航空维修中数据挖掘的应用范文

本站小编为你精心准备了航空维修中数据挖掘的应用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：应用数据挖掘的理论及技术，设计以航空维修为主数据的挖掘系统结构框架，确定数据挖掘的方法，提升航空维修效率和水平。

关键词：数据挖掘；航空维修；数据库；存储

引言

数据挖掘是一门新兴技术，面对的是大量的、随机的、不完全的数据，需要从大量、不完全以及随机的数据中提取人们肉眼无法识别的、隐含的数据信息，并且这些信息又是具有指导性和决策性的信息，对航空维修具有重要意义。数据挖掘技术实现了对数据库的检索、查询、分析等功能，并且还能对航空维修需要的信息进行详细分析，进一步指导实际问题的解决；能发现数据之间的关系、事件之间的关系以及规律，从而对航空维修事件进行有效分析。

1概念综述

研究数据挖掘技术在航空维修中的应用之前，首先对此文涉及的理论进行简要论述，掌握其基本的理论含义，有利于进一步分析研究。因此，首先进行理论概念综述，更好的认识数据挖掘技术[1]。

1.1数据挖掘

随着信息产业的发展，成千上万个数据库开始应用于各个行业、领域，数据涌现的趋势不可改变，巨大挑战是如何处理数据进行数据挖掘，将有用的数据尽快地提取和分析。为解决这一问题，数据挖掘技术应运而生。

1.2数据挖掘产生的背景

数据挖掘的属性比较特殊，有许多学科交叉的属性，它与统计学科、数据库理论、知识工程以及数据可视化等技术密切相关。并且由于其数据能大范围的使用而引发广泛的关注，最主要的意义是能够转换数据，将其转变为可用信息。数据挖掘重要的依靠是数据库，数据库已经得到了广泛应用，而数据库之所以被广泛的接受，其中最重要的原因是数据库技术与新型技术的集成使用。随着数据库储存量的增大和数据库的广泛使用，与其相关的处理技术也会得到一定的发展，新的需求促使新技术的产生。后续的发现和研讨，将为数据挖掘技术提供更多的机遇。

1.3数据挖掘的任务

数据挖掘的任务主要分为两类。一类做预测任务，就是通过现有的数据及知识属性，预测特定的属性值。另一类是描述任务，此任务项目的工作通常是探查性的，并且通常需要进行后期的技术检验以及结果的解释。在航空领域中，数据挖掘工作可以应用于复杂的航空维修工作，因为航空维修工作的细节比较琐碎、工作内容复杂并且没有明显的规律可以遵循，人们通常都是根据经验进行维修，除此之外很难发现相应的规律。此时，数据挖掘显现出它的特点和优势。在航空维修中，数据挖掘的主要任务就是从海量的数据中寻找和捕捉人类肉眼无法获取的信息和数据，提高航空维修的准确度。因此，数据挖掘技术是航空维修必需的技术，从任务领域中，也可以看出进一步进行数据挖掘在航空维修中的应用研究有着十分重要的作用。

2航空维修数据挖掘系统框架及设计

2.1航空维修数据挖掘系统框架

由于航空维修工作的需要，根据实际情况建造航空维修数輫輵据挖掘系统框架。航空维修数据挖掘系统总体框架由3层结构组成。第一层结构为数据存储，第二层是数据挖掘，第三层是图形用户界面。其中，第一层的数据来源是以往航空维修数据库的数据资料，但对原始数据进行了集成及转换处理，然后进入数据挖掘库。数据库系统主要存储航空维修数据中某一类的维修数据，数据挖掘是该结构的核心内容。最后传输到用户界面，输出模式可以为可视化模式。

2.2航空维修数据挖掘过程

2.2.1问题定义由于研究的模型是基于航空维修数据建立的，属于特定领域。因此，为了提出一个有意义并且能够利用现有条件解决的问题，必须掌握一定的航空维修知识。然而，部分学者在研究数据挖掘时，并没有意识到问题的描述，建立模型时只选择未知的相关性制定变量[2]。这一步骤要求我们了解该领域知识，现实中这些问题都是通过该领域的专家和数据挖掘专家合作完成，因此一个成功的数据挖掘应用中，专家之间的合作不单单存在于初始阶段，也处于整个数据挖掘过程之中。也就是需要明确的定义业务问题，感受领域的相关信息，理解知识，搞清楚用户的需求。认清问题是数据挖掘最重要的一步，虽然结果不可预测，但是分析的问题要有依据的，不能盲目应用，否则必然失败。

