山东东山新驿煤矿有限公司 山东兖州 272100
摘要：煤矿是我国重要的能源之一，本文针对我国煤矿开采过程中数据生产量大但无法将这些数据进行有效的利用，无法为煤炭开采提供可靠的数据信息支撑等问题，研究分析了大数据技术在煤炭生产工业中的应用。介绍了智能矿山大数据的基本概念、特征及价值体现，概述了国内外智能矿山大数据研究与应用现状，分析了智能矿山大数据技术发展的驱动因素和存在的阻碍;通过分析智能矿山中的数据来源、数据集成以及数据分析应用，总结了智能矿山大数据的关键技术，如数据获取技术、数据集成与融合技术、大数据分析与挖掘、大数据的数据解析应用技术等;通过分析神东智能矿山的大数据平台架构、大数据平台的物理架构以及总体架构建设中的应用案例，提出智能矿山大数据应从矿山安全管理、生产执行、经营管理等领域进行应用研究;最后给出了我国在智能矿山建设过程中的建议。
关键词：大数据;智能矿山;平台架构
引言
国是煤炭产量大国和消费大国，煤炭的高效安全生产是国民经济的重要保障，运用先进的信息化技术、自动化技术，借助物联网、大数据和云计算最新发展成果构建智能矿山，以信息化手段推进煤炭生产方式变革，是新常态时期降低安全事故、提升生产效益的必然举措，是煤炭企业在资源、安全、环保政策的强力约束下应对严峻市场危机、促进企业转型升级的必然选择。
1智能矿山平台内涵
智能矿山作为矿山安全生产运营全过程的支撑平台，是矿山两化深度融合的产物，承载着矿山高可靠远程控制、安全生产精细化管控、穿透式全息可视化查询等日常安全生产运营调度业务，并综合矿山开采、掘进、机电、运输、通风、给排水各类生产过程控制信息，安全监测监控、人员定位、防灭火等安全保障数据，生产、运输、销售调度运营数据，构建智能矿山安全生产运营数据中心，应用专业业务模型及智能综合决策实现对矿山整体运营的不断优化，为建设“高可靠安全保障、高效生产、经济运营、绿色环保”的现代化矿井提供平台支撑。智能矿山平台主要依托物联网编码原则，规范矿山各类基础信息编码与识别体系，将矿山自动化与物联网技术相结合，实现矿山各类传感及控制装置的自动识别、感知与物联控制，最终在矿山实现物－物就近交流及人－物远程沟通，集成矿山地理地测基础数据、专业实时安全生产监测监控数据、日常安全生产管理数据及矿山运营管理数据信息，构建智能矿山大数据中心，依据深度学习的知识库，形成最优决策模型并对各环节进行实时自动调控，具有智能调度管理、安全监测监管及自动分级报警、动态区域性安全综合分析、生产过程优化控制、矿山全息可视化、远程故障自诊断、信息动态关联与决策分析等功能，最终实现矿山安全、生产、运输、销售、机电等环节的安全、高效、经济、绿色运行。
2发展驱动因素和存在的问题分析
2.1煤矿企业拥有大量的生产设备运行监控数据、安全与环境监测数据、矿压监测数据等，其中包含着巨大的价值需要挖掘。例如，实现安全风险预警，灾害预测预报，实现各个生产系统间的协同，实现统一精准调度，优化生产排程，提高生产效率等。
2.2大数据将促进GIS技术、地质煤层、煤种(煤质)、铁路、公路、水路、港口、电厂以及天气预报数据在智能矿山中的应用，提高煤矿生产的精准计划性和煤种(煤质)的精准调配，实现利润最大化。
期刊文章分类查询,尽在期刊图书馆
3智能矿山大数据关键技术
3.1数据获取技术
煤矿自动化、数字化、信息化技术的发展和广泛的应用，为智能矿山建设积累了必要的基础条件与部分原始数据，但是煤矿企业的存量设备大部分均比较老旧，除了部分不具备数据采集能力的以外，其余存量设备的通信接口协议标准不统一，增大了设备数据统一集中采集，实现数据互通，协同控制的难度。而且，煤矿企业还有相当部分业务没有实现数字化、信息化，很多业务数据没有得到感知。即使是近年新建的煤矿、进行过数字化、智能化改造的煤矿也存在类似问题。所以底层的数据采集软硬件技术———也就是煤矿物联网技术，仍然是智能矿山大数据建设的关键技术之一。实现对煤矿全业务、全过程、多维度、及时的感知，且能够使这种感知实现起来更容易、更广泛、更彻底，还需加强技术研究。
