摘要：近年来，随着现代化信息技术及智能化终端设备的普及推广，煤矿企业的智能化系统建设也取得了长足的进步，正朝着资源与开采环境数字化、生产过程控制可视化、信息传输网络化、技术装备更加智能化、生产管理及决策科学化的智能数字矿山方向发展，大量煤矿安全生产智能化平台的建设使得大数据技术逐渐渗透到煤炭行业的业务职能领域，各种智能化系统产生的数据也越来越具备了大数据的特征。对煤矿智能化建设通过对各系统的完善，加入智慧管控平台，实现了多网联动，协同办公，大数据功能，满足了智能化煤矿建设的要求，智能化程度显著提升，实现了煤矿安全高效运转，智能化程度显著提升。

关键词：煤矿智能化；安全生产大数据；管理平台

近年来，现代化信息技术与智能化终端设备的广泛应用，使煤矿行业智能化系统的构建获得了发展，正趋于资源和开采的数字化、生产管理的可视化、信息传输的网络化、技术设备的智能化、生产管理与决策的科学性等一系列煤矿数字化方向进步发展。将大数据和煤矿安全生产相融合，综合煤矿安全生产管理特征和安全生产的大数据分析，将大数据技术与煤矿安全生产业务工作相结合，结合煤炭行业安全生产管理特点及安全生产大数据分析的实际需求，构建煤矿安全生产大数据的应用，提升煤矿安全生产能力，为煤煤矿下异构智能化系统的共建共享工作提供技术手段和参考依据。

一、智能化建设的总体目标

煤矿智能化建设紧紧围绕智慧管控平台开展，主要包括数据中心、综合自动化平台、网络边界安全防护平台、调度大屏显示系统等项目。建设项目主要包括智慧管控平台、智能化采煤工作面、智能化掘进工作面、数据中心、大数据智能分析平台、电力自动化系统、主通风机监控系统、主排水自动化系统、空压机无人值守及余热利用系统、局部通风机集控系统、主煤流运输自动化系统、主提升智能化监控系统、“一张图”协同系统、移动端平台、三维可视化仿真系统等，涵盖了安全生产各个环节。

二、煤矿大数据分析

采用传统的数据管理解决方案，无法应对数据量大、类型多的大数据需求。煤矿安全生产智能化系统多，数据量大、类型多且数据关系复杂，采集后的原始数据存在噪声、数据类型不统一、属性值空缺、交叉关联等诸多问题，因此，在搭建煤矿安全生产大数据分析与管理平台之前，通过现场调研、专家咨询、文献研究等方法确定所需要采集的数据来源及数据类型，采用多种方法对原始数据进行语义关联、数据库表关联及标签体系的关联分析，探索规律性的可能形式，并在探索性分析的基础上融合数据，借助于 ETL 技术实现数据的抽取、清洗、转换与加载，以便为数据的多维度关联分析、标签体系的构建、策略与建议的制定提供高质量的数据，借鉴其他领域的大数据分析方法搭建煤矿安全生产大数据，优化完善以形成煤矿安全生产大数据分析方法体系。

1、确定研究目标。煤矿智能化系统多且标准不一，短期内采集所有的系统数据进行挖掘分析不太现实，故需要围绕着研究目标选取关联度较高的几个核心数据库，并从人－机－环－管四个方面确定研究对象，制定切实可行的数据采集方案，确定采集目标、采集要素、采集设备和采集流程，为大数据的挖掘分析提供数据支撑。

2、数据预处理。数据预处理是大数据挖掘与知识发现过程中的一个重要步骤，在数据挖掘分析之前进行数据预处理，不仅可以有效的提高数据质量，节约大量的时间和空间，还可以提高数据挖掘的准确率和效率。依据数据预处理原则，分别对煤矿安全生产智能化系统数据进行详细的语义关联分析、数据库表关联分析及标签体系分析; 引入集成技术 ETL 对系统数据进行数据抽取、数据清洗、数据转换及数据加载，为安全生产大数据的价值挖掘提供实时动态、科学合理的干净数据。

