畢振國(guó)

摘 要：隨著現(xiàn)代化工業(yè)與技術(shù)不斷的發(fā)展，為我國(guó)的制造業(yè)提供了較大的發(fā)展動(dòng)力，從而促使制造業(yè)的規(guī)模不斷擴(kuò)大，生產(chǎn)能力不斷能提升，也逐漸在科學(xué)技術(shù)的推動(dòng)下提升了自身的自動(dòng)化程度。企業(yè)的相關(guān)成本與生產(chǎn)產(chǎn)量也在設(shè)備性能強(qiáng)化升級(jí)的狀態(tài)下日益增強(qiáng)，而另一方面，借助先進(jìn)的制造技術(shù)以及各種裝備的再生應(yīng)用，以及電子化的商務(wù)業(yè)務(wù)模塊都為企業(yè)的發(fā)展提供了良好的助力，而煤礦企業(yè)作為制造業(yè)中的佼佼者更是應(yīng)用了大數(shù)據(jù)平臺(tái)構(gòu)建了機(jī)電設(shè)備的管理模式，從而有效提升了自身的生產(chǎn)效益。

關(guān)鍵詞：煤礦企業(yè);機(jī)電設(shè)備;大數(shù)據(jù)管理平臺(tái)

引言：在煤炭行業(yè)當(dāng)中的煤礦企業(yè)所運(yùn)行的機(jī)電設(shè)備已經(jīng)隨著社會(huì)時(shí)代的發(fā)展逐漸進(jìn)入到無(wú)人化的智能時(shí)代，借助機(jī)器為企業(yè)生產(chǎn)的數(shù)據(jù)逐漸增加，我國(guó)大多數(shù)的中型煤礦企業(yè)能夠在人與機(jī)器共同運(yùn)行的情況下促進(jìn)生產(chǎn)數(shù)據(jù)的擴(kuò)大，并在企業(yè)當(dāng)中形成了高密度的核心價(jià)值業(yè)務(wù)數(shù)據(jù)，但是結(jié)合現(xiàn)階段的生產(chǎn)經(jīng)營(yíng)情況，傳統(tǒng)的管理方式已經(jīng)不能夠滿(mǎn)足當(dāng)前時(shí)代企業(yè)大量數(shù)據(jù)的管理需求，并且數(shù)據(jù)的多樣化，來(lái)源的復(fù)雜化都是企業(yè)必須使用大數(shù)據(jù)管理平臺(tái)管理機(jī)電設(shè)備的重要原因。

1 大數(shù)據(jù)管理平臺(tái)總體設(shè)計(jì)

1.1平臺(tái)總體構(gòu)架

我國(guó)現(xiàn)階段企業(yè)當(dāng)中運(yùn)行的煤礦機(jī)電設(shè)備其大多數(shù)具有數(shù)據(jù)較為復(fù)雜、繁多、異構(gòu)的特性，并且企業(yè)的客戶(hù)實(shí)際需求多種多樣，在實(shí)際當(dāng)中難以利用傳統(tǒng)的管理方式進(jìn)行管理，而綜合大多數(shù)的企業(yè)實(shí)際情況，可以將煤礦企業(yè)當(dāng)中的機(jī)電設(shè)備運(yùn)行情況分為五層框架，包括資源層、數(shù)據(jù)儲(chǔ)存層、平臺(tái)層、應(yīng)用層以及服務(wù)層，并且在這五種層次當(dāng)中還能夠細(xì)化分為具體的內(nèi)容。

