基于數據挖掘的地質礦產智能檢測系統設計及應用

劉文學

（青島酒店管理職業技術學院，山東 青島 266100）

礦產資源的智能開采能夠合理緩解礦產資源緊缺的問題。目前絕大部分礦產資源開采過程的監測主要采取傳統的檢測手段，這種方法的智能化較低，誤差值較大，及時性也無法得到有效保證[1]。與此同時，功能強大的數據挖掘技術在礦山智能檢測中的應用范非常有限，急需在社會各界大面積推廣和普及。現在的智能檢測系統缺少一個實時的檢測體制和信息處理系統，在礦產智能檢測系統的設計、管理等軟件構造上依然還存在著諸多問題。所以基于數據挖掘的地質礦產智能檢測系統的研究是智能檢測系統長遠發展的一個極其重要的研究方向。

1 基于數據挖掘的地質礦產智能檢測系統硬件設計

檢測設備的選取上，地質礦產資源回采檢測中的檢測設備構成了檢測系統的第一部分——傳感器[2]。按照傳感器類別的不一樣，其輸出既能夠是電壓、電流、電阻，也可以是隨著時間而發生改變的其他電子性能。有一部分傳感器可能需要額外的構件或電路來組成能夠被智能檢測設備精準獲取和安全讀取的電子信號。

（1）多點位移計設備。多點位移計設備主要是用于檢測地質工程鉆孔內不同深度巖體之間軸向的伸縮變形情況，當鉆孔的錨固點隨著周遭巖體的變動而產生位移時[3]，經傳感桿傳到鉆孔的基點端口，各點的位移量就能夠在基點端實施精準測量。各個測點和基點端之間的位移距離就代表測點四邊巖體相對于基點端周邊巖體的位移。

（2）DAQ設備。DAQ設備作用檢測信號的三個主要構成部分具體包括信號優化電路、模數轉變器(ADC)以及計算機總線。絕大部分的DAQ設備還具有實現檢測系統和過程智能化的其他功能。比如，數模轉變器(DAC)對模擬信號進行輸出加工后，數字線將輸入/輸出轉為數字信號，計數器/定時器重新定量并生成數字脈沖。

2 基于數據挖掘的地質礦產智能檢測系統軟件設計

（1）數據采集模塊。在數據采集模塊中，有必要對上板、礦層的位移距離以及巖體內部應力值等進行采集，由于這些數據是連續不斷且持續變化的，因而需要采取內觸方式，通過NIDAQ max完成數據的智能采集。

（2）數據分析模塊。數據分析模塊主要是用于對傳感器輸出信號進行有效分析。首先將采集到的電子信號轉變為相對應的應力值，并據此得出這些物理性質的變化速率以及加速度，之后評判這些數據是否超過預警值。

（3）元數據管理模塊。元數據管理模塊主要是用于對生成元數據信息進行單獨編輯，另外，元數據庫作為元數據實現數據共享的信息來源，元數據的管理工作有必要對元數據庫進行日常維修和監管，以確保元數據庫作為數據集合的有效來源而實現數據共享，因而必須涵蓋數據提交、數據瀏覽、數據查詢以及數據管理等內容。

（4）報表自動生成模塊。地下礦床回采工作需要設計單位、輸送單位、爆破單位等多個部門的統籌合作，各個單位之間的信息交流一般是以報表為主，假如報表間的格式差異較大，就會加大現場工作人員的工作量。

數據挖掘自身就帶有較強的報表生成功能，能和各種應用程序進行交流，其生成報表的方法主要包括三種，見下表所示。

表1 報表生成方法對比

除上述3種方法以外，還可以根據DDE(dynamic data exchange)或利用Active X表格生成軟件自動形成報表。按照上面幾種方法的對比，聯系實際，本檢測系統采取Report GenerationToolkit來完成檢測系統內的報表自動生成模塊。

3 實驗與效果分析

為了更加清楚、具體的看出此系統設計的實際效果，特與傳統地質礦產智能檢測系統進行對比，對其檢測能力進行比較。

（1）實驗準備。為保證實驗的準確性，將兩種地質礦產智能檢測系統設計置于相同的試驗環境之中，進行檢測能力的試驗。實驗過程中保證其他實驗條件不變。

（2）實驗結果分析。實驗過程中，通過兩種不同的地質礦產智能檢測系統同時在相同環境下進行工作，分析其檢測能力的變化。效果對比圖1所示：

圖1 本文實驗結果對比

根據實驗結果可知，本文設計的礦產智能檢測系統其檢測能力遠遠傳統設計，且隨著時間的延長，其檢測率雖然一定程度上有所下降，但始終在80%以上。

4 結語

本文對基于數據挖掘的地質礦產智能檢測系統設計及應用進行分析，依托數據挖掘，根據地質礦產智能檢測分析，對其進行優化，實現本文設計。實驗論證表明，本文設計的方法具備極高的有效性。