基于大数据的煤矿安全隐患数据挖掘分析
来源:用户上传
作者:
摘要：随着科学技术的不断发展，我们进入了大数据时代。虽然大数据在煤矿企业中的应用时间相对较短，但仍处于起步阶段，但大数据具有很大的发展潜力，有助于改变管理思路，增强系统安全观念，实现对设备动态的有效监控。大数据技术不仅可以提高煤矿的安全管理水平，而且为煤矿生产的顺利进行提供了坚实的保障，促进煤矿企业的可持续发展。
关键词：大数据技术 煤矿安全 管理应用
引言：近年来，煤矿安全管理工作逐渐引入信息技术手段，产生了大量的数据，从而为矿井管理工作提供了一个新的方向。
一、大数据技术煤矿安全生产管理特征分析
大数据技术主要是将数量巨大的结构及非结构数據，通过分布式储存、分布式计算等新兴技术手段，对研究对象进行特征提取，对特征数据进行清洗、归一化等数学上的处理，通过机器学习算法建立数学模型，以期实现对研究对象与其特征间的内在关联，以及研究对象未来趋势的预判等。大数据技术处理的对象本身一般具有体量大、类型多、价值密度低、产生速度快等特点，针对煤矿行业，具体如下所述。
（一）生产数据体量巨大。煤矿生产是最复杂的系统工程之一，生产过程中涉及到大量的监测数据、设备运转数据、图形数据、方案措施等文档数据、流程管理等业务数据等。1个中型煤矿每天可产生约IOGB安全监测数据：1个稍具规模的煤矿单位的图形数据，包括井巷工程设计图形、采掘通风监测类图形、机电设计图形等，经压缩管理后仍可达上百GB。传统的处理方法不可能保存煤矿数十年的生产数据，特别是含有巨大分析价值的安全监测数据，传统做法是定期删除存档，造成巨大价值浪费。
（二）数据类型繁多。有结构化数据如安全监测数据、人员定位数据、煤炭产量数据，以及采煤机、掘进机、液压支架、带式输送机等各种自动化设备的运行、控制、报警数据等;半结构化和非结构化数据，如矿图资料、监控视频、规章制度、应急案例等，并且此类数据所占比例越来越高。
（三）数据价值密度低。矿井生产过程中产生的结构化数据，例如安全监测数据，由于井下大部分地点生产状况不会任意发生变化，因此产生了大量时间序列的稳态数据，分析利用价值低，而涉及灾害事故的数据量相对总量占比小：另外煤矿生产中非结构化数据占有相当比例，大量内容无分析价值，也是造成煤矿大数据价值密度低的重要因素。
（四）数据产生速度快。煤矿安全监测系统的完善，管理制度的完善，系统24h不间断运行等都是煤矿大数据产生快的客观因素。如瓦斯、温度、风速、CO等传感器，会每秒或几毫秒产生1条数据，系统24h不间断运行，产生大量的数据，使数据量持续快速增长。
二、煤矿安全生产信息化建设的方向与内容
（一）构建煤矿物联网，强化井下生产与井上管理信息的实时性互动。（1）煤矿物联网构建方式及作用。对于煤矿物联网，其主要以传感设备与勘测设备为基础，实现对煤矿井下多种信息的全面收集，同时，掌握生产环境情况，将所有信息及时进行反馈，促使企业管理平台能够准确、及时地了解生产实际，为管理人员进行针对性指导提供依据。另外，借助各种井下信息，技术人员能够进行深入分析，及时发现安全问题与隐患，实现信息准确传达，以便采取更加有力的处理措施。（2）煤矿物联网组织结构。具体讲，煤矿物联网以模块形式存在，主要涉及三个组成部分。首先，前端感知设备，包含传感器、信号发生器等，主要功能是进行信息的感知与反馈。其次，处于中间位置的信息传输设备，主要是指网络，作用是实现井下生产与井上管理工作的有效连接，实现信息传递与互动，增强实时性。再次，管理终端，设备基础为主机，实现对数据的接收与处理，同时，发出相关指令。
（二）发挥云计算技术在煤矿安全生产海量信息收集与处理方面的优势。强化数据应用效率的提升对于来自各个渠道的海量信息，数据价值需要进行挖掘，这也是安全生产信息化建设的核心内容。因此，云计算技术引入其中，能够实现对海量、复杂数据的高效处理，突破人为处理方式的束缚，为企业生产管理提供更加可靠的数据支持。
（三）以设备传输信息为基础，合理应用煤矿大数据技术，准确预测生产安全性。对于煤矿，采样工作比较常见，频率较高，数据需求容量较大。而这些信息的挖掘离不开大数据技术的支持，以便有效提升监测准确度。煤矿大数据技术作用的发挥主要依托井下多种设备所传递的信息，通过大数据分析对比，能够更加准确与及时地发现问题，形成针对性对策。
三、立足大数据背景煤矿企业如何合理运用安全生产信息化
（1）以信息化建设为切入点，积极转变安全生产管理模式，强化大数据优势的合理运用：立足新的发展阶段，煤矿企业为了求得长远发展，信息化建设成为必由之路，尤其是对于安全生产，信息化建设能够提供更加全面与可靠性的数据信息。基于此，要合理使用大数据，借助先进的算法，探寻数据背后隐藏的规律与原则，为煤矿安全生产提供更加可靠的数据。在长期发展中，煤矿企业收集了海量数据，要重视对其进行全面分析与整理，强化数据合理应用，转变思维模式，正视大数据环境下数据的多样性与复杂性，借助先进的分析工具，掌握数据之间的联系，有效降低主观因素产生的不良影响。（2）加强大数据在井下设备运行中的应用，强化设备有效监测，切实提高设备故障处理率：随着煤矿井下作业自动化程度的增强，需要重点做好设备故障排查工作，构建针对性维修措施。
结束语：到目前为止，这些信息仍停留在较浅的应用中。在记录、查询、报警等方面，没有发现不同数据之间的相关性，生产系统的安全问题处理不好。因此，有必要加强信息化建设的推动，开发更全面的数据分析工具，深入挖掘数据的作用，建立科学、合理、有效的监测模型，探索各种事故的特点，为煤矿安全生产决策提供有力的支持。这不仅有助于进一步提高煤矿安全管理水平，而且保证煤矿生产的安全。
转载注明来源:https://www.xzbu.com/3/view-14984492.htm
