复杂数据环境论文

复杂数据环境论文（精选7篇）

复杂数据环境论文 第1篇

在目前石油行业信息系统中, 业务数据不断集聚。在这些不断增长的海量业务数据中蕴含着大量有用信息。为有效挖掘出蕴含在这些海量数据中的业务规律, 本文基于这些地域分布广泛、用户类型繁多的海量业务数据, 采用商用BI工具cognos, 对星型模型进行改进后整合事实数据, 建立汇总数据源有效支撑了数据规律的分析与展现。

2 相关概念

2.1 数据仓库

数据仓库是一个面向主题的、集成的、不可更新的、随时间变化以支持管理层决策的数据集合[1]。

2.2 星型模型

2.2.1 星型模型[2]的定义

定义四元组<D, M, A, f>, 其中:

(1) Di为从域DIM (i) 中抽取的维度名, 定义n个维度名的集合D={D1, D2, D3, …, Dn}。

(2) Mi为从域MEASURE (i) 抽取的度量名, 定义k个度量名的集合M={M1, M2, M3, …, Mk}。

(3) 维度名集合和度量名集合不相交, 即D∩M=覫;维度名集合与度量名集合的并集为事实表F, 即F=D∪M。

(4) Ai为从域DOMATTR (i) 中抽取的属性, 定义t个元素的集合A={A1, A2, A3, …, At}。

(5) 定义f:D→A为一对多映射, 即每个维度名对应一个属性集合。不同维度名对应的属性集互不相交。

2.2.2 星型模型的优势[3]

星型模型基于一个特定的主题, 体现了数据库对数据结构和组织的要求。由于结构简单, 易于数据的操纵和理解, 且具有良好的数据连接路径, 在整个数据仓库生命周期中易于修改及增补。由于包含用户查询和分析的所有属性, 查询过程简单化。通过星型连接与星型索引, 进一步提高OLAP查询性能。查询效率高。基于星型模型的数据经过预处理后放到事实表中, 无需进行大表联接, 只需扫描事实表即可查询, 因此访问效率高;甚至可以充分利用维表占用空间小的特点, 把维度表放在高速缓存中, 进一步提高查询效率。

3 基于星型结构的数据模型设计

3.1 整合事实数据

对于同类性质、分散于多个事实表中的业务数据建立数据模型, 通过整合多个事实表中的业务数据以满足数据展现层跨域取值的事实数据需求, 扩充数据分析涉及数据范围。在底层数据模型中通过UNION不同事实表中业务数据, 构建统一虚拟事实表解决数据分散这一问题, 如图1所示为实际应用中底层编码实现构建虚拟事实表的基本模式。

即各个事实表业务数据集合并运算形成统一业务数据集, 多张事实表对外整合为一张事实表数据块整合示意图, 如图2所示。虚拟事实表作为一个整体, 通过JION方式关联各维度表, 形成星型结构。

3.2 维度表关联事实表

虚拟事实表通过各外键关键字与相关维度表主键关键字建立关系实现事实表与维度表的关联, 建立星型结构数据模型, 如图3所示为石油行业中基于星型结构的一种数据模型样例。

3.3 规划不同业务逻辑

区分不同的数据请求性质, 如图4所示, 经常性数据请求 (比如时间维度信息、机构维度信息等) 可以先行提取作为共性业务逻辑进行预运算, 偶然性数据请求 (比如特定维度下指标量) 推迟至客户端实现计算, 有效减少共性运算的重复计算, 从而减少整个算题的计算量[5]。

布局不同的计算位置, 如图5所示, 进行数据整合时, 充分运用服务器端计算资源, 共性业务逻辑提前在服务器端数据模型中进行预运算, 减少客户端计算量, 以减少计算总量, 减少带宽占用, 缩小计算时间。

3.4 对事实表字段建立主键

在数据库中对事实表主键字段建立位图索引[5], 可以大幅减少数据模型物理读取量和逻辑读取量, 减少查询总时间。

对事实表主键建立添加位图索引后, 如表1所示, 数据的物理读取和逻辑读取时间大幅缩减, 系统性能显著提升。

4 数据模型的实现

4.1 数据模型的实现

4.1.1 Framework Manager整合底层数据

采用商用BI建模工具Cognos Framework Manager在底层通过UNION方式整合各个事实表业务数据[6], 各维度表通过维度字段与整合后的虚拟事实表相关联, 建立星型结构, 维度表与事实表逻辑关系如图6所示。

4.1.2 创建cube数据源泉

在Transformer建模工具中, 以Framework Manager发布数据包作为数据源, 建立cube, 生成mdl文件后, 部署于/cognos/c10/bin文件夹下, 启动cogtr刷新cube, 最终生成数据源文件即.mdc文件, 作为BI报表分析的最终汇总数据源。

(1) 在linux环境下, 基于mdl文件编译生成.pyj文件, 在/cognos/c10/bin下执行下面命令, ./cogtr-m/cognos/Tran/PYJ/KPI_Cube.mdl-s/cognos/Tran/PYJ/KPI_Cube.py将mdl文件编译成pyj文件, 最终结果如图7所示。

(2) 执行命令[cognos@PCserver bin]S./cogtr-c-l ad-min=administrator/1234-p/cognos/Tran/PYJ/KPI_Cube.pyj, 创建Cube的MDC文件, 创建结果如图8所示。

(3) 执行命令, 将创建好的Cube文件复制到Deployment目录 (/cognoscube) [cognos@PCserver bin]S./cogtr-gp/cognos/Tran/PYJ/KPI_Cube.pyj, 发布结果如图9所示。

(4) 执行命令, 发布和更新Package[cognos@PCserverbin]S./cogtr-j KPI_Cube-p/cognos/Tran/PYJ/KPI_Cube.pyj, 如图10所示为发布和更新cube。

4.2 数据挖掘结果展示

在商用BI工具中, 基于前述汇总数据源Cube, 采用商用报表工具创建分析报表, 揭示业务数据内在规律样例中抽取了指标“单位油气当量生产综合能耗”涉及的分布于25个事实表中的业务数据, 结果如图11所示, 体现出比较好的跨值域整合数据能力及数据响应性能, 揭示出“单位油气当量生产综合能耗”指标全年及其上一年变化趋势, 为企业决策提供辅助支持。

5 结束语

本文基于星型结构模型, 采用商用BI工具基于星型结构构建底层数据模型, 在此之上构建数据立方体作为汇总数据源。数据模型的构建是数据仓库的重要方面, 数据模型的构建不仅要考虑数据存储效率, 同时也必须考虑数据仓库系统查询性能, 并根据数据实际情况作出相应调整。

摘要：针对数据仓库中分散数据的整合问题, 本文基于商用BI工具COGNOS对星型结构数据模型进行优化, 创建底层模型和数据立方体。运行结果显示, 数据模型易于整合分散事实数据, 性能优越。

关键词：星型模型,数据整合,位图索引,计算量,数据仓库

参考文献

[1][美]Ralph Kimball, Mary Ross.The Data Warehouse Toolkit:The Complete Guide to Dimensional Modeling[M].Second Edition.NEW YORK:John Wiley&Sons, Inc., 2009.

