CN108694448A - Phm平台 - Google Patents

Abstract

本发明公开了PHM平台，包括建模空间单元：包括数据流构建模块、流管理模块、流校验模块、流运行模块以及控制台输出模块，用户利用数据流构建模块获取数据，以拖拽和连线的简便图形化操作方式完成数据流的构建，然后通过流管理模块和流校验模块对数据流进行管理操作和有效性校验，协助用户完成模型运行和调试，然后将反馈结果提供给控制台输出模块，将流的执行反馈结果进行可视化展现，完成整个建模；数据管理单元、运行管理单元、***管理单元和页面显示单元。本发明通过上述原理，实现对待检测装备运行状态监测、大数据管理与分析挖掘、故障诊断与预测，维护成本低、异常诊断简单、实现实时监控，为军用电子产品故障预测能力提供理论基础。

Description

PHM平台

技术领域

本发明涉及大数据应用领域，具体涉及PHM平台。

背景技术

PHM是Prognostic and Health Management的缩写，即故障预测与健康管理。PHM的主要意义在于，提前预知将要发生故障的时间和位置，预测整个***的RUL(RemainUseful Life，剩余使用寿命)，提高***的运行可靠性，减少***的维修费用和提高维修准确性，实现电子***的CBM(Condition Based Maintainence，基于状态的维修)。同时，PHM***记录分析电子***的健康数据，像管理人体健康一样，对整个***进行健康管理。随着高科技的不断注入，现代装备的高集成化、高智能化以及分析处理问题的高效化日益增强，随之而来的***的故障诊断、维修保障和可靠性越来越受到人们的高度重视。当前高端装备面临着一些亟待解决的问题，主要包括维护成本高昂、异常诊断困难、无法实时监控、无法预测性维护检修等。

发明内容

本发明所要解决的技术问题是实现对现代装备的异常诊断、实时监控、降低维护成本，目的在于提供PHM平台，实现快速准确的对待检测装备运行状态监测、大数据管理与分析挖掘、故障诊断与预测，维护成本底、异常诊断简单、实现实时监控、能够预测性维护检修，为军用电子产品故障预测能力提供理论基础。

本发明通过下述技术方案实现：

PHM平台，包括

建模空间单元：包括数据流构建模块、流管理模块、流校验模块、流运行模块以及控制台输出模块，用户利用数据流构建模块获取数据，以拖拽和连线的简便图形化操作方式完成数据流的构建，然后通过流管理模块和流校验模块对数据流进行管理操作和有效性校验，协助用户完成模型运行和调试，然后将反馈结果提供给控制台输出模块，通过控制台输出窗口将流的执行反馈结果进行可视化展现，最终完成整个建模过程；

数据管理单元：提供外部文件导入功能，包括把建模空间单元需要的源数据导入大数据平台，然后将数据统一进行管理；

运行管理单元：用于提供各种数据流调度运行策略，实现对数据流的运行监控、运行详情记录和状态管理；

***管理单元：包括用户管理、角色管理、权限管理、单元模块管理、组织机构管理与日志管理，保障整个平台正常运行；

页面显示单元：展示平台资源配置情况，特定时间段运行的数据流的统计分析以及为每个用户提供平台操作入口，为每个用户提供一个独立的个人空间，个人空间里只展示用户个人的内容，包括最近运行的模型，数据和运行记录。

PHM平台上的建模空间单元实现分布式的高性能算法的创建和维护，提供对海量数据的高效处理，它将各类数据挖掘算法，以及数据读入和写出，数据预处理，特征选择，模型评估等业务建模过程中的必要环节，封装为形式一致，可配置的算子，并把业务建模过程抽象为有序，分步执行的工作流，让用户以拖拽和连线的简便图形化操作方式完成分析挖掘过程，并通过页面显示单元进行直观的显示，使用简单方便。本方案还设置***管理单元对平台进行统一管理，提高运维效率降低运维成本。本方案结合大数据技术，实现快速准确的对待检测装备运行状态监测、大数据管理与分析挖掘、故障诊断与预测，维护成本底、异常诊断简单、实现实时监控、能够预测性维护检修，还能根据待检测装备大数据情况进行个性化制定，为军用电子产品故障预测能力提供理论基础。本方案还提供用户协作空间，使得多个用户可以轻松共享数据和挖掘模型。

