《浅谈煤矿安全管理数据仓库的构建与应用》由会员分享，可在线阅读，更多相关《浅谈煤矿安全管理数据仓库的构建与应用（3页珍藏版）》请在金锄头文库上搜索。
1、浅谈煤矿安全管理数据仓库的构建与应用摘要:改革开放以来，随着我国煤矿企业的发展以及计算机信息时代的到来，煤矿安全信息计算机管理越来越受到人们的重视。本文从加强煤矿信息管理建设的角度出发，在借鉴前人研究的基础上，结合当下煤矿安全生产的特点，通过对煤矿安全信息进行分析，提出了基于数据仓库模型的煤矿信息安全管理，同时还就数据仓库在企业中的应用进行了探讨。关键词：煤矿安全信息管理；数据仓库；应用一、数据仓库1.1 数据仓库的概念数据仓库，英文名称为 Data Warehouse，可简写为 DW 或 DWH。数据仓库 是一种数据的战略集合,其目的是为企业所有级别的决策制定过程提供支持。应用数据仓库的最终
2、目的是为企业提供需要业务智能来指导业务流程改进。1.2 数据仓库的特点数据仓库并不是一般意义上的“大型数据库” ， 它是在数据库已经大量存在的前提下，为进一步挖掘数据资源、做出更好的而建立的。由于以有的数据库中的数据有较大的冗余，所以需要的存储也较大，为了更方便的为前端查询和分析，因而便想到数据仓库方案的建设。为了更好地为前端应用服务，数据仓库的特点一般具有以下几点：（1）效率高对于大多数情况来说，利用数据仓库分析的数据一般分为日、周、月、季、年等。而其中以日为周期的数据所要求的效率最高，其要求 24 小时或者 12 小时内，客户能看到前一天的数据分析。由于有的企业每日的数据量很大，如果数据仓
3、库的设计不好，数据仓库经常出问题，从而导致数据分析需要延迟 1-3日才能给出，真样明显是不利于企业的发展。（2）准确性数据仓库程序一般包括数据清洗，装载，查询，展现等等，对于复杂的架构会更多层次，那么由于数据源有脏数据或者代码不严谨，都可以导致数据失真，客户看到错误的信息就可能导致分析出错误的决策，造成损失，而不是效益。因而数据仓库所提供的各种信息一定要保证其准确性。（3）扩展性因为考虑到了未来不用太快花钱去重建数据仓库系统，就能很稳定运行，所以有的大型数据仓库系统架构设计的比较复杂。数据仓库的复杂性具体体现在数据建模的合理性，数据仓库方案中多出一些中间层，使海量数据流有足够的缓冲，不至于数据
4、量大很多，就运行不起来了。1.3 数据仓库的构建数据仓库是一个过程而不是一个项目。数据仓库系统是一个提供信息的平台，它从业务处理系统获得数据，主要以星型模型和雪花模型进行数据组织，并为用户提供各种手段从数据中获取信息和知识。从功能结构划分，数据仓库系统至少应该包含数据获取、数据存储、数据访问三个关键部分。企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础。数据仓库不是静态的概念，只有把信息及时交给需要这些信息的使用者，供他们做出改善其业务经营的决策，信息才能发挥作用，信息才有意义。而把信息加以整理归纳和重组，并及时提供给相应的管理决策人员，是数据仓库的根本任务。二、煤矿安全管理
5、数据仓库的构建基于数据仓库的煤矿安全信息管理系统是数据仓库在煤矿安全信息管理方面的应用技术。本文接下来将就数据仓库在煤矿安全信息管理系统中的应用进行探讨。2.1 煤矿企业数据仓库的体系结构煤矿企业的数据仓库系统主要又是那个层次构成，即前段的客户软件，中间层的数据仓库以及后端数据获取软件。主要内容包括：数据源、数据的存储与管理、OLAP 服务和前端工具。（1）数据源数据源是数据仓库系统的基础。数据源通常包括企业内部信息和外部信息。其中各种业务处理数据和各类文档数据构成了企业的内部信息；各类关于煤矿企业的法律法规、市场信息和竞争对手的信息等等构成了企业的外部信息。（2）数据的存储与管理整个数据仓库
6、系统的核心就是数据的存储与管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数据的表现形式。从数据仓库的技术特点着手分析决定了要采用什么产品和技术来建立数据仓库的核心。针对现有各业务系统的数据，进行抽取、清理，并有效集成，按照主题进行组织。按照数据的覆盖范围可以将数据仓库分为企业级数据仓库和部门级数据仓库。（3）OLAP 服务器OLAP 服务器主要用于对分析需要的数据进行有效集成。将其按多维模型进行组织，以便进行多角度、多层次的分析，并从中发现其变化的趋势进而决定具体的对策。其具体实现可以分为：关系型在线分析处理、多维在线分析处理和混合型线上分析处理。（4）前端工具前端
7、工具主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以数据挖掘及各种基于数据仓库或数据集市的应用开发工具。其中数据分析工具主要针对 OLAP 服务器，报表工具、数据挖掘工具主要针对数据仓库。2.2 煤矿企业数据仓库的构建在开发传统的事务处理信息系统是系统开发生命周期法是一种比较有效方法，但是这种方法对于煤矿数据仓库的开发与构建却并不适用。开发与构建煤矿企业数据仓库的最好的方法是快速应用设计。在利用快速应用设计方法构建煤矿企业数据仓库中，需要基于用户的最初的需求，开发一个大体上的事务管理系统，然后经过不同的用户进行测试并根据用户测试的结果，对该模型系统进行不断的改进和再测试、再改进，知
