论文部分内容阅读
摘 要：立足新的发展阶段，互联网技术发展迅速，大数据时代势不可挡，煤矿安全生产领域也要积极参与其中，强化信息化建设，成为全管理的重要技术支撑。基于此，在大数据时代，煤矿企业要重视生产数据信息的整理与完善，善于发挥信息技术的优势，切实提升安全管理水平，为企业长远、可持续发展奠定坚实基础。
关键词：大数据技术;煤矿;安全生产
随着煤矿安全监测技术和煤矿生产作业自动化技术的长足进步，煤矿的安全生已经得到了行之有效的保障。伴随着煤矿生产自动信息化水平的提高，类似于监测数据、安全生产管理信息等多种类、海量数据还是沿用传统的统计汇报制度，各个种类数据之间的关系没有被深度挖掘，失去了数据关联给安全管理带来的大好益处。通过大数据建立的生产灾害预警模型可以为煤矿安全生产的领导者提供决策依据，继而提出更好的解决措施。
一、煤矿生产概述
我国的煤层赋存条件较差，煤矿生产环境较为复杂恶劣，多为深度在400米以上的深矿井，深部开采的过程难免会引发各种灾害因素，并且井下阴暗潮湿，能见度低，煤矿工人长期处于这样艰苦的环境下，极易产生焦虑、抑郁、暴躁等负面情绪，从而忽略了对水、火、瓦斯、冒顶、机电等安全风险的防范，与此同时，职工劳动技能素质的缺失以及自我保护意识的淡薄，使其在井下作用的过程中经常性的出现不规范的操作，在一定程度上造成了安全隐患。尽管我国大部分的煤矿已经设置了监测监控、通信联络、紧急避险、压风自救等安全系统，但由于煤矿安全事故明显的复杂性和具有潜在次生、衍生危害的特征，实现系统间的及时、高效、协同运转并非易事。
二、大数据背景下的安全生产管理特征
分布式储存和计算与生产相关的结构数据和非结构数据，提取研究对象特征，并利用归一或清洗等数学手段处理特征数据，将处理后的特征数据依靠计算机相关算法建立对应的数学模型，通过模型去探寻研究对象和研究对象特征之间内在联系，继而尽可能科学合理的预测研究对象未来的发展方向，这就是大数据管理的基本内涵。那些信息体量大、种类繁多、信息产出频率较大且价值量不是很高的数据是大数据主要处理的对象，煤矿企业产生的数据特点如下：（1）体量巨大。大量的监测、设备运转、图形以及相关处理措施的文档等数据随着煤矿的生产不断产生，由于煤矿生产系统较其他行业复杂，所以产生的数据体量更为庞大。拿一个规模适中的煤矿企业来说，一天之内产生的安全监测数据就达到了 1.024×104MB，将一个中型煤矿企业的机电设计、监测工作面采掘通风、巷道工程设计文件中所有图形压
缩后还有大约 1.024×105MB 之多。这仅仅是一年产生的数据，那么煤炭企业生产经营了十年或者更久的数据量有多大，可想而知。传统的处理方法根本没有能力保存体量如此巨大的数据，所有煤炭企业几乎都是采用定期删除所有生产数据，这其中包括那些具有极大分析价值的安全数据，这给煤炭企业带来了巨大损失。（2）种类繁多。煤矿生产过程中产生的数据种类繁多，大致可以归为三类。第一类是结构化数据，第二类是半结构化数据，第三类是非结构化数据。如安全监测、人员定位、煤炭产量、生产过程采用的自动化机械设备运行等数据属于第一类;如采掘工作面的监控视频等属于第二类;现场煤矿生产的应急预案等属于第三类。（3）价值密度低。例如煤矿井下作业的安全数据大多数时候不会发生较大波动，该结构数据主要是以时间序列为主的稳定状态数据，对其分析的意义和价值并不大，涉及到煤矿生产事故或煤矿灾害的异常数据占比却很小;与此同时，非结构数据虽然占比较大，但是其中不乏分析价值较低的非结构数据，所以煤矿生产产生的大体量数据中存有大量无分析价值的数据。（4）产生速度快。随着科学技术和自动化技术的不断进步，无论是安全监测系统还是煤矿生产管理系统基本都实现了高度自动化，可以确保煤矿生产作业全天候进行，这是煤矿生产作业产生数据快的根本原因。
三、大数据在煤矿企业安全生产运用
1、煤矿生产大数据框架的建设