在服務(wù)層中，由設(shè)備監(jiān)測(cè)服務(wù)、大數(shù)據(jù)分析服務(wù)以及企業(yè)運(yùn)維優(yōu)化服務(wù)構(gòu)成，其主要的目的就是為了企業(yè)的實(shí)際的生產(chǎn)運(yùn)營(yíng)活動(dòng)建設(shè)相對(duì)應(yīng)的服務(wù)，而在應(yīng)用層當(dāng)中，對(duì)應(yīng)服務(wù)層中的各個(gè)服務(wù)建立了針對(duì)于設(shè)備監(jiān)測(cè)的設(shè)備運(yùn)行狀態(tài)、井下設(shè)備以及在線(xiàn)設(shè)備數(shù)量的實(shí)時(shí)監(jiān)測(cè)，以及設(shè)備的車(chē)間維護(hù)記錄、地理位置監(jiān)控、設(shè)備運(yùn)行環(huán)境可視化、故障識(shí)別、健康指數(shù)預(yù)測(cè)、故障自診斷以及設(shè)備的運(yùn)行狀態(tài)評(píng)估、維護(hù)決策優(yōu)化和生產(chǎn)周期的管理等一系列的應(yīng)用管理。在平臺(tái)層中建設(shè)煤礦企業(yè)機(jī)電設(shè)備生產(chǎn)運(yùn)營(yíng)當(dāng)中所產(chǎn)生的實(shí)際數(shù)據(jù)處理中心，包括數(shù)據(jù)的采集、預(yù)處理、分布式儲(chǔ)存、數(shù)據(jù)挖掘以及數(shù)據(jù)可視化的應(yīng)用步驟。

而資源層作為作基礎(chǔ)的管理層，其所供應(yīng)的數(shù)據(jù)源是大數(shù)據(jù)處理平臺(tái)當(dāng)中的必要內(nèi)容，由管理系統(tǒng)、硬件設(shè)備以及相關(guān)的工作人員構(gòu)成，是整體平臺(tái)的數(shù)據(jù)基礎(chǔ)，在管理系統(tǒng)當(dāng)中必須容納物資管理、企業(yè)資源計(jì)劃、產(chǎn)品生命周期管理以及財(cái)務(wù)管理系統(tǒng)，并且利用采煤機(jī)、液壓支架、刮板輸送機(jī)以及礦井主通風(fēng)機(jī)構(gòu)成資源層的硬件設(shè)備，人員必須由煤礦采集區(qū)隊(duì)的員工、企業(yè)各部門(mén)的職工人員以及領(lǐng)導(dǎo)層組成。

而數(shù)據(jù)儲(chǔ)存層則是通過(guò)企業(yè)中大數(shù)據(jù)平臺(tái)中構(gòu)建的系統(tǒng)服務(wù)器、分布式服務(wù)器以及云端服務(wù)器構(gòu)成，從而形成了囊括系統(tǒng)設(shè)備以及相關(guān)人員的異構(gòu)數(shù)據(jù)集中地，將企業(yè)設(shè)備工作時(shí)產(chǎn)生的多源異構(gòu)數(shù)據(jù)全部集中在這一層面，通過(guò)煤礦企業(yè)自身建立的系統(tǒng)軟件形成對(duì)應(yīng)的數(shù)據(jù)庫(kù)服務(wù)器，進(jìn)而由中間服務(wù)器對(duì)數(shù)據(jù)進(jìn)行集成管理，而數(shù)據(jù)的最后總結(jié)分為非結(jié)構(gòu)化和半結(jié)構(gòu)化需要借助分布式數(shù)據(jù)庫(kù)儲(chǔ)存設(shè)備進(jìn)行詳細(xì)的區(qū)分。云端服務(wù)器則主要負(fù)責(zé)數(shù)據(jù)的挖掘、分析以及同步儲(chǔ)存工作。

1.2模塊功能

煤礦企業(yè)的設(shè)備數(shù)據(jù)儲(chǔ)存管理系統(tǒng)其最終的功能目標(biāo)就是采用結(jié)構(gòu)化設(shè)計(jì)方法對(duì)實(shí)際的系統(tǒng)進(jìn)行功能上的設(shè)計(jì)，建立詳細(xì)的數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊、分布式儲(chǔ)存模塊以及數(shù)據(jù)挖掘和可視化模塊，在這五種主要的功能當(dāng)中又可以劃分為詳細(xì)的若干功能詳見(jiàn)表一[1]。