三、煤矿安全生产大数据管理系统设计

1、数据采集。基于煤矿 “采掘机运通排”系统、监测监控、人员定位、紧急避险、压风自救、供水施救和通信联络等井下安全避险十二个系统，按照数据采集的目标、要素、设备、程序，通过温度识别系统、气体识别系统、速度识别系统、压力识别系统、水分识别系统等采集有关煤矿安全监管的数据，图像识别系统是以图像的主要特征为基础，集中在信息量最大的图像轮廓曲度最大或轮廓方向，排除输入的多余信息，抽出关键信息，利用计算机和数学推理方法对形状、模式、曲线、数字、字符格式和图形自动完成识别、评价的系统。图像识别系统对煤矿巷道的宽度、高度、运输矿车、支架倾斜、火灾、火源等进行图像数据测算，并与规则库( 煤矿安全规程、煤矿安全监察条例、煤炭法等法律法规构成的参照标准形成的规则库) 进行对比，判定煤矿当前状态是否符合参照标准，并形成数据;温度识别系统是以热敏电阻作为感温原件，如 ATC－I 型通道式红外体温监测系统等对煤矿巷道、煤体、液压油、机械设备、人员等进行检测，并与规则库进行对比，判定煤矿当前状态某项状态是否符合参照标准，并形成数据; 气体识别系统是对煤矿开采作业环境中由于泄漏、挥发或其他多种原因产生可燃气体( CH4、CO、NO) 、有毒气体等有害气体及氧气浓度进行监测，并与规则库进行对比，判定煤矿当前状态是否符合参照标准，并形成数据; 速度识别系统是基于红外隔阻原理，在定点对矿车、猴车、电机车、采煤机等进行速度测量，并与规则库进行对比，判定煤矿当前状态是否符合参照标准，并形成数据; 压力识别系统主要是通过压力传感器对液压支架压力、顶板压力、媒体瓦斯压力、巷道气压、水仓压力等进行检测，并与规则库进行对比，判定煤矿当前状态是否符合参照标准，形成数据; 水分识别系统主要通过水分检测仪对巷道、采煤工作面、煤体等进行水量测算，并与规则库进行对比，判定煤矿当前状态是否符合参照标准，形成数据。

2、数据存储。数据存储对象包括原始数据、数据流在加工过程中产生的临时文件或加工过程中需要查找的信息。数据以某种格式记录在计算机内部或外部存储介质上，包括 DAS( Direct Attached Storage) 直接附加存储方式、NAS( Network Attached Storage) 数据存储方式和 SAN( Storage AreaNetwork) 存储方式，相比三种数据存储方式的优缺点，煤矿安全生产大数据管理系统采用 SAN 存储方式，该种储存方式是基于光纤介质，最大传输速率达 17MB /s 的服务器访问存储器的一种连接方式，并创造存储的网络化;存储网络化顺应了计算机服务器体系结构网络化的趋势。SAN 的支撑技术是光纤通道 ( FC FiberChannel) 技术。FC 技术支持 HIPPI、IPI、SCSI、IP、ATM 等多种高级协议，其最大特性是将网络和设备的通信协议与传输物理介质隔离开，这样多种协议可在同一个物理连接上同时传送，可以充分利用国家大数据中心( 贵州) 优势，实现了毕节与贵州灾备中心数据的同步传输和异地备份。

3、数据应用。对存储在管理系统的煤矿监控大数据内容进行充分挖掘，并基于统计学析因设计的特征算法 FFD( Full Factorial Design) 从输入数据集中自动搜索析因设计，在实际数据集中能有效挖掘与目标变量相关的特征和交互作用，达到实现煤矿监控大数据深入挖掘，达到煤矿生产、安全措施的智能化。

智能化煤矿建设是现阶段煤矿安全高效生产的唯一出路，探讨智能化煤矿建设的要求、建设方案及在该单位的应用效果。通过对各系统的完善，加入智慧管控平台，实现了多网联动，协同办公，大数据分析功能，实现了人员的大幅度降低，从而缓解了煤矿招工难、限员的难题，实现了煤矿安全高效运转，对煤矿智能化建设的应用具有一定的参考价值。

参考文献

[1]胡青松,孙彦景.基于大数据的煤矿智能化生产管理研究与现状[J].工矿自动化,2022,3:1-8.

[2]钱建生,金浩.基于智慧矿山建设的煤炭企业转型[J].内蒙古煤炭经济,2023,14:82-83.

[3]汪岗,李兆淼.基于大数据的煤矿智能化生产管理的探索[J].江西煤炭科技,2023,4:121-123.

[4]李世银,刘景勇.基于大数据的煤矿智能化生产管理安全高效生产的保障[J].中国电业,2023,8:48-51.