基于大數據的云邊一體化煤礦安全生產風險監測預警平臺

疏禮春

（應急管理部信息研究院，北京100029）

《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》要求，煤礦風險監測預警系統建設需要實時采集煤礦企業生產和安全管理、工業視頻監控、安全（瓦斯抽采）監控、井下作業人員、重大設備監控、礦壓及沖擊地壓監測、水文地質監測、供電監控等數據，系統實行國家、省2級建設，國家、省、市（分局）、縣、企業分級應用。

近年來利用大數據相關技術進行煤礦風險監測預警，已成為煤炭工業研究熱點，并且已取得了豐碩的成果[1-8]。當前，大數據技術在煤炭工業的研究與應用還處在初級階段，存在的主要問題如下：大數據應用比較單一，主要與安全監測或設備運行健康診斷有關[9-10]；針對多系統數據融合、風險研判、監測預警應用內容較少。

云邊一體化煤礦風險監測預警是一項復雜技術，需要邊緣端與云端進行實時交互，云端需要實時流式計算處理邊緣端匯聚的感知數據、管理數據和監管監察執法數據等，并進行分類存儲、治理、業務建模和可視化分析等，提前發現事故苗頭，提醒煤礦及時采取措施，減少事故發生。為此，重點研究平臺架構和風險監測預警應用系統的功能。

1 平臺架構

平臺架構自下而上分為數據資源層、平臺服務層和應用層。數據資源層按照感知數據、管理數據和監管監察數據分類，針對不同類型的數據源，邊緣端數據采集系統支持文本文件、消息隊列、數據庫等不同類型的數據源適配接口。同時進行數據質量檢查、數據緩存等，確保有效數據持續傳輸到云端平臺。平臺服務層包括統一數據接入、處理及計算、數據資源池、數據治理、人工智能服務、災害模型庫、應用支撐、數據服務和運維管理等模塊。應用層主要包括風險監測預警應用系統和移動端系統。煤礦安全生產風險監測預警平臺總體架構如圖1。

圖1 煤礦安全生產風險監測預警平臺總體架構Fig.1 Overall framework of coal mine safety production risk monitoring and early warning platform

2 邊緣端與云端數據交互過程

邊緣端包括煤礦端和煤監局端。主要為云端平臺提供數據資源，通過互聯網、VPN或專線等方式與云端互聯。煤礦邊緣端部署數據采集前置機，匯聚煤礦端所有系統的感知數據、工業視頻結構化分析數據、安全管理數據和相關地質、采掘指標數據等。邊緣端采集的數據上傳至云端后，首先存入原始庫，與邊緣端一致，經抽取、清洗和轉換后，分別存入資源庫、主題庫等。煤礦端感知數據通過流式方式發送至云端的kafka消息隊列，經flink流式計算處理后，存入云端的Opentsdb時序數據庫。視頻結構化數據和違章視頻文件，通過云端的RESTful接口調用，分別存入云端的MySQL關系庫集群和OBS文件塊存儲部分。煤礦端地質和采掘等指標數據通過RESTful接口調用，存入云端的MySQL關系庫集群。煤監局端的監察執法數據、事故數據等，通過前置交換庫Kettle數據抽取的方式，存入云端的MySQL關系庫集群。其中云端還可以對邊緣端推送報警信息數據、預警信息數據等。

3 風險監測預警應用系統

系統通過“1張GIS圖”實現省局、分局、煤礦3個層級煤礦地域分布、實時風險情況等進行研判分析，支持數據逐級鉆取。主要包括綜合概況、在線巡查、風險研判、動態預警和運行診斷等功能。

3.1 綜合概況

按照“省局－分局－煤礦”3個層級，分別采用1張GIS圖方式進行多系統關鍵指標和統計分析指標動態監測。

1）省局1張圖。以省局轄區行政區域地圖為底圖，以各分局為統計單位，顯示省局轄區煤礦分布情況，各分局轄區煤礦數量等，并對煤礦安全監控、井下作業人員、視頻監控、水文地質監測、沖擊地壓監測及礦用重大設備監控系統的實時接入煤礦數量、井下人員數量、井下帶班領導數量、瓦斯、一氧化碳超限報警煤礦數量、沖擊地壓預警煤礦數量、涌水量預警煤礦數量，主通風機、主排水、壓風機等重大設備運行異常煤礦數量等關鍵指標進行可視化。

2）分局1張圖。以分局轄區行政區域地圖為底圖，以各煤礦為統計單位，顯示各煤礦分布情況和預警煤礦數量和上述關鍵指標等。

3）煤礦1張圖（包括地上1張圖和地下1張圖）。①地上1張圖：顯示該煤礦的礦區范圍，主井、副井及風井口的位置，地面重要位置視頻監控點，點擊攝像頭，可以調閱該位置的實時視頻監控畫面，地下采掘工程平面圖在地上的投影，從地面可以查看該煤礦的地下采掘面、采空區的位置等；②地下1張圖：顯示該煤礦的二三維一體化通風系統圖，在二三維圖上顯示該煤礦的安全監控傳感器測點布置位置和實時監測數值、井下人員基站布置位置和實時人數、井下工業視頻布置位置和實時監控畫面、井下水文鉆孔位置和實時水溫、水位、涌水量日累計值、排水量日累計值等，主通風機、主提升、主排水、壓風機等煤礦重大設備的運行信息、異常報警信息等。

