煤矿企业在安全检查中产生了海量的安全隐患数据,随着计算机和传感器技术在煤矿生产中的应用,煤矿安全隐患的大数据特征越来越明显,其体量大,生成速度快,模态多,价值大密度低。传统的煤矿安监系统已经难以满足大数据时代下煤矿企业的需求,由此提出将大数据技术引入煤矿安全生产中,建立大数据煤矿安监系统。大数据煤矿安监系统采用前后台分离技术,前台采用Vue框架,后台采用Springboot框架。在存储模块方面,由于煤矿安全隐患数据体量大,生成速度快,模态多,大数据煤矿安监系统必须能实现海量数据的存储、能通过增加硬件的方式迅速提升容量、能存储多种类型的数据以及能实现数据的备份。由此提出建立基于HDFS的大数据煤矿安监系统存储模型。在分析模块方面,由于煤矿安全隐患数据价值密度低,提出利用并行计算框架下的数据挖掘算法解决煤矿安全隐患数据的分析问题,建立基于Map Reduce的大数据煤矿安监系统分析模型。在显示模块方面,由于人类视觉对图形的感知能力远超于文本和数字,提出利用可视化技术将煤矿安全隐患信息映射成可交互图表的形式展现出来,建立基于Vue的大数据煤矿安监系统显示模型。在用户模块方面,根据煤矿的日常生产特点,设计普通员工,管理人员和运维人员三种角色以及与角色相对应的注册登录,考核管理,隐患管理,查看隐患统计图和报表,人员管理和日志管理等功能。大数据煤矿安监系统使得监测设备采集到的海量煤矿安全隐患数据可以被有效的存储、分析和展现,对于减少煤矿事故的发生和促进煤矿企业的安全生产有着重要意义。