有色行业及智能制造领域数据体系标准.docx
- 文档编号:12580742
- 上传时间:2023-04-20
- 格式:DOCX
- 页数:11
- 大小:47.62KB
有色行业及智能制造领域数据体系标准.docx
《有色行业及智能制造领域数据体系标准.docx》由会员分享,可在线阅读,更多相关《有色行业及智能制造领域数据体系标准.docx(11页珍藏版)》请在冰豆网上搜索。
有色行业及智能制造领域数据体系标准
1.标准体系
在遵循有色行业及智能制造领域已发布的相关标准规范的基础上,建立
包含但不限于如下所列标准和规范体系:
数据编码规则、数据治理流程规范、数据使用规范、业务流程标准、数据库设计规范、运维服务规程、运维管理规程。
关注重点是数据编码规则。
1.1数据编码规则
站在企业全局的角度,对有色企业所涉及的数据编码进行统一建设。
通
过识别数据编码对象,根据信息内容的属性或特征,将信息按一定的原则和方法进行区分和归类,并建立起一定的分类系统和排列顺序,构成数据编码标准。
主要调研内容如下:
调研目前企业业务上的各种数据编码对象及编码规则。
收集与有色企业相关的各种国际国家行业等相关标准,重点为数据编码规则调研目前在用系统中的各种数据编码规则。
收集各种业务表单中的数据编码对象和编码内容、编码规则
按照"国际标准-国家标准-行业编制-企业标准"的建设原则,对所有数据编码对象,按照编码定义、编码规则、编码记录、对应数据元素(使用该编码数据的数据项)的方式,构建有色企业的数据编码标准。
1.2数据治理流程规范
把数据作为企业重要的资产进行管理,从组织架构、职责分工、管理流
程、数据质量、数据安全等方面建立完整的数据治理流程规范,从而加强数据在接入、清洗、存储、共享、应用、质量、安全等方面的监控,提高数据
质量,消除数据壁垒,促进数据共享及应用。
主要调硏内容如下:
调研各业务部门对数据采集、使用过程中存在的问题和数据质量及
安全要求。
调研梳理业务及其产生的数据,形成用户视图标准,分析数据质
调研梳理在用系统中的业务数据,形成系统数据字典。
分析数据质量。
在用户视图标准和数据字典的基础上,形成企业统一的数据标准,开展企业数据资产管理。
调研各系统中的稳定、共享性高的数据,建立企业主数据标准,开展主数据管理。
调研梳理各系统各部门之间的数据流,形成全企业数据流程图。
调研目前数据管控组织、流程及数据管理制度现状和未来数据管理要求。
根据调研IW况,围绕数据全生命周期,从数据管理组织、制度、流程、
质量、安全、元数据、主数据、数据标准等多个方面z建立数据治理体系及其规范。
1.3数据使用规范
数据使用就是对现有的业务支撑系统的数据进行统一的数据管理、质量管控、并且通过标准的共享模式,实现核心数据统一存储,维护和使用的问题,提升交易中心现有数据的安全存储和高效使用等能力,并更加深入地进行数据挖掘等工作,为中心创造更多的价值。
未来的数据管理平台将对现有系统的数据进行统一的数据的整合、数据的管控,并运用数据进行统一的服务管控来提升服务共享的水平,为中心的服务提供全方面的数据支撑。
13.1数据集成数据整合就是将离散于各个业务系统中的数据进行集中化。
数据整合阶段主要分为以下三个步骤执行:
•数据类型识别根据业务使用情况分析目前各个系统中的数据实体,其
中哪些是主数据,哪些是非主数据但需要共享的数据,哪些是私有数据。
数据类型会作为制定同步规则和清洗规则的重要依据。
■数据同步规则确定分析采集的各种数据需要达到的同步频率,从实
时、准实时到天、月不等,针对不同的同步频率需求结合每次同步的数据量来选择同步方式,ETL(抽取■转化■加载)和ESB企业服务总线)分别适用于不同场景。
ETL本身也有多种具体的技术手段来实现各种情况下的同步,如Hotplug、全表对比、时间戳等。
在这里,将根据不同的数据类别和数据使用频度和需求频度等情况,制定出相应的数据同步的机制,采用实时数据整合和批量数据整合两种方式进行数据的整合。
.数据清洗规则确定
在进行数据整合过程中,由于不同系统中可能重复出现的数据,以及数据本身的缺失和错误等问题,为了避免由于不同系统中相同数据由于编码规则、格式之间的差异,在清洗过程中需要制定统一的数据清洗规则,对数据进行清洗和转换,确保数据管理平台中的数据能够保持一致性。
