大數據在露天礦山邊坡安全中的應用

康恩勝，趙澤熙，龐文娟

(1.內蒙古科技大學 礦業與煤炭學院；2.內蒙古科技大學 礦業研究院；3.包鋼股份有限公司 煤焦化工分公司 研究室，內蒙古 包頭 014010)

在信息高速發展的今天，大數據、物聯網、云計算已經逐步成熟。歐陽秋梅等基于安全大數據應用的3個價值來源，提煉出安全大數據應用的9條基礎原理，原理具有普適性，能夠適用于不同行業的安全相關問題[1]。露天開采是較為經濟的開采方式，隨著開采深度的增加，礦山邊坡的高度和角度也逐漸增大，礦山邊坡的穩定性越來越差[2]。對露天礦山邊坡數據加以監測、收集與分析，進而采取有效地安全決策和控制措施，以減少邊坡安全事故帶來的人員傷亡和經濟損失。

1 對礦山邊坡大數據的采集

在大量的數據面前，如何更有效地采集、挖掘數據，是安全大數據有效利用的基礎。根據安全生產大數據的5W2H采集法[3]，對礦山邊坡安全數據進行采集，篩選出有利用價值的安全大數據。

1.1 Why(采集原因)

露天礦山邊坡安全大數據的采集以傳感器采集為主，數據全面多樣，與傳統的數據相比能更好地反應安全數據信息。大數據可以使用不同部門，如地質、測繪、采礦等工程技術人員收集的數據，或不同類型、不同放置地點的傳感器采集的礦山邊坡數據，將不同來源的數據進行有效關聯整合。大數據采集方法可以實現數據的不間斷采集與及時更新，大數據技術能夠快速、有效地發現數據的價值和事物的本質[4]。因此，利用大數據技術采集礦山邊坡安全數據是有必要的。

1.2 Who(使用主體、采集者及采集對象)

數據使用主體包括安全監督管理部門、礦山企業和相關研究機構等。數據的采集者即自動化的采集設備，可以通過邊坡災害監測預警網絡系統對礦山邊坡數據進行監測，實現礦山邊坡數據的可靠采集。采集者可以對多個傳感器或不同系統進行整合，實現數據的全面監測，提高采集數據的精準度。采集對象包括礦山邊坡的巖體結構參數；位移、傾斜；應力應變、地形變化；地震、爆破震動；降雨量、氣溫、地表水和地下水的水位、水質、水溫、泉流量、孔隙水壓力等數據。根據不同的采集對象使用不同的采集方式，將采集到的礦山邊坡數據通過云計算進行匯總與整理。

1.3 What(采集數據類型)

礦山邊坡數據在采集時需要明確數據類型，根據采集到的數據，分析確定礦山邊坡穩定性，減少因節理、裂隙、層理、斷層和破碎帶以及極不穩定的軟巖夾層和遇水膨脹的軟巖石等引起的邊坡的穩定性降低，防止滑坡事故的發生。

①對礦山地質數據的不間斷采集。包括采集巖石的物理力學性質數據、水文地質條件數據、地質構造數據。②在巖層進行開挖時，對上部變形數據進行采集。其變形量是隨斷層前部礦層開挖量的變化而變化的，查找不利于邊坡穩定的巖體結構、構造和軟弱巖層。③對地表位移觀測線的數據進行采集。包括地表境界線數據、地下位移監測線數據、邊坡上隨時間推移可移動的地面位移觀測線數據。④對滑坡數據進行采集。包括滑坡的周期及滑動規律數據、滑坡裂縫測量及調繪數據。

1.4 Where(采集邊界)

邊界可由項目實施人員完成，將多個傳感器(一般為60個以上)按一定間距(2m～15m)排列，通過無線網絡或電纜與傳感器相連接，利用物聯網技術采集數據，以增大傳感器的覆蓋面積和探測深度，保證在強干擾的環境下也能取得可靠數據[5]。通過采集數據與同地區礦山數據的比較，結合地質模型和設計資料，進行三維地質模型繪制，使用FLAC3D等軟件進行模擬計算，評估礦山邊坡穩定性。

1.5 When(采集時間)

邊坡數據的采集時間，可以通過礦山邊坡上的傳感器進行實時監控采集。礦山爆破作業會不同程度的影響邊坡巖體的穩定，通過對邊坡巖體的爆破實時監控，掌握爆破對邊坡的破壞情況，確保邊坡處于穩定狀態；雨季前或春季凍融時期，對有滑動跡象的邊坡進行實時數據采集，提出預報和處理意見，以便及時采取防護措施。

