云數據處理技術在特種設備監督管理平臺運用

林 寧

（福建省特種設備檢驗研究院泉州分院，福建泉州 362000）

0 引言

云計算是當前十分普遍的計算模式，云數據處理技術更是監督管理平臺搭建的核心技術。國外已經建成的多樣化的云平臺，如Google云計算平臺、云計算網絡應用程序及mazon公司彈性計算云等，均已顯露出特有優勢。我國也在逐漸投入云計算平臺研究中，云數據處理技術開始在特種設備監督管理平臺中加以應用。因為云計算依然處于發展階段，很多技術存在安全性與可靠性問題，需要技術人員繼續深入探究。

1 云數據處理技術與特種設備監督管理平臺

特種設備監督管理平臺主要是對不同類型的特種設備運行環節進行監督與管理，如行政許可、實際應用及維修保養等，以達到特種設備數據既定管理目標。特種設備管理平臺分為特種設備安全監察系統、特種設備行政許可系統、特種設備檢驗管理系統、燃煤鍋爐淘汰管理平臺、特種設備決策分析系統、電梯應急處置平臺、特種設備案件管理系統、電梯維保單位管理服務系統、特種設備使用單位服務平臺、特種設備公共信息服務系統等，為有關工作開展提供了便利渠道。其中，行政許可網上辦理、設備維護保養監督管理等相關功能等，已使特種設備安全監管工作得到更加高效的管理。

云數據處理技術即以云計算平臺為前提，對帶有異構以及非確定性等諸多特征的數據進行分析與處理，以此建立可行性高、支持擴展數據分布與存儲系統的技術。以云數據處理技術為依據的特種設備監督管理平臺，將數據處理環節從傳統業務當中分離，構成數據流向引導、發送到數據加工技術的數據處理調度中心，有效實現數據協同處理，使信息交互高效運行。

2 云數據處理技術運行程序

2.1 了解數據的主要來源

（1）被動式數據來源。被動式數據一般是在系統運行期間的運營記錄中形成，主要被儲存于數據庫內，這種數據都是伴隨著運營活動而形成，帶有被動性。

（2）自動式數據來源，也被稱為感知式數據來源，也就是從系統、設備運行期間感知數據中形成。感應式系統的普遍運用，使人類社會數據量實現了質的飛躍，如各種類型的傳感器的應用，利用社會運轉達到監控的目的。因為設備所形成的數據帶有持續性，所以被命名為自動生產式數據。

（3）主動式數據來源，它是由用戶所創，屬于非業務類型數據。隨著互聯網的不斷發展，使數據呈現出爆發式增長趨勢，微博和貼吧等社交網絡數據的出現，是主動式數據的主要來源渠道。

2.2 針對數據進行抽取和集成

因為業務數據本身帶有復雜性、維度多以及格式各異等特征，所以在數據存儲與處理期間造成了一定的問題。如圖1，ETL（Extract Transform Load，萃取、轉置及加載）數據處理模型在數據抽取、集成中最常見，該模型運行的過程中，主要是把數據執行ETL數據管理器內數據抽取、轉換以及清洗等環節，和業務系統、外部系統進行整合，由此建立一個以主題存儲為核心的數據倉庫。

圖1 ETL體系模型

2.3 數據分析與解釋

數據分析是數據處理中的關鍵環節，最終結果則是數據本身所帶有的價值。主要是利用分析模型將大數據轉變為小數據。即在不同類異構數據源中，通過抽取集成獲取原始數據，按照應用要求選擇相應數量的數據，以此為依據組建分析模型展開數據分析。比較常見的是統計分析、數據挖掘及機器學習等。

數據解釋在數據處理中既是最后一個環節，也是最為關鍵的一個環節，有利于提升用戶體驗，實現高質量的人機互動，使用戶發現更有效的信息數據。數據解釋要立足于設計學角度，遵循可視化原則與反饋原則，高效率的完成數據解釋。

