技術(shù)報(bào)告面向工業(yè).的直升機(jī)制造大數(shù)據(jù)平臺(tái)的應(yīng)用

1、計(jì)劃類別 項(xiàng)目編號(hào) 項(xiàng)目技術(shù)報(bào)告課題名稱 項(xiàng)目主持人 承擔(dān)單位 題目：面向工業(yè)4.0的直升機(jī)制造大數(shù)據(jù)平臺(tái)的應(yīng)用研究隨著信息化技術(shù)的不斷發(fā)展，大數(shù)據(jù)技術(shù)正以驚人的速度融入到人們的日常工作和生活中，推動(dòng)著工業(yè)4.0時(shí)代的到來。本文利用大數(shù)據(jù)技術(shù)在數(shù)據(jù)管理優(yōu)化方面的優(yōu)勢(shì)，根據(jù)直升機(jī)制造生產(chǎn)活動(dòng)的特點(diǎn)構(gòu)建了一個(gè)面向工業(yè)4.0的直升機(jī)制造大數(shù)據(jù)平臺(tái)，平臺(tái)主要由生產(chǎn)過程監(jiān)測(cè)與管理、直升機(jī)制造大數(shù)據(jù)平臺(tái)和直升機(jī)制造生產(chǎn)環(huán)境三層結(jié)構(gòu)組成。此平臺(tái)不僅能夠應(yīng)用于直升機(jī)零部件加工生產(chǎn)的環(huán)節(jié)中，而且在產(chǎn)品創(chuàng)新、產(chǎn)品供應(yīng)鏈的分析與優(yōu)化等環(huán)節(jié)也會(huì)發(fā)揮更大作用。關(guān)鍵詞：直升機(jī)制造；大數(shù)據(jù)；工業(yè)4.01 引言（Introd

2、uction）早在2013年，德國(guó)就提出了“工業(yè)4.0”生產(chǎn)模式的概念，思科、通用電氣和英特爾等企業(yè)紛紛響應(yīng)組建了“工業(yè)互聯(lián)網(wǎng)聯(lián)盟”，為制造業(yè)賦予了智能化、信息化和個(gè)性化生產(chǎn)的新特性，促進(jìn)了數(shù)據(jù)資源的利用?！肮I(yè)4.0”生產(chǎn)模式以大數(shù)據(jù)技術(shù)為基礎(chǔ)，實(shí)現(xiàn)降低對(duì)勞動(dòng)力的依賴、滿足用戶的個(gè)性化需求和減少流通成本的目的，其包括智慧工廠、智能生產(chǎn)和智能物流三大部分，其中智慧生產(chǎn)是關(guān)鍵核心。直升機(jī)制造大體分為零件制造、部件裝配、機(jī)身鉚裝和全機(jī)總裝四大部分，但包括多個(gè)生產(chǎn)環(huán)節(jié)，每個(gè)環(huán)節(jié)都有各自的生產(chǎn)規(guī)律，屬于典型的離散型生產(chǎn)活動(dòng)，其特點(diǎn)包括：（1）產(chǎn)品規(guī)格多、結(jié)構(gòu)復(fù)雜、技術(shù)難度大；（2）品種多、采用中小批量

3、、混線生產(chǎn)模式；（3）產(chǎn)品物料需求量大而雜，物流管理復(fù)雜；（4）過程中大量數(shù)據(jù)及信息分散在各部門技術(shù)人員、管理人員、甚至工人手中，部門之間的信息交流不暢，從而導(dǎo)致生產(chǎn)及質(zhì)量問題不能及時(shí)得到反饋、解決，造成大量的生產(chǎn)計(jì)劃延期，生產(chǎn)效率低下。自我國(guó)工業(yè)4.0戰(zhàn)略推行以來，物聯(lián)網(wǎng)技術(shù)和互聯(lián)網(wǎng)等信息技術(shù)與直升機(jī)制造業(yè)的不斷融合，直升機(jī)制造企業(yè)在生產(chǎn)過程中積累了大量的數(shù)據(jù)，不僅包括指令、生產(chǎn)編號(hào)、圖號(hào)等文本格式的數(shù)據(jù)，還包括圖片、聲音、視頻等復(fù)雜格式的信息，這些數(shù)據(jù)的產(chǎn)生有規(guī)模性、多樣性等特點(diǎn)。如何高效的獲取、存儲(chǔ)、分析處理海量數(shù)據(jù)，并最大化地從這些數(shù)據(jù)資源中提煉價(jià)值成為直升機(jī)制造行業(yè)普遍關(guān)注的熱點(diǎn)。大