[2]何玉洁, 张俊超.数据仓库与OLAP实践教程[M].北京:清华大学出版社, 2008.

[3]赵博, 叶晓俊.OLAP性能测试方法研究与实现[J].计算机研究与发展, 2011年, 48 (10) :1954-1959.

[4]林宇, 等.数据仓库原理与实践[M].北京:人民邮电出版社, 2003.

[5]龙新征, 等.基于数据仓库的高效数据统计服务平台研究[J].通信学报, 2013, 34 (72) :163-165.

复杂数据环境论文 第2篇

关键词：复杂电磁环境,毫米波辐射,数据融合,D-S证据理论

末敏弹是我军炮兵新装备的精确打击弹药, 它运用了红外和毫米波探测技术、信号微处理技术等其他领域内的高新技术。未来战场的复杂电磁环境将对末敏弹作战运用产生重大影响, 如何提高复杂电磁环境下末敏弹系统的可靠性将是炮兵面临的重大问题。

近年来, 很多其他领域中的方法被引入到传感器研究中, 如模糊数学理论、多传感器数据融合等理论和技术在传感器研究中有了许多应用, 它们的引入大大提高了传感器获取目标信息的能力。

毫米波传感器

末敏弹探测目标所用的敏感器主要是毫米波敏感器。毫米波与红外、激光相比有如下特点[1]: (1) 受烟尘和气象的影响较小; (2) 区分周围环境与金属目标的能力较强。毫米波与微波相比有如下特点: (1) 抗干扰能力强; (2) 有穿透等离子体的能力; (3) 精度较高; (4) 低仰角探测性能好; (5) 重量轻、体积小; (6) 受大气的衰减和雨的影响较小。

毫米波辐射计探测结构原理

毫米波辐射计探测结构原理如图1所示。在末敏弹毫米波辐射计探测系统中, 辐射计不发射信号, 只能被动地接收地面物体发射的辐射电磁波。从广义上讲, 任何一个物体都能看作一个辐射源, 在一定温度下都会发射电磁波和被别的物体所发射的电磁波照射。因此, 对于各种目标, 辐射的电磁波均来自两方面:即目标自身的热辐射以及此目标反射其他辐射源的辐射。毫米波辐射计主要用于测量天线所接收的辐射功率。

毫米波辐射计输出信号的数学模型

毫米波辐射计常采用全功率辐射计, 假设整个波束正好覆盖目标, 晴天且天空无云彩, 忽略大气衰减, 此时地面和金属目标的对比度可达到几图3红外辐射计探测结构原理图十至几百, 因此可检测到地面金属目标。被动式辐射计天线温度相当于天线上的信号功率, 它主要含有目标的方位信息以及一定的距离信息, 可以根据信号的振幅特性、持续时间、上升时间、频率容量等关键因素, 获得目标的方向、尺寸、几何中心等信息。下面采用天线方向图计算天线温度, 从而导出辐射计输出信号的数学模型。

在已知天线波束在温度对比度为∆TT的热背景 (如地面) 和冷背景之间扫描时, 天线温度变化量∆Ta。如果设接收机功率方向图为G (θ, ϕ) , 物体的辐射温度为T (θ, ϕ) , 则天线温度可表示为:

其中为波形系数, 0G为天线波束中心的功率增益, θ为扫描点与波束中心夹角。

假设目标有均匀温度TT, 则

式中为目标周围的场景温度。

令∆Ta=Ta-Ts表示天线温度变化量;表示目标和背景之间的辐射温度的对比度, 则式 (2) 变为:

可见, 求得θ后, 即可按上式计算出天线温度, 并计算出视频输出信号。当辐射计扫过地面金属目标时, 建立如图2所示的坐标系。

图2中各字母含义如下:A为目标上任一微分单元dxdy;α为目标中心O'与坐标顶点o连线与y轴的夹角, 表示目标的位置;θ为目标上任一点偏离天线主瓣的角度;θF表示辐射计天线波束中心轴与铅垂线的夹角;H为辐射计的高度。

根据几何原理有:

则由余弦定理得到:

令β=α-2nπt, 有:

对金属目标的微分单元dxdy在天线的投影面积为:

所对应的微分立方角为:

将式 (7) 、式 (8) 代入式 (3) 可得到毫米波辐射计的天线温度:

由此得到毫米波辐射计天线温度变化量为:

红外传感器

利用红外探头可测得红外线通量, 通过对红外线通量的测定可发现和判断发热目标。当达到一定的门限值或达到了一定的距离时, 就可由此判断是否是所搜寻目标以及是否引爆引信。图3所示为红外辐射计探测结构原理图。

红外探测系统与毫米波辐射计获取目标相类似, 可以从红外探测器输出的视频脉冲信号上来获取目标信息, 为此, 必须建立能较准确地反映单元红外探测器输出情况的红外模型。

鉴于理论分析和推导方法类似于毫米波传感器, 这里就不做详细分析, 经过推算, 单元红外探测器接收的总的光功率为:

式中:在3～5μm, 8～14μm区间分段积分;R0为探测器上的最大响应率;τ为大气透气率;ε为目标的发射率;Mbλ为根据普朗克定律计算的黑体辐射出射度;R为目标与探测器的距离;θF为波束对称轴与z轴的夹角;b为表征瞬时视场响应率的常数;H为天线的高度。式 (11) 即为单元红外探测系统输出信号的近似数学模型。

毫米波/红外探测系统传感器数据融合

数据融合技术概述

数据融合技术是利用计算机技术对来自多传感器的探测数据按一定准则加以自动分析和综合的数据处理过程[2]。

毫米波/红外复合传感器体制中信息的表征层次包括数据层、特征层和决策层[3]。决策层的信息融合具有较好的容错性, 即当某一传感器的预处理出现错误时, 通过融合技术处理, 系统能够克服由某一传感器所引起的错误, 获得正确的估计。因此, 本文采用决策层领域广泛应用的D-S证据理论对决策层的识别结果进行融合。

