基于多源數據融合的煤礦安全態勢感知分析平臺研究

王恒曉

（國家能源集團烏海能源有限責任公司，內蒙古 烏海 016000）

感知煤礦安全態勢，是制定安全制度的基礎和調整礦井安全策略的前提，只有充分挖掘煤礦人、機、環、管等多方面的安全風險與潛在隱患，才能采取有針對性的安全防范措施，預防煤礦事故發生。目前，煤礦風險管控和隱患排查過程以人工巡檢、紙質記錄為主[1-2]，對數據的處理、存儲和分析時效性不足，錯誤率高[3]。國內外學者對煤礦安全風險、隱患的信息化管理開展了相關研究，構建了風險分級管控系統[4]、隱患排查治理系統[5]以及安全質量生產標準化管理系統[6]，在一定程度上提高了煤礦安全風險隱患排查治理的工作效率，但各系統均服務于單一煤礦專業，系統之間相對獨立，無法溯源分析煤礦安全整個范疇的全鏈路數據。基于此，設計了基于多源數據融合的煤礦安全態勢感知分析平臺[7-10]，將安全信息系統、安全監測系統、設備監測系統、視頻監測平臺、風險管控系統、隱患排查系統、災害預警平臺等進行充分融合，全面感知礦井人、機、環、管安全信息，構建評價指標體系與模型，宏觀層面評價各礦安全管理水平、找出管理薄弱項，細分層面可以分專業、系統、區域、時段識別管理重點、弱點與短板，全面提升煤礦安全管理智能化水平。

1 系統架構

系統采用“平臺+端”模式，基于統一體系架構、標準體系、安裝認證、管理運維向煤礦企業服務。系統整體技術架構如圖1，包含數據感知層、數據存儲與服務層、業務應用層。數據感知層通過礦井一體化數據采集系統實現安全管理、安全監測類數據采集；數據存儲與服務層按照元數據標準[11-12]將采集數據解析成為標準的、具備明確含義的結構化數據存儲；系統內置安全分析模型、數據特征圖譜分析模型等，以微服務的形式向業務應用層提供服務支撐；業務應用層集風險智能評判、隱患規律分析、事故態勢分析、作業人員分析、災害風險分析、設備隱患分析、風險異常識別、數據資源管理、安全智能管控APP、安全態勢可視化展示于一體，通過數據分區、功能分區、權限分級為不同部門、不同級別、不同用戶提供業務服務。

圖1 系統整體技術架構圖Fig.1 The overall technical architecture of the system

2 關鍵技術

2.1 數據集成與質量判識技術

1）安全風險數據集成技術。礦井安全風險數據以結構化數據、文本、圖像、視頻等多種形式分散存儲于獨立運行的系統中，具有專業多，跨度大，存儲分散，結構多樣的特點。針對結構化安全數據，采用多協議適配的形式通過數據采集接口程序實現數據集成；針對文本、圖像、視頻類數據，以文件的形式通過FTP 服務器上傳。所有礦端的數據以消息隊列的形式通過發布訂閱模式將數據推送至集團公司，集團公司的數據解析程序按照統一規范的數據標準協議解析上傳數據，通過數據治理軟件對數據質量進行處理，將處理后的數據傳輸至數據中心存儲。

2）數據質量判識技術。數據質量判識技術以數據可信度量分析指標為核心，實現數據完整性、時效性、一致性、規范性、入庫合規性判識。數據可信度量分析指標通過分析信息對象、數據來源，確定采集途徑及影響數據可信的主要因素，從規范性、完整性、準確性、合規性、一致性、時效性6 個方面建立。

數據質量判識通過建立核心元數據代碼集和校驗規則集，實現數據完整性與時效性判識；利用數據波動、趨勢、時空關聯特征，實現信息準確性與一致性判定；通過設備空間定位、狀態識別分析，實現設備調校、閉鎖測試、安裝規范性等自動識別；對集成數據入庫環節建立集Staffcert 校驗、值域校驗、正則表達式校驗于一體的數據入庫合規性校驗，判斷入庫數據是否為正確數據。

2.2 礦井安全風險量化分析評價

2.2.1 風險量化評價指標體系

基于中性參照對象與事故致因理論，從人、機、環、管4 個維度構建風險量化評價指標體系。

1）人的維度。以礦井現有系統為基礎，采集整理煤礦人員井下活動軌跡、出入井違章行為、從業資格、健康狀況等數據，構建作業人員數量、持證情況、工作經驗、受教育程度、培訓、操作違章率、疲勞程度等指標。

2）機的維度。圍繞采、掘、機、運、通、排等主要環節，以現有系統為基礎，分析構建關鍵要素邏輯拓撲結構圖，構建設備資質、先進程度、完好率、故障率、維保率、維修質檢不合格率，設備安全隱患發現率、整改率、逾期率，安全防護裝置配備率及安全運行周期等評價指標。

3）環的維度。基于煤礦水文地質、災害監控與預警等基礎數據，構建與地質、采掘方法、頂板災害（冒頂片幫、沖擊地壓）、瓦斯災害（瓦斯超限、瓦斯和煤塵爆炸、煤與瓦斯突出）、水害、火災、放炮、職業危害（塵害、有害氣體）、煤礦采掘接替等相關的井下作業環境風險評判指標。

