★ 煤炭科技·機(jī)電與信息化 ★

基于數(shù)據(jù)挖掘的煤礦大數(shù)據(jù)可視化管理平臺(tái)研究

申 琢 譚章祿

(中國礦業(yè)大學(xué)(北京)管理學(xué)院，北京市海淀區(qū)，100083)

為了使煤炭企業(yè)有效地管理和應(yīng)用數(shù)據(jù)資源，提出了基于數(shù)據(jù)挖據(jù)的煤礦大數(shù)據(jù)可視化管理平臺(tái)，分析了該平臺(tái)的總體設(shè)計(jì)思路，介紹了該平臺(tái)的總體架構(gòu)和功能模塊設(shè)計(jì)，闡述了該平臺(tái)在大同煤礦集團(tuán)鐵峰煤業(yè)有限公司的應(yīng)用效果。實(shí)際應(yīng)用表明，該平臺(tái)實(shí)現(xiàn)了煤炭企業(yè)內(nèi)部數(shù)據(jù)的全面管理和應(yīng)用，為煤炭企業(yè)管理、決策、預(yù)警等提供全面可靠的數(shù)據(jù)支撐。

煤礦大數(shù)據(jù) 數(shù)據(jù)挖掘 可視化管理 可視化平臺(tái)

隨著煤炭企業(yè)兩化融合的不斷推進(jìn)，信息已經(jīng)成為煤炭企業(yè)繼人、財(cái)、物管理之后又一需要重點(diǎn)管理的資源。由于信息的幾何倍數(shù)增長，煤炭企業(yè)面臨的問題已經(jīng)從以前的信息不足轉(zhuǎn)變?yōu)楫?dāng)前的信息過盛，煤炭企業(yè)當(dāng)前的數(shù)據(jù)問題可以分為兩種：一種是企業(yè)如何從外部海量的數(shù)據(jù)中獲取有價(jià)值的信息，這是煤炭企業(yè)的信息管理部門需要研究和解決的問題；另一種是隨著煤炭企業(yè)自動(dòng)化程度的提升，企業(yè)內(nèi)部的各種系統(tǒng)每天產(chǎn)生大量的數(shù)據(jù)，如何有效地管理和應(yīng)用這些數(shù)據(jù)并從中發(fā)現(xiàn)有價(jià)值的信息和規(guī)律，這是企業(yè)信息管理部門需要研究的問題。本文結(jié)合煤炭企業(yè)的數(shù)據(jù)問題，重點(diǎn)研究了如何基于數(shù)據(jù)挖掘技術(shù)解決煤炭企業(yè)內(nèi)部的大數(shù)據(jù)問題。

1 煤炭企業(yè)面臨的數(shù)據(jù)問題

隨著煤炭企業(yè)自動(dòng)化和信息化的深度融合，大型煤炭企業(yè)現(xiàn)已具有大大小小的信息系統(tǒng)二三十個(gè)，這些生產(chǎn)管理和監(jiān)控系統(tǒng)每天產(chǎn)生大量的數(shù)據(jù)，然而這些數(shù)據(jù)除了用于基本的日常統(tǒng)計(jì)分析外，缺乏對(duì)數(shù)據(jù)的集中管理和深入挖掘，具體問題表現(xiàn)在以下3個(gè)方面：

(1)數(shù)據(jù)量大。大型煤炭企業(yè)每天人工記錄和自動(dòng)生成的數(shù)據(jù)過萬條，信息部門對(duì)每年產(chǎn)生的上百萬條的數(shù)據(jù)收集、拷貝、分析都需要較大的工作量和較長的時(shí)間。

(2)數(shù)據(jù)分散。由于大型煤炭企業(yè)通常地理位置分散，系統(tǒng)根據(jù)業(yè)務(wù)需求分散建設(shè)，先后建成的系統(tǒng)之間缺少聯(lián)系，系統(tǒng)之間“信息孤島”問題明顯。各個(gè)系統(tǒng)的數(shù)據(jù)庫互相獨(dú)立，因此整個(gè)企業(yè)的數(shù)據(jù)處于一種分散存儲(chǔ)的狀態(tài)，彼此之間的關(guān)聯(lián)較少。

