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

摘要:煤礦安全生產的監控實時化、系統物聯化、數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的建設提出了諸多挑戰，需要從傳統的以部門專業為單位的信息展示，轉變到多部門多專業融合的多維大數據分析挖掘。文章系統梳理了煤礦安全生產相關數據，建立統一的數據分類體系，提出面向煤礦安全生產的大數據分析框架，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;數據分類體系;大數據分析;煤礦GIS一張圖

1我國煤礦安全生產信息化現狀分析

大數據分析在煤礦企業安全生產經營管理中得到廣泛應用［1－2］，我國的煤炭企業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控制網和企業局域網環境，以工業組態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”建設，面向煤炭企業生產經營和煤礦安全生產專業部門建設了一系列業務流程化的管理信息系統，取得了長足的進步。目前，我國煤礦智能化建設在現階段已經呈現出“新四化”特點:監控實時化、系統物聯化、數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、分析決策、自主學習、動態預警和協同控制提供了可能。然而，專業部門條塊分割的管理和信息系統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、統一人機環管、考慮歷史現勢和未來、整合時間和空間維度，系統性梳理煤礦安全生產數據及其關聯關系，建立煤礦安全生產數據的分類體系，以煤礦安全生產數據分類體系為基礎構建煤礦安全生產大數據分析框架，為煤礦安全生產智能化建設提供大數據分析的框架和知識發現的導向目標。

2煤礦安全生產數據分類與組織體系

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境產生影響和破壞，煤炭地質體和生產環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，如作業規程、設備操作規程、入井檢身制度等。

2．2煤礦安全生產數據分類體系

煤礦安全生產數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煤礦安全生產大數據分析框架

大數據技術在煤炭行業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、統一人機管、考慮歷史現勢和未來、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據背后的關系和故事［3－7］，決定對數據的分析目標，確定數據分析采用何種方法和工具，進而建立煤礦安全生產大數據分析的框架［8－9］。

3．1煤礦安全生產大數據分析目標

煤礦安全生產大數據分析的目標是對生產活動、人員、設備、環境的理論要求狀態與實際運行狀態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、環境某個單一維度的時空狀態變化的分析建模。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。主要采用傳統的模式識別和時間序列分析。因此，煤礦安全生產數據包括三個方面:一是對煤礦安全生產活動及其人員、設備、環境的技術規格和管理制度要求;二是根據技術和管理制度要求，進行生產活動、人員、設備、環境的準備情況;三是人員、設備、環境在生產活動中的具體表現情況和狀態，如圖1所示。2)圍繞生產活動、人員、設備、環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、環境維度集中選擇多個維度尋求相關性，是目前大數據分析的要義。3)生產活動、人員、設備、環境的偏離分析。根據歷史積累的數據，分析預測可能偏離規則要求的人員、設備、環境以及生產活動的環節或者工序等。如:不安全行為分析、不安全設備分析等。

3．2基于GIS一張圖的煤礦大數據分析展示框架

煤礦安全生產數據均具有空間屬性，煤礦安全生產只能在特定空間背景環境中展開。因此，煤礦安全生產大數據分析，區別于互聯網、電子商務領域的大數據分析，需要在煤礦安全生產的特有空間環境中組織分析工具，展示分析的數據和結果［10］。GIS一張圖就是煤礦安全生產空間環境抽象工具。煤礦GIS一張圖，是基于統一地理信息平臺的煤礦安全生產大數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“物聯感知、協同可控”統一管理、“隨時、隨地”訪問使用，“持續、及時”協同、動態更新，服務于技術、生產、安監、防災應急、煤礦大數據分析展示等。

3．3煤礦安全生產大數據技術框架

煤礦安全生產大數據平臺基于HadoopHDFS組件以及數據倉庫Hive和分布式鍵值對數據庫HBase實現海量數據存儲，利用成熟大數據框架Hadoop和Spark相結合方式實現數據的批處理和流式計算以及機器學習，大數據平臺技術架構體系及OLAP系統架構，如圖2所示。煤礦安全生產大數據平臺提供了數據接入、存儲、處理到可視化等功能。數據引擎提供CSV、TXT、文件文檔，關系數據庫等數據進入云存儲環境為大數據計算做基礎準備。為不同的應用場景提供了三種存儲方式:HBase、Hive和HDFS。為大數據的統計分析提供了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。在煤礦安全生產大數據平臺上，建立專家知識庫，預測預警規則庫等，基于靜態數據、流式數據等計算框架，對煤礦安全生產活動、人員、設備、環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:監控實時化、系統物聯化、數據海量化和決策智能化，要求融合部門專業等條塊進行多維度綜合的大數據分析挖掘。本文以煤礦安全生產對象為起點，系統梳理并建立了煤礦安全數據的分類體系，根據數據分類體系建立了煤礦安全生產大數據分析的導向目標、煤礦GIS一張圖展示框架、以及煤礦大數據分析的技術框架，在華陽集團、臨礦集團、陜西煤業等國內大型煤炭企業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．基于大數據分析的煤礦安全風險預測系統研究［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．大數據煤礦膠帶輸送機速度狀態評估模型設計［J］．西安科技大學學報，2016(2):176－180．

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

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

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

［10］申琢，譚章祿．基于數據挖掘的煤礦大數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