基于D-S证据理论的信息融合

决策层融合所采用的方法主要有贝叶斯推理、D-S证据理论等, 其中以D-S证据理论应用最为广泛[4]。

1) 设计思路

本系统所采用的毫米波/红外融合系统的控制结构原理如图4所示。首先对获取的毫米波和红外传感器的扫描信号进行预处理, 然后根据信号检测值提取时域特征, 由处理器经过D-S证据融合来辩识目标信息, 最终引爆引信装置攻击目标。在本系统的三种装甲车信息中, 有时传感器所提取的特征值区分不是很明显, 因此很有可能出现误判决。而且如果让它们各自独立地识别目标, 则很有可能因某一种特征出现误判而产生矛盾的情况。若引入模糊集理论则可以很好的解决这个问题。将每一种传感器判断目标信息的可能性分别用隶属函数来表示, 这样就可以得到两组隶属度值。把测得的目标信号对各个目标信息的隶属度值作为D-S证据理论中各个传感器对目标的相关系数, 然后利用证据理论中的联合规则最终形成信息融合的基本概率分配。最后利用融合得到的结果, 根据相应的规则, 对目标信息进行最终判定, 尔后启动引爆引信装置攻击目标。

2) 证据理论的基本概念

证据理论简称D-S理论, 其最基本的概念是识别框架, 记为U, φ表示空的命题集合, 其中包括有限个互不相容的基本事件, 记为{A1, A2, LAn}。φ的幂集 (φ2) 构成了命题集合。

通过传感器获得的特征信息度量作为证据, 并且通过基本概率分配函数对所有的命题赋予一个可信度, 基本概率分配函数满足两个条件:

(1) 不可能事件的基本概率为零, 即m (φ) =0。

(2) 中全部元素的基本概率数之和为1, 即的映射为:m:2φ→[0 1, ]。

m (A) 表示该证据对命题A的精确信任程度。

3) D-S组合规则

D-S组合规则是用来合并证据, 更新信任函数的。假设定义在一个公共鉴别框架的两个独立的基本概率赋值函数分别为1m和2m, D-S组合规则可以表述为:

其中可以看作是两个独立数据源矛盾程度的测度, 反映了两个证据的冲突大小。

4) 基本概率分配函数的算法分析

本文根据特征信息的特点, 对基本概率分配函数的构造如下[5]。

定义:

(1) Ci (A j) 为传感器i与目标Aj之间的相关系数:

µij为传感器i测得的信号对目标类型j的隶属度值。

(2) ia为传感器i与各目标的最大相关性:

NC为目标类型数。

(3) βi为传感器i与各目标相关系数的分布系数:

(4) iR为传感器的可靠系数:

式中, Nn是传感器总数, iω为传感器i的环境性能系数, 它是由人根据传感器i所处环境的情况决定的, 取值范围是[0, 1]。

综合上式, 得到传感器i赋予目标Aj的基本概率分配值mi (j) 和传感器i的不确定性基本概率分配值

分析式 (17) 、式 (18) , 可以看到它们满足基本概率分配函数的条件:引入了加权系数, 有效地增强了决策结果的正确性;目标类型数和传感器数目, 也是影响基本概率分配值大小的因素之一;用模糊集理论中的隶属度µij来代替C i (A j) , 这两个量在物理意义上都表示根据某一传感器测的值来估计被测物体属于某一目标类型的程度, 即两者之间的相关性。

5) 判定规则

用D-S证据理论组合规则获得融合的基本概率分配函数m (A j) 之后, 接下来是依据m (A j) 进行目标的判定。目标判定的基本原则是[6]: (1) 判定的目标类型应具有最大的基本概率分配值; (2) 判定的目标类型和其他类型的基本概率分配值之差要大于某个门限; (3) 不确定性基本概率分配值必须小于某个门限; (4) 判定的目标类型基本概率分配值必须大于不确定性基本概率分配值。

6) 仿真及分析

表1是利用Matlab仿真出了毫米波、红外两种单一传感器和毫米波/红外数据融合系统 (多传感器) 对几个典型目标信号的分类识别结果。

由表1中可知: (1) 多传感器融合明显优于单一传感器, 且传感器数量越多, 融合后识别能力越好; (2) 多传感器融合后目标的不确定性基本概率分配值明显减少, 说明多源信息的融合减少了分类识别的不确定性; (3) 实际目标的基本概率函数分配值大大地增加, 提高了末敏弹系统目标识别可靠性。

参考文献

[1]张景玲.末敏弹试验技术研究[D].南京:南京理工大学, 2002

[2]蔡希尧, 康耀红, 等.多传感器数据融合的研究现状[J].西安:西安电子科技大学学报, 2012, (4)

[3]郭齐胜, 董志明.战场环境仿真[M].北京:国防工业出版社, 2005

[4]何友.多传感器信息融合及应用[M].北京:电子工业出版社, 2000

[5]杜婕婕.毫米波/红外双模精确制导信息融合技术研究[D].西安:西安电子科技大学, 2006

巧用数据库处理复杂的人事数据 第3篇

在处理人事数据时, 经常会遇见两个或多个Excel工作表存放不同时期的数据, 要比较各项字段是否发生变化。如表1和表2。

要进行数据核对比较原始的办法就是把它们打印出来, 人工的逐一核对, 这样做既浪费了人力又收不到好的效果。

另一种办法是使用Excel中提供的函数来帮忙, 先把每个工作表按姓名字段进行排序, 再把一个工作表的内容拷贝到另外的工作表中, 让姓名相同的各项信息在同一行, 这时就可以使用EXACT () 函数来帮忙, 通过函数值是T或F来判断数据是否发生变化。但这种办法会因为不同时期人员发生增减变化, 而需要大量的人工调整, 使一个人的信息在同一行上, 所以大批量的数据核对时也不建议使用这种方法。

二、数据核对

既然存在着这么多困难, 最好的办法是使用数据库, 用程序来帮忙, 这样既快捷又准确。下面我们以VF数据库为例来简单介绍核对过程。

1、工作表转换成数据库文件

a、为便于编程, 把工作表中姓名和职称字段都改成简单的缩写XM和ZC, 便于区分, 2个工作表中职称字段分别用ZC05和ZC08表示。并在每个Excel工作表中加入一个BS字段进行标识, 内容是空。

b、先打开表1工作表, 选择文件菜单中的另存为。在另存为对话框中, 路径选“D:数据核对”, 文件名就写成05年信息.dbf, 注意文件类型要选择“DBF 4 (Dbase IV) (*.dbf) ”。08年信息.dbf类同。

2、核对

a、安装VF软件。

b、打开VF软件, 新建->程序->新建文件, 生成程序核对.prg文件。

显示的就是职称信息发生变化的人员。

如果想在同一个库中看一下信息的改变, 先在08年信息.dbf加入一个ZC05字段, 并调整主要程序如下:

