基于QAR的数据仓库的建设及在故障分析中的应用

论文摘要

数据仓库是一种适于联机分析和数据挖掘的数据存储和管理技术。它将企业的不同来源的原始操作数据加工、整合,为企业提供完整、及时、准确和直观的决策支持信息。数据仓库是在比较全面和完善的信息应用基础上建立的,用于支持高层决策分析。首先,本文介绍了飞机故障诊断和预测以及数据仓库技术的国内外研究现状。通过研究QAR数据的格式和数据仓库的特点,提出了一种将数据仓库技术应用于对飞行事故的分析与预测的方法。然后,说明了建立的QAR(快速存取记录器)数据仓库的解决方案模型,重点阐述了QAR数据仓库的设计步骤和实现方法。以飞行安全为主题,确定了与飞行安全主题相关的QAR参数。在设计阶段,针对QAR数据量大的特点,采用多重粒度存储策略,在数据仓库的性能和存储空间之间取得平衡。在实现阶段,采用ETL(抽取、转换、加载)工具和SQL相结合的方法完成ETL过程,明显提高了ETL的开发速度和效率。最后,在QAR数据仓库平台上,实现了对故障的OLAP分析和数据挖掘。建立了多维立方体,从不同方面对故障进行切片查询,实现了对故障的可视化OLAP分析。根据QAR数据的时序性特点,采用时序算法对飞机故障的发展趋势进行预测;针对故障的不确定性特点,使用朴素贝叶斯算法对具有不确定性的故障进行分析;运用关联规则算法,发现故障之间的关联规则。实验结果表明,对故障进行的趋势预测和关联分析,能够为提高机组的专业技能、加强航空公司的安全管理和保证航空业的健康发展提供有效的决策支持信息。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 课题研究现状
• 1.2.1 故障分析及预测研究现状
• 1.2.2 数据仓库研究现状
• 1.3 研究现状总结
• 1.4 课题研究内容
• 1.5 论文的内容安排
• 第二章 QAR数据与数据仓库
• 2.1 QAR数据介绍
• 2.1.1 QAR数据的格式
• 2.1.2 QAR数据的译码
• 2.1.3 QAR数据文件
• 2.2 数据仓库概述
• 2.2.1 数据仓库的概念
• 2.2.2 数据仓库的特点
• 2.2.3 数据仓库与数据库的区别
• 2.3 建立QAR数据仓库
• 2.4 本章小结
• 第三章 数据仓库的设计与实现
• 3.1 QAR数据仓库解决方案模型
• 3.2 QAR数据仓库的设计
• 3.2.1 主题域
• 3.2.2 数据仓库建模
• 3.2.3 确认数据仓库的粒度
• 3.2.4 事实表的详细设计
• 3.2.5 维度表的详细设计
• 3.2.6 维度表与事实表的关联
• 3.3 QAR数据仓库的ETL实现
• 3.3.1 ETL的设计步骤
• 3.3.2 ETL的实现方法
• 3.3.3 ETL操作的内容
• 3.4 本章小结
• 第四章 基于数据仓库的故障分析
• 4.1 飞机事故分析
• 4.2 多维立方体的创建
• 4.2.1 多维立方体的创建
• 4.2.2 多维立方体的存储方式
• 4.2.3 多维立方体的浏览
• 4.3 OLAP分析
• 4.3.1 OLAP的定义
• 4.3.2 OLAP分析的基本操作
• 4.3.3 OLAP分析实例
• 4.4 故障趋势预测
• 4.4.1 Microsoft时序算法
• 4.4.2 Microsoft时序算法应用
• 4.5 故障不确定性分析
• 4.5.1 Microsoft Naive Bayes算法
• 4.5.2 Microsoft Naive Bayes算法应用
• 4.6 故障关联分析
• 4.6.1 关联规则算法
• 4.6.2 关联规则算法应用
• 4.7 本章小结
• 第五章 总结与展望
• 5.1 论文工作总结
• 5.2 展望
• 致谢
• 参考文献
• 作者简介