導語：煤礦安全生產數(shù)據分類體系研究一文來源于網友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:煤礦安全生產的監(jiān)控實時化、系統(tǒng)物聯(lián)化、數(shù)據海量化和決策智能化需求，對煤礦各類安全管理信息系統(tǒng)的建設提出了諸多挑戰(zhàn)，需要從傳統(tǒng)的以部門專業(yè)為單位的信息展示，轉變到多部門多專業(yè)融合的多維大數(shù)據分析挖掘。文章系統(tǒng)梳理了煤礦安全生產相關數(shù)據，建立統(tǒng)一的數(shù)據分類體系，提出面向煤礦安全生產的大數(shù)據分析框架，為煤礦安全生產信息化建設提供基礎支撐。

關鍵詞:煤礦安全生產;數(shù)據分類體系;大數(shù)據分析;煤礦GIS一張圖

1我國煤礦安全生產信息化現(xiàn)狀分析

大數(shù)據分析在煤礦企業(yè)安全生產經營管理中得到廣泛應用［1－2］，我國的煤炭企業(yè)和研究人員相繼展開智能化煤礦的研究和建設，建立和完善了煤礦工業(yè)控制網和企業(yè)局域網環(huán)境，以工業(yè)組態(tài)軟件為基礎建設綜合自動化集控平臺，開展以煤礦安全避險為主題的“六大系統(tǒng)”建設，面向煤炭企業(yè)生產經營和煤礦安全生產專業(yè)部門建設了一系列業(yè)務流程化的管理信息系統(tǒng)，取得了長足的進步。目前，我國煤礦智能化建設在現(xiàn)階段已經呈現(xiàn)出“新四化”特點:監(jiān)控實時化、系統(tǒng)物聯(lián)化、數(shù)據海量化和決策智能化，這對煤礦安全生產的全面感知、實時互聯(lián)、分析決策、自主學習、動態(tài)預警和協(xié)同控制提供了可能。然而，專業(yè)部門條塊分割的管理和信息系統(tǒng)建設模式導致了諸多的問題，鑒于此，作者針對煤礦安全生產實際需求提出有必要跨越部門專業(yè)、統(tǒng)一人機環(huán)管、考慮歷史現(xiàn)勢和未來、整合時間和空間維度，系統(tǒng)性梳理煤礦安全生產數(shù)據及其關聯(lián)關系，建立煤礦安全生產數(shù)據的分類體系，以煤礦安全生產數(shù)據分類體系為基礎構建煤礦安全生產大數(shù)據分析框架，為煤礦安全生產智能化建設提供大數(shù)據分析的框架和知識發(fā)現(xiàn)的導向目標。

2煤礦安全生產數(shù)據分類與組織體系

2．1煤礦安全生產對象

煤礦安全生產的主體是人，客體是地下的煤炭地質體，目標是對煤炭地質體進行采掘產出煤炭。為此，建立了一系列直接和輔助的煤礦安全生產活動，包括采煤、掘進、運輸、機電、通風、地測和煤礦救護等。人員和設備參與到煤礦安全生產活動中，對煤礦地質體及其生產環(huán)境產生影響和破壞，煤炭地質體和生產環(huán)境的破壞反過來也會造成煤礦生產活動的停頓以及人員設備的損傷。為了保證煤礦安全生產活動有序、高效、安全地進行，需要制定一系列的技術方案和管理制度，如作業(yè)規(guī)程、設備操作規(guī)程、入井檢身制度等。

2．2煤礦安全生產數(shù)據分類體系

煤礦安全生產數(shù)據可以從兩個維度進行分類，一個是生產準備、基本生產、輔助生產和生產服務的生產活動維度;另一個是人員、設備(物料)、環(huán)境、安全、技術和制度的維度。分類結果如表1所示。

3煤礦安全生產大數(shù)據分析框架

大數(shù)據技術在煤炭行業(yè)的應用以提升安全生產和管理水平為主要目標。為此，需要跨越部門專業(yè)、統(tǒng)一人機管、考慮歷史現(xiàn)勢和未來、整合時間和空間維度，打通信息壁壘，深入理解煤礦安全生產數(shù)據背后的關系和故事［3－7］，決定對數(shù)據的分析目標，確定數(shù)據分析采用何種方法和工具，進而建立煤礦安全生產大數(shù)據分析的框架［8－9］。

3．1煤礦安全生產大數(shù)據分析目標

煤礦安全生產大數(shù)據分析的目標是對生產活動、人員、設備、環(huán)境的理論要求狀態(tài)與實際運行狀態(tài)之間的偏離進行分析、建模、機器學習和預測預警。主要包括以下幾種類型:1)圍繞生產活動、人員、設備、環(huán)境某個單一維度的時空狀態(tài)變化的分析建模。如設備故障周期分析建模、瓦斯曲線回歸分析、沖擊地壓周期分析等。主要采用傳統(tǒng)的模式識別和時間序列分析。因此，煤礦安全生產數(shù)據包括三個方面:一是對煤礦安全生產活動及其人員、設備、環(huán)境的技術規(guī)格和管理制度要求;二是根據技術和管理制度要求，進行生產活動、人員、設備、環(huán)境的準備情況;三是人員、設備、環(huán)境在生產活動中的具體表現(xiàn)情況和狀態(tài)，如圖1所示。2)圍繞生產活動、人員、設備、環(huán)境多個維度之間的相關性進行分析建模。從生產活動維度集、人員維度集、設備維度集、環(huán)境維度集中選擇多個維度尋求相關性，是目前大數(shù)據分析的要義。3)生產活動、人員、設備、環(huán)境的偏離分析。根據歷史積累的數(shù)據，分析預測可能偏離規(guī)則要求的人員、設備、環(huán)境以及生產活動的環(huán)節(jié)或者工序等。如:不安全行為分析、不安全設備分析等。