优选的，所述数据流构建模块包括对数据的获取、数据的存储、数据预处理、建模算法和模型评估。

优选的，所述建模算法包括根据数据分析工具对数据流进行统计模型、挖掘算法以及信号处理，挖掘算法就是从大量的数据中找出隐含在数据中有用的信息，信号处理即是通过信号处理算子中的快速傅立叶转换功能，将传感器采集的时域信号转换为频域和时-频域信号，以提取信号的时域、频域和时-频域特征，从而反应平台的运行状态。

优选的，通过建模算法从大量的数据中找出隐含在数据中有用的信息通过模型评估上的评估组件来评估信息的准确度、可行性、以及适用性。

优选的，所述数据流构建模块还包括辅助功能，添加画布快捷键支持。

优选的，所述流管理模块包括对数据流的操作管理、数据流分类管理和数据流属性管理，流校验模块包括对流节点校验和流逻辑校验，流运行模块通过运行流进行流节点之间数据处理和运转。

优选的，所述数据管理单元包括数据的获取、数据的维护和数据的共享。

优选的，所述运行管理单元包括对运行记录的监控与运行详情的监控，数据流的每一次运行记录，运行详情的记录以及对数据流运行状态进行管理。

优选的，所述页面显示单元包括展示资源配置、用户的活跃度以及用户近期的记录。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明结合大数据技术，实现快速准确的对待检测装备运行状态监测、大数据管理与分析挖掘、故障诊断与预测，维护成本底、异常诊断简单、实现实时监控、能够预测性维护检修，还能根据待检测装备大数据情况进行个性化制定，为军用电子产品故障预测能力提供理论基础。

2、本发明的建模空间单元实现分布式的高性能算法的创建和维护，提供对海量数据的高效处理，它将各类数据挖掘算法，以及数据读入和写出，数据预处理，特征选择，模型评估等业务建模过程中的必要环节，封装为形式一致，可配置的算子，并把业务建模过程抽象为有序，分步执行的工作流，让用户以拖拽和连线的简便图形化操作方式完成分析挖掘过程，并通过页面显示单元进行直观的显示，使用简单方便。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1：

如图1所示，本发明包括PHM平台，包括

建模空间单元：包括数据流构建模块、流管理模块、流校验模块、流运行模块以及控制台输出模块，用户利用数据流构建模块获取数据，以拖拽和连线的简便图形化操作方式完成数据流的构建，然后通过流管理模块和流校验模块对数据流进行管理操作和有效性校验，协助用户完成模型运行和调试，然后将反馈结果提供给控制台输出模块，通过控制台输出窗口将流的执行反馈结果进行可视化展现，最终完成整个建模过程。控制台输出模块用于输出数据流的执行反馈，包括数据流的运行状态、运行反馈等情况，方便用户查看执行失败原因。执行反馈是指在设计界面点击运行立即执行之后，显示流的执行状态、以及如果发生了错误，需要显示错误信息。以帮助用户定位错误。每一次的执行会刷新执行反馈内容。

数据管理单元：提供外部文件导入功能，包括把建模空间单元需要的源数据导入大数据平台，然后将数据统一进行管理；

运行管理单元：用于提供各种数据流调度运行策略，实现对数据流的运行监控、运行详情记录和状态管理；

***管理单元：包括用户管理、角色管理、权限管理、单元模块管理、组织机构管理与日志管理，保障整个平台正常运行；用户管理提供用户列表的查看(支持搜索过滤)、以及对用户的管理操作，包括用户的新增、修改、删除等。用户查询可以通过部门、或者用户名模糊匹配进行用户的过滤查找，未进行查询时，显示所有用户的列表信息。

角色管理提供角色列表的查看(支持搜索过滤)、以及对角色的管理操作。权限管理为角色或用户提供操作资源/权限列表的查看和管理功能。模块管理对模块信息进行管理，包括查看、添加、删除模块信息，以及对页面模块的启用等。组织机构管理提供组织机构管理功能，可拥有无限级，每一级下都可以挂靠工作人员，类似多级部门管理。日志管理提供日志列表的查看和管理操作。

页面显示单元：展示平台资源配置情况，特定时间段运行的数据流的统计分析以及为每个用户提供平台操作入口，为每个用户提供一个独立的个人空间，个人空间里只展示用户个人的内容，包括最近运行的模型，数据和运行记录。

