[发明专利]一种智能工厂多源安全大数据结构化管理方法

说明书

本发明公开了一种智能工厂多源安全大数据结构化管理方法，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。本发明的多源安全大数据结构化管理方法对各类数据进行结构化建模与描述，将非结构化数据转化为结构化数据，从而实现对多源安全大数据的结构化管理，最大程度实现安全大数据的应用价值。

技术领域

本发明涉及工业安全数据管理方法，尤其涉及一种智能工厂多源安全大数据结构化管理方法。

背景技术

随着智能制造时代的来临，智能工厂工业大数据技术及实践应用将成为未来提升企业竞争力、生产力和创新力的重要驱动力。工业大数据一般可分为企业信息化数据、工业物联网数据以及外部跨界数据。其中，企业信息化和工业物联网中设备运行过程所产生的海量生产时序数据是导致工业数据规模变大的主要来源。在工业大数据背景下，安全数据涵盖生产作业安全、企业安全规范制度等各领域，如事故调查报告、安全应急预案、工艺流程安全数据、视频监控数据、生产图纸信息等；数据载体的表现形式也更为丰富，包括数值、文本、语音、视频、图片等；数据的获取手段更为全面，包括物联网技术下的移动终端采集系统、视频监控系统、生产实时数据采集系统，以及互联网等。

为加快工业大数据在安全生产领域的发展，国家安全监督管理总局于近年提出建立安全生产数据库的目标，同时指出目前安全生产大数据面临的主要问题包括缺乏统一的标准、部门协调能力不足、信息化能力弱、分析工具欠缺、专业人员缺乏和数据规模小而缺乏原始信息等。

王秉等在文献“基于安全大数据的安全科学创新发展探讨”中提出安全大数将对安全科学领域产生深远影响，表现在改变人们对安全现象的思考方式、提升安全科学研究的时效性、增强安全分析结果的客观性等诸多方面。

李金诺在文献“浅谈石油行业大数据的发展趋势”中充分肯定工业大数据应用价值的同时，指出工业大数据目前需要解决的问题主要有数据的采集与存储、数据分析及可视化、数据开放共享等。

苏鑫等在文献“大数据技术在过程工业中的应用研究进展”中指出工业大数据除了具有一般大数据的4V特性，即海量性(Volume)、多样性(Variety)、高速性(Velocity)、易变性(Variability)外，还具有样本分布不均匀、强非线性、高维度等特点。

刘强等在文献“过程工业大数据建模研究展望”中指出工业大数据的采样率高、数据源广，数据大量以图片、视频、文档等非结构化形式存在，其具有多层面不规则采样性、多时空时间序列性和不真实数据混杂性等特性。

公开号为CN201710766584.7的中国专利文献公开了一种安全数据管理方法、终端及计算机可读存储介质，该安全数据管理方法通过监测安全数据是否被调用，在监测到安全数据被调用时，控制终端通过所使用的数据网络接入VPN，然后通过VPN，使用安全数据完成业务。

公开号为CN201710627875.8的中国专利文献公开了一种智能工厂系统，包括下层SCADA过程控制系统、中层MES制造执行系统、上层ERP业务计划系统。

公开号为CN201510770114.9的中国专利文献公开了一种面向工业大数据的知识表示及其自动化应用方法。包括创建智能对象库、相应的各种判定条件和计算模型及自动化规则、业务流程等内容。

综上可知，目前所存在的工业大数据通常是多源异构的，如果不对数据格式进行统一结构化管理，则无法实现价值挖掘。如何合理有效地实现多源工业大数据的结构化建模和管理成为目前亟需解决的问题。

发明内容