智能化煤礦數據歸類與編碼實質、目標與技術方法

譚章祿，王美君

（中國礦業大學（北京）管理學院，北京 100083）

0 引言

數據治理是阻礙智能化煤礦高級階段發展目標實現的關鍵瓶頸[1-3]。數據歸類與編碼是智能化煤礦數據治理首要的關鍵活動[4]，是智能化煤礦數據治理與融合共享標準體系的關鍵組成部分[5-6]。數據歸類與編碼基于數據所描述的對象特征，面向數據治理和數據應用需求，對數據元進行識別歸并、有序組織、賦予標志代碼，使得數據在語義理解上無歧義，保證數據組織、數據存儲、數據交換和數據共享的一致性。智能化煤礦數據具有數據對象豐富、數據屬性多樣、數據關聯性強、數據來源分散[7]、數據結構復雜等典型特征。智能化煤礦的數據特征決定智能化煤礦數據歸類與編碼是伴隨數據全生命周期的推進智能化煤礦數據歸類與編碼標準質量螺旋式提升[8]的一項長期、動態、復雜的系統性工作，將引導智能化煤礦數據架構進行全局邏輯優化。因此，智能化煤礦數據歸類與編碼的最佳實踐需要科學的方法論進行指導。

關于智能化煤礦數據歸類與編碼的理論研究和實踐探索尚不成熟。曹代勇等[9]關于煤地質學元數據標準的研究較早開啟了煤礦數據標準化建設。潘濤等[10]初步探討了數據元的概念和描述方法，并提出了數據集分類與編碼的基本方法。杜毅博等[11]在分析煤炭數據特征后，提出了一種基于位號的數據編碼方案。王國法等[12-14]在深入研究智能化煤礦、智能化采煤工作面等分類分級標準后，提出了智能化煤礦的數據邏輯模型，并面向透徹感知構建了煤礦數據架構。然而，智能化煤礦數據歸類與編碼尚未形成完善的方法論體系，亟待對智能化煤礦數據歸類與編碼的實質、技術目標、技術原則與關鍵技術流程等進行深入研究。

本文首先揭示智能化煤礦數據歸類與編碼的實質，進而闡明智能化煤礦數據歸類與編碼的目標和原則，最后系統性地提出智能化煤礦數據歸類與編碼的技術方法，以期完善智能化煤礦數據歸類與編碼的方法論體系，為智能化煤礦數據歸類與編碼提供技術實現路徑。

1 智能化煤礦數據歸類與編碼的實質

智能化煤礦是由煤礦的意識世界、物理世界和信息世界構成的協調統一的有機整體[15]，如圖1 所示。在智能化煤礦初級階段，由于煤礦智能化標準、數據治理體系、煤機裝備網絡化智能化改造、煤礦管理決策模型、煤礦人工智能算法等關鍵技術發展不平衡、不充分，煤礦不完全具備透徹感知、深度互聯的結構特征和自主學習、智能應用的功能特征，初步達成自動化減人的建設目標，業務實現需要意識世界的指揮干預，尚不能完全實現以數據驅動的柔性生產和精益管理。在智能化煤礦高級階段，信息世界具備自主學習能力，可根據意識世界的戰略愿景和意圖，自動實現目標分解和任務劃分，通過透徹感知和數據驅動促成物理世界業務目標的實現，達成智能化無人的建設目標。

圖1 智能化煤礦建設進程Fig.1 Construction process of intelligent coal mine

智能化煤礦高級階段的實現以三大根本任務的完成為保障[1]：①構建煤礦信息世界。② 改造煤礦意識世界和物理世界。③搭建3 個世界互聯互通的信息通路。構建煤礦信息世界的前提是對煤礦意識世界和物理世界的價值發現和客觀描述。煤礦信息世界的構建不是煤礦意識世界和物理世界的簡單復制，首要任務是挖掘煤礦意識世界和物理世界中存在的價值對象（體現為資源或資產）和價值創造活動（體現為競爭能力），其次是對煤礦價值對象和價值創造活動進行客觀描述，最終實現對煤礦意識世界和物理世界的數字映射。煤礦意識世界的改造以信息世界的價值發現為驅動，聚焦關鍵價值活動，重塑商業模式，優化組織結構，推動文化制度創新，以適應煤炭行業高質量發展要求和數字化發展趨勢。煤礦物理世界的改造則在意識世界改造的引導下，逐步實現與信息世界建設的協同，重在信息基礎設施和煤機裝備的網絡化、數字化和智能化改造。要搭建3 個世界互聯互通的信息通路，其基礎在于人與人、人與機器、機器與機器進行信息交互時通過唯一編碼交換數據，并對交換的數據達成一致的語義理解，以保證數據傳輸的一致性。