煤矿生产产生的数据符合大数据的基本特征，所以与煤矿生产有关数据的分析和挖掘可以利用大数据技术来完成，通过大数据技术的应用，可以科学诊断出煤矿生产过程中存在的安全隐患以及重大灾害发生的可能性。关于煤矿生产企业的特点、煤矿企业大数据的梳理分
析以及预测影响煤矿生产的安全隐患的计算需求，最终确定煤矿生产大数据框架建设需要3个层次的技术框架。第一个层次是存储层、第二个层次是框架层、第三个层次是服务层。
2、以信息化建设推进安全生产管理模式转型
强化大数据优势的合理运用立足新的发展阶段，煤矿企业为了求得长远发展，信息化建设成为必由之路，尤其是对于安全生产，信息化建设能够提供更加全面与可靠性的数据信息。基于此，要合理使用大数据，借助先进的算法，探寻数据背后隐藏的规律与原则，为煤矿安全生产提供更加可靠的数据。在长期发展中，煤矿企业收集了海量数据，要重视对其进行全面分析与整理，强化数据合理应用，转变思维模式，正视大数据环境下数据的多样性与复杂性，借助先进的分析工具，掌握数据之间的联系，有效降低主观因素产生的不良影响。
3、加强大数据在井下设备运行中的应用
强化设备有效监测，切实提高设备故障处理率随着煤矿井下作业自动化程度的增强，需要重点做好设备故障排查工作，构建针对性维修措施。借助大数据，能够实现对机械设备常见故障的总结，同时，能够强化对设备的监控与检测，做好相关数据收集工作，掌握设备运行实际，全面监测设备异常，为设备维修工作提供依据，保证生产顺利进行，提高生产安全性。
四、结语
通过大量实践可知，煤矿生产作业产生的大量数据在大数据技术的处理下，可以得到较为科学的分析和推理，为煤矿企业安全生产预测提供了科学依据，对煤矿安全生产管理方面的提升有较大促进作用。
参考文献
[1] 孟现明，孔祥太，宋洪亮，張宝国.大数据技术在煤矿安全生产运营管理中的应用[J].山东工业技术，2019（9）
[2] 孙国营.基于大数据的煤矿安全隐患数据挖掘分析[J].福建电脑，2018（12）
[3] 吴晓春.大数据技术在煤矿安全生产运营管理中的应用[J].煤矿安全，2018（12）
[4] 刘香兰 . 煤矿安全生产大数据分析与管理平台设计研究[J].煤炭工程 2017（6）
关键词：大数据技术;煤矿;安全生产
随着煤矿安全监测技术和煤矿生产作业自动化技术的长足进步，煤矿的安全生已经得到了行之有效的保障。伴随着煤矿生产自动信息化水平的提高，类似于监测数据、安全生产管理信息等多种类、海量数据还是沿用传统的统计汇报制度，各个种类数据之间的关系没有被深度挖掘，失去了数据关联给安全管理带来的大好益处。通过大数据建立的生产灾害预警模型可以为煤矿安全生产的领导者提供决策依据，继而提出更好的解决措施。
一、煤矿生产概述
我国的煤层赋存条件较差，煤矿生产环境较为复杂恶劣，多为深度在400米以上的深矿井，深部开采的过程难免会引发各种灾害因素，并且井下阴暗潮湿，能见度低，煤矿工人长期处于这样艰苦的环境下，极易产生焦虑、抑郁、暴躁等负面情绪，从而忽略了对水、火、瓦斯、冒顶、机电等安全风险的防范，与此同时，职工劳动技能素质的缺失以及自我保护意识的淡薄，使其在井下作用的过程中经常性的出现不规范的操作，在一定程度上造成了安全隐患。尽管我国大部分的煤矿已经设置了监测监控、通信联络、紧急避险、压风自救等安全系统，但由于煤矿安全事故明显的复杂性和具有潜在次生、衍生危害的特征，实现系统间的及时、高效、协同运转并非易事。
二、大数据背景下的安全生产管理特征
分布式储存和计算与生产相关的结构数据和非结构数据，提取研究对象特征，并利用归一或清洗等数学手段处理特征数据，将处理后的特征数据依靠计算机相关算法建立对应的数学模型，通过模型去探寻研究对象和研究对象特征之间内在联系，继而尽可能科学合理的预测研究对象未来的发展方向，这就是大数据管理的基本内涵。那些信息体量大、种类繁多、信息产出频率较大且价值量不是很高的数据是大数据主要处理的对象，煤矿企业产生的数据特点如下：（1）体量巨大。大量的监测、设备运转、图形以及相关处理措施的文档等数据随着煤矿的生产不断产生，由于煤矿生产系统较其他行业复杂，所以产生的数据体量更为庞大。拿一个规模适中的煤矿企业来说，一天之内产生的安全监测数据就达到了 1.024×104MB，将一个中型煤矿企业的机电设计、监测工作面采掘通风、巷道工程设计文件中所有图形压
