礦井安全監測預警系統異常數據分析和圖表識別

李 澎

（山東煤炭工業信息計算中心，山東 濟南 250031）

1 概述

1.1 礦井安全監測預警數據

礦井安全風險監測預警數據主要是來自各采礦企業（目前主要針對煤礦）的物聯網數據和管理信息系統數據。按照《國家煤礦安監局關于加快推進煤礦安全風險監測預警系統建設的指導意見（煤安監〔2019〕42 號）》等一系列文件和《煤礦感知數據聯網接入規范》等相關技術規則，該體系集成了礦井建設、生產過程中采集的綜合性基礎數據和即時數據，以礦井設備、環境、人員的監測監控數據為主，包括井口上下各處傳感器發來的水、電、風、塵、氣、機、巖、煤等各種測控目標的實時感知數據，每一個下井人員的準確位置和動態軌跡，所屬區域內勘探、測量、生產、地質地理等各類基礎數據，礦井生產現場、生產環境視頻圖像和三維數據，各礦區水文和天氣狀況的即時變化數據等等。

1.2 異常數據

監測預警系統異常數據有工作疏漏或外部原因造成的數據失真、數據錯誤，故障引起的數據缺失、數據噪聲，主觀隱瞞導致的數據隱藏、數據誤導等類型。

該系統最常發生的問題出現在前方數據采集和傳輸過程，關鍵就是要保證散布在井上井下成千上萬的檢測、監控和視頻儀器都能被安置在適當的位置，能夠正常和準確地運行，并且能夠把采集的數據及時而完整地傳送到位。

從大量數據可以看出傳感器報警或出錯有個特點，它們不是平均發生在各個時段或各個位置，而是經常集中出現在某處礦井、某個區域、某個時段。異常數據影響的不僅是數據本身，更重要的是形成數據干擾或數據黑洞，不利于及時發現風險、及時處置。

該文以礦井監測預警數據統計展示異常數據概況，再從相關煤礦安全信息中統計分析異常數據分類原因。

2 礦井監測預警系統中的異常數據

2.1 數據采集錯誤

數據采集、處置過程錯誤，出現誤報、錯報或重復報警。安全監控傳感器需要實時監測礦井上下很多種環境或設備狀態數據，安裝數量和出現異常的數量都較大。2023 年11 月，統計60 處礦井共有傳輸控制分站1800 多個，連接各類安全監控傳感器19 200 多個，包括模擬量傳感器10 050 多個，開關量傳感器9150 多個，平均每處礦井上傳數據的傳感器超過320 個。礦井下面生產作業環境復雜多變，漏水、碰撞、震動、灰塵、腐蝕等很多因素都可能導致傳感器出現偏差、失效或誤報，產生大量噪聲數據或數據缺失。

隨機調取安全監控傳感器報警次數，這60 處礦井2023 年3 月1 日各類報警923 次，4 月1 日818 次，6 月5 日960 次，7 月21 日1013 次，11月1 日848 次。所有報警都要檢查、核實原因，其中很多報警并不是發生了真實超限，而是使用錯誤或發生干擾。在現場處置信息中可以看到，儀器進水、粉塵遮蓋、近處人員行動、震動、松脫、銹蝕等原因都經常出現，還有些是一次超限引發多次報警，大大增加了現場人員和后臺分析的工作量。

以甲烷濃度報警數據為例，分析顯示至少有30%可判斷為誤報，誤報數量中接近2/3 由周圍設備設施、環境、施工等因素引發，1/3 左右是人為錯誤引發。一氧化碳濃度數據的誤報率在10%上下波動，相對較低。

2.2 現場儀器設備故障

設備故障表現為數據錯誤、報警或缺失。報警或數據缺失狀態比較容易發現并及時修復；數據出錯狀態比較隱蔽，有可能持續多日，直到下次檢校。

表1 是60 處礦井在連續4 個季度內出現的安全監控傳感器及線路故障統計。相對巨大的傳感器數量而言，故障數量還不能算很多，而且總數量在每個季度都減少，顯示井下安全監控系統的設備質量和維護質量總體上在不斷提高。

表1 數據采集端故障次數統計

傳感器加分站總量21 000 個，季度故障率最高0.76%，每季度不斷下降，說明當前傳感器的主要問題不是直接壞掉，而是更多集中在數據準確度方面，能否正確、熟練地安裝、使用、維護、校驗傳感器。

