3.3.3 时空数据模型的分析操作

时空数据模型从时间、空间、属性等多个维度对生产要素的信息进行组织和管理，使数据的呈现形式能更好地与人们的思维习惯匹配。在此基础上，通过一系列的分析操作，从多个维度、多个层次对数据进行剖析，深入了解数据中的信息和内涵，为不同的用户提供不同层次和维度的信息。时空数据模型的基本分析操作主要包括数据切片、数据切块、数据钻取等。

（1）数据切片 数据切片操作指在数据立方体上的某一维度选定一个特定的值，从而使数据立方体的维度从n维降成n-1维。数据切片操作舍弃了数据立方体的部分观察角度，因此可以更加集中地观察和分析数据，剔除无关信息、获取特定的有用信息。如图3-15a所示的数据立方体模型，在工人编号维度选定一个工人的编号，那么根据切片所得的数据便可以获取该工人不同时刻的位置信息以及运动轨迹信息。

图3-15 数据切片与数据切块

（2）数据切块 数据切块操作指从数据立方体中的某一个维度上选定一个区间，对该区间内的数据进行分析以挖掘出数据中的有用信息，如图3-15b所示。数据切块可看成多个数据切片的叠加，当区间压缩为一个点时，数据切块操作便转化为数据切片操作。

（3）数据钻取 维是观察数据的特定角度，根据观察的细致程度不同可划分成不同的层次，如时间维度根据细致程度可以划分为年、季、月、日、时等。维的层次反映了数据的综合程度，维的层次越高，代表数据的综合程度越高，数据量越少，细节越少；反之，维的层次越低，代表数据的综合程度越低，数据量越大，细节也越充分。数据钻取由向下钻取和向上钻取两个部分组成，下钻是指在某一维度上的层次较高的汇总数据向下分解成层次较低的详细数据，获取更多的细节信息；上钻则将层次较低的详细数据概括为层次较高的汇总数据，实现数据的整合。数据钻取操作实现了数据详略程度的转换，具体过程如图3-16所示。

图3-16 数据钻取

在离散制造车间中，不同的用户在生产过程中需要不同层次和维度的信息。车间生产人员主要进行具体事务性操作，如产品加工、质检等，对数据的实时性和细致程度要求很高；而车间生产管理人员主要对生产过程进行管理和控制，更加关心制造现场的生产制造活动是否正常进行，因此更多地需要过程数据。通过对时空数据进行不同的分析操作将得到不同层次、不同视角的信息，根据时间维度和层次的不同分为实时数据层、过程数据层和历史数据层，具体如图3-17所示。

图3-17 时空数据模型多维视图

实时数据主要来源于车间各类生产要素，如物料、人员、配送车辆、设备等。通过实时定位技术和信息采集技术实时获取生产要素的各类信息，主要用于制造现场的事务性操作和管理，面向车间生产操作人员。过程数据主要面向车间生产管理人员，为其提供制造现场的生产状况、生产进度以及生产要素使用消耗情况等，使车间生产管理人员能实时、准确地把握车间生产进度和生产情况。当车间出现生产干扰时，车间生产管理人员能迅速调整生产计划，重新优化配置资源，保证生产活动正常进行，防止制造车间出现生产阻塞甚至生产中断。历史数据主要用于在制造过程完成以后对生产过程进行分析，挖掘其中的有用信息用于指导后期的生产制造过程，涵盖了产品的加工路线、质量、设备利用率等历史信息。