云计算环境下的数据存储

首先从云存储优势、云计算环境下数据存储架构、关键技术及云存储系统构成等方面介绍云计算环境下云存储的实现,在此基础上对企业云存储的构建方案加以阐述。     

矿图云服务管理平台关键技术研究

以矿图云服务管理平台的建设实践为例,结合云计算服务架构和技术手段,从云服务架构、协同工作服务机制、数据标准规范及数据处理等关键技术入手,阐述了基于云服务的矿图管理平台的建设思路和方法。平台的建设消除了矿图数据冗余和数据“孤岛”,实现了矿图数据标准化、矿图数据存储数字化、矿图更新协同化,为矿图管理无纸化办公奠定基础,同时基于生产设计、机电配套、通风解算设计,为煤矿生产提供决策支持。     

云学习的分析与系统构建研究

"云学习"是一种基于"云计算"的学习模式,云学习利用云计算技术,通过云计算平台对资源进行统一管理调配,以服务的形式提供给用户。"云学习"是真正意义上的移动学习,可以根据用户的需求实现弹性扩展。用户学习的对象是一个个知识碎片化了的积件。用户需求则被视为一种云计算服务的要求。系统植根于互联网,以浏览器为基础;将大量数据存储在云端,应用服务同样置于云端;它强调服务,用户按需使用服务,根据使用多少付费。     

基于云模型的某露天煤矿安全评价

露天矿采场安全现状评价反映了采场实际安全生产的现状,也是提高被评价采场在生产过程中的本质安全程度及安全管理水平的重要手段。结合采场实际,基于云模型理论,建立综合评价指标体系,采用逆向云与正向云生成器,对评价指标体系进行评价,构建包含岩层的稳定性、防排水系统等9个指标组成的综合安全评价指标体系,利用专家打分法和MATLAB软件对数据结果进行模拟;指出安全性较差的相关单元,为该露天煤矿的安全开采提供科学依据。     

基于计算机云服务的煤矿企业数据信息安全体系构建

当前,计算机云服务已经逐步走入了人们的视界内,而我国部分煤矿企业也着手于基于计算机服务的煤矿企业数据信息安全体系的构建,主要形成过程就是将企业的有效信息通过"云"加以存储,并可以利用"云"巨大的资源空间和快而强的计算机计算能力来处理企业数据信息。那么,如此以来,人们也就不得不面对一个关乎于计算机云服务煤矿企业数据信息是否安全的问题。文章将就这一安全问题着以分析,并重点阐述基于计算机云服务的煤矿企业数据信息安全体系的构建。     

基于云平台的煤矿监测数据可视化计算系统设计与应用

针对煤矿监测大数据处理的重要性,基于云计算、大数据和智能决策等技术,设计了一个基于云平台的煤矿监测数据可视化计算系统,提出了基于云服务的基础设施层、模型服务层以及计算应用层3层架构,并详细阐述了云平台,海量数据存储,分布式数据处理模型库以及GIS可视化交互界面设计等关键技术。基于在线地图和实时数据,该系统能够使用户快速配置实时数据源和计算模型,克服了传统计算模式模型和参数配置相对固定、可视化操作简单的缺点,并且以服务的形式在云平台的基础上搭建了模型服务框架,通过模型服务管理模块,系统可进行模型的在线注册与修改,实现了模型库的动态扩展,解决了传统模型库类型固定,扩展性差的问题。     

基于SQL Server云数据库的洪水河铁矿三维地质建模

为提高复杂矿体三维建模精度与矿山基础地质数据的存储效率,以青海省洪水河铁矿为例,提出了利用SQL Server云数据库实现矢量与栅格数据一体化云存储的矿山三维地质建模方法。首先利用矿区55个勘探钻孔数据、5条勘探平硐数据以及物探数据,采用SQL Server云数据库设计了新的云存储空间架构和交互方式,利用HDFS文件系统与ACID分布式图形数据库实现了数据云同步功能,用户权限保证了数据安全性;然后设计了三维地质数据录入平台,界面友好,简化了地质数据录入和建模难度;最后对于零厚体和透镜体,设计出遍历法和裁切功能对已构建的矿山三维地质模型进行修正。研究表明,所构建的矿体三维地质模型较精确模拟了洪水河铁矿矿区地质体三维分布规律,建模效率和地质数据安全性有所提高。     