页面显示单元包括展示资源配置、用户的活跃度以及用户近期的记录。资源配置展示了各个时间区间中cpu使用率，内存使用率一起hdfs磁盘使用率，时间区间可从最近1小时至最近30天。用户的活跃度统计了在最近7天或者30天中运行次数前十名的流，耗时最长的3个流,创建流的数量以及关联数据占比。用户近期的记录展示用户最近设计的模型，最近上传的数据文件，最近运行流的记录列表，并且可以直接点击条目进入到相对应的建模空间，数据管理空间和运行管理空间。

PHM平台上的建模空间单元实现分布式的高性能算法的创建和维护，提供对海量数据的高效处理，它将各类数据挖掘算法，以及数据读入和写出，数据预处理，特征选择，模型评估等业务建模过程中的必要环节，封装为形式一致，可配置的算子，并把业务建模过程抽象为有序，分步执行的工作流，让用户以拖拽和连线的简便图形化操作方式完成分析挖掘过程，并通过页面显示单元进行直观的显示，使用简单方便。本方案还设置***管理单元对平台进行统一管理，提高运维效率降低运维成本。本方案结合大数据技术，实现快速准确的对待检测装备运行状态监测、大数据管理与分析挖掘、故障诊断与预测，维护成本底、异常诊断简单、实现实时监控、能够预测性维护检修，还能根据待检测装备大数据情况进行个性化制定，为军用电子产品故障预测能力提供理论基础。本方案还提供用户协作空间，使得多个用户可以轻松共享数据和挖掘模型。

实施例2：

本实施例在实施例1的基础上优选如下：数据流构建模块包括对数据的获取、数据的存储、数据预处理、建模算法和模型评估。数据的获取通过平台提供对大数据平台数据访问，数据选择的功能，用户根据自己的需要选择相应的数据表。数据分类包括企业数据和用户个人数据两个部分，并支持对数据表的查找功能。在选择好数据表之后，用户可以对字段进行重命名或者把字段从一个来源节点映射到另一个，并对读出的数据表进行输出字段过滤的操作。同时支持对配置好的数据字段进行数据预览。数据获取后通过视觉化呈现，能快速抓住要点信息，为了支撑对数据简单直观的展现方式，可以使用图形组件，实现数据可视化，其中包括：直方图、分布图、散点图与多重散点图。

本平台中的计算和存储资源可横向扩展，建模算法中所用到的模型可以与各大科研院所合作，不定期扩展新的专业模型。而专业的模型可以预置大量分布式的数据统计、挖掘模型算法；预置大量高端装备专业模型；与PHM领域科研机构、高校和企业合作，在实践中不断优化和完善模型；支持用户自定义算法和模型的导出、移植。另外本方案的建模算法还可以通过机器学习自动发现数据之间的一些关联关系，为规律探索、趋势预测等提供辅助。

由于获得的现实世界中数据大体上都是不完整，不一致的脏数据，无法直接进行数据挖掘，或挖掘结果差强人意。为了提高数据挖掘的质量本方案设计了数据预处理。本方案采用的数据预处理方法包括数据清理，数据集成，数据变换，数据归约等对获取的数据进行数据预处理后再通过建模算法进行数据挖掘。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低实际挖掘所需要的时间。另外，在进行数据预处理时，还对预处理数据有记录处理功能和字段处理功能。记录处理功能是指在数据记录水平上对其进行调整与变换，用于建模阶段的数据准备，并且能满足用户特定业务需求对数据进行相应的剪裁。其中包括选择、样本、区分与平衡等。字段处理在准备分析的过程中选择、清除或构造数据。字段操作包含许多适用于这种转换和准备的节点，其中包括类型、填充、分区等。

建模算法包括根据数据分析工具对数据流进行统计模型、挖掘算法以及信号处理，挖掘算法就是从大量的数据中找出隐含在数据中有用的信息，信号处理即是通过信号处理算子中的快速傅立叶转换功能，将传感器采集的时域信号转换为频域和时-频域信号，以提取信号的时域、频域和时-频域特征，从而反应平台的运行状态。

