基于大数据的企业安全生产预警系统研究

发布时间：2020-03-31 12:20

【摘要】：我国科技与经济技术的迅速发展,带动了我国企业的快速发展,企业生产规模不断扩大,然而,在企业不断加速扩张和发展的情况下,随之而来的就是,企业安全生产过程中产生规模巨大的数据量,企业的安全生产问题也不断升级。随着企业间的不断竞争,安全生产成为企业间的最有利的竞争力。同时,由于安全事故的发生所造成的不可估量损失,使得企业对安全生产的渴望更加剧烈和紧迫。当今大多企业仍然在使用比较传统的企业安全管理方法,这种传统的管理方法存在很多问题:多是以经验和直观检查为主,从而忽视对一些不能直观观测的安全隐患的关注;不能对当前企业安全生产状态进行定量分析和评判,从而无法达到准确预防事故发生的效果;不能有效利用企业安全生产过程中所产生的大规模量数据,从而不能充分发掘大量数据的潜在价值。为了能够有效应对企业安全生产问题和迫切需求,首先需要建立科学规范的安全生产预警指标体系,然后运用当下先进的预测方法并结合大数据技术,建立企业安全生产预警系统。本课题提出了一种基于大数据的企业安全生产预警系统。首先确立指导思想:采用安全管理PDCA循环作为企业安全生产预警机制设计的指导思想;其次,在经过文献研究和企业走访等方式的基础上对于企业安全生产预警指标体系进行科学规范的建立;然后在预警指标体系的基础上,再结合预警分析和统计学相关理论知识,完成企业安全生产预警模型的建立,包括实时监测预警模型和预测预警模型;同时,对企业安全生产数据实现大数据采集、基于hadoop的分布式存储,数据处理ETL,预测预警分析等功能;最后利用j avaweb技术对企业安全生产预警系统进行实现,并且在matlab环境下实现对实时监测预警功能的验证。
【图文】：

计算模型

并且将这些值分解成一组相对较小的值，通常情况下，一个Ｒｅｄｕｃｅ函数会产生零个或逡逑一个输出值。Ｒｅｄｕｃｅ函数可以处理超出内存容量的值列表，主要是因为它的中间值是由逡逑迭代器提供的，ＭａｐＲｅｄｕｃｅ执行应用程序的过程如图２．２所示。逡逑ｚ逦用户程序＼逡逑广邋Ｎ邋＼邋ｆｏｒｋ逡逑Ｘ逦Ｍａｓｔｅｒ邋＼逦＼逡逑Ａｓｓｉｇｎ邋＼邋＼逡逑分块１娜逡逑刀块邋３逦—出文件邋１逡逑八逦用户程序逦——＞逦Ｚ逡逑分块４逦Ｒｅｄｕｃｅｄ逦输出文件逡逑Ｍａｐ阶段逦中间文件逡逑输入文件体地磁盘）逡逑图２．２邋ＭａｐＲｅｄｕｃｅ计算模型图逡逑Ｆｉｇ．２．２邋ＭａｐＲｅｄｕｃｅ邋ｃａｌｃｕｌａｔｉｏｎ邋ｍｏｄｅｌ邋ｄｉａｇｒａｍ逡逑从图２．２中可以看到，与ＨＤＦＳ相同的是ＭａｐＲｅｄｕｃｅ的计算框架也是主从框架，，逡逑ＪｏｂＴｒａｃｋｅｒ和ＴａｓｋＴｒａｃｋｅｒ两类后台进程支撑了整个框架，并且计算框架是由一个单独的逡逑主节点ＪｏｂＴｒａｃｋｅｒ，再加上多个从节点ＴａｓｋＴｒａｃｋｅｒ来共同组成的。Ｊｏｂ邋Ｔｒａｃｋｅｒ主要负逡逑责任务调度和集群资源监控（将一个作业的全部任务分布在不同的ＴａｓｋＴｒａｃｋｅｒ上执行），逡逑并不参与具体的计算过程，ＴａｓｋＴｒａｃｋｅｒ仅负责执行被分配的命令。映射阶段和化简阶段逡逑为ＭａｐＲｅｄｕｃｅ的两个主要阶段：逡逑映射阶段具体操作：用户输入的数据被分成对应于Ｍ个Ｍａｐ任务的Ｍ个段。每个逡逑Ｍａｐ操作的输入是数据片段中的键值对＜Ｋｅｙｌ，Ｖａｌｕｅｌｄ＾集合。Ｍａｐ操作通过调用用户逡逑定义的Ｍａｐ函数，来输出中间值键值对＜１＾２，邋Ｖａｌｕｅ２＞。接下来，根据中间状态Ｋ２逡逑对输出数据集进行排序

总体架构,预警系统,企业安全,生产数据

数据采集管理模块，企业安全生产数据分析管理模块，企业安全生产数据存储模块，企逡逑业安全生产数据预处理集成管理模块，企业安全生产数据预警管理模块等划分为该系统逡逑的六个主要功能模块。将系统架构图设计为如下图４．２所示：逡逑
【学位授予单位】：上海应用技术大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：X922.2

【相似文献】