煤炭全产业链整体解决方案共27页

1、煤炭全产业链大数据解决方案2017年8月前言 古往今来，煤炭利用一直都是人类与自然界进行物资交换的重要环节。从封建社会的露天采矿，到现代化的机械化采煤，可以这么说，煤炭的发展史几乎与人类历史一样悠久。中国是世界上煤炭资源最丰富的国家之一。据不完全统计，我国煤炭探明总储量在9000亿吨以上，居世界第三；已知含煤面积55万多平方千米，而且煤种齐全。 随着煤矿机械化、自动化和信息化程度的提高，煤矿监控、通信与监视系统的推广应用，我国煤矿事故起数、死亡人数、百万吨死亡率均大幅下降，煤矿安全生产形势明显好转。煤矿安全生产的迫切需求，促进了物联网技术在煤矿的应用，也产生了大量数据，为大数据在煤矿应用奠定了

2、基础。二、建设背景我国是产煤大国，在实现采矿业发展的过程中，面临着企业生产管理水平低、政府监管薄弱、环境污染、行业数据资源分散等问题，阻碍了现代采矿业的快速发展。虽然通过煤矿机械化、自动化和信息化，煤矿安全生产技术和装备水平不断提高，事故防治能力不断增强。但大量采掘和运输等设备的使用，增加了运输和机电事故的概率。虽然运输和机电事故起数和死亡人数均大幅下降，但起数占比有所上升。因此，需研究煤矿物联网和大数据技术，进一步提高煤矿运输和机电事故防治能力，以满足高机械化程度煤矿安全生产需求。三、建设依据国务院关于印发促进大数据发展行动纲要的通知（国发201550号）内蒙古国家大数据综合试验区建设实施方

3、案内蒙古自治区促进大数据发展应用的若干政策推进煤炭大数据发展的指导意见关于运用大数据加强对市场主体服务和监管的若干意见四、建设意义 煤炭作为国家的主体能源，煤炭产业的健康发展对经济社会发展至关重要。建设煤炭大数据平台，依托互联网、云计算和大数据技术，汇集、整理和挖掘海量数据，对探索发展规律，及时、准确地分析预测产业走势，保障国家能源安全，促进行业转型升级和健康可持续发展具有重要意义。第一，基于地理数据占有的风险探矿力量会越来越大。把矿业资源的资讯收集，数据库构建，地质模型构建，矿床模型构建，矿藏储备，品质，开采条件分析模式，研判模型构建出来，再进一步应用于与大数据匹配的投资，建设，运营，乃至尾

4、矿处置。第二，矿业衍生品和期货大数据背景下的运作。第三，会出现很多全球超大贸易商，在国与国，经济体与经济体之间，风险之间，汇率之间，衍生品之间会编织大贸易服务网络，其本质上就是国家间与经济体间的数据对接，趋势对接，价格对接，供应关系对接。第四，由全球的矿业上游到终端之间，随机根据商机和供求关系形成的大数据流动，随机联合而成的临时供应链。第五，上游的矿山的探矿，开发，采选炼，下游的加工，产能信息之间，与消费信息之间的无缝对接。第六，矿业知识产权专利大数据，和矿业全产业链技术难题大数据对接。第七，大宗商品的大数据管理，也会对到岸，期货，衍生品价格产生冲击。国际矿业的交易，是有多少年的对矿业走势的判

5、断、观察、对冲、做空，练出来一批以数据家为核心的宽客金融队伍，这里面一定有一些善于建模型的数学家为核心的，它是一个高科技团队。第八，三大矿来看的话，想会把长协价，逼向月定价，乃至周定价，控制储备生产贸易终端大数据流，能够使他的定价权最大化。第九，产业链网络数据，带来的智慧矿业运作。总之，中国这种矿企模式-中央控制，生产为重，国内生产和供应可预期，以及国内过剩产能消耗式的运作方式，和国际矿企越来越明显的动态数据管理，动态全产业链管理，动态数据掘金模式之间，会产生巨大的冲突。五、用户需求1：数据量小、质量差。虽然煤矿监察部门已经有一定规模的安全生产相关数据，却因其数据搜集、整理等方面的能力不足，数