即可清晰地看见职称变化的情况。

当然, 用同样的办法也可核对学位是否发生变化, 只要把Allt (ZC05) ) ==Allt (B->ZC08) 命令改成Allt (XW05) ) ==Allt (B->XW08) 即可, 当然也可以同时进行核对, 使用AND并行两条命令即可。

3、数据库文件转换成工作表

在VF环境下, 打开数据库文件:USE“D:数据核对�8年信息.dbf”EXCLUSIVE,

选文件菜单中的导出, 在类型中输入:Microsoft Excel 5.0 (XLS) 。在到中输入:D:人事数据核对核对后信息即可。

三、结论

前面简要介绍了工作表和数据库文件相互转换的方法, 使用数据库, 运用程序灵活性的特点进行数据核对, 既快捷又准确。摆脱了复杂的人工作业, 收到了事半功倍的效果。

参考文献

复杂大系统的数据校正 第4篇

对于小型系统而言,由于涉及的测量数据数目较少,解题规模也比较小,可直接对系统进行数据校正。由于复杂大系统设备较多、物料品种多、工艺流程复杂,所以测量数据繁多、解题规模庞大,得耗费计算机大量的存储单元和计算时间,并且随着系统维数的增加呈爆炸性增长。为了用有限资源解决更多、更复杂的实际系统问题,笔者利用分解协调算法来解决这个问题[1,2,3,4]。

1 数据校正技术

数据校正是一种对测量数据进行协调,使其满足过程的物料、能量平衡等的约束方程,同时对一些未测变量进行估计,以获得高质量数据的过程[5]。数据校正包括数据协调和过失误差检测。

1.1 数据协调算法

假定化工过程在稳态情况下运行,所有测量值可校正、未测量值可估计,校正目的是获得一组既满足平衡关系又精确的化工过程数据。因此,校正处理后的数据必须满足物料、热量平衡、化学反应计量关系或其它化学和物理规律,一般表示为:

AX+BU+C=0 (1)

式中 X——测量变量;

A ——m×n的系数矩阵,对应变量X ;

U ——未测变量;

B ——m×p的系数矩阵,对应变量U;

C ——m×1的常向量。

一般认为多数测量值有一定的可靠性。所以不仅要使已测数据的校正值和未测数据的估计值满足式(1),而且要使已测数据校正值与测量值的偏差最小,可表示为[1]:

undefined (2)

式中 Q——测量误差的方差-协方差矩阵。

用投影矩阵法求解式(1)、(2),可得:

1.2 过失误差检测和处理

数据协调的基础是假设变量测量值误差服从零均值正态分布。但在实际过程中,由于一些非随机事件,使得测量数据的测量值和真实值之间存在显著差异,即过失误差。过失误差的存在导致变量测量值误差不服从零均值正态分布,即数据协调的基础假设不成立,因此必须在数据协调前将显著误差检测出来并予以消除或补偿,否则会导致错误的校正结果[1,3]。

1.2.1 经典统计检验法

1.2.1.1 整体检验法

利用系统全部约束残差构造一个检验统计量,用以检验系统是否存在过失误差。其优点是在进行检验前不需要做数据校正,所以过失误差不会传播到其它数据上;缺陷是不能直接指出过失误差源,需要借助过失误差识别方法进行定位,并且不适用于大规模过程系统的数据校正,因为大规模过程系统中测量数据和约束方程比较多,若仅有少数测量数据中含有过失误差,则其对检验统计量的影响很小,不易被发现。

1.2.1.2 约束方程检验法

针对每一个约束方程残差构造一个检验统计量,并利用其统计特性判断该约束方程所涉及到的测量数据是否含有过失误差,该方法在进行检验前不需要数据校正,所以过失误差不会传播到其它数据上。但它只能判断出某个约束方程的测量数据含有过失误差,具体哪个测量数据含有过失误差还需借助其它方法判断,而且误差容易相互抵消。

1.2.1.3 测量数据检验法

利用校正值和测量值之差的相对大小作为判断过失误差存在与否的依据,可直接识别含有过失误差的测量数据。但也存在缺陷:

a. 必须先进行数据协调,这就可能把过失误差传播到所有数据上,致使对正确的测量数据作出含有过失误差的错误判断;

b. 无法防止在计算中出现不现实的结果(如,有可能算出流量为负值)。

1.2.2 改进的MT-NT联合检验法

MT-NT联合算法在每一次迭代过程中都要求解一个数据协调问题,将找到的过失误差看做待估变量放入U中,然后进入下一次迭代。所以迭代过程中数据协调问题的系数矩阵是不断变化的,A矩阵行数不变、列数逐次减少,B矩阵行数不变、列数逐次增加,这样可能造成A矩阵降秩,此时无法再利用原系数矩阵进行求解,只能将原问题进行节点合并之后再求解,而节点合并会造成有用信息的丢失,使一部分测量数据无法进行校正。

针对MT-NT联合算法遇到的系数矩阵降秩问题,文献[6]提出改进的MT-NT联合算法,该算法是一种新的过失误差检验方法,在每次迭代中用上一次迭代中识别出的过失误差的估计值代替其测量值参与下一次运算,对过失误差逐次校正,而不是将其放入待估变量里最后求解,有效地避免了系数矩阵的降秩问题。

2 复杂大系统的数据校正——新的分解协调算法

在实际应用中,由于各子系统间存在相互关联,因此过程数据可分为两类[7]:共享变量,即相连子系统间的共同变量;内部变量,即子系统内的变量。新的分解协调算法整体思路如图1所示。

首先,将大系统根据流程或功能分解为n个子系统,并将它们看作n个大型节点,对于含容性节点的子系统(如储罐),子系统总的库存变化量可以看成是大型节点的库存变化量,这样全厂错综复杂的物流网络就简化成了仅具有n个大型节点的网络。

然后,对这个简化的网络进行数据协调,求得各共享变量的协调值并将其看作常数,经处理,消除了n个子系统之间的弱关联性,这样n个原本有着相互关联的子系统就可以作为独立的子系统来进行单独的数据协调,经子系统间和子系统内的双重协调后,最终实现全系统数据的一致性和平衡性。子系统之间相互作用越少,分解协调方法的效果也就越好[4,8]。大规模复杂系统数据协调的基本数学模型为:

undefined

s.t. F(X0,U0,X1,U1,…,Xn,Un)=C

式中 X0,U0——子系统之间共享变量的测量变量矩阵和未测变量矩阵;

Xi,Ui ——第i个子系统内的测量变量矩阵和未测变量矩阵;

Q0,Qi ——测量值X0,Xi的方差-协方差矩阵;