智能化煤礦數據歸類與編碼通過對煤炭產業生態鏈、煤炭企業價值鏈、關鍵價值活動等的梳理，發現煤炭企業價值創造的核心資源和核心能力；通過業務流程和數據流程梳理，優化業務實現邏輯，提高業務效率；進一步對煤礦所有數據對象及數據屬性按專業邏輯和數據治理技術要求進行有效組織并賦予唯一標志代碼，實現煤礦意識世界和物理世界向煤礦信息世界的遷移和同步，奠定煤礦信息世界的數據底座，保證數據全生命周期交換共享的一致性。在實質上，智能化煤礦數據歸類與編碼是對智能化煤礦信息世界的認識和構建，對智能化煤礦意識世界的優化和映射，以及對智能化煤礦物理世界的改造和描述，最終指向智能化煤礦數據治理目標的實現、智能化煤礦生產力的提升和智能化煤礦的高質量發展。

2 智能化煤礦數據歸類與編碼的目標和原則

智能化煤礦數據歸類與編碼的目標由總體戰略目標、經營戰略目標和職能戰略目標構成。

（1）在總體戰略上，推動煤炭企業商業模式重塑，解決煤炭企業數據資源配置及資源協同問題。在識別煤礦數據對象和數據屬性的過程中，一方面發現煤炭企業價值創造的核心資源和核心能力，使數據資源配置于高附加值業務，逐步淘汰低附加值業務，并促進煤炭數據產品、煤礦管理決策模型產品、煤礦人工智能算法產品等的開發和拓展；另一方面明確煤炭數據的服務場景和業務需求，以數據驅動為核心，從煤礦智能化建設全局角度設計煤礦生產、安全、管理等業務的協同策略。

（2）在經營戰略上，改變煤炭企業價值創造的驅動模式，聚焦關鍵價值活動，優化組織結構，推動煤炭企業降本增效競爭戰略的實現。通過全面分析煤炭業務流程和數據流程，一方面深刻揭示煤炭企業關鍵價值創造活動和關鍵業務的數字驅動模式，以智能化提高作業效率；另一方面推動煤炭生產作業方式的改進，并進一步優化組織架構，以實現減人或無人，降低產品成本。

（3）在職能戰略上，聚焦于智能化煤礦數據的科學組織，奠定智能化煤礦數據治理與融合的基礎，推動智能化煤礦數據集成和系統集成。智能化煤礦數據的科學組織具有4 個層面的含義：①明確智能化煤礦數據需求，洞悉數據來源、數據產生規則和數據應用要求。② 全面識別并科學描述煤礦數據對象。③對數據對象的本質屬性進行全面抽取和規范表達。④ 在語義上賦予數據統一理解，確定數據元概念和數據元表示。

為了確保智能化煤礦數據歸類與編碼不同層次技術目標的實現，合理確定數據歸類與編碼的技術依據和標準，智能化煤礦數據歸類與編碼需要遵循科學性、規范性、完整性、唯一性、有效性的基本原則。科學性原則是指應選擇煤礦數據對象最穩定的本質屬性作為分類的基礎和依據，并按科學的認知邏輯形成層級清晰、結構簡單且符合智能化煤礦業務邏輯、數據建模邏輯和系統開發邏輯的分類編碼體系。規范性原則有2 層含義：①同一層級數據包含的數據實例的外延相同。② 編碼的結構、類型和編碼格式等應當統一。完整性原則是指針對煤礦價值創造共性業務中的數據對象、本質屬性和數據元，要實現數據需求全發現、數據對象全識別、數據屬性全抽取及數據元全定義。唯一性原則具有3 層含義：①智能化煤礦中的任一數據對象、數據屬性、數據元具有唯一確定的位置。② 智能化煤礦中的所有數據對象、數據屬性和數據元被唯一代碼標志。③被唯一代碼標志的智能化煤礦數據對象、數據屬性和數據元具有唯一規范的數據定義。有效性原則包含3 層含義：①面向智能化煤礦未來業務場景和業務需求，具備可拓展的數據歸類和編碼空間。②智能化煤礦數據歸類與編碼具備兼容性，能與相關國家標準和國際標準良好銜接。③智能化煤礦數據歸類與編碼的運行經濟高效，能有效節約智能化煤礦有限的網絡資源、存儲資源和計算資源，符合智能化煤礦業務應用需求，便于機器識別與檢索。