6、据的完整性、规范性还存在缺陷。特别是原始、动态数据不足，难以实现全覆盖。2：部门协调性不足。煤矿安全监管对象众多，各级机构限于能力和手段，在采集企业、个人、公共安全数据、互联共享中协调能力不足，难以得到充分的授权与发挥作用。3：煤矿企业信息化能力较弱，煤矿安全生产隐患主要靠人工排查，容易受到主观因素的影响，很难鉴定安全与危险状态，可靠性差。4：分析工具缺乏。由于缺少有效的分析工具和对事故进行规律认识的原因，国内煤矿安全生产的管理主要方式是“事后管理”的方式，都是在事故发生后才进行事故原因分析、责任追究、制定措施，并在分析过程中存在太多的人为主观因素，这种方式难以从源头上防止事故的发生。5：大数

7、据专业分析人员缺乏。大数据建设的关键环节数据分析是基于预言建模和未来趋势分析，每个环节都必须依靠专业技术人员才能完成，传统的数据分析师并不具备开发预测分析应用程序模型的技能，煤矿生产安全领域的人才更是大大的缺乏。六、建设原则标准化：具有互操作性，可用性，可靠性，可扩充性，可管理性，建立一个开放式，遵循国际标准的网络系统。先进性：既要保证网络的先进性，同时也要兼顾技术的成熟性。安全性：对于安全性我们将通过对用户的区域划分，建议选用专用防火墙实现对本地资源的安全保护。扩展性：网络设计必须为今后的扩充留有足够的余地，以保护用户的投资，保证今后的网络扩充升级能力。保护投资：每个设备都进行严格的选型，在

8、满足设计原则的功能前提下，提供最经济的设备配置方案。可管理：先进的网络管理可为多业务网络提供安全运行的基础。七、平台总体设计7.1、系统框架设计架构设计为一个平台：一个大数据平台五个层面：表现层、应用服务层、应用支撑层、核心数据层、基础层。七个服务系统：人员定位系统，监控监测系统，通信联络系统，供水施救系统，压风自救系统，紧急避险系统，尾矿监测系统。二十四个子系统：矿用4G无线移动通讯系统、大数据运输管理系统、RFID仓储管理系统、大数据管控系统、大数据实时现场岗位管理系统、大数据矿区内辅助运输系统、大数据采空区综合监测系统、大数据供排水系统、大数据地质信息管理系统、大数据水文信息管理系统、大

9、数据井下通风系统、大数据供电系统、大数据主运输系统、大数据综合采集系统、大数据煤与瓦斯突出预警系统、大数据冲击地压预警系统、大数据煤自燃发火预警系统、大数据水害预警系统、大数据煤炭需求和价格预测系统、大数据煤炭交易风险控制系统、大数据视频监控系统、生产调度系统、井下人员定位管理系统、语音报警系统、生产日报系统。7.2、系统技术架构技术架构设计：总结为“五个一”架构。一个架构，一套服务，一个大数据云平台，一套整体应用，一套标准的接口。7.3、系统功能与模块大数据平台建设针对煤矿全产业链大数据特点，为实现各类数据的高效、实时传输和集成、快速处理，消除信息孤岛，统一建设了数据网络传输通道和数据处理中

10、心。网络传输通道的建设。 建设地面和井下部署光纤以太环型网络，同步建设有覆盖厂区主要建筑的信息发布网络，各网络之间采用可靠的安全防护设备链接。 网络平台提供万兆交换、千兆主干、百兆接入的数据传输服务，各个自动化子系统和监测监控系统均通过环网进行数据传输，实现数据、视频、语音三网合一，为数据传递提供快速、稳定的传输通道。）数据处理中心的建设。建立统一的数据处理中心，由虚拟化服务器、数据服务器和配套的在线存储、备份存储设备组成统一的数据处理资源池。通过虚拟化技术，合理划分各数据处理系统所需资源，实现资源的高度整合利用，为数据处理提供高性能的处理平台。7.3.1、矿用4G无线移动通讯系统井下巷道无线

11、网络覆盖的超小型基站;4G网络的视频传输系统;煤矿井下移动终端定位系统（集成人员和设备定位功能）;对矿用基站，手机等井下设备进行安全防护处理;综合调度系统。7.3.2、大数据运输管理系统：实时分析出当前和过去的位置、速度、行驶里程、安全驾驶等信息，起到车船防盗、考勤管理、远程调度、危险管控的作用。实时定位：对车船的位置、行驶速度、油耗、耗电量、停留时间等信息进行实时监控。电子围栏：设定车船进入或离开某一区域后或者偏离航线以后会自动发出报警信息。行驶轨迹回放：行驶轨迹点可以在管理中心电子地图上回放以重现车船的行驶过程。远程监控：车船安装远程可通话视频监控，实时监管/录像回放车船在行驶过程中、出入