4、數(shù)據(jù)技術(shù)是目前公認(rèn)的處理海量數(shù)據(jù)的有效方法，被譽(yù)為是助推實(shí)體經(jīng)濟(jì)邁向“工業(yè)4.0”的“核動(dòng)力”。利用大數(shù)據(jù)管理技術(shù)和分布式計(jì)算計(jì)算分別實(shí)現(xiàn)對(duì)直升機(jī)加工數(shù)據(jù)的存儲(chǔ)和計(jì)算，然后利用大數(shù)據(jù)分析技術(shù)對(duì)這些數(shù)據(jù)進(jìn)行挖掘，從中獲取對(duì)生產(chǎn)決策有價(jià)值的信息，幫助企業(yè)合理安排生產(chǎn)計(jì)劃，從而有效提高企業(yè)的綜合競(jìng)爭(zhēng)力1。2 國(guó)內(nèi)外發(fā)展現(xiàn)狀（The development situation athome and abroad）近年來，直升機(jī)在國(guó)防建設(shè)中扮演角色的重要性日益凸顯，直升機(jī)產(chǎn)業(yè)的發(fā)展已經(jīng)被各國(guó)提升到戰(zhàn)略高度。發(fā)達(dá)國(guó)家西科斯基直升機(jī)公司在產(chǎn)品制造與設(shè)計(jì)領(lǐng)域目前處于世界領(lǐng)先地位，其利用數(shù)字化制造技術(shù)不僅完成了

5、從傳統(tǒng)的大批量生產(chǎn)向精益生產(chǎn)模式的轉(zhuǎn)變，而且創(chuàng)新了管理模式，實(shí)現(xiàn)了對(duì)成本的透明性和作業(yè)流程的標(biāo)準(zhǔn)化管理。此外，西科斯基公司S92項(xiàng)目中，利用CATIA軟件將來自六個(gè)不同國(guó)家和地區(qū)供應(yīng)商的部件實(shí)現(xiàn)了高效化無(wú)紙整合，建立了一個(gè)設(shè)計(jì)組件整合的“虛擬直升機(jī)”模擬系統(tǒng)，縮短了生產(chǎn)進(jìn)度。歐直公司在數(shù)字化技術(shù)方面的應(yīng)用水平實(shí)際上并不亞于西科斯基公司，該公司在企業(yè)資源策劃、數(shù)字化電子樣機(jī)模擬等方面均達(dá)到了很高的水平。歐直公司采用了商務(wù)與決策公司同SAP公司聯(lián)合為其推出的商務(wù)智能平臺(tái)，主要用于績(jī)效管理與知識(shí)管理。隨著“中國(guó)制造2025”戰(zhàn)略的提出，中國(guó)制造業(yè)迎來了一次新的改革浪潮，我國(guó)直升機(jī)制造企業(yè)紛紛建立了一

