论文部分内容阅读
摘要：近些年来，国家提出建设智能化矿山概念，大力发展和建设现代新型矿山企业，搭建智能化煤炭生产矿井已成为今后煤矿企业的发展方向。传统的低生产力老旧矿山向新型智能化矿山转型，成为现代煤矿企业实现自动化、安全化、高效化生产的关键，是安全立矿、科技兴矿的必由之路。本文对煤矿安全生产大数据进行分析，以供参考.
关键词：煤矿安全生产;大数据;分析
引言
随着“科技兴安”战略的推进和大数据技术向煤炭生产层面的渗透，煤炭行业整体的自动化和智能化程度不断提高，工作面生产人数逐步减少。煤矿生产的技术变化引发了生产组织方式的变革，也对煤矿安全管理提出了新挑战。一方面，工作面暴露在风险中的员工人数减少，导致传统的以人的生命为指标的安全风险评估方法失去效用;另一方面，融入大数据技术的煤矿生产系统具有更高的动态性、复杂性和耦合性，更容易受内外环境因素的影响，这要求安全管理系统具有较强的抗干扰能力，能及时吸收和应对干扰带来的冲击力量，即要求安全管理系统具有更高的韧性。
1基于大数据技术的煤矿安全管理韧性能力塑造
1.1大数据导向的知识共享
大数据本身并不能指导安全管理决策，只有运用大数据分析技术将数据转变为有用的信息和知识，才能成为科学决策的依据。煤矿安全管理系统中存在海量的数据，传统的人工数据处理技术无法及时从海量数据中提取有价值的信息。利用大数据分析技术则能及时发掘不同数据之间的关联性，及时捕捉异常现象并及时预警。大数据技术的有效运用需要以数据共享为基础，将子系统和各部门的数据资源整合到统一的平台，将各部门相互割裂的“信息孤岛”链接起来，实现数据共享，各部门可运用大数据技术抓取跨部门的系统数据，进行分析、对比和判断，形成有关事故隐患和系统运行状态的有效信息。这些大数据导向的知识进一步融入安全管理信息平台，形成知识共享，成为社会系统韧性能力的认知基础。
1.2基于知识的组织学习
大数据技术分析获取的信息和知识，通过知识记录、传递、分享等环节，可以形成组织记忆和组织知识存储。这些组织知识不可能自动地转变成以“适应、修复、更新”为特征的动态能力，必须通过组织学习才能实现。组织学习是组織面对环境所做出的适应性和创造性行为，也是企业韧性能力形成和提高的必要途径。
2大数据分析平台构建
2.1数据采集
（1）抽取、清洗安全监控系统、井下人员定位系统、煤矿产量信息联网系统、重大设备监控系统、煤矿视频监控系统等系统的实时数据;（2）系统接入煤矿安全监控系统数据，重点提取煤矿安全监控系统中报警不处理、数据未正常上传、传感器配置不规范、传感器未按时调校、系统维护不及时、信息系统未按规定备份、设备安装覆盖率小于《煤矿安全规程》要求、数据巡检周期过长等数据;（3）系统接入煤矿井下人员定位系统数据，重点抽取煤矿井下作业人员定位系统中煤矿超员超时情况、瓦斯超限人员不撤离、领导未按规定带班下井情况、人员违规（越界）作业、人员交接班异常、特种作业人员应到地点异常、岗位人员脱岗等数据;
2.2数据计算
煤矿大数据分析平台选取Flink流式计算方法，将定义好的计算部署到分布式节点上，实现数据实时同步和协同。Flink以数据并行和流水线方式执行任意批处理和流数据程序。可自定义监测窗口设定规则，包括时间窗口、事件窗口、多种类型多个维度的窗口等，通过规则捕获数据进行计算，并将结果推送至Kafka存储，实时刷新系统前端界面查看最新数据信息，数据可以解析到后台服务，后台可将计算结果推送至postgres关系型数据库存储。
2.3数据上传
通过FTP服务的方式，交换文件进行数据上报。首先在数采平台配置采集任务，通过Flume数据采集数据到Kafka中，在数据共享中配置数据上报任务，数据来源为数采平台的采集配置选项，选择上级单位接收的文件类型：支持XML、TXT，维护上级单位提供的FTP的服务器地址、端口、目标路径、用户名、密码，手动测试是否可以连通，保存配置任务。在上报任务管理列表中，可消费Kafka中的消息，系统根据配置的接收类型生成对应的上级规定的文件规范的相关文件，通过FTP把生成的文件上传至上级单位指定的FTP目录。
3煤矿安全生产大数据分析研究
3.1统一的数据标准
通过统一的数据标准对下属矿山业务系统之间数据进行采集、分类、识别。将数据集中存储、管理，并提供对内、对外数据调用服务。以集成的下属矿山实际生产业务数据为基础，以服务下属矿山安全生产为目标，从技术角度、安全预警角度、生产角度进行针对性的数据分析，最终实现下属矿山生产管理的科学化、智能化。
3.2安全生产数据仓库
