要组成部分，也用它来进行报警规则和趋势分析规则的信息记录，basiclnfo为监控属性基本信息，飞行阶段模型如下:FlightPhase={ID，basicInfo};其中ID为飞行阶段的全局唯一标识，长度必须为32位数字和字母组合，作为存储分布式文件系统value的一部分，basiclnfo为飞行阶段基本信息； 数据来源模型如下:DataSource= {ID,basicInfo}； 其中ID为数据来源的全局唯一标识，长度必须为32位数字和字母组合，作为存储分布式文件系统value的一部分，basiclnfo为数据来源基本信息； 报警规则模型如下:AlertRule={ID，ruleContent，basicInfo}； 其中ID为报警规则的全局唯一标识，长度必须为32位数字和字母组合，ruleContend为报警规则的主要描述，通过解析ruleContent得到需要进行检测的属性，并通过属性在文件系统中得到相应的属性值，然后触发报警管理，basiclnfo为报警规则基本信息； 趋势分析模型如下: AnalyzeRule={ID，esnarray，chartStyle，dataRange，basiclnfo，paramList} 其中ID为趋势分析的全局唯一标识，长度必须为32位数字和字母组合，Esnarray为ESN组合列表，chartStyle为趋势分析的类型，两大类包括多Y轴和单Y轴，dataRange为要进行趋势分析的数据范围，两大类包括时间范围和采样点范围，basiclnfo为趋势分析基本信息，paramLi s t为坐标轴要显示的监控值信息列表； 报文解析模板模型如下: AcarsMode1={ID,Engine,Flight_phase,xmlModeI} 其中ID为报文解析模板的全局唯一标识，长度必须为32位数字和字母组合，Engine为适用发动机，Fligh t_phase为适用飞行阶段，xmlModel为模板内容，格式为xml格式，标记监控属性的具体位置和长度； 数据解析模板模型如下: OemMode1={ID,FolderList,dataStartRow,acCoI,esnCol,dateCol } 其中ID为数据解析模板的全局唯一标识，长度必须为32位数字和字母组合；FolderList为该模板适用的文件目录列表，dataStartRow为数据开始列，acCol为飞机所在列，esnCol为发动机所在列，dateCol为采集时间所在列。3.根据权利要求1所述的一种面向航空发动机性能监控的海量数据管理方法，其特征在于步骤2中确定分布式文件系统模型包含以下内容:在分布式文件系统中，存储模型如下:fiIeSystem= {ESNi | i=l，2...η} ESN={keyi,columnFamily i=l,2...η } columnFamily={ DataFrom , Flight_phase , Value } 其中ESN为存储目录的唯一标识，也就是来自于发动机的唯一标识， KeySrowKey，由监控属性和采集时间组成，columnFamiIy为主要监控内容，包括数据来源、飞行阶段和监控值。4.根据权利要求1所述的一种面向航空发动机性能监控的海量数据管理方法，其特征在于步骤3包含以下内容:将采集到的原始数据文件保存到分布式文件系统的原始文件存储目录，然后再对原始数据文件进行有效预处理，从而生成正确有效的格式统一的可存储数据，需要从采集到的数据中得到有效的飞机、发动机、飞行阶段、监控属性及对应的监控值，目前主流的两种文件格式为原始报文和厂家数据;其中针对原始报文，一般为txt格式，通过适用的报文模板解析出报文数据，并生成可操作的数据;针对厂家数据，一般为电子表格格式，也是海量数据的主要来源，将原始文件放在数据解析模板适用的目录中，系统自动解析成可操作数据。5.根据权利要求1所述的一种面向航空发动机性能监控的海量数据管理方法，其特征在于步骤3中解析得到的数据的主要格式为列表格式: ModeIList={modeIList} Model={Airplane,Engine,Date,Flight_phase,datafrom,paramList} paramListModeI ={StandardParam,value} Mode IList为所有数据的列表，包含多个mode I List，一个mode I List包含多个Mode I，Model中Airplane为飞机信息,Engine为发动机信息，Date为采集时间，将作为分布式文件系统key的一部分进行存储，F1 ight_phase为飞行阶段信息，一个mo del包含一个paramList，paramList 为监控信息列表，paramLisi^t^；^?SparamListModel，paramListModel包括详细信息，StandardParam为监控属性，valu为监控值。