(3)數(shù)據(jù)格式不統(tǒng)一。由于系統(tǒng)在開發(fā)設(shè)計(jì)的過程沒有遵循統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，因此造成了煤炭企業(yè)當(dāng)前各系統(tǒng)數(shù)據(jù)格式不統(tǒng)一，這使企業(yè)內(nèi)部系統(tǒng)集成、數(shù)據(jù)整合以及數(shù)據(jù)分析的難度較大。

2 煤礦大數(shù)據(jù)可視化管理平臺(tái)總體設(shè)計(jì)思路

針對(duì)上述問題，筆者將大數(shù)據(jù)管理的理念和技術(shù)引入煤炭企業(yè)的數(shù)據(jù)管理中來，通過數(shù)據(jù)集成、數(shù)據(jù)挖掘和可視化展現(xiàn)“三步走”的戰(zhàn)略，構(gòu)建基于數(shù)據(jù)挖掘的煤礦大數(shù)據(jù)可視化管理平臺(tái)，實(shí)現(xiàn)煤炭企業(yè)內(nèi)數(shù)據(jù)的全面集成和統(tǒng)一管理，充分發(fā)掘數(shù)據(jù)的內(nèi)在價(jià)值。煤礦大數(shù)據(jù)可視化管理平臺(tái)的總體建設(shè)思路如下：

(1)數(shù)據(jù)集成?；跀?shù)據(jù)關(guān)聯(lián)模型，開展煤礦綜合自動(dòng)化系統(tǒng)的數(shù)據(jù)統(tǒng)一采集和全面集成，在邏輯上形成數(shù)據(jù)倉庫，解決數(shù)據(jù)孤島、分散、異構(gòu)等問題。

(2)數(shù)據(jù)挖掘。在此數(shù)據(jù)集成的基礎(chǔ)上，按主題進(jìn)行數(shù)據(jù)挖掘，發(fā)現(xiàn)數(shù)據(jù)內(nèi)部的規(guī)律和潛在價(jià)值，為平臺(tái)功能實(shí)現(xiàn)提供前期準(zhǔn)備。

(3)可視化展示。根據(jù)管理者的認(rèn)知習(xí)慣，優(yōu)化設(shè)計(jì)可視化平臺(tái)，將數(shù)據(jù)挖掘結(jié)果以直觀的形式呈現(xiàn)給用戶，為企業(yè)管理決策提供數(shù)據(jù)支撐。

3 煤礦大數(shù)據(jù)可視化管理總體架構(gòu)設(shè)計(jì)

煤礦大數(shù)據(jù)可視化管理平臺(tái)基于數(shù)據(jù)挖掘技術(shù)、中間件技術(shù)、可視化技術(shù)等實(shí)現(xiàn)煤礦大數(shù)據(jù)的集成、管理和應(yīng)用，平臺(tái)的總體架構(gòu)分為設(shè)備層、網(wǎng)絡(luò)層、數(shù)據(jù)層、挖掘?qū)雍驼故緦印Ｆ渲袛?shù)據(jù)層、挖掘?qū)雍驼故緦邮窃撈脚_(tái)特有的部分，這三層實(shí)現(xiàn)了數(shù)據(jù)的整理、分析和內(nèi)容展示，是煤礦大數(shù)據(jù)管理和應(yīng)用的核心。煤礦大數(shù)據(jù)可視化管理平臺(tái)架構(gòu)圖如圖1所示。

(1)設(shè)備層。煤礦大數(shù)據(jù)可視化管理平臺(tái)以煤礦原有的綜合自動(dòng)化系統(tǒng)中物聯(lián)網(wǎng)設(shè)備和數(shù)據(jù)采集設(shè)備為基礎(chǔ)，重點(diǎn)實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)化檢測和分散采集，為數(shù)據(jù)的應(yīng)用提供充分的來源。

(2)網(wǎng)絡(luò)層。以煤礦核心辦公網(wǎng)絡(luò)為核心，通過互聯(lián)網(wǎng)和移動(dòng)網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)的通訊。互聯(lián)網(wǎng)用于各個(gè)分礦之間的數(shù)據(jù)傳輸，移動(dòng)網(wǎng)絡(luò)用于采集實(shí)時(shí)數(shù)據(jù)。最終將數(shù)據(jù)集成到企業(yè)的核心辦公網(wǎng)，全面實(shí)現(xiàn)企業(yè)各個(gè)設(shè)備之間以及各個(gè)分礦與總部之間的數(shù)據(jù)傳輸。

