浅谈航空装备管理非结构化数据治理实施策略

浅谈航空装备管理非结构化数据治理实施策略

齐妤轩，杨玉雪，王乃禾

大连长丰实业总公司 辽宁省大连市116038

摘要：非结构化数据是航空企业数据资产的重要组成部分,且随着业务开展数据量迅速增长,由于其数据组织形式不固定,因此在数据管理和价值挖掘上存在一定困难.本文针对航空装备管理非结构化数据的类型、特点和治理难点,分析了航空企业非结构化数据治理需求,提出了非结构化数据治理的总体技术路线,探讨了航空装备管理非结构化数据治理实施策略,主要包括总体架构设计、数据标签体系构建、元数据建设、知识数据抽取、元数据关联存储等关键环节的实施方法,并针对航空企业非结构化数据治理工作的开展给出管理和技术上的具体建议.

关键词：航空装备管理 非结构化数据数据治 理实施策略

引言：航空装备质量信息的主要类型包括标准信息、动态信息、故障信息，总体较为多样，同时，航空装备质量信息的来源较多=且数据量较大，若是依旧沿用传统的信息管理方法，则难以适应当前对于航空装备质量管理以及持续性改进升级的现实需求。实践中，需要将大数据技术引入航空装备质量信息管理工作中。本论文将介绍航空装备类工程项目管理的关键要点，从项目规划、项目执行、项目控制和项目收尾等方面进行详细讨论，旨在为读者提供更好的了解和掌握这些关键要素的方法。

一、基于大数据的航空装备质量信息管理总体思路分析

在依托大数据技术展开航空装备质量信息管理期间，依托对航空装备全业务流程、全链条的梳理，落实对各方（设计制造部门、使用单位、修理工厂）对于装备质量信息的输入输出的确定，进行数据格式以及交互传播方式的统一化处理。在此基础上，实施对单机质量信息管理的开发，结合实际要求向各个业务单位推送所需要的数据信息，促使数据信息的集中性管理成为现实。在此基础上，结合统计学技术、图表绘制等方法展开数据的分析与评估，以此实现对航空装备全寿命周期内实际所产生数据信息的全员共享，同时为问题反馈、工作预警、技术支持、标准迭代等业务的高质量、高效率落实提供参考。实践中，需要提前构建起航空装备质量信息大数据管理系统，提取来源于航空装备质量大数据中心中的多源数据信息进行分析与利用，对数据进行标准处理后供各方使用，为各个部门单位进行航空装备质量的优化改进提供依据支持与数据信息参考。另外，结合对航空装备质量信息大数据管理系统的应用，还能够自动评估航空装备质量情况，并以此为参考生成质量优化改进方案，判断方案的可操作性与可行性，输出航空装备维修保障建议。

二、基于大数据的航空装备质量信息管理工作策略探究

（一）重视数据信息的全面采集与统一保存

结合大数据技术的应用，在推行对航空装备质量数据信息的全面采集以及统一分析、保管实践中，应当积极搭建起航空装备质量数据信息的采集中心（大数据中心），并以此为基础对多来源的航空装备质量数据信息实施全面采集与统一保存。此时，航空装备质量数据信息采集的主要来源与内容如下所示：采集来源于设计制造部门的航空装备质量数据信息，包括设计标准数据、制造数据、升级改造数据、外场保障数据以及故障修理数据等等；采集来源于使用单位的航空装备质量数据信息，包括飞行数据、定检/监控数据以及日常维护数据等等；采集来源于修理工厂的航空装备质量数据信息，包括大修的修理数据、故障修理数据、巡检数据以及外场保障数据等等。

