大數據技術在煤礦安全生產運營管理中的應用

王棟

摘 ?要：立足新的發展階段，互聯網技術發展迅速，大數據時代勢不可擋，煤礦安全生產領域也要積極參與其中，強化信息化建設，成為全管理的重要技術支撐。基于此，在大數據時代，煤礦企業要重視生產數據信息的整理與完善，善于發揮信息技術的優勢，切實提升安全管理水平，為企業長遠、可持續發展奠定堅實基礎。

關鍵詞：大數據技術;煤礦;安全生產

隨著煤礦安全監測技術和煤礦生產作業自動化技術的長足進步，煤礦的安全生已經得到了行之有效的保障。伴隨著煤礦生產自動信息化水平的提高，類似于監測數據、安全生產管理信息等多種類、海量數據還是沿用傳統的統計匯報制度，各個種類數據之間的關系沒有被深度挖掘，失去了數據關聯給安全管理帶來的大好益處。通過大數據建立的生產災害預警模型可以為煤礦安全生產的領導者提供決策依據，繼而提出更好的解決措施。

一、煤礦生產概述

我國的煤層賦存條件較差，煤礦生產環境較為復雜惡劣，多為深度在400米以上的深礦井，深部開采的過程難免會引發各種災害因素，并且井下陰暗潮濕，能見度低，煤礦工人長期處于這樣艱苦的環境下，極易產生焦慮、抑郁、暴躁等負面情緒，從而忽略了對水、火、瓦斯、冒頂、機電等安全風險的防范，與此同時，職工勞動技能素質的缺失以及自我保護意識的淡薄，使其在井下作用的過程中經常性的出現不規范的操作，在一定程度上造成了安全隱患。盡管我國大部分的煤礦已經設置了監測監控、通信聯絡、緊急避險、壓風自救等安全系統，但由于煤礦安全事故明顯的復雜性和具有潛在次生、衍生危害的特征，實現系統間的及時、高效、協同運轉并非易事。

二、大數據背景下的安全生產管理特征

分布式儲存和計算與生產相關的結構數據和非結構數據，提取研究對象特征，并利用歸一或清洗等數學手段處理特征數據，將處理后的特征數據依靠計算機相關算法建立對應的數學模型，通過模型去探尋研究對象和研究對象特征之間內在聯系，繼而盡可能科學合理的預測研究對象未來的發展方向，這就是大數據管理的基本內涵。那些信息體量大、種類繁多、信息產出頻率較大且價值量不是很高的數據是大數據主要處理的對象，煤礦企業產生的數據特點如下：（1）體量巨大。大量的監測、設備運轉、圖形以及相關處理措施的文檔等數據隨著煤礦的生產不斷產生，由于煤礦生產系統較其他行業復雜，所以產生的數據體量更為龐大。拿一個規模適中的煤礦企業來說，一天之內產生的安全監測數據就達到了 1.024×104MB，將一個中型煤礦企業的機電設計、監測工作面采掘通風、巷道工程設計文件中所有圖形壓

縮后還有大約 1.024×105MB 之多。這僅僅是一年產生的數據，那么煤炭企業生產經營了十年或者更久的數據量有多大，可想而知。傳統的處理方法根本沒有能力保存體量如此巨大的數據，所有煤炭企業幾乎都是采用定期刪除所有生產數據，這其中包括那些具有極大分析價值的安全數據，這給煤炭企業帶來了巨大損失。（2）種類繁多。煤礦生產過程中產生的數據種類繁多，大致可以歸為三類。第一類是結構化數據，第二類是半結構化數據，第三類是非結構化數據。如安全監測、人員定位、煤炭產量、生產過程采用的自動化機械設備運行等數據屬于第一類;如采掘工作面的監控視頻等屬于第二類;現場煤礦生產的應急預案等屬于第三類。（3）價值密度低。例如煤礦井下作業的安全數據大多數時候不會發生較大波動，該結構數據主要是以時間序列為主的穩定狀態數據，對其分析的意義和價值并不大，涉及到煤礦生產事故或煤礦災害的異常數據占比卻很小;與此同時，非結構數據雖然占比較大，但是其中不乏分析價值較低的非結構數據，所以煤礦生產產生的大體量數據中存有大量無分析價值的數據。（4）產生速度快。隨著科學技術和自動化技術的不斷進步，無論是安全監測系統還是煤礦生產管理系統基本都實現了高度自動化，可以確保煤礦生產作業全天候進行，這是煤礦生產作業產生數據快的根本原因。

三、大數據在煤礦企業安全生產運用

1、煤礦生產大數據框架的建設

煤礦生產產生的數據符合大數據的基本特征，所以與煤礦生產有關數據的分析和挖掘可以利用大數據技術來完成，通過大數據技術的應用，可以科學診斷出煤礦生產過程中存在的安全隱患以及重大災害發生的可能性。關于煤礦生產企業的特點、煤礦企業大數據的梳理分

析以及預測影響煤礦生產的安全隱患的計算需求，最終確定煤礦生產大數據框架建設需要3個層次的技術框架。第一個層次是存儲層、第二個層次是框架層、第三個層次是服務層。

2、以信息化建設推進安全生產管理模式轉型

強化大數據優勢的合理運用立足新的發展階段，煤礦企業為了求得長遠發展，信息化建設成為必由之路，尤其是對于安全生產，信息化建設能夠提供更加全面與可靠性的數據信息。基于此，要合理使用大數據，借助先進的算法，探尋數據背后隱藏的規律與原則，為煤礦安全生產提供更加可靠的數據。在長期發展中，煤礦企業收集了海量數據，要重視對其進行全面分析與整理，強化數據合理應用，轉變思維模式，正視大數據環境下數據的多樣性與復雜性，借助先進的分析工具，掌握數據之間的聯系，有效降低主觀因素產生的不良影響。

3、加強大數據在井下設備運行中的應用

強化設備有效監測，切實提高設備故障處理率隨著煤礦井下作業自動化程度的增強，需要重點做好設備故障排查工作，構建針對性維修措施。借助大數據，能夠實現對機械設備常見故障的總結，同時，能夠強化對設備的監控與檢測，做好相關數據收集工作，掌握設備運行實際，全面監測設備異常，為設備維修工作提供依據，保證生產順利進行，提高生產安全性。

四、結語

通過大量實踐可知，煤礦生產作業產生的大量數據在大數據技術的處理下，可以得到較為科學的分析和推理，為煤礦企業安全生產預測提供了科學依據，對煤礦安全生產管理方面的提升有較大促進作用。

參考文獻

[1] ?孟現明，孔祥太，宋洪亮，張寶國.大數據技術在煤礦安全生產運營管理中的應用[J].山東工業技術，2019（9）

[2] ?孫國營.基于大數據的煤礦安全隱患數據挖掘分析[J].福建電腦，2018（12）

[3] ?吳曉春.大數據技術在煤礦安全生產運營管理中的應用[J].煤礦安全，2018（12）

[4] ?劉香蘭 . 煤礦安全生產大數據分析與管理平臺設計研究[J].煤炭工程 2017（6）