丁 振 張 驎

（華北科技學(xué)院安全工程學(xué)院，河北省三河市，101601）

淺析大數(shù)據(jù)技術(shù)助力煤礦安全管理

丁 振 張 驎

（華北科技學(xué)院安全工程學(xué)院，河北省三河市，101601）

針對計算機技術(shù)、物聯(lián)網(wǎng)技術(shù)在煤礦安全管理中的廣泛應(yīng)用，產(chǎn)生了大規(guī)模的數(shù)據(jù)，為煤礦的安全管理提供了新的思路。分析了煤礦數(shù)據(jù)的特點，闡述了大數(shù)據(jù)技術(shù)在煤礦應(yīng)用的可行性；探討了大數(shù)據(jù)技術(shù)在煤礦安全管理中的應(yīng)用前景。

煤礦安全 大數(shù)據(jù) 煤礦數(shù)據(jù)特征 應(yīng)用前景

煤礦是個復(fù)雜的系統(tǒng)，安全工作寓于生產(chǎn)和管理的每一個環(huán)節(jié)。綜合信息化加強了煤礦各子系統(tǒng)之間的聯(lián)系，實現(xiàn)了對生產(chǎn)的實時監(jiān)控，提高了監(jiān)測數(shù)據(jù)的廣度和精度。為安全管理積累了大量數(shù)據(jù)，包括人的不安全行為、物的不安全狀態(tài)、管理上的缺陷等方面的數(shù)據(jù)。但目前收集到的數(shù)據(jù)并沒有充分挖掘利用，依然局限于表面直觀的應(yīng)用，如歷史查詢、記錄、形成曲線、報警等，沒有挖掘出各類型數(shù)據(jù)之間的相關(guān)關(guān)系，不能有效解決整個生產(chǎn)系統(tǒng)中的安全問題。要實現(xiàn)煤礦安全形勢進一步好轉(zhuǎn)，必須不斷加強信息化建設(shè)，加強海量數(shù)據(jù)分析工具的開發(fā)和利用，挖掘釋放大數(shù)據(jù)價值，建立監(jiān)測模型、尋找災(zāi)害事故規(guī)律、預(yù)測安全狀況，共同支持安全生產(chǎn)決策。這對提高安全生產(chǎn)的管理水平具有重要意義。

1　大數(shù)據(jù)及其應(yīng)用

大數(shù)據(jù)（Big Data）一詞來源于2011年5月美國麥肯錫全球研究院發(fā)表的名為 《大數(shù)據(jù):未來創(chuàng)新、競爭、生產(chǎn)力的指向標(biāo)》（Big Data:The next frontier for innovation，competition and productivity）的研究報告，或稱巨量數(shù)據(jù)、海量數(shù)據(jù)，指無法通過人工在合理時間內(nèi)達到攫取、管理、處理并整理成為人類所能解讀的訊息；大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集合。

大數(shù)據(jù)具有數(shù)據(jù)產(chǎn)生和增長速度快（Velocity）、數(shù)據(jù)種類繁多（Variety）、數(shù)據(jù)規(guī)模不斷增大（Volume）、數(shù)據(jù)價值密度低（Valuablity）4V特征。

大數(shù)據(jù)是一種新的預(yù)測工具，以其更有效、更及時的指示標(biāo)亮相于世界。大數(shù)據(jù)已經(jīng)撼動了世界的各個角落，悄然存在于我們的日常生活中。例如:亞馬遜通過分析消費者在該網(wǎng)站上的購買和瀏覽歷史，推測消費者的喜好，以信息的形式或下次打開該網(wǎng)站時向買家推薦可能感興趣的商品；12306網(wǎng)站通過采集和分析旅客的訂票信息，運用大數(shù)據(jù)技術(shù)預(yù)測相關(guān)線路的客流量，指導(dǎo)和調(diào)控運力的分配，方便旅客的出行等等。

大數(shù)據(jù)推動著人類生產(chǎn)活動各個領(lǐng)域數(shù)據(jù)觀念的轉(zhuǎn)變，較之傳統(tǒng)數(shù)據(jù)觀念（抽樣分析、精確測量、探尋因果）更加注重全體的特征、事件處理的效率和數(shù)據(jù)之間的相關(guān)關(guān)系。它正變革人們的生活方式和社會、經(jīng)濟發(fā)展的模式，在世界范圍內(nèi)掀起一場數(shù)據(jù)革命。

