基于BI架构的钢铁企业统计决策分析系统的构建

1、基于BI架构的钢铁企业智能报表系统构建【摘要】基于BI架构，运用ORACLE商业智能技术构造钢铁企业智能报表系统，建立共享的生产统计和综合统计平台，实现了一级统计管理，使统计内容精细化到从汇总指标到每一个物料信息的解剖、管理,提高了生产、经营和管理的信息化水平。【关键词】BI 钢铁企业 智能报表系统1 引 言攀钢集团西昌钒钛资源综合利用项目是2008年开始建设的年产钢500万吨、钒产品20万吨的资源综合利用项目。该项目在进行工程建设的同时，也同步进行了大规模的信息化建设。信息化项目包括商务智能系统（BI）、MES系统、整体产销系统、物流系统、设备系统、能源系统、人力资源系统等，系统管理范围覆盖

2、了从原燃料入厂到成品出厂的全部生产过程。攀钢西昌智能报表系统就是基于BI架构构建的企业报表平台。通过智能报表系统及时、准确反映企业生产过程、产品质量、营销、财务成本、能源、设备等方面最原始、最完整的信息集合，同时提供常规的报表处理、数据分析、数据挖掘和其它信息服务功能。为生产、质量、财务、营销、能源、设备、物流等专业领域的分析工作提供数据信息，以促进企业管理水平的提高。2 商务智能系统简介商务智能系统（BI：BusinessIntelligence）运用数据仓库（Data Warehousing）和数据集市（data mart）、联机分析处理（Online Analytical Process

3、ing，OLAP）、数据挖掘（Data Mining）等技术进行数据收集与传递、数据整理与分析、信息展现与表示，为企业各级管理人员提供各种类型决策的信息。攀钢西昌钒钛资源综合利用项目建设的商务智能系统包括：领导决策系统（EIS）、智能报表、专业分析、制造现场分析等。 3 智能报表系统总体业务流程智能报表系统由公司综合统计报表、公司专业统计报表、厂级统计报表等组成。每天统计系统对成本归集、物流系统、设备系统等相关系统抽取业务数据进行清洗、整理按照相关规则生成厂级当天的产品产量、收发存、主要技经指标等日报数据；每月月底根据日报数据生成厂级月报数据，在厂级月报数据的基础上生成公司专业月报，在公司专业

4、月报的基础上生成公司综合月报。总体业务流程如图1。 图1 业务流程图4 智能报表系统构建4.1系统构建原则4.1.1 以数据标准化建设为基础通过基础数据的标准化、规范化、代码化工作，建立商务智能系统业务之间协同工作的“标准语言”，使共享的业务数据采用统一规范的定义和表述，保证数据分类口径的一致性，促进应用的顺畅运作。4.1.2 业务规则的可配置和透明化原则根据不断增加的业务需求配置不同业务规则、不同指标、不同对象、不同组织结构，并可灵活调整。另外，提供权限设置功能，保证同一业务流程上的用户能够根据权限随时查询，促进业务处理过程规范、透明。4.1.3 统计与成本核算处理生产数据的一致性原则统计与

5、成本核算采用统一的计产规则和统一的数据源，以保证统计系统提供的生产数据与财务系统提供的一致性。4.1.4 异常情况下数据的灵活处理对系统无法自动获取以及需要对报表值进行调整的数据，提供手工数据维护功能。用户按照数据模板要求填报手工数据，通过功能画面将手工数据上传并装载到系统，经转换和集成、存入系统的数据库中。4.2 关键代码设计本系统使用的代码多数采用整体产销系统、物流系统、设备系统等定义的代码，系统自身定义的代码主要有：统计指标代码、钢材产品分类代码等。4.2.1统计指标代码 按照中国钢铁工业生产统计指标体系采用线分类法和层次码的编码方法进行分类和编码，统计指标代码结构如表1：表1统计指标代

6、码结构表项目位数类型描述独立定义备注A1C统计指标大类Y产品大类。如炼铁产品、炼钢产品、人造块矿产品、黑色金属矿产品及专业统计指标等B1C统计指标中类N依赖A。对产品大类的细分C1N统计指标类型N依赖B。包括数量指标，品质指标D4N统计指标流水号N依赖C。包括各专业统计指标明细，按照中国钢铁工业生产统计指标体系统计指标明细编码4.2.2 钢材产品分类代码对钢材产品按化学成分进行统计明细归类，该代码采用混合分类法和组合码的编码方法。4.3 业务规则的配置设计根据不断增加的业务需求配置不同业务规则、不同指标、不同对象、不同组织结构，并可灵活调整。本系统通过建立静态表，并对其进行维护的方式实现的。主