C ——常数矩阵。

子系统间数据协调的数学描述为:

undefined

式中 A0,B0——关联矩阵;

C0 ——常数矩阵。

协调结果为:

子系统内数据协调的数学描述为:

undefined

式中 Ai——关联矩阵;

Ci ——常数矩阵。

协调结果为:

式中 Ci——与子系统i有关的共享变量的协调值。

该分解协调算法具体步骤描述如下:

a. 将大系统根据流程或功能分解为n个子系统;

b. 对由n个子系统组成的n个大型节点网

络进行数据协调,即利用式(6)求解大型节点网络的测量数据协调值undefined和未测数据估计值U0;

c. 将步骤b得到的共享变量作为常数,利用式(8)求解n个子系统的测量数据协调值undefined和未测数据估计值Ui。

3 实际应用

将新算法应用于宝钢化工KK加氢装置的数据校正,实际运行表明数据校正效果良好。该装置的流程示意图如图2所示,图中分解协调数据校正分为两个子系统(图2虚线框),箭头表示物流的流向,指向节点的为输入量,背离节点的为输出量;灰底圆表示“罐子”,要求三者平衡。

物流平衡模型中包含3类数据:测量变量(X1～X30)、未测变量(U1～U12)以及固定量(Z1～Z26)。测量变量由测量仪表测得;未测变量无法用测量仪表测得,通过测量变量以及固定量推算得到;固定量是设置好的量或者零值,同时高精度仪表的测量变量也可以视为固定量。

宝钢化工KK加氢装置含有30个节点、68个流股,分别对它们进行一般性整体数据校正和分解协调数据校正,校正结果对比见表1、表2,过失误差检验方法采用改进的MT-NT联合检验算法,灰底框中的数据检测到含有过失误差。

由表1、2可以看出两种方法的校正结果基本一致,说明采用分解协调算法对大规模复杂系统进行数据校正的有效、可行性。

4 结束语

通过宝钢化工KK加氢装置的应用分析,证明笔者针对复杂大系统的数据校正问题提出的新的分解协调算法,可以有效解决实际生产中计算能力不够的问题,具有良好的实用价值和应用前景。

摘要：由于复杂大系统包含设备较多、物料品种多、工艺流程复杂,所需测量的数据繁多、解题规模庞大。传统的数据校正算法耗费了计算机大量的存储单元,而且计算时间较长。而新的分解协调算法无需协调参数和迭代计算,故计算速度加快,很好地解决了这个问题。

关键词：数据校正,分解协调,复杂大系统,化工过程系统

参考文献

[1]李红军,秦永胜.化工过程中的数据协调及显著误差检测[J].化工自动化及仪表,1997,24(2):25～32.

[2]Plácido J,Loureiro L V.Industrial Application of DataReconciliation[J].Comp Chem Eng,1998,22(S1):1035～1038.

[3]Narasimhan S,Jordache C.Data Reconciliation andGross Error Detection[M].Houston:Gulf PublishingCompany,2000.

[4]王旭,荣冈.炼油厂两级物料平衡的数据校正方法[J].化工自动化及仪表,2005,32(6):16～19.

[5]王秀萍,荣冈,王树青.过程数据校正技术[J].化工自动化及仪表,1999,26(3):62～67.

[6]王芳,岳金彩,谭心舜等.用于过失测量数据侦破与校正的改进MT-NT算法[J].计算机与应用化学,200219(5):562～566.

[7]Lee M H,Lee S J,Han C H et al.Hierarchical On-lineData Reconciliation and Optimization for an IndustrialUtility Plant[J].Comp Chem Eng,1998,22(S1):247～254.

数据保护的复杂性呈指数级增长 第5篇

曾几何时, 我们生活在一个数据保护的简易时代, 只须插入备份磁带, 点几下鼠标, 数据保护就完成了, 如此便能安枕无忧。万一出现故障, 插入备份磁带即可恢复数据。直到某天, 人们开始意识到, 这种做法还远远不够。

自那时起, 安稳之觉不再。人们得对数据进行加密, 离线发送数据, 安装备份应用, 向云端传输数据, 寻找数据上传和下载的云加速器 (如广域网加速技术) , 删除重复数据以及压缩数据。这就像同时有十几个保安在进行保护工作, 以防止数据遭到偷窃和破坏, 同时也打造了一个复杂的数据分层结构, 进行层层归类, 并设定数据保留期限。

2015年5月5日, EMC公司在美国召开EMC World 2015全球大会, 借助各个不同的新产品, 全面展示EMC公司的数据保护能力, 同时全方位强调数据保护的重要性。

云端数据分层法

EMC保护云公司副总裁Mozy网络备份公司前副总裁鲁斯·斯托克戴乐 (Russ Stockdale) 介绍了云端数据分层法, 指出其特点是能节省旧数据的储存费用。“明明可以选择更省钱的储存数据端, 为何还要使用不常访问的在线硬盘来储存数据?”斯托克戴乐说, “Mozy就是一个很好的选择。”

云端数据的上传和下载速度是一个公共关注点, 对于这点, EMC在产品的开发上丝毫不放松。像其产品Cloud Boost, 推出了针对数据自动化处理的加速技术, 通过加快备份服务器对重复数据流的分类或提高应用程序客户端的反应速度来提高备份效率。实际上, 这一过程是将还未发送至云端的数据先进行压缩和去重。这不是无足轻重的事, 试想一下, 谁会为了储存500份演示文稿复制版或者演讲视频而去买一个云端储存硬盘?

“数据复制传输到云端也是个新问题。”斯托克戴乐说。作为云到云备份的先驱Spanning, 在数据储存上展现了截然不同的一面, 虽然很少人意识到这一点。Spanning自去年被EMC收购后, 主要提供应用和数据备份工具, 以填补EMC混合云战略的重要组成部分。Spaning支持谷歌应用、Salesforce以及今天微软办公软件365的备份。据斯托克戴乐介绍, 利用Spanning储存的好处是其储存的数据不会被意外或恶意删除, 以及不会因数据同步出错而出现数据丢失。

当发生数据丢失情况时, 如果联系应用供应商来解决问题, 结果可能会是他们在合同里抠字眼并不断缩小责任范围, 或者是提供价值1万美元或2万美元的咨询服务, 然而还未必能找回丢失的数据。而Spanning则会为用户提供第二份谷歌应用或Office 365或Salesforce储存数据复制版。因为其应用编程接口 (API) 与应用直接对接, 能复制用户储存的所有数据。

“Mozy是对预设数据备份, 而Spanning是对云端应用数据备份。”斯托克戴乐说。

EMC正把上述众多元素融入到EMC数据保护套件中, 包括数据备份/去重软件, 如Avamar (重复数据消除备份软件) &Networker (统一备份软件) 、Boost (加速技术) 以及合规性的存档搜索软件。