6、系列的企業(yè)信息化系統(tǒng)來為公司的經(jīng)營(yíng)決策、資源配置提供支撐，其中包括資源的優(yōu)化配置和目視化管理等，基本實(shí)現(xiàn)了生產(chǎn)過程的數(shù)字化管理。但與發(fā)達(dá)國(guó)家相比，中國(guó)直升機(jī)制造現(xiàn)在還是以低端制造為主，主要表現(xiàn)在以下兩個(gè)方面：（1）沒有充分利用數(shù)據(jù)資源，將數(shù)據(jù)資源的價(jià)值資源挖掘出來，例如：若能從海量的數(shù)據(jù)中提取設(shè)備故障相關(guān)征兆數(shù)據(jù)，采用預(yù)測(cè)與相關(guān)管理算法生成該設(shè)備將要或已經(jīng)發(fā)生故障的相關(guān)信息，使得設(shè)備元件具備“自我感知”能力，分析預(yù)測(cè)自身狀態(tài)，就能采取措施進(jìn)行預(yù)防。（2）缺乏面向產(chǎn)品制造的“知識(shí)庫(kù)”管理，若能根據(jù)大數(shù)據(jù)技術(shù)分析不同生產(chǎn)環(huán)節(jié)的當(dāng)前需求，通過推理將不同產(chǎn)品狀態(tài)、設(shè)備信息相關(guān)聯(lián)并呈現(xiàn)給管理層，就能對(duì)企

7、業(yè)科學(xué)、有效的決策提供有力的技術(shù)支持?？傊?，直升機(jī)制造生產(chǎn)活動(dòng)是建立在精密、有序的生產(chǎn)工序的基礎(chǔ)上，通過各工序之間的密切配合，在確保直升機(jī)制造質(zhì)量的同時(shí)提升直升機(jī)生產(chǎn)效率。大數(shù)據(jù)在數(shù)據(jù)管理優(yōu)化方面具有極強(qiáng)的優(yōu)勢(shì)，除了能夠應(yīng)用在直升機(jī)零部件的加工生產(chǎn)中外，還能夠在產(chǎn)品創(chuàng)新、產(chǎn)品供應(yīng)鏈的分析與優(yōu)化，以及工業(yè)物聯(lián)網(wǎng)的應(yīng)用中發(fā)揮出更大作用。將大數(shù)據(jù)技術(shù)與數(shù)字化和檢測(cè)等技術(shù)相結(jié)合，能夠提前對(duì)直升機(jī)生產(chǎn)環(huán)節(jié)中的各關(guān)鍵要素進(jìn)行分析與預(yù)測(cè)，從而更好地提高產(chǎn)品的質(zhì)量與生產(chǎn)效率2。3 直升機(jī)制造大數(shù)據(jù)平臺(tái)的總體框架（The overallframework of helicopter manufacturing

8、big dateplatform）直升機(jī)制造過程中產(chǎn)生的數(shù)據(jù)具有規(guī)模性、多樣性等特點(diǎn)，為了從這些數(shù)據(jù)資源中挖掘有用價(jià)值，首先要確保這些數(shù)據(jù)的存儲(chǔ)的完整性和處理的高效性，本文構(gòu)建了一個(gè)面向工業(yè)4.0的直升機(jī)制造大數(shù)據(jù)平臺(tái)，平臺(tái)的框架圖如圖1所示。從圖1可以看出，直升機(jī)制造大數(shù)據(jù)平臺(tái)主要由生產(chǎn)過程監(jiān)測(cè)與管理、直升機(jī)制造大數(shù)據(jù)平臺(tái)和直升機(jī)制造生產(chǎn)環(huán)境三層結(jié)構(gòu)組成3，本文主要研究前兩層。直升機(jī)制造大數(shù)據(jù)平臺(tái)的主要功能是大數(shù)據(jù)存儲(chǔ)和分布式計(jì)算，大數(shù)據(jù)存儲(chǔ)平臺(tái)通過傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)與大數(shù)據(jù)庫(kù)技術(shù)相結(jié)合的方式實(shí)現(xiàn)對(duì)直升機(jī)制造生產(chǎn)環(huán)境中所產(chǎn)生數(shù)據(jù)的存儲(chǔ)與管理。在直升機(jī)制造過程中，有關(guān)系型數(shù)據(jù)庫(kù)對(duì)實(shí)時(shí)性要求較高的

