检定密度计数据处理系统的设计与应用

　　在密度计检定的实际工作中,一般采取批量检定。由于在检定密度计时数据处理比较复杂。例如根据分度值不同,判定合格与否的最大允许误差不同;检定点选取不同;证书中给出的有效位数不同;根据检定点的不同、工作用液的不同,标准器所给的修正值不同、毛细修正常数不同等等诸多因素。利用人工完成数据计算、数据筛选、结果判定及证书数据录入等工作,面对如此多的密度计、如此庞大的检定点数目和如此繁杂的检定数据,工作量非常大,十分容易出现人为差错,造成量值传递准确性的不可靠,对企业用户造成不利的影响。针对这种现状设计开发“检定密度计数据处理系统”,实现密度计检定工作中的数据处理、原始数据管理及证书打印的计算机自动化。

　　1　检定密度计数据处理系统的数据库设计

　　在数据仓库设计中的典型逻辑结构有星形模型、雪花型模型等。他们的各自特点为:星型结构模式是一种多维的数据关系,由一个事实表((FactTable)和一些维表(Dimension Table)组成。维表是数据仓库中的表,其条目描述事实数据表中的数据。维表包含创建维度所基于的数据。事实表是数据仓库架构中的中央表,包含联系事实与维表的数字度量值和键。每个维表都有一个维作为主键,所有这些维组合成事实键。事实表的非主属性称为事实,它们一般都是数值或其他可以进行计算而维表都是文字、时间等类型的数据。雪花型模型结构是星型结构的一个扩展,由多个表定义一个或多个维度。在雪花架构中,只将主维度表(Primary Dimension Table)与事实数据表连接。其他维度表连接到主维度表。主维度表是与事实数据表直接相关,完成维度定义的其他表连接到主维度表,而不连接到事实数据表。本系统数据处理所涉及的关系并不十分复杂,采用星形结构就可以满足需求,而且交叉点少,数据交互速度更快。本系统的整体逻辑架构如图1。

　　系统数据处理流程如如图2。

　　2　检定密度计数据处理系统的设计与实现

　　针对密度计检定工作的实际情况和科学工作流程,系统在系统框架设计中采用顺序化模块设计,系统整体可分为“输入模块”、“判断器号合格与否”、“查询检定数据、打印检定证书”和“修改基本信息”四大功能模块。系统整体功能模块结构图如图3:

　　系统运行的初始界面如图4:

　　其中输入模块是用于完成密度计检定工作中的检定基本信息及数据的采集,并通过程序的运算自动为检定的密度计分配证书号及通过基本的密度计信息智能的对修正值、毛细修正常数等标准信息进行筛选、调用。最终完成检定信息的运算、存储等数据处理。