3 智能化煤礦數據歸類與編碼的技術方法

3.1 智能化煤礦數據歸類的基本思路

智能化煤礦宜采用“基準-擴展”兩階段的數據歸類思路。

第1 階段采用“業務域-數據域-對象-屬性-數據元”的邏輯順序確定智能化煤礦數據的歸類基準。首先通過價值鏈分析識別智能化煤礦創造價值的關鍵業務活動；其次采用UML，IDEF 等規范化數據建模工具對關鍵業務活動進行業務流程分析和數據流程分析（必要時可進行用例分析、活動分析、狀態分析、時序分析、類分析等），識別現有業務的數據需求，確定智能化煤礦業務域；然后對各業務域進行工藝流程或管理職能分解，將業務域映射為數據域；接著在數據域下依據智能化煤礦的工藝環節或管理環節進行數據對象識別和對象屬性抽取；進一步依據數據服務的專業業務邏輯，規范數據元語義；最終確定智能化煤礦數據歸類基準。

第2 階段采用“智能應用體系-智能業務系統-系統功能-數據資源”的邏輯順序進行數據歸類校驗和補充。充分考慮當前智能化煤礦建設基礎，并面向智能化煤礦未來的智能應用場景，采用德爾菲技術，以飽和的專家觀點逐步構建完備的智能化煤礦智能應用體系，反推智能化煤礦應建設的智能化業務系統，再反推各智能化業務系統應集成的系統功能，進一步反推各系統功能需要的數據支持，追溯現有數據源，對第1 階段形成的數據歸類基準進行校驗并對缺失的數據進行補充，至此形成完善的智能化煤礦數據歸類體系。

由于對煤礦智能化發展進程的認識具有歷史局限性，煤礦智能化建設具有過程性，煤礦的智能應用體系尚處于結構完善和內容豐富的階段，對支持煤礦智能應用所需的數據元無法一次性全面、準確識別，智能化煤礦數據歸類與編碼體系的完善是螺旋式上升的過程，應按PDCA（Plan，Do，Check，Action，計劃，執行，檢查，處理）循環逐次提取業務邏輯清晰、標準化程度高、對價值提升具有重要意義的業務活動數據，以保持煤礦智能應用體系發展的創新活力和智能化煤礦數據歸類與編碼體系的穩定性及可擴展性。

3.2 智能化煤礦數據編碼的基本思路

智能化煤礦數據編碼是在智能化煤礦數據歸類體系的基礎上，對智能化煤礦各層級數據進行系統性編碼的過程。根據智能化煤礦數據歸類與編碼基本原則，智能化煤礦數據編碼宜采用線分類的層次編碼方法[16]（圖2），將智能化煤礦數據劃分為門類、大類、中類和小類4 個層級，代碼由1 位拉丁字母和7 位阿拉伯數字組成。

圖2 智能化煤礦數據編碼結構Fig.2 Data coding structure of intelligent coal mine

智能化煤礦數據門類為基于煤炭企業價值鏈分析劃分的業務域，代碼用1 位拉丁字母表示，即用A，B，C，D 等字母依次表示不同的數據門類。智能化煤礦數據大類為按照工藝流程或管理職能劃分的數據域，代碼用2 位阿拉伯數字表示，各數據大類從01 開始順序編碼。智能化煤礦數據中類為依托工藝環節或管理環節分析而識別的數據對象，代碼用5 位阿拉伯數字表示，前2 位為大類代碼，第3-5 位從001 開始順序編碼。智能化煤礦數據小類為通過數據對象分析抽取的對象屬性，代碼用7 位阿拉伯數字表示，前5 位為中類代碼，第6 位和第7 位從01 開始順序編碼。

3.3 智能化煤礦數據歸類與編碼的關鍵技術流程

智能化煤礦數據歸類與編碼總體上可以歸納為確定業務域、確定數據域、識別對象類、抽取對象類屬性、定義數據元5 個關鍵步驟。

（1）確定業務域，完成第1 層級數據歸類與編碼。確定業務域的目的是確定智能化煤礦數據的業務來源，劃定數據范圍，保證關鍵價值創造活動和數據需求的全面發現，進行智能化煤礦數據的語用過濾。基于價值鏈分析，智能化煤礦關鍵價值創造活動包括地質保障、智能掘進、智能采煤、智能主煤流運輸、智能輔助運輸、智能洗選、綜合保障、智能生產調度與管理、智能安全監控與管理、運輸銷售、礦區修復等基本增值活動，以及煤炭企業基礎結構與組織建設（企業資質、煤層勘探、礦井設計與基建、組織結構設計、管理制度建設等）、信息基礎設施建設、人力資源管理、財務管理、法務管理、項目管理、機電設備管理、科學技術開發與管理、物資供應管理、環保管理、智能園區管理、黨政工團管理等輔助增值活動，如圖3 所示。基于企業價值鏈分析確定智能化煤礦業務域的過程，同時也是對智能化煤礦商業模式、組織架構、管理模式、生產方式、業務邏輯、作業程序等進行全盤摸底和效率檢驗的過程，有助于達成智能化煤礦數據歸類與編碼的總體戰略目標和經營戰略目標。

