煤矿工控系统数据安全分析

煤矿工控系统数据安全分析

康行

陕西煤业集团黄陵建庄矿业有限公司  陕西省延安  716000

摘要：随着煤矿综合开采技的逐步完善，联合开采效率的提高，各种生产方式的联合开采将变得更加复杂，对煤矿安全生产管理的需求也将增加。煤矿缺乏安全生产控制可能导致生产事故，因此煤矿工控安全生产控制是煤炭安全稳定生产的核心。一种新的煤炭安全管理控制系统，手工检查的安全管理效率低，通过提供一个基于全面数据分析原则的煤炭生产过程监控预测系统，降低了出错概率和预测，对正常生产构成严重风险。

关键词：煤矿；数据；安全

引言

近年来，随着大数据分析、信息和计算机科学的迅速发展，为解决传统工业的技术问题和困难提出了新的想法和方案。煤矿安全领域大数据分析模型的广泛应用为煤矿安全管理提供了指导。本文分析了煤矿元数据和安全管理的现状，查明了问题并提出了适当的解决办法。大多数现代化矿井经历了漫长的计算机化过程，安全生产活动的范围更广，而且随着时间、空间和商业流动积累了大量数据，但这些数据往往只用于监测目前的状况，只提供了一个基线。因此，有必要加强信息技术的智能发展，建立有效和可靠的海量数据趋同模型，制定基于事件的在线风险评估方法，并进一步研究和开发数据分析工具，以便为以下方面提供强有力的支持。

1煤矿安全风险治理模式构建理论基础

大数据时代煤矿安全风险管理模式的成功运行需要灾害原因理论和全生命周期理论的支持。作为隐患与风险管理之间的联系，风险因素加快了风险识别、控制和紧急性等治理进程，并使风险管理成为现实。因此，有必要在煤矿安全风险管理模式中进行风险因素分析：(1)灾害原因理论。以中国工程院范伟成提出的三边公安理论为基础，类比适用于煤矿安全风险管理理论。该理论包括三类要素:风险、风险因素和治理工具。具体确定人、机、环、管等风险因素，查明相应的隐患(危险行为、不安全状况)，并结合治理工具有效管理风险因素。例如，确定人的风险，确定人的疲劳的潜在风险(不安全状况)，然后结合相应的治理措施控制人的风险因素。2)完整生命周期理论。煤矿安全风险演变的生命周期分为三个阶段:风险形成(孕险阶段)、风险发展(风险阶段)和减少风险(备灾阶段)。基本预防煤矿事故，视事故发生的方式而定:首先应尽可能查明风险；第二，采取措施尽量减少已查明的风险；最后，正在实施紧急措施，以尽量减少因未加控制的风险而发生事故的可能性。因此，风险管理措施分为三个部分:风险识别、风险管理和紧急情况管理。在此基础上，直观地介绍了煤矿安全风险管理系统，并制定了煤矿安全风险演变模式。利用机器学习和遗传算法等科技手段，建立数字和计算机化风险演变模型；然后使用海量数据分析技术分析风险因素，在不同阶段针对风险因素采取有针对性的治理措施，以确保不同国家的风险在适当的时间和地点由治理主体通过适当的手段加以预防和控制；这将最大限度地减少潜在的风险损失，并确保煤炭生产系统的稳定性。

2煤矿安全生产信息化应用中存在的问题

由于在建立煤炭勘探信息和设备监测自动化方面取得了重大进展，我国已经取得了相当大的进展，但仍然存在一个问题:(1)缺乏基本数据导致数据库不足。导致数据库不足的主要方面有两个:数据收集和数据清理不足。二是矿业公司监管缺乏一致性导致数据库标准不一致。(2)在数据分析方面缺乏适当的分析工具导致信息缺乏公开性。主要评估包括，我国已经做了大量工作来改进关于煤炭开采的信息，但总体而言，煤炭开采仍然相对较低，应用较少，而且往往没有注意到事件，导致无法更好地利用大量数据。二、缺乏大数据分析软件，广泛应用于我国大规模煤炭输送数据，分析软件不足，导致大数据无法更好地搜索。(3)系统没有产生力。由于煤层开采过程中煤层开采监测系统只通过连接连接，因此不对煤层开采机械进行分析。煤炭厂的个别数据也存在一定程度的隔离，导致信息缺乏网络化。为有效满足煤炭开采需求，开发了煤炭开采生产数据。该系统允许对煤矿下的数据进行分析，并建立数据模型，允许对数据进行相关分析，以满足煤炭开采预警，提高风险承受能力。

