1.一种轮胎自动检测大数据与云计算系统,其特征在于:包括基于大数据与云计算、基于X86集群和采用分布式技术构建的轮胎自动检测大数据与云计算系统模型架构,所述轮胎自动检测大数据与云计算系统模型架构主要由数据采集整合(1)、数据储存(2)、数据计算与云计算(3)、数据挖掘分析(4)和应用分析研究(5)组成,所述数据采集整合(1)包括数据采集模块(6)与数据整合模块(7),所述数据储存(2)包括分布式数据库和分布式文件系统,所述数据计算与云计算(3)分别采用了Storm流计算、Spark内存计算和MapReduce批计算,所述数据挖掘分析(4)将在数据计算与云计算(3)的基础上提取新的轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及数据挖掘分析知识信息,存入轮胎信息知识库,所述应用分析研究(5)在数据挖掘分析(4)基础上对其结果以图表直观可视化的形式向用户展示各自关注轮胎信息;
所述数据采集模块(6)的数据来源主要有轮胎信息采集系统、轮胎参数检测系统、车辆车轮信息系统、道路地理信息系统以及各种故障知识库,所述数据整合模块(7)采用大数据连接器技术,利用Sqoop对各数据来源模块独立系统的数据进行抽取,并按统一规范进行标准化处理,之后整合到分布式数据库或者分布式文件系统中。
2.根据权利要求1所述的一种轮胎自动检测大数据与云计算系统,其特征在于:所述数据储存(2)采用高可扩展性、高并发性与高可用性特点的HBase、Hive分布式数据库,和具有高度容错性和高吞吐量的Hadoop分布式文件系统HDFS,以适合具有极低延迟的基于流数据Storm访问处理模式,且轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化所需的特征数据存储在HBase分布式存储系统中。
3.根据权利要求1所述的一种轮胎自动检测大数据与云计算系统,其特征在于:所述数据计算与云计算(3)包括本地数据计算功能模块与云计算功能模块,且均集成有相应的聚类、分类、关联和预测数据挖掘算法库。
4.根据权利要求3所述的一种轮胎自动检测大数据与云计算系统,其特征在于:所述本地数据计算功能模块与云计算服务器上均采用大数据技术进行轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及数据挖掘分析计算。
5.根据权利要求1所述的一种轮胎自动检测大数据与云计算系统,其特征在于:所述数据挖掘分析(4)使用数据挖掘算法,根据挖掘出来的知识,结合轮胎信息知识库,或对具体的特定使用轮胎进行相关用户对应的在线轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及数据挖掘分析,或提取新的轮胎故障、地区分配、轮胎性能信息特征,更新轮胎信息特征曲线,在通用算法库上不断完善或扩展新的轮胎信息专用算法。