煤矿智能安全管控大数据平台研究与应用

煤矿智能安全管控大数据平台研究与应
用
2.瓦斯灾害监控与应急技术国家重点实验室，重庆 400037）
摘要：大数据就是由巨量数据而形成的资料，也被称为巨量数据，是通过多
种途径收集获取而来的数据组平台。

从技术的角度上看，大数据离不开云计算，
通常情况下不能由单独某台或少量计算机设备进行处理，而是需要通过云计算来
将多台计算机设备连接起来实现协同工作，就是指基于计算机相关技术，在工作
流理念之下，快速收集和整理信息，并进行加工传递，将平台数据加以运用为煤
矿企业在日常生产过程中更加高效、便捷地开展工作。

关键词：煤矿设备；大数据；安全管控；小文件处理
引言
煤矿智能化的科学内涵是煤矿主体系统的智能化，即集成涵盖矿山感知、互联、分析、自学习、预测、决策、控制等核心内容的多产业链智能化系统。

当前
国内众多学者已经对煤矿智能化展开了研究，包括煤矿智能化技术体系及总体架构、矿井时空多源信息感知系统和矿井全时空信息反馈安全闭环管控系统、智能
化煤矿数据模型及复杂巨系统、煤矿辅助运输自动驾驶关键技术与装备等。

这些
设备和技术极大地提高了煤矿的生产能力，但是煤矿智能化安全保障体系研究较少，安全风险与隐患排查智能化双重预防技术是煤矿智能化安全保障体系的基础，以此展开煤矿智能化安全保障体系的深入研究具有重要的理论意义。

1智能综合管控平台总体架构
智能综合管控平台的主要功能是实现数据采得到、数据用得好、数据看得见
以及数据可决策的4个维度。

针对智能综合管控平台的建设内容,采用“云边端”的总体建设思路,具体建设采用“五层两体系”的架构模式,涵盖端部的感知设备
层、边侧的传输层、云上的平台层、应用层和展示层,以及贯穿始终的安全运维
体系和标准规范体系。

2平台应用功能组成
（1）多级协同安全双控系统。

面向集团、分子公司及矿井基层单位，支持
多级统一流程协作。

通过监控中心大屏、个人工作电脑、移动终端等途径为各级
安全管理人员按权限分别提供系统中的业务功能。

功能上包含安全风险管控、隐
患排查治理、标准化质量控制、不安全行为管理、决策分析、重点工作安排、安
全文件管理、系统管理等。

（2）智能安全融合监测预警系统。

综合一张图接入
了人员定位、安全双控、安全监测、水文监测、主运主提、AI视频分析等安全类
数据资源。

依托三维GIS空间图，既实现了安全资源的融合监测，又实现了安全
资源的关联预警，满足企业全面安全管控的需求。

（3）安全要素分析研判系统。

依托大数据技术，通过对安全相关数据进行汇聚、存储、治理、挖掘，帮助管理
者分析安全规律以及潜在的安全风险和隐患。

分5个模块向管理者提供深度分析
预警，包括综合安全分析、安全监测分析、人员定位分析、水文监测分析、安全
双控分析。

（4）应急救援指挥调度系统。

实现应急救援相关资料管理、应急专
家和救援队伍管理、应急救援物资管理、在线指挥等功能。

具体包括：指挥场所、制度建设、应急保障、应急避险、应急广播、应急预案、应急演练、应急物资及
战备物资明细、在线指挥等。

3煤矿智能安全管控大数据平台应用
3.1数据采集
随着互联网的发展、计算机技术的不断推广，数据量也必然迎来爆发式增长，因而在大数据时代，计算机需要借助于相应的信息采集技术，才能从海量数据中
提取有效信息。