统计模型基于平台提供基于统计模型的数据分析工具，工具包括：算术运算、相关系数、假设检验，进行数据统计分析。算术运算包括基本的统计运算，即：计数、平均值、合计、最大值、最小值等。相关系数用于反映两两变量间线性相关关系的统计指标。在现实中一般用于对两组数据进行拟合和相似程度进行定量化分析。假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。目前主要提供以下假设检验方式：卡方检验以及KS检验。

挖掘算法也称为数据库中的知识发现。简单地说，就是从大量的数据中找出隐含在数据中有用的信息。随着大数据时代的到来，数据挖掘表现出更加旺盛的生命力。如果将数据挖掘的技术与军队武器***的故障数据相结合，通过合适的算法分析，对这些数据资源进行有效的利用，建立能够有效预测武器***故障的相应模型，对可能发生的武器***故障提前预报。所以，平台提供了一系列机器学习算法，其中包括：决策树、支持向量机、随机森林等。

装备在运行过程中，产生的诸如振动、温度、压力等信号响应能够反映装备的运行状态。通过信号处理，采集信号即可反应装备的运行状态。

通过建模算法从大量的数据中找出隐含在数据中有用的信息通过模型评估上的评估组件来评估信息的准确度、可行性、以及适用性。

所述数据流构建模块还包括辅助功能，用于提高用户的体验度，添加画布快捷键支持，如流的删除、流的撤销、流的重做、流的保存、流的校验等。

通过建模算法实现模型训练完后为了评价模型的优劣，平台利用模型评估提供评估组件对其进行评估分析。用户可以使用评估组件来评估模型的准确度、可行性、以及适用性等。本方案实现的评估分为三个大类：聚类评估、分类评估和回归评估。

数据流构建模块还可以使用数据存储组件，将数据进行持久化的存储。可以将数据存储为以下类型的数据。包括大数据平台表存储、平面文件存储以及生成EXCEL。

该过程实现了对异常的快速诊断，并通过直观的图形界面进行实时显示，诊断简单方便，维护成本低且可靠性高。

实施例3：

本实施例在实施例1的基础上优选如下：流管理模块包括对数据流的操作管理、数据流分类管理和数据流属性管理，流校验模块包括对流节点校验和流逻辑校验，流运行模块通过运行流进行流节点之间数据处理和运转。保证了检测结果的准确可靠。

数据流管理包括对流的新增、打开、删除、修改、保存等。需要注意的是源数据节点是数据流的开始，只能作为输入端；输出节点只能为输出端，而不能再连接其他节点。

数据流分类管理提供数据流分类管理功能，支撑对数据流进行业务分类管理操作。用户可以建立分类树，将不同的流归放在不同的分类节点之下。

数据流属性管理支持用户自定义数据流中数据的显示格式、以及数据预览行数的限制。实现了个性化定制服务。

流节点校验包括对模型中所有组件的输入输出以及参数设置等进行检查校验，检查内容有：节点是否配置好了输入；节点必填参数是否为空；节点参数值类型是否匹配；参数值校验等。在此过程中，校验若没通过，则会有相应的错误提示信息(文本框后出现红色提示)，进而用户可根据提示信息调整参数设置。

流逻辑校验包括对流的逻辑设计进行校验。如两个相斥的组件不能作为上下游关系进行连接；数据源组件只能有输出，所以不支持其他组件输入到此组件；图形组件和存储组件只能有输入，所以不支持将数据输出到其他组件。一个组件定义为只有一个输入和一个输出，那么就不支持多输入和多输出等。通过校验实现预测维护检修情况。

流运行模块在流调试完成之后，可以通过运行流进行流节点之间数据处理和运转。流运行的方式包括三种：可以在设计界面点击立即执行进行即时运行，也可以在运行管理界面点击立即执行进行即时运行，还可以通过周期运行设定流的定时运行。提供终止功能用来暂停或者中止运行中的流。

所述数据管理单元包括数据的获取、数据的维护和数据的共享。数据获取采用文件上传的方式，包括平面文件、txt文件、csv文件类型，***会自动将文件保存为大数据平台数据文件标准格式，用户在进行文件上传的过程中需要指定文件数据分隔符，以及对数据字段进行描述。实现对大数据的有效管理。

数据维护包括查看详情、删除数据、以及下载数据等操作。查看详情：查看数据的基本信息，数据的存储信息等。删除数据：支持对数据的删除操作。下载数据：允许将原格式的数据下载到本地文件***。