(3)數(shù)據(jù)層。采用數(shù)據(jù)倉庫的理念全面整合各個(gè)分礦的數(shù)據(jù)，構(gòu)建用于數(shù)據(jù)挖掘的數(shù)據(jù)倉庫。數(shù)據(jù)倉庫的核心任務(wù)是實(shí)現(xiàn)數(shù)據(jù)的集成和內(nèi)部互聯(lián)，按主題形成數(shù)據(jù)視圖，根據(jù)主題組織多源數(shù)據(jù)，為深層的數(shù)據(jù)挖掘提供全方位的數(shù)據(jù)支撐。

圖1 煤礦大數(shù)據(jù)可視化管理平臺(tái)架構(gòu)圖

(4)挖掘?qū)印；跀?shù)據(jù)挖掘算法和關(guān)聯(lián)規(guī)則，充分應(yīng)用數(shù)據(jù)倉庫中的數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的聚類分析和分析預(yù)測，發(fā)掘數(shù)據(jù)內(nèi)部的潛在的規(guī)律和問題。挖掘?qū)邮敲旱V大數(shù)據(jù)可視化管理平臺(tái)的核心層之一，通過該層整個(gè)平臺(tái)實(shí)現(xiàn)了數(shù)據(jù)的增值和應(yīng)用。

(5)展示層。基于界面優(yōu)化設(shè)計(jì)和系統(tǒng)功能開發(fā)，煤礦大數(shù)據(jù)可視化管理平臺(tái)的展示層包括煤礦綜合自動(dòng)化信息展示和多維智能分析兩個(gè)功能。展示層以數(shù)據(jù)挖掘結(jié)果為基礎(chǔ)，重點(diǎn)實(shí)現(xiàn)挖掘結(jié)果的動(dòng)態(tài)和可視化展示，全面實(shí)現(xiàn)煤炭企業(yè)井上、井下、生產(chǎn)、經(jīng)營的全面可視化管理。

4 煤礦大數(shù)據(jù)可視化管理平臺(tái)功能模塊設(shè)計(jì)

煤礦大數(shù)據(jù)可視化管理平臺(tái)以煤礦綜合自動(dòng)化系統(tǒng)和信息管理系統(tǒng)為基礎(chǔ)，根據(jù)功能平臺(tái)劃分為數(shù)據(jù)集成模塊、數(shù)據(jù)挖掘模塊以及可視化展示模塊三大功能模塊，平臺(tái)功能結(jié)構(gòu)圖如圖2所示。

4.1 數(shù)據(jù)集成模塊

數(shù)據(jù)集成是把不同來源、格式、特點(diǎn)性質(zhì)的數(shù)據(jù)在邏輯上或物理上有機(jī)地集中，從而為煤炭企業(yè)提供全面的數(shù)據(jù)共享。數(shù)據(jù)集成模塊將來自不同部門、不同系統(tǒng)和不同格式的數(shù)據(jù)進(jìn)行整合和梳理，同時(shí)規(guī)范平臺(tái)中所有的數(shù)據(jù)。數(shù)據(jù)集成的核心任務(wù)是要將互相關(guān)聯(lián)的分布式異構(gòu)數(shù)據(jù)源集成到一起，使數(shù)據(jù)用戶能夠以透明的方式訪問這些數(shù)據(jù)源。

圖2 煤礦大數(shù)據(jù)可視化管理平臺(tái)功能結(jié)構(gòu)圖

4.1.1 數(shù)據(jù)集成中間件

由于煤礦各個(gè)系統(tǒng)互相獨(dú)立而且功能不一，因此選擇中間件功能開展數(shù)據(jù)集成。利用中間件技術(shù)在所有的異構(gòu)系統(tǒng)之間建立中間件，中間件在協(xié)調(diào)所有系統(tǒng)的同時(shí)，還可以為外部訪問提供統(tǒng)一的數(shù)據(jù)模式和接口。在不影響各個(gè)數(shù)據(jù)源工作的同時(shí)為異構(gòu)數(shù)據(jù)提供高級(jí)服務(wù)。中間件的優(yōu)勢在于只為數(shù)據(jù)用戶提供一個(gè)統(tǒng)一的邏輯視圖，使用戶可以把所有數(shù)據(jù)看做一個(gè)整體，而不必關(guān)心數(shù)據(jù)的細(xì)節(jié)。

