数据仓库在煤矿安全信息管理系统中的应用探讨

发布时间：2006年11月26日
作者：老王头
来源：本站原创
浏览：次
查看所有评论
【}">打印文章】

位置：易安网>> 安全管理>> 电力

数据仓库在煤矿安全信息管理系统中的应用探讨

添加日期：2006-11-1 作者或来源：矿业安全与环保

作者：闫海英，郭德勇刘刚华

随着我国煤矿企业的发展和计算机应用的普及，以及信息化建设工作在全国的推广，煤矿安全信息计算机管理显得越来越重要。基于传统数据库的煤矿安全信息管理系统由于不注重信息分析，给决策人员带来了极大的不便，甚至导致判断失误。其存在问题主要有：①不能同时满足事务处理与分析处理的需要；②无法集成企业内部、外部各方面的数据；③难以适应各类用户对数据综合程度的不同要求[1]。为了解决这些技术难题，采用了数据仓库技术。数据仓库是一种有效的数据管理技术，它能把分布在企业网络中的不同站点的数据集成到一起，为管理者提供各种类型的、有效的数据分析。利用先进的数据仓库技术开发多功能、开放、安全可靠的煤矿安全信息管理系统对加强煤矿安全生产，促进煤炭行业现代化建设，提高煤矿的社会、经济效益和社会形象具有极其重要的现实意义。

1 数据仓库技术

1.1 数据仓库及其特征与功能

数据仓库（Data Warehouse）的概念首先由W.H.Inmon提出来，他把数据仓库的概念表述为：“数据仓库就是面向主题的、集成的、稳定的、不同时间和空间的数据的集合，用以支持经营管理中的决策制定过程”[2]。

数据仓库具有面向主题，集成，随时间、空间不断变化等特点。数据仓库的这些特点能很好的满足决策支持系统对数据的要求，可以把决策支持系统的数据以方便实用的标准组织到数据仓库之中，以使数据仓库可以利用这些信息向决策者提供无限的分析其业务信息的能力[3]。

1.2 数据仓库模型及其实施方法

数据仓库的模型主要有雪花模型、星型模型、雪暴模型。就目前而言，大多数数据仓库的集成均采用了星型模型这一主流方案。

建立数据仓库模型的方法有很多，主要两种为CLDS法和信息打包法。传统的数据库建立模型的方法是系统生命周期法（SDLC），而数据仓库则是一种分析型环境，由数据驱动，可以采用与传统数据库建立模型相反的方法（CLDS）。两种方法的特点与区别如表1所示[4]。

表1 SDLC与CLDS方法比较

见表

信息打包法则是专门针对数据仓库的方法。它从用户那里收集事务需求开始，然后分析并将它们模型化，生成数据仓库。信息打包法主要是通过信息打包图来实现，信息打包图是一个公共的、一致的和紧凑的设计和通讯工具。

2 数据仓库在煤矿安全信息管理系统中的应用

2.1 数据仓库模型的建立

到目前为止矿山系统还没有使用数据仓库。其实，许多煤矿都已经积累了足够的，真实的历史数据，利用数据仓库对积累的数据进行统计分析，可以研究过去的经营状况、管理状况，发现和挖掘可以改进的地方、制定计划、为确定发展提供依据。数据仓库的建立是一个复杂的过程，其中关键在于如何将数据由原先面向应用的结构转换为面向分析的多维数据结构。下面以工伤事故管理为例，根据已有的数据，结合矿山的实际情况，利用信息打包法建立工伤事故数据仓库模型。

1）确定关键性能指标：事故档案、事故分析；

2）定义维度：时间维、地点维、类型维、人员维、原因维；

3）定义类别：类别提供一个维的详细信息。在这里，时间维当中设定年、季度、月份、日四个类别；地点维当中设定平顶山煤业集团十二矿类别；并在其中又设定采煤面、掘进面两个类别；类型维中设定死亡、重伤、轻伤、非伤亡四个类别；人员维中暂时设定一般工种与特殊工种两个类别，一般工种中暂时设定采煤工一个类别，特殊工种中暂时设定电钳工、绞车工两个类别；原因维中设定瓦斯爆炸、冒项、突水、火灾、粉尘五个类别。待系统稳定后，维中的类别还可以根据需要进行调整，由以上分析，可以得出工伤事故分析信息包如图1所示。