存档选择

在过去的10年里, EMC研发了大量各式各样的产品。其好处是公司业务范围涵盖所有数据库, 而缺点是整合问题, 产品分布混乱, 存档问题就是个很好的例子。EMC为客户提供了许多存档选择, 主要是Source One和Info Archive两种。

Source One存档方式均可应用于预设数据和云端数据存档, 把消息系统、文件服务器、协作系统以及社交软件中的邮件和消息进行存档, 当然也包括去重。

“Source One适用于短期存档, 而非长期。Source One多用于基础层面存档, Info Archive则多用于应用程序层面。”EMC产品营销部布莱恩特·贝尔 (Bryant Bell) 说道。

贝尔还说, Info Archive允许一家公司能把结构化和非结构化的数据储存在同一数据库, 为数据采集提供更灵活的方式。该软件能增强元数据的数据记录能力, 提高搜索速度。

该工具的一大特点是能对来源不同的数据作为涵盖单一事件的业务对象进行归档。以股票交易市场为例, Info Archive会把交易中可能涉及的电话记录、邮件、交易本身以及其他文件收集起来, 作为一个事件的整体记录。

“这使得对单一对象设置保留期限更易操作。这为监管者或律师研究事件抽取资料提供便利, 不再需要查找不同的资料库。”贝尔说。

贝尔以微软收购诺基亚为例进行说明, 协议中部分内容显示, 微软将拥有更多大型数据库以及办公电子协作平台档案, 其中包括所需的专利保护数据。一旦该类所有的老化系统和档案被Info Archive采集, 他们就会被归为同类事件, 使得公司能在一天内快速地针对专利侵权问题做出回应, 而不用等到数月后。

“这极大地减少了法律费用, 以及办公电子协作平台和其他旧系统的维护费用, 因为这类数据还得保留。”贝尔说。

数据去重

EMC也在不断提高数据去重应用的能力, 推出了DD9500应用, 其是现今最高端的应用。该应用还推出了新软件 (DDOS 5.6) 来扩展其在Hadoophe和No SQL环境下的备份和数据去重保护能力, 并应用于Pivotal HD企业数据湖、Clouder企业数据中心以及Hortonwork现代数据架构等数据处理平台。另外, DD9500提供无与伦比的性能、扩展和应用支持能力, 能达到每小时达58.7TB, 磁盘容量为1 728TB。EMC核心技术部门总裁盖伊·彻奇沃德 (Guy Churchward) 说:“数据域9500的数据处理速度提高了1.5倍, 相当于与其能力相当的竞争者的4倍。”

复杂数据环境论文 第6篇

关键词：复杂型腔,参数优化,数据库

随着计算机技术和数控技术的日益发展, 数控加工在现代制造业中的比重越来越高。模具作为一种高附加值的技术密集产品, 它的技术水平已经成为衡量一个国家制造业水平的重要评价指标。在模具行业, 由于高速发展的CAD/CAM软件及数控设备的支持, 使一些构造复杂、形状特殊、精度很高模具型腔加工得以实现, 然而大量的加工参数对加工优化带来了繁琐的设计过程, 为模具加工设计带了不变。

随着计算机数据库技术的发展, 通过建立切削参数数据优化系统为复杂模具型腔加工提供了便利条件, 在保证产品质量的前提下, 缩短加工时间, 降低生产成本。

(一) 数据库设计简介

建立铣削切削参数数据库系统, 其主要功能是根据加工特征和加工要求查询优化后的切削参数, 然后用于加工程序的编制, 根据其设计思想制定该数据库优化结构图, 如图1所示。

按照规范化的设计方法, 数控库设计可以分为两个部分:一部分是数控库的逻辑设计, 即数据库管理系统要处理的数据库全局逻辑结构;另一部分是数据库的物理设计, 这是在逻辑结构已确定的前提下设计数据库的存储结构。数据库设计一般包括需求分析 (数据需求分析与处理需求分析) 、概念设计、逻辑设计、物理设计等几个阶段。数据库的设计过程如图2。

数据库系统的选择:

数据库管理系统是数据库系统的基础, 它提供了对数据库中的数据存储、检索和管理功能, 因此选择合适的数据库管理系统至关重要。随着计算机技术的发展, 出现了很多数据库管理系统, 每个数据库管理系统都具有自己的特点。

MS SQL Server按客户/服务器结构设计, 支持分布式数据库结构, 支持在客户端以Net-Library或ODBC存取服务器端, 支持数据仓库应用和Internet、Intranet应用。MS SQL Server的具有以下特点: (1) 丰富的图形化管理工具, 使系统管理、操作更为直观方便; (2) 动态自动管理和优化功能; (3) 充分的Internet支持; (4) 丰富的编程接口工具; (5) 具有良好的伸缩性和可靠性; (6) 简单的管理方式。

由于MS SQL Server具有自己独特的特点, 而选择一个合适的数据库管理系统可以为后期的数据库开发工作节省很多时间和精力。通过进一步调研和规划, 鉴于MS SQL Server强大的功能, 查询、数据扩充和数据提取方便快捷容易实现网络远程调用和扩展为专家系统, 因此采用它作为数据库管理系统。

(二) 参数优化界面的开发

为实现模具铣削数据库系统的各个查询功能, 采用面向对象的程序设计软件Visual C++6.0作为应用程序的开发平台, 配合使用Microsoft SQL Server 2000以及Visual C++6.0的数据库接口技术实现对模具铣削数据库各模块的查询功能, 建立模具铣削数据库系统。模具铣削数据库系统的总体框架结构示意图如图3所示。

模具铣削数据库系统的数据库子系统部分存储在服务器端数据管理系统中, 数据库用户可以在客户端通过应用程序访问模具铣削数据库系统, 对数据信息进行操作。根据模具铣削数据库系统的总体框架结构示意图, 可以看出, 模具铣削数据库系统由切削数据库子系统模块、应用程序模块、铣削数据优化模块。下面介绍模具铣削数据库各模块[1]。

1. 模具材料子数据库系统模块:

在模具铣削数据库中, 模具材料子数据库模块收集并整理了有关模具工件材料分类、牌号、硬度、热处理状态、延伸率等数据信息, 此模块实现了模具材料信息的查询功能。

2. 铣削刀具子数据库系统模块:

模具铣削数据库为用户专门设计了铣削刀具子数据库系统。

3. 铣削机床子数据库系统模块:

铣削机床子数据库模块为数据库用户提供了多种铣削机床的具有共性的主要参数信息、技术信息以及使用信息, 实现了模具铣削数据库对铣削机床信息的查询功能。

4. 铣削用量子数据库系统模块:

铣削用量子数据库系统模块为数据库用户提供了与模具工件铣削加工条件相符合的铣削速度 (V) 、进给速度 (Vf) 以及切削深度 (ap) 等铣削用量的数据信息, 实现了模具铣削数据库对模具工件铣削用量的数据信息的查询功能。

(三) 系统应用实例

下面以日常用品电吹风模型的粗加工程序为例, 进行参数优选, 用以说明切削用量优选系统的工作方式。

图4所示为电吹风外壳零件图, 材料为ABS。其中, 分析该零件的结构特点可知, 该零件的结构较为复杂, 零件表面为不规则曲面, 从而使该零件的模具也变得复杂, 加工也有一定难度, 几乎无法用普通设备加工到尺寸。

采用UG NX 4.0软件的MoldWizard模块来对此零件进行快速分模并对零件模具进行数控优化编程。该软件的曲面造型、实体造型操作灵活高效, 而且自动支持曲面、实体混合造型, 加工方法也多样化, 具有强大的设计和制造功能。而MoldWizard为建立型腔、型芯、滑块、提升装置和嵌件的高级建模工具方便地提供快速相关的三维实体结果。

在MoldWizard中, 模具相关概念的知识-型芯和型腔、模架库和标准件是共用。如UG/WAVE和Unigraphics主模型的强大技术组合在一起。

通过MoldWizard模块该零件分模后的型腔和型芯如图5、图6所示。

加工步骤:上模粗铣。 (1) 机床DMC1035Veco, 机床额定功率P=13kW, 主轴转速n=8000~12000r/min, 进给速度Vf max=12000mm/min; (2) 工件材料为45钢, 尺寸为110×110×70; (3) 刀具采用XCP-HBEM2B型号;D=86mm, rε=3mm; (4) 粗铣外形表面粗糙度Ra=6.4μm, 半精铣外形Ra=3.2μm。

将以上加工参数输入到系统中, 如图7所示。

对应上述加工过程, 我们通过系统对其进行刀具参数和加工参数的优化选择, 其求解过程如下: (1) 通过对输入的刀片形式的选取和刀体型号的选取, 根据知识库中的规则, 则得到刀片的型号, 同时根据刀体的具体型号要求我们还得出了刀片的几何参数。 (2) 此时机床型号和刀具型号已经确定, 针对加工精度的要求, 根据知识库中的规则, 推理制定了粗铣和半精铣两道工序。 (3) 制定完工序, 我们根据输入的材料和加工的尺寸要求, 我们通过调用Quedyuliang () 这个函数来完成各工序的切削深度制定。在Quedyuliang () 这个函数中我们封装了切削深度如何确定的规则和推理机制。 (4) 将上面得到的工序和切削深度, 并结合工件的加工尺寸和材料, 根据规则, 推理得出进给量。 (5) 对输入的加工条件进行信息提取, 按照加工条件知识库中的知识和规则得出一些计算系数, 并结合已经得出的切削深度和进给量, 我们把这些数值作为优化计算模块的输入, 使用前面解释的目标函数, 计算出合理的切削速度。

至此, 切削用量优化系统的推理工作全部完成, 最终的推理结果如图8所示。

推荐用户使用的工艺参数:硬质合金刀球刀R6, 切削速度v=3.6 (m/s) , 进给量f=2.7 (mm/s) , 切削深度ap=2 (mm) 。

(四) 结论

通过数据库技术及VC++6.0技术开发的铣削切削参数优化数据库系统对实际生产的工艺参数优化提供了极大的便利, 通过输入初始条件, 获得有利于实际生产用的优化工艺参数, 大大节省了生产设计时间, 缩短模具开发周期。

参考文献

[1]王华, 叶爱亮, 祁立学, 曹凌云.Visual C++6.0编程实例与技巧[M].北京:机械工业出版社, 1999.

[2]刘佳亮, 杨建国.基于UG平台二次开发的数控加工CAPP系统[J].机械设计与制造, 2006 (5) :115-117.

[3]武美萍, 翟建军, 廖文和.数控加工切削参数优化研究[J].中国机械工程, 2004.15 (3) :235-237.

[4]Ryan K.Stephens, Ronald R.Plew.数据库设计[M].何玉洁, 武欣, 邓一凡, 等译.北京:机械工业出版社, 2001.

复杂环境路基控制爆破施工 第7篇

省道302线松溪-浦城城关公路改建工程SB合同段,工程起点桩号为K1+700,终点为K8+620,路线全长6.903 km,土石方总量43.25万m3。其中K3+520-K4+687段既有线接触网、电力网、通讯网等密集,且紧挨着建筑物,给施工带来很大难度。

针对该段控爆区地质特征、所处位置、既有边坡与设计边坡的关系及工期要求等特点,同时,为方便出碴,施工由花桥乡向松溪县方向施工。路堑开挖采取纵向侧台阶法,以浅孔松动爆破为主,人工配合机械清碴。防护以靠壁式排架防护为主。

2 路基控制爆破工艺流程

路基控制爆破工艺流程如图1所示。

3 钻爆设计施工分析

3.1施工准备

爆破前,进行现场调查,判别土石级别,进行爆破设计,制定安全措施,与当地有关部门联系,确定火工品供应、安全防范及爆破时靠近既有线施工安全问题。

3.2爆破设计

3.2.1 炮孔参数选择及炮孔分布

采用浅孔松动爆破,使用YT-28型凿岩机进行钻眼,眼孔直径(d)为Φ32 mm,台阶高度(H)定为2 m,台阶纵向长度(L)为3～6 m,药包选用2号岩石销铵炸药。台阶及炮眼布置如图2所示。

最小抵抗线为:W=25～30 d,取W=30;d=0.96 m,取1 m。

炮眼间距a=1～1.5 W,一般取a=1.5,W=1.5 m,炮眼按矩形布置,取排距b=a=1.5 m。

边炮孔和主爆孔均垂直打眼,其炮孔深度L=1.1H=2.2 m,光爆孔的炮孔深度Lg=H/sinΦ+0.1H=2×1.6+0.1×2=3.4 m。Φ为扩堑后边坡坡角。光爆层厚度根据试验得0.8 m。

实际施工时,眼孔间距(a)和排距(b)应根据设计边坡和实际边坡位置进行调整。当施工至图3所示位置时,为保证安全,可采用预裂爆破方式开挖,预裂孔装药量为0.2 kg/m。