3.2 在線巡查

在線巡查主要實現安全監控、人員定位、工業視頻、沖擊地壓、水害防治、煤礦重大設備等監測數據的在線巡查。

1）安全監控系統在線巡查。主要實現井下環境參數的實時監測、歷史查詢、報警統計分析和預警提醒等。實時監測主要實現井下甲烷、一氧化碳、風速、煙霧等環境參數值和狀態監測。歷史查詢主要實現上述傳感器的歷史數據和報警信息查詢，包括報警位置、最大值、開始時間、持續時長及變化趨勢曲線。報警統計分析實現所有類型傳感器的超限、故障、斷線、斷電、標校等狀態次數統計。預警提醒實現甲烷傳感器實時監測值在固定時間內的增速值和增幅值指標預警提醒等。

2）人員定位系統在線巡查。主要實現井下人數實時監測、人員軌跡、考勤查詢、報警統計分析等。實時監測包括各煤礦的核定下井人數、井下實時人數、井下帶班領導人數、進入限制區域人數、特殊工種人數等。人員軌跡查詢實現所有下井人員任意時間段的井下行走軌跡查詢，考勤查詢實現所有下井人員任意時間段的入井、出井時間和井下工作時長查詢等。報警統計分析實現煤礦井下超員、超時、求救報警、進入限制區域等異常情況的統計分析。

3）工業視頻在線巡查。主要實現煤礦工業視頻的遠程調閱和回放，可以對煤礦邊緣端視頻分析的結果，如調度室脫崗、井下限制區域有人、井下軌道行人等異常行為進行查看，對停工停產煤礦的監控視頻進行在線巡查，查看是否有擅自違法生產行為，作為監察執法的證據。

4）水害防治監測在線巡查。主要實現煤礦水害防治感知數據的實時監測、歷史查詢和統計分析等。①水害實時監測主要實現煤礦地面長觀孔的水位、水溫，井下水泵房的日累計排水量、水泵運行狀態、微震監測點的震級和能量事件的監測；②水害歷史查詢主要實現上述監測指標項的歷史趨勢曲線和數值查詢；③水害統計分析主要實現水文鉆孔的超閥值的水溫、水位監測點統計、礦井日排水總量統計、微震大能量事件統計等。

5）礦壓和沖擊地壓監測在線巡查。主要實現礦壓和沖擊地壓感知數據的實時監測、歷史查詢和統計分析等。①礦壓和沖擊地壓實時監測主要實現煤礦工作面支架阻力的前柱、后柱等，巷道鉆孔應力、錨桿（索）應力、頂板離層、表面位移，微震的震級和能量事件的監測；②礦壓和沖擊地壓歷史查詢主要實現上述監測指標項的歷史趨勢曲線和數值查詢；③礦壓和沖擊地壓統計分析主要實現巷道鉆孔應力、錨桿（索）應力異常、頂板離層、表面位移變動幅度異常、傳感器狀態異常，微震的大能量事件的統計分析等。

6）煤礦重大設備監控在線巡查。主要實現煤礦主通風機、立井提升、主排水、空壓機等煤礦重大設備監控系統的通信狀態、設備就地或遠程控制模式、運行狀態、異常數值等實時監測、歷史數值查詢和統計分析等。具體如下：①主通風機監控在線巡查：主要實現風機風壓、風速、風量、振動、電機電流、轉速及功率、電機定子繞組溫度、軸承溫度等模擬量監測、歷史數值和趨勢曲線查詢，報警類型和異常值統計分析等；②主排水監控在線巡查：主要實現水泵房水倉水位，水泵流量、流速、壓力（含管路壓力、真空泵負壓等）、設備溫度（水泵軸承溫度、電機繞組及軸承溫度等）、振動、電流、電壓、功率等模擬量，水泵、閥門、真空泵、防水門狀態等開關量，排水量、有功電量、水泵運行時間等累計量的實時監測、歷史數值和趨勢曲線查詢，報警類型和異常值統計分析等；③立井提升監控在線巡查：主要實現提升重力、提升次數、提升容器位置、速度、主電機電流、電壓、有功功率、繞組溫度、軸承溫度等模擬量，提升機開停、保護裝置、制動系統、鋼絲繩狀態、冷卻裝置狀態等開關量實時監測、歷史數值和趨勢曲線查詢，報警類型和異常值統計分析等；④空氣壓縮機監控在線巡查：主要實現空氣壓縮機溫度、壓力、電流、電壓、功率等模擬量，設備開停狀態等開關量實時測、歷史數值和趨勢曲線查詢，報警類型和異常值統計分析等。

