智能礦井和數字礦山研究熱點與前沿知識圖譜分析

侯 錟，劉麗君，趙 巖，劉 地

(1.陜煤張家峁礦業有限公司，陜西 榆林 719300； 2.西安科技大學 計算機科學與技術學院，陜西 西安 710054)

煤礦開采過程危險復雜，采礦條件也日趨復雜。我國90%以上的煤炭產量來自于井工開采，開采強度與規模的加大使采煤區地面塌陷嚴重。據統計，平均每采出10 kt原煤，就可使土地沉陷0.2 hm2,目前沉陷面積已達135萬hm2，并以7萬hm2/a的速度遞增。而隨著數據時代的到來，礦井智能化應用于多個領域，礦山智能化能極大地提高礦山生產效率，保證礦山的安全生產，減少生命和財產損失。所以，對于智能礦井的研究顯得尤為重要，具有現實意義[1-3]。

知識圖譜是近幾年為大家所知的一個概念，在圖書情報界稱為知識與可視化或知識領域映射地圖，是顯示知識發展進程和結構關系的一系列各種不同的圖形，用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及其相互聯系。知識圖譜對于大量的文獻處理和可視化分析，對某一學科的文獻、研究人員、研究機構、發文量、關鍵熱詞等具有獨特功能[4-8]。

為了更加深入了解我國智能礦井探究現狀和研究成果，更加清晰展現此方面文獻的研究方向與趨勢，以中國知網CNKI期刊作為數據庫，選取“智能礦井”“智慧礦山”“數字礦山”“礦山智能”為主題的相關文獻為研究對象，利用可視化工具Citespace和VOSviewer繪制知識圖譜展開研究，以期為國內的學者對此方面的研究提供一些參考，幫助他們快速把握熱點、掌握脈絡。

1 數據來源與研究方法

1.1 數據來源

本文以CNKI期刊數據庫，分別以“智能礦井”“智慧礦山”“數字礦山”“礦山智能”為主題詞檢索，篩選掉外文文獻，選取1991—2020年的1 931篇中文文獻，進行數據檢索下載并整理。數據來源：CNKI數據庫；檢索格式：主題詞=“智能礦井”“智慧礦山”“數字礦山”“礦山智能”；時間跨度：1991—2020；文獻語種：中文；文獻類型：期刊、會議。報紙、博(碩)士論文；精煉結果：1 931篇中文文獻；檢索時間：2020年3月28日[9-10]。

1.2 研究方法

本文采用Citespace和VOSviewer兩種可視化分析軟件[11-13]。

Citespace是一款著眼于分析科學文獻中蘊含的潛在知識，并在科學計量學，數據和信息可視化背景下逐漸發展起來的一款多元、分時、動態的引文可視化分析軟件，由美國德雷塞爾大學計算機與情報學教授陳超美使用Java語言開發的。本文采用的是Citespace5.6.R1.12.3版本。

VOSviewer是荷蘭萊頓大學科技研究中心的van Eck和Waltman于2009年開發的一款用于構建和可視化文獻計量網絡的軟件。本文采用的是VOSviewer_1.6.15版本。

2 研究的基本情況

2.1 發文量分析

基于CNKI數據庫的檢索結果，通過整理數據，利用Excel畫出每年的發文量(圖1)[14-18]。

圖1 發文量時間分布Fig.1 Time distribution of published papers

從圖1可以看出，發文量隨著年份基本上呈遞增趨勢，而在2015—2017年出現大幅度下滑，原因是：2016年左右，全球經濟陷入長期低迷態勢，受此影響礦業市場也處于低迷態勢，并且全國地質災害多發頻發。從2017年之后發文量逐步上升，2017年5月，國土資源部、財政部、環境保護部、國家質檢總局、銀監會、證監會聯合印發《關于加快綠色礦山的實施意見》，體現國家全面推進礦山建設工作的意志，促使2018年發文量增加。2019年出現了發文量的高峰，原因是2019年3月，第十三屆全國人民代表大會第二次會議審查并通過《關于2018年國民經濟和社會發展計劃執行情況與2019年國民經濟和社會發展計劃草案的報告》，批準了2019年國民經濟和社會發展計劃。計劃提出，要組織實施新一輪技術改造升級工程，運用互聯網、大數據、人工智能等新技術和先進適用綠色工藝、技術、裝備改造傳統產業。預計未來有關智能礦井的研究的發文量將會持續的增長。

