前言：寻找写作灵感？中文期刊网用心挑选的煤矿安全生产管理平台设计研究，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：介绍了国内外学者有关大数据应用于煤矿的研究成果及毕节市煤矿安全监管的严峻形势，为有效解决毕节市监管力量薄弱、不及时等问题，将大数据技术应用于毕节市煤矿安全生产监管，通过文献查询、专家咨询、实地调研、构建大数据管理系统模型、设计大数据管理系统总体框架等方法，设计了毕节市煤矿安全生产大数据管理平台，结果表明：大数据管理平台充分利用、整合毕节市390个煤矿现有监控系统海量数据，满足煤矿监控、智能分析、风险预警、智能决策、下达整改指令、闭环监督等管理需求，能适应煤矿安全生产监管的精细化、实时化、系统化管理需求，解决管理数据“孤岛”现象、缺乏互联互通、监管力量薄弱、不及时等问题。
关键词：煤矿；安全生产；大数据；管理平台
截至2017年12月，毕节市现有煤矿390个，规模10458万t／a。截至12月底，全市建设煤矿共有137个，设计规模3993万t／a。毕节市煤矿具有煤层地质条件复杂、安全投入不足、安全基础薄弱、从业人员素质差、监管力量薄弱、企业安全生产主体责任不落实等问题，2017年全市发生煤矿事故6起，同比增加6起，死亡人数13人，同比增加13人。煤矿事故仍属多发、频发，较大事故时有发生，煤炭百万吨死亡率为0.246，比全国煤炭百万吨死亡率0.106多0.14，煤矿安全生产形势依然严峻。随着“大数据”时代的到来，将大数据技术应用于煤矿监管已经成为必然趋势，以解决监管力量薄弱、不及时等问题。在煤矿领域，已有少数专家和学者将大数据引入煤矿。袁显平、严永胜、孙继平等基于矿难大数据，运用统计分析方法，系统分析我国煤矿矿难的特征及演变趋势，揭示了我国矿难具有明显的地域分布、时间分布、煤矿类型分布、矿难类型分布等具体特征，提出了将互联网、物联网、大数据等与煤炭行业深度融合的构想，以提高煤矿管理水平和技术水平，促进煤炭行业科技和产业升级，加快安全绿色、高效智能煤矿建设［1－5］。魏忠奎、袁传增等基于以大数据时代背景对煤矿安全生产信息化建设作了新的思考，审视整合过去长期积累的巨量数据，部署综合可视化分析工具，从时空多维度洞察发现大数据中隐含的知识和规律，指导煤矿安全生产提升到精细化管理的新层面，利用大数据技术设计全新的煤矿安全预警系统［6－9］。史光春、贾红果、曹庆贵等对大数据信息融合集成技术在煤矿供电系统中的开发与应用进行了研究，在安全生产监管平台、GIS地里信息平台等基础之上建立危险源管理、检测预警、应急救援指挥系统等，为矿区供电系统内人员提供信息查询、经营分析及决策支持的数据服务［10，11］。大数据在国外已逐渐渗透到各产业界，大数据在煤矿方面的研究尚处于初级阶段，只有少数专家和学者对其研究，基本上是对大数据在煤矿方面的应用前景阐述和理论研究。综上所述：国内外均将大数据提高为国家重点战略层面，纷纷展开对大数据的存储、处理及应用技术进行研究，大数据技术已经渗透到各行各业，将大数据技术应用到毕节市现有390个煤矿安全生产管理，构建和设计了煤矿安全生产大数据管理系统模型、总体框架和平台总体功能架构，实现对390个煤矿及时监控、风险分析、事故预警、智能决策、下达整改指令、闭环监督等管理需求。
1煤矿安全生产大数据管理系统模型
