所以說我們就通過這種目標(biāo)態(tài)勢，由于以前是什么特定呢，以前的痛點是這樣的。由于以前這種航跡的數(shù)據(jù)量大，維度高，挖掘的點呢特別密集，傳統(tǒng)的計算能力是有限的，無法找出這種有效的規(guī)律及關(guān)聯(lián)的關(guān)系。所以我們現(xiàn)在運用了大數(shù)據(jù)的理論來解決這個事情。
軍事目標(biāo)態(tài)勢分析，我們今天是拿航跡檢索作為一個例子，我們通過大數(shù)據(jù)的這種行為可以找出他的時間規(guī)律、關(guān)聯(lián)規(guī)律、路線規(guī)律。其實這個對于未來分析航跡是非常有意義的。就是說哪兩個飛行的軌跡是關(guān)聯(lián)的，因為這種關(guān)聯(lián)性是我們未來很有價值的信息。包括路線的分析，我們會經(jīng)常研判出為什么美國的飛機還有日本的飛機會同一個領(lǐng)域出現(xiàn)，而且他的時間間隔是有一定規(guī)律的。所以說我們就能判斷出這個飛機的這種飛行，他跟以前的某一個事件是有一定關(guān)聯(lián)的。
這也是我們真實做的一個案例，也是關(guān)于航跡分析的。其實這張圖更多的是展示UI能力，這是在民用領(lǐng)域我們關(guān)于這種航跡的分析，關(guān)于危險品運輸?shù)?。比如說我們在設(shè)置這種電子圍欄，或者是實施軌跡的查詢，然后超越電子圍欄網(wǎng)絡(luò)會不會進行報警，其實跟軍用領(lǐng)域是有一曲同工之處的。
這個就是我們在做這種軍事目標(biāo)，包括航跡軌跡的一個關(guān)鍵點。比如出發(fā)點、結(jié)束點、關(guān)鍵點，然后對這種特征做這種提取。然后建立一個所謂的這種特征索引，把這種離線的特征索引加入到實時的數(shù)據(jù)模型里面，我們就會進行這種軌跡的分析，其實最關(guān)鍵我們是得到相似軌跡分析的結(jié)果。
當(dāng)然我們可以對歷史的數(shù)據(jù)進行分析研判，找出歷史記點的一些標(biāo)簽也是很有價值的。剛才講的事件分析和態(tài)勢分析之后，我們最終的落地架構(gòu)大家可以看一下，這也是我們在客戶現(xiàn)場落地的一個架構(gòu)?；A(chǔ)平臺、數(shù)據(jù)管理包括大數(shù)據(jù)存儲，包括分析組建。其實我們最核心的分析組建，比如說剛才講到事件分析，事件分析用到的分析組建就是關(guān)于這種文本數(shù)據(jù)的挖掘，包括規(guī)則的管理，包括模型的建立。其實這個是在里面做出了比較有挑戰(zhàn)性的工作在里面的，其實最關(guān)鍵的是這一塊分析組建。
最終的業(yè)務(wù)是關(guān)于這種目標(biāo)事件還有這種目標(biāo)態(tài)勢的分析，這就是我們整個落地的架構(gòu)。剛才講了第二點關(guān)于目標(biāo)事件和目標(biāo)態(tài)勢的分析，接下來講第三點，是關(guān)于這種軍事裝備預(yù)測性維護和質(zhì)量管理。
關(guān)于他的基本理論我剛才也大致講了一下，說白了就是一句話，讓數(shù)據(jù)覺醒，讓數(shù)據(jù)說話。我們所有的維護都要建立在預(yù)測性維護的基礎(chǔ)上。不是說我們定期的去維護，其實這個意義是不大的。我們要從眾多的海量數(shù)據(jù)當(dāng)中發(fā)現(xiàn)規(guī)律找出規(guī)律。其實我們現(xiàn)在可以看一下這張圖，為什么我們會做這種事情呢，就是因為如果軍事裝備在裂化的過程當(dāng)中是四個階段的，比如說早期有一些征兆了，然后征兆完之后會有一些設(shè)備的缺陷，缺陷完之后如果再沒有及時去修復(fù)就會發(fā)生裝備的故障，裝備的故障如果我們還沒有去避免，那就真正的發(fā)生了生產(chǎn)故障了。
如果我們在進行軍事為時發(fā)現(xiàn)我們的軍事裝備是有問題的，這個生產(chǎn)故障是很嚴(yán)重的。所以說我們把裂化的拐點盡早的發(fā)現(xiàn)，這種現(xiàn)象是比較隱蔽的，判斷周期也比較長，但是我們一旦判斷出來之后，這個是比較容易處理的，如果這個階段沒有發(fā)現(xiàn)，如果到了最后所謂的裂化極限控制階段，到了那個階段跡象就比較明顯了，也比較容易發(fā)現(xiàn)。但是一旦發(fā)現(xiàn)之后就很難控制情況了。所以說這種生產(chǎn)故障也就再所難免了。這是我們的一個大概總體思路，我們?yōu)槭裁纯梢宰龅竭@種預(yù)測性的維護。其實我們可以收集大量的這種設(shè)備數(shù)據(jù)上來，比如說壓力、溫度、液位、震動、泄露的這種情況，我們跟歷史數(shù)據(jù)對比會發(fā)現(xiàn)一些異常點，然后找出這些離散的規(guī)律。
這就是一個離散計算加實時分析的預(yù)測性維護的基本思路，也是從歷史數(shù)據(jù)當(dāng)中去找出一些故障模型，然后我們把他應(yīng)用到實時數(shù)據(jù)當(dāng)中，我們就會實時的發(fā)現(xiàn)我們現(xiàn)有的這些裝備是否有發(fā)生異常的可能。
其實最終的結(jié)果是我們想幫助這種人去高效的智能化的進行這種預(yù)測性的維護。還有一點剛才是講維護，其實還有一點是所謂的質(zhì)量管理，其實我們在很多裝備的生產(chǎn)過程當(dāng)中，在生產(chǎn)零件的過程中是有很多環(huán)節(jié)的。舉個例子，在比較早的環(huán)節(jié)能發(fā)現(xiàn)一些異常，我們是能控制很多這種故障零件產(chǎn)生的。