9、數(shù)據(jù)進(jìn)行處理，同時(shí)定期利用數(shù)據(jù)遷移技術(shù)將關(guān)系型數(shù)據(jù)中的數(shù)據(jù)同步到大數(shù)據(jù)庫(kù)中，實(shí)現(xiàn)直升機(jī)制造海量數(shù)據(jù)的存儲(chǔ)。隨著時(shí)間的推移，直升機(jī)制造企業(yè)會(huì)積累大量的生產(chǎn)相關(guān)數(shù)據(jù)，傳統(tǒng)的集中式處理方法已經(jīng)無(wú)法滿足數(shù)據(jù)快速處理的要求，本平臺(tái)通過搭建分布式計(jì)算環(huán)境將處理任務(wù)分解到不同的服務(wù)器上，用“分治”的思想將大規(guī)模任務(wù)分解為若干個(gè)規(guī)模較小的任務(wù)，分解任務(wù)完成后匯總到同一個(gè)服務(wù)器上，分布式計(jì)算的實(shí)現(xiàn)不僅提高了數(shù)據(jù)處理的效率，數(shù)據(jù)備份的機(jī)制也避免了單個(gè)服務(wù)器崩潰導(dǎo)致整個(gè)系統(tǒng)癱瘓的危險(xiǎn)4。生產(chǎn)過程的監(jiān)測(cè)與管理主要是建立在對(duì)直升機(jī)制造海量歷史數(shù)據(jù)分析的基礎(chǔ)上，此層不僅能夠幫助生產(chǎn)執(zhí)行單位根據(jù)生產(chǎn)設(shè)備的運(yùn)行狀況、原材料的

10、數(shù)量和產(chǎn)品的交付期等信息選擇合適的生產(chǎn)方案，對(duì)生產(chǎn)設(shè)備的任務(wù)和產(chǎn)品的生產(chǎn)順序分別進(jìn)行合理分配和排序，充分利用生產(chǎn)環(huán)境中的資源進(jìn)行優(yōu)化排產(chǎn)，而且還能對(duì)產(chǎn)品的質(zhì)量進(jìn)行預(yù)測(cè)分析，為企業(yè)領(lǐng)導(dǎo)層的決策提供數(shù)據(jù)支持。4 關(guān)鍵技術(shù)（The key technology）4.1 大數(shù)據(jù)存儲(chǔ)技術(shù)大數(shù)據(jù)下，直升機(jī)制造業(yè)對(duì)于海量數(shù)據(jù)的存儲(chǔ)將面臨如下挑戰(zhàn)：（1）存儲(chǔ)數(shù)據(jù)量大，直升機(jī)制造工序復(fù)雜，積累的數(shù)據(jù)將達(dá)到PB級(jí)別甚至更高；（2）直升機(jī)制造數(shù)據(jù)來源廣泛，數(shù)據(jù)形式和數(shù)據(jù)結(jié)構(gòu)均比較復(fù)雜；（3）要滿足數(shù)據(jù)的完整性、可擴(kuò)展性。直升機(jī)制造大數(shù)據(jù)存儲(chǔ)采用分布式文件系統(tǒng)HDFS和按列存儲(chǔ)數(shù)據(jù)庫(kù)HBase。傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方式已經(jīng)

11、不能滿足業(yè)務(wù)的需求，分布式文件系統(tǒng)是被國(guó)內(nèi)外一致認(rèn)可的存儲(chǔ)大數(shù)據(jù)最好的工具，比較有代表性的分布式文件系統(tǒng)當(dāng)屬Hadoopz的 HDFS（Hadoop Distributed File System）。HDFS采用master/slave主從架構(gòu)，即一個(gè)控制節(jié)點(diǎn)和若干個(gè)數(shù)據(jù)節(jié)點(diǎn)組成5。一個(gè)文件信息通常被切分為若干部分分別存放在不同的數(shù)據(jù)節(jié)點(diǎn)，控制節(jié)點(diǎn)相當(dāng)于整個(gè)集群的目錄，用來存儲(chǔ)數(shù)據(jù)節(jié)點(diǎn)的文件元數(shù)據(jù)。HBase是基于HDFS是一種分布式的非關(guān)系型數(shù)據(jù)庫(kù)，其本質(zhì)是一張面向列的分布式多維映射表。傳統(tǒng)的MySQL等關(guān)系型數(shù)據(jù)庫(kù)通常被部署在一臺(tái)服務(wù)器上，而HBase數(shù)據(jù)庫(kù)是在多臺(tái)服務(wù)器上分布存儲(chǔ)的，如表

