Проведено аналіз методів управління Big Data. З метою отримання своєчасних результатів аналізу стану складних технічних систем (СТС) на основі встановленого згідно з нормативною документацією переліку параметрів, що мають першорядне (для критично важливих компонентів) і другорядне значення при діагностуванні стану компонентів, що забезпечують функціонування СТС необхідно розробити метод управління даними, що надає можливість із високою швидкодією і без втрат розділяти та передавати Big Data від інформаційно-вимірювальної системи (ІВС) у реляційні (РБД) і нереляційні (НРБД) бази даних. Запропоновано метод, що забезпечує розподіл даних, що надходять з ІВС у РБД і НРБД при діагностиці та прогнозуванні стану СТС. Обгрунтовано доцільність використання концепції Data Mining в SCADA системах для управління Big Data. Розроблено алгоритми передачі, розподілу та аналізу даних в ІВС при діагностиці та прогнозуванні стану СТС. Розроблено схему передачі даних у пристроях, що використовують шину CAN. В основу запропонованого методу управління Big Data при діагностиці та прогнозуванні стану СТС покладено забезпечення динамічного розподілу даних в ІВС з урахуванням вимог, що пред'являються до використовуваної структури локально-обчислювальної мережі. Метод базується на застосуванні принципів побудови програмно-конфігуруємих мереж, що надають можливість управляти мережею за рахунок використання результатів аналізу потоків даних, що проходять через вузлові мережеві пристрої. Розроблено програмну реалізацію системи розподілу даних у локальній мережі з використанням принципу аналізу мережевих пакетів при їх надходженні на комутаційні вузли ІВС. Розроблено систему програмної логіки розподілу даних з ІВС, що передаються по локальних мережах або комутаційній шині CAN. З проведених досліджень випливає, що найбільша продуктивність процесу поділу даних по розробленим методом досягається за розподіленого виконання обчислювальних процесів розробленої програми в чотирьох потоковому режимі, причому процес поділу даних у нереляційні бази для всіх проведених експериментів виконується швидше, ніж для даних в реляційні бази. Застосування розробленого методу управління Big Data з розподілом даних в РБД і НРБД забезпечує підвищення швидкодії ІВС при діагностиці та прогнозуванні стану СТС. Надає можливість прогнозувати технічний стан критично-вразливих компонентів систем при їх короткочасному знаходженні в аварійному стані, а також здійснювати довгостроковий прогноз оцінки технічного стану всієї СТС. Використання програмних розподільників переданої інформації забезпечує підвищення швидкодії ІВС при діагностиці та прогнозуванні стану СТС, тим самим забезпечуючи своєчасну оцінку стану критично важливих компонентів СТС, вихід із ладу яких впливає на працездатність систем.

 Наукова періодика України 

---

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"