本站小編為你精心準備了煤礦安全生產管理平臺設計研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

截至2017年12月，畢節市現有煤礦390個，規模10458萬t／a。截至12月底，全市建設煤礦共有137個，設計規模3993萬t／a。畢節市煤礦具有煤層地質條件復雜、安全投入不足、安全基礎薄弱、從業人員素質差、監管力量薄弱、企業安全生產主體責任不落實等問題，2017年全市發生煤礦事故6起，同比增加6起，死亡人數13人，同比增加13人。煤礦事故仍屬多發、頻發，較大事故時有發生，煤炭百萬噸死亡率為0􀆰246，比全國煤炭百萬噸死亡率0􀆰106多0􀆰14，煤礦安全生產形勢依然嚴峻。隨著“大數據”時代的到來，將大數據技術應用于煤礦監管已經成為必然趨勢，以解決監管力量薄弱、不及時等問題。在煤礦領域，已有少數專家和學者將大數據引入煤礦。袁顯平、嚴永勝、孫繼平等基于礦難大數據，運用統計分析方法，系統分析我國煤礦礦難的特征及演變趨勢，揭示了我國礦難具有明顯的地域分布、時間分布、煤礦類型分布、礦難類型分布等具體特征，提出了將互聯網、物聯網、大數據等與煤炭行業深度融合的構想，以提高煤礦管理水平和技術水平，促進煤炭行業科技和產業升級，加快安全綠色、高效智能煤礦建設［1－5］。魏忠奎、袁傳增等基于以大數據時代背景對煤礦安全生產信息化建設作了新的思考，審視整合過去長期積累的巨量數據，部署綜合可視化分析工具，從時空多維度洞察發現大數據中隱含的知識和規律，指導煤礦安全生產提升到精細化管理的新層面，利用大數據技術設計全新的煤礦安全預警系統［6－9］。史光春、賈紅果、曹慶貴等對大數據信息融合集成技術在煤礦供電系統中的開發與應用進行了研究，在安全生產監管平臺、GIS地里信息平臺等基礎之上建立危險源管理、檢測預警、應急救援指揮系統等，為礦區供電系統內人員提供信息查詢、經營分析及決策支持的數據服務［10，11］。大數據在國外已逐漸滲透到各產業界，大數據在煤礦方面的研究尚處于初級階段，只有少數專家和學者對其研究，基本上是對大數據在煤礦方面的應用前景闡述和理論研究。綜上所述：國內外均將大數據提高為國家重點戰略層面，紛紛展開對大數據的存儲、處理及應用技術進行研究，大數據技術已經滲透到各行各業，將大數據技術應用到畢節市現有390個煤礦安全生產管理，構建和設計了煤礦安全生產大數據管理系統模型、總體框架和平臺總體功能架構，實現對390個煤礦及時監控、風險分析、事故預警、智能決策、下達整改指令、閉環監督等管理需求。