（二）完善构建航空装备质量管理的数据体系

航空装备质量管理数据体系的完善构建能够为相关工作人员提供航空装备全寿命周期内的数据信息，为大数据时代背景下航空装备故障预测以及健康管理工作的展开提供有力支持与基础性条件。对于航空装备质量管理数据体系而言，其可以划分为四个层次，即业务应用、大数据应用服务支撑环境、数据源、数据采集，具体有：业务应用，包括试验装备保障业务管理、试验装备保障综合信息展现、试验装备管理保障能力分析、试验装备发展趋势预测、试验任务保障能力评估等等；大数据应用服务支撑环境，包括数据服务（数据分析服务、数据交换服务、数据可视化服务、数据管理服务）、大数据处理（统一计算控制接口、通统一资源高度、内存计算、图计算、流计算、批处理等）、大数据存储（分布式文件系统、关系型数据库、数据仓库、NoSQL存储）；数据源，包括结构化数据、非结构化数据、半结构化数据；数据采集，包括实施数据采集、联网业务系统的历史数据迁移、非联网的业务系统信息导入、纸质文件与多媒体信息等手工采集等等。通过这种航空装备质量管理数据体系的构建与应用，能够为航空装备的质量监测、问题诊断以及预测等工作的展开提供完善的数据信息支持，促使航空装备综合保障能力水平进一步提升，助推航空装备质量信息管理工作的质量提升以及技术升级。

（三）搭建并应用航空装备质量信息大数据管理系统

航空装备质量信息大数据管理系统可以细化为三部分，即数据采集部分、数据整理与分析部门、质量评估与改进部分，其中，数据采集部分在整个系统运行期间主要从航空装备质量大数据中心中获取所需要的数据信息，结合数字化健康档案的构建，实现对航空装备全寿命工作状态的监控，支持设计制造部门、使用单位以及修理工厂协同作业。

在数据整理与分析部分，主要针对数据采集部分提取的信息数据实施整合与分类处理，将海量复杂数据信息划分为基础数据、技术状态、维修信息、故障信息这几大类，具体有：基础数据，主要包含单机信息、航空装备结构BOM；技术状态，主要包含生产指标、修理指标；维修信息，主要包含换件信息、维修记录以及维修后使用情况；故障信息，主要包含故障清单、故障历史记录。同时，针对这些数据信息进行基于大数据技术的实时性分析，对比系统数据库内所保存着的航空装备质量参数，迅速、精准定为异常数据，并在发现异常数据后第一时间发出预警提示。

在质量评估与改进部分，主要对比分析提前设定的阈值以及数据整理与分析部分所得到的数据分析结果，以此完成对航空装备健康状况的评估与判断，并在此基础上生成优化改进建议，自动编制并输出航空装备质量评估报告。同时，在此过程中，相关人员可以结合多种探索性数据分析方法的应用，统计分析航空装备全寿命周期内的数据信息，并在需要的条件下利用试验进行验证，确定出航空装备质量缺陷，以此为基础配套设定航空装备质量优化策略与方案，分析改进措施的风险，保证能够实现对航空装备质量的安全、有效提升。

结束语：当前航空装备管理数据广泛分散于工厂、部队、科研院所、试验训练等机构,数据资源缺乏集中统一的管理与应用,严重影响航空装备的论证、研制、使用维护与持续升级.通过建立数据标准体系、制定数据清洗整编规则、研制配套软件平台、制定配套管理制度等方式,对航空装备管理数据进行治理,以使相对"干净"的结构化数据、大量高价值"非结构化"数据、相对残缺的历史档案资料等,形成标准的、关联的、可一体化应用的数据资源集合,可为航空装备管理数据的深度挖掘、智能应用、个性化服务保障等需求提供有效支撑.

航空装备类工程项目管理是一个高度复杂和具有挑战性的过程。在项目规划、项目执行、项目控制和项目收尾等方面，需要注意一些关键要点，以确保项目能够按计划和要求完成。本论文详细介绍了这些关键要点，并提供了相关的建议和指导，旨在帮助读者更好地理解和掌握航空装备类工程项目管理的关键要素。

参考文献：

[1]张驰,崔凯,王润华,等.浅谈航空企业主数据治理实施策略[J].中国标准化.2021,(13).DOI:10.3969/j.issn.1002-5944.2021.13.012.

[2]刘俊,汪春晓,董洪飞,等.自然语言处理技术在航空领域的应用探索[J].航空标准化与质量.2021,(2).27-32,56.DOI:10.13237/j.cnki.asq.2021.02.006.