圖3 智能化煤礦關鍵價值創造活動Fig.3 The key value creation activities of intelligent coal mine

根據智能化煤礦的業務架構和業務組織邏輯，可將智能化煤礦的關鍵價值創造活動劃分為基礎設施、經營管理、安全監控與管理、智能生產與管理4 個業務域，依次賦予字母代碼A，B，C，D，由此完成智能化煤礦第1 層級數據的歸類與編碼。

（2）確定數據域，完成第2 層級數據歸類與編碼。數據域的確定既要關注數據的有效組織，也要符合煤炭企業業務實現邏輯，將與業務關聯密切的數據劃分到同一數據域下，以增強對數據的統一理解，便于數據模型開發和系統集成。針對基礎設施業務域，根據智能化煤礦業務開展的必要條件劃分，具體包括企業資質、煤層勘探、礦井設計與基建、組織結構、管理制度、信息基礎設施等數據域。針對經營管理業務域，根據智能化煤礦經營管理的職能劃分，具體包括人力資源管理、財務管理、法務管理、項目管理、機電設備管理、科學技術開發與管理、物資供應管理、運銷管理、環保管理、礦區修復、智能園區管理、黨政工團管理等數據域。針對安全監控與管理業務域，根據業務類型劃分，具體包括瓦斯監控、水文監控、火災監控、粉塵監控、礦壓監控、沖擊地壓監控、人員定位監控、工業視頻監控與電子圍欄、通信聯絡與廣播、應急救援與指揮、煤礦安全雙重預防管理等數據域。針對智能生產與管理業務域，根據工藝流程劃分，具體包括地質保障、智能掘進、智能采煤、智能主煤流運輸、智能輔助運輸、智能洗選、智能通風、智能壓風、智能供水、智能排水、智能供電、智能生產調度與管理等數據域。

根據智能化煤礦數據編碼規則，可對基礎設施、經營管理、安全監控與管理、智能生產與管理4 個業務域下的各數據域進行2 位數字的順序編碼，如安全監控與管理業務域下的瓦斯監控數據域可賦予代碼C01，由此完成智能化煤礦第2 層級數據的歸類與編碼。

（3）識別對象類，完成第3 層級數據歸類與編碼。智能化煤礦各數據域下的數據對象可從組織、人員、機器、環境、管理5 個方向按照一定的邏輯順序逐一識別。基礎設施業務域下各數據域的數據對象可按照智能化煤礦業務開展的必要基礎條件進行識別，如企業資質數據域下的數據對象主要包括營業執照、采礦許可證、安全生產許可證、煤炭生產許可證、礦長資格證、礦長安全生產許可資格證等管理類的數據對象。經營管理業務域下各數據域的數據對象可按照管理環節進行識別，如人力資源管理數據域下的數據對象包括人力資源規劃、招聘與人員配置、培訓與開發、績效管理、薪酬福利管理、職業健康管理、勞動關系管理等環節的人員類和管理類數據對象。安全監控與管理業務域下各數據域的數據對象可按照煤礦安全作業流程進行識別，如瓦斯監控數據域下的數據對象主要包括瓦斯監測傳感器、瓦斯、瓦斯監測報表等數據對象。智能生產與管理業務域下各數據域的數據對象可按照工藝環節進行識別，如智能采煤數據域下的數據對象主要包括采煤工作面、作業班組、作業規程及割煤、支護、供液、運輸、工作面巷道集控等工藝環節的機械設備。

根據智能化煤礦數據編碼規則，可對各數據域下的數據對象進行5 位數字的順序編碼，如安全監控與管理業務域下瓦斯監控數據域的瓦斯對象可賦予代碼C01001，由此完成智能化煤礦第3 層級數據的歸類與編碼。