2　大數(shù)據(jù)與煤礦安全管理

近年來，國家三令五申強調(diào)煤礦安全生產(chǎn)，頒布一系列法律法規(guī)，制定嚴(yán)格的追責(zé)制度為煤礦安全保駕護航。全社會對煤礦安全廣泛關(guān)注，煤礦安全取得了長足的進步。近十幾年，煤礦主要安全指標(biāo)持續(xù)好轉(zhuǎn)，2014年全國煤礦死亡人數(shù)931人，百萬噸死亡率0.255。但是煤炭行業(yè)與國內(nèi)其他行業(yè)相比依然是高危行業(yè)，沒有擺脫事故高發(fā)的被動局面。國家安全生產(chǎn)監(jiān)督管理總局統(tǒng)計數(shù)據(jù)顯示，工礦商貿(mào)企業(yè)中，1/3以上的事故、近1/2的重大事故和3/4的特大事故都發(fā)生在煤礦企業(yè)。進一步提高煤礦安全生產(chǎn)水平，需要從生產(chǎn)技術(shù)、安全系統(tǒng)管理、法律法規(guī)、職工教育等方面共同努力，其中安全管理是軟性的，很容易被讓位于生產(chǎn)目標(biāo)，是提高安全水平的薄弱環(huán)節(jié)。將大數(shù)據(jù)技術(shù)引入安全管理，能夠豐富管理手段、完善管理系統(tǒng)，是推動煤礦安全形勢進一步好轉(zhuǎn)的有效手段。

2.1煤礦生產(chǎn)特征

近兩年來，我國煤炭行業(yè)極不景氣，但煤炭仍然是支持國家建設(shè)發(fā)展的基礎(chǔ)能源，其戰(zhàn)略地位不可替代。煤炭開采行業(yè)十分特殊，涉及眾多的科學(xué)技術(shù)領(lǐng)域，具有與其他工業(yè)截然不同的特點。

（1）我國絕大部分煤礦為井工開采，開采條件復(fù)雜，受到井田規(guī)模、煤層賦存條件、地質(zhì)構(gòu)造等影響，開采方法多種多樣。

（2）煤礦作業(yè)大部分位于地下深處，井下作業(yè)具有空間狹小、環(huán)境惡劣、作業(yè)場所不斷變動等不利因素，各類事故難以有效控制，這對設(shè)備安全性和可靠性要求高。

（3）煤礦生產(chǎn)過程復(fù)雜，須有開拓掘進系統(tǒng)、采煤系統(tǒng)、通風(fēng)系統(tǒng)、運輸系統(tǒng)、供電系統(tǒng)、壓風(fēng)系統(tǒng)、供水系統(tǒng)、瓦斯抽排系統(tǒng)等，要使各系統(tǒng)相互協(xié)調(diào)、安全高效運轉(zhuǎn)十分不易。

2.2煤礦數(shù)據(jù)特征

（1）數(shù)據(jù)規(guī)模大。煤礦企業(yè)生產(chǎn)過程中的數(shù)據(jù)是很重要的動態(tài)數(shù)據(jù)，包括了以瓦斯為主的環(huán)境監(jiān)測數(shù)據(jù)、設(shè)備信息、井下人員信息及空間信息等測量數(shù)據(jù)。

（2）數(shù)據(jù)的種類繁多。煤礦安全生產(chǎn)監(jiān)測數(shù)據(jù)類型可分為原始瞬時值、平均值、累計值等結(jié)構(gòu)化數(shù)據(jù)，同時還存在著礦圖數(shù)據(jù)、監(jiān)控視頻及圖像數(shù)據(jù)、應(yīng)急知識、事故案例等半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并且此類數(shù)據(jù)所占份額越來越大。

（3）數(shù)據(jù)價值密度低。井下各種類型傳感器和監(jiān)測設(shè)備實時運行，嚴(yán)密監(jiān)控生產(chǎn)環(huán)境和設(shè)備運行狀況。不間斷監(jiān)測產(chǎn)生大量的數(shù)據(jù)與從中所要獲取的知識成反比。

（4）數(shù)據(jù)產(chǎn)生和增長速度快。物聯(lián)網(wǎng)與自動化聯(lián)合應(yīng)用于煤礦生產(chǎn)安全管理，涵蓋越來越多的子系統(tǒng):瓦斯監(jiān)測系統(tǒng)、通風(fēng)網(wǎng)絡(luò)監(jiān)測系統(tǒng)、礦壓監(jiān)測系統(tǒng)、人員考勤系統(tǒng)等，形成一個龐大又關(guān)系密切系統(tǒng)網(wǎng)。各系統(tǒng)的24 h不間斷運行、設(shè)備的實時監(jiān)測產(chǎn)生大量的數(shù)據(jù)，并持續(xù)快速增長。

