煤矿现场数据库中的关键技术

煤矿现场数据需要采集存储以分析利用,发挥其价值。煤矿现场数据具有来源异构、采集频度高、数据量大等特点。因此,在数据采集上,采用文件、数据库、OPC等技术;在数据传输上,采用Kaf-ka进行数据发布订阅;在数据存储上,采用MongoDB按时间划分的Collection进行存储,并提供数据访问接口;在数据压缩上,采用死区算法的变型算法,并结合常见情况进行压缩策略补充。基于以上关键技术,进行了煤矿现场数据库的研发,并得到了成功应用。

煤矿现场数据库采集器设计

煤矿现场会产生大量数据,包括环境监测数据、设备监测数据、计量监测数据等。这些现场数据来源系统多样,数据产生频度高,数据超越阈值或是状态变化时需要进行监测,这些数据对于现场指挥及过程优化具有重要作用。为充分利用煤矿现场数据,针对煤矿现场数据的特点进行了煤矿现场数据库设计,其中采集器是其重要组成部分。在采集器设计中,采用了OSGI技术进行模块化设计,使现场数据接入部分具有可扩展性,采用OSGI容器KARAF进行采集器管理,将数据压缩功能前置到数据采集器,从而减少网络数据传输量。模块化技术的采用,使采集器的功能可以按需组装,既可部署全部功能,也可部署部分功能,并提高了模块的复用性和扩展性。