12、库有无违规操作。紧急制动系统：在车船制动系统安装远程控制终端，如驾驶员或车船在行驶过程中发生意外，可远程控制车船停止行驶，及时处理危险，保护人员和财产安全。温度监控：煤炭为可燃性矿物，在运输过程中需要实时监控货仓温度，如果超过预警线，控制中心会紧急预警，及时处理危险，减少人员和财产损失。远程物流锁：当车船出库时，在车船货仓出入口安装远程物流锁，保障货物安全，避免丢失、掉包等情况发生。7.3.3、RFID仓储管理系统地磅实时监管可视化及录像可视化过磅系统称重过程减少争议，全程透明化，减少煤炭损失，降低人工监督管理成本。 当煤炭车辆进入识别范围内，RFID读写器自动无接触读写，自动导入出入库信息到

13、信息中心，终端实时查询，监控煤炭信息指导车辆停放相应位置。7.3.4、大数据管控系统基于大数据安全生产协同管理实施效果运用大数据技术，建立信息集中管控、发布的大数据管控平台。 提高了整体工作效率和管理水平，发挥科技对降低成本、增加效益、促进企业健康发展的核心驱动作用。 形成日产万吨综采工作面的安全高效生产格局。 利用大数据手段对生产过程进行精细化管理，对安全生产调度、生产技术、安全管理等环节实现了全方位的信息管理。 围绕实时数据动态变化，建立生产专业应用数据的共享与交换，形成大数据的集成和智能分析。 达到整个系统高层决策、管理和生产过程无缝连接，数据管理从静态到动态，业务管理从分散到统一，管理

14、理念从应对到预防的巨大转变。7.3.5、大数据实时现场岗位管理系统 运用大数据对现场安全、生产、成本等方面进行多角度、全方位管理，形成本质安全型过程管理。在人、机、环三要素的过程管理中实现人机互补、机环互补，将员工主观失误导致的伤害降至最低；对现场岗位管理各方面，实行关键节点、程序、流程、岗位、创新控制，使各要素围绕全时空的现场岗位管理。从时间和空间的连续性，标准和流程的严密性等方面入手，以安全生产精细化管理为突破口，将国家有关安全生产法律法规、行业标准规范和柠条塔煤矿安全管理制度等落实到现场和岗位管理中。建立人员不安全行为信息化数据库，收集人员血压、体温、酒精测试等体征数据，填报情绪、睡眠等

15、身体状态数据，并从人力资源管理系统采集持证情况、新入或调整岗位情况、休假时间等数据，由系统按照既定的判定规则进行自动判定是否可入井和安全注意事项。引入安全生产隐患排查治理信息系统，规范隐患排查、治理等 个环节，形成事故隐患闭环管理。7.3.6、大数据矿区内辅助运输系统 运用精确定位技术和大数据分析手段，对矿井辅助运输车辆进行精确定位，按照各区域对车辆的需求和路况信息，优化调度车辆的运行路线，并通过无线通信系统将信息传至车辆综合信息显示屏，实现辅助运输车辆调度合理化、运行经济化。7.3.7、大数据采空区综合监测系统 运用光纤、光栅传感器对煤矿采空区内部温度、气体组分、水位进行监测，消除人员检测不

16、连续性和数据误差。 随时掌握采空区致灾因素变化趋势，防止煤炭自燃，为采空区防灭火提供数据支持，使采后防灭火工作更加可靠有效。7.3.8、大数据供排水系统 采用 设备对供、排水泵房设备进行集中控制。 由超声液位传感器连续检测水仓水位，根据水仓水位、管道水压等因素，自动控制开停水泵及其阀门。 在正常水位时，各台水泵能自动轮换工作，最大涌水及突出涌水时，自动投入所需数量的水泵运行。 系统具有自诊断功能，可显示各水泵及闸阀工作状况和故障。 实现单点无人自控、系统分级管控、动态调节的自动化供、排水控制系统。7.3.9、大数据地质信息管理系统 运用大数据手段和 空间数据模型方法，以二维图形技术为基础，建立

