智慧矿山安全管控大数据平台建设探讨

智慧矿山安全管控大数据平台建设探讨

吴绪平

中煤科工集团重庆研究院有限公司 单位省市：重庆市 单位邮编：400039

摘要：矿山是经济社会发展重要的物质来源之一，其安全生产水平直接影响着金属矿产、能源矿产、水汽矿产等行业的发展。随着智能化、数字化、信息化时代的到来，多项技术的融合与发展，为智慧矿山提供了多种应用场景。矿山安全问题一直是煤矿系统研究的重中之重，任何系统之间都以信息为载体联系。第五

代移动通信技术的发展解决了以往信息传递安全性能差、传输效率低的问题。然而，海量的安全信息资源伴随着大量信息冗余，给智慧矿山建设、管理实践工作和智慧矿山应急决策带来巨大挑战。将大数据技术应用其中，可以更好地处理海量数据信息，提高安全管控水平。基于此，本文将主要对智慧矿山的安全管控大数据平台建设进行分析探讨。

关键词：智慧矿山；安全管控；大数据平台建设

在全球工业转型的背景下，我国为更好地迎接工业新发展带来的挑战，于2015年提出“智能制造2025”并重点实施“两化”融合战略，进而加快了工业数字化与网络化的进程，使得智慧矿山建设成为矿山开采、安全生产的重要选择。在建设智慧矿山时，大量的人工操作被智能矿岩分析、智能运输分析、智能设备检测等取代，实现了矿山生产各阶段数据的综合分析、调度。但是智慧矿山发展面临着数据汇聚不足、传输能力不足、应急响应滞后、智能决策不足、传感器精度差等问题，所以有必要结合大数据技术对智慧矿山的安全管控进行优化，以此实现大数据的深度学习与智能分析，为大型矿山智慧矿山提供更多可操作的应用场景。

1. 煤矿安全控制平台建设的瓶颈

1.1满足数据采集的多样性

基于海量数据挖掘的煤矿安全评价是实施准确的煤矿安全控制措施的基础。煤矿生产数据类型主要包括基础数据、安全管理与运营投资数据、物联网感知数据、外部数据等。煤矿静态数据主要包括煤矿基本信息、安全管理数据和经营投资数据。煤矿动态物联网感知数据主要是指感知设备在生产过程中采集到的设备运行状况、环境参数等数据。这类数据属于行业大数据，具有时间跨度大、位置相关性强、增长速度快的特点。外部数据是指与企业生产活动和产品发布有关的外部信息，主要来源于互联网数据，如企业舆情、天气、市场预测、行业评价等。

1.2整合全方位的数据和信息

煤矿大数据还具有不同来源数据间相互相关和自相关的特点。它能从海量关联复杂的数据中挖掘潜在知识，获得分析过去、感知现在、预测未来的深度智慧，从而实现风险预警和智能研究判断的最终目标。经过多年的信息技术在煤矿中的应用，生成大量的结构化数据和非结构化数据，包括矿山地质调查数据、环境监测和控制数据基于气体和一氧化碳，生产自动化监控数据、矿图数据、GIS数据和监控视频图像数据等。结构化数据约占5%，也是技术人员重点分析的数据。异构格式的绝大多数半结构化和非结构化数据仍未得到开发和利用。大数据分析技术可以从更多角度感知和预测事故的发生，真正实现安全管理门户的向前移动，比传统的事故分析更有意义。然而，全方位数据信息的智能感知与融合分析是一个急需解决的关键问题。

2. 智慧煤矿安全管控平台架构

基于“云化”建设煤矿安全管控系统，能够很好解决传统模式产生的问题。“云化”的大数据平台具有成本低、安全性好、扩展轻松、效率高、资源共享和免维护的优势。基础资源按需使用，不必超前建设降低门槛，投资效率更高；有专业维护团队，具有专业安全保障体系，分布式存储、异地灾备；可提供多种方案的资源池，依托专网或互联网，轻松扩展；极大提高了AI算法和数据分析的算力和效率。

智慧煤矿安全管控平台由感知层、平台层和应用层组成，其平台架构如图1所示。

图1智慧煤矿安全管控平台架构

①感知层感知和采集煤矿端和集团数据，包括煤矿基础数据、在线监测数据、生产管理数据和视频监控数据等。②平台层在公有云或私有云上搭建大数据计算平台，采集、存储和治理感知层的海量数据，搭建风险指标模型和主要灾害风险预警模型，建立大数据和人工智能分析模型。③应用层对平台层输出的分析结果进行可视化的人机交互展示，实现一张图综合展示、研判处置建议、统一信息查询、专题多维分析等业务功能页面。

3. 智慧煤矿安全管控平台关键技术

3.1基于云端一体化的管控模式

互联网与无线网络在快速发展的5G技术推动作用下，数据存储、分流以及大数据分析等功能能够有效满足各领域行业发展对网络延时的要求，通过无线网络边缘的就近处理计算，可从根本上满足煤矿生产智能控制、安全监控、综合管控的需求。基于云端一体化的管控模式中，数据分析、控制服务下沉到终端设备端之后，AI预警分析模型会在第一时间响应计算资源需求，在云端完成相关处理后输出最佳解决方案。大数据中心与边缘计算的有机融合，对煤矿安全生产具有重要意义。

3.2视频智能分析技术

为确保煤矿安全生产，企业配备了视频监控系统。地面调度人员可以通过视频直接对井下进行实时监控，在安全生产、危险救援、调度指挥等方面发挥积极作用。然而，目前大部分的视频监控都是人工监控。由于人的生理特性，很容易产生疲劳等消极状态，难以实现实时、准确地监测。此外，复杂的环境使得目标难以区分，从而影响了监控人员的判断。智能视频分析技术在图像处理、模式识别、人工智能等领域，改变了之前的视频“被动”监控状态，不仅仅局限于提供视频图像，并且能够主动智能视频信息的分析，识别并区分对象，可定制的事件类型，一旦发现异常情况或紧急情况能够及时报警，它在安全生产中的应用将有助于克服人体疲劳的局限性，从而更有效地协助安全人员处理突发事件。智能视频分析技术能够自动提取和分析视频中的相关信息，具有提高报警精度、全天候自动监控、提高响应速度等一系列优点。

3.3综合预测预警关键技术

综合预测预警技术包括对隐患关联分析技术和主要灾害风险预警技术。

①隐患关联预测分析：通过对历史排查隐患描述的文本分割、语义识别、属性统计，度量隐患发生季度、类型、程度等属性之间的关联度，挖掘隐患发生规律，做到时间维度、空间维度的隐患预测。

②主要灾害风险预警：在事故致因经验基础上，融合各个监测系统的感知信息，如隐患排查、安全监测数据、视频监控等，在事故树中对矿井不同位置的节点状态进行实时监测，实现对灾害趋向性的评估、预警。结合灾害风险实时动态评估模块的评估结果，溯源风险水平高、预警的灾害可能发生的原因（即急需关注的危险源状态），定位预警的危险源位置，为企业明确整改对象。

结 语：

随着煤矿信息化建设的普及和信息化程度的深入，数据采集的广度得到扩展，数据分析深度得到提高，未来智慧煤矿安全管控大数据平台必将为生产管理者提供更广泛更有效的决策支持。

参考文献：

[1]庞义辉，王国法，任怀伟．智慧煤矿主体架构设计与系统平台建设关键技术［J］．煤炭科学技术，2019，47(3):35－42．

[2]王鹏.智慧矿山安全管控大数据平台建设探讨[J].煤炭工程，2020，52(08)：154-158.