4.1.2 數(shù)據(jù)整理

平臺(tái)在數(shù)據(jù)集成過程中通過自動(dòng)化的數(shù)據(jù)過濾、篩選和合并，重點(diǎn)解決平臺(tái)中數(shù)據(jù)的冗余、重復(fù)以及數(shù)據(jù)值沖突三大問題。屬性命名不一致往往是導(dǎo)致數(shù)據(jù)冗余的原因，通過相關(guān)性檢測來解決數(shù)據(jù)的冗余問題。對(duì)于同一數(shù)據(jù)不同的數(shù)據(jù)庫中存在相同記錄的情況，平臺(tái)根據(jù)內(nèi)容對(duì)數(shù)據(jù)進(jìn)行全面的查重處理，標(biāo)記出所有的重復(fù)數(shù)據(jù)。同一數(shù)據(jù)如果來自于不同的數(shù)據(jù)庫，其值可能不同，這是因?yàn)閿?shù)據(jù)的單位、編碼或比例不同所致。針對(duì)三大問題，平臺(tái)利用語義分析技術(shù)進(jìn)行處理，從而有效解決數(shù)據(jù)問題，實(shí)現(xiàn)多源數(shù)據(jù)的有效集成，為后期的數(shù)據(jù)挖掘奠定良好的基礎(chǔ)。

4.1.3 數(shù)據(jù)分類

(1)建立一個(gè)描述數(shù)據(jù)類的模型。按照“區(qū)(Area)-塊(Block)-單元(Unit)-線(Line)”的總思路構(gòu)建了數(shù)據(jù)關(guān)聯(lián)模型：將大數(shù)據(jù)可視化平臺(tái)作為一個(gè)總區(qū)(A)，總區(qū)可劃分為綜合自動(dòng)化區(qū)(A1)、管理信息化區(qū)(A2)和工程數(shù)字化區(qū)(A3)；根據(jù)煤炭企業(yè)實(shí)際，每個(gè)區(qū)中都包含不同的子系統(tǒng)，將各個(gè)系統(tǒng)看作系統(tǒng)塊(Bij代表第i區(qū)第j個(gè)系統(tǒng))；每個(gè)系統(tǒng)都有自身的關(guān)鍵數(shù)據(jù)，如運(yùn)行狀態(tài)信息、系統(tǒng)屬性信息、異常信息等，這些關(guān)鍵數(shù)據(jù)看作是一個(gè)個(gè)的數(shù)據(jù)單元(Uijk)；數(shù)據(jù)關(guān)聯(lián)模型的構(gòu)建即是尋求不同系統(tǒng)的關(guān)聯(lián)線，具體來說即尋求系統(tǒng)數(shù)據(jù)單元間的連接線(L)。

(2)使用模型進(jìn)行分類。在評(píng)估模型(分類法)的預(yù)測準(zhǔn)確率的基礎(chǔ)上，用模型對(duì)分類標(biāo)號(hào)未知的數(shù)據(jù)元組或?qū)ο筮M(jìn)行分類。最終實(shí)現(xiàn)所有系統(tǒng)數(shù)據(jù)的歸類，為后續(xù)的數(shù)據(jù)挖掘和展示奠定堅(jiān)實(shí)基礎(chǔ)。

4.2 數(shù)據(jù)挖掘模塊

大數(shù)據(jù)管理和應(yīng)用的目標(biāo)是：一方面可以更加精準(zhǔn)地把握公司生產(chǎn)、安全和運(yùn)行等方面的情況，另一方面可以對(duì)未來生產(chǎn)和安全的發(fā)展以及可能遇到的問題進(jìn)行預(yù)測。在數(shù)據(jù)集成功能的基礎(chǔ)上，數(shù)據(jù)挖掘是平臺(tái)的核心功能。在數(shù)據(jù)挖掘階段，首先分析發(fā)現(xiàn)數(shù)據(jù)和系統(tǒng)之間的關(guān)聯(lián)，以此為基礎(chǔ)開展數(shù)據(jù)的分類和預(yù)測，最后再進(jìn)行聚類分析，發(fā)現(xiàn)數(shù)據(jù)中的“金子”。