同时,在数据清洗的过程中,需要对采集数据的质量以及清洗后数据的质量进行检测。
其中,在数据采集过程中,对采集的数据进行整合,确保采集的数据都能满足质量要求,能够通过正确的清洗和转换;对于转换完成的数据,通过
再次的检测,保证转换数据的一致性和正确性,从而确保数据的准确行和权威性。
1.3.2数据管控
数据管控就是对于进行整合后的数据进行相关的管控,使其能够满足交
易中心管理对于数据使用的各种需求。
1.3.3服务共享数据共享的基本思路是将现存系统中点对点的网状结构
改造为基于数据总线的模式。
通过运用数据总线的模式,通过统一规范的数据共享机制使得对于数据管理的可以大大降低后续对数据维护的成本。
1.3.4服务治理
在总线上实现数据服务共享后,为了使用户更好的了解数据服务的应用
情况,需要在为系统上搭建数据服务的维护管理功能。
用户可通过图形化的方式实现对数据服务的监控、统计和分析。
1.4业务流程标准业务流程图是表达业务场景最重要的描述方法,是需
求分析与系统设计的重要衔接点。
业务流程图体现了各单位、部门、人员之间业务关系、作业顺序和管理信息流向的图表,在绘制过程中可以帮助找出业务流程中的不合流理向,全面了解业务处理的过程。
在绘制业务流程图的过程中,应该遵守以下规范:
流程应体现的业务完整性(有始有终);流程应体现其大阶段(如生命周期)的流畅性;流程应体现部门岗位的协作性;流程应清晰表达其分支条件。
图合同管理业务流程图示例
1.5数据库设计规范
数据库设计是指对于一个给定的应用环境,构造最优的数据库模式,建立数据库及其应用系统,使之能够有效地存储数据,满足各种用户的应用需求,主要调研内容如下:
1.5」数据库设计原则
表设计原则
(1)规范化与反规范化调研目前系统中表设计符合第三范式情况。
反规范化:
有时为了提高某些查询或应用的性能而可以破坏规范规则,
增加冗余。
(2)数据表分类说明调研系统中根据应用的实际需要和特点,数据表的
分类,比如:
基本数据表、
标准编码表、业务数据表、系统信息表、统计数据表、临时处理表、其
他类型表等。
字段设计原则
调研表字段的设计原则。
防止SQL注入等
收集目前数据库设计的相关文档
键设计原则
调研表中外键的设计原则,唯一健、夕卜键等。
收集目前数据库设计的相
关文档
索引设计原则
调研索引设计原则
收集目前数据库设计的相关文档
LOB设计原则调研大字段设计原则,如无特别需要,避免使用大字段。
1.5.2完整性设计
从完整性角度调研系统的数据库设计。
这不但包括通过标准化实现的完整性而且还包括数据的功能性。
调研表中主键约束状况
调研表中外键使用状况
调研NULL值表字段使用的情况
调研数据库中触发器使用情况调研数据库中视图、存储过程等使用情况调研根据数据的使用频繁度,大表定期分区、分库归档情况调研主库/归档库物理分离状况
1.5.3命名规范设计
从数据库命名规范的角度调研其系统在这方面的标准。
总则
调研命名中除了字母、数字、下划线之外的字符使用。
调研命名长度、描述符合度情况、SQL关键字使用情况。
表
调研数据库表的命名,以及其标准。
数据表、编码表、系统表、
统计表、临时表、日志表等。
字段
调研字段名的命名情况,易于理解,能表达字段功能的英文单词或单词缩写。
调研字段类型使用情况
主外键
调研表中主键的命名,如:
PK_表名>
调研表中外键的命名”如:
忆<表S>_<主表名>_<外键字段名>索引
调研索引的命名,如:
IDX/名>_V构成索引的字段名〉
视图
调研试图的命名,如:
V_v系统标识>_<视图标识>
存储过程
调研存储过程的命名,如:
SP一系统标识>_<存储过程标识>函数
调研函数的命名,如:
F_v系统标识>_<函数标识>
触发器
调研触发器的命名,如:
TR一表名〉_<i、U、d的任意组合〉其他
调研其他命名,如:
序列、游标等
1.5.4安全性设计
管理默认用户
调研系统在生产环境中,其默认用户的管理情况,比如必须严格管理
SYS和SYSTEM用户,必须修改其默认密码,禁止用该用户建立应用数据库对象。
删除或锁定SCOT等默认安装但不使用的用户。
数据库级用户权限设计
调研数据库用户权限使用情况,必须按照应用需求,设计不同的用户访问权限。