在大数据时代，将大数据应用于毕节市煤矿安全监管，可以打破单一的凭经验和个人主观判断的传统安全管理模式，依靠客观实际将准确的信息进行综合、系统地分析，实时、高效、快速找出煤矿潜在的事故隐患，作出合理的预测和安全评价，并发出整改指令，尽可能降低煤矿事故的发生率［12］。煤矿安全管理是一项复杂的系统工程，涉及国家、省、市（州）安全生产管理规章制度法律条款多，并随着新技术的发展，也不断更新中，采煤系统、掘进系统、机电系统、运输系统、通风系统、排水系统，简称“采掘机运通”＋排水系统。另外，我国将在全国煤矿建立完善监测监控、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六大系统。“采掘机运通”＋排水系统＋井下安全避险六大系统构成煤矿的十二大系统。在煤矿监管过程中产生的检测监控数据、生产自动化数据、人员管理数据等数据具有数据量大、类型多、价值密度低、数据产生速度快等特点，安全管理部门重事后轻事前、安全数据挖掘深度不够，与行业监管部门之间的管理数据呈现“孤岛”现象，缺乏互联互通，利用传统的监管方式，已经不能满足煤矿安全生产监管的精细化、实时化、系统化管理的需求。将煤矿安全监管与大数据技术按照安全性、可扩展性和灵活性原则构建煤矿安全生产大数据管理系统模型如图1所示。
1.1确定管理系统研究对象
在构建煤矿安全生产大数据管理系统之前，通过对毕节市390个煤矿进行现场调研，并咨询专家、平台公司，查找文献资料，确定管理系统研究对象（煤矿从业人员、煤矿机械设备、煤矿固液气体等），从390个煤矿现有监控系统、毕节煤矿安全网络信息等进行数据采集，制定切实可行的数据采集方案，确定数据采集目标、采集要素、采集设备和采集程序，为管理系统后期数据挖掘提供基础支撑。
1.2数据提取清洗
管理系统数据提取是大数据分析技术的前期准备，从煤矿12个系统中进行提取，主要包括视频、图片、压力、速度等提取，通过遥感、传感器、红外线等技术手段采集数据，例如电化学气体传感器、红外线气体传感器、PID传感器、红外光源探测器、惯性传感器、温湿度变送器等；数据清洗（DataCleaning）是指大数据管理系统利用集成技术ETL发现并纠正数据文件中可识别错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等，录入后的数据清理主要是由计算机按照系统设立的清洗规则完成，具有权限管理人员对关键数据、核心数据进行审核，目的在于删除重复信息、纠正存在的错误，并提供数据一致性，从数据的准确性、完整性、一致性、惟一性、适时性、有效性等方面来处理数据的丢失值、越界值、不一致代码、重复数据等问题。
1.3数据分析及风险预警等级
数据分析是指大数据管理系统用适当的统计分析方法对收集来的大量煤矿监控数据进行分析，按照系统预设的安全标准体系进行比较，提取有用信息和形成结论并对数据加以详细研究和概括总结的过程，是煤矿安全管理体系的支持过程，形成全市390个煤矿安全生产监管报告，对发生煤矿事故可能性及重大煤矿事故灾害进行预测预判，对研究对象进行风险预警等级划分，为煤矿监管人员提供决策依据。
1.4决策与措施
大数据管理系统按照煤矿决策流程对超过一定风险等级的煤矿进行决策，实现对煤矿从业人员不安行为进行预警、规范，对煤矿机械设备停止运转、超负荷运转、高速运行等进行实时调控，并按照整改案例、事故预防措施、事故应急抢救等提出整改措施建议，供安全监管人员决策。管理系统决策主要通过智能决策支持系统实现，智能决策系统包括端口、自然语言处理系统、问题处理系统、决策核心处理系统等，决策核心处理系统包括模型库管理系统、数据库管理系统、方法库管理系统、知识库管理系统及推理机等。智能决策分为群决策支持系统（GDSS）、分布式决策支持系统（DDSS）、智能决策支持系统（IDSS）、智能－交互－集成化决策支持系统（3IDSS），通过比较以上三个决策支持系统优缺点，大数据管理系统智能决策采用智能－交互－集成化决策支持系统（3IDSS），可实现决策支持过程的集成化、系统具备更强的人机交互能力并使用知识工程、人工智能方法和工具达到决策支持系统的智能化。
2煤矿安全生产大数据管理系统设计
毕节市煤矿安全生产大数据管理系统包括煤矿生产管理子系统、安全生产监管子系统、安全生产风险评估子系统、安全生产决策子系统和安生生产事故分析系统。毕节市煤矿安全生产大数据管理系统总体框架如图2所示。