基于物联网的煤矿粉尘监测云服务平台设计

针对煤矿粉尘现有检测手段时效性差、人为抽检易失实、不能连续监测等问题,引入物联网和云计算技术,设计并实现了基于物联网的煤矿粉尘监测云服务平台。平台通过集成一体化粉尘监测智能终端、实时粉尘数据采集与传输、粉尘大数据存储与管理、以及应用服务,形成了一种煤矿粉尘监测云服务模式,构建了粉尘大数据中心,提出了粉尘监测云服务应用。通过开发的平台,多级监管部门、企业和作业工人能够实时监测粉尘状态,达成扁平化、非现场实时连续监管的目的,从而提升了整个行业职业病危害监管服务水平。     

基于HDFS的煤炭企业云存储平台设计

为提高现代煤炭企业海量数据存储的效率,设计了一种基于HDFS(Hadoop Distributed File System)的煤炭企业云存储平台。该平台在分布式文件存储系统中增加小文件处理模块,可实现小文件的判断以及合并处理,并将其应用于云存储技术,以提高煤炭企业海量数据的处理效率。介绍了云存储平台文件系统HDFS的架构功能以及小文件模块的实现方案,并在此基础上重点阐述了云存储平台的基本配置和系统设计。     

某铁矿山云数据的三维地质建模与地质灾害评价

传统矿区地质灾害三维建模软件在数据存储和录入上存在的碎片化问题较突出。为此以吉林省通化市某铁矿山为例,在分析矿区地质及水文地质特征的基础上,结合SQL Server Compact 4.0、SQL Server 2008数据库及Civil 3D建模软件,建立了矿山地质数据云服务系统,并分别从数据存储与管理、云数据同步、基础地质数据录入等方面详细分析了矿山三维地质建模流程。研究表明：该系统通过云服务器和本地三维模型的核心数据,能够实现查询、分析和修改各模型单元,还可完成地质剖面和平面图的出图工作,实现双向动态自动关联,大大简化了基础地质数据录入流程,有助于克服传统三维地质建模软件存在的数据存储、迁移等难题。在上述分析的基础上,针对矿区主要存在的滑塌地质灾害类型,根据滑塌体所处的地形地貌特征、危岩体主控结构面发育特征及危岩可能失稳破坏方式,将危岩体视为完全刚性块体,并采用极限平衡理论推导了不同类型危岩在不同荷载组合下的稳定性计算方法。分析结果对于进一步治理该矿区地质灾害有一定的参考价值。     

露天矿三维一体化数据管理软件在采剥量验收中的应用

为实现露天矿点云数据的快速处理、采剥量的准确计量、数据的规范存储、点云数据的动态快速加载及浏览、建立适合露天矿边坡的特殊构网,减少点云数据的处理时长及计量工作效率;利用大型露天矿三维点云一体化管理软件完成了点云数据的管理、一键去噪、精简、合并等后处理、三维快速建模及采剥量快速准确计算、统计报表等工作,实现了数据的集中管...     

云计算与虚拟化在智能煤矿建设中的应用

为了解决煤矿各类数据存储、应用,并通过数据分析指导生产;分析了煤矿云化建设方案及虚拟化技术在智能矿山建设中的应用,重点研究了云架构、云容灾、云安全、云运维技术方案。结果表明：煤矿传统数据中心可以采用“集中式架构与分布式架构并重”的技术发展路线,逐步演化为云数据中心,混合云方案适用于大多数煤矿云数据中心建设。     

智能化采煤机云平台设计研究

提出了一种将煤矿井下采煤机生产运行数据从工作面主机传输到顺槽,从顺槽到矿井地面,再到云平台的数据存储、监控、智能诊断的整套网络化远程监控体系。通过高效全面的数据采集,为用户提供采煤机云平台在线监测、智能故障诊断与实时技术支持等服务。通过对采煤机在工作面运行状态的实时连续采集、对设备的工作状态进行监控及评估、对出现的故障进行及时诊断预测和生成健康报告,并对用户进行数据发布和共享,提高了采煤机智能化水平。     

