本文關(guān)鍵詞：航空發(fā)動機(jī)健康管理云服務(wù)系統(tǒng)研發(fā)與應(yīng)用

  更多相關(guān)文章： 航空發(fā)動機(jī) 健康管理 云計(jì)算 資源整合 決策支持系統(tǒng)

【摘要】：隨著航空公司的兼并重組和大型航空運(yùn)輸集團(tuán)的形成,資源整合就成了提高航空運(yùn)輸集團(tuán)公司管理水平的和效率關(guān)鍵。目前航空運(yùn)輸集團(tuán)及其子公司地域分散,資源共享不夠充分。為了提高航空發(fā)動機(jī)的健康管理水平,各航空公司都投入了大量的資金購置相關(guān)的軟硬件,如何利用云計(jì)算技術(shù),打破區(qū)域隔離,實(shí)現(xiàn)資源共享,減少重復(fù)投入,就成了提高航空公司資源綜合利用率,增強(qiáng)行業(yè)核心競爭力的關(guān)鍵。為了支持各子航空公司之間在軟硬件資源方面的整合和共享,本文對基于云計(jì)算的航空發(fā)動機(jī)健康管理服務(wù)平臺構(gòu)建的相關(guān)算法和系統(tǒng)進(jìn)行研究。首先從航空公司對云計(jì)算的需求出發(fā),明確了航空發(fā)動機(jī)云服務(wù)系統(tǒng)的總體方案,設(shè)計(jì)了航空發(fā)動機(jī)云服務(wù)系統(tǒng)的技術(shù)架構(gòu),并描述了云服務(wù)系統(tǒng)的功能模型和信息模型。接著,從系統(tǒng)能耗最優(yōu)的角度出發(fā)研究了虛擬機(jī)的部署和動態(tài)遷移策略。對虛擬機(jī)進(jìn)行了描述并且研究了云數(shù)據(jù)中心的能耗構(gòu)成,比較了在不同虛擬機(jī)部署算法下開啟物理機(jī)數(shù)量和設(shè)備能耗大小以及不同虛擬機(jī)遷移算法下系統(tǒng)的能耗和虛擬機(jī)遷移的數(shù)量,最終確定以BT-MPA算法和TT算法分別作為云服務(wù)系統(tǒng)中虛擬機(jī)部署方案和動態(tài)遷移策略。然后,從負(fù)載均衡的角度研究了云服務(wù)系統(tǒng)中資源的調(diào)度問題。確定了以平均資源利用率和負(fù)載均衡作為系統(tǒng)的調(diào)度目標(biāo)。比較了不同算法下各類資源的平均利用率和系統(tǒng)的負(fù)載均衡度,最終確定融合粒子群的蟻群算法作為云服務(wù)系統(tǒng)的資源調(diào)度算法。最后,完成了航空發(fā)動機(jī)健康管理云服務(wù)平臺的研發(fā),并以課題組現(xiàn)有的航空發(fā)動機(jī)水洗系統(tǒng)為例敘述了系統(tǒng)資源接入云服務(wù)平臺的過程,同樣以水洗系統(tǒng)的共享為例,介紹了如何實(shí)現(xiàn)航空發(fā)動機(jī)云服務(wù)系統(tǒng)中系統(tǒng)資源的用戶定購和調(diào)用,據(jù)此驗(yàn)證了本文相關(guān)算法、云服務(wù)平臺和最后構(gòu)建的航空發(fā)動機(jī)健康管理系統(tǒng)的有效性。
【關(guān)鍵詞】：航空發(fā)動機(jī) 健康管理 云計(jì)算 資源整合 決策支持系統(tǒng)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：V263
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 課題來源10
• 1.2 課題研究背景和意義10
• 1.3 相關(guān)領(lǐng)域國內(nèi)外研究現(xiàn)狀10-14
• 1.3.1 航空公司資源整合現(xiàn)狀10-11
• 1.3.2 發(fā)動機(jī)健康管理研究現(xiàn)狀11-12
• 1.3.3 云計(jì)算研究現(xiàn)狀12-14
• 1.3.4 研究現(xiàn)狀分析14
• 1.4 本文主要研究內(nèi)容14-16
• 第2章 航空發(fā)動機(jī)健康管理云服務(wù)平臺系統(tǒng)架構(gòu)16-26
• 2.1 航空公司兼并重組及其對云服務(wù)平臺的迫切需求16-18