（4）抽取對象類屬性，完成第4 層級數據歸類與編碼。對象類屬性是指智能化煤礦數據對象與關鍵價值創造活動緊密相關且穩定的本質屬性，用于區別其他數據對象，如管理類數據對象的屬性一般僅包含管理活動關注的特征，而不包含管理對象的特征。智能化煤礦數據對象屬性可按數據特征分為配置屬性、靜態屬性和動態屬性3 類。配置屬性是指數據對象運行需要配置的工作條件、運行環境及與數據交換有關的屬性，如安裝位置、安裝時間、數據傳輸頻率等。靜態屬性是指數據對象固有不變的屬性，如設備的名稱、生產廠家、型號、序列號、組成結構等。動態屬性是指數據對象隨時間變化的屬性，如溫度、濃度、電流、轉速等。在抽取對象類屬性時需要合理考量業務實現邏輯、系統集成邏輯、數據建模邏輯及數據權屬關系，科學有效地進行對象屬性的本質甄別和合理歸類。

根據智能化煤礦數據編碼規則，可對各數據對象的屬性進行7 位數字的順序編碼，并按照配置屬性、靜態屬性和動態屬性的順序進行排列，如安全監控與管理業務域下瓦斯監控數據域的瓦斯對象的瓦斯濃度屬性可賦予代碼C0100101，由此完成智能化煤礦第4 層級數據的歸類與編碼。

（5）定義數據元，達成對數據的統一理解。為了在數據交換和數據共享時對數據元形成統一理解，需要賦予數據元準確的語義，進行智能化煤礦數據的語義過濾。數據元是信息集中數據元素的規范化表達，是數據管理和數據交換的最小基本單元，由數據元概念和數據元表示2 個部分組成[17]。數據元概念由對象類和屬性構成。數據元在數據應用上與主數據相關聯，主數據是支持智能化煤礦關鍵價值創造活動的關鍵數據對象的高價值、基礎性、高質量、高共享、可集成的數據元，數據元成為主數據需要依據主數據標準執行主數據識別程序。數據元在數據管理上與元數據相關聯，元數據是客觀描述智能化煤礦數據元的業務屬性、技術屬性和管理屬性的數據，數據元表示是業務元數據的重要組成部分。

合理確定數據元表示是定義數據元的關鍵。除一般意義上的數據元表示元素外，在定義數據元時還應結合業務域、數據域和對象類的業務規則清晰界定對象屬性的內涵和外延，避免理解偏誤和歧義。智能化煤礦的數據屬性具有強關聯的時間和位置特性。智能化煤礦數據元（尤其是動態屬性）的表示有必要考慮時間戳和位置戳這2 個元素。時間戳基于數字簽名和數字加密技術，賦予數據完整的可驗證性時間標記。位置戳基于礦山位置服務和數字加密技術，賦予數據可信的位置信息標記。主數據是智能化煤礦數據治理、數據管理和數據應用的重要基礎性工具，在智能化煤礦數據元表示中有必要考慮主數據標記。主數據標記反映主數據識別程序的判定結果，將數據元識別為主數據后，將其納入主數據體系進行管理和應用。智能化煤礦數據元表示規則（表1）的確定標志著智能化煤礦數據歸類與編碼的最終實現。

表1 智能化煤礦數據元表示規則Table 1 Data element representation rule of intelligent coal mine

4 結語

智能化煤礦數據歸類與編碼是對智能化煤礦信息世界的認識和構建，對智能化煤礦意識世界的優化和映射，以及對智能化煤礦物理世界的改造和描述，對于推動煤炭企業商業模式重塑、改變價值創造驅動模式、聚焦關鍵價值活動、實現智能化煤礦數據的科學組織等具有重要意義。本文從分析智能化煤礦高級階段目標實現進程中數據歸類與編碼要解決的核心問題出發，闡明智能化煤礦數據歸類與編碼的實質，從總體戰略目標、經營戰略目標和職能戰略目標3 個層面分析了智能化煤礦數據歸類與編碼的目標要求，指出智能化煤礦數據歸類與編碼需要遵循科學性、規范性、完整性、唯一性、有效性的基本原則，進一步提出智能化煤礦數據歸類與編碼的基本思路，最后論述智能化煤礦數據歸類與編碼的關鍵技術流程及需要關注的重點問題。智能化煤礦數據歸類與編碼關乎煤炭企業數字化轉型和高質量發展全局，是智能化煤礦數據治理的首要關鍵活動，是智能化煤礦數據治理與融合共享標準體系的關鍵組成部分。智能化煤礦數據歸類與編碼具有基礎性、長期性、動態性、復雜性和系統性，需要煤炭產業生態中的各主體在國家有關部委的領導下，以科學的技術方法論為指導，扎實推進智能化煤礦數據歸類與編碼工作，奠定煤炭工業數字化發展的數據底座，共享煤炭產業數字化轉型紅利。