摘要：近年来，伴随着新机型的研发和各种机载电子设备的不断发展和更新，飞机感知自身和环境能力大幅度提高，机载数据成几何程度上的倍数增加。这些海量的数据都存储在飞行参数记录系统之中，这些数据记录和存储后，都是通过人工技术进行分析，再通过计算机将这些数据通过表格、曲线、图表的形式展现出来。这种传统的处理方式非常滞后。所以，需要更新理念和技术，应用大数据技术进行处理可以节省人力处理时间，增加时效等。鉴于此，文章结合笔者多年工作经验，对大数据信息在机载飞参系统上的研究提出了一些建议，仅供参考。
关键词：大数据信息；机载飞参系统；研究
引言
在飞参系统运行过程中，数据的准确性至关重要，应用大数据管理分析技术,需要从数据的本质特点开始分析与归纳，要树立大数据管理分析意识,工作要贯穿于飞参大数据的采集、治理管理、挖掘分析、应用服务的全过程。对于飞参系统，这是一项全新的挑战，机遇即挑战，通过不断完善飞参数据的管理分析过程，也将拥有更好的发展前景。
1、我国飞参使用现状
1.1考核飞行质量
通过使用飞行参数数据，也可以有效地评估飞行质量。飞行参数数据在飞行效果评估中的应用可以起到较好的作用，但在这个过程中，可记录的参数相对较少，参数的准确性也相对较低，这往往导致与飞行质量评估相关的数据不完整，评估结果会与一些这将严重限制相关评估数据的设计开发和推广。
1.2测试飞机设计性能
通过飞行参数数据的应用，可以及时为飞行试验提供飞行速度、高度、航向等参数，以便地面专家在飞行试验过程中，通过对参数的分析，初步判断飞机的设计性能能否达到。特别是可以在国内一些新型飞机的试飞中发挥更大的作用，也可以在一定程度上为飞机结构强度、飞行可靠性等方面的测试提供科学客观的数据。
1.3调查飞机失事的事故原因
利用飞行参数数据帮助调查我国飞机失事原因，这也是我国大规模、大规模的飞行参数设置。如果安装在飞机上的飞行参数具有较强的抗撞性，可以更好地保存相关数据，这样即使发生飞机事故，相关人员也可以根据飞行参数数据进行分析，找出事故原因。
1.4对飞机进行维护与监控
在中国，飞行参数数据的初步应用是调查飞机事故。在飞行参数装备的早期阶段，记录的飞行参数较少，相关数据的准确性较低，配套的地面保障装备数量较少，难以为飞机维修监测提供客观、真实的数据。根据我国部分进口飞机设备的维修流程，多数维修程序只需在飞行参数正常时才允许飞行。飞机质量控制中心还可以利用飞行参数数据判断飞机结构的损伤程度，从而更好地监测飞机的使用寿命，为飞机在机场的部署和使用提供坚实的数据支持，也可以为飞机的维修提供可靠的依据。
2、飞参系统目前存在的问题
首先，子系统对于飞行参数数据的海量数据准备不足。没有支持子系统飞行参数数据记录存储、分析和处理机制，各子系统也没有海量数据库存储能力。后续数据和前期数据容易分割，不利于比较分析。二是飞行参数数据处理速度慢。缓慢的处理速度包括从计算机到实验室的缓慢数据传输和缓慢的数据分析。当需要对车载数据进行紧急分析和后续决策时，这种数据传输速度不能满足要求。在以后的数据分析中，处理速度比较慢。手工处理的缺点是工作量大、速度慢、容易丢失部分数据，远远不能满足海量数据处理的需要。第三，我国机载数据中还存在信息识别不清的问题。目前，机载数据只是总线数据和系统状态的记录，缺少飞机架次、飞机总体状态、配套成品状态、环境信息等相关记录，系统测试日志和故障清单仍处于拆分状态，而后期的数据分析缺乏相关信息的支持。四是当前飞行参数数据不共享，保障单位半屏蔽。
各成品厂在飞机上进行故障排除时，只能短时间接触飞行参数数据，对飞机上设备的日常工作状态不清楚。但受分析角度、对配套设备的了解、时间和精力等因素的影响，当系统功能正常时，主机办公室人员不会继续检查设备的具体工作状态，因此一些设计缺陷很难检测出来。当这些缺陷被发现时，交付的数量足够大，随后的更改实施起来成本很高。
