礦山采掘生產狀態可視化管理系統設計與應用

牛玉松，王志輝，吳啟明，趙軍朋

（內蒙古仲泰能源有限公司伊旗分公司，內蒙古 鄂爾多斯 017000）

礦山的采掘和生產狀態，涉及到地質、采礦、測量、安全等諸多方面，需要結合可視化管理系統來進行管理和控制。并在相關采掘工程開展的初期，就綜合各種系統平臺來開展采掘工程平面圖的設計以及構建。但常用的CAD制圖，只能進行二維圖像的構建，面對較為復雜的礦山地層情況，就不能很好地實時反饋采掘生產狀態。眾所周知，人類所能接受的最直觀的展現形式，就是對精密圖像的描繪。因此采掘工程的可視化管理程度，就需要得到更進一步的發展。

1 礦山采掘生產狀態可視化管理系統硬件設計

礦山采掘生產狀態可視化管理系統，對于圖像處理器有著極高的要求。針對這一情況，應對處理器電路開展設計，以加強系統硬件對于圖像數據的處理功能。圖像信號處理（ISP）技術，采集到的信號需要通過采集單元的建立來進一步開展[1]。選擇型號為OV9650的圖像處理器芯片，對圖像信號進行采集和處理，圖1為圖像處理器電路示意圖。

圖1 圖像處理器電路示意圖

依據圖1所示，圖像轉換器的電路還具備一定的糾錯功能，且對電量的消耗十分細微，在不使用的情況下，能夠做到低能耗，是一個十分成熟的硬件設施。圖像轉換器本身的原理就是通過捕捉圖形圖像的信號，轉換成數據后再進一步的匯總收集，對于礦山采掘工作來說，這樣的硬件系統，能夠有效幫助完成對工程項目相關圖紙的敲定。通過上述的電路裝置構建，能夠優化對圖像信號的轉換功能，最終實現礦山采掘生產狀態可視化管理系統硬件設計。

2 礦山采掘生產狀態可視化管理系統軟件設計

2.1 設計礦山采掘可視化管理決策支持程序

當前，各行業所熟知的礦山采掘生產狀態可視化管理系統，均基于大數據云計算平臺，以及互聯網等科學技術，來開展對采集到的礦山數據，進行匯總和分析的。因此，如何在礦山采掘工程中，對相關任務工作進行科學合理的制定，就需要依據工程的實際需求，來規劃可視化管理的決策支持程序，實現控制采掘工程內部的動態平衡。其中，最重要的當屬掘進進度、回采進度這兩個指標之間的匹配程度上，基于這兩個指標，需要進一步對采掘接替計劃程序進行編寫，程序模塊數據流程如圖2所示。

圖2 程序模塊數據流程示意圖

圖2作為程序模塊內部數據流程的示意，實際上是為了收集整理采掘計劃的相關信息，以便在可視化管理工作開展的過程中，對礦井巷道、采掘隊伍、生產設備、回采工作面、掘進工作面的情況進行管理和掌握，并利用知識數據管理模塊，來對各項采掘工程的規則進行管理，實現對采掘計劃數據、生產數據的統計和分析[2]。這一切管理功能的實現，都離不開對專用程序的設計，通過在設計初期就完成對性能的考量，最終能夠幫助可視化管理工作能夠如期舉行。在完成了程序設計后，更為主要的是對設計的模塊進行應用，通過實際操作來發現可能存在的漏洞。測試者通過計算機登錄編輯系統的界面，進入所搭載的可視化管理系統，對生產狀態、工程情況以及地層實時動態等情況，進行全方位的掌握。從用戶視角來講，采掘生產可視化管理系統，除了需要能夠滿足對于相關數據的查詢功能，更多的是對圖像數據、采掘數據，以及工程請情況進行更改、添加、刪除等更改編輯功能。基于各種既定的程序模塊，以及互聯網的強大檢索能力，系統的軟件版本，也在不斷地得到升級，以滿足用戶多方位的功能需求。

同時，面對受眾行業的多樣化，應對系統程序在操作流程上進行簡化，操作上盡量做到淺顯易懂。利用簡單的虛擬按鈕，例如“編輯”“刪除”“類別創建”等，對系統功能進行大方向的區分，且為了增強用戶的使用感，可以將系統的通用端口圖標的風格，設計成偏擬物化的模式，方便用戶對其進行辨認和區分。

2.2 構建礦山采掘生產狀態可視化統計模型

通過前文對于采掘工作可視化管理程序的數據流動情況進行分析，對礦山采掘工作的特殊性進行更加深入的認知，明晰了采掘工作、回采工作可視化的重要性。依據這一情況，對礦山采掘生產狀態可視化統計模型展開構建，其公式情況如下：

在公式（1）當中，Pc(l)是指c團隊，在第l年的采掘深度；Fl代表礦山在第l年的總采掘參數，DTc(l)代表團隊在第年的采礦巷道開拓參數；Fdc(l)代表c團隊在第l年對采礦巷道的挖掘參數，而DZc(l)則代表該團隊在第l年準備繼續完成的巷道挖掘參數。通過公式所建立的模型，能夠進一步計算出采掘工作的現有進度情況。對影響采掘工作的掘進進度，以及回采進度等現實因素進行分析，因地制宜地對采掘工程的未來發展開展科學有效地計劃。依據礦山的實際地形、地勢、褶皺情況和土層情況，對每個底層的含礦量展開深入的剖析，在掌握了礦山動態平衡的基礎上，推廣可視化管理工作[3]。礦山的采掘生產狀態，因其行業的特質而備受社會關注。

3 系統性能測試

通過將文中提出的可視化管理系統，作為本次測試的實驗組，將傳統的普通管理系統作為對照組。將兩個系統下的智能數據庫作為測試環境，通過模擬軟件生成了一些隨機數據。然后將海量數據帶入到兩個不同系統的數據庫當中，以測試可視化管理系統數據庫，以及普通管理系統的數據庫，對于數據的處理能力，比較兩大系統數據庫的運行時間，具體情況如表1所示。

表1 兩種數據庫運行處理時間對比

通過表1能夠發現，兩種管理系統下的數據庫，在同時代入模擬生成數據的情況下，傳統管理系統的數據庫在對數據的運行處理時間上，要遠高于實驗組的數據庫，平均值相差59.83秒，并且在數據數量控制在10000條時，實驗組與對照組的所需入庫時間相差并不是很大，差值僅為4.91秒，但在數據數量增加到20000條時，對照組系統下的數據庫僅有的優勢也不再明顯。對比之下，實驗組系統的數據庫在處理時長上更具優勢，間接能夠反映出可視化管理系統在性能上的優越性，有助于掌控礦山采掘工作的生產狀態。

4 結語

依據對礦山采掘生產狀態的剖析，對可視化管理系統進行了設計，通過對圖像轉換器的電路剖析，完成對硬件部分的設計，再結合互聯網、云計算平臺的優越性，完成了軟件的更新和升級，實現了對整個可視化管理系統的總體設計，但實際的礦山采掘生產工作當中，所面臨的情況是更加復雜多變，充滿未知因素以及不穩定性的，這就需要通過不斷開展實踐活動，來對西相關系統進行升級和改造，以滿足礦山工程的實際需要。