1煤礦安全生產大數據管理系統模型

在大數據時代，將大數據應用于畢節市煤礦安全監管，可以打破單一的憑經驗和個人主觀判斷的傳統安全管理模式，依靠客觀實際將準確的信息進行綜合、系統地分析，實時、高效、快速找出煤礦潛在的事故隱患，作出合理的預測和安全評價，并發出整改指令，盡可能降低煤礦事故的發生率［12］。煤礦安全管理是一項復雜的系統工程，涉及國家、省、市（州）安全生產管理規章制度法律條款多，并隨著新技術的發展，也不斷更新中，采煤系統、掘進系統、機電系統、運輸系統、通風系統、排水系統，簡稱“采掘機運通”＋排水系統。另外，我國將在全國煤礦建立完善監測監控、人員定位、緊急避險、壓風自救、供水施救和通信聯絡等井下安全避險六大系統。“采掘機運通”＋排水系統＋井下安全避險六大系統構成煤礦的十二大系統。在煤礦監管過程中產生的檢測監控數據、生產自動化數據、人員管理數據等數據具有數據量大、類型多、價值密度低、數據產生速度快等特點，安全管理部門重事后輕事前、安全數據挖掘深度不夠，與行業監管部門之間的管理數據呈現“孤島”現象，缺乏互聯互通，利用傳統的監管方式，已經不能滿足煤礦安全生產監管的精細化、實時化、系統化管理的需求。將煤礦安全監管與大數據技術按照安全性、可擴展性和靈活性原則構建煤礦安全生產大數據管理系統模型如圖1所示。1􀆰.1確定管理系統研究對象。在構建煤礦安全生產大數據管理系統之前，通過對畢節市390個煤礦進行現場調研，并咨詢專家、平臺公司，查找文獻資料，確定管理系統研究對象（煤礦從業人員、煤礦機械設備、煤礦固液氣體等），從390個煤礦現有監控系統、畢節煤礦安全網絡信息等進行數據采集，制定切實可行的數據采集方案，確定數據采集目標、采集要素、采集設備和采集程序，為管理系統后期數據挖掘提供基礎支撐。1􀆰.2數據提取清洗。管理系統數據提取是大數據分析技術的前期準備，從煤礦12個系統中進行提取，主要包括視頻、圖片、壓力、速度等提取，通過遙感、傳感器、紅外線等技術手段采集數據，例如電化學氣體傳感器、紅外線氣體傳感器、PID傳感器、紅外光源探測器、慣性傳感器、溫濕度變送器等；數據清洗（DataCleaning）是指大數據管理系統利用集成技術ETL發現并糾正數據文件中可識別錯誤的最后一道程序，包括檢查數據一致性，處理無效值和缺失值等，錄入后的數據清理主要是由計算機按照系統設立的清洗規則完成，具有權限管理人員對關鍵數據、核心數據進行審核，目的在于刪除重復信息、糾正存在的錯誤，并提供數據一致性，從數據的準確性、完整性、一致性、惟一性、適時性、有效性等方面來處理數據的丟失值、越界值、不一致代碼、重復數據等問題。1.􀆰3數據分析及風險預警等級。數據分析是指大數據管理系統用適當的統計分析方法對收集來的大量煤礦監控數據進行分析，按照系統預設的安全標準體系進行比較，提取有用信息和形成結論并對數據加以詳細研究和概括總結的過程，是煤礦安全管理體系的支持過程，形成全市390個煤礦安全生產監管報告，對發生煤礦事故可能性及重大煤礦事故災害進行預測預判，對研究對象進行風險預警等級劃分，為煤礦監管人員提供決策依據。1􀆰.4決策與措施。大數據管理系統按照煤礦決策流程對超過一定風險等級的煤礦進行決策，實現對煤礦從業人員不安行為進行預警、規范，對煤礦機械設備停止運轉、超負荷運轉、高速運行等進行實時調控，并按照整改案例、事故預防措施、事故應急搶救等提出整改措施建議，供安全監管人員決策。管理系統決策主要通過智能決策支持系統實現，智能決策系統包括端口、自然語言處理系統、問題處理系統、決策核心處理系統等，決策核心處理系統包括模型庫管理系統、數據庫管理系統、方法庫管理系統、知識庫管理系統及推理機等。智能決策分為群決策支持系統（GDSS）、分布式決策支持系統（DDSS）、智能決策支持系統（IDSS）、智能－交互－集成化決策支持系統（3IDSS），通過比較以上三個決策支持系統優缺點，大數據管理系統智能決策采用智能－交互－集成化決策支持系統（3IDSS），可實現決策支持過程的集成化、系統具備更強的人機交互能力并使用知識工程、人工智能方法和工具達到決策支持系統的智能化。

