一种船舶数字化系统设备备件数据治理方法与流程
本发明涉及船舶数据治理,尤其涉及一种船舶数字化系统设备备件数据治理方法。
背景技术:
1、船舶上通常集成了来自不同供应商的各种设备,从主机、发电机到导航系统和通信设备,每种设备都有其独特的备件编码、规格参数和名称,这些数据通常以非结构化或半结构化的形式存在,如pdf文档、excel表格或手写清单,这种多样性导致数据格式不统一,为后续的数据整合和管理带来了巨大挑战。
2、船舶设备的备件数据管理是一个复杂且关键的领域,如今对船舶设备的备件数据管理过程中,常采用如下两种方式:
3、1、传统人工治理模式:通过excel表格手动梳理设备备件数据,依赖人工经验进行字段匹配。使用传统表格工具处理能力弱,难以应对大规模、多源异构数据清洗需求。手动配置规则耗时耗力,数据清洗质量高度依赖于个人经验,缺乏智能化识别与自适应调整机制,导致清洗效率低、准确率不高。此外,当新设备或备件数据出现动态变化时,缺乏实时响应能力,无法及时更新数据标准,导致无法进行规模化应用;
4、2、基于规则的自动化清洗:采用正则表达式等简单算法清洗数据,虽然比人工模式更高效,但存在缺乏灵活性、处理复杂问题的能力不足等问题。无法处理复杂语义关联,对于设备备件信息中的同义词、近义词无法自动归一化处理,影响数据后续的可用性与分析准确性,导致其难以处理复杂业务场景下的数据标准化问题,这些问题制约了企业实现高效、高质量数据治理的目标。
技术实现思路
1、本发明所要解决的技术问题是克服现有技术中存在的不足,提供一种船舶数字化系统设备备件数据治理方法。
2、本发明是通过以下技术方案予以实现:
3、一种船舶数字化系统设备备件数据治理方法,包括如下步骤:
4、s1.收集整理设备型号、参数、维修手册的信息,构建结构化知识库;
5、s2.抓取船舶维修系统中的运行数据与备件更换记录传输至数据治理平台,并转化为结构化数据格式;
6、s3.基于所述结构化知识库和结构化数据格式,构建多维度数据关联模型;
7、s4.基于所述多维度数据关联模型,以设备唯一标识符为核心索引,逐层关联其所属系统、子系统及具体部件信息,构建设备层级视图;
8、s5.根据所述设备层级视图中设备唯一标识符为主线,对全局相关备件数据进行筛选检索,并进行完整性校验与规范性分析,通过预设规则引擎自动标记待人工审核项;
9、s6.根据所述完整性校验与规范性分析的结果,将备件数据的治理任务进行分类,并在数据治理平台中完成治理任务。
10、根据上述技术方案,优选地,步骤s2中,所述运行数据包括运转时间、转速、压力及自动化电信号。
11、根据上述技术方案,优选地,步骤s2中,采用流式计算框架对所述运行数据与备件更换记录进行解析与标准化处理,将非结构化文本信息训练标定转化为可用于分析的结构化数据格式。
12、根据上述技术方案,优选地,步骤s3中,所述多维度数据关联模型包括设备运行数据、故障代码、维修记录及备件更换历史的关联图谱,并定义设备节点与数据属性之间的拓扑关系。
13、根据上述技术方案,优选地,步骤s5中,对备件数据进行所述完整性校验,对备件数据的关键属性设定完整性阈值,当数据缺失比例超过所述完整性阈值时触发告警机制,标记为待人工审核项。
14、根据上述技术方案,优选地,步骤s5中,所述备件数据的关键属性包括中文名称、备件英文名称、规格型号、零件号、单位、物料编码。
15、根据上述技术方案,优选地,步骤s5中,对备件数据进行所述规范性分析,通过预定义的数据格式与业务规则,识别字段内容的格式错误、单位不一致或逻辑冲突的问题,标记为待人工审核项。
16、根据上述技术方案,优选地,步骤s6中,将备件数据的治理任务进行分类,包括数据补录、格式修正。
17、根据上述技术方案,优选地,步骤s6中,还包括:
18、根据备件数据的使用频次划分数据治理工作的优先级,按优先级顺序逐项推送给所述数据治理平台完成治理任务。
19、本发明的有益效果是:
20、本发明构建出基于知识图谱的数据关联模型,打通设备、备件、维修记录等多维度数据壁垒,确保备件数据不再是孤立的信息,提升数据治理的全面性与精准度;通过自动化语义分析与智能匹配机制,实现对设备备件数据的语义理解与自动归一化处理,通过数据治理平台对数据进行自动标记和人工审核相结合的流程,可以快速定位并纠正问题数据,减少人工排查的工作量,大幅提升了数据治理的效率,为提升船舶管理效率、降低运营风险提供了坚实的数据基础。
1.一种船舶数字化系统设备备件数据治理方法,其特征在于,包括如下步骤:
2.根据权利要求1所述一种船舶数字化系统设备备件数据治理方法,其特征在于,步骤s2中,所述运行数据包括运转时间、转速、压力及自动化电信号。
3.根据权利要求1或2所述一种船舶数字化系统设备备件数据治理方法,其特征在于,步骤s2中,采用流式计算框架对所述运行数据与备件更换记录进行解析与标准化处理,将非结构化文本信息训练标定转化为可用于分析的结构化数据格式。
4.根据权利要求1所述一种船舶数字化系统设备备件数据治理方法,其特征在于,步骤s3中,所述多维度数据关联模型包括设备运行数据、故障代码、维修记录及备件更换历史的关联图谱,并定义设备节点与数据属性之间的拓扑关系。
5.根据权利要求4所述一种船舶数字化系统设备备件数据治理方法,其特征在于,步骤s5中,对备件数据进行所述完整性校验,对备件数据的关键属性设定完整性阈值,当数据缺失比例超过所述完整性阈值时触发告警机制,标记为待人工审核项。
6.根据权利要求5所述一种船舶数字化系统设备备件数据治理方法,其特征在于,步骤s5中,所述备件数据的关键属性包括中文名称、备件英文名称、规格型号、零件号、单位、物料编码。
7.根据权利要求5或6所述一种船舶数字化系统设备备件数据治理方法,其特征在于,步骤s5中,对备件数据进行所述规范性分析,通过预定义的数据格式与业务规则,识别字段内容的格式错误、单位不一致或逻辑冲突的问题,标记为待人工审核项。
8.根据权利要求7所述一种船舶数字化系统设备备件数据治理方法,其特征在于,步骤s6中,将备件数据的治理任务进行分类,包括数据补录、格式修正。
9.根据权利要求8所述一种船舶数字化系统设备备件数据治理方法,其特征在于,步骤s6中,还包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com