基于聚类算法和行程编码的工业数据报表系统概述与实现.docVIP

　　基于聚类算法和行程编码的工业数据报表系统概述与实现 第一章 绪 论 1.1课题研究的背景 目前 DCS(Distributed Control System)系统广泛应用于工农业生产的各个领域，其中服务器端通常采用组态软件进行设计，如国外的 WinCC、Citech、ASPEN-tech；国内的力控、组态王、世纪星等。它们都是在自动控制系统监控层一级的软件平台和开发环境，使用灵活的组态方式，为用户提供具有快速构建工业自动控制系统监控功能的，且具有一定层次的软件工具。其中报表系统是组态软件的一个重要功能，承担着对工业生产过程中产生的数据进行归档、查询，为管理人员提供数据分析依据的重任。但是报表中信息在实际存储中却受到很多限制[2]：海量数据处理能力不足报表系统多是组态软件自带的报表工具，当存储数据量过大时，报表系统存储数据仍然是按照顺序进行存储，不对数据进行压缩处理，这样会造成存储空间需求增大，系统运行缓慢等一系列问题。 .. 1.2课题 石家庄桥东污水处理厂是总投资 9.6 亿的省重点项目，也是河北省利用世界银行贷款河北城市环境项目的子项目之一，目前已投入运营，使得市区京广铁路以东的城市污水得到了有效的处理。石家庄桥东污水处理厂采用的是国际上领先的网络控制系统，其监测网络拓扑结构图如图 1-1 所示：使用德国西门子公司的网络控制系统来对全厂各个污水处理端口进行检测控制，同时通过厂内光纤环网将采集到的数据进行上传，传送至中控室内，由中控室内的数据服务器进行处理、存储。中控室各个终端采用西门子公司的 WinCC 软件。现场控制级。现场控制终端采用西门子公司的 PLC S7-300 和 S7-200相结合的监测、控制方式，接受上一级的控制指令，对现场设备进行监测和控制；并将在现场设备监测端口采集的数据进行上传、汇总，送往上一级服务器。现场管理子站。采用西门子公司的 PLC S7-400 作为子站服务器，分别对污水处理厂的进水泵站、鼓风机站、变电站、污泥控制室等 4 大部分的现场设备和仪表进行监测和管理。三级现场控制单元检测采集的数据经过汇总，会集中到各自对应的子站服务器中，等待上位机进行数据交换操作。 第二章 行程编码和聚类算法相结合的数据压缩算法研究 2.1 数据库的数据组织及访问方式 数据库是按照数据结构来组织、存储和管理数据的仓库。随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统，他们都在各个方面得到了广泛的应用。二维表在数据库存储中占有重要地位，因为数据库中多数数据都是存储在像二维表这样的关系表中。当对数据库中数据进行查询时，二维表也是一个基本单位，二维表的结构特点决了二维表在关系数据库中的地位。二维表的行称为一个元组，列称为属性。二维表中的记录数随实体的增减而变化，但字段个数却是相对固定的，因此所有记录的长度都是相同的。二维表之间的数据联系通过一个表的码与另一个表的外码的连接来体现[14]。访问关系数据库有两种方式：一种是通过代理对数据库进行访问[15]；另外一种是通过专门的镶嵌在数据库中的数据库查询语言 SQL 语句对数据库进行访问[16]。通过代理模式访问数据库需要一个专门的代理结构来访问数据库，即先向代理结构申请，再由代理结构访问数据库。图 2-1 表示的是代理式访问方式的流程。 2.2 关系数据库的数据冗余与冗余的度量 类型冗余的存在是运行压缩的条件之一。通常情况下，冗余主要是指数据的重复，包括在时间上、数据量上、空间上的重复。关系数据库的数据重复主要有表的重复、属性的重复、元组的重复等,其具体含义为：(1)为了数据安全的需要制作备份表，当主表被破坏时可用此恢复数据。分布式数据库为减少数据通讯开销也常重复放表，这种数据冗余在这里是必需数据冗余，不能删除。若是因其他原因产生的非必要的重复表则应予以删除。(2)属性重复有不同表的属性重复和同一表内属性重复两种情况：不同表的属性重复常用来建立表之间联系，这只需要一个公共属性，这是必需数据冗余，不能删除；各表间的多于一个的属性应当删除。同一表内有相同属性内容的多个属性，若非数据安全检查的需要，应当删除。(3)表内不同记录内容有时会完全相同，若非必要，应予以删除。元组的重复所引起的数据冗余的消除由记录级的操作完成。上面数据库的重复方式基本相类似，但还有另外一种冗余存在方式。比如：某张二维表的工号字段所储存的数据为3 423 453和3 423 464，整条数据是不一样的，但是其某些数据是一样的，这样的冗余重复在数据库的存储中也占有很大部分，也是数据压缩时经常处理的一种压缩形式。 .. 第三章 工业数据报表系