（1）实时历史数据库应采用非关系型的数据库软件;应支持从OPCServer、SCADA系统、DCS系统、实时数据系统获取数据。（2）实时历史数据库运行在基于X86架构的Linux/Unix平台上、支持分布式部署;支持远程更新维护采集站工程。（3）实时历史数据库单台服务器能够满足支撑西山煤电接入100万数据点;实时数据库支持1000个客户端并发查询;能够至少保存西山煤电10年的历史数据。（4）实时数据库采集器应能支持数据缓存、断点续传功能;应支持采集器冗余。（5）数据库支持数据库系统状态的监视并支持断线重连功能，保证整个系统在任何部分发生故障都可及时的被检测到并且可自动恢复系统的正常运行。（6）软件平台的实时/历史数据库支持和关系数据库的双向转储功能;支持矿井原有系统数据的一次性导入。（7）具备较高的查询、统计分析性能，要求小数据量查询、简单统计分析响应时间小于3s。（8）支持趋势压缩和无损压缩等数据归档方式。
3.3智能移动平台
为了及时、高效的获取西山煤电安全、生产、调度信息，快速掌握生产经营状况，在进行平台建设的同时，需同时进行智能移动信息平台的建设，平台可以将建设的平台各功能（如各煤矿产量监控、销售、工程进度、值排班情况、人员定位、信息发布、任务上传下达等信息）在智能移动终端（Android手机、IPhone手机、IPad等）展现管理，随时随地掌控煤矿生产经营状况。同时在平台的功能基础上，智能移动平台可以结合生产经营管理部门及相关人员对煤矿安全生产工作的日常办公、移动工作的管理要求，提供相关的业务功能，最终实现煤矿安全生产的全局化、一体化、标准化、移动化管理，降低运行成本、提高管理效率和更好的对煤矿生产经营进行监督、调度管理。
结束语
平台采用先进的数据融合技术，通过对各生产子系统数据的采集、传输、综合、过滤、相关及合成，对数据进行融合分析，由传统关系数据库转换为非关系数据库，实现多应用系统异构数据的接入、数据打通、建立数据标准，完成数据清洗、数据标准管理、数据质量管理。
参考文献
[1]李春香，蒋星星.基于大数据的毕节市煤矿安全生产管理平台设计研究[J].煤炭工程，2019，51（10）：171-176.
[2]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.
[3]吴晓春.大数据技术在煤矿安全生产运营管理中的应用[J].煤矿安全，2018，49（12）：239-241.
[4]毛善君，刘孝孔，雷小锋，赵仁乐，张明，崔希国.智能矿井安全生产大数据集成分析平台及其应用[J].煤炭科学技术，2018，46（12）：169-176.
[5]刘香兰.煤矿安全生产大数据分析与管理平台设计研究[J].煤炭工程，2017，49（06）：32-35.
中煤科工集团重庆研究院有限公司 重庆 400039
关键词：煤矿安全生产;大数据;分析
引言
随着“科技兴安”战略的推进和大数据技术向煤炭生产层面的渗透，煤炭行业整体的自动化和智能化程度不断提高，工作面生产人数逐步减少。煤矿生产的技术变化引发了生产组织方式的变革，也对煤矿安全管理提出了新挑战。一方面，工作面暴露在风险中的员工人数减少，导致传统的以人的生命为指标的安全风险评估方法失去效用;另一方面，融入大数据技术的煤矿生产系统具有更高的动态性、复杂性和耦合性，更容易受内外环境因素的影响，这要求安全管理系统具有较强的抗干扰能力，能及时吸收和应对干扰带来的冲击力量，即要求安全管理系统具有更高的韧性。
1基于大数据技术的煤矿安全管理韧性能力塑造
1.1大数据导向的知识共享
大数据本身并不能指导安全管理决策，只有运用大数据分析技术将数据转变为有用的信息和知识，才能成为科学决策的依据。煤矿安全管理系统中存在海量的数据，传统的人工数据处理技术无法及时从海量数据中提取有价值的信息。利用大数据分析技术则能及时发掘不同数据之间的关联性，及时捕捉异常现象并及时预警。大数据技术的有效运用需要以数据共享为基础，将子系统和各部门的数据资源整合到统一的平台，将各部门相互割裂的“信息孤岛”链接起来，实现数据共享，各部门可运用大数据技术抓取跨部门的系统数据，进行分析、对比和判断，形成有关事故隐患和系统运行状态的有效信息。这些大数据导向的知识进一步融入安全管理信息平台，形成知识共享，成为社会系统韧性能力的认知基础。
1.2基于知识的组织学习
大数据技术分析获取的信息和知识，通过知识记录、传递、分享等环节，可以形成组织记忆和组织知识存储。这些组织知识不可能自动地转变成以“适应、修复、更新”为特征的动态能力，必须通过组织学习才能实现。组织学习是组織面对环境所做出的适应性和创造性行为，也是企业韧性能力形成和提高的必要途径。
2大数据分析平台构建
2.1数据采集
