云计算环境下煤矿应急管理关键技术研究

摘要

随着煤矿应急管理信息化建设的不断深入，煤矿应急管理信息系统也将随着云计算技术朝智能化、服务化方向发展。本文采用云计算―按需服务‖的计算思想和面向服务的架构，以云计算环境下的煤矿应急管理信息技术为研究对象，以云服务的方式为煤矿用户提供应急信息资源服务，从煤矿应急管理的新模式、云作业调度、云存储副本布局、云服务语义描述、海量数据管理五个方面来开展研究。主要研究内容如下：
　　研究了云计算环境下的煤矿应急管理新模式。结合应急管理理论、―情景-应对‖范式和权变理论，构建煤矿安全事故动态应急管理模式；基于面向服务构架和云计算的思想，提出云计算环境下煤矿应急管理的新模式——基于SOA的煤矿应急云CECloud，并提出基于―情景-应对-权变‖模式的煤矿应急云运作机制；结合信息服务理论，提出煤矿应急信息资源云及云服务的概念。
　　研究了煤矿应急云的动态反馈作业调度算法。针对现有Hadoop作业调度算法在多用户、异构环境下不具备反馈机制的问题，结合煤矿应急云的用户作业特征提出一种云计算环境下具备反馈机制的动态作业调度算法(CECloud-MMS Scheduler)。该算法引入排队论模型，采用单队列多资源池服务窗口的设计思路，将所有作业统一提交到一个支持优先级的排队队列，作业分发控制模块选择优先级最高的作业分发到空闲的资源池窗口执行；煤矿应急云通过自身的心跳机制将作业运行的初始化时间、运行时间等信息传递给参数统计模块进行统计，将获得的平均到达率和平均服务率这两个核心参数的实际值传递给反馈机制模块，根据调度算法模型计算出平均逗留时间和平均队长的理论值并与实际值进行对比，当差值大于阈值时对该调度算法的核心参数进行适当调节使差值收敛于阈值，则将具有较大平均逗留时间和平均队长的作业调度到有槽位数的空闲资源池服务窗口执行。实验结果表明，与经典算法相比，CECloud-MMS Scheduler具有较高的调度效率和负载平衡能力。
　　研究了煤矿应急云存储低代价副本布局技术。提出云计算环境下的煤矿应急管理数据存储方式及煤矿应急管理信息系统应用体系，提出基于低访问代价的煤矿应急云存储副本布局策略，采用TOPSIS分析方法进行实例计算，将副本分布在煤矿应急云平台中访问代价最低的2个服务器节点上，在节点存储负载、节点网络带宽、节点响应率、节点访问热度和硬件配置五个方面做了一个合理的权衡，并通过实验验证了平台的容错性。
　　研究了煤矿应急信息资源云领域知识及云服务的语义化描述。提出煤矿应急信息资源云领域本体的构建方法，构建基于SUMO顶层本体的煤矿应急信息资源云领域本体，以实现煤矿应急信息资源的知识交互、共享和重用；结合Web服务组合描述框架OWL-S实现对煤矿应急信息资源云服务的语义化描述，定义了煤矿应急信息资源云服务的三个核心本体和四种相关本体以规范其本体组成结构，并分别进行本体建模使之语义清晰化；设计基于本体和刻面的煤矿应急信息资源云服务检索方法，实现基于语义的云服务检索；并对煤矿应急信息资源云服务系统的功能结构进行设计。
　　研究了煤矿应急管理海量数据在云环境下的存储及处理方法并进行实例验证。分析煤矿应急管理海量数据的来源及在传统模式下数据存储与处理的局限性，设计煤矿应急云平台中海量数据存储及分析的实现方法，重点阐述黄陵矿业集团下属煤矿生产作业环境参数异动模型及其在煤矿应急云平台中的实现方法，并对该矿某段周期内的瓦斯数据进行异动判定的分析，从而为管理人员的决策行为提供科学依据。最后通过对煤矿应急云平台数据处理性能的实验测试,验证了本文基于Hadoop开源分布式生态系统搭建的煤矿应急云平台相对于传统煤矿应急信息系统具有良好的数据处理性能。
　　本文针对煤矿应急管理海量数据在存储、处理及应用等方面面临的问题，提出了云计算环境下煤矿应急管理的新模式，研究了作业调度、云存储副本技术、语义Web、分布式数据存储及处理等关键技术在煤矿应急管理信息化建设中的应用，有利于提升煤矿应急管理体系结构的服务性和开放性，推进煤矿应急管理海量数据的深化开发及利用，为云计算环境下的煤矿应急管理信息化建设提供新的思路、技术及方法。

目录

中文摘要

英文摘要

目录

1 绪论

1.1 选题背景及研究意义

1.2 国内外相关领域研究综述

1.3 论文研究内容与技术路线

2 云计算环境下的煤矿应急管理研究

2.1 煤矿安全事故及复杂系统特征

2.2 基于―情景-应对-权变‖的煤矿应急管理模式研究

2.3 云计算环境下的煤矿应急管理新模式

2.4 煤矿应急信息资源云构建及云服务研究

2.5 小结

3 基于排队模型的煤矿应急云动态反馈作业调度算法研究

3.1 分布式与并行计算

3.2 Hadoop云计算调度算法研究

3.3 基于M/M/S/∞排队模型的煤矿应急云作业调度模型研究

3.4 煤矿应急云CECloud-MMS Scheduler算法理论推导

3.5 煤矿应急云CECloud-MMS Scheduler算法总体设计

3.6煤矿应急云CECloud-MMS Scheduler接口设计

3.7 算法验证与分析

3.8 小结

4 煤矿应急云存储低代价副本布局技术研究

4.1 云计算环境下的煤矿应急管理数据存储方式

4.2 煤矿应急云存储副本布局技术

4.3 TOPSIS多属性决策方法

4.4 基于TOPSIS的煤矿应急云存储低代价副本布局技术

4.5 煤矿应急云平台存储容错性实验验证

4.6 小结

5 煤矿应急信息资源云领域本体构建及云服务语义化描述研究

5.1 本体论与领域本体

5.2 煤矿应急信息资源云领域本体构建研究

5.3 基于OWL-S的煤矿应急信息资源云服务本体描述框架

5.4 煤矿应急信息资源云服务本体的建模

5.5 煤矿应急信息资源云服务本体的语义标注

5.6基于本体与刻面的煤矿应急信息资源云服务检索方法

5.7 煤矿应急信息资源云服务系统设计

5.8 小结

6 煤矿应急云平台中海量数据分析方法及实例验证

6.1 煤矿应急云平台中海量数据来源及存储方法

6.2 煤矿应急云平台的海量数据管理架构与实现方法

6.3黄陵煤矿生产作业环境参数异动模型在煤矿应急云平台中的实现

6.4实验验证

6.5 小结

7 结论及展望

7.1 结论

7.2 创新点

7.3 展望

致谢

参考文献

附录