3、大数据信息在机载飞参系统上的研究
3.1飞参系统的数据处理改进
一是全面制定并规范数据处理机制，全面提高各项数据资源的整合程度。各分系统应构建贯穿整个飞机寿命的完整数据存储和分析系统，避免数据割裂，信息割裂。二是全面提高数据资源的全面性。除了机上真实数据外，还应将飞机状态，成品状态，试验日志，机上故障信息，环境信息等全面纳入整个数据体系中，提高数据的全面性和有效性，为深层次数据挖掘提供基础。三是大力开发自动数据挖掘处理软件，以软件自动数据处理代替人工查询处理。软件自动数据处理可以显著提高数据处理速度，避免数据遗漏。
3.2飞参时序大数据技术的应用过程主要分为以下几步：
（1）培养团队及人员对时间序列大数据的管理和分析意识。在进行管理和分析之前，相关团队和人员需要培养大数据的全生命周期管理和分析素养。从数据采集到数据应用，从数据模型的构建到业务需求的变化，从平台设计到功能集成，都需要紧密围绕航班和时间序列数据的基本特征进行实践。（2）总结了飞行参数定时的大数据采集方法。收集传统的飞行参数数据采集方法，探讨新技术与飞行参数数据采集的相关性和应用必要性，合理利用现有的采集方法进行前期数据准备，便于后期的管理和实际应用。（3）飞行参数定时的连续大数据管理。在传统的数据分析模式中，数据治理和管理大多采用自由放任的态度，导致数据孤岛等数据深度值无法挖掘。通过分析飞行参数时间序列数据从产生到分析再到归档的全过程，不断跟踪各种飞行参数数据的应用过程，建立标准化的治理体系和管理模式，确保飞行参数时间序列数据能够为飞行试验阶段和上下游产业提供高质量、高效率的必要价值。（4）改进了飞行参数时间序列大数据挖掘的分析方法。数据挖掘和分析方法应随着数据特征的变化而更新和迭代。方法迭代应结合时间序列和大数据的双重特性。同时，应考虑综合运用多种方法和机理研究，改进采矿分析方法。（5）建立飞行参数定时大数据管理分析平台。建立飞行试验阶段的大数据系统和基础设施，如飞行试验大数据管理平台、飞行参数综合分析可视化决策平台、数据仿真与仿真计算平台等。（6）加强人机交互和决策分析过程改进。本文通过大数据平台服务应用给出的前瞻性分析结论，结合专家和一线工程师的经验，对飞行试验过程提出了全面的意见和建议
3.3融合数据库构建
融合数据库的建立是飞行参数数据在军用飞机故障分析中应用的前提。在融合数据库的构建阶段，相关人员可以收集和总结历史维修数据、飞机技术数据、故障排除经验数据、故障案例数据库、飞机设计基线阈值包络、故障诊断策略、飞机使用和维修技术等信息。通过对基础数据的融合，可以建立一套符合计算机识别与诊断要求的融合数据库，为飞行参数数据在军用飞机故障诊断与分析中的应用提供依据。
结束语
综上所述，在飞参系统中的运用大数据具有很好的优势，其不仅可以提高飞机数据分析的整体效率，而且可以为飞机维修决策提供支撑。因此，在飞参系统过程中，飞机维护管理人员可以根据具体事故特征，合理调用飞参数据。逐步建立系统的基于飞参数据的数据库，为飞行效率的提升提供支持。
参考文献
[1]金明智,苏河海.飞参数据在故障分析中的应用[J].科学技术创新,2019(23):56-57.
[2]宋志华,张晗.飞参数据约减模型及算法研究[J].军事运筹与系统工程,2019,33(02):71-73.
[3]王皎,任晓琨,李庆楠.大数据信息在机载飞参系统上的研究[J].科技经济导刊,2019,27(14):51.
[4]葛宇飞.时序大数据在飞参测试中的应用分析[J].中国新通信,2018,20(22):10-11.
[5]王潘,劉魁.大数据技术在航空发动机中的应用[J].航空动力,2018(01):48-51.