随着石油运输企业信息化的提高,各部门设备管理业务工作产生的数据量不断增加,一方面企业需要对这些相对独立的大量数据进行有效地组织和管理,另一方面需要为企业管理决策人员的管理决策和统计分析提供辅助支持。本文采用数据仓库多重粒度分析模型技术,研究提出构建石油运输企业设备管理粒度分析系统,为企业管理决策和统计分析提供了一个支撑环境。论文的主要工作和主要创新包括以下内容：1.提出适于石油钻井运输企业的多重粒度分析模型。在分析石油钻井运输企业设备管理特点的基础之上,结合数据仓库粒度的概念及相关理论知识,确定设备管理数据仓库的主题域及主题,并围绕主题构建多结构粒度模型。2.给出了石油钻井运输企业设备管理数据仓库ETL解决方案。有效实现了设备管理工作中大量历史数据及业务数据的组织和集成,并基于SQL Server 2005中SSIS组件,设计给出了围绕该数据仓库的相应主题对数据进行抽取、转换和加载等重新组织的过程和算法,从而解决了企业管理决策者从不同数据源分析数据的难题。3.分析和设计了设备管理数据仓库粒度结构模型。对运输企业设备管理数据仓库多重粒度模型结构进行了详细分析和设计,针对不同主题的数据综合程度和不同的结构粒度提出粒度模型设计的算法,使决策者能从多个角度、多层面的观察数据,找出其中的内在的规律,为决策提供支持环境。4.研究并给出了粒度分析系统实现的方法。基于.NET开发环境,结合SQL Server2005数据库,使用C#语言设计了基于C／S模式的车辆设备管理数据仓库多重粒度分析系统,实现了设备管理信息数据的多重粒度分析、计算的目标,并以图表的形式直观展示分析结果。