3.2.2 炮孔装药量及装药结构

主爆孔单孔装药量为0.4 kg,边炮孔装药量为0.28 kg,光爆孔装药量为0.28 kg。

主爆孔采取间隔装药。把实际装药量的2/3装在炮孔底部,其余1/3装在炮孔中间部位,中间装药距炮孔口深为0.8～1 m。

边炮孔把实际装药量全部装在孔底。

光爆孔采取间隔装药,把实际装药量的1/2装在孔底,剩余1/2的60%装在距底部药包约1.2～1.5 m处,再把剩余的40%装在距炮孔口0.8 m深的位置上,炮孔中的3个药包均绑扎在导爆索上。

药装好后,采用炮泥堵塞孔口,中间位置采用锯末或石粉填充。

主爆孔装药结构如图4所示。光爆孔装药如图5所示。

3.2.3起爆网路

起爆网路采用“同列同段孔外等间隔控制微差起爆网络”,在靠既有线一侧的台阶,起爆顺序为先起爆中间主炮孔,然后依次向靠近既有线方向起爆。如图6所示。

4 既有线防护措施

钻孔爆破前先对既有线采取防护措施,根据该段控爆区的地形地貌,采用靠壁式排架对既有线进行防护。

靠壁式排架应用于边坡坡度较陡,与既有线相隔较近时,如图7所示。

先在边坡纵横向上按间距1 m钻孔,眼孔按矩形布置,钻孔直径为Φ32,再靠边坡铺以绑好竹夹板的钢管,并锚入2 m长Φ22钢筋,钢筋尾部做成弯钩,将钢管锁住,钢管脚也采用Φ22钢筋锁住。如图8、图9所示。

5 爆破作业施工过程

施爆区管线调查→爆破设计与审批(签订安全协议)→配备专业施爆人员→爆区放样→用人工配合机械清除施爆区覆盖层和强风化岩面→放样与布孔→钻孔→爆破器材检查与测验→炮孔检查与废碴清除→装药并安装引爆器材→布置安全岗和撤出警戒区的人、畜→起爆→清除瞎炮→解除警戒→测定爆破效果→装、运石方与整修边坡→落底至设计高度。

1)试爆:在初次放炮前,先进行试炮,每次试验不超过3炮。在正式爆破前应进行试爆,在正常爆破时如遇到岩石变化也应进行试爆。试爆时,炮孔的位置应选在远离既有线处,按爆破设计选择的孔网参数和单位耗药量进行试爆,然后分析试爆效果,进行参数调整,以此为据,再进行正式爆破。试爆时单位耗药量要选取的比设计值要偏小,试爆炮孔一般为3～5个即可。

2)开凿台阶作业面:先清除地表杂物和覆盖土层,施作小爆破形成台阶作业面。

3)布孔:根据设计要求放出开挖轮廓线,各炮孔孔位,予以编号并插木牌逐孔写明孔深、孔径、倾斜角方向和大小。

4)钻孔:钻孔是爆破质量好坏的重要一环,严格按照爆破设计的位置、方向、角度进行钻孔,先慢后快。钻孔过程中,必须仔细操作,严防卡钻、超钻、漏钻和错钻。装药前必须检查孔位、深度、倾角是否符合设计要求,孔内有无堵塞、孔壁是否有掉块以及孔内有无积水。严禁少打眼、多装药。清理干净孔口周围的碎石、杂物,对于孔口岩石破碎不稳固段进行维护,避免孔口形成喇叭状,钻孔结束后及时封盖孔口或设立标志。

钻孔应达到以下要求:①深度误差,不应超过5%;②孔口位置偏差不应超过二倍炮孔直径;③方向误差,光面爆破不应超过3%,其他爆破不应超过5%;④地面凸凹不平处,应适当调整炮孔深度,力求爆破后,地面平整;⑤钻孔完毕,应按爆破施工设计进行检查。并作好记录。对于超过允许误差的炮孔,应由技术负责人调整用药量,或重新钻孔。

5)装药:应严格按设计的炸药品种、规格及数量进行装药,不得欠装、超装,而影响爆破效果,并按设计装起爆装置。

6)炮孔堵塞:预裂炮孔堵塞长度一般为口部1m处,堵塞材料先采用草团堵住药串上部位置,然后用钻孔的石屑粉堵塞,主炮眼用土堵塞。

7)爆破网路敷设:网路敷设前应检验起爆器材的质量、数量、段别并编号、分类,严格按设计敷设网路。网路敷设严格遵守《爆破安全规程》中有关起爆方法的规定,网路经检查确认完好,具有安全起爆条件时方可起爆,起爆点设在安全地带。

8)安全警戒:从开始装药,即设置安全警戒,防止非作业人员进入现场。网路连接后,工作人员逐渐撤离,起爆前一切工作就绪后,人员及机具撤离开爆破区,安全警戒人员到位警戒,实行区段临时封闭,防止人、车等进入施爆区,封锁既有线路。最后连接起爆雷管,准时“点火”起爆。

9)起爆:在网路检测无误,防护工程检查无误,各方警戒正常情况下,在规定时间,指挥员即可命令起爆,起爆采用非电起爆。

10)安全检查:起爆过后,安全员首先检查既有线、电接触网,然后检查排架,确认线路符合开通要求后,立即通知车站“销点”,解除警戒,开通线路。起爆过后,按规定时间停留后,爆破工进入爆区检查是否有“盲炮”。如发现盲炮,不再引爆处理,因为车站不会再给点的,而是对盲炮采取水浸蚀或在盲炮旁打一炮孔与下一次爆破一起起爆。

11)总结分析:爆破后应对爆破效果进行全面检查,综合评定各项技术指标量是否合理,进一步确认已暴露岩石结构、形状、地质构造,判断岩石物理力学性质,综合分析岩石单位耗药量作好爆破记录,请有经验的爆破专家进行分析、总结,优化设计,为下一循环爆破作业做指导。

6 结束语

1)选择合理的爆破参数是公路工程控制爆破达到理想效果的关键,在爆破施工中应严密观注有无夹层、石质突变或软硬不一等地质条件变化,以便及时调整各项参数。

2)从工程实践来看,在公路路基石方爆破施工中,根据该段控爆区的地形地貌,采用靠壁式排架对既有线进行防护工程效果是十分明显的,无出现飞石现象,保证既有线运营安全。

参考文献

[1]JTG F10-2006公路路基施工技术规范[S].

[2]JTG076-95公路工程施工安全技术规程[S].

[3]爆破安全规程.GB6722-2011中华人民共和国国家标准[S].

[4]张志毅,王中黔.交通土建工程爆破工程师手册[M].北京:人民交通出版社,2002.

[5]王鸿渠.多边界石方爆破工程[M].北京:人民交通出版社,1994.