DB23-T 3474-2023非煤智慧矿山信息系统技术规范

ICS35.240.5023CCSL6723黑 龙 江 省 地 方 标 准DB23/TXXXX—XXXX非煤智慧矿山信息系统技术规范XXXX-XX-XX发布 XXXX-XX-XX实施黑龙江省市场监督管理局 发布DB23/XXXXXDB23/XXXXX—XXXXPAGE\*ROMANPAGE\*ROMANII目  次前言 II范围 1规范性引用文件 1术语和定义 1缩略语 1一般要求 1基本流程 3技术评价 4附录A（资料性）非煤智慧矿山信息系统框架设计示意图 5参考文献 6前 言本文件按照GB/T1.1-2020《标准化工作导则第1部分∶标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由黑龙江省工业和信息化厅提出并归口。本文件起草单位：黑龙江省工业信息化发展中心(黑龙江省电子技术研究所)、黑龙江创新推广工业互联网发展中心有限公司、黑龙江省标准化研究院。本文件主要起草人：郑显生、郭宇亮、王胜男、罗松、陈要武、王伟健、施晓林、董力、王丹丹、董震宇、王淼庚、车涵、李辉、姜欣、李宝才、王军、左晓英、刘鹏林、曲鹏飞、刘昊、严悦、张颜遵。DB23/XXXXXDB23/XXXXX—XXXXPAGEPAGE1非煤智慧矿山信息系统技术规范范围本文件给出了非煤智慧矿山信息系统建设的术语和定义、缩略语、一般要求、基本流程和技术评价。本文件适用于非煤（有色、铁、石墨等）矿山的信息化、数字化、智慧化等信息系统大数据平台的建设。规范性引用文下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T34679-2017智慧矿山信息系统通用技术规范术语和定义GB/T34679-2017界定的术语和定义适用于本文件。3.1智慧矿山基于空间和时间的四维地理信息、泛在网、云计算、大数据、虚拟化、计算机软件及各种网络,集成应用各类传感感知、数据通信、自动控制、智能决策等技术,对矿山信息化、工业自动化深度融合,能够完成矿山企业所有信息的精准适时采集、高可靠网络化传输、规范化信息集成、实时可视化展现、生产环节自动化运行,能为各类决策提供智能化服务的数字化智慧体,并对人—机—环的隐患、故障和危险源提前预知和防治,使整个矿山具有自我学习、分析和决策能力。[来源：GB/T34679-2017,3.1]3.2大数据平台是一种通过内容共享、资源共用、渠道共建和数据共通等形式来进行服务的网络平台，是以处理海量数据存储、计算及不间断流数据实时计算等场景为主的基础设施。缩略语下列缩略语适用于本文件。API应用程序编程接口（ApplicationProgrammingInterface）ETL数据抽取转换加载(ExtractTransformLoad)MDM主数据管理（MasterDataManagement）ODS操作数据存储（OperationalDataStore）URL统一资源定位系统(UniformResourceLocator)一般要求建设目标平台建设应实现：对非煤智慧矿山信息化、自动化深度融合，完成非煤智慧矿山企业信息的精准适时采集、高可靠网络化传输、规范化信息集成；实时可视化展现、生产环节自动化运行，实现非煤矿山生产的智慧化管理；为非煤智慧矿山生产各类决策提供智能化服务的数字化智慧体；对非煤智慧矿山生产的隐患、故障和危险源提前预知和防治；使整个矿山具有自我学习、分析和决策能力。主要功能平台主要功能应包括：通过梳理非煤智慧矿山建设中底层大数据平台的设计和开发数据标准规范体系，实现非煤智慧矿山多系统数据互联；构建业务集约化管控大数据平台，含数据仓库、数据综合采集平台、各主题数据分析模型、多端数据图表展示系统和数据运维全局监控平台；实现安全生产核心数据的互联互通和资源共享，满足非煤智慧矿山底层数据采集、存储、分析、展示等多维应用；提供创新性研究的数据基础，提升安全生产综合监测风险预警和生产智能化能力。建设原则平台建设原则包括：安全性。大数据平台应采取安全性高的访问认证机制，同时在平台建设中应充分重视系统自身的安全性，并保证数据的安全性；可扩展性。