2煤礦安全生產大數據管理系統設計

畢節市煤礦安全生產大數據管理系統包括煤礦生產管理子系統、安全生產監管子系統、安全生產風險評估子系統、安全生產決策子系統和安生生產事故分析系統。畢節市煤礦安全生產大數據管理系統總體框架如圖2所示。2􀆰.1數據采集。基于煤礦“采掘機運通排”系統、監測監控、人員定位、緊急避險、壓風自救、供水施救和通信聯絡等井下安全避險十二個系統，按照數據采集的目標、要素、設備、程序，通過圖像識別系統、溫度識別系統、氣體識別系統、速度識別系統、壓力識別系統、水分識別系統等采集有關煤礦安全監管的數據，圖像識別系統是以圖像的主要特征為基礎，集中在信息量最大的圖像輪廓曲度最大或輪廓方向，排除輸入的多余信息，抽出關鍵信息，利用計算機和數學推理方法對形狀、模式、曲線、數字、字符格式和圖形自動完成識別、評價的系統。圖像識別系統對煤礦巷道的寬度、高度、運輸礦車、支架傾斜、火災、火源等進行圖像數據測算，并與規則庫（煤礦安全規程、煤礦安全監察條例、煤炭法等法律法規構成的參照標準形成的規則庫）進行對比，判定煤礦當前狀態是否符合參照標準，并形成數據；溫度識別系統是以熱敏電阻作為感溫原件，如ATC－I型通道式紅外體溫監測系統等對煤礦巷道、煤體、液壓油、機械設備、人員等進行檢測，并與規則庫進行對比，判定煤礦當前狀態某項狀態是否符合參照標準，并形成數據；氣體識別系統是對煤礦開采作業環境中由于泄漏、揮發或其他多種原因產生可燃氣體（CH4、CO、NO）、有毒氣體等有害氣體及氧氣濃度進行監測，并與規則庫進行對比，判定煤礦當前狀態是否符合參照標準，并形成數據；速度識別系統是基于紅外隔阻原理，在定點對礦車、猴車、電機車、采煤機等進行速度測量，并與規則庫進行對比，判定煤礦當前狀態是否符合參照標準，并形成數據；壓力識別系統主要是通過壓力傳感器對液壓支架壓力、頂板壓力、媒體瓦斯壓力、巷道氣壓、水倉壓力等進行檢測，并與規則庫進行對比，判定煤礦當前狀態是否符合參照標準，形成數據；水分識別系統主要通過水分檢測儀對巷道、采煤工作面、煤體等進行水量測算，并與規則庫進行對比，判定煤礦當前狀態是否符合參照標準，形成數據。2.􀆰2數據存儲。數據存儲對象包括原始數據、數據流在加工過程中產生的臨時文件或加工過程中需要查找的信息。數據以某種格式記錄在計算機內部或外部存儲介質上，包括DAS（DirectAttachedStorage）直接附加存儲方式、NAS（NetworkAttachedStorage）數據存儲方式和SAN（StorageAreaNetwork）存儲方式，相比三種數據存儲方式的優缺點，畢節市煤礦安全生產大數據管理系統采用SAN存儲方式，該種儲存方式是基于光纖介質，最大傳輸速率達17MB／s的服務器訪問存儲器的一種連接方式，并創造存儲的網絡化；存儲網絡化順應了計算機服務器體系結構網絡化的趨勢。SAN的支撐技術是光纖通道（FCFiberChannel）技術。FC技術支持HIPPI、IPI、SCSI、IP、ATM等多種高級協議，其最大特性是將網絡和設備的通信協議與傳輸物理介質隔離開，這樣多種協議可在同一個物理連接上同時傳送，可以充分利用國家大數據中心（貴州）優勢，實現了畢節與貴州災備中心數據的同步傳輸和異地備份。2.􀆰3數據處理。經過數據清洗后，管理系統依托于煤礦生產管理子系統、安全生產監管子系統、安全生產風險評估子系統、安全生產決策子系統和安生生產事故分析系統，基于大數據高效能擬態計算方法，該方法以算粒為基本對象，深入數據應用算法的特征，合理劃分各計算子任務，構造體系機構匹配矩陣，將子任務分配到合理的處理部件，并利用動態電壓／頻率調節技術和數據分布算法，實現非關鍵任務的電壓控制，優化關鍵任務的電壓控制［13－16］，達到結構化數據、半結構數據、非結構化數據的跨庫、跨平臺的無縫接入和集成，參照《煤礦安全規程》、《安全生產法》、《煤炭法》等構成的規則庫，借助于ETL技術實現對煤礦安全生產數據進行收集、存儲、加工、分類、歸并、計算、排序、轉換、檢索和傳播的演變與推導全過程，以便數據的多維度關聯分析、標簽體系的構建、策略與建議的制定提供高質量數據，為煤礦安全監管人員提供精準監管決策。ETL技術常用軟件包括Hadoop、HPCC、Storm、ApacheDrill、RapidMiner、PentahoBI，六種ETL技術常用軟件優缺點相比較，畢節市煤礦安全生產大數據管理系統采用RapidMiner軟件，它是世界領先的數據挖掘解決方案，在一個非常大的程度上有著先進技術，它數據挖掘任務涉及范圍廣泛，包括各種數據藝術，能簡化數據挖掘過程的設計和評價，具有100％用Java代碼（可運行在操作系統）、數據挖掘過程簡單、強大和直觀、確保有效和透明的數據圖形、用戶界面互動原型的多層次數據視圖、命令行（批處理模式）自動大規模應用、強大的可視化引擎、許多尖端高維數據的可視化建模、集成開發的方法和分布式數據挖掘等特點，以保障管理系統具有良好的計算能力、擴展性和數據視圖化能力。2􀆰.4數據應用。對存儲在管理系統的煤礦監控大數據內容進行充分挖掘，并基于統計學析因設計的特征算法FFD（FullFactorialDesign）從輸入數據集中自動搜索析因設計，在實際數據集中能有效挖掘與目標變量相關的特征和交互作用［17］，達到實現煤礦監控大數據深入挖掘，達到煤礦生產、安全、事故決策、整改措施等的視圖一體化。