4.2.1 關(guān)聯(lián)規(guī)則挖掘

關(guān)聯(lián)規(guī)則挖掘是發(fā)現(xiàn)大量數(shù)據(jù)集中的內(nèi)部聯(lián)系，從而可以幫助管理者開展決策。煤礦大數(shù)據(jù)可視化管理平臺(tái)通過兩種方式獲取關(guān)聯(lián)規(guī)則，一種是對(duì)數(shù)據(jù)庫中大量數(shù)據(jù)的挖掘發(fā)現(xiàn)隱藏的關(guān)聯(lián)規(guī)則，另一種是根據(jù)煤礦生產(chǎn)經(jīng)營的經(jīng)驗(yàn)或普遍認(rèn)同的規(guī)律自定義關(guān)聯(lián)規(guī)則。無論是通過挖掘還是根據(jù)煤礦生產(chǎn)經(jīng)營常識(shí)或經(jīng)驗(yàn)得到的關(guān)聯(lián)規(guī)則，最終都在可視化集成平臺(tái)中實(shí)現(xiàn)應(yīng)用。

4.2.2 預(yù)測預(yù)警

預(yù)測預(yù)警功能主要包括產(chǎn)量預(yù)測、成本預(yù)測、電力消耗預(yù)測、綜合自動(dòng)化系統(tǒng)預(yù)警、井下環(huán)境預(yù)警以及井下超員超時(shí)預(yù)警等，開展預(yù)測的主要目的是提取描述重要數(shù)據(jù)類的模型或預(yù)測未來的數(shù)據(jù)趨勢，根據(jù)對(duì)象的歷史發(fā)展趨勢對(duì)未來一定時(shí)期的發(fā)展?fàn)顩r進(jìn)行推測。預(yù)警是通過設(shè)定對(duì)象設(shè)定標(biāo)準(zhǔn)值，當(dāng)對(duì)象發(fā)展趨勢、變化速率超出標(biāo)準(zhǔn)值時(shí)給出預(yù)警信息。結(jié)合煤炭企業(yè)的實(shí)際生產(chǎn)情況，采用回歸分析、加權(quán)等方法處理數(shù)據(jù)開展預(yù)測和預(yù)警工作。

(1)產(chǎn)量預(yù)測。產(chǎn)量預(yù)測是根據(jù)前期產(chǎn)量為基礎(chǔ)數(shù)據(jù)，以一定的預(yù)測算法科學(xué)合理地推測下期產(chǎn)量。由于煤炭生產(chǎn)環(huán)境復(fù)雜且不確定因素多，因此傳統(tǒng)的線性回歸方法適用性不強(qiáng)，故采用加權(quán)移動(dòng)平均法對(duì)下期產(chǎn)量進(jìn)行預(yù)測，時(shí)間的長度由用戶自主設(shè)定。

(2)噸煤人工成本預(yù)警。噸煤人工成本預(yù)警包括兩方面內(nèi)容：一是根據(jù)智能分析模塊中噸煤人工成本的分析，可以計(jì)算得出每期的生產(chǎn)成本，若連續(xù)N期(N值根據(jù)管理需求設(shè)定)生產(chǎn)成本不斷提高則給出預(yù)警信息，提示管理者注意人工成本控制；二是設(shè)定噸煤人工成本標(biāo)準(zhǔn)值，標(biāo)準(zhǔn)值的設(shè)定是動(dòng)態(tài)的，根據(jù)以前各期數(shù)據(jù)平均求得，把當(dāng)期人工成本與設(shè)定值對(duì)比，當(dāng)超出設(shè)定值時(shí)對(duì)成本信息發(fā)出報(bào)警。通過以上兩類成本預(yù)警可以提醒管理者關(guān)注噸煤成本的變化，加強(qiáng)成本控制。

(3)電力消耗預(yù)警。電力消耗是煤炭企業(yè)的重要能源消耗，降低電力消耗有利于企業(yè)實(shí)現(xiàn)節(jié)能降耗和綠色發(fā)展。電力消耗預(yù)警是根據(jù)企業(yè)電力消耗計(jì)劃設(shè)定標(biāo)準(zhǔn)值，根據(jù)對(duì)每期電力消耗的統(tǒng)計(jì)，當(dāng)期電力消耗達(dá)到報(bào)警值的一定比重時(shí)，進(jìn)行電力消耗預(yù)警，提示管理者關(guān)注電力消耗情況。

(4)綜合自動(dòng)化系統(tǒng)預(yù)警。綜合自動(dòng)化系統(tǒng)預(yù)警是根據(jù)各類綜合自動(dòng)化系統(tǒng)(絞車提升系統(tǒng)、電力監(jiān)控系統(tǒng)、風(fēng)機(jī)監(jiān)測系統(tǒng)、井下排水系統(tǒng)等)自身的預(yù)警設(shè)置，當(dāng)系統(tǒng)出現(xiàn)預(yù)警時(shí)，預(yù)警信息將在可視化集成平臺(tái)上彈出。