• 2.1.1 航空公司兼并重組后的新格局16-17
• 2.1.2 云計(jì)算技術(shù)為航空公司資源共享帶來的新機(jī)遇17-18
• 2.2 航空發(fā)動機(jī)健康管理云服務(wù)系統(tǒng)總體方案18-19
• 2.3 航空發(fā)動機(jī)健康管理云服務(wù)系統(tǒng)架構(gòu)設(shè)計(jì)及實(shí)現(xiàn)19-23
• 2.3.1 發(fā)動機(jī)云服務(wù)系統(tǒng)總體架構(gòu)設(shè)計(jì)19-22
• 2.3.2 虛擬化資源池層22
• 2.3.3 發(fā)動機(jī)云服務(wù)系統(tǒng)管理中間件層22-23
• 2.3.4 發(fā)動機(jī)云服務(wù)系統(tǒng)應(yīng)用層23
• 2.4 云服務(wù)系統(tǒng)的功能模型及信息模型設(shè)計(jì)23-25
• 2.4.1 功能模型23-24
• 2.4.2 信息模型設(shè)計(jì)的E-R圖24-25
• 2.5 本章小結(jié)25-26
• 第3章 云服務(wù)系統(tǒng)虛擬機(jī)的部署及遷移策略26-39
• 3.1 服務(wù)器虛擬化邏輯架構(gòu)26-27
• 3.2 虛擬機(jī)描述及云數(shù)據(jù)中心能耗構(gòu)成分析27-30
• 3.2.1 虛擬機(jī)描述27-28
• 3.2.2 云數(shù)據(jù)中心能耗構(gòu)成分析28-30
• 3.3 虛擬機(jī)部署算法的選擇與實(shí)驗(yàn)對比30-34
• 3.3.1 虛擬機(jī)部署算法的選擇30-32
• 3.3.2 不同虛擬機(jī)部署算法的實(shí)驗(yàn)對比32-34
• 3.4 基于能耗比較的虛擬機(jī)遷移策略選擇與實(shí)驗(yàn)分析34-37
• 3.4.1 虛擬機(jī)遷移策略的選擇34-35
• 3.4.2 基于TT算法的虛擬機(jī)遷移策略35-36
• 3.4.3 不同虛擬機(jī)遷移策略的能耗仿真分析36-37
• 3.5 本章小結(jié)37-39
• 第4章 融合粒子群算法和蟻群算法的資源調(diào)度39-52
• 4.1 資源調(diào)度過程描述39-42
• 4.1.1 資源調(diào)度的流程39-40
• 4.1.2 資源調(diào)度的形式化表述40-42
• 4.1.3 資源調(diào)度優(yōu)化目標(biāo)的確定42
• 4.2 資源調(diào)度算法42-47
• 4.2.1 常用調(diào)度算法比較42-43
• 4.2.2 資源調(diào)度的粒子群算法43-46
• 4.2.3 融合粒子群算法的蟻群算法46-47
• 4.3 實(shí)驗(yàn)結(jié)果與分析47-51
• 4.3.1 實(shí)驗(yàn)配置及仿真流程47-49
• 4.3.2 實(shí)驗(yàn)結(jié)果分析49-51
• 4.4 本章小結(jié)51-52
• 第5章 航空發(fā)動機(jī)云服務(wù)系統(tǒng)設(shè)計(jì)與測試驗(yàn)證52-64
• 5.1 云服務(wù)系統(tǒng)技術(shù)實(shí)現(xiàn)52-55
• 5.1.1 系統(tǒng)開發(fā)及運(yùn)行環(huán)境52-53
• 5.1.2 云服務(wù)系統(tǒng)技術(shù)結(jié)構(gòu)體系設(shè)計(jì)53-54
• 5.1.3 系統(tǒng)開發(fā)設(shè)計(jì)原則54-55
• 5.2 系統(tǒng)中資源接入55-58
• 5.2.1 硬件資源接入55-57
• 5.2.2 發(fā)動機(jī)健康管理各模塊的接入57-58
• 5.3 系統(tǒng)運(yùn)行實(shí)例58-63
• 5.3.1 系統(tǒng)執(zhí)行任務(wù)及資源利用情況58-61
• 5.3.2 用戶使用系統(tǒng)的關(guān)鍵步驟61-63
• 5.4 本章小結(jié)63-64
• 結(jié)論64-65
• 參考文獻(xiàn)65-70
• 致謝70

，

本文編號：825089