2 大數(shù)據(jù)管理平臺(tái)關(guān)鍵技術(shù)分析

2.1高通量數(shù)據(jù)管理技術(shù)

基于煤礦企業(yè)機(jī)電設(shè)備產(chǎn)生的數(shù)據(jù)量較大且關(guān)系復(fù)雜的特點(diǎn)，數(shù)據(jù)平臺(tái)中需要構(gòu)建Hadoop的分布文件，并且基于霍夫曼算法結(jié)合LZW高級(jí)數(shù)據(jù)編碼對(duì)設(shè)備產(chǎn)生的海量數(shù)據(jù)進(jìn)行非壓縮結(jié)構(gòu)化寫(xiě)入，同時(shí)為了促進(jìn)企業(yè)的機(jī)電設(shè)備在運(yùn)行時(shí)能夠充分實(shí)現(xiàn)數(shù)據(jù)共享，需要進(jìn)一步分析現(xiàn)有的各種資源技術(shù)，從而在Hadoop的分布文件當(dāng)中提取RDF數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)。RDF數(shù)據(jù)庫(kù)作為基礎(chǔ)對(duì)設(shè)備的運(yùn)行狀態(tài)以及數(shù)據(jù)資源進(jìn)行描述，建立原數(shù)據(jù)模型，實(shí)際的數(shù)據(jù)資源本體是基于設(shè)備運(yùn)行狀態(tài)產(chǎn)生的。而設(shè)計(jì)儲(chǔ)存的設(shè)備數(shù)據(jù)儲(chǔ)存模型體將實(shí)際的RDF數(shù)據(jù)按照不同的種類(lèi)進(jìn)行劃分，從而節(jié)省了儲(chǔ)存開(kāi)銷(xiāo)并提升了數(shù)據(jù)使用的效率，結(jié)合HBase列儲(chǔ)存，能夠利用強(qiáng)大的擴(kuò)展性滿(mǎn)足設(shè)備海量數(shù)據(jù)的儲(chǔ)存需求，從而完成基于RDF數(shù)據(jù)的三元組模式數(shù)據(jù)查詢(xún)工作，促使用戶(hù)能夠自行在海量的數(shù)據(jù)當(dāng)中進(jìn)行查詢(xún)。

2.2多源數(shù)據(jù)融合技術(shù)

煤礦企業(yè)的機(jī)電設(shè)備產(chǎn)生多種數(shù)據(jù)源，大數(shù)據(jù)管理平臺(tái)中需要結(jié)合機(jī)電設(shè)備的實(shí)際運(yùn)行情況建設(shè)多源數(shù)據(jù)融合技術(shù)。其中產(chǎn)生的關(guān)系型數(shù)據(jù)需要借助企業(yè)的ERP（資源計(jì)劃）系統(tǒng)進(jìn)行融合，在這種融合工程當(dāng)中需要與中間數(shù)據(jù)形成良好的對(duì)接口，不能直接將機(jī)電設(shè)備的數(shù)據(jù)導(dǎo)入到ERP系統(tǒng)當(dāng)中，并且需要從BOM（層次化物料表）結(jié)構(gòu)以及設(shè)備運(yùn)行環(huán)境等方面對(duì)大數(shù)據(jù)的內(nèi)涵語(yǔ)意進(jìn)行具體化的整合，利用BOM定義將語(yǔ)意核心的設(shè)備或零部件節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)結(jié)合非結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù)，形成數(shù)據(jù)循環(huán)，打破信息孤島的模式，促進(jìn)煤礦機(jī)電設(shè)備之間能夠更好地借助信息數(shù)據(jù)的溝通協(xié)作工作[2]。

2.3并行化數(shù)據(jù)處理技術(shù)