2.2 作者分析

通過Citespace對作者進行分析，篩選發文量大于等于5篇的作者。Citespace的分析結果如圖2所示。由圖2可知，結點大小表示作者發文量的多少，連線的粗細表示作者之間合作密度。

通過VOSviewer對作者進行分析，篩選發文量大于等于6篇的作者，整理如下：①吳立新為30篇；②張夏林為11篇；③吳沖龍為10篇；④田宜平為8篇；⑤王李管為8篇；⑥汪云甲為7篇；⑦翁正平為7篇；⑧王凱為7篇；⑨何珍文為6篇；⑩張宇為6篇；陳國旭為6篇；楊可明為6篇；譚章祿為6篇。

圖2 Citespace分析作者知識圖譜Fig.2 Author′s knowledge map made by Citespace

結合作者發文量的知識圖譜，可以看出發文量最多的作者為來自中國礦業大學(北京)的吳立新教授，吳立新教授主要關注礦山GIS、數字礦山等領域，主要從事MGIS開發與應用、礦山開采沉陷、遙感巖石力學和礦區環境可持續發展等領域的研究。他所發表的“論21世紀的礦山——數字礦山”“再論數字礦山：特征、框架與關鍵技術”等多篇論文，被大量下載和引用。除此之外，吳立新教授獲得支持基金主要有北京市自然科學基金、國家自然科學基金、高等學校優秀青年教師教學科研獎勵計劃、高等學校博士學科點專項科研基金、香港研究資助局資助項目、國家重點基礎研究發展規劃(973計劃)、高等學校優秀青年教師教學科研獎勵計劃。他發表的30篇文獻中，13篇為第一作者，與楊可明、 汪云甲、王彥彬、車德福、馬保東學者合作較為頻繁，其中，吳立新教授與楊可明教授來自同一機構。

來自于中國地質大學的張夏林、吳沖龍、田宜平3位教授合作密切，共同發表論文3篇。

張夏林教授從事地學信息工程專業和地球探測與信息技術專業資源信息系統工程方向的教學與研究，獲得支持基金主要有國家自然科學基金、國家重點基礎研究發展規劃(973計劃)、國家高技術研究發展計劃(863計劃)、高等學校博士學科點專項科研基金。

吳沖龍主要從事地礦信息系統、數學地質、煤及石油天然氣地質等方面的教學和科研工作，獲得支持基金主要有國家自然科學基金、國家科技攻關計劃、國家重點基礎研究發展規劃(973計劃)、國家高技術研究發展計劃(863計劃)。

田宜平教授主要從事盆地模擬和三維可視化圖形軟件研究與開發，獲得支持基金主要有：國家重點基礎研究發展規劃(973計劃)、國家自然科學基金、國家高技術研究發展計劃(863計劃)。

來自中南大學的王李管教授發表的8篇論文里，均為第二或第三作者，王李管教授的研究方向有：采礦工程、巖土工程、數字礦山。獲得支持基金主要有國家自然科學基金、國家高技術研究發展計劃(863計劃)、國家科技攻關計劃、湖南教委科研基金云南省省院省校科技合作計劃項目。

2.3 研究機構分析

通過Citespace分析研究機構的發文情況得到研究機構發文量統計結果：①中國礦業大學220篇；②中南大學57篇；③西安科技大學42篇；④中煤科工集團研究院36篇。

中國礦業大學作為發文量第一名的高產機構獨樹一幟，中國礦業大學的礦業工程為一級國家重點學科，獲得支持基金主要有聯合基金項目、青年科學基金項目、國家自然科學基金、面上項目、煤炭資源與安全開采國家重點實驗室(中國礦業大學)開放課題基金。