3．2基于GIS一張圖的煤礦大數(shù)據分析展示框架

煤礦安全生產數(shù)據均具有空間屬性，煤礦安全生產只能在特定空間背景環(huán)境中展開。因此，煤礦安全生產大數(shù)據分析，區(qū)別于互聯(lián)網、電子商務領域的大數(shù)據分析，需要在煤礦安全生產的特有空間環(huán)境中組織分析工具，展示分析的數(shù)據和結果［10］。GIS一張圖就是煤礦安全生產空間環(huán)境抽象工具。煤礦GIS一張圖，是基于統(tǒng)一地理信息平臺的煤礦安全生產大數(shù)據集成和綜合展示平臺，是二維GIS或四維GIS(x，y，z，t時間維度)的服務平臺，其核心理念是“物聯(lián)感知、協(xié)同可控”統(tǒng)一管理、“隨時、隨地”訪問使用，“持續(xù)、及時”協(xié)同、動態(tài)更新，服務于技術、生產、安監(jiān)、防災應急、煤礦大數(shù)據分析展示等。

3．3煤礦安全生產大數(shù)據技術框架

煤礦安全生產大數(shù)據平臺基于HadoopHDFS組件以及數(shù)據倉庫Hive和分布式鍵值對數(shù)據庫HBase實現(xiàn)海量數(shù)據存儲，利用成熟大數(shù)據框架Hadoop和Spark相結合方式實現(xiàn)數(shù)據的批處理和流式計算以及機器學習，大數(shù)據平臺技術架構體系及OLAP系統(tǒng)架構，如圖2所示。煤礦安全生產大數(shù)據平臺提供了數(shù)據接入、存儲、處理到可視化等功能。數(shù)據引擎提供CSV、TXT、文件文檔，關系數(shù)據庫等數(shù)據進入云存儲環(huán)境為大數(shù)據計算做基礎準備。為不同的應用場景提供了三種存儲方式:HBase、Hive和HDFS。為大數(shù)據的統(tǒng)計分析提供了SparkSQL分析、RDD、DataFrame和DataSet任務提交接口;為機器學習提供決策樹快速構建、回歸算法以及貝葉斯算法進行常見的分類和模型構建。提供了餅狀圖、柱狀圖、雷達圖、曲線圖以及位置分布等接口，使計算分析結果能夠直觀展現(xiàn)。在煤礦安全生產大數(shù)據平臺上，建立專家知識庫，預測預警規(guī)則庫等，基于靜態(tài)數(shù)據、流式數(shù)據等計算框架，對煤礦安全生產活動、人員、設備、環(huán)境的偏離情況等不間斷實時分析計算和預測。

4結語

煤礦安全生產的新四化需求:監(jiān)控實時化、系統(tǒng)物聯(lián)化、數(shù)據海量化和決策智能化，要求融合部門專業(yè)等條塊進行多維度綜合的大數(shù)據分析挖掘。本文以煤礦安全生產對象為起點，系統(tǒng)梳理并建立了煤礦安全數(shù)據的分類體系，根據數(shù)據分類體系建立了煤礦安全生產大數(shù)據分析的導向目標、煤礦GIS一張圖展示框架、以及煤礦大數(shù)據分析的技術框架，在華陽集團、臨礦集團、陜西煤業(yè)等國內大型煤炭企業(yè)的安全生產共享平臺的建設中得到了實際應用，效果良好，為煤礦安全生產信息化建設及其深化提供技術支撐。

參考文獻:

［1］李東，周勇．大數(shù)據在煤礦安全領域應用方法研究［J］．中國煤炭，2018(7):124－130．

［2］劉保進．大數(shù)據技術及其在煤礦安全管理中的應用探討［J］．山東煤炭科技，2017(10):173－174，177．

［3］司鵠，趙劍楠，胡千庭．大數(shù)據理論下的煤與瓦斯突出事故致因分析［J］．西安科技大學學報，2018(4):515－522，537．

［4］郜彤，劉傳安．基于大數(shù)據分析的煤礦安全風險預測系統(tǒng)研究［J］．煤炭工程，2018(7):173－176．

［5］張小兵，周勇．煤礦掘進暴露巷道瓦斯涌出量大數(shù)據計算方法［J］．煤礦安全，2018(6):168－170，174．

［6］羅波，張金鎖，邢書寶．大數(shù)據煤礦膠帶輸送機速度狀態(tài)評估模型設計［J］．西安科技大學學報，2016(2):176－180．

［7］劉浩，文廣超，謝洪波，等．大數(shù)據背景下礦井水害案例庫系統(tǒng)建設［J］．工礦自動化，2017(1):69－73．

［8］王萬麗，崔超．煤礦安全生產大數(shù)據應用管理系統(tǒng)研究與設計［J］．中國煤炭，2018(2):91－94，117．

［9］劉玉海．基于MongoDB的煤礦大數(shù)據管理研究［J］．信息系統(tǒng)工程，2017(9):119－120．

［10］申琢，譚章祿．基于數(shù)據挖掘的煤礦大數(shù)據可視化管理平臺研究［J］．中國煤炭，2016(12):86－89，128．

作者：雷小平 張鵬鵬 單位：北京龍軟科技股份有限公司