大数据平台的设计和研发应具有良好的扩展性，以满足业务不断发展变化的要求；灵活性。在大数据平台的设计和实施中要考虑与其他应用系统的整合，能够实现多种类型的接口，并可以灵活地接入其他系统中，拓展服务类型和服务能力。框架设计平台整体框架设计应根据数据的流向自底向上划分为四层（见附录A）：ETL数据计算层。实现离线数据计算、实时计算、ODSDM数据服务层。实现读写分离功能，将偏向应用的查询等能力与计算能力剥离，包括实时查询、多维查询、常规查询、系统对接等应用场景；数据产品层。实现不同场景的数据应用功能，包括生产数据分析、安防数据分析，人员定位数据分析、各核心系统数据监控、数据调度等应用场景。基本流程数据采集数据采集应满足：基于以太网模式的网络链接；基于组态软件的实时性；基于可视化的过程监控；支持围绕数据质量做轻量清洗；支持数据转换自动化；支持多种工业数据协议采集。数据交换数据交换过程应满足：URL请求数据：数据在消息传输过程中，通过表单或字符串参数提交；响应数据：相应数据直接放入请求响应的数据流中，获得相应字符流按照数据格式解析为对应的响应数据；webservice，socket，http数据接口调用数据接口调用方式应注意：业务系统对接应掌握系统内部数据计算逻辑，调用数据仓库接口时统一调用接口报文转换工APIAPI统一接口报文转换工具的接口不关心业务规则与流程，应关注接口调用的规则以及其他细节，同时高扩展性，如：加解密、签名，报文封装，报文转换效率。API业务系统与数据仓库的接口调用，与调用系统内部其他模块一样，不需要专门约束和单独的系统级接口开发。也满足数据仓库自身的数据质量要求。主数据管理MDM建模。用灵活的数据模型定义任意类型的主数据；识别。快速匹配和准确识别重复项目；解决。合并以创建可靠、唯一的真实来源；联系。揭示各类主数据之间的关系；治理。创建、使用、管理和监控主数据。MDM数据分析建模数据分析建模应满足：能够为数据分析师、业务人员提供更多的数据建模功能和数据的洞察，让数据更加智能化；支持对数据进行多维度下钻、单图之间数据联动、对数据异常点进行标注、指标异常检测等功能。数据下钻数据下钻应满足：通过多维度数据下钻，分析更为精确详细的数据；通过查找数据异常的点，分析数据出现问题的点和原因。数据联动平台进行业务分析的时候，应进行数据联动，根据一个表的数据变化情况联动展现其他相关表的数据。数据联动宜将图表作为筛选器，点击一个数据项，与其关联的图表将会筛选出所选项的数据内容。数据异常检测通过分析海量数据，从中发现数据集中隐含的模式和规律。在海量数据中实时发现异常的数据，并把它们转为有价值的商业信息，支持快速的商业决策。平台应能够自动检测指标异常，给出预警提示，及时发现业务的问题，起到保障作用。数据异常分析通过异常分析查找数据波动的原因，并根据日常运营工作和数据波动之间的相关性及影响程度，找到促进数据增长的途径，改善数据结果。数据可视化数据可视化应满足：支持各种类型的数据源整合到一张报表中；将单元格和数据绑定，快速对数据进行清洗、计算和统计；PC、手机、大屏等进行浏览和分析；内置多种图表样式，通过输入数据维护对报表样式进行推荐，打造出各种样式的数据可视化效果。技术评价依据《工业和信息化部办公厅关于印发<建材工业智能制造数字转型行动计划（2021-2023年）>的通知》、《黑龙江省人民政府关于印发推动“数字龙江”建设加快数字经济高质量发展若干政策措施的通知》等文件开展评价工作。附录A（资料性）非煤智慧矿山信息系统框架hive大数据处理Redis数据缓存Druid连接地管理Kafka流数据分发调度清洗实时计算hive大数据处理Redis数据缓存Druid连接地管理Kafka流数据分发调度清洗实时计算记录数据计算层数据产品层数据服务层业务统计应用监控数据巴士数据地图业务统计应用监控数据巴士数据地图元数据管理数据建模大屏展示数据下站元数据管理数据建模大屏展示数据下站DM数据质量管理DM数据质量管理机器学习基础数据缓存深度学习数据仓库基础数据缓存深度学习数据仓库数据库后台服务日志采集报文转换数据采