水泥智能控制云平台数据管理子系统研究

发布时间：2020-08-07 20:40

【学位授予单位】：济南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP311.13
【图文】：

图 2.2 数据采集子系统基本结构2.2 数据融合子系统数据融合子系统是将多信息源的数据和信息加以联合、相关及组合，获得更为精确的信息估计，从而实现实时、完整评价的处理过程。水泥生产过程中各种数据的数量都呈几何型增长，在需要进行分析时与之相对应的数据量也成级数增加，同时还牵扯到各种不同结构的系统和网络之间数据如何进行相互融合[7]，如何从海量数据中快速准确地挖掘出所需信息和有用数据的问题，这都给处理数据形成了巨大的挑战，所以如何合理、有效地挖掘、融合、智能处理海量的数据是急需解决的难题。水泥智能控制云平台可以轻松实现不同网络设备之间数据与应用的共享，但是不会出现信息泄露、黑客入侵等棘手问题。云平台的创建是信息化发展进程中的一个重要里程碑，它十分注重信息资源的整合、动态优化和分配，在节约系统成本的同时大大提高了系统运行的效率[8]。数据融合主要由结构化数据、实时数据、数据融合工具、非结构

图 3.1 水泥生产流程图（3）数据量大以某一水泥分厂为例全厂共包括 317 块电表采集频率为十分钟一次，其中一条生产线有 4215 个数据采集点且一秒钟采集一次，该分厂每天产生的数据量有数百兆之多需要对各种数据进行具体分析并分类并在此基础之上进行数据库的设计，由此可得水泥数据具有数据量大的特点。3.1.3 数据分类根据水泥数据的功能以及所属工艺将其分为五大类，分别是：（1）过程数据：能够反映影响生产的主要设备运行情况及关键工艺参数，如原料破碎与预均化、生料制备、预热分解、回转窑烧成、水泥粉磨、发电工艺中的余热锅炉、汽轮机、发电机等工各设备的运行状态等，通过实时数据反映出生产实际情况。（2）能源数据：水泥企业中的能源主要指在生产过程中为相关设备提供的能量、

图 3.3 过程数据库结构（1）DCS 对照表的设计我们已经了解到 DCS 控制系统对一线数据的自动采集的同时还伴随着对整个过程的监控显示这项功能一般是通过组态软件来实现的，而在组态的过程中每个被采集变量不是以实际的汉语变量名来直接命名的而是由一串由字母、数字、下划线按照一定的规律组合起来的字符来表征的我们称之为标签，所以在存入数据库的时候特地将这些变量存储在历史表和实时表中并加上对应的采集时间列。但是数据作为一个企业最底层同时也是最核心的数据在进行存储的时候要进行一定程度的隔离和加密[20]，所以要对这些标签进行单独建表存储，即历史表和实时表。同时标签名也要做相应的更改我们称之为伪标签，这就需要对照表来实现这一桥梁功能。DCS 对照表主要包括标签所属生产线、服务器 IP 信息、变量描述、OPC 名称、所属数据库表、标签名和伪标签名以及标签所代表的变量的数据类型等相关信息。其中 I列来保证该行的唯一性，这样就建立起了一个既能保证数据表之间的低耦合度又能保证

【参考文献】

相关会议论文 前1条

1 刘丹凤;;EMIS生产数据库性能优化应用研究与实施[A];第十二届中国智能交通年会大会论文集[C];2017年

相关硕士学位论文 前6条

1 刘高辉;基于Hadoop的海量视频数据分布式处理研究[D];华中师范大学;2017年

2 李博宇;数据库系统性能优化方法研究[D];江西理工大学;2017年

3 李洪文;新常态下水泥制品企业竞争战略研究[D];江西师范大学;2016年

4 陈杨;JTangSpider：一种高性能Oracle数据库同步平台设计与实现[D];浙江大学;2015年

5 杨明章;水泥企业销售管理软件的设计与应用[D];大连理工大学;2014年

6 李存琛;海量数据分布式存储技术的研究与应用[D];北京邮电大学;2013年

本文编号：2784500