6.根据权利要求1所述的一种面向航空发动机性能监控的海量数据管理方法，其特征在于步骤4中将解析后的可操作数据处理后形成key的过程中，由于系统中主要是对时间段内的监控属性进行检测，所以key的信息中必须包含监控属性和时间信息，因为一台发动机，在一个时间点，只能采集到监控属性一次，也就能够确保key的唯一*性； StandardParam的唯一标识ID长度为32位，采集时间越精确越好，因此精确到秒，转换为便于操作的时间格式为14位，例如1990-1 2-3 I 20: 50: 50转换为可操作时间为19901231205050，长度为14位，因此key的标准长度为46位，前32位为监控属性的唯一标识，后14位为米集时间。7.根据权利要求1所述的一种面向航空发动机性能监控的海量数据管理方法，其特征在于步骤5中将解析后的可操作数据处理后形成value，包含以下内容:系统中检索数据的时候涉及到数据的飞行阶段和来源，因此value中除了监控值，还需要飞行简短和来源的信息，因为飞行阶段和来源只是用作检索到的数据来进行查看，并不作为检索条件，因此只作为value进行存储，飞行阶段和数据来源统一存储各自的唯一标识ID。8.根据权利要求1所述的一种面向航空发动机性能监控的海量数据管理方法，其特征在于步骤6中将key与value进行绑定，存储至发动机相应的文件目录，包含以下内容:经过第4步和第5步处理之后，得到的数据模型是: ModeIList={modeIList} Mode1={ESN，key，paramList} Key={StandardParam+date} paramListModel ={ Flight_phase,datafrom,value} Mode IList为所有数据的列表，包含多个mode I List，一个mode I List包含多个Mode I，Model中ESN为发动机唯一标识信息，key为行键，由监控属性和时间组成，value为键值，由飞行阶段、数据来源和监控值组成； 根据Engine，将数据保存到相应的文件中，首先先检测ESN目录是否存在，如果不存在，需要创建目录，再进行数据存储，如果已经存在，则直接进行数据存储，过程如下: If(Exist(ESN)) Then SaveCEngine,ModelList) Else create(ESN)，Save(Engine，ModelList)。9.根据权利要求1所述的一种面向航空发动机性能监控的海量数据管理方法，其特征在于步骤7所述及时增量更新监控数据，并同步更新文件系统包含以下内容:系统定时进行进行数据采集，对原始文件目录进行扫描，一旦发现新的原始文件，立即进行适用解析模板的匹配，能够匹配到解析模板，则立即进行文件的解析，并存储到文件系统，进行数据的及时更新，如果不能匹配到解析模板，则将文件移动到错误目录中，并发送报警到系统进行提不O10.—种如权利要求1-9中任意一项所述的面向航空发动机性能监控的海量数据管理系统，其特征在于设有依次相连接的发动机基础数据录入模块、发动机监控数据采集及预处理模块、key生成模块、value生成模块、key-value绑定模块、监控数据存储模块、报警检测模块、趋势分析模块，还设有监控数据增量更新模块，其中监控数据增量更新模块的输入端与报警检测模块相连接，监控数据增量更新模块的输出端与发动机监控数据采集及预处理模块相连接。
【专利摘要】本发明涉及航空发动机数据管理技术领域，具体地说是一种面向航空发动机性能监控的海量数据管理方法及系统，其特征在于设有依次相连接的发动机基础数据录入模块、发动机监控数据采集及预处理模块、key生成模块、value生成模块、key-value绑定模块、监控数据存储模块、报警检测模块、趋势分析模块，还设有监控数据增量更新模块，其中监控数据增量更新模块的输入端与报警检测模块相连接，监控数据增量更新模块的输出端与发动机监控数据采集及预处理模块相连接，本发明能够对飞机发动机监控数据进行快速、准确监控。
【IPC分类】G06F17/30
【公开号】CN105677917
【申请号】CN201610118618
【发明人】郑砚普, 翟坤龙, 付旭云
【申请人】威海众成信息科技股份有限公司
【公开日】2016年6月15日
【申请日】2016年3月3日