现代数据管理的重要性

典型的机身疲劳试验通常分为若干个疲劳载荷段。每个飞行段结束时，试验都会暂停，并对试件进行裂纹检查。这些人工检查既耗时，且检查间隔时间相对较长。 结构异常可能被发现得太晚，在最坏的情况下，这可能会导致需要对服役中的飞机进行改装。 采用试件的“基于状态的检查”（CBI）而非“基于风险的检查”（RBI），是缩短疲劳试验总时长并快速检测异常情况的一种潜在解决方案。这意味着需要部署更多传感器来监测试件的行为，并检测或预测结构失效。

“一次全尺寸机身疲劳试验的数据采集速率最高可达10 MB/s，
测试完成后总数据量可达数百太字节。
数据处理与分析是主要瓶颈。”

Gantner Instruments 开发了一款名为 GI.cloud 的创新软件平台，旨在高效处理海量测量数据并进行快速分析。GI.cloud 将时间序列数据库管理系统与强大的流处理引擎相结合，具有多项显著优势。

• 在测试实验室中，在确保满足关键测试数据分析任务所需计算性能的同时，最大限度地降低 IT 和存储基础设施的投资成本。您需要立即访问的测量数据（热数据）存储在数据库中。 访问频率较低、仅用于审计或记账目的的数据（冷数据）则存储在流处理平台中。
• 原始测量数据会安全地存储在冗余、容错的集群中，以实现自动备份。灵活的数据聚合功能可确保您的测量数据以较低的采样率持续记录到数据库中。若需要对意外事件或试样失效进行详细分析，数据库可重放相同数据，并以更高的采样率将其存储下来。
• 强大的查询功能使您能够实时分析海量的测量数据。对疲劳试验整个过程的趋势监测，可快速识别重复载荷条件下应变的任何显著变化。疲劳预测和裂纹概率算法能够识别试验过程中可能出现的结构完整性损失，并在出现偏差时立即向您发出通知。

请联系您当地的销售代表，了解更多关于 GI.cloud 的信息。