煤矿大数据与物联网

煤矿大数据与物联网孙继平（中国矿业大学（北京），北京 100083）摘要：按事故类别分析了2004年—2013年全国煤矿事故，顶板、瓦斯、运输、水害、机电、爆破、火灾事故起数和死亡人数占比分别为52.7%和36.8%，11.3%和29.7%，16.9%和11.3%，3.1%和8.1%，4.1%和2.5%，2.7%和1.9%，0.4%和1.9%；顶板事故起数和死亡人数最多；瓦斯事故起数居第3位，死亡人数居第2位，但2005年和2013年死亡人数最多；运输事故起数居第2位，死亡人数位第3居；煤矿各类事故起数和死亡人数均大幅下降；瓦斯和顶板事故起数占比明显下降，但运输和机电事故起数占比有所上升，需进一步加强运输和机电事故防治。

探讨了大数据在煤与瓦斯突出、冲击地压、水害、火灾等事故预警，煤矿重大关键设备故障诊断，煤炭需求和价格预测等方面的应用。

探讨了物联网在矿用安全标志准用产品管控、煤矿重大关键设备管控与远程维护、煤矿设备材料管控、防碰撞、持证上岗与专人操作管控等方面的应用。

0 引言随着煤矿机械化、自动化和信息化程度的提高，煤矿监控、通信与监视系统的推广应用，我国煤矿事故起数、死亡人数、百万吨死亡率均大幅下降，煤矿安全生产形势明显好转。

煤矿安全生产的迫切需求，促进了物联网技术在煤矿的应用，也产生了大量数据，为大数据在煤矿应用奠定了基础。

1 煤矿事故分类分析根据2004年—2013年《全国煤矿事故分析报告》，本文按事故类别分析了2004年—2013年全国煤矿事故。

10年期间，我国煤矿共发生死亡事故19870起，死亡33200人。

其中，顶板事故10468起，死亡12226人，分别占52.7%和36.8%，事故起数和死亡人数均最多；瓦斯事故2239起，死亡9861人，分别占11.3%和29.7%，事故起数位居第3，死亡人数位居第2，但2005年和2013年死亡人数最多；水害事故623起，死亡2690人，分别占3.1%和8.1%，事故起数位居第5，死亡人数位居第4；火灾事故84起，死亡634人，分别占0.4%和1.9%，事故起数和死亡人数位均居第7；运输事故3366起，死亡3757人，分别占16.9%和11.3%，事故起数位居第2，死亡人数位居第3；机电事故818起，死亡820人，分别占4.1%和2.5%，事故起数位居第4，死亡人数位居第5；爆破事故531起，死亡635人，分别占2.7%和1.9%，事故起数和死亡人数均位居第6；其他事故1745起，死亡2577人，分别占8.8%和7.8%。

2004年—2013年全国煤矿各类事故起数及占比如表1所示，2004年—2013年全国煤矿各类事故死亡人数及占比如表2所示。

分析表明，10年来，煤矿瓦斯、顶板、水害、火灾、运输、机电、爆破等各类事故起数和死亡人数均大幅下降，事故总量由2004年的3641起、死亡6027人，降低为2013年的604起、死亡1067人；瓦斯和顶板事故起数占比明显下降，但运输和机电事故起数占比有所上升。