2.2.2数据准备第一步需要数据，进一步探索和寻找与航空维修有关的资料和数据信息，同时还需要挑选出适合于数据挖掘应用的信息和数据。此阶段要确定数据收集方式，一般有两种收集方式，一种由专家控制的收集，另一种是观察法收集。观察法收集时，数据是未知的，取样分布也是未知的，但可以掌握数据搜集对理论分布的影响。其次要进行数据预处理，这是整个过程之中十分重要的工作。内容包括数据清理、数据集成、数据变化、数据规约。最后是数据转换，根据具体问题建立模型，随后确定相应的算法，将数据转换为适用的形式，此阶段的作用是为了适用模型算法，为后续工作提供便利。

2.2.3数据挖掘此阶段的工作是明确合适的算法，剩余的工作都可以自动合成。

2.2.4结果分析数据挖掘中得到的系列信息及模型，是否能有效处理航空维修中的问题、挖掘到有价值、有意义的数据信息，都需要进行相关的归纳、研究、评估、分析工作。该阶段要注意的问题是结果分析的方法通常根据数据挖掘操作进行处理，可视化技术为主要的技术手段。

2.2.5知识集成知识集成就是把收集到的通过分析得到的知识，整理归纳到业务信息系统中。

3航空维修数据挖掘模型的构建和实现

3.1定义数据源

通常所说的数据源发挥的作用是提供挖掘数据存储地址，在整个过程中，数据源扮演着一个存储器的角色，存储大量分析数据。数据源表示到数据地址的一个链接，并且系列定义物理地址的连接字符串等。字符串包含服务器的名称、安全性、超时值等信息。

3.2数据源视图

需要生成的包括数据库对象所使用的模型，包含N个基础数据源中选定的数据，可以通过N个数据源的生成，包含单独存在的关系、相应的计算等，客户无法通过客户端看到数据[3]。

3.3建立数据挖握结构

挖掘结构定义生成挖掘模型的数据域，数据挖掘结构不包括算法以及算法类型。同一个数据挖掘结构能创建多个数据挖掘模型，并且建立的挖掘模型都由一个数据源发展而成。

3.4创建数据挖掘模型

建设模型是整个过程的重心和重点，简单的说，可以把数据挖掘模型看作是一个树状图，用来存储相关信息，数据挖掘模型的任务是存储数据挖掘模型。创建模型时需要指定列的具体用法，输入列是识别信息以及学习信息，输出列则是分析和预测。

3.5生成和训练模型

模型处理在此阶段也可以说为模型训练，在此模型的数据处理中，数据挖掘算法把处理集中的数据输入没有经过处理的模型，把训练数据输入后，数据不存到挖掘模型中，只进行分析，从中找到一些规则和模式，再根据模式和利用这规则填充模型。

3.6航空维修数据约简及相似序列搜索

飞机启动系统是飞机重要的组成部分，但是在日常工作中，经常因为飞行系统故障造成机器无法正常运行。因此要通过海量的维修数据和信息的分析和处理，使用数据挖掘技术解决飞行系统故障。要对故障进行分析，并且预测下一阶段的趋势，提前准备。其他的维修工作也可以参照，做法是利用粗糙集约简的方法来解剖和分离出故障的关键性原因，然后分析故障数据，研究故障类型，进行时间序列相似性的处理搜索，并且对未来情况进行判断，做出合理的预测。在处理过程中，要对故障模式以及失效率高数进行分析，该方法可以用到不同系统的飞机数据处理，建立起故障预测模型，对于航空维修决策的制定有着重要意义，可以减少维修成本，保障人员安全[4]。

4结语

目前，航空飞行安全面临着许多新的特点、新的问题，提升飞行安全最重要的工作就是进行航空维修，航空维修离不开信息的分析及利用。因此，应该建立起一个一体化的系统研究模型，让决策者以及工作人员能透过大数据准确把握复杂的业务信息，能对信息进行客观分析，对航空维修保障工作有指导意义，从而提升航空安全管理水平和企业经济效益。

参考文献

［1］李卫斌.数据仓库和数据挖掘在航空维修信息分析中应用研究［D］.西安：西安电子科技大学，2010.

［2］马雁春.基于数据挖掘的航空PHM中预测方法的研究［D］.南京：南京航空航天大学，2010.

［3］魏鑫，郭建胜，代旻.OLAP和数据挖掘一体化的航空维修信息分析系统［J］.微机发展，2003（Z1）：47-49.

［4］史金红，吴永明.数据仓库中元数据的管理［J］.电子工程师，2010（2）：45-46.

作者：杜仲 单位：四川航空股份有限公司重庆分公司