17、面向对象的一体化实体数据模型和可扩展的二三维可视化引擎。为矿井巷道设计提供计算机辅助制图、计算机辅助决策、空间专业数据管理等方面的支持。实现矿井全巷道图元“组件式”的辅助设计，在此基础上设计开发“插件式”的地测、通风、水文、机电、设计等专业应用模块，用以满足各级管理人员灵活多样的个性化定制需求。7.3.10、大数据水文信息管理系统 运用大数据实时采集井下水文观测孔水压、水温、放水孔流量、水仓排水管道流量、排水明渠流量及矿井地面水文孔水位、水温等数据，建立了实时性强、运行可靠、精度高、自动化程度高，能够连续长期测量并自动进行数据分析、辅助决策的水文实时监测系统。及时掌握全矿井涌水量、含水层水压、

18、水位等矿井所有水文信息，实时展现矿井涌水量等信息变化情况，为矿井水防治和安全生产等提供及时准确的基础资料。7.3.11、大数据井下通风系统 运用大数据对矿井通风网络实施全方位和全时空监测，实时仿真出井下巷道中通风流场信息，提供风量平衡与风压平衡方法，通风技术人员在日常工作中只需将测定和分配的风量、巷道的风阻输入系统中，便可完成系统的现状模拟，获取了新增井巷的风阻值。 利用基于灵敏度的风量异常值分析模型，对通风网络监测数据进行实时解算，实现对矿井全风网风量异常值的在线实时分析，弥补了常规安全监控系统在通风监测方面的不足，提高矿井通风管理中对风量异常现象处理的准确性和及时性。 解决了通风网络解算在

19、矿井通风管理中的瓶颈问题，弥补了阻力测定工作难以获取全风网风阻的缺点。7.3.12、大数据供电系统 运用大数据采集井下变电所高压开关、移动变电站、低压开关（含照明综保）等综合保护器的数据，通过光纤环网将井下各变电所的“遥测、遥控、遥信、遥调、遥视”五遥信息传至供电调度中心，实现供电调度中心对井下所有变电所的五遥和供电系统防越级跳闸功能，完成供电系统的自动化和信息化建设，同时将防越级跳闸闭锁信号通过 交换机传至地面变电所相应下井线路继电保护装置，建立基于 的分布式供电区域保护机制，将故障锁定在最小范围内，实现变电所无人值守，有人巡查，减人提效在生产辅助系统的各个环节进行了大数据建设，实现“通风、

20、水文、地质、供排水、安全监测监控、防治水、辅助运输、采空区自然发火光纤综合监测、水文监测、微震监测”等整个安全生产辅助保障业务的信息化管理，开展了多项信息化建设工作。 将接入的各子系统信息通过标准的数据交换方式与安全生产控制平台进行数据传输、处理、存储、发布，并对各类信息进行综合分析，获得涉及安全生产各系统、环节及薄弱危险区域的各类致灾因素的动态数据和分布信息，实时分级、分类、统一进行信息发布，对灾害危险性进行预警报告，达到对矿井安全生产过程全面的监控，为矿井安全生产及时高效管理提供有力的保障。7.3.13、大数据主运输系统 主运输系统大数据建设立足于高起点、高技术和高质量，将 控制系统和分布

21、式网络结构相结合，实现以“地面控制为主，井下监控为辅”的控制模式，建设地面集中控制、可视化和语音通话三位一体的自动化控制系统体系，实现带式输送机高效、稳定、可靠地运行。运用大数据分析手段，实时采集各部带式输送机负荷变化信息，通过变频调速，做到动态伺服控制，达到节能经济运行的效果，实现带式输送机在运输小煤量时低转速运转，从而降低输送带的无功功耗和降低输送带磨损；在运输大煤量时高转速运转，实现输送带最大运转能力，从而提高输送带效率，降低输送带的无功功耗。7.3.14、大数据综合采集系统 根据煤层赋存条件，柠条塔煤矿运用大数据合理布置开采方式，科学选择综采综掘设备。 采用先进的综采设备，对设备配套除

22、必需的技术要求外，按照信息化建设的要求，提出设备运行工况参数的就地显示及远程传输要求，强力推进设备升级，实现综采工作面机电设备各种参数与状态的数据收集、显示及传输，故障的预测预报以及“三机”（采煤机、刮板输送机和液压支架）远程同步自动协同控制，为综采工作面机电设备大数据分析提供基础，提升综采工作面系统生产能力、减少操作人员。7.3.15、大数据煤与瓦斯突出预警系统 研究表明，煤与瓦斯突出事故发生前，瓦斯涌出量、环境温度等会发生变化，并伴有声音、电磁辐射和红外辐射等。因此，通过大数据研究，研究瓦斯涌出量（根据瓦斯浓度、风量、落煤量等计算）、环境温度（监测环境温度、风速、地面进风温度、设备开停等，