这表明，通过煤矿机械化、自动化和信息化，煤矿安全生产技术和装备水平不断提高，事故防治能力不断增强。

但大量采掘和运输等设备的使用，增加了运输和机电事故的概率。

虽然运输和机电事故起数和死亡人数均大幅下降，但起数占比有所上升。

因此，需研究煤矿物联网和大数据技术，进一步提高煤矿运输和机电事故防治能力，以满足高机械化程度煤矿安全生产需求。

10年来，全国煤矿共发生瓦斯、顶板、水害、火灾事故13414起和死亡25411人，分别占67.5%和76.5%。

因此，需研究基于大数据和物联网的煤与瓦斯突出、冲击地压、水害、火灾等事故预警方法和系统，避免或减少煤与瓦斯突出、冲击地压、水害、火灾等事故发生。

2 煤矿大数据2.1 大数据特点大数据是一种基于大量信息解决问题的新方法，具有如下特点：（1）研究全体数据，而不是随机样本，数据体量巨大。

（2）研究事件间的相关关系，而不是因果关系，只需要结果，不需要原因。

（3）研究对象多样，数据类型繁多，涵盖数字、文字、语音、图形、图像，从监测数据，到网络日志、视频、图片、地理位置信息等。

（4）处理速度快，在短时间内，可从各种类型的数据中快速获取有价值的信息。

大数据以解决问题为目的，只要结果，不分析原因。

例如，根据客户的购物记录和浏览记录，推送图书和商品，而不分析为什么这些客户喜欢这类图书和商品。

大数据已广泛用于零售、金融、电信、物流、医疗、交通等领域。

2.2 基于大数据的煤矿重大灾害预警煤矿灾害预警是避免瓦斯、水害、火灾、冲击地压等事故发生，减少人员伤亡和财产损失的有效措施。

但迄今为止，人们还没有完全掌握煤与瓦斯突出、冲击地压等事故发生规律，还不能准确预警煤与瓦斯突出、冲击地压、水害、火灾等事故。

因此，探索基于大数据的煤矿事故预警方法，将大数据用于煤与瓦斯突出、冲击地压、水害、火灾等煤矿事故预警，具有十分重要的理论意义和实用价值。

基于大数据的煤与瓦斯突出、冲击地压、水害、火灾等事故预警方法，只研究哪些数据变化，就可能发生煤与瓦斯突出、冲击地压、水害、火灾等事故，而不研究为什么这些数据变化，会发生煤与瓦斯突出、冲击地压、水害、火灾等事故。

2.2.1 基于大数据的煤与瓦斯突出预警研究表明，煤与瓦斯突出事故发生前，瓦斯涌出量、环境温度等会发生变化，并伴有声音、电磁辐射和红外辐射等。

因此，通过大数据研究，研究瓦斯涌出量（根据瓦斯浓度、风量、落煤量等计算）、环境温度（监测环境温度、风速、地面进风温度、设备开停等，排除风量、地面进风温度、机电设备开停等影响）、微震、地音、电磁辐射、瓦斯含量、瓦斯压力、采掘位置、赋存条件、地质构造等与煤与瓦斯突出事故的关系，提出预警模型，进行煤与瓦斯突出预警。

2.2.2 基于大数据的冲击地压预警研究表明，冲击地压事故发生前，矿山压力等会发生变化，并伴有声音、电磁辐射和红外辐射等。

因此，通过大数据研究，研究矿山压力、微震、地音、电磁辐射、环境温度（监测环境温度、风速、地面进风温度、设备开停等，排除风量、地面进风温度、机电设备开停等影响）、赋存条件、地质构造、采掘位置、采煤方法及工艺等与冲击地压事故的关系，提出预警模型，进行冲击地压预警。

2.2.3 基于大数据的煤自然发火预警研究表明，煤自然发火，温度、C2H4、C2H2等会发生变化。

因此，通过大数据研究，研究温度、湿度、气味、C2H4、C2H2、链烷比、烯烷比、氧气、煤种、煤自燃倾向性和发火期、工作面推进速度、采煤方法及工艺、通风方式等与煤自然发火的关系，提出预警模型，进行煤自然发火预警。

2.2.4 基于大数据的水害预警研究表明，水害事故发生前，涌水量等会发生变化。

因此，通过大数据研究，研究涌水量（监测流量、水仓水位、排水量等）、水压、水位、水温、水质、环境温度、环境湿度、声音、水文地质、气象条件等与水害事故的关系，提出预警模型，进行水害预警。

2.3 基于大数据的煤矿重大关键设备故障诊断掘进机、采煤机、刮板输送机、带式输送机、提升机、通风机、水泵、压风机、移动变电站等大型设备故障，将影响煤炭正常生产，甚至引发瓦斯和水害等事故。

