Аннотация
Целью исследования является повышение эффективности функционирования Хранилища технологических данных в системе управления многостадийным металлургическим производством с последовательной увязкой по иерархическим уровням и интеграцией в единую систему сбора и обработки информации. В ходе исследования выполнен анализ количества записей в Хранилище технологических данных, анализ предпосылок трансформации структуры Хранилища технологических данных для крупного металлургического предприятия с полным циклом и разработана концепция трансформации структуры хранилища технологических данных, включающая определение основной сущности: основная единица продукции, переходящая по заданным траекториями обработки; принцип расщепления основной единицы продукции на элементы при прохождении траектории обработки по металлургическим переделам; определение основных траекторий продвижения единицы продукции и ее элементов по подразделениям предприятия (цехам); наращивание информационного потока в реальном времени при продвижении единицы продукции и ее элементов по выбранной траектории. Исследование проведено в 2017-2019 гг. для условий ПАО «Магнитогорский металлургический комбинат» при участии Исследовательско-технологического центра «Аусферр». При проведении исследования применялся метод концептуального моделирования для анализа материальных и информационные потоков. Разработанная концепция построения Хранилища технологических данных на основе платформы Oracle DataBase 12с обеспечивает введение основной единицы продукции и ее элементов, переходящих по заданным траекториями обработки с наращиванием информационного потока в реальном времени. Новая концепция построения Хранилища технологических данных позволила повысить эффективность доступа и извлечения накопленной информации для проведения аналитической работы с выборками из массивов большой размерности.
Ключевые слова
Хранилище технологических данных, металлургическое предприятие, базы данных, системы управления базами данных, информационные системы, базовая единица продукции, элементы единицы продукции.
1. Стародубцев М.В. Интеграция цеховых АСУ с корпоративной информационной системой ОАО «ММК» // Сб. тр. Всеросс. науч.-техн. конф. «Создание и внедрение корпоративных информационных систем (КИС) на промышленных предприятиях Российской федерации». Магнитогорск: ИПЦ ООО «Проф-Принт», 2005. С. 405-411.
2. Принцип реализации корпоративной системы управления НСИ ОАО «ММК» И.В. Виер, Д.С. Каплан, В.В. Курбан, В.Л. Арлазаров, П.К. Берзигияров, Н.В. Скворцов. // Сб. тр. Всеросс. науч.-техн. конф. «Создание и внедрение корпоративных информационных систем (КИС) на промышленных предприятиях Российской федерации». Магнитогорск: ИПЦ ООО «Проф-Принт», 2007.
3. Миронов В.В., Гусаренко А.С., Юсупова Н.И. Ситуационно-ориентированные базы данных как виртуальный интеграционный слой в ВЕБ-приложениях // Information Technologies for Intelligent Decision Making Support (ITIDS'2016): сб. 2016. С. 123-128.
4. Мяловский В.А., Логунова О.С. Концептуальные модели построения интеграционного слоя: модель информационных потоков и реализация обратной связи // Вестник Череповецкого государственного университета. 2019. №3. С. 17-23.
5. Merv Adrian, Colin White. Beyond the Traditional Data Warehouse // 2010 TechTarget, BI Research, IT Market Strategy, pp. 4-10.
6. Payam Barnaghi, Amit Sheth, Cory Henson From Data to Actionable Knowledge: Big Data Challenges in the Web of Things // IEEE Intelligent Systems 2013.06 Nov.-Dec. 2013, vol. 28, pp. 6-11.
7. Xueyuan Su, Garret Swart Oracle in-database hadoop: when mapreduce meets RDBMS // SIGMOD '12 Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data, pp. 779-790.
8. Голов Н.И., Кравченко Т.К. Проектирование хранилища данных для решения задач Big Data // Информационные технологии в проектировании и производстве. 2014. № 1(153). С. 56-61.
9. Ravi Murthy, Eric Sedlar. Flexible and efficient access control in oracle // SIGMOD '07 Proceedings of the 2007 ACM SIGMOD international conference on Management of data, pp. 973-980.
10. Sunil Chakkappen, Thierry Cruanes, Benoit Dageville, Linan Jiang, Uri Shaft, Hong Su, Mohamed Zait. Efficient and scalable statistics gathering for large databases in Oracle 11g // SIGMOD '08 Proceedings of the 2008 ACM SIGMOD international conference on Management of data, pp. 1053-1064.
11. Логунова О.С., Мацко И.И., Посохов И.А. Система интеллектуальной поддержки процессов управления производством непрерывнолитой заготовки. Магнитогорск: Изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2013. 175 с.
12. Logunova O.S., Matsko I.I., Posochov I.A. Integrated system structure of intelligent management support of multistage metallurgical processes // Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2013. № 5 (45). С. 50-55.
13. Salvatore T. Marcha, Alan R. Hevner. Integrated decision support systems: A data warehousing perspective // Decision Support Systems, vol. 43, Issue 3, April 2007, pp. 1031-1043.
14. E. Ertugrul Karsak, C. Okan Özogul. An integrated decision making approach for ERP system selection // Expert Systems with Applications, vol. 36, Issue 1, January 2009, pp. 660-667.
15. Abbas Asosheh, Soroosh Nalchigar, Mona Jamporazmey. Information technology project evaluation: An integrated data envelopment analysis and balanced scorecard approach // Expert Systems with Applications, vol. 37, Issue 8, August 2010, pp. 5931-5938.
16. Величко Н.А., Митрейкин И.П. Технология Big Data. Анализ рынка Big Data // Синергия Наук. 2018. № 30. С. 937-943.
17. Amir Gandomi, Murtaza Haider Beyond the hype: Big data concepts, methods, and analytics // International Journal of Information Management, vol. 35, Issue 2, April 2015, pp. 137-144.
18. Philipm C.L., Chun-Yang Zhang. Data-intensive applications, challenges, techniques and technologies: A survey on Big Data // Information Sciences, vol. 275, 10 August 2014, pp. 314-347.
19. Шарахина Л.В., Скворцова В. Использование технологий Big Data И Smart Data в разработке эффективных коммуникационных стратегий // Социальные коммуникации: наука, образование, профессия. 2019. № 1. С. 266-272.
20. Ермолович Д.В. Информационная перегрузка: Big Data, Data mining и маркетинг-менеджмент // Big Data and Advanced Analytics. 2016. № 2. С. 245-250.
21. Шеханова А.C., Полякова А.Г. Потенциал и особенности использования технологии Big Data // Вестник современных исследований. 2018. № 2.1 (17). С. 99-101.
22. Гневанов М.В., Иванов Н.А.Технологии «больших данных» (Big Data) и их применение в градостроительном планировании // Промышленное и гражданское строительство. 2018. № 4. С. 83-87.