2.3 數據上傳中斷或傳輸錯誤

2.3.1 數據傳輸中斷造成數據缺失

煤礦需要把安全數據實時傳輸到上級單位。表2 是60 處礦井的安全監控、井下人員定位、視頻監控三個系統在連續五個季度內中斷傳輸的次數統計。安全監控發生傳輸中斷最多的一個季度，平均每天中斷21 次。人員定位系統發生傳輸中斷最多的一個季度，平均每天中斷10 次。總數不少，尤其是超過2 h 的長時間中斷較多，總體上造成較多數據黑洞。

表2 現場數據聯網中斷累計數 次

2023 年3 季度，各企業對安全數據的重視程度已經明顯提高，安全監控和人員定位兩個系統卻在這時改變了前期逐步減少的趨勢，中斷次數有所回升。說明隨著數據傳輸質量提高，進一步提升傳輸質量的難度不斷加大，影響到持續改進的效果。

視頻監控故障數在前四個季度總體上波動上升，因為近一兩年很多礦井正在增設視頻系統。最后一個季度數據明顯下降，說明這個時期各單位提高重視程度有了效果。視頻系統雖然中斷次數相對少一點，但是長時間中斷的比例很高，多數季度可達到中斷總數的90%以上，說明系統成熟程度和適用程度、使用維護系統的及時性和熟練性都亟待提高。另外不能排除個別礦井受生產經營狀況的影響，及時修復、更新的積極性不高。

2.3.2 傳輸過程錯誤導致數據不一致

企業端數據通常分為查看總體情況的多點數據和細查局部細節的密采數據。理論上兩種數據應該相符，只有采集密度的區別。實際應用中經常發現兩種數據不符的現象，推測可能在采集過程中或井下向井上傳輸過程中遇到擾動。

向上級單位遠程傳輸后，企業數據與遠程數據不一致的現象更多。煤礦各種監測監控數據和視頻圖像要向上級單位遠程實時上傳，目前遠程數據丟數、錯數、傳輸延誤很多。遠程預警分析發現問題，必須先同企業核對數據，確認大體一致，才能進一步分析判斷。

3 從煤礦安全信息中分析異常數據分布及原因

3.1 煤礦安全信息相關數據

煤礦企業要經常自查安全隱患，接受上級單位檢查評估，有些煤礦還會聘請第三方安全咨詢機構分析查找安全隱患，形成相應的安全信息。從2023年度相關煤礦安全檢查信息中隨機抽取130 礦次的信息，統計發現其中大約70%的礦次信息中明確包含涉及安全監控系統或人員位置監測系統的安全風險或違規行為，重大安全隱患中大約50%是通過這兩個系統發現線索或協助判定。

3.2 兩個專業數據系統

一是礦井安全監控系統，布點最為齊全，技術比較成熟。有毒有害物質、易燃易爆氣體、溫濕度、受力、與井下水電風塵有關的各項指標都可以實時顯示。二是人員位置監測系統，布設齊備，可以監測到每一個下井人員的實時軌跡。兩個系統內的關聯數據相互交叉驗證，可以發現很多比較隱蔽的問題，是目前安全風險預警分析使用最多的部分。本次統計針對涉及這兩個專業系統的數據進行分析。

3.3 統計結果

安全風險或違規行為可以分成以下若干類型，如圖1。

圖1 統計結果分類

3.3.1 人為因素有關的異常數據

根據《煤礦安全監控系統通用技術要求（AQ 6201-2019）》《煤礦安全監控系統及檢測儀器使用管理規范（AQ 1029-2019）》等相關規定，對煤礦監測監控系統的安設、使用、調校、維護建立了明確的技術規則，煤礦監測監控系統的建設運行中出現違反相關規范的行為就可能導致數據異常，產生安全隱患。

1）未對安全監控系統儀器設備及時執行規定操作。這個問題發生很多，達到總數的21.7%。具體來說主要有幾種情況：安全監控設備未做定期檢測、校準，導致數據失真；未及時清理維護，導致數據失真或設備失效；未對故障、報警信號或異常數據及時處置，導致異常狀態長時間持續或反復發生。