2.1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，通过图像识别系统、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。
2.2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（DirectAttachedStorage）直接附加存储方式、NAS（NetworkAttachedStorage）数据存储方式和SAN（StorageAreaNetwork）存储方式，相比三种数据存储方式的优缺点，毕节市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（FCFiberChannel）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。
2.3数据处理
经过数据清洗后，管理系统依托于煤矿生产管理子系统、安全生产监管子系统、安全生产风险评估子系统、安全生产决策子系统和安生生产事故分析系统，基于大数据高效能拟态计算方法，该方法以算粒为基本对象，深入数据应用算法的特征，合理划分各计算子任务，构造体系机构匹配矩阵，将子任务分配到合理的处理部件，并利用动态电压／频率调节技术和数据分布算法，实现非关键任务的电压控制，优化关键任务的电压控制［13－16］，达到结构化数据、半结构数据、非结构化数据的跨库、跨平台的无缝接入和集成，参照《煤矿安全规程》、《安全生产法》、《煤炭法》等构成的规则库，借助于ETL技术实现对煤矿安全生产数据进行收集、存储、加工、分类、归并、计算、排序、转换、检索和传播的演变与推导全过程，以便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数据，为煤矿安全监管人员提供精准监管决策。ETL技术常用软件包括Hadoop、HPCC、Storm、ApacheDrill、RapidMiner、PentahoBI，六种ETL技术常用软件优缺点相比较，毕节市煤矿安全生产大数据管理系统采用RapidMiner软件，它是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术，它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价，具有100％用Java代码（可运行在操作系统）、数据挖掘过程简单、强大和直观、确保有效和透明的数据图形、用户界面互动原型的多层次数据视图、命令行（批处理模式）自动大规模应用、强大的可视化引擎、许多尖端高维数据的可视化建模、集成开发的方法和分布式数据挖掘等特点，以保障管理系统具有良好的计算能力、扩展性和数据视图化能力。
2.4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（FullFactorialDesign）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［17］，达到实现煤矿监控大数据深入挖掘，达到煤矿生产、安全、事故决策、整改措施等的视图一体化。
3毕节市煤矿安全生产大数据管理平台
毕节市煤矿安全生产大数据管理平台是整合毕节市390个煤矿监控系统的海量数据，充分利用现有煤矿采煤系统、掘进系统、机电系统、运输系统、通风系统、排水系统、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系统产生的煤矿监管数据，运用管理平台核心计算软件，实现煤矿监控、智能分析、风险预警、智能决策、下达整改指令、闭环监督等管理需求［18－21］，煤矿安全生产大数据管理平台总体功能架构如图3所示，分为基础数据层、应用层、表现层和访问层等四个部分。