23、排除风量、地面进风温度、机电设备开停等影响）、微震、地音、电磁辐射、瓦斯含量、瓦斯压力、采掘位置、赋存条件、地质构造等与煤与瓦斯突出事故的关系，提出预警模型，进行煤与瓦斯突出预警。7.3.16、大数据冲击地压预警系统 研究表明，冲击地压事故发生前，矿山压力等会发生变化，并伴有声音、电磁辐射和红外辐射等。因此，通过大数据研究，研究矿山压力、微震、地音、电磁辐射、环境温度（监测环境温度、风速、地面进风温度、设备开停等，排除风量、地面进风温度、机电设备开停等影响）、赋存条件、地质构造、采掘位置、采煤方法及工艺等与冲击地压事故的关系，提出预警模型，进行冲击地压预警。7.3.17、大数据煤自然发火预警系

24、统 研究表明，煤自然发火，温度、C2H4(乙烯)、C2H2(乙炔)等会发生变化。因此，通过大数据研究，研究温度、湿度、气味、C2H4、C2H2、链烷比、烯烷比、氧气、煤种、煤自燃倾向性和发火期、工作面推进速度、采煤方法及工艺、通风方式等与煤自然发火的关系，提出预警模型，进行煤自然发火预警。7.3.18、大数据水害预警系统研究表明，水害事故发生前，涌水量等会发生变化。因此，通过大数据研究，研究涌水量（监测流量、水仓水位、排水量等）、水压、水位、水温、水质、环境温度、环境湿度、声音、水文地质、气象条件等与水害事故的关系，提出预警模型，进行水害预警。 2.3 基于大数据的煤矿重大关键设备故障诊断 掘

25、进机、采煤机、刮板输送机、带式输送机、提升机、通风机、水泵、压风机、移动变电站等大型设备故障，将影响煤炭正常生产，甚至引发瓦斯和水害等事故。因此，需研究基于大数据的煤矿重大关键设备故障诊断方法和系统，监测设备振动、声音、温度、功率等，发现异常，声光报警。7.3.19、大数据煤炭需求和价格预测系统煤炭长期储存会自燃，煤炭短缺会影响发电、钢铁、建材和煤化工等产业，煤炭供求关系直接影响着市场价格等。因此，需要通过煤矿物联网和大数据，监控煤矿的煤炭产量、煤种、煤质和库存等，铁路、船舶、公路等运输和库存等，发电厂等煤炭用户煤炭库存和用量等，进行煤炭价格与需求预测，实现经济调度，供需平衡。 煤炭需求与GD

26、P等密切相关。煤炭价格既取决于生产成本，也受供求关系影响。因此，通过大数据研究，研究GDP、GDP单位能耗、三产比例、进口出口、电力、钢铁、建材、化工、其他产业、气温等与煤炭需求关系，提出预测模型，进行煤炭需求预测。通过大数据研究，研究煤炭需求量、煤炭产能、库存、运力、石油价格、天然气价格等与煤炭价格关系，建立煤炭价格预测模型，进行煤炭价格预测。7.3.20、大数据煤炭交易风险控制系统依托在中国煤炭市场网煤炭大数据平台海量数据的基础上，精心梳理全方位数据维度，以各个风险为支点，进行数据相关性包围，以大数据的视角重新审视风险的精义，通过数据模型自动性拱卫风控点，及时预警，提前指导。 比如：煤炭生

27、产/供应企业地理数据+库存数据+区域/煤种价格数据解决购买风险，煤炭各项质量指标数据解决煤炭质量风险，下游耗煤企业及其详细需求（比如锅炉型号等）+各区域煤炭调入调出及参与贸易主体解决销售风险，工商、银行、税务数据解决信用风险，财务数据、资金出借方数据、交易对手现金流解决资金风险，运输工具动态跟踪数据+运输成本相关核算数据+运输主体资信数据解决运输风险，等等。7.3.21、井下人员定位管理系统 人员井下定位以当前成熟的射频技术为基础，将射频卡镶置矿工井下作业设备中（大多镶置于安全帽中），通过沿巷道安装读卡器，实现对矿工身上的射频卡进行读取。读卡器读取到射频卡信息后，通过通信网络，将数据传输至监控