中南大學的礦業工程為世界一流學科建設學科，獲得支持基金主要有國家自然科學基金資助項目、湖南省研究生科研創新項目、國家杰出青年科學基金、聯合基金項目、青年科學基金項目、面上項目。

西安科技大學的安全科學與工程為國家級重點學科、礦業工程、地質資源與地質工程為省重級點學科，獲得支持基金主要有“973計劃”項目、“863計劃”項目、國家自然科學基金項目、面上項目、青年科學基金項目。

3 研究熱點與前沿

3.1 關鍵詞共現網絡

本文以“智能礦井”“智慧礦山” “數字礦山”“礦山智能”分別為關鍵詞從中國知網CNKI收集數據，并做數據清洗。將樣本統計結果數據導入Citespace進行轉換處理，將時間切片的時間范圍設置年份為1991—2020年，時間切片為1年，Node Types選擇Keyword。每個時間片選擇Top50，連線強度選擇Cosine。為避免個別結點過大，去掉“智能礦井”“智慧礦山”“數字礦山”“數字化礦山”等關鍵詞后，生成如圖3所示的以“智能礦井”等關鍵詞共現網絡圖譜。

圖3 Citespace關鍵詞共現圖譜Fig.3 Keywords co-occurrence map made by Citespace

圖3中每一個關鍵詞分別以節點展示，關鍵詞出現頻率的狀況可通過節點面積的大小呈現，節點越大，關鍵詞出現頻率越高。關鍵詞共現頻率狀況通過節點間連線的粗細程度表示。該知識圖譜共生成349個結點，連線為989條，親密度為0.016 3。Q值為0.534 6，S值為0.455 3。圖譜中節點表示關鍵詞，節點大小表示關鍵詞出現頻次，節點越大，關鍵詞出現頻次越高；節點之間連線反映合作關系，連線粗細反映合作關系強度，連線越粗，合作關系強度越大。借助Excel表格整理出中心度大于0的關鍵詞的綜合排名，次序為從左上到右下，綜合詞頻和中心度2個方面因素，見表1。

結合表1與圖3，除去“智能礦井”“智慧礦山”“數字礦山”“數字化礦山”等關鍵詞，通過綜合分析可知“物聯網”“信息化”“大數據”“三維建模”“人工智能”“三維可視化”“三維地質建模”“虛擬現實”等關鍵詞的研究熱度較高。

3.2 關鍵詞聚類

3.2.1 Citespace聚類結果

利用Citespace對關鍵詞進行聚類分析，結果如圖4所示。

表1 智能礦井熱點關鍵詞詳細分析結果Tab.1 Detailed analysis results of hot keywords in intelligent mine

圖4 Citespace聚類圖Fig.4 Cluster graph of Citespace

不同顏色的節點和連線代表不同的聚類，#開頭后面的文字為聚類名稱，這10個聚類名稱代表了智能礦井的具體熱點領域，將10個聚類集合中具體的關鍵詞整理，見表2。同質性反映同一個聚類中關鍵詞的相似性，該值越大，聚類中關鍵詞的相似性越高。平均年份為同一個聚類中關鍵詞最早出現年份的平均值，用來判斷聚類中引用文獻的遠近。

3.2.2 VOSviewer聚類結果

利用EndNote軟件將文獻格式轉換為RIS格式，type of analysis 選擇Co-occurrence，unite of analysis選擇keywords，Counting method選擇Full counting，最少出現次數選5，3 980個關鍵詞中有259個關鍵詞滿足閾值要求。

表2 Citespace聚類詳細情況Tab.2 Cluster details of Citespace

選取發文量超過7篇的文獻，并篩選掉“數字礦山”“數字化礦山”“智慧礦山”“智能化礦山”關鍵字。原因是選取的1 931篇文獻是以這些為名字查找的，且這樣能避免個別節點過大(圖5)。