3.1基础数据层
基础资源层是毕节市煤矿安全生产大数据管理平台的基础，按照数据采集范围与目标，收集监控系统产生的各类数据，为大数据分析提供支撑。GIS监测系统、矿压监测系统、机电设备监测系统、瓦斯监控系统、通风监测系统、供水施救系统等煤矿安全生产监控系统通过对结构化数据、半结构化数据和非结构化数据的读取、传输、储存及预处理，主要包含机械设备运行原始数据、传感器数据、网页数据、动态视频图像数据等。
3.2应用层
应用层是毕节市煤矿安全生产大数据管理平台的核心层，主要是对基础数据层保存数据进行处理，包括数据采集、数据清洗、数据计算分析、事故风险分析、事故应急处理、事故致因分析、平台登录管理、信息保密公开管理等核心版块，采用RapidMiner软件对基础数据层进行处理，处理过程主要是将非结构化数据、半结构化数据的转化整合为结构化数据，让监控数据以更好的姿态展示在监管平台中，搜索结果能良好地展示丰富网页摘要，能更方便搜索引擎识别分类、判断相关性，为监管人员的具体查询、风险分析、风险管控、应急管理、决策措施等提供详细重要的监管信息，同时保障管理系统具有良好的计算能力、扩展性和数据视图化能力。
3.3表现层
表现层是毕节市煤矿安全生产大数据管理平台的显示窗口，是统计基础数据的原始任务、数据处理、建立大数据的目的，包括全市煤矿基本概况、全市煤矿生产销售概况、全市煤矿安全预警矩阵、单个煤矿监控系统图像视频、单个煤矿事故发生预测、重点监控监管煤矿、煤矿监管智能整改措施建议、现场监管人员检查状况等内容，显示窗口呈现表格、柱形图、折线图、饼状图、条形图、面积图、雷达图、圆环图、风险矩阵图、风险等级排名图、390个煤矿分布图、决策动画等，并实现对10个县（区）监控平台的视频监管。
3.4访问层
访问层是平台管理员对平台进行管理、实现数据传递的窗口，主要实现煤矿安全生产系统数据库的访问，基于授权或有权管理者对数据的查询、查收、删除、更新、信息、智能决策、应急处理、救援调度、日常监管、系统维护等，访问层实行专人负责，通过密码验证和指纹识别登陆管理平台，管理平台采用“外网＋内网”实现信息交互，基于授权或有权管理者配备平台APP，方便安全监管人员实现现场监管、数据传送等表层功能，外网对平台实行有限访问，内网与外网实现高级别防火墙，保障系统稳定、不泄密。
4结语
1）在煤矿监管过程中产生的检测监控数据、生产自动化数据、人员管理数据等具有数据量大、类型多、价值密度低、数据产生速度快等特点，安全管理部门重事后轻事前、安全数据挖掘深度不够，与行业监管部门之间的管理数据呈现“孤岛”现象，缺乏互联互通，利用传统的监管方式，已经不能适应煤矿安全生产监察的精细化、实时化、系统化管理的需求，为解决管理数据“孤岛”现象、缺乏互联互通、不能适应煤矿安全生产监察的精细化、实时化、系统化管理问题，按照安全性、可扩展性和灵活性原则构建煤矿安全生产大数据管理系统模型。2）按照煤矿安全生产大数据管理系统模型设计煤矿安全生产大数据管理系统总体框架，总体框架包括煤矿生产管理子系统、安全生产监管子系统、安全生产风险评估子系统、安全生产决策子系统和安生生产事故分析系统，按结构层次分为数据采集、数据存储、数据处理和数据应用。3）结合毕节实际，按照煤矿安全生产大数据管理系统模型和煤矿安全生产大数据管理系统总体框架构建设计了毕节市煤矿安全生产大数据管理平台，管理平台分为基础数据层、应用层、表现层和访问层，管理平台充分利用现有煤矿采煤监测系统、监测监控系统、人员定位系统、紧急避险系统、压风自救系统、供水施救系统、通信系统联络等系统产生的煤矿监管数据，整合毕节市390个煤矿监控系统的海量数据，运用管理平台核心计算软件，满足煤矿监控、智能分析、风险预警、智能决策、下达整改指令、闭环监督等管理需求，有效解决监管力量薄弱、不及时等问题。
作者:李春香 蒋星星 单位:贵州工程应用技术学院 毕节市能源局
