[发明专利]一种智能工厂多源安全大数据结构化管理方法

权利要求书

1.一种智能工厂多源安全大数据结构化管理方法，其特征在于，包括以下步骤：

(1)通过多源数据采集模块采集智能工厂的多源安全大数据，并按更新时间尺度将多源安全大数据分为静态数据和动态数据，建立智能工厂安全数据库；

(2)分析静态数据和动态数据的组成要素、现有数据组织结构，分别建立静态数据和动态数据的结构化模型；

(3)基于静态数据和动态数据的结构化模型，得到智能工厂安全数据库的主数据表定义，实现对多源安全大数据的结构化管理。

2.根据权利要求1所述的智能工厂多源安全大数据结构化管理方法，其特征在于，所述的静态安全数据包括工厂设计数据、安全事故记录数据、安全应急预案数据及安全失效数据。

3.根据权利要求2所述的智能工厂多源安全大数据结构化管理方法，其特征在于，建立工厂设计数据模型，表达为：

PlantDesignData＝(eID，elayoutdata，esizedata，eprocessdata，etechnicaldata)

其中eID为TE工厂生产线设备编号，elayoutdata为设备布局，esizedata为设备外形尺寸，eprocessdata为设备工艺参数，包括原料产品、加工工艺等，etechnicaldata为设备安全技术参数，包括设备可靠性参数等。

4.根据权利要求2所述的智能工厂多源安全大数据结构化管理方法，其特征在于，建立安全事故记录数据模型，表达为：

AccidentData＝(aID，aDatetime，aPlace，aEnvironment，aLevel，aType，aCause，aLoss)

其中aID为事故编号，aDatetime为事故发生时间，aPlace为事故发生地点，aEnvironment为事故发生的气象条件以及周边环境，aLevel为事故等级，aType为事故类型，aCause为事故起因，aLoss为事故所造成的后果损失。

5.根据权利要求2所述的智能工厂多源安全大数据结构化管理方法，其特征在于，所述的安全失效数据包括安全设备失效数据和人员失效数据；

建立安全设备失效数据模型，表达为：

SEFailureData＝(ID，Name，Location，ServiceTime，Inventory，Failure，Ma intenance)

其中ID是安全设备在厂区的唯一标识；Name是设备名称；Location是地理数据；ServiceTime为累积服役时间；Inventory是编目数据；Failure是失效数据；Maint enance是维护数据；

建立人员失效模型，表达为：

HumanFailureData＝(action，failureRate)

其中，action为人员行为事件，failureRate为失效率。

6.根据权利要求1所述的智能工厂多源安全大数据结构化管理方法，其特征在于，所述的动态数据包括DCS过程数据/报警数据、人工/自动巡检数据及视频监控安全数据。

7.根据权利要求6所述的智能工厂多源安全大数据结构化管理方法，其特征在于，建立DCS过程数据模型，表达为：

ProcessData＝(TimeStamp，VariableSet)

其中，TimeStamp为采样时间戳，VariableSet＝{v₁，v₂，...，v_n}为所监测的过程变量集合。