（1）抽取、清洗安全监控系统、井下人员定位系统、煤矿产量信息联网系统、重大设备监控系统、煤矿视频监控系统等系统的实时数据;（2）系统接入煤矿安全监控系统数据，重点提取煤矿安全监控系统中报警不处理、数据未正常上传、传感器配置不规范、传感器未按时调校、系统维护不及时、信息系统未按规定备份、设备安装覆盖率小于《煤矿安全规程》要求、数据巡检周期过长等数据;（3）系统接入煤矿井下人员定位系统数据，重点抽取煤矿井下作业人员定位系统中煤矿超员超时情况、瓦斯超限人员不撤离、领导未按规定带班下井情况、人员违规（越界）作业、人员交接班异常、特种作业人员应到地点异常、岗位人员脱岗等数据;
2.2数据计算
煤矿大数据分析平台选取Flink流式计算方法，将定义好的计算部署到分布式节点上，实现数据实时同步和协同。Flink以数据并行和流水线方式执行任意批处理和流数据程序。可自定义监测窗口设定规则，包括时间窗口、事件窗口、多种类型多个维度的窗口等，通过规则捕获数据进行计算，并将结果推送至Kafka存储，实时刷新系统前端界面查看最新数据信息，数据可以解析到后台服务，后台可将计算结果推送至postgres关系型数据库存储。
2.3数据上传
通过FTP服务的方式，交换文件进行数据上报。首先在数采平台配置采集任务，通过Flume数据采集数据到Kafka中，在数据共享中配置数据上报任务，数据来源为数采平台的采集配置选项，选择上级单位接收的文件类型：支持XML、TXT，维护上级单位提供的FTP的服务器地址、端口、目标路径、用户名、密码，手动测试是否可以连通，保存配置任务。在上报任务管理列表中，可消费Kafka中的消息，系统根据配置的接收类型生成对应的上级规定的文件规范的相关文件，通过FTP把生成的文件上传至上级单位指定的FTP目录。
3煤矿安全生产大数据分析研究
3.1统一的数据标准
通过统一的数据标准对下属矿山业务系统之间数据进行采集、分类、识别。将数据集中存储、管理，并提供对内、对外数据调用服务。以集成的下属矿山实际生产业务数据为基础，以服务下属矿山安全生产为目标，从技术角度、安全预警角度、生产角度进行针对性的数据分析，最终实现下属矿山生产管理的科学化、智能化。
3.2安全生产数据仓库
（1）实时历史数据库应采用非关系型的数据库软件;应支持从OPCServer、SCADA系统、DCS系统、实时数据系统获取数据。（2）实时历史数据库运行在基于X86架构的Linux/Unix平台上、支持分布式部署;支持远程更新维护采集站工程。（3）实时历史数据库单台服务器能够满足支撑西山煤电接入100万数据点;实时数据库支持1000个客户端并发查询;能够至少保存西山煤电10年的历史数据。（4）实时数据库采集器应能支持数据缓存、断点续传功能;应支持采集器冗余。（5）数据库支持数据库系统状态的监视并支持断线重连功能，保证整个系统在任何部分发生故障都可及时的被检测到并且可自动恢复系统的正常运行。（6）软件平台的实时/历史数据库支持和关系数据库的双向转储功能;支持矿井原有系统数据的一次性导入。（7）具备较高的查询、统计分析性能，要求小数据量查询、简单统计分析响应时间小于3s。（8）支持趋势压缩和无损压缩等数据归档方式。
3.3智能移动平台
为了及时、高效的获取西山煤电安全、生产、调度信息，快速掌握生产经营状况，在进行平台建设的同时，需同时进行智能移动信息平台的建设，平台可以将建设的平台各功能（如各煤矿产量监控、销售、工程进度、值排班情况、人员定位、信息发布、任务上传下达等信息）在智能移动终端（Android手机、IPhone手机、IPad等）展现管理，随时随地掌控煤矿生产经营状况。同时在平台的功能基础上，智能移动平台可以结合生产经营管理部门及相关人员对煤矿安全生产工作的日常办公、移动工作的管理要求，提供相关的业务功能，最终实现煤矿安全生产的全局化、一体化、标准化、移动化管理，降低运行成本、提高管理效率和更好的对煤矿生产经营进行监督、调度管理。
结束语
平台采用先进的数据融合技术，通过对各生产子系统数据的采集、传输、综合、过滤、相关及合成，对数据进行融合分析，由传统关系数据库转换为非关系数据库，实现多应用系统异构数据的接入、数据打通、建立数据标准，完成数据清洗、数据标准管理、数据质量管理。
参考文献
[1]李春香，蒋星星.基于大数据的毕节市煤矿安全生产管理平台设计研究[J].煤炭工程，2019，51（10）：171-176.
[2]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.
[3]吴晓春.大数据技术在煤矿安全生产运营管理中的应用[J].煤矿安全，2018，49（12）：239-241.
[4]毛善君，刘孝孔，雷小锋，赵仁乐，张明，崔希国.智能矿井安全生产大数据集成分析平台及其应用[J].煤炭科学技术，2018，46（12）：169-176.
[5]刘香兰.煤矿安全生产大数据分析与管理平台设计研究[J].煤炭工程，2017，49（06）：32-35.
中煤科工集团重庆研究院有限公司 重庆 400039