3.3 風險研判

通過構建風險單項指標、統計分析指標和綜合模型指標，從“人、機、環、管”等方面，進行煤礦事故風險研判，主要包括井下人員風險、煤礦重大設備風險、煤礦瓦斯事故風險、水害事故風險、沖擊地壓事故風險等研判。

1）井下人員風險研判。通過融合人員位置監測系統的感知數據、煤礦地質條件和煤礦井下單班作業人員規定和井下人員持證情況等數據，構建全礦井超員、礦井區域超員、領導帶班空崗、帶班領導未在井下交接班、井下帶班時間不足、領導帶班空崗、無資質人員進入禁區、井下特殊工種是否持證及是否在有效期內等單項指標和統計分析指標，形成井下作業人員風險監測圖。

2）煤礦重大設備風險研判。通過融合礦用重大設備安標數據、檢測檢驗數據、維修保養數據、運行監測等感知數據，構建煤礦主通風機、空壓機、立井、斜井提升機、主排水泵和絞車等煤礦重大設備溫度異常、轉速異常、震動異常等單項風險指標和運行異常、控制異常和報警持續時長，是否按照規定進行檢測檢驗和維修保養等統計分析指標。形成煤礦重大設備風險1張圖。

3）煤礦瓦斯風險研判。通過融合煤礦瓦斯地質基礎數據，工作面上隅角、工作面回風瓦斯濃度、氧氣濃度、風速等感知數據，構建煤礦瓦斯濃度超限值和超限時長單項風險指標、瓦斯濃度增幅統計分析指標和瓦斯數值、氧氣濃度和風速等瓦斯風險模型指標。形成煤礦瓦斯風險1張圖。

4）煤礦水害風險研判。通過融合煤礦水文地質基礎數據，長觀孔的水位、水溫監測數據，排水量數據、涌水量和微震監測能量數據等。構建長觀孔水位、水溫增幅超閾值，水倉水位超閾值，排水總量超閾值等單項風險指標和微震的震級過高和大能量事件統計分析指標。形成煤礦水害風險1張圖。

5）沖擊地壓風險研判。通過融合煤礦沖擊地壓鑒定信息、工作面采掘進度、鉆屑等基礎數據，支架壓力、鉆孔應力、頂板離層、微震監測、地音監測等感知數據，構建煤礦支架壓力、鉆孔應力、頂板離層增幅超閾值等單項風險指標以及微震的震級過高和大能量事件統計分析指標。形成煤礦沖擊地壓風險1張圖。

3.4 動態預警和運行診斷

1）動態預警。建立煤礦瓦斯、沖擊地壓和水害風險指標和模型，進行煤礦3大災害的單指標預警和多參量綜合模型預警。具體如下：①基于煤礦瓦斯地質數據、安全監控系統采掘面瓦斯監測值、風速、風量、氧氣含量等監測值、瓦斯抽放值等；②基于鉆孔應力的應力值、增幅值、增速值指標，微震的大能量事件、事件總頻次異常率，錨桿（索）支護阻力增幅、增速指標，鉆屑量超標等；③基于長觀孔的水位、水溫的監測值、增幅值、增速值指標，排水量監測值、增幅值、增速值指標等。分別建立瓦斯、沖擊地壓和水害的單參數指標預警和多參量綜合模型預警。

2）運行診斷。系統自動對接入系統的在線率、數據的完整性、一致性、準確性和及時性等進行診斷分析。形成實時分析圖表和數據質量分析報告。對數據傳輸狀態、報警信息等事件進行滾動顯示，包括數據傳輸中斷事件開始時間、結束時間，報警事件開始時間、結束時間等。

4 平臺應用

2019年10—12月，平臺在內蒙古煤監局開始上線試運行，在300多座煤礦建設了煤礦邊緣端數據采集處理系統，在華為公有云建設了平臺的數據資源池、數據治理系統、風險監測預警應用系統等，接入了300多座煤礦的安全監控、人員定位、工業視頻、礦壓監測、邊坡監測等系統的感知數據和雙重預防管理系統數據，按照數據的熱、溫、冷，分別存入公有云的redis內存庫、mysql關系庫和opentsdb時序庫，建設了風險監測預警應用系統，實現了多系統數據的1張圖綜合概況展示、實時數據和歷史數據的在線巡查、綜合分析和實時診斷。全區各級煤礦監管監察人員通過應用系統，對發現的安全風險，及時提醒煤礦采取處理措施，需要現場排查的，立即上現場，提升了監察執法的精準性和效能。

5結語

基于大數據的云邊一體化煤礦安全生產風險監測預警平臺的建設，將為煤礦風險監測預警、風險研判、應急高效指揮等提供支撐能力，推動實現從注重災后救助向注重災前預防轉變，從應對單一災種向綜合減災轉變，從減少災害損失向減輕災害風險轉變，實現對煤礦災害事故易發多發頻發地區的全方位、立體化、無盲區動態監測和預警，及時消除事故隱患。