缩后还有大约 1.024×105MB 之多。这仅仅是一年产生的数据，那么煤炭企业生产经营了十年或者更久的数据量有多大，可想而知。传统的处理方法根本没有能力保存体量如此巨大的数据，所有煤炭企业几乎都是采用定期删除所有生产数据，这其中包括那些具有极大分析价值的安全数据，这给煤炭企业带来了巨大损失。（2）种类繁多。煤矿生产过程中产生的数据种类繁多，大致可以归为三类。第一类是结构化数据，第二类是半结构化数据，第三类是非结构化数据。如安全监测、人员定位、煤炭产量、生产过程采用的自动化机械设备运行等数据属于第一类;如采掘工作面的监控视频等属于第二类;现场煤矿生产的应急预案等属于第三类。（3）价值密度低。例如煤矿井下作业的安全数据大多数时候不会发生较大波动，该结构数据主要是以时间序列为主的稳定状态数据，对其分析的意义和价值并不大，涉及到煤矿生产事故或煤矿灾害的异常数据占比却很小;与此同时，非结构数据虽然占比较大，但是其中不乏分析价值较低的非结构数据，所以煤矿生产产生的大体量数据中存有大量无分析价值的数据。（4）产生速度快。随着科学技术和自动化技术的不断进步，无论是安全监测系统还是煤矿生产管理系统基本都实现了高度自动化，可以确保煤矿生产作业全天候进行，这是煤矿生产作业产生数据快的根本原因。
三、大数据在煤矿企业安全生产运用
1、煤矿生产大数据框架的建设
煤矿生产产生的数据符合大数据的基本特征，所以与煤矿生产有关数据的分析和挖掘可以利用大数据技术来完成，通过大数据技术的应用，可以科学诊断出煤矿生产过程中存在的安全隐患以及重大灾害发生的可能性。关于煤矿生产企业的特点、煤矿企业大数据的梳理分
析以及预测影响煤矿生产的安全隐患的计算需求，最终确定煤矿生产大数据框架建设需要3个层次的技术框架。第一个层次是存储层、第二个层次是框架层、第三个层次是服务层。
2、以信息化建设推进安全生产管理模式转型
强化大数据优势的合理运用立足新的发展阶段，煤矿企业为了求得长远发展，信息化建设成为必由之路，尤其是对于安全生产，信息化建设能够提供更加全面与可靠性的数据信息。基于此，要合理使用大数据，借助先进的算法，探寻数据背后隐藏的规律与原则，为煤矿安全生产提供更加可靠的数据。在长期发展中，煤矿企业收集了海量数据，要重视对其进行全面分析与整理，强化数据合理应用，转变思维模式，正视大数据环境下数据的多样性与复杂性，借助先进的分析工具，掌握数据之间的联系，有效降低主观因素产生的不良影响。
3、加强大数据在井下设备运行中的应用
强化设备有效监测，切实提高设备故障处理率随着煤矿井下作业自动化程度的增强，需要重点做好设备故障排查工作，构建针对性维修措施。借助大数据，能够实现对机械设备常见故障的总结，同时，能够强化对设备的监控与检测，做好相关数据收集工作，掌握设备运行实际，全面监测设备异常，为设备维修工作提供依据，保证生产顺利进行，提高生产安全性。
四、结语
通过大量实践可知，煤矿生产作业产生的大量数据在大数据技术的处理下，可以得到较为科学的分析和推理，为煤矿企业安全生产预测提供了科学依据，对煤矿安全生产管理方面的提升有较大促进作用。
参考文献
[1] 孟现明，孔祥太，宋洪亮，張宝国.大数据技术在煤矿安全生产运营管理中的应用[J].山东工业技术，2019（9）
[2] 孙国营.基于大数据的煤矿安全隐患数据挖掘分析[J].福建电脑，2018（12）
[3] 吴晓春.大数据技术在煤矿安全生产运营管理中的应用[J].煤矿安全，2018（12）
[4] 刘香兰 . 煤矿安全生产大数据分析与管理平台设计研究[J].煤炭工程 2017（6）