12、1所示數(shù)據(jù)在Hbase的存儲(chǔ)方式6。如表1所示，HBase主要由Row Key（行鍵）、Time Stamp（時(shí)間戳）和Column Family（列族）組成，Row Key由任意部大于64kB的字符串組成7；Time Stamp是主要是用于記錄數(shù)據(jù)的版本，當(dāng)有新的數(shù)據(jù)插入，系統(tǒng)會(huì)自動(dòng)添加時(shí)間戳；Column Family必須在使用表之前預(yù)先定義，但列族成員可以根據(jù)需要隨時(shí)添加。4.2 大數(shù)據(jù)分析技術(shù)Map/Reduce則是Hadoop的唯一分布式程序設(shè)計(jì)模型，主要用于海量數(shù)據(jù)集的并行處理。Map、Reduce來源于函數(shù)式編程模型中的“Map”“Reduce”兩個(gè)核心操作。當(dāng)進(jìn)行大數(shù)據(jù)分析時(shí)，

13、此模型先對(duì)輸入的文件進(jìn)行切割，然后分發(fā)給Map函數(shù)，Map函數(shù)將其映射成另外一組中間文件，Reduce函數(shù)主要作用是整合Map函數(shù)映射成的中間文件，Map函數(shù)的映射規(guī)則和Reduce函數(shù)的整合處理是開發(fā)人員通過編寫代碼實(shí)現(xiàn)的。4.3 大數(shù)據(jù)可視化技術(shù)大數(shù)據(jù)可視化包括兩層含義，不僅指利用數(shù)據(jù)挖掘技術(shù)從數(shù)據(jù)中挖掘有用的信息，而且還要將得到的信息向用戶直觀地展示。大數(shù)據(jù)可視化的主要步驟包括獲取數(shù)據(jù)、分析數(shù)據(jù)、過濾數(shù)據(jù)、挖掘數(shù)據(jù)、展示數(shù)據(jù)和數(shù)據(jù)總結(jié)等。將數(shù)據(jù)挖掘應(yīng)用于直升機(jī)制造企業(yè)8，一方面可以更加精準(zhǔn)地把握產(chǎn)品的加工、質(zhì)量和安全管理等方面的情況，另一方面可以預(yù)測(cè)未來可能遇到的生產(chǎn)和管理上的問題。數(shù)據(jù)

14、挖掘常用的算法是關(guān)聯(lián)分析法，通過分析數(shù)據(jù)和系統(tǒng)之間的關(guān)聯(lián)，然后進(jìn)行數(shù)據(jù)的分類和聚類，最后有目標(biāo)型的挖掘數(shù)據(jù)潛在的價(jià)值?？梢暬故臼墙⒃跀?shù)據(jù)挖掘的基礎(chǔ)上，將數(shù)據(jù)中的信息形象化展示出來，常用的方法是多維智能分析法，該方法可以對(duì)分析對(duì)象進(jìn)行時(shí)間、空間和邏輯關(guān)系等多個(gè)維度進(jìn)行分析。5 大數(shù)據(jù)平臺(tái)的實(shí)踐應(yīng)用（The practical applicationof big date platform）5.1 系統(tǒng)功能簡(jiǎn)介直升機(jī)制造大數(shù)據(jù)平臺(tái)的有些功能是需要在后臺(tái)做處理的，而這些功能對(duì)于實(shí)時(shí)性的要求并不高，比如企業(yè)每月都要進(jìn)行的加工數(shù)據(jù)宏觀分析、預(yù)測(cè)企業(yè)加工效率增長(zhǎng)趨勢(shì)、直升機(jī)制造關(guān)鍵設(shè)備的健康管理等功能

