久其通用数据管理平台_装备试验大数据管理平台设计研究

装备试验是装备生命周期中的重要一环，是装备正常使用的重要保障。由于其采集手段多样、采集设备分散、采集部门繁多，导致海量的装备试验数据分散存储在不同地点【1】，集中管理困难。传统的基于关系型数据库的装备试验数据管理平台虽然将部分装备试验数据集中管理起来，但其采集能力薄弱、存储能力不足、管理方式单一、挖掘手段落后，难以实现装备试验数据的全生命周期管理。与此同时，机器学习、大数据等信息技术迅速发展并逐步成熟，为装备试验数据管理提供了许多先进的理念和技术，将装备试验数据的采集、存储、管理、挖掘与大数据等先进技术进行结合显得越发迫切。因此，研制一套基于大数据架构的装备试验数据管理平台实现装备试验数据全生命周期管理十分必要。

国内外现状

随着试验数据规模的快速增长，试验数据管理部门对试验数据的精细化管理要求和当前粗放式试验数据管理方式之间的矛盾日益突出。为了解决这一问题，国内外涌现出了许多试验数据管理平台，并实现了试验数据的集中管理。

国外试验数据管理平台以美国Newtera公司开发的Newtera TDM为代表，实现了试验数据与其他关联数据的统一管理以及图形化工作流设计，众多的军工企业如洛克希德马丁公司、霍尼韦尔和波音均是该公司的客户【2】。

国内试验数据管理平台代表产品有神州普惠的App试验数据管理系统、北京海基科技发展有限责任公司的Hi-key 试验数据管理系统、北京瑞风协同科技股份的TDM3000 数字化试验业务平台。App试验数据管理系统以试验工程为管理对象，可以对试验数据进行统一管理和数据分析，系统基于Java语言开发，具有良好的可移植性及数据迁移性，可以运行在Windows、Linux、Unix等主流操作系统服务器之上。但系统主要面向数据管理，数据分析功能较弱。Hi-key试验数据管理系统提供了面向试验全过程、全数据的综合性试验业务管理解决方案，可以建立数据信息之间的关联关系,实现数据信息的回溯。但系统模块较为固定，二次开发能力较弱。TDM 3000数字化试验业务平台基于.NET框架开发，通过试验规划、综合测控、质量管理等手段实现了试验业务各阶段各环节工作的高效协同，平台具有强大的数据采集功能，对板卡级别的采集设备支持度高。但只能运行在Windows操作系统，可移植性差。

虽然现有试验数据管理平台实现了试验数据的集中管理，但平台多采用传统关系型数据库进行数据存储【3】，缺乏海量数据存储与应用能力【4】，难以满足海量装备试验数据存储计算的要求。

2 存在的问题

随着装备试验手段、试验方式的变革，装备试验数据量急剧增加。现有装备试验数据管理平台越来越难以满足装备试验部门的要求，具体表现在：

• 现有装备试验数据管理平台多由通用平台二次开发而成，与装备试验业务耦合性弱，无法实现装备试验业务全生命周期流程的监控与管理。
• 现有装备试验数据管理平台多基于传统的关系型数据库和单机硬件环境，平台存储能力弱、运算速度慢。无法存储海量装备试验数据并实现海量装备试验数据的分析与挖掘。
• 现有装备试验数据管理平台数据查看方式单一，试验各要素关联性弱，难以满足精细化管理的需要。
• 现有装备试验数据管理平台关注于装备试验数据存储，装备试验数据采集与深度挖掘等功能缺乏，装备试验数据利用能力较低。

装备试验大数据管理平台

3.1平台简介

装备试验大数据管理平台基于微服务模式进行开发，包含数据采集、数据存储、数据管理、数据挖掘等模块，支持装备试验数据的高效采集、快速读取、集