淺析面向大數據的感知礦山物聯網

高蘭德 潘濤

摘要：隨著物聯網在礦山生產中的廣泛應用，傳統的數據存儲、分析技術已經難以適應當前實時處理大量各類數據的需求。為此，如何在大數據環境下進行感知礦山物聯網中的研究應用已是一個不可回避的話題。

關鍵詞：感知礦山物聯網 大數據 傳感器 4V

1 大數據的定義

大數據的概念比較抽象，目前業界的專家學者對其概念還沒有一個統一的說法。維基百科對大數據的定義是：大數據是指利用常用軟件工具來獲取、管理和處理數據所耗時間超過可容忍時間的數據集[1]。IDC的定義：大數據一般會涉及兩種或兩種以上數據形式。它要收集超過100TB的數據，并且是高速、實時數據流；或者是從小數據開始，但數據每年會增長60%以上[2]。雖然兩個定義各執一詞，但是大數據的特點略見端倪，至少我們知道大數據是數字時代的產物，而并非一種新的技術或新的產品。[3-4]

國家近年來重點關注煤礦安全，我國煤炭行業信息化基礎依然薄弱，國內多個大型煤炭企業正在探索建設“感知礦山”系統，通過研究煤礦物聯網技術，解決煤礦安全標志準用產品和礦用關鍵設備全程跟蹤監管等問題，以全面提升煤礦安全保障能力。

2 感知礦山物聯網中的大數據

在煤礦實現綜合自動化之前，大多數礦井僅僅通過監控系統或工業電視進行環境監測，數據采集量極為有限[5]。綜合自動化是煤礦實現高產高效的有效手段，對提高煤礦的生產運行狀況、安全水平、事故災害預測預報以及生產業務管理具有重要的作用。而感知礦山物聯網出現以后，除去擴容環境監測監控系統和數字化工業電視，數據監視及數據采集量還需要進一步擴展到井下的瓦斯濃度、溫度、風壓以及井上井下變電所各個開關的電壓、電流、功率因數值，通風機的運行監控值，井下泵房中泵及水位運行值，井下膠帶運輸的監控參數等。于是，傳感器實時采集數據鋪天蓋地，導致礦井原始數據爆炸式增長。礦山感知系統以礦井綜合自動化信息平臺為主體，采用礦用光纖工業以太環網和工業現場總線等技術共同構建綜合數字化信息傳輸平臺。三維空間是數據爆炸的發生地，其表象涉及三個方面：一是同一類型數據量的急速增大；二是數據增長持續加速；三是不斷涌現新數據類型，并呈現多樣性發展趨勢。這些數據均有大數據“4V”特征。由此可見，在礦山物聯網覆蓋的子系統逐漸增加的趨勢下，數據規模必將進一步膨脹[6]。鑒于此，要從容應對礦山物聯網大數據的挑戰，必須對大數據技術作進一步研究。

3 大數據技術在感知礦山物聯網中的應用

與傳統海量數據的處理流程相類似，大數據的處理涉及數據的采集、分析、顯示、實時處理等多個流程。

3.1 采集數據

大數據的基礎是數據，這些數據具備規模大，種類多，包含大量信息的特征。從理論上來講，應該是數據量越大越好，但對于實際應用來說，并不是數據越多越好。大數據通常處理的都是種類繁多，構成復雜的數據。數據本身的優劣對分析結果有很大的影響，大量錯誤數據涌入就可能導致得到完全錯誤的結果。因此，在數據處理過程中，應該剔除與應用需求無關的數據，鎖定有價值的數據參數做進一步研究。在感知礦山物聯網中需要采集瓦斯濃度、溫度等諸多礦山生產環境數據，數據量大，而且加之礦山生產環境復雜，采集到的數據有可能是受過干擾的錯誤數據，因此需要實時大量采集數據，這勢必就進一步增加了數據量，加大了采集數據的難度。

3.2 分析數據

采集數據之后，進一步的工作是分析數據。這一節點在大數據處理過程中相當關鍵。實際上，數據本身并無實際意義，只有與應用需求對應的數據才是有效數據，對其進行分析才可能得到有價值的結果，才能體現海量數據的價值。對于感知礦山物聯網來說這一過程尤為重要，如果傳感器等設備采集的數據不能被實時正確地被分析，那么監測系統將不能及時地進行危險示警，這樣將帶來不可估量的災難。現階段，業界尚未研發出一種實時、高效的數據分析方法，大數據的分析方法還有待進一步研究。

3.3 顯示數據

數據顯示是通過可見、可讀的方式向用戶輸出數據分析的結果。在感知礦山物聯網中，系統分析后的數據通過警報等形式輸出，以便礦井監測人員能及時正確地做出應急措施。

3.4 實時處理數據

數據的實時處理涉及三大環節，即數據的實時獲取、實時分析及實時繪制。系統的實時性取決于三個環節的工作效率。在感知礦山物聯網系統中，大數據須在1s內或瞬間內獲取結果，以確保相關處理結果客觀、精確，過時的處理結果往往會帶來災難性的后果。因此，感知礦山物聯網系統對選用的處理設備實時性要求很高。

4 結語

綜上，大數據是人們基于分析數據的關聯性來預測事物發展方向的主要途徑，是人們獲得新認知和創造新價值的源泉。當前，互聯網絡以及各種傳感器快速普及，實時獲取數據不成問題，但我國大數據方面的研究尚處在起步階段，實時分析數據是系統的瓶頸，如何在感知礦山物聯網中更好地利用大數據將成為當前的熱點問題。

參考文獻：

[1]Big data，http： //en.wikipedia.org /wiki /Big_data.

[2]Benjamin Woo World wide Big Data Technology andServices 2012-2015 Forecast.2012.5[16]Big data http：/ /www.gartner.com/it-glossary /big-data.

[3]馬建光，姜巍.大數據的概念、特征及其應用[J].國防科技， 2013，34（2）：11-12.

[4]陶雪嬌，胡曉峰，劉洋.大數據研究綜述[J].系統仿真學報， 2013，25（s1）：143.

[5]馬小平，胡延軍，繆燕子.物聯網、大數據及云計算技術在煤礦安全生產中的應用研究[J].工礦自動化，2014，40（4）：8

[6]胡雄偉，張寶林，李抵飛.大數據研究與應用綜述[J].標準科學，2013，9：30

基金項目：

2013年甘肅省高等學校第二批科研項目（項目編號：2013B-118）。

作者簡介：

高蘭德（1978-），男，副教授，工學碩士，主要從事網絡技術工作；潘濤（1981-），女，講師，工學碩士，主要從事電子與通信技術專業的教學工作。