包括应用系统管理用户,普通用户等,按照业务需求建立不同的应用角色。
用户访问另外的用户对象时,应该通过创建同义词对象
SYNONYM行访问。
角色与权限调研数据库中每个角色对数据库表的操作权限,如创
建、检索、更新、删除等。
每个角色拥有刚好能够完成任务的权限。
应用级用户设计
调研应用级的用户账号使用情况,密码不能与数据库相同,防止用户直接操作数据库。
用户只能用账号登录到应用软件,通过应用软件访问数据库,而没有其它途径操作数据库。
用户密码管理
调研用户表中密码加密情况,数据库中用户账号的密码必须进行加密处理,确保在任何地方查询都不会出现密码的明文。
SQL防注入
调研系统中防注入的设计情况,防止XX访问用户的敏感数据。
1.6运维服务规程在有色行业及智能制造领域>探索形成了打通企业运营〃信息孤岛〃为
核心的互联工厂模式主要做法是应用物联网技术实现产品、物料等的唯身份标识,生产和物流装备具备数据采集和通信等功能
建了生产数据采集系统、制造执行系统(MES)和企业资源计划系统
(ERP)并实现这些系统之间的协同与集成。
企业需要重视企业的技术研发,用好新技术,在生产过程中推动智能
制造。
发展智能制造,既符合中国制造业发展的内在要求,也是重塑我国制造业新优势、实现转型升级的必然选择。
大力发展智能制造,是实体制造业实现高质量发展的必由之路。
1)建有标准化信息采集与控制系统、自动诊断系统、基于专家系统的
故障预测模型和故障索引知识库。
采用远程运维服务模式的智能装备/产品应配置开放的数据接口,具备数据采集、通信和远程控制等功能,利用支持
IPv4、IPv6等技术的工业互联网f采集并上传设备状态、作业操作、环境情况等数据,并根据远程指令灵活调整设备运行参数。
2)可实现装备(产品)远程无人操控、工作环境预警、运行状态监测、故障诊断与自修复。
建立智能装备/产品远程运维服务平台,能够对装备/产品上传数据进行有效筛选、梳理、存储与管理,并通过数据挖掘、分析,向用户提供日常运行维护、在线检测、预测性维护、故障预警、诊断与修复、运行优化、远程升级等服务。
3)建立产品生命周期分析平台、核心配件生命周期分析平台、用户使
用习惯信息模型。
智能装备/产品远程运维服务平台应与设备制造商的产品全生命周期管理系统(PLM)、客户关系管理系统(CRM)产品硏发管理系统实现信息共享。
4)可对智能装备(产品)提供健康状况监测、虚拟设备维护方案制走
与执行、最优使用方案推送、创新应用开放等服务。
智能装备/产品远程运维服务平台应建立相应的专家库和专家咨询系统,能够为智能装备/产品的远程诊断提供智能决策支持,并向用户提出运行维护解决方案。
5)建立信息安全管理制度,具备信息安全防护能力。
通过持续改进,
建立高效、安全的智能服务系统,提供的服务能够与产品形成实时、有效互动,大幅度提升嵌入式系统、移动互联网、大数据分析、智能决策支持系统的集成应用水平。
1・7运维管理规程运维服务体系由运维服务制度、运维服务流程、运维
服务组织、运维服务队伍、运维技术服务平台以及运行维护对象六部分组成,涉及制度、人、技术、对象四类因素。
制度是规范运维管理工作的基本保障z也是流程建立的基础。
运维服务组织中的相关人员遵照制度要求和标准化的流程,采用先进的运维管理平台对各类运维对象进行规范化的运行管理和技术操作。
运维管理的原则有以下几个方面。
1)以完善的运维服务制度、流程为基础。
为保障运行维护工作的质量
和效率,应制定相对完善、切实可行的运行维护管理制度和规范,确定各项运维活动的标准流程和相关岗位设置等,使运维人员在制度和流程的规范和约束下协同操作。
2)以先进、成熟的运维管理平台为手段。
通过建立统一、集成、开放并可扩展的运维管理平台”实现对各类运维事件的全面采集、及时处理与合理分析,实现运行维护工作的智能化和高效率。
3)以高素质的运维服务队伍为保障。
运维服务的顺利实施离不开高素
质的运维服务人员,因此必须不断提高运维服务队伍的专业化水平,才能有效利用技术手段和工具,做好各项运维工作。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 有色 行业 智能 制造 领域 数据 体系 标准