圖5 VOSviewer關鍵詞共現標簽視圖Fig.5 Keyword co-occurrence tag view made by VOSviewer

節點大小表示關鍵詞出現次數，名列前茅的有：“物聯網”“礦井”“礦山”“應用”“三維可視化”“信息化”“煤礦”“礦山測量”“GIS”“三維建模”“可視化”“智能化”“地理信息系統”“大數據”“自動化”“單片機”“智能控制”“PLC”“人工智能”等。

圖5可以直觀地看到不同關鍵詞之間的聯系，不同的顏色表示不同的聚類，結合結果可知，聚合為10個類。

綜合Citespace和VOSviwer聚類結果分析：“神經網絡”“遺傳算法”“虛擬現實”“模糊控制”“數據挖掘” “數據融合” “智能決策” “智能控制” “智能診斷”“CAN總線”等是 “智能礦井”的研究熱點。

3.3 突現詞研究

突現詞研究可以得出該主題的研究趨勢和熱點研究方向，本文查找到的突現詞如圖6所示。圖6中，第1列為關鍵詞，第2列為所有文獻中的最早年份，第3列為強度，第4列和第5列的年份分別表示此關鍵詞出現最早的年份和最晚年份 。

圖6 突現關鍵詞Fig.6 Highlight keywords

關鍵詞的共現密度視圖如圖7所示。圖7中，項目即為關鍵詞，每個點都有一個顏色，是指該點處項目的密度。一個點附近的項目數量越多，相鄰項目的權重就越高，該點的顏色就越深，反之，一個點附近的項目數量越少，相鄰項目的權重就越低，該點的顏色就越淺。

綜合分析圖6、圖7的結果得出：“物聯網”“可視化”“三維建模”“礦山測量”“信息化”“人工智能”“大數據”“智能化”“三維可視化”“地理信息系統”等是當前研究熱詞。“礦山物聯網”“大數據”“云計算”“智能決策”“信息化”“人工智能”“可視化”將會成為以后持續研究的熱點和趨勢。

3.4 研究前沿

圖8表示每年的關鍵詞，圓圈為引文年輪，年輪的整體大小反映論文被引用的次數，引文年輪的顏色代表相應的引文時間。年輪越寬，出現的頻次越大。可將對應顏色與最上方顏色漸變條對應查看。也可用最下方為每一年份查看每一年的熱詞。最早出現的點為這個類里的突現詞，弧線的終點端為此術語結束時間。從圖8中可以看出，除了“數字礦山”“智慧礦山”這些大的領域，“人工智能”“物聯網”“大數據”“可視化”“數據挖掘”“三維建模”等方面的研究將會是以后的研究趨勢。

4 結論

由于很多學術成果可能以其他形式呈現，故在CNKI上通過主題詞檢索出來的期刊，并不能完全代表智能礦井研究領域的所有研究成果，所以對國內“智能礦井”的研究現狀分析和研究前沿預測有一定的局限性。但本文篩選的文獻數量較多，能在一定程度上反映一些大體的規律，故而運用科學知識圖譜對智能礦井的分析具有一定的合理性，綜合上面分析結果得到以下結論：

近30年國內智能礦井的相關研究的高產機構大多集中在礦業為特色的高校或礦業類研究院，高產作者較為分散和獨立，并且高產作者之間交流合作大多來自于同一個機構，即研究機構之間合作交流欠佳，不利于學術成果的創新和發展。

“物聯網”“信息化”“大數據”“三維建模”“人工智能”“三維可視化”“三維地質建模”“神經網絡”“遺傳算法”“虛擬現實”“模糊控制”“數據挖掘”“數據融合”“智能決策”“智能控制”“智能診斷”“CAN總線”“礦山物聯網”“云計算”等是近幾年研究的熱點，“人工智能”“物聯網” “大數據”“可視化”“數據挖掘”“三維建模”等方面的研究將會是以后的研究趨勢。

科學技術的不斷創新和發展，將會推動礦井開采和安全領域的發展，兩者之間的聯系將會越來越緊密，而對礦井的研究也會不斷走向無人化、智能化、數字化。