7、要静态表包括：指标关系表描述指标之间的加减关系，分子分母关系，描述了指标的统计指标层级、各指标之间的运算关系等；报表与指标关系表：建立报表项目与指标代码的对应关系，使报表的项目可以灵活调整；报表项目与指标代码的对应关系表：描述了报表的报表号，报表的类型代码、制表公式等；计算参数表：计算参数规则表、报表头尾参数规则表。4.4 大宗原燃料处理由于大宗原燃料每次入库的灰分、湿量的不同，为了保证入库和出库的一致，在入库时需根据检化验的结果将入库湿量数据按一定规则折算为“标准干量”即“商务干量”数据进入物流系统，出库时也折算为“标准干量”出库。4.5 授权设置本系统设计了多个角色，按角色分别授权到报表。

8、其中统计员角色可对本区域的授权报表进行审核和修改，并进行发布，发布完成后其他角色才能查看报表。4.6 智能报表系统采用的技术架构智能报表系统采用ORACLE商业智能技术架构,技术架构见图2。图2 智能报表系统总体技术架构智能报表系统通过ODI数据抽取工具从产销、财务、物流、设备、MES、能源、人力等各个应用系统抽取数据，统一集中在ODS数据库中，然后进行清洗、转换处理，生成数据仓库数据和报表库数据。最后通过前台报表展现工具BIEEE将各个厂级报表和公司报表展现出来。其中浏览器客户端用于一般业务的访问，图形客户端主要用于高端用户做数据分析、挖掘使用。4.7 数据仓库设计数据仓库就是面向主题的、集

9、成的、相对稳定的、随时间不断变化（不同时间）的数据集合，用以支持经营管理中的决策制定过程。主题是一个在较高层次上将数据归类的标准，每一个主题对应一个宏观的分析领域。数据主题的设计结合企业实际情况，以工序为主题，主题下面还有子主题，每个主题的分析范围如表2所示：表2 主题分析范围表分析主题名称分析范围煤化工序煤化工序的原燃料投入、产品产出和质量分析石灰工序石灰工序的原燃料投入、产品产出和质量分析烧结工序烧结工序的原燃料投入、产品产出和质量分析炼铁工序炼铁工序的原燃料投入、产品产出和质量分析炼钢工序炼钢工序的原燃料投入、产品产出和质量分析热轧工序热轧工序的原燃料投入、产品产出和质量分析提钒工序提钒

10、工序的原燃料投入、产品产出和质量分析设备运行设备运行参数分析等人力分析人员效率和生产力分析综合分析综合性数据和其他分析为了使用数据仓库运行和维护更有效率，职能更加清晰，数据仓库设计分三层架构进行设计，分别由用于数据集中的ODS层，用于存放固定报表数据的RPT层和用于存放维度表和事实表的DW层。中间库层（ODS）主要是将各个应用系统的数据在进入数据仓库之前先进行集中，ODS层的数据表结构和数据源表基本一致，从数据源到ODS层之间只要通过简单的增量抽取即可，而无须进行复杂的表关联和数据转换，大大减轻了数据抽取对数据源服务器的压力。 数据库层（DW）主要用于存放维度表和事实表以及数据抽取日志表和配置

11、表，为后续的多维分析作准备。报表库层（PRT）是针对复杂而格式固定的报表而设计的，目的是可以将复杂的报表的历史数据可以保存下来。4.8 ETL设计 ETL，Extraction-Transformation-Loading的缩写，中文名称为数据提取、转换和加载。本系统目前选用的ETL工具是ODI(Oracle Data Integrator)。负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或报表库中，成为报表、联机分析处理、数据挖掘的数据基础。本系统的数据抽取包括：ODS数据抽取、DW数据抽取、RPT厂级报表数据抽取、RPT

12、公司级报表数据抽取。为了减少对业务系统的影响，报表统计系统不直接从业务系统中提取数据，而是建立一个中间接口库，将业务数据先抽取到接口库中，然后把接口库作为数据源来实现报表统计工作，以实现数据的集中管理。根据数据仓库的需求，有选择地将中间库的数据抽取到DW库中，抽取过程涉及数据的提取、转换、清洗和加载等流程。对厂级报表数据的抽取是将数据仓库中的数据抽取到相应的RPT库中，以实现数据从数据仓库到的报表库的转换。对公司级报表数据抽取，是待厂级报表数据抽取成功后将厂级报表的数据有选择地抽取到公司级报表库中，以实现厂级报表和公司报表数据的统一性，减少中间的计算过程，避免重复劳动。4.9 报表设计智能报表系统的每个报表对应一个后台的TABLE，每个TABLE的数据是通过过程将数据从DW中抽取过来。由于智能报表系统中产出的主要是格式严格而固定的复杂报表，采用BIEE的PUBLISHER工具进行设计和展现，而在数据库层设计一个专用的RPT库，专门为每张报表创建一个或多个表进行对应，以便对报表的历史数据进行存档；而RPT库的数据则