15、都屬于后臺(tái)數(shù)據(jù)處理，本文以直升機(jī)制造關(guān)鍵設(shè)備的健康管理為例進(jìn)行說明9。A公司已經(jīng)構(gòu)建了一套具有狀態(tài)感知、實(shí)時(shí)分析、自主決策特征的旋翼系統(tǒng)部件生產(chǎn)及裝配的智能制造生產(chǎn)線執(zhí)行系統(tǒng)，通過實(shí)時(shí)監(jiān)控發(fā)現(xiàn)生產(chǎn)過程中的問題，及時(shí)采取應(yīng)對(duì)措施。若能從海量的歷史數(shù)據(jù)中提取故障征兆數(shù)據(jù)，采用預(yù)測(cè)與相關(guān)管理算法進(jìn)行計(jì)算，從而生成該設(shè)備將要或已經(jīng)發(fā)生故障的相關(guān)信息，分析預(yù)測(cè)自身狀態(tài)，就能更有效提高產(chǎn)品加工效率。系統(tǒng)由設(shè)備數(shù)據(jù)采集、設(shè)備專項(xiàng)體檢、設(shè)備健康評(píng)估和建議、設(shè)備健康風(fēng)險(xiǎn)預(yù)警四大模塊組成，如圖2所示。設(shè)備數(shù)據(jù)采集模塊主要是針對(duì)設(shè)備的基本信息和歷史狀態(tài)數(shù)據(jù)進(jìn)行管理，設(shè)備的基本信息包括設(shè)備編號(hào)、購(gòu)買時(shí)間、加工零件類型

16、、使用年限等；設(shè)備專項(xiàng)體檢模塊中的“專項(xiàng)”包括生產(chǎn)數(shù)量、產(chǎn)品種類、工藝難度、原料供應(yīng)、廢品率、產(chǎn)品要求精度、員工效率、設(shè)備生產(chǎn)率、設(shè)備故障率等，通過此模塊可以根據(jù)設(shè)備和產(chǎn)品的特點(diǎn)，有針對(duì)性分析影響設(shè)備利用率低下的原因；設(shè)備健康評(píng)估和建議模塊能夠?qū)ｍ?xiàng)中的所有指標(biāo)進(jìn)行評(píng)估，并根據(jù)評(píng)估結(jié)果給予一定的建議，針對(duì)生產(chǎn)管控系統(tǒng)某個(gè)關(guān)鍵設(shè)備利用率低的問題，可以通過此模塊進(jìn)行分析，并采取措施；風(fēng)險(xiǎn)預(yù)警模塊主要是對(duì)設(shè)備的近期若干次的健康體檢報(bào)告的數(shù)據(jù)進(jìn)行管理，若發(fā)現(xiàn)嚴(yán)重影響設(shè)備運(yùn)行率的指標(biāo)超低，會(huì)進(jìn)行紅色預(yù)警。5.2 開發(fā)工具及環(huán)境硬件工具及環(huán)境：本項(xiàng)目的Hadoop集群由五臺(tái)普通的PC機(jī)組成，其中兩臺(tái)用作控

17、制節(jié)點(diǎn)和第二控制節(jié)點(diǎn)，其余三臺(tái)用作數(shù)據(jù)節(jié)點(diǎn)。軟件工具及環(huán)境：本項(xiàng)目基于Java EE開發(fā)模式和B/S架構(gòu)，后臺(tái)采用Struts、Spring和Hibernate混合框架，前臺(tái)采用ExtJS框架；所有節(jié)點(diǎn)采用Linux操作系統(tǒng)、Java Web服務(wù)器采用Tomcat。5.3 大數(shù)據(jù)存儲(chǔ)Hadoop集群搭建好后，通過MyEclipse平臺(tái)開發(fā)大數(shù)據(jù)平臺(tái)存儲(chǔ)功能，主要包括的類如表2所示。5.4 大數(shù)據(jù)挖掘和設(shè)備健康狀態(tài)預(yù)測(cè)本文在數(shù)據(jù)挖掘階段采用神經(jīng)網(wǎng)絡(luò)、非結(jié)構(gòu)數(shù)據(jù)關(guān)聯(lián)分析、模糊識(shí)別等算法，形成了算法工具庫(kù)。以非結(jié)構(gòu)數(shù)據(jù)關(guān)聯(lián)分析為例，直升機(jī)制造關(guān)鍵設(shè)備健康管理系統(tǒng)可以通過兩種方式定義關(guān)聯(lián)算法的規(guī)則，一