(5)井下環(huán)境預(yù)警。井下環(huán)境監(jiān)測實(shí)現(xiàn)了對(duì)井下溫度、瓦斯、粉塵、風(fēng)速、CO等的實(shí)時(shí)監(jiān)測，井下環(huán)境監(jiān)測對(duì)確保煤礦安全生產(chǎn)具有重要的作用，通過對(duì)井下環(huán)境監(jiān)測系統(tǒng)的集成，當(dāng)各類監(jiān)測數(shù)據(jù)預(yù)警時(shí)，預(yù)警信息在可視化平臺(tái)上彈出，并實(shí)時(shí)發(fā)送給相應(yīng)的人員。

(6)井下超員超時(shí)預(yù)警?；谌藛T定位與調(diào)度通訊系統(tǒng)，可實(shí)現(xiàn)對(duì)井下不同區(qū)域人員總數(shù)的計(jì)算以及下井人員下井時(shí)間的計(jì)算。根據(jù)井下工作面額定人數(shù)規(guī)定及下井人員下井時(shí)間的規(guī)定設(shè)定預(yù)警值，當(dāng)監(jiān)測數(shù)值超過設(shè)定預(yù)警值時(shí)進(jìn)行預(yù)警處理。

4.2.3 聚類分析

對(duì)于在數(shù)據(jù)挖掘過程中無從分類的數(shù)據(jù)，采用聚類分析的方法發(fā)現(xiàn)數(shù)據(jù)內(nèi)部的規(guī)律。聚類就是將數(shù)據(jù)對(duì)象分組成為多個(gè)類或簇，同一個(gè)簇中的對(duì)象之間具有較高的相似度，而不同簇中的對(duì)象差別較大。常用的聚類分析方法有主成分聚類分析、灰度聚類分析、模糊聚類分析等。煤礦大數(shù)據(jù)可視化管理平臺(tái)對(duì)于難于分類的數(shù)據(jù)采用層次的方法進(jìn)行聚類分析，將前期整合的數(shù)據(jù)集進(jìn)行層次的分解，在整個(gè)過程中根據(jù)數(shù)據(jù)特點(diǎn)綜合使用凝聚和分裂的方法。先是自底向上，將所有數(shù)據(jù)看作獨(dú)立的組，通過相近對(duì)象合并，逐步將所有數(shù)據(jù)合并為不能再合并的組，這就是凝聚的方法；然后再自頂向下將所有數(shù)據(jù)至于一個(gè)簇中，通過迭代運(yùn)算將每個(gè)簇分裂為更小的簇，直到不能再分裂為止，這就是分裂的方法。通過上述兩個(gè)步驟，逐步將無法劃分類別的零散數(shù)據(jù)進(jìn)行有效處理，同時(shí)可以及時(shí)發(fā)現(xiàn)經(jīng)營管理中的一些異常情況，最終實(shí)現(xiàn)了全局的數(shù)據(jù)管理。

4.3 可視化展示模塊

為了發(fā)現(xiàn)煤礦數(shù)據(jù)中的“金子”，還需要將數(shù)據(jù)提煉成信息，然后再將信息升華為知識(shí)。在數(shù)據(jù)集成和數(shù)據(jù)挖掘的基礎(chǔ)上，還需要將從數(shù)據(jù)中挖掘出的“金子”形象表達(dá)出來。為了優(yōu)化表達(dá)數(shù)據(jù)挖掘的結(jié)果，系統(tǒng)將可視化技術(shù)引入到數(shù)據(jù)管理中來，采用可視化展示的方式在平臺(tái)上充分、直觀地展示出數(shù)據(jù)挖掘的結(jié)果。

4.3.1 綜合自動(dòng)化信息展示

煤礦地上主要包括通風(fēng)機(jī)房、地面變電所、絞車房、壓風(fēng)機(jī)房、制氮機(jī)房、膠帶秤等綜合自動(dòng)化系統(tǒng)，在數(shù)據(jù)集成的基礎(chǔ)上，用戶通過點(diǎn)擊地圖上相應(yīng)系統(tǒng)圖標(biāo)就能夠看到該系統(tǒng)運(yùn)行的關(guān)鍵數(shù)據(jù)，通過點(diǎn)擊系統(tǒng)名稱能夠打開系統(tǒng)運(yùn)行狀況圖，看到更為詳細(xì)的運(yùn)行信息。