2）安全監控設備安設位置不合規。這個問題數量達到總數的20.4%，具體包括按規定必須安設特定傳感器的位置未安裝或已安裝未啟用；低精度傳感器安設到需要更高精度的位置，不能滿足監測監控的要求；傳感器安設位置偏離規定位置太多，造成數據失真等。

3）安全監控數據或相關信息失真，達到總數的9.0%。其中多數是傳感器報警原因填報不真實，有可能忽視事故隱患；還有些是未按規定檢驗檢測，填報失真數據。

4）安全監控操作錯誤。比例相對較少，占6.3%。包括傳感器參數設置錯誤，傳感器或分站線路連接錯誤，操作錯誤導致誤報警等原因。

5）系統聯動功能缺失，占8.1%。安全監控系統不能與人員位置監測系統或應急廣播系統聯動，一體化聯動報警功能失效，安全監控報警時無法及時告知附近人員。

6）人員位置監測設備安設位置不對，占4.1%。包括按規定必須安設人員位置傳感器的位置未安裝或已安裝未啟用，造成相應的人員位置數據缺失；傳感器安設位置偏離規定位置太多，或安設間距過大，造成數據不準確等。

3.3.2 儀器設備故障導致的異常數據

1）安全監控設備異常，占9.5%。包括傳感器、分站或傳輸存儲設備故障，導致傳感器發出錯誤信號或功能失效，安全監控系統數據錯誤或缺失等。

2）人員位置監測系統異常。比安全監控設備故障比例高一些，占14.9%。包括人員位置監測設備功能失靈或失效，下井人員隨身定位卡故障，導致人員位置監測系統不準確或數據缺失。

3.4 數據分析和結論

1）上述與兩個系統相關的安全風險或違規行為大致分成9 個類型，其中6 個類型和人為因素有關，數量占總數的69.7%。對相關工作人員的培訓、監督、復核、獎懲，對相關工作流程的質量標準化建設，都是應加強的重點。

2）和設備安設位置有關的問題數量占到總量的24.4%。傳感器安裝地點的選擇，探頭到目標監測點之間的縱橫間距，相關技術規范有明確標準。這個問題和部分職工比較粗放的工作風格有關，不注意細致的數量規范，有差不多就行的想法。

3）程序性的檢測、調校、維護、清理執行不到位，直接問題比例達到21.7%，反映出井下管理不到位，工作人員不夠認真細致。如果認真執行這類程序性工作，其他故障、錯誤也會減少很多。

4）人員位置監測系統問題較多，集中在信號精度和可靠性方面。

5）小錯誤影響不一定小。例如傳感器校準時未打到標校狀態導致誤報警，傳感器報警原因填報不準確不及時，這種操作上的小錯誤發生數量較多。

6）環境或人為因素導致的風險項和數據異常為主，現場設備故障導致的風險項和數據異常較少。這個結論和2.1、2.2 小節的遠程統計數據可以相互印證。

4 預警系統異常數據識別和處置

4.1 特殊數據類型

“異常數據”是帶有警示性質的特殊數據類型，本身就是一種事故隱患。出現異常數據，意味著出現了安全風險或違規行為。

將數據轉換為圖表形式，可以直觀察覺數據變化，是數據分析的基礎方法。遠程預警數據不如企業的現場數據齊全，異常數據較多也增加了遠程數據分析的難度。但是通過對在線圖形和數字的觀察、對比，仍然可以發現很多問題。

快速識別并利用或剔除異常數據，可以提高分析效率。數據缺失和數據突變，或者兩種形式的復合表現，是經常能從圖形或數字直觀發現的數據異常現象。還有些異常數據類型，例如數據不準、數據隱瞞等情況有些可能從遠程發現端倪，很難從遠程判斷，需要現場復核、校驗。

4.2 識別處置多發的異常數據類型

4.2.1 識別并利用異常數據

圖2 為人員軌跡數據缺失——故障軌跡圖，圖3 為人員軌跡數據缺失——對比正常軌跡圖。

圖2 人員軌跡數據缺失——故障軌跡

圖3 人員軌跡數據缺失——對比正常軌跡

1）數據現象：圖3 顯示一位職工的人員位置信息缺失。該職工下井途中于7：02 從479 分站進入332 分站，隨后軌跡消失，15：43 上井時軌跡才再次被跟蹤到，中間8 個多小時是失蹤狀態。圖4顯示同時上下井的同區隊負責人軌跡完整。