平台提供数据共享管理，用户可以自由分配自己的数据供别的用户使用。

所述运行管理单元包括对运行记录的监控与运行详情的监控，数据流的每一次运行记录，运行详情的记录以及对数据流运行状态进行管理。运行管理单元上的运行监控功能包括对运行记录的监控与运行详情的监控。运行记录包括实例名称、开始时间、结束时间、状态、运行时长等。

运行详情包括：一、展示完整的流设计图，在流设计图上呈现流实例运行的全过程信息，并通过不同的颜色表示组件不同运行状态；二、展示实例运行的过程日志详情列表，对运行中的报错通过查看日志详情中的事件来查找错误信息；三、查看所有节点的运行信息。四、查看对流运行记录集的历史数据。

状态管理是指对流运行状态进行管理，包括运行、终止、失败和完成，可以选中某个流进行周期运行或者对流进行运行、终止等操作。如果流已经配置了周期运行计划，那么可以点击查看计划详情。同时允许对计划进行编辑或者删除等操作。

数据流设计完成后，流进行准备状态，该状态下点击运行，流的状态改为运行中；对于运行中的流，点击终止即可中断该流的运行，流的状态改为已终止；流运行过程中无任何错误信息，运行完成后，流的状态改为已完成。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.PHM平台，其特征在于，包括

建模空间单元：包括数据流构建模块、流管理模块、流校验模块、流运行模块以及控制台输出模块，用户利用数据流构建模块获取数据，以拖拽和连线的简便图形化操作方式完成数据流的构建，然后通过流管理模块和流校验模块对数据流进行管理操作和有效性校验，协助用户完成模型运行和调试，然后将反馈结果提供给控制台输出模块，通过控制台输出窗口将流的执行反馈结果进行可视化展现，最终完成整个建模过程；

数据管理单元：提供外部文件导入功能，包括把建模空间单元需要的源数据导入大数据平台，然后将数据统一进行管理；

运行管理单元：用于提供各种数据流调度运行策略，实现对数据流的运行监控、运行详情记录和状态管理；

***管理单元：包括用户管理、角色管理、权限管理、单元模块管理、组织机构管理与日志管理，保障整个平台正常运行；

页面显示单元：展示平台资源配置情况，特定时间段运行的数据流的统计分析以及为每个用户提供平台操作入口，为每个用户提供一个独立的个人空间，个人空间里只展示用户个人的内容，包括最近运行的模型，数据和运行记录。

2.根据权利要求1所述的PHM平台，其特征在于，所述数据流构建模块包括对数据的获取、数据的存储、数据预处理、建模算法和模型评估。

3.根据权利要求2所述的PHM平台，其特征在于，所述建模算法包括根据数据分析工具对数据流进行统计模型、挖掘算法以及信号处理，挖掘算法就是从大量的数据中找出隐含在数据中有用的信息，信号处理即是通过信号处理算子中的快速傅立叶转换功能，将传感器采集的时域信号转换为频域和时-频域信号，以提取信号的时域、频域和时-频域特征，从而反应平台的运行状态。

4.根据权利要求3所述的PHM平台，其特征在于，通过建模算法从大量的数据中找出隐含在数据中有用的信息通过模型评估上的评估组件来评估信息的准确度、可行性、以及适用性。

5.根据权利要求2所述的PHM平台，其特征在于，所述数据流构建模块还包括辅助功能，添加画布快捷键支持。

6.根据权利要求1所述的PHM平台，其特征在于，所述流管理模块包括对数据流的操作管理、数据流分类管理和数据流属性管理，流校验模块包括对流节点校验和流逻辑校验，流运行模块通过运行流进行流节点之间数据处理和运转。

7.根据权利要求1所述的PHM平台，其特征在于，所述数据管理单元包括数据的获取、数据的维护和数据的共享。

8.根据权利要求1所述的PHM平台，其特征在于，所述运行管理单元包括对运行记录的监控与运行详情的监控，数据流的每一次运行记录，运行详情的记录以及对数据流运行状态进行管理。

9.根据权利要求1所述的PHM平台，其特征在于，所述页面显示单元包括展示资源配置、用户的活跃度以及用户近期的记录。