大數(shù)據(jù)的核心是預(yù)測。煤礦數(shù)據(jù)具備大數(shù)據(jù)的4V特征，能夠運用大數(shù)據(jù)技術(shù)進行分析，并預(yù)測煤礦發(fā)生事故的可能性。收集與生產(chǎn)現(xiàn)象相關(guān)的全部數(shù)據(jù)，利用大數(shù)據(jù)技術(shù)處理不同數(shù)據(jù)值之間的數(shù)理關(guān)系，得出它們的相關(guān)關(guān)系，預(yù)測生產(chǎn)過程的安全狀況。大數(shù)據(jù)下的相關(guān)關(guān)系分析為安全管理提供新的視角，依靠數(shù)據(jù)分析結(jié)果做出決策，有效降低人為直覺判斷中的錯誤。助力構(gòu)建以數(shù)據(jù)、技術(shù)、思維為軸心的安全管理系統(tǒng)。

3　大數(shù)據(jù)在煤礦安全管理中的應(yīng)用前景

3.1大數(shù)據(jù)變革管理思維，增強系統(tǒng)安全觀念

小數(shù)據(jù)時代下的直線思維側(cè)重于數(shù)據(jù)的精確性，致力于提高樣本數(shù)據(jù)的精確性，運用先進的算法尋找事物規(guī)律，指導(dǎo)安全生產(chǎn)工作，這種方式不能完全應(yīng)對煤礦這一龐大復(fù)雜的生產(chǎn)系統(tǒng)。煤礦經(jīng)過多年的信息化應(yīng)用，產(chǎn)生海量的結(jié)構(gòu)數(shù)據(jù)和非結(jié)構(gòu)數(shù)據(jù)，包括礦山地質(zhì)數(shù)據(jù)、以瓦斯為主的環(huán)境監(jiān)測數(shù)據(jù)、礦圖數(shù)據(jù)、GIS數(shù)據(jù)、監(jiān)控視頻及圖像數(shù)據(jù)等。結(jié)構(gòu)化數(shù)據(jù)約占5%，能夠用于傳統(tǒng)數(shù)據(jù)庫，也是技術(shù)人員重點分析的數(shù)據(jù)。剩下大量格式不一、混雜的非結(jié)構(gòu)化數(shù)據(jù)依然沒有被開發(fā)和利用。若想進一步應(yīng)對煤礦復(fù)雜的安全生產(chǎn)系統(tǒng)，就必須轉(zhuǎn)變思維，降低對數(shù)據(jù)精確性的追求，接受和分析大數(shù)據(jù)時代下的混雜數(shù)據(jù)。海量紛雜的數(shù)據(jù)、先進的計算機設(shè)備和強大的分析工具為全樣本數(shù)據(jù)分析提供了可能。大數(shù)據(jù)技術(shù)分析煤礦全體結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)比精確的、少量的樣本數(shù)據(jù)更適合煤礦系統(tǒng)復(fù)雜的特點，挖掘數(shù)據(jù)之間的關(guān)聯(lián)，尋找通過傳統(tǒng)方式無法注意到的細節(jié)，獲得更多更全面的信息，降低人為主觀意識的錯誤，支持安全決策。

3.2大數(shù)據(jù)技術(shù)提高設(shè)備運轉(zhuǎn)可靠度，監(jiān)測設(shè)備健康運行

隨著煤礦機械化、自動化程度的提高，礦山設(shè)備的安全運行對煤礦的安全生產(chǎn)起著非常重要的作用。傳統(tǒng)的設(shè)備管理大多是在設(shè)備出了問題以后再進行維修，這樣既增加了維修難度，又耽誤生產(chǎn)，增加生產(chǎn)成本，也加大事故的風(fēng)險。大數(shù)據(jù)技術(shù)能夠有效解決這一問題，如礦井通風(fēng)機是煤礦的核心設(shè)備，它運行正常與否對煤礦的安全至關(guān)重要，如果在通風(fēng)機上安裝傳感器，記錄風(fēng)壓、風(fēng)量、轉(zhuǎn)速、振幅、聲音等，收集所有的數(shù)據(jù)，分析預(yù)測通風(fēng)機工況點的變化位置、個體特性曲線等，捕捉設(shè)備要出故障的信號，比如發(fā)動機的聲音、振幅異常等，系統(tǒng)把這些異常情況與正常情況進行對比，就會知道問題所在。盡早發(fā)現(xiàn)異常，系統(tǒng)可以提示工作人員在故障之前采取相應(yīng)措施。較之設(shè)備故障造成停產(chǎn)的損失，收集和分析數(shù)據(jù)所花費的人力和財力要小得多，而安全系數(shù)要高得多。