圖4 數據突變

2）數據特點和分析方法：目前遠程數據系統還無法以井下地圖方式顯示人員位置，只能看到每個下井人員定位卡經過的傳感器位置列表。移動端數據缺失在遠程系統中看起來不直觀，有段時間間隔過大，有疑問但難以直接判斷，需要用同時出入井的職工軌跡做比對。發現疑點后還需要企業數據或線下記錄加以比對，方可最終確定原因。在這個案例中，查詢發現該區隊多名職工在相似地點、相似時段失去軌跡，該區隊負責人、其他區隊同時上下井職工的軌跡卻很完整。據此判定該處有安全風險，可以到現場有針對性的查證。

4.2.2 識別并排除異常數據

圖4 為數據突變圖。

1）數據現象：采煤工作面隅角一氧化碳傳感器連續超限報警多次。圖4 中可見傳感器數據從最小值0 到最大值1.0×10-3之間多次反復跳躍，明顯不是正常的一氧化碳濃度數據，異常狀態持續近2 h。

2）數據特點和分析方法：正常的傳感器模擬量數據變動可以看出逐漸上升或下降的過程，長時間的中間過程圖形一般會有波動。一氧化碳濃度報警值是2.4×10-5，通常情況下即使受炮煙影響也很少超過3.0×10-4。這種異常數據顯得突兀和極端，經常反復跳變，缺乏數據演變過程。可以判定為傳感器故障，不作為現場查證目標。

5 減少異常數據的措施

1）加強培訓和考核，提高操作規范性和熟練度。目前產生異常數據的最大因素是現場操作有問題。操作人員標校傳感器不規范、標校作業未進入傳感器調校模式造成誤報警、上傳數據填報不規范或與實際不符的情況很頻繁。應該有針對性地培訓強化操作人員正確操作儀器、正確填報信息的能力。

很多時候改進的關鍵就是工作認真和管理到位，未必都涉及高深的技術。企業應適當增加安全器材運行管理和現場操作方面的檢查內容，完善事前培訓、事中檢查考核、出現問題后排查處理各個環節。安全檢查時增加現場操作方面的內容，督促有關部門提高安全器材的現場管理和操作水平。

2）加強設備管理，注意安裝使用過程中的合規操作。異常數據的另一大原因和儀器設備有關。礦井工作人員在作業過程中損壞檢測監控設備，傳感器進水、碰撞、接線斷落等現象較多。人員定位系統的數據錯誤很多由于定位分站布置不合理，井下識別卡故障或電量不足等原因。應該從設備管理和安全作業兩方面著手，著重提高安裝、使用、檢校全過程的量化程度。監控管理部門應做好儀器設備保護措施，及時修復；作業部門應加強施工作業規范性、安全性。對于影響較大或比較頻繁的故障應及時查清原因，責任到人。

3）2023 年各有關單位對安全監測預警系統的重視程度大幅提升，效果顯著。下一步應在數據采集、傳輸的技術和設備方面強化投入。各企業根據實際情況選用技術適用、質量可靠、操作便捷的儀器設備，減少故障、誤報或中斷的發生。相關系統開發商應增加數據校驗、校錯復傳、斷點續傳等功能，提高數據完整性和正確性。

4）推廣普及礦井安全預警數據分析技術。把大數據分析方法應用于礦井安全管理是一門很新的技術，可以充分利用物聯網數據，及時發現和排除礦井安全風險，具有很好的應用前景。礦井安全數據分析需要通防、機電、計算機等多專業知識，急需培養和配備一批復合型專業人員。

6 結語

異常數據是礦井安全風險監測預警系統經常發生的一種現象，不利于安全數據的有效利用，不利于及時發現安全風險、消除隱患。通過對該現象總體狀況和各類型分布的統計分析，可以看出現階段超過半數的異常數據與人為因素有關，能夠通過管理和技術方式加以控制并降低其危害。

監測監控數據分析技術可以幫助礦山企業更多、更及時地發現事故隱患，減少違規行為，提高礦井安全程度和經濟效益，應大力推廣應用。2023年這項技術為第三方安全咨詢業務開創了一個全新領域。隨著礦井安全感知數據體系建設和數據分析方法不斷完善，數據分析技術在礦井安全管理工作中的重要性將會不斷提高。