1.6 How much(采集數據量)

采集的邊坡安全生產數據并非越多越好，應當根據礦山企業的需要按需求量采集數據。如礦山企業不同年份的邊坡安全數據，同一地區不同礦山企業的邊坡數據。通過數據挖掘技術，從海量的交互、高維、無序的自變量數據庫中發現潛在的，且能夠導向因變量的有用信息，將不必要的數據省略或不采集，提高礦山邊坡數據的采集效率和精度[6]。

1.7 How(采集方法)

在采集礦山邊坡數據時，應根據經濟承受能力合理選擇監測設備，不同地區也應根據不同的地理條件選擇適合的設備[7]。

1.7.1 采集方式和工具。礦山邊坡大數據的采集將以傳感器為主，人工采集為輔助的采集方式。采用智能數據采集設備，解決網絡監測功能與第三方應用需求分離的問題及重復建設數據采集平臺的問題[8]。利用網絡在大數據采集方面的作用與價值，選取高效的數據采集工具，以達到數據采集的目的。

1.7.2 采集技術。目前，對采集技術的研究集中在表面位移監測技術、深部位移監測技術、深部滑動力監測技術。韋忠跟等采用邊坡雷達技術具有大范圍、高密度、快速掃描的特性，很快辨識并確認滑坡可能發生的位置和規模；臨滑階段速度倒數曲線的擬合能夠預報可能發生滑坡的時間，是滑坡預測預報的切實、有效的新方法[9]。孫光林等采用恒阻大變形錨索技術，通過振弦式載荷傳感器對邊坡下滑力的測量與提取，在加固邊坡的同時，能夠進行滑坡全過程的數據監測[10]。

2 礦山邊坡安全大數據采集中物聯網、云計算的應用

2.1 物聯網的應用

物聯網技術的先進性、系統性和經濟性特點使其能夠有效整合分散信息，在礦山安全預警領域均取得了明顯的應用成果[11、12]。將物聯網技術應用到露天礦山安全生產中，可以把礦山邊坡監測設備建設成一個礦山物聯網，對礦山邊坡進行全天候監控，保證數據的實時傳輸[13]。

2.1.1 對礦山邊坡全面感知。 利用邊坡雷達技術和GPS衛星定位等技術，組成礦山邊坡傳感器系統，對邊坡面進行分區域掃描。將每個區域的掃描結果與此前獲得的數據進行對比分析，為礦山邊坡的穩定性分析提供具有參考價值的數據。

2.1.2 數據的可靠傳輸。 利用無線傳感器網絡(WSN)，實現礦山邊坡安全信息的分發和共享。由大量的靜止或移動的傳感器以自組織和多跳的方式構成的無線網絡，以協作地感知、采集、處理和傳輸網絡覆蓋地理區域內被感知對象的信息，并最終把這些信息發送給網絡所有者。WSN中的傳感器通過無線方式通信，網絡設置靈活，可以將礦山邊坡監測設備根據不同的開采時間、地點、方式隨時更換安放位置。

2.1.3 信息技術對數據的處理。 目前對信息的管理和利用，都是通過信息系統來完成的，各種系統也只有集成為綜合系統才能充分發揮作用。因此，可以利用信息系統技術，對采集到的礦山邊坡數據進行分析和處理，針對具體問題提出解決方法，實現決策和智能控制。

2.2 云計算的應用

大數據的管理和處理是云計算設施的用武之地。云計算利用廉價的節點來構成“云”，其超大規模的特性可以處理數以億計的數據；并且云計算使用了數據多副本容錯、計算節點同構可互換等措施來保障收集到的礦山邊坡數據的可靠性。云計算的自動化、集中式的管理模式使企業無須負擔數據中心管理成本，其通用性使資源的利用率較之傳統系統大幅提升[14]。

3 結束語

隨著信息化時代的來臨，大數據、物聯網及云計算技術的優勢也日益明顯，而它們也將成為提高露天礦山安全水平的重要技術。礦山邊坡的安全離不開邊坡的實時監測，利用大數據和物聯網技術可以進行實時監測，得到礦山企業需要的邊坡安全大數據，加之以云計算技術的處理能有效地為礦山企業提供支持，防止邊坡事故的發生。