在信息处理之前，首先要完成采集，基于计算机来来筛选采集到
的数据，之后再进行分类和过滤，再经过对比分析工序之后，即可获取有效信息。

计算机数据采集技术可以动态化监测相关数据信息情况，将其中的部分无效信息、重复信息加以剔除，以提高信息应用精准度。

当前数据信息技术也在不断发展创新，其发展方向是将数据分析、加工和处理这些工序加以整合。

3.2大数据预处理技术
数据预处理分为数据获取、数据清洗、数据转换和数据装载四大模块。

数据
获取就是将数据源中的某一部分提取出来。

由于采集到的数据来自不同的体系，
其品质、种类都有很大的差异，针对不同的体系，采用的方法也不尽相同，需根
据事故发生的时间和级别来选择。

数据清洗是利用数理统计、数据挖掘或预先定
义的清除规则对数据进行填充，把非结构数据或半结构数据转换成结构数据。

由
于数据来源的差异，其表述方式也不尽相同，有时还会出现对同一个问题的回答
不统一。

必须消除相似、重复、不一致的数据，并进行数据清理。

数据转换是为
了让数据能够被电脑所使用，所以需要将原始的信息数据转化为一定的方法。

数
据装载是指随着数据库的不断更新，数据库的运行环境发生了改变，数据库也发
生了变化，数据从原来的数据库中被转移到更新后的数据库中，经过不断的调整，才能继续工作。

3.3全面安全数据的存储与管理
1)安全数据的存储。

构建全面的安全数据库，用于存储和管理安全数据，包
括自然灾害机理与演变、人的不安全行为、事故分析与结论等。

主要是综合利用
大数据和云存储等技术，采用监测监控数据采集中间件，综合安全数据压缩算法，构建一套分布式安全数据存储系统。

2)安全数据的管理。

分布式安全数据存储系
统主要用来展示安全系统数据接入情况、数据接入趋势、数据联网告警情况、数
据接入统计、服务器资源使用情况等。

数据接入情况主要展示系统当前接数据数量、接入系统数量、接入监测指标数量、接入传感器数量、累计预警次数和系统
数据总量等。

数据接入趋势统计用于展示近一周或一月内接入数据量变化趋势。

数据接入统计展示当前数据接入量。

服务器资源使用情况展示系统后台服务器资
源使用情况，包括CPU使用率、存储、网络传输情况等。

3.4数据挖掘技术
在挖掘模型、挖掘算法、挖掘平台等方面应具备新的挖掘模型。

目前，关于
大数据的分析与挖掘研究主要有三方面：a)将现有的数据挖掘算法从单个机器上
移植，例如将线性回归算法、分类算法、聚类算法等应用到MapReduce程序模型
中。

b)应用MapReduce计算模式，对特定问题进行求解。

Map运算把原始数据分
成几个不同的区块，然后分配给不同的计算机进行处理。

Reduce动作将每一个Map动作的处理结果合并起来，最后得出问题的结果。

c)将已有的数据挖掘技术
与大数据分析工具相结合，建立一个大数据挖掘平台。

数据挖掘技术发展出了许
多有效的算法，它们在不同的语言中有着各自的开放源码。

如果能够将传统的数
据挖掘算法和现有的大数据处理平台相结合，那么就可以轻松地建立一个高效、
快捷的大数据挖掘平台。

结束语
露天煤矿智能综合管控平台的建设涉及数据采集与存储、二三维一体化技术、风险监测预警技术以及灾害风险处置流程,整体功能涵盖GIS“一张图”、采矿计划、数据查询、风险预警以及底图管理。

该平台上线运行后,实现了露天煤矿各
类系统数据的“一数一源”集中融合展示和多维数据实时查询,提升了数据的准
确性和统一性。

通过构建风险评价指标和闭环管理流程机制,露天煤矿各系统的
各类报警数据下降明显。

与此同时,通过对卡车和电铲的实时匹配分析,降低了车
铲等待时间,提升车铲效率5%以上,大大降低了生产成本。

宝日希勒露天煤矿智能
综合管控平台的建设为我国其他露天煤矿智能综合管控平台的建设提供了参考和
借鉴。

参考文献
[1]谢进,王飞.煤矿智能掘进机器人关键技术探讨[J].工矿自动
化,2021,47(S2):39-42.
[2]高翠青.基于智能矿山的煤矿机电设备管理创新[J].矿业装
备,2021,(04):132-133.
[3]任俊瑾.煤矿智能供电系统故障识别与隔离技术[J].矿业装
备,2021,(04):250-251.
[4]赵远,吉庆,王腾.煤矿智能无轨辅助运输技术现状与展望[J].煤炭科学技术,2021,49(12):209-216.
[5]李强,闫飞.计算机智能监控系统在现代煤矿生产中的应用[J].网络安全
技术与应用,2021,(08):133-134.
作者简介：何贵兵（1987.5），男，重庆巫山人，工程师，本科学历，毕业
于西南大学，现从事矿山安全技术、智能化、自动化相关工作。

联系人：何贵兵，E-mail：****************，电话/手机：176****7357。