可視化原則是以抽象數據為對象，應用計算機技術，在滿足交互性、可視化要求的基礎上的一種認知能力。歷經數十年發展，信息可視化技術從最初的用戶界面軟件技術，已逐漸演變成可視化圖形表示數據規律的技術。可視化分析主要是按照“數據——知識——數據”的過程進行循環，管理型系統內可視化過程主要體現在數據展示模式方面，即使用圖表為用戶提供準確的信息。相比可視化原則，反饋原則主要體現系統交互性能。所謂反饋，即系統運行與數據處理期間，如果用戶存在疑問或要提出建議時，可在系統中直接得到反饋信息與渠道。比較常見的反饋原則案，如輸人有誤提示以及操作成功提示等。

2.4 任務管理與訪問

仿真分析主要有模型建立、簡化、定義參數、計算以及處理結果等環節，仿真工作之后要分析計算所得結果，按照分析結果調整原來的結構。以往仿真分析都是個人完成所有工作，即便是采用分工合作的方式，也會有信息交流脫節、無法實時驗證或者模型不匹配的問題。因為仿真云平臺對象只是單位內部的相關工作人員，為其提供私有的云服務，因此，在任務管理期間，可以最大程度的將平臺使用權開放，所有操作人員都配備了應用終端，可以管理個人客戶機，例如，軟件的安裝、更新、配置調整等。計算分析項目可以多人共同完成，有關人員也可以參與待仿真計算所有流程中，對分析結果準確性提供保證，從而全面提升計算效率。

2.5 實現流程

特種設備監管云計算平臺任務實現流程，是以仿真分析計算流程為基點，對仿真云平臺架構結構協同仿真實現模式展開分析，平臺任務實現流程：①將仿真人員呈遞的仿真要求接收；②對仿真要求進行審核，并且將數據儲存到服務器中；③同協同仿真模塊分解任務；④將模型整合；⑤計算；⑥輸出結果，并展開討論。

3 在特種設備監督管理平臺中的應用

（1）按照當前所使用的圖形工作站設備，利用網絡改造、系統優化一系列技術，建立性能高的計算集群與虛擬化環境。

（2）針對仿真應用軟件展開部署，實現仿真工具與“企業云”所有在線資源的整合。對ANSYS，ALGOR，Nastran及nCode相關求解器、高性能計算硬件資源、高端圖形工作站，以及高速互聯網絡資源等進行集成部署。將部署結果通過Web服務或瘦客戶端的形式展示給仿真分析工作人員，將以往的仿真軟件工具逐漸演變成“企業云”內在線計算資源，并且以此為依據構建高性能計算管理平臺。此外，技術人員要對工程計算軟件內所有求解器模塊進行統籌調度，目的在于全面提高計算資源實用性，加快實現高端圖形工作站資源共享，使仿真計算效率不斷提升。

（3）將仿真調用接口進行封裝，使仿真人員可以隨時在線仿真計算。仿真云平臺支持數值仿真軟件集成和接口封裝調用，使其由原本的固定化軟件工具過渡成為實時在線仿真計算服務資源，為用戶的使用提供方便。特種設備監督管理平臺可以將硬件集群以及仿真軟件這一類計算資源進行整合，使操作界面以及管理接口更加簡潔，操作更為方便，充分發揮出工作站在計算方面的優勢。利用仿真云計算平臺，也可以全面實現集群計算、三維應用高效管理與使用。

（4）特種設備監督管理平臺可以有效處理現場試驗，以及數值模擬結果等進行處理，確保特種設備能夠得到全生命周期管理。以云數據處理技術構建特種設備監督管理平臺，可以在原來的基礎上實現產品的全生命周期管理，支持數據的雙向交互，在平臺中構建特種設備安全運行文檔，與特種設備使用文檔進行結合，組建更加完善的特種設備運行記錄檔案，為今后工作的研究與分析提供依據。特種設備監督管理平臺中，也支持大量數據的分析梳理，使所有試驗、仿真分析所得結果都體現在平臺中，針對特種設備構建安全運行文檔，實現資源與數據的高效整合，為特種設備應用提供技術支持。

4 結語

綜上所述，在特種設備監督管理平臺中應用云數據處理技術，既可以處理更多的數據信息，也可以提高特種設備監督管理效率，但是這一工作目前還處于研究階段，還存在一些問題有待解決，所以需要在今后工作過程中不斷的加以重視與解決。