選煤廠數據標準實施方法論研究

中煤科工集團信息技術有限公司 鄒超

一、研究背景

選煤廠數據全生命周期的質量控制機制與制度保障是數據標準，其貫穿了數據從采集到存儲、治理和分析應用的整個流程，只有建立一套完備的標準體系，數據標準化之后才能更好地進行數據質量管控、進行數據治理的工作及更高層面的數據應用，實現選煤廠高效快速的數字化轉型及業務分析[2]。選煤廠數據標準是選煤廠經營管理、生產工藝、設備維護等業務的數據分析基礎，關系未來使用及分析的數據范圍及內容是否全面、質量是否達標，幫助選煤廠能夠集中管理、使用數據。選煤廠各類數據分散在硬件設備、業務系統、紙質文件內，除了各類數據、屬性、數據采集標準以及數據標準管理制度等缺乏之外，同時各類數據應該如何使用、在什么場景下使用、使用帶來的效益也沒有明確的說明及想法，所以選煤廠數據標準的實施方法和研究極大限度地明確了選煤廠各類數據標準內容、工作方法、數據采集標準怎樣統一、數據標準管理制度制定的內容。

二、目標

目前國內外選煤廠企業具備單一數據標準的制定方法，如物資數據等，但是基于生產工藝、設備運行管理為核心發散的各類數據、有需求分析的選煤業務場景數據的標準制定方法論并沒出現。

本文涉及的實施方法以及內容是依據選煤廠核心業務、核心數據、核心數據問題為導向進行研究，當下各類項目實施的方法（如ERP項目實施方法論、PMBOK項目實施方法論）均從某一單一業務范圍出發進行項目實施，例如財務、工程業務，與選煤廠洗選業務缺乏關聯、對洗選工藝理解限度較低。本文所述實施方法論的研究打破通用實施方法論的壁壘、貼合選煤廠業務，支撐選煤數據標準體系。

三、研究內容

（一）現狀需求調研及評估

針對現狀的調查是規劃的初始，經過系列的問卷調查、現場訪談等工作方式收集到大量資料以及信息，進而全面深入地對現行的組織架構、業務流程以及信息化建設情況進行了解，找出其真正所面臨的問題并精確定位選煤廠的真正需求，為最終整理出選煤廠真正的需求做準備。

該階段主要工作任務如下：

（1）掌握選煤廠目前的數據管理情況，通過問卷調研和現場訪談以及系統和數據分析，對選煤廠現有各業務現狀、數據現狀等方面進行全面調研，包括分選業務、分選流程、分選設備清單數據、分選設備技術參數（靜態、動態技術參數）、各類傳感器清單及傳感器技術參數、硬件數據采集集成技術、軟件系統數據集成系統、編制各類屬性及數據清單、現有其他輔助數據（例如:產品、工作路線、環境、人員班組、選煤訂單、工作時刻表等數據），收集到的各屬性及數據需提供在用單位（單位符號），同時增加生產開始截止時間等關聯維度關系。

（2）對各類業務、屬性及數據完成整理，并通過業務人員確認。

（3）掌握選煤廠對數據應用、管理現狀進行評估理解，分析各類數據現有標準、各類數據（編碼）應用，包括數據來源去向、存儲情況、集成情況、采集情況，各類數據的需求、管理存在的問題等。

（4）通過對選煤廠分選業務過程的調研與分析，明確橫縱向業務之間的關系、數據之間關聯關系，梳理清單并讓業務人員確認。

（5）通過對業務、設備、信息化系統、硬件數據、軟件數據現狀的調研，結合數據標準識別方法理論辨識出選煤廠數據標準所需要數據范圍。

（6）數據標準梳理總結，歸納選煤廠數據標準涉及數據列表，完成數據標準梳理工作。包括：業務流程步驟數據清單、業務流程設備清單、設備數據清單、傳感器清單、硬件屬性數據清單、信息化系統屬性數據清單、實時數據清單、生產數據清單、硬件數據采集技術及通信協議清單、相關數據清單，包括：生產工作安排數據、洗選訂單數據、裝車時間數據、加藥量數據、用水量數據、用電量數據、封塵劑用量數據、防凍劑用量數據、班組信息數據、排班信息數據、人員信息數據等。

（7）結合選煤廠業務發展、智能化發展規劃，參考煤炭行業內優秀大型企業數據標準體系建設的例子，在現狀調研與評估、標桿經驗借鑒等一系列工作的前提下，數據標準體系的構建需求以及規劃選煤廠數據標準體系需要從數據的來源、去向、應用、管理等各個維度進行分析。

（二）標準體系規劃設計

在進行整體規劃數據標準體系，確立與企業目標相一致的建設目標之前，首先要明確業務、數據現狀以及需求[3]。之后再依據目標對數據標準體系架構進行設計。架構設計作為數據標準體系建設的重要環節，其主要涵蓋了數據標準管理體系設計、數據架構設計、數據模型架構涉計、硬件數據采集體系設計五大方面（如圖1）。經過體系架構設計，企業的數據標準體系已經基本成型，數據標準建設已經有了明確的需求。