3煤矿工控系统数据安全

3.1加强信息管理型组织架构建设

1)需要改造传统的组织结构，建立适应大量数据发展需要的大型数据资源系统，并利用专业数据分析小组，以确保在煤炭开发领域更好地开发大型数据技术；(2)定期更新传统概念，因为结合大型数据技术，不仅技术安全，而且安全理论和知识体系也相对更新，专业人员需要定期更新概念，以便使具有较大数据的技术能够在煤炭开发领域得到更好的监管和监管；(3)在科学中有效应用大型数据技术，随后提高数据分析和整合能力，以建立一个可用于煤炭开发领域的完整信息数据库；(4)建立专门的信息管理机构和管理人员，这些机构和管理人员只有专业和经验丰富的数据管理人员才能更好地共同管理整个数据系统，并进行深入分析，以便结合熟悉的业务活动，开展新的、以"数据+"为基础的矿山安全管理，以便预先筛选安全条件并提出合理建议；(5)在组织结构调整过程中，必须充分考虑到部门间协调机制，规范各项任务，确定应用范围，利用系统平台数据巩固替代者之间的信息交流，尽量减少部门间的干扰。

3.2有效提升设备运行的可靠性

允许动态监视设备。近年来，在矿山建设中越来越多地使用智能和自动化工艺，许多科学设施被用于矿山建设。一般来说，在机械问题之后才开始修复地雷，而不忽视日常维护。因此，修复过程中很难工作，这也影响了矿山的设计，并在一定程度上增加了安全问题的可能性。通过科学地应用大量数据，可以简化以前机器的操作，例如传感器根据机构的运行类别，有效地记录机器的功能，研究机构的功能，研究机构的运行状况，并在启动的第一阶段找出问题所在，信息的收集和分析提高了生产力，降低了设备故障的风险，与以前的矿物故障相比。

3.3确保数据真实准确

虽然元数据分析不需要像小数据那样精确，但数据质量仍然对分析结果的有效性产生重大影响。为了提高数据的准确性，可以采取以下措施。(1)加强传感器等硬件设备的维护，确定合理的调整检查期限，严格按照规定进行设备检查；(2)减少数据传输过程的中间转换，并尽可能在传感器和平台之间建立直接连接；(3)建立数据收集标准和数据有效性评估系统，改进数据质量控制机制；(4)利用数据间的相关性特征探索完全不同的数据之间的关系，发现隐藏信息，纠正相互关联的数据，减少主观和系统错误的产生。

结束语

综上所述，使用大数据技术可以提高矿山安全施工数据收集和控制的效率。为了在执行规章时充分利用海量数据，有关工人必须改变其传统的规章观念，积极学习和研究海量数据，以确保在检查设施和研究安全数据时科学地使用海量数据。

作者简介：康行，1989年2月生，男，陕西延川人，机电工程师，研究方向：煤矿机电管理及煤矿智能化建设

参考文献

[1]于林.煤矿安全监测监控系统的应用现状和发展趋势[J].内蒙古煤炭经济,2020(06):136.

[2]张洪亮,洪玉玲.基于煤矿安全监控系统的数据回放系统[J].煤矿安全,2020,51(02):113-115.

[3]许金.煤矿安全监控系统数据防篡改研究[J].煤矿安全,2020,51(02):116-119.

[4]阎朋举.煤矿数据安全保护的研究与实现[J].科技视界,2019(19):100+105.

[5]乔万冠.大数据背景下煤矿安全管理效率分析及提升仿真研究[D].中国矿业大学,2019.