因此，需研究基于大数据的煤矿重大关键设备故障诊断方法和系统，监测设备振动、声音、温度、功率等，发现异常，声光报警。

2.4 基于大数据的煤炭需求和价格预测煤炭长期储存会自燃，煤炭短缺会影响发电、钢铁、建材和煤化工等产业，煤炭供求关系直接影响着市场价格等。

因此，需要通过煤矿物联网和大数据，监控煤矿的煤炭产量、煤种、煤质和库存等，铁路、船舶、公路等运输和库存等，发电厂等煤炭用户煤炭库存和用量等，进行煤炭价格与需求预测，实现经济调度，供需平衡。

煤炭需求与GDP等密切相关。

煤炭价格既取决于生产成本，也受供求关系影响。

因此，通过大数据研究，研究GDP、GDP单位能耗、三产比例、进口出口、电力、钢铁、建材、化工、其他产业、气温等与煤炭需求关系，提出预测模型，进行煤炭需求预测。

通过大数据研究，研究煤炭需求量、煤炭产能、库存、运力、石油价格、天然气价格等与煤炭价格关系，建立煤炭价格预测模型，进行煤炭价格预测。

3 煤矿物联网煤矿井下有瓦斯等易燃易爆气体，电磁波衰减严重。

因此，需针对煤矿井下特殊性和煤矿安全生产需求，研究煤矿物联网技术。

迄今为止，采用物联网技术已研制成功了煤矿井下人员位置监测系统、煤矿井下人员定位系统、胶轮车运输监控系统、轨道运输监控系统、爆破监控系统等，为煤矿安全生产提供了技术和装备保障。

为满足煤矿安全生产需求，还需研究用于矿用安全标志准用产品管控、矿用重大关键设备管控与远程维护、煤矿设备材料管控、持证上岗与专人操作管控、防碰撞等方面的煤矿物联网技术。

3.1 基于物联网的矿用安全标志准用产品管控为避免假冒伪劣机电产品在煤矿使用，引爆瓦斯，造成电气火灾和触电伤亡等事故，需采用物联网技术，加强防爆电气设备等矿用安全标志准用产品监管，实现矿用安全标志准用产品生产、运输、仓储、使用、维护等全过程管控。

3.2 基于物联网的煤矿重大关键设备管控与远程维护为确保掘进机、采煤机、刮板输送机、带式输送机、提升机、电机车、胶轮车、通风机、水泵、压风机、移动变电站等大型设备正常运行，需采用物联网技术，实现煤矿重大关键设备生产、运输、仓储、使用、维护等全过程跟踪管理、健康诊断和远程维护。

煤矿重大关键设备远程维护，是解决煤矿井下维护人员水平低、提高维护效率的有效方法。

井下维护人员通过图像、声音、检测数据等将现场设备情况上传，远程服务专家根据上传信息，进行故障诊断，给出维修方案，由现场维护人员实施。

3.3 基于物联网的煤矿设备材料管控为避免假冒伪劣产品在煤矿使用引发事故，为煤矿安全生产提供快速有效的物资保障、优化采购和库存、降低成本，需采用物联网技术，实现煤矿设备材料采购、运输、仓储、使用、维护等全过程跟踪管理。

3.4 基于物联网的防碰撞随着煤矿机械化程度的提高，大量机电设备的应用，煤矿运输和机电事故起数占比有所上升。

为避免或减少运输和机电事故发生，需采用物联网技术，研制防碰撞系统，当人员与胶轮车、电机车、采煤机、掘进机等距离较近时，声光报警；可能会造成人员伤害时，自动停止设备运行。

3.5 基于物联网的持证上岗与专人操作管控煤矿井下电气作业、爆破作业、安全监控作业、瓦斯检查作业、安全检查作业、提升机操作作业、采煤机（掘进机）操作作业、瓦斯抽采作业、防突作业、探放水作业等特种作业人员，需培训合格后持证上岗。

为防治无证上岗、他人代培训取证，需采用物联网技术，进行特种作业人员等持证上岗管控。

考试取证时，将证件编号与姓名、人脸或虹膜等个人信息绑定。

下井时，通过人脸或虹膜识别系统，自动核查下井人员是否持本人识别卡下井？是否持证上岗？还可通过设置在操作设备上的人脸或虹膜识别系统，识别操作人员是否有权操作，若操作人员无权操作，自动禁止操作，并报警。