圖1 標準體系規劃

1.數據標準管控體系

該體系是為了對數據標準的制定、變更、發布、停止各類管理任務以及活動進行的規范性而建立的組織、流程，并使其得以常態化運轉。

2.數據標準體系

數據標準體系分為三大類，包括數據標準管理規范、數據質量管理規范、硬件數據采集標準規范。數據標準管理規范是為了規范數據標準制定、變更、發布、停止各類管理任務。

3.數據架構體系

涵蓋選煤廠全業務、全場景、全因素的各類動靜態數據，包括：設備數據、工藝數據、實時數據、靜態數據、各類輔助數據。

4.數據模型架構

通過對設備數據、工藝數據、實時數據、靜態數據、各類輔助數據進行梳理，建立各類數據模型，形成各數據對立模型，為之后的業務場景數據建模打下基礎模型標準，通過模型構建建立業務數據模型。

5.硬件數據采集架構

包括硬件數據采集技術、采集技術通信協議、硬件設備分類及硬件數據涉及設備清單內容。通過對硬件設備數據的梳理，對各硬件設備采用的數據采集技術、通信協議進行梳理，結合現有先進采集技術，編制選煤廠硬件數據采集標準。

（三）數據標準制定

數據標準制定過程中需要綜合運用關鍵成功因素法以及選煤廠業務規劃法等方法進行分析，是數據標準管理項目規劃的核心步驟（如圖2）：一方面用戰略目標集轉換法和關鍵成功因素法，自上而下分析選煤廠業務、數據類別、數據內容；另一方面借助業務流程優化思想，梳理部分業務流程，自下而上提取各類基礎數據、業務數據；進而提取并識別業務模型、實體模型、數據屬性，建立數據模型，最終實現數據的全面性和數據的規范性[4]。

圖2 數據標準制定流程

當下選煤廠數據標準化建設主要有全面標準化和漸進式標準化兩種策略。在全面標準化策略前提下，必須要先進行獨立的、全面的數據標準化工作，可以在整個選煤廠范圍內基本完成信息資源規劃工作，建立長期穩定的數據標準體系；在漸進式標準化策略前提之下，就必須要先建立選煤廠的數據標準化框架，配合試點系統的運行，進而完成與試點系統相關的業務數據以及部分管理數據的標準化工作。通常數據標準化體系建設要采取漸進式的策略，同步進行數據標準化進程與選煤廠業務發展，既要保證見效速度又要堅持標準化原則、業務原則，并且還要確保數據標準化的實用性，確保數據標準化不至于空洞或流于形式。

（四）數據標準管理制度

數據標準管理規范是數據標準管理工作中的管理條例、章程和制度等的總稱，它用文字形式規定管理活動的內容、程序和方法，是數據標準管理人員的行為規范和準則（如圖3）。數據標準管理規范明確了數據標準管理的基本原則、管理機構和職責、數據標準管控流程等主要內容。管理規范的頒布實施，是數據標準管控體系建設的成果固化，明確行為規范和協調關系，解決人治管理、無章可循、有章不循、缺乏協調、相互推諉等方面的問題，對于數據標準體系建設，提高選煤廠數據標準管理水平有著重要的作用[5]。

圖3 數據標準管理制度效能

數據標準管理規范具有以下特點：

（1）規范性：應該做什么，如何去做。

（2）強制性：自上而下，管理規范對全體員工都有嚴格的約束，任何人不得違反。要加強管理規范的公開性和權威性。

（3）科學性：管理規范是企業所有人員的行為準則，它既不能模棱兩可，更不能相互矛盾，必須保證其準確、齊全、統一。

（4）相對穩定性：在一定時期內管理規范一經批準就必須要保持相對穩定，不能朝令夕改，讓人無所適從。

（5）可行性：管理規范要簡明扼要，通俗易懂，對流程運行活動進行明確規定，并要簡便易行，便于實際操作和運行。

（五）標準規劃落地

選煤廠數據標準體系建設是選煤廠自動化、智能化數據梳理部分最核心的工作，數據標準體系落地同時工作推動也最困難，涉及業務多、設備多、數據種類多。國內推進選煤廠數據標準工作失敗的煤炭企業，大多止步在規劃落地階段。

有的煤炭企業引進外部廠商通過所謂的“咨詢+落地”方式開展數據標準化工作，外部廠商理解的“落地”指的是建設數據標準管理平臺工具，以線上系統方式而不是線下紙質方式管理維護數據標準；還有的煤炭企業則認為制定完數據標準后，與源系統進行全面差異分析并建立完整的映射關系，就算是完成數據標準落地工作了（如圖4）。

圖4 數據標準落地思路

真正的數據標準落地包括三種方式：

（1）設備及源系統改造。對設備及源系統的改造是數據標準落地最直接的方式，有助于控制未來數據錄入的質量與準確性，但工作量與難度都較高；

（2）數據中心落標。根據數據標準要求建設數據中心（或數據倉庫或數據集市），源系統數據與數據中心做好接口映射，保證傳輸到數據中心的數據為標準化后的數據；

（3）系統間接口改造。對設備硬件數據、系統間接口的改造也是保障交互一致性的重要方式，數據在系統間交互時將數據按照標準轉換，從而保證數據的準確性與一致性。

四、結語

目前在具備一定自動化、信息化能力的選煤廠具備部分數據標準的概念及各類數據內容匯總的基礎，但是由于缺乏業務問題與數據問題關聯性思維或本身數據標準需求不明確，導致選煤廠各業務部門在各項業務工作中忽視了數據標準的重要性，缺乏數據標準,因此一套適用于選煤廠業務的數據標準實施方法論能夠為選煤廠經營管理、生產工藝、設備維護等業務的數據分析提供標準內容制定的方法基礎，能夠幫助選煤廠在日常業務數據分析中判斷各類數據是否全面、質量是否達標，提升選煤廠集中管理及分析使用數據的能力。