3畢節市煤礦安全生產大數據管理平臺

畢節市煤礦安全生產大數據管理平臺是整合畢節市390個煤礦監控系統的海量數據，充分利用現有煤礦采煤系統、掘進系統、機電系統、運輸系統、通風系統、排水系統、監測監控、人員定位、緊急避險、壓風自救、供水施救和通信聯絡等系統產生的煤礦監管數據，運用管理平臺核心計算軟件，實現煤礦監控、智能分析、風險預警、智能決策、下達整改指令、閉環監督等管理需求［18－21］，煤礦安全生產大數據管理平臺總體功能架構如圖3所示，分為基礎數據層、應用層、表現層和訪問層等四個部分。3􀆰.1基礎數據層。基礎資源層是畢節市煤礦安全生產大數據管理平臺的基礎，按照數據采集范圍與目標，收集監控系統產生的各類數據，為大數據分析提供支撐。GIS監測系統、礦壓監測系統、機電設備監測系統、瓦斯監控系統、通風監測系統、供水施救系統等煤礦安全生產監控系統通過對結構化數據、半結構化數據和非結構化數據的讀取、傳輸、儲存及預處理，主要包含機械設備運行原始數據、傳感器數據、網頁數據、動態視頻圖像數據等3􀆰.2應用層。應用層是畢節市煤礦安全生產大數據管理平臺的核心層，主要是對基礎數據層保存數據進行處理，包括數據采集、數據清洗、數據計算分析、事故風險分析、事故應急處理、事故致因分析、平臺登錄管理、信息保密公開管理等核心版塊，采用RapidMiner軟件對基礎數據層進行處理，處理過程主要是將非結構化數據、半結構化數據的轉化整合為結構化數據，讓監控數據以更好的姿態展示在監管平臺中，搜索結果能良好地展示豐富網頁摘要，能更方便搜索引擎識別分類、判斷相關性，為監管人員的具體查詢、風險分析、風險管控、應急管理、決策措施等提供詳細重要的監管信息，同時保障管理系統具有良好的計算能力、擴展性和數據視圖化能力。3􀆰.3表現層。表現層是畢節市煤礦安全生產大數據管理平臺的顯示窗口，是統計基礎數據的原始任務、數據處理、建立大數據的目的，包括全市煤礦基本概況、全市煤礦生產銷售概況、全市煤礦安全預警矩陣、單個煤礦監控系統圖像視頻、單個煤礦事故發生預測、重點監控監管煤礦、煤礦監管智能整改措施建議、現場監管人員檢查狀況等內容，顯示窗口呈現表格、柱形圖、折線圖、餅狀圖、條形圖、面積圖、雷達圖、圓環圖、風險矩陣圖、風險等級排名圖、390個煤礦分布圖、決策動畫等，并實現對10個縣（區）監控平臺的視頻監管。3􀆰4訪問層訪問層是平臺管理員對平臺進行管理、實現數據傳遞的窗口，主要實現煤礦安全生產系統數據庫的訪問，基于授權或有權管理者對數據的查詢、查收、刪除、更新、信息、智能決策、應急處理、救援調度、日常監管、系統維護等，訪問層實行專人負責，通過密碼驗證和指紋識別登陸管理平臺，管理平臺采用“外網＋內網”實現信息交互，基于授權或有權管理者配備平臺APP，方便安全監管人員實現現場監管、數據傳送等表層功能，外網對平臺實行有限訪問，內網與外網實現高級別防火墻，保障系統穩定、不泄密。

4結語

1）在煤礦監管過程中產生的檢測監控數據、生產自動化數據、人員管理數據等具有數據量大、類型多、價值密度低、數據產生速度快等特點，安全管理部門重事后輕事前、安全數據挖掘深度不夠，與行業監管部門之間的管理數據呈現“孤島”現象，缺乏互聯互通，利用傳統的監管方式，已經不能適應煤礦安全生產監察的精細化、實時化、系統化管理的需求，為解決管理數據“孤島”現象、缺乏互聯互通、不能適應煤礦安全生產監察的精細化、實時化、系統化管理問題，按照安全性、可擴展性和靈活性原則構建煤礦安全生產大數據管理系統模型。2）按照煤礦安全生產大數據管理系統模型設計煤礦安全生產大數據管理系統總體框架，總體框架包括煤礦生產管理子系統、安全生產監管子系統、安全生產風險評估子系統、安全生產決策子系統和安生生產事故分析系統，按結構層次分為數據采集、數據存儲、數據處理和數據應用。3）結合畢節實際，按照煤礦安全生產大數據管理系統模型和煤礦安全生產大數據管理系統總體框架構建設計了畢節市煤礦安全生產大數據管理平臺，管理平臺分為基礎數據層、應用層、表現層和訪問層，管理平臺充分利用現有煤礦采煤監測系統、監測監控系統、人員定位系統、緊急避險系統、壓風自救系統、供水施救系統、通信系統聯絡等系統產生的煤礦監管數據，整合畢節市390個煤礦監控系統的海量數據，運用管理平臺核心計算軟件，滿足煤礦監控、智能分析、風險預警、智能決策、下達整改指令、閉環監督等管理需求，有效解決監管力量薄弱、不及時等問題。

作者:李春香 蔣星星 單位:貴州工程應用技術學院