煤礦企業(yè)的機(jī)電設(shè)備數(shù)據(jù)質(zhì)量相對(duì)較差的問(wèn)題，以及數(shù)據(jù)的可用性相對(duì)較低的問(wèn)題，都需要通過(guò)大數(shù)據(jù)平臺(tái)建設(shè)機(jī)器學(xué)習(xí)算法對(duì)實(shí)際的數(shù)據(jù)建立清洗、預(yù)警等分析模型，基于時(shí)間序列分析建設(shè)設(shè)備運(yùn)行數(shù)據(jù)的大型清洗模型，在機(jī)電設(shè)備運(yùn)行時(shí)能夠?qū)⑵渲写嬖诋惓Ｖ档拇髷?shù)據(jù)進(jìn)行分類(lèi)規(guī)劃，分析不同的異常值對(duì)數(shù)據(jù)建模所產(chǎn)生的影響，將異常值數(shù)據(jù)利用迭代檢驗(yàn)的方式進(jìn)行進(jìn)一步檢測(cè)與修復(fù)。并且在此基礎(chǔ)上為了促進(jìn)清洗數(shù)據(jù)的效率能夠有效提升，就需要結(jié)合MapReduce技術(shù)建立更加鮮明的雙設(shè)備運(yùn)行狀態(tài)清洗模型;針對(duì)于非線(xiàn)性時(shí)間序列中的數(shù)據(jù)提取算法以及BOM結(jié)構(gòu)上的分散裝備建模，需要建立在解析設(shè)備故障數(shù)據(jù)的基礎(chǔ)上，對(duì)設(shè)備的健康運(yùn)行進(jìn)行實(shí)時(shí)的監(jiān)控，對(duì)其劣化趨勢(shì)進(jìn)行及時(shí)的預(yù)警。

2.4數(shù)據(jù)可視化技術(shù)

在大數(shù)據(jù)平臺(tái)當(dāng)中構(gòu)建的數(shù)據(jù)可視化技術(shù)能夠?qū)⒃O(shè)備解析與人員信息更好的聯(lián)結(jié)在一起，充分解析設(shè)備故障的模式與特征，從而向用戶(hù)展示更加多層次，多角度的設(shè)備運(yùn)行狀態(tài)，促使設(shè)備數(shù)據(jù)更加具有說(shuō)服力，數(shù)據(jù)可視化技術(shù)當(dāng)中包括了WEB前端技術(shù)、多維數(shù)據(jù)可視化技術(shù)、ECharts可視化技術(shù)工具以及Ajax技術(shù)，大數(shù)據(jù)處理平臺(tái)將echarts數(shù)據(jù)進(jìn)行初始化，調(diào)用實(shí)例樣本庫(kù)中的文件，利用setOption方法對(duì)圖例進(jìn)行設(shè)計(jì)，使用Ajax技術(shù)將異步數(shù)據(jù)以JSON模式加載，從而促使煤礦機(jī)電設(shè)備正常運(yùn)行[3]。

結(jié)束語(yǔ)：

綜上所述，煤礦企業(yè)自身工作環(huán)境的復(fù)雜造就了其機(jī)電設(shè)備數(shù)據(jù)的多源與海量，而煤礦企業(yè)在發(fā)展過(guò)程中對(duì)于數(shù)據(jù)的處理仍舊存在著難題，必須結(jié)合現(xiàn)代化的大數(shù)據(jù)處理技術(shù)為機(jī)電設(shè)備的數(shù)據(jù)創(chuàng)造更好的管理分析平臺(tái)。

參考文獻(xiàn)：

[1]曹現(xiàn)剛，羅璇，張?chǎng)捂?，張?shù)楠，吳少杰.煤礦機(jī)電設(shè)備運(yùn)行狀態(tài)大數(shù)據(jù)管理平臺(tái)設(shè)計(jì)[J].煤炭工程，2020，52（02）：22-26.

[2]范全慧.煤礦井下機(jī)電設(shè)備狀態(tài)監(jiān)測(cè)技術(shù)探討[J].中國(guó)石油和化工標(biāo)準(zhǔn)與質(zhì)量，2019，39（16）：53-54.

[3]吳少杰.基于數(shù)據(jù)挖掘的煤礦機(jī)電設(shè)備運(yùn)行狀態(tài)預(yù)測(cè)方法研究[D].西安科技大學(xué)，2019.