28、中心，监控中心对数据进行分析处理后展现在监控终端中。既能够对井下矿工的分布情况、分布区域实时监测。又能够对井下人员行进路线进行跟踪记录，生成历史行进轨迹。还可以利用定位中心最新的位置信息发现出事故地点的人员数量、人员信息，然后利用各种搜救仪去寻找射频卡信息，精准的确定遇险人员位置。7.3.22、视频监控系统 可使用PC、笔记本、手机、PDA等各种终端通过通信网络对矿区、井下、运输、出入库等情况进行实时视频监控。通过调取历史视频信息，可以根据用户需求对历史某一时间段的视频信息进行回放。视频监控系统可以远程对摄像机的云台进行控制，以调节摄像机焦距、监控范围等参数。7.3.23、生产调度系统 实现对

29、矿区煤炭经营情况及其它、其他生产情况、本日管理人员请假情况、职工出勤情况、职工病假请假情况、未参加调度会人员统计表；各个重点工程的早班、中班和夜班的工作内容。7.3.24、语音报警系统 将安全故障分为3个等级，分别为：一般告警、紧急告警、重大告警，每种告警方式都以短信、语音群呼、平台红色报警的形式实现。按照告警级别的不同，告警目标群体不同。 实时获取平台数据由各个预警系统分析数据，超值数据按照级别，由语音服务器发往信息中心、目标手机等，方便指挥中心迅速做出判断，及时解决危险，防患于未然。7.3.25、生产日报系统 主要是按照当天或历史类别查询库存、产量、通过各种途径的销量、对生产系统影响、生产

30、单位和入洗量统计的生产数据报表等情况。生产日报查询系统默认显示当天的生产数据报表，用户也可以通过输入查询日期操作，查询特定某一天的历史生产数据报表。7.4、系统网络和硬件设备系统硬件设备：硬件设备采用物理机服务器本次设计的服务器具备以下特点：1、高性能的吞吐速率与处理速度2、大容量：服务器系统必须通讯处理，交换要求，满足并发连接处理的批处理所要求占用的系统资源的要求。3、可靠性：数据存储的安全，完整，高效至关重要，从硬件方面来考虑，则要求服务器系统必须具有很高的可靠性。4、扩展性：要求所选的服务器的伸缩性及升级能力强，具有强大的可升级能力，以适应今后较长一段时间的业务处理。5、安全性：包括能够

31、自动长时间的连续运行要求，出现故障后自动恢复能力，内存保护能力和对数据所提供的安全保护能力等。1.服务器设备主要技术参数要求:(参考知名品牌)设备名称设备型号设备参数数量通讯服务器曙光天阔-A420R-G2*6核，1.866KB，18M。标配CPU2个，最大6个，内存8G，SAS 2x300G，2TB*22文件服务器曙光天阔-A420R-G2*4核，1.866KB，18M。标配CPU2个，最大6个，内存8G，SAS 2x300G，2TB*22地理信息服务器曙光天阔-A420R-G2*6核，1.866KB，18M。标配CPU2个，最大6个，内存8G，SAS 2x300G，2TB*21数据库服务器

32、曙光天阔I840R2*4核 标配2个CPU,最大CPU4个，DDR3 2*4G,SAS 2X300G 2TB*22网络视频服务器曙光天阔A420R-G2*6核，1.866KB，18M。标配CPU2个，最大6个，内存8G，SAS 2x300G，2TB*21系统网路设置：本系统支持 VPN 组网、基于 TCP/IP 协议的 CDMA/GPRS 无线网络、PSTN 网络、宽带网、近距离的串行总线网络等架构，本次网络设计拟优先选用 ADSL VPN专网模式。同时针对用户端设备， 系统可选用互热备份的双路由架构，当主路由出现故障时， 设备自动切换至备用路由进行数据传输。7.5、系统软件设计开发系统Cen

33、tOS-6.5-x86_64开发语言jdk-7u79-linux-x64开发工具MyEclipse10Hadoop版本HDP-5.3.8-HadoopHadoop组件HDFS、Yarn、flume-ng、Hbase、Hive、spark-1.6、sparkStreaming-1.6、sparkSQL-1.6、Kafka-1.0后端技术架构SOA 、spring3、Struts2、hibernate3 、JavaScript7.6、系统的安全和备份机制7.6.1物理环境安全设计部署 物理环境安全：包括设备布置安全、设备供电安全、电缆安全、设备维护安全、场所外设备安全、设备的处置及再利用安全。7.6.2网络通信安全设计部署系统在设计过程中根据不同区域内安全等级的不同采取了相应的安全策略，采用安全隔离服务器，防火墙，路由器，前置机等措施隔离内外网数据流实现事前管理，并通过入侵检测软件，系统日志分析等实现事后处理。另外，防火墙支