3.3大數(shù)據(jù)技術(shù)提供事故分析新視角，實現(xiàn)安全管理關(guān)口前移

近年來，我國煤礦安全管理取得了長足的進步，但是對事故的處理主要是事后追查。事故發(fā)生后，應(yīng)用事故的致?lián)p因果連鎖模型分析事故發(fā)生的原因、確定相關(guān)責(zé)任人的責(zé)任、教育廣大煤礦工作者，在一定程度上降低了事故發(fā)生的概率，但這種事后追查有不容忽視的局限性和滯后性。沒有對安全生產(chǎn)中有價值的數(shù)據(jù)信息進行深度挖掘，尋找出事故內(nèi)在規(guī)律和模式。如對瓦斯爆炸事故的直觀認識主要從氧氣濃度、甲烷濃度、火源三方面入手，再找人、設(shè)備和管理上的原因，這種事故調(diào)查方式對促進煤礦安全生產(chǎn)具有一定的積極作用，但并不全面，對瓦斯爆炸的分析研究大多是在實驗室或模擬硐室中進行，忽略了井下的實際環(huán)境，無法有效分析其他因素對瓦斯爆炸的影響，所以用系統(tǒng)的視角看待瓦斯事故，運用大數(shù)據(jù)技術(shù)分析瓦斯事故更為全面。收集礦井（中國乃至世界范圍的煤礦）發(fā)生瓦斯爆炸區(qū)域的參數(shù)，包括瓦斯?jié)舛?、氧氣濃度、空氣參?shù)、抽采參數(shù)、設(shè)備運行參數(shù)、煤層賦存特征參數(shù)、通風(fēng)參數(shù)、巷道參數(shù)等數(shù)據(jù)。運用大數(shù)據(jù)技術(shù)進行分析，挖掘出除了3個主要因素以外的相關(guān)環(huán)境因素，建立瓦斯爆炸事故數(shù)學(xué)預(yù)測模型，指導(dǎo)井下其他工作區(qū)域的安全生產(chǎn)工作。大數(shù)據(jù)分析技術(shù)能夠從更多的角度預(yù)防事故的發(fā)生，真正實現(xiàn)安全管理關(guān)口前移，比傳統(tǒng)的事故分析更有意義。

4　結(jié)論

大數(shù)據(jù)的發(fā)展才剛剛起步，但大數(shù)據(jù)的時代確實已經(jīng)到來。大數(shù)據(jù)在煤礦中的應(yīng)用仍處于萌芽狀態(tài)，但其前景是廣闊的。大數(shù)據(jù)技術(shù)轉(zhuǎn)變煤礦管理思維:由小數(shù)據(jù)時代的直線思維向大數(shù)據(jù)時代相關(guān)思維轉(zhuǎn)變；突破事故分析的局限性，實現(xiàn)生產(chǎn)安全關(guān)口前移；監(jiān)測設(shè)備運行狀態(tài)，保障設(shè)備運行安全等等?？傊?，大數(shù)據(jù)等新的信息技術(shù)能夠從根本上提高安全管理水平，保障企業(yè)生產(chǎn)的平穩(wěn)運行，將煤炭企業(yè)的安全生產(chǎn)帶入新的時代。

［1］ Viktor Mayer-Sch nberger，Kenneth Cukier.大數(shù)據(jù)時代［M］.杭州:浙江人民出版社，2013

［2］ 袁偉昊.煤礦安全現(xiàn)代管理［M］.北京:煤炭工業(yè)出版社，2013

［3］ 涂興子，林在康.數(shù)字煤礦的研究與探討［J］.中國煤炭，2004（2）

［4］ 邱宜萍，孫永紅.“數(shù)字煤礦安全”廣域網(wǎng)絡(luò)在煤礦監(jiān)察中的應(yīng)用［J］.中國煤炭，2004（12）

［5］ 周平福.煤礦設(shè)備監(jiān)測和事故預(yù)報系統(tǒng)設(shè)計思路［J］.煤，2010（2）

［6］ 李潤求.煤礦瓦斯爆炸事故特征與耦合規(guī)律研究［J］.中國安全科學(xué)學(xué)報，2010（2）

（責(zé)任編輯 張艷華）

Brief analysis of big data technology contributing to coal mine safety management

Ding Zhen，Zhang Lin
（College of Safety Engineering of North China Institute of Science and Technology，Sanhe，Hebei 101601，China）

The wide application of computer and the internet of things technology in the coal mine safety management generated massive data，which provided new ideas for safety management of coal mine.The coal mine data characteristics was analyzed and the application feasibility of big data technology in coal mine was elaborated；the application prospect of big data technology in coal mine safety management was discussed.

coal mine safety，big data，coal mine data characteristics，application prospect

TD79

A

丁振（1985-），男，安徽淮北人，華北科技學(xué)院安全工程專業(yè)碩士研究生，主要研究方向：礦業(yè)安全。