8、道该系统能够满足所有用户的需求，最后再根据这个模型系统构建完整的系统。有顶到底和有底到顶是实施数据仓库的两种基本的方法。其中由顶到底的构造方法需要先构造一个包含了企业所有信息数据的完整的企业级的数据仓库，而数据仓库的子集由特定业务应用的数据集合构成。但是采用这种方法构建煤矿企业数据仓库需要实现消耗大量的时间去设计这个系统，因而可能延长设计工期，进而增加企业的费用。对于另一种由底到顶的方法其思路顾名思义和前一种方法的设计思想相反，在这种构造方法中，要求先构建一个个特定的业务应用数据集市，然后再根据具体的需要将这些数据集市包含在一个更大的单元进而形成一个企业级的数据仓库。这两种构造方法各有各的优点
9、和缺点，为充分的利用这两种方法的优点，一般在设计构造过程中采用的是两种方法相结合的方式，即其具体的实施原则是在规划和考虑构建数据仓库的时候才用由顶到底的方法，而在具体的实施过程中则根据规划阶段的思考采用有底到顶的方法，先根据用户的特定需求构建一个个特定的业务应用数据集市，然后再将这些数据集市包含在一个更大的单元，形成一个企业级的数据仓库。采用这两种方法相结合的构造方法不仅可以使得单个单元的数据集市更快的实施，而且可以允许数据集市活动与数据仓库活动各自有自身的独立性。除此之外，因为所有的数据集市同时拥有享受商业规划的权利，所以二者结合的方法还有效的解决了传统方法所面临的集成问题。三、煤矿企业数据
10、仓库的应用数据仓库技术是面向分析主题的，它从最基本的主题开始，根据用户的具体需求，不断发展新的主题、完善一有的主题，最终建立起一个面向主题的分析性数据环境。、数据仓库技术在煤矿安全管理中应用，时期能够对矿井安全信息进行多角度、多方位的分析、归纳以及总结，从技术管理角度确保煤矿生产的安全。煤矿数据仓库安全信息管理的具体过程为：安全管理人员依据数据仓库中的数据信息，对煤矿井下瓦斯、通风状况、矿井下压强以及井下工作人员的工作状况等所有与安全有关的信息进行分析。在应用上可以利用数据仓库进行数据分析、产生数据报表，根据数据报表中数据的发展趋势，进而决定最终的管理措施。应用数据仓库有一点值得注意的就是要进
11、行深层次的数据挖掘，在数据仓库中存储着大量的数据信息，这些数据信息中包含着超出表层意义上的内在信息，而很多情况下正是这些隐含的信息对于煤矿的生产以及经营活动具有指导意义。要在海量的数据中挖掘出隐含的数据信息，需要科学的方法。常用的数据挖掘法有很多，人工神经网络法、遗传算法、数据结构中的决策树方法等等都是数据挖掘中有效的方法。数据挖掘简化了源数据的预处理过程，对于数据信息的提取有很大帮助。对于煤矿安全管理，不同的学者针对不同的方卖弄进行了不同的研究，例如对于瓦斯突出预测、顶煤冒放性评价等方法进行了研究，这些研究对于数据挖掘技术在煤矿山安全管理中都起到了很大的作用。不仅是数据仓库可以扩展到企业级，
12、数据挖掘技术同样可以在数据仓库构建的基础上应用到企业的安全信息管理中。利用数据仓库和数据挖掘技术可以全面的对企业进行综合性的管理，根据数据信息的发展趋势进而决定出更好的安全管理措施，从而实现煤矿井自然灾害的隐患意识，降低煤矿井下的安全事故。结束语计算机的快速发展使得大部分的煤矿企业纷纷投入大量的人力、物力和财力，建立起自己的各种管理系统。其中煤矿安全管理的好坏直接关系到煤矿企业的生存和发展。在利用计算机来进行现代化安全管理的各项工作中煤矿安全数据库、煤矿安全评价等应用过程中所产生的丰富的数据就是煤矿安全信息管理的基础。其中数据仓库是一种有效的数据管理技术，数据仓库直接把分布在企业网络中不同站点
13、的数据集成到一起，从而为煤矿安全信息管理员提供各种数据的分析。本文在借鉴其他学者的研究经验的基础上，从我国煤矿信息化建设的现状出发，对我国煤矿安全生产数据进行分析，提出了煤矿安全信息管理的架构，并在后续的内容中介绍了煤矿企业安全信息数据仓库的构建方法。本文最后还对煤矿企业数据仓库的应用进行了综合性的分析，希望能够对于煤矿企业的信息化建设起到一定的作用。参考文献1W.H.lnmon. 数据仓库,王志海等译，北京机械工业出版社，20002Jiawei Han，Michelinc Kamber ，数据挖掘概念与技术范明，孟小峰等译，北京机械工业出版社，20013孙猛，吴宗之，张宏元，煤矿重大危险源辨识评价若干问题的研究与探讨，中国安全科学学报，20034李学锋，矿山企业数据仓库的应用研究，昆明理工大学博士学位论文，20055石丽，李坚.数据仓库与决策支持，北京国防工业出版社，20036南存全，冯夏庭.基于模式识别的煤与瓦斯突出区域预测，东北大学学报，20047徐慧，数据挖据技术在煤与瓦斯突出预测中的应用研究，煤矿设计，2000