4.3.2 多維智能分析

煤礦大數(shù)據(jù)可視化管理平臺(tái)充分利用了數(shù)據(jù)挖掘的成果形成多維智能分析功能，該功能可以對(duì)各類管理對(duì)象進(jìn)行時(shí)間趨勢分析、對(duì)象對(duì)比分析以及邏輯關(guān)系分析，分析結(jié)果以可視化界面展示為主，力求結(jié)果的直觀形象。多維智能分析綜合調(diào)用人事管理系統(tǒng)、績效考核系統(tǒng)、設(shè)備點(diǎn)檢管理系統(tǒng)、安全管理系統(tǒng)、產(chǎn)量監(jiān)控系統(tǒng)、井下環(huán)境監(jiān)測與存儲(chǔ)系統(tǒng)等各類綜合自動(dòng)化和管理信息化系統(tǒng)中數(shù)據(jù)，可以對(duì)企業(yè)產(chǎn)量、人力資源、設(shè)備等進(jìn)行全面分析，形成可視化的各類分析結(jié)果。

5 煤礦大數(shù)據(jù)可視化管理平臺(tái)應(yīng)用效果

目前，基于大數(shù)據(jù)理念的可視化管理平臺(tái)已在大同煤礦集團(tuán)鐵峰煤業(yè)有限公司推廣應(yīng)用。該平臺(tái)為鐵峰煤業(yè)有限公司的科學(xué)管理 和正確決策提供了全面和直觀的數(shù)據(jù)支撐，在對(duì)公司的各類系統(tǒng)進(jìn)行有效集成的基礎(chǔ)上，根據(jù)公司日常管理和經(jīng)營決策的實(shí)際需求，通過對(duì)關(guān)鍵數(shù)據(jù)集成、分析和挖掘，最終完成了一套可視化和智能化的管理體系。該平臺(tái)的應(yīng)用大大提高了公司的數(shù)據(jù)利用率，充分挖掘出數(shù)據(jù)的潛在價(jià)值，數(shù)據(jù)利用率平均提升70%，提高公司管理決策效率約25%，每年為公司帶來間接經(jīng)營效益約20萬元。

[1]譚章祿，李光達(dá).煤礦可視化集成管理平臺(tái)的研究與設(shè)計(jì).中國煤炭，2016(8)

[2]陳躍國,王京春.數(shù)據(jù)集成綜述.計(jì)算機(jī)科學(xué)，2004(5)

[3]張長魯.基于數(shù)據(jù)挖掘的煤礦安全可視化管理研究.中國礦業(yè)大學(xué)(北京) ，2015

[4]劉屹，胡凌鳳，譚章祿.基于虛擬現(xiàn)實(shí)的煤礦可視化安全培訓(xùn)研究.中國煤炭，2015(6)

[5]劉玉海.云計(jì)算及煤礦大數(shù)據(jù)應(yīng)用研究.信息系統(tǒng)工程，2016(9)

[6]王海軍，武先利.“互聯(lián)網(wǎng)+”時(shí)代煤礦大數(shù)據(jù)應(yīng)用分析.煤炭科學(xué)技術(shù)，2016(2)

[7]孫繼平.煤礦事故分析與煤礦大數(shù)據(jù)和物聯(lián)網(wǎng).工礦自動(dòng)化，2015(2)

(責(zé)任編輯 路 強(qiáng))

Research on big data visual management platform of coal mine based on data mining

Shen Zhuo, Tan Zhanglu

(School of Management, China University of Mining and Technology, Beijing, Haidian, Beijing 100083, China)

In order to to effectively manage and use data resources for coal enterprises, a big data visual management platform of coal mine based on data mining was put forward, the platform's overall design thoughts were analyzed and its overall framework and function module design were introduced, then the application effects of the platform in Datong Group Tiefeng Coal Industry Company were elaborated. The results showed that the platform realized general management of coal enterprises' interal data, and provided general and reliable data support for coal enterprises' management, decision and prewarning.

big data of coal mine, data mining, visual management, visualization platform

TD-9

A

申琢(1983-)，女，山西聞喜人，中國礦業(yè)大學(xué)(北京)管理學(xué)院在讀博士，主要研究方向?yàn)榘踩芾怼?/p>