18、種是對(duì)非結(jié)構(gòu)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)潛在的關(guān)聯(lián)，另一種是根據(jù)直升機(jī)制造過程中積累的經(jīng)驗(yàn)自定義關(guān)聯(lián)規(guī)則10，11。本文采用回歸分析法進(jìn)行設(shè)備健康狀態(tài)的預(yù)測(cè)，目的是根據(jù)重要數(shù)據(jù)的變化趨勢(shì)，對(duì)未來一定時(shí)期內(nèi)關(guān)鍵設(shè)備的健康狀況進(jìn)行推測(cè)，提前采取應(yīng)對(duì)措施。5.5 大數(shù)據(jù)的可視化分析直升機(jī)制造關(guān)鍵設(shè)備健康的大數(shù)據(jù)可視化分析主要分為三個(gè)步驟12，如圖3所示。如圖3所示，直升機(jī)制造關(guān)鍵設(shè)備健康的大數(shù)據(jù)可視化分析的處理流程如下：步驟1：收集數(shù)據(jù)。將直升機(jī)制造關(guān)鍵設(shè)備的原始數(shù)據(jù)序列化到hadoop中的HDFS中，并持久化到HBase非結(jié)構(gòu)化數(shù)據(jù)庫(kù)。步驟2：根據(jù)業(yè)務(wù)需求在算法工具箱中選用相應(yīng)的算法對(duì)數(shù)據(jù)進(jìn)行挖掘。

19、步驟3：將數(shù)據(jù)挖掘算法輸出的結(jié)果集映射到可視化模塊中成為圖形信息，可視化引擎將結(jié)果集與場(chǎng)景集成，將可視化效果圖反饋給用戶。6 結(jié)論（Conclusion）大數(shù)據(jù)是實(shí)現(xiàn)工業(yè)4.0的技術(shù)基礎(chǔ)，在直升機(jī)制造中的應(yīng)用中，通過建立大數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析等模型，能夠?qū)χ鄙龣C(jī)零部件生產(chǎn)加工全工序質(zhì)量信息進(jìn)行自動(dòng)化采集、集成管理與質(zhì)量預(yù)警。充分發(fā)揮了大數(shù)據(jù)技術(shù)在數(shù)據(jù)處理能力中的優(yōu)勢(shì)，有效完善了直升機(jī)制造和裝配中的建模，以及數(shù)據(jù)的處理，從而確保了直升機(jī)制造的加工效率和產(chǎn)品質(zhì)量。參考文獻(xiàn)（References）1 Baesens，B.，Bapna，R.，Marsden，et al.Transformational

20、issues of big data and analytics in networked businessJ.MIS Quarterly，2016，40（4）：807-818.2 Robert Thorstad，Phillip Wolff.A big data analysis of the relationship between future thinking and decision-makingJ.PNAS February 20，2018，115（8）：E1740-E1748.3 Chaowei Yang，Qunying Huang，Zhenlong Li，et al.Big Da

21、ta and cloud computing： innovation opportunities and challengesJ.International Journal of Digital Earth，2016，10（1）：13-53.4 Alexandros Labrinidis，H.V.Jagadish.Challenges and opportunities with big dataJ.Proceedings of the VLDB Endowment，2012，152（10）：2032-2033.5 Chang F，Dean J，Ghemawat S，et al.Big Table：A distributed storage system for structured dataJ.ACM Transactions on Computer Systems，2008，26（2）：1-26.6 Ghemawat S，Gob IOFF H，Leung P T.The Google file systemC.Proceedings of the 19th ACM Symposium on Oper