3.2信息高度集成及大数据处理技术
相对于传统数字化矿山，智能矿山平台集成了涉及矿山安全、生产、运营、经营管理等全方位数据，构建了统一的数据运维层，实现了矿山主数据、实时监测监控数据、地理地测空间数据、运营管理数据及通过ＥＴＬ技术抽取的经营管理数据的统一存储，业务上贯通了从销售订单下达、调度生产任务分解与排产、辅运过程的智能调度、通风监测监控等安全资源合理性保障、主运过程控制、洗选集控、煤质化验及配煤管理、销售计量、订单回馈等一体化全流程自动执行及闭环运行，实现了计划、生产、安全保障、销售的一体化全流程管控，有效提升了合同订单执行效率，保障了矿山安全及有序生产。
3.3数据集成技术
在数据集成时，需要解决数据标准化的问题。多源异构的数据要完成集成，需要在企业全局范围内开展数据标准化与治理工作，只有解决好数据标准化问题的数据集成，才能真正消除“信息孤岛、数据烟囱”现象。所以数据标准化及治理将是影响智能矿山大数据的关键之一。
另外数据集成过程中，还需要构建大数据管理与分析应用平台。因为，传统的数据管理、分析解决方案已无法处理巨大的数据，而大数据管理与分析平台能够解决这一问题。通过数据技术专家与行业专家共同的调研论证等方式，先选定平台所需采集的数据源，然后，通过应用标准化的成果，将各种数据源抽取、转换、加载到平台中，以提高数据质量。同时，按照库表关联、语义关联、标签系统关联分析等方法，实现数据在逻辑上的融合。
数据集成必须有存储与处理平台，大数据的处理方式有流处理和批处理，流处理是将那些大量快速且持续采集的数据直接进行处理，并立即给出处理结果。流处理适用于智能矿山中特别强调实时性的业务场合。批处理是将采集到的数据先存储起来，然后等分析需要时再进行处理，这种处理模式适合用于智能矿山中拥有巨量数据，但不强调实时的场景，如各种非结构性图表等数据分析处理场景。智能矿山建设是一个系统工程，而且是持续发展的，但是，可以利用云计算技术实现分布式数据存储和处理，为智能矿山大数据应用提供保障，也能避免传统技术在集成多方面的数据，集中管控时，存在可靠性和可扩展性方面的局限。
结语
(1)智能矿山是数字矿山的延伸和发展，是在数字矿山基础上对生产和经营的流程再造，其主要技术特征是物联网、大数据与智能决策，是在感知和数字化基础上将信息提炼为决策智慧、将决策智慧转化为执行能力的过程。(2)构建智能矿山的基础是梳理和规范各域之间的业务流和数据流，关键是构建与之匹配的体系架构，做到全业务数据传递和业务贯通并固化典型业务流程，实现业务整体衔接和一体化管理。(3)智能矿山的显著特征是对数据进行深度挖掘以形成知识和智慧，以及对知识和智慧进行学习推理形成执行能力;构建具备数据挖掘和学习推理的平台进而支持集团、矿井等多层面的高效决策是智能矿山建设的重中之重。
参考文献：
［1］陈怀平，张强．基于专业化分工理论的企业服务共享及超边际分析［J］．统计与决策，2010(22):170－172．
［2］严英杰，盛戈皞，陈玉峰，等．基于大数据分析的输变电设备状态数据异常检测方法［J］．中国电机工程学报，2015(1):52－59．
［3］杨林．兖矿集团煤矿工业大数据发展应用刍议［C］．北京:中国煤炭学会煤矿自动化专业委员会，中国煤炭工业技术委员会信息化专家委员会，2017．
［4］张科利，王建文，曹豪．互联网+煤矿开采大数据技术研究与实践［J］．煤炭科学技术，2016，44(7):123－128．
论文作者:廖广洲
论文发表刊物:《防护工程》2019年15期
论文发表时间:2019/12/4
标签：数据论文; 矿山论文; 智能论文; 煤矿论文; 技术论文; 平台论文; 业务论文; 《防护工程》2019年15期论文;