安全监控超限报警信息融合系统建设

为了解决煤矿安全监控系统存在的数据存储分散、报警短信发送功能结构单一、数据查询不便等问题,利用HTML5+WCF+云服务技术,提出一套矿务局或矿业公司层级的实现跨平台多矿井安全监控数据融合、规则可定制分级报警短信发布、移动查询终端APP的系统建设方案。介绍了系统架构、网络布置方案、数据库设计方式、系统模块设计以及具体的建设过程。为煤矿管理及生产等单位的领导和技术人员方便、及时地关注、查询监测数据,掌握矿井安全动态提供便利,以保障、促进矿井的安全高效生产。     

基于云物元模型的采空区稳定性评估研究

针对采空区稳定性影响因素的随机性、模糊性及因素之间不相容性等特点,将云模型和物元分析方法结合,提出采空区稳定性评估的云物元模型。在分析采空区稳定性影响因素的基础上,构建评估指标体系,采用德尔菲法计算评估指标权重。将所建立的模型应用于某铜矿的6个采空区进行稳定性评估,通过Matlab软件编程计算6个采空区稳定性的综合关联度,依据最大隶属度原则确定采空区稳定性的评估等级。研究分析表明,评估结果与实践相符,云物元模型对评估采空区稳定性是有效的。     

铀矿冶云计算双活数据中心设计

针对数据中心现状,利用虚拟化云计算、存储双活、数据库分布式集群等技术,通过建设计算、存储、网络、桌面、安全等资源池,实现测试云、桌面云、生产云、灾备云和安全云等云计算应用。设计数据恢复点目标RPO=0,复原时间目标RTO接近于0的铀矿冶云计算双活数据中心,实现了数据中心管理操作便捷、数据实时容灾备份、资源池利用率最大化,降低了信息化基础设施投资和运行成本。     

基于正态云模型的地下水资源脆弱性评估

针对现有地下水资源脆弱性评价方法存在的效率低问题,采用正态云模型实现评价方法的优化设计。将脆弱性分为5个等级,设置各个等级的划分标准。从固有脆弱性和特殊脆弱性2个方面,分析水资源脆弱性的影响因素。构建地下水资源脆弱性评价指标体系,标注各个指标的性质。通过正态云模型的构建与应用,计算评价指标的具体取值。脆弱性评价指标经标准化处理后,综合考虑客观和主观因素,求解评价指标权重,得出地下水资源脆弱性的评价结果。通过实例应用分析得出,通过正态云模型应用,地下水资源脆弱区面积的评价误差明显降低了0.38 km²,有效提升了评价效率,说明正态云模型在地下水资源脆弱性评价中具有较高的应用价值。     

煤炭企业海量数据存储智能化技术研究

以NoSQL数据库的相关理论为基础,借助云计算和云存储技术设计了以分布式存储为架构的MongoDB数据库,为煤炭企业海量生产数据的智能化存储问题提供了解决方案。通过云存储系统性能测试得出,系统处理海量数据的性能高效、稳定,明显优于传统的关系型数据库。     

地质云盘系统设计与实现

为了实现地质云数据的统一存储和共享,本文设计了一种地质云盘系统并进行实现。通过研究非结构化数据全文检索技术、异构数据在线预览技术和文件版本控制技术等,系统实现了文档管理、在线预览、内容检索等功能,并提供二次开发接口,支持多端应用。系统具备必要的安全措施,确保地质云数据的安全。该系统的设计与实现,对地质数据的服务共享具有重要意义。     

基于不确定性理论的煤炭城市可持续发展评价模型

为正确评价煤炭城市在工业化进程中的可持续发展状况,避免造成此类城市"矿竭城衰"的局面,考虑到煤炭城市可持续发展评价中存在较多不确定性因素,以及评价指标众多不易挖掘潜藏规则的问题,本文将云模型、粗集以及熵权理论三者有机结合,建立评价模型,对我国25个主要煤炭城市的可持续状况进行合理评价。首先,在综合考虑影响煤炭城市可持续发展各因素的基础上构建了指标体系并利用云变换对初始数据进行离散化,然后通过属性约简对指标体系进行简化,接着根据简化后的指标体系运用熵权法获取指标权重,最终利用X-条件云发生器确定了各煤炭城市的可持续发展等级,为进一步提高煤炭城市的可持续发展水平提供了一定的依据。