煤矿安全综合监管系统后台数据设计与实现第4章上Word格式.docx

煤矿安全综合监管系统后台数据设计与实现第4章上Word格式.docx

《煤矿安全综合监管系统后台数据设计与实现第4章上Word格式.docx》由会员分享，可在线阅读，更多相关《煤矿安全综合监管系统后台数据设计与实现第4章上Word格式.docx（10页珍藏版）》请在冰豆网上搜索。

2.信息显示模块：

数据显示、曲线显示、直方图显示以及人员定位。

数据显示功能具有实时性能够将监测数据在最短的时间通过Web呈现给用户，而曲线和直方图则是对数据的一种描述。

用户可以选择时间、监测地点、测点类型、信号类型或是其中几者的组合来指定观察的数据及其变化趋势，该模块具有刷新频率的设置，更加方便用户的查询。

人员定位则可以将人员定位的模拟图呈现给用户。

3.超限预警模块：

参数设置、超限报警、警情查询。

为了实现对煤矿的全方位、智能化监控管理，保证整个矿下开采工作的安全监管模式本文提出了一个风险预警机制。

可以概括为以下几个部分：

（1）监测机制：

要求对煤矿中存在的一切风险信息进行聚集，对所有可能存在的风险因素实时全面地监测和评估，收集各种动态或静态的风险信息，同时对高危险源进行常态化的监测，为以后的整个风险预警过程提供相应的信息支持。

（2）预警机制：

预警主要分为预测和报警两部分，预测是对整个矿下系统进行分析评估以便找到设备或人员所存在的安全隐患同时对安全状态进行分级，这里可分为3级：

安全状态、临界状态、危险状态，在不同的状态下做出预测性判断，同时在不同状态下采取不同方式报警，通过声音和短信告知相关人员。

（3）矫正机制：

矫正机制是在危险系数处于临界状态或接近临界状态时，采取一系列调节措施使其回到安全状态。

但如果系统过于接近临界状态时微调可能已经达不到理想效果了，这时应该立刻启动应急机制，启动全系统一级警报，立即开启各通道通风口组织人员撤离，然后对井下断电同时联系消防救护部门协同控制事态。

（4）免疫机制：

免疫机制是利用数据挖掘技术和专家系统相结合建立知识库实现对潜在危险的自动化程序化地做出提示和防控措施。

（5）反馈机制：

将采取措施后整个煤矿系统的各种环境参数与风险因子返回给监控系统存储记录使整个系统处于动态的监控循环的流程下。

4.报表管理模块：

煤矿安全监管过程中，经常需要提取某一段时间内的数据给上级部门，因此软件提供报表管理功能，能够将软件中的数据通过报表的形式进行导出或者直接打印。

5.数据分析模块：

数据分析模块主要实现2部分功能，分别是对数据仓库中的数据进行OLAP操作，使用户可以从多个维度对数据进行查看分析；

以及对数据仓库中的数据利用相应的算法进行定向数据挖掘，以获取需要的潜在信息。

4.2数据库逻辑设计

在本小节中首先给出系统的数据流图，在理清系统流向的基础上，将系统分为六个部分，分别给出其E-R模式设计继而完成数据表的设计。

4.2.1数据流图的设计

数据流图是对逻辑设计的动态抽象，通过图形描述这个系统中的数据流向，直接面向用户不涉及系统的软、硬件的具体设计。

数据流图作为分析人员与用户进行沟通交流的有效工具易于理解，同时也为后期数据库的设计（逻辑设计与物理模型的开发）提供了重要依据。

结合整个煤矿安全综合监管系统的实际需求便得到了本系统的数据流图。

图4.1第一层数据流图

数据来自于由底层设备采集经过中间件处理后上传的监测数据以及由集团相关人员手工录入的集团管理信息数据。

对于这部分数据如果出现异常将会进行异常信息处理并由应急预案人员按照之前制定的预计机制制定应急预案；

而对于正常的数据将进行存储供其他处理模块调用、显示，最后生成统计报表供安全管理领导审阅。

第一层数据流图如图4.1所示。

图4.2第二层数据流图

在生产过程中，安全检查人员对环境监测数据及危险信息进行监控，及时发现处理各种问题隐患。

而信息管理人员在系统的帮助下对设备信息、基本信息、生产信息进行综合管理，最后制作成统计报表供安全管理领导审阅。

第二层数据流图如图4.2所示。

图4.3第三层数据流图

正常的数据将会被储存起来并为数据实时显示、曲线实时显示、数据调用、历史数据等模块提供数据支持，其中历史数据将进行OLAP、DM即数据挖掘（DataMining）处理得到分析结果并和其他显示结果一起生成统计报表供安全管理领导审阅。

第三层流程图如图4.3所示。

4.2.2E-R模式的设计

由于系统涉及数据范围广，成员间关系复杂，所以本项目首先将数据库系统分为六个子系统：

信息数据库、开采数据库、灾害数据库、集团管理数据库、实时显示数据库和历史数据库分别进行概念设计得到各自的E-R图然后得到局部概念结构，最后再集成局部视图，得到全局的概念结构。

本节后面部分将分别进行阐述：

1.基本信息数据库：

基本信息数据库主要存放员工信息、矿下环境的安全系数、设备参数和章程规范信息等，它是整个煤矿系统安全、有序运行的保证，为煤矿工作者进行生产、监控以及后期抢救维修提供了严格的标准。

该数据库主要涉及员工、设备参数、章程、分矿以及包括甲烷、可燃气体、有害气体、温度、湿度、压强和风速的环境参数，在此基础上找到各实体的属性以及相互之间的关系，于是便就得到了其E-R模式，如图4.4所示[2]。

图4.4基本信息数据库E-R模式图

再将E-R图转化为关系模式同时分别标明其主键：

员工（员工ID、员工姓名、性别、民族、联系方式、部门、婚姻状态、政治面貌、学历、薪金、工种、职称、合同年限、身份证号、所学专业、年龄、毕业学校、家庭住址、所属分矿ID）

分矿（分矿ID、位置、煤矿现状、投产日期、煤矿员工数、井田面积、上年度原煤产量、本年度计划产量、可采储量、保有储量、现采区个数、设备数量、通风井数量、回风井数量、负责人ID）

用户（用户名、密码、权限，员工ID）

甲烷（名称、代号、沸点、比重、密度、爆炸最高浓度、爆炸最低浓度、一级预警门限值、二级预警门限值、三级预警门限值、监控员工ID）

可燃气体（名称、燃点、与空气混合爆炸最高值、与空气混合爆炸最低值、与氧气混合爆炸最低值、与氧气混合爆炸最低值、监控员工ID）

有害气体（名称、允许最高浓度、监控员工ID）

温度（名称、监测点、最低预警温度、最高预警温度、监控员工ID）

湿度（名称、监测点、最低门限值、最高门限值、监控员工ID）

压强（名称、监测点、最低门限值、最高门限值、监控员工ID）

风速（名称、监测点、最低门限值、最高门限值、监控员工ID）

章程（章程号、章程名、颁布时间、涉及领域、修改时间、修改内容、负责员工ID）

2.生产数据库：

生产数据库中主要记录生产的进度、生产过程中有关环境设备的相关参数、开采人员信息以及对其培训管理记录等，实现对整个生产过程的全面监控，在确保人员安全的前提下保证生产工作安全有序的开展。

同时实现对矿产资源信息的科学化管理、综合性分析、直观显示、高速传输和网络共享，确保矿集团能够获得及时、有效的矿产资源信息。

根据需求即可得到其E-R模式：

如图4.5所示。

继而建立关系模式如下[2]：

图4.5生产数据库E-R模式图

环境（监测点ID、所属分矿ID、类别、状态、异常情况、负责人员ID）

设备（设备ID、所属分矿ID、安置地点、状态、制造单位、建立日期、寿命自然报废时间、使用截止日期、近期维修记录、负责人员ID）

生产（时间、位置、所属分矿ID、现开采煤层厚度、地质构造类型、现开采煤层倾角、开拓方式、采煤方法、顶板管理方法、挖进方式、通风方式、通风方法、监管人员ID）。

花费（花费编号、支出时间、支持金额、所属分矿ID、去向、经办人员ID）

运输（运输记录ID、状态、起始时间、到达时间、目的地、起始地、异常情况、负责人ID）

监管（监测点ID、所属分矿ID、监测起始时间、监测截止时间、监测地点、设备是否异常、环境状态、监测人员ID）

灾害（灾害ID、灾害类别、所属分矿ID、状态、发生地点、引起原因、等级、责任人ID）

安全培训（培训ID、培训地点、培训类别、培训主题、参与人数、培训开始时间、培训时长、培训花费、培训负责人ID）

3.事故故障数据库：

事故设备数据库主要记录了煤矿事故的情况，以及设备的运作维护情况为灾后抢险，为对事故的预防及设备情况的跟踪提供详细的资料，其E-R图如图4.6所示。

图4.6事故故障数据库E-R模式图

事故（事故ID、事故类别、所属分矿ID、发生时间、发生地点、引起原因、事故状态、伤亡人数、措施、负责人ID）

故障（故障ID、设备ID、所属分矿ID、故障开始时间、故障持续时间、状态、发生次数、引起原因、负责人ID）

隐患（隐患ID、隐患类别、所属分矿ID、检查ID、存在时间、发现时间、隐患级别、状态、引起原因、负责人ID）

违规（违规ID、违规人员ID、违规人员姓名、所属分矿ID、违规主题、违规时间、违规地点、违反章程、记录人员编号、处罚、负责人ID）

4.管理运营数据库：

集团数据库主要记录了整个集团相关培训、会议、考勤等数据信息，对集团人员业务流程实现可视化、集成化、科学化、系统化管理，及时准确的为管理者掌握业务动态和决策提供服务。

其E-R图如图4.7所示。

图4.7集团数据库E-R模式图

5.实时监测数据库：

记录了由中间件简单处理后的各监测参量（瓦斯、CH4、粉尘、CO、温度、风速、顶板压力、水泵开停、水仓水位、水泵工作电压、功率、电流、阀门状态、压力等）的最大值、最小值、平均值，方便用户及时准确地掌握矿下情况。

同时还记录了监测过程中的异常数据，包括监测量超限数据及连接异常数据[2]。

6.历史数据库：

历史数据库主要记录了整个集团管理，井下开采，设备、环境监控等相关数据信息，历史数据库是数据仓库建立的基础。

同时数据在历史数据库中只存储三年时间，超过三年的数据将备份至磁盘中继续存储。

综合以上六部分就可以得到本系统的数据库总视图，以此建立数据库表[2]。

4.2.3数据关系表的设计

在确定了E-R模式并使其满足三大范式要求后完成数据表的设计，本系统设计了89个数据表，由于篇幅有限下面给出所设计的部分表：

1.瓦斯浓度监测表

瓦斯浓度监测表的信息包括时间、监测点编号、监测点别名、监测人员、监测标签编号、瓦斯浓度、最大值、报警次数，瓦斯浓度监测表如表4.1所示。

表4.1瓦斯浓度监测表

属性

数据类型

描述

可否为空

是否为主键

Time

Date

时间

非空

TagTest_ID

Int

监测点编号

TagTest_NA

Varchar

监测点别名

空

TestP_ID

监测人员编号

Tag_ID

监测标签编号

是

Was_Con

Number

瓦斯浓度

W_Max

最大值

W_Min