4）管的維度。基于煤礦安全生產標準化、雙重預防管理等數據，構建煤礦機構及人員設置情況、安全生產責任制及落實情況、安全管理制度及落實情況、安全操作規程及落實情況、危險有害因素辨識評價與控制、應急救援及演練、安全投入等評判指標。

2.2.2 風險評判模型

風險評判模型包括集團公司風險評判模型與煤礦風險評判模型。集團公司風險評判模型從公司轄區煤礦固有自然特性、礦井布局及采掘條件、礦井重大風險與違章識別、事故數據分析、宏觀技術經濟政策等多個方面，建立多級區域安全態勢風險指標體系與分級評價模型。

煤礦風險評判模型利用模糊數學理論和層次分析法，自下而上構建包含煤礦基礎數據特征、各采掘地點的各類安全風險、煤礦安全風險、地域安全風險等多層遞歸的安全風險動態評價模型。

2.2.3 風險分析評價

針對被評價對象的各個指標值，基于預設的指標評分計算規則，計算百分制形式的指標評分。風險分析評價采用自底向頂的順序計算評價對象層以上的目標層和準則層元素關于各個被評價對象的評分，實現公司與煤礦層級的安全綜合風險分析評價。

2.3 風險異常自動識別技術

圍繞監控系統不合規、瓦斯抽采不達標、瓦斯涌出異常、頂板監測異常、火災監控區域溫度超限、機電設備安全隱患異常、人員違章行為等異常情況，建立監測數據特征圖譜，實現監測數據特征快速提取與監測異常自動識別。

針對煤礦安全監測數據特征圖譜構建，集成并優化適用于煤礦多種災害監測數據的MLlib 算法庫[13]，采用方差、斜率、偏離均值等構建數理統計特征量，采用灰色聚類、關聯規則等算法構建災害監測數據的特征值量化模型。利用煤礦安全風險挖掘分析算法庫，根據不同風險的特征，構建相關安全監測數據特征圖譜。

針對監測數據特征快速提取與識別，基于設計的大規模數據實時關聯分析處理框架，運用重疊窗口和滑動時間窗口，構建災害監測數據服務流處理模型，采用特征量距離相似度匹配與判定，實現瓦斯監測值典型特征的快速提取，自動識別數據突變、趨勢偏離、多窗口微小波動、數據變化趨勢等安全監測異常。

2.4 安全態勢可視化分析技術

安全態勢可視化分析技術采用PostGIS 作為礦井三維模型數據格式，選用GeoServer、Openlayers 等組件[14]，研發巷道拓撲生成算法、巷道空間關系融合算法等，結合礦井地測空間數據，構建礦井二三維拓撲結構，實現礦井地面工廣、巷道、采區等的矢量化展示；采用圖元標注、巷道熱力圖等方式實現風險可視化數據源動態綁定，實現全礦井風險點、隱患點、預警點、報警點、故障點在二三維GIS 一張圖上的可視化展現；分析災害氣體、粉塵濃度、采空區/帶式輸送機運輸測溫沿線溫度的時間特性與空間特性，結合空間插值方法，構建礦井重點采掘區域災害氣體體積分數分布場、粉塵濃度分布場、采空區/帶式輸送機運輸測溫沿線溫度場，集成各災害預警指標，實現采掘頭面-盤（采）區-全礦，風險多維度可視化展現。

3 系統平臺軟件

3.1 安全態勢感知分析平臺軟件

安全態勢感知分析平臺軟件采用ASP.NET Core為主體框架，同時結合數據庫訪問技術、JavaScript、CSS3、HTML5、jQuery、EasyUI、ECharts 等進行開發，開發完成的終端兼容IE11 及Chrome 內核。

平臺包括安全風險量化分析評判、風險自動識別、安全態勢可視化分析，安全態勢感知分析平臺功能結構如圖2。

圖2 安全態勢感知分析平臺功能結構Fig.2 Functional structure of safety situation awareness analysis platform

1）安全風險量化分析評判。風險量化評判指標體系與風險評判模型，實現采區、礦井、公司多層級風險量化評判，建立專題圖表展示評判結果，同時可以生成Word、PDF 等多種格式的評判報告文件。

2）風險自動識別。基于監測數據特征圖譜與異常在線識別方法，實現監控系統合規性分析、瓦斯抽采達標評判、瓦斯涌出異常分析、頂板監測數據分析、提升機隱患分析、火災監測數據分析、膠帶運輸機隱患分析、煤礦隱患規律分析等。

3）安全態勢可視化分析。采用三維GIS 技術構建災害監測GIS 一張圖，實現礦井風險、隱患等安全監測與分析數據分層顯示；根據實景建模技術，實現采區三維可視化展示；分析災害氣體時空特性，結合空間插值方法，實現災害氣體分布模擬；采用折線圖、柱狀圖、南丁格爾圖等多種展示方法建立安全風險專題圖表。

3.2 安全管控手機APP 軟件

安全管控手機APP 軟件采用原生與H5 相結合技術，支持APP、微信、釘釘等，實現重大設備監管，環境監測、災害預警、人員定位、視頻監控、調度通信、云短信通知、設備點檢、安全管理、安全培訓、告警主動推送等功能。

4 現場應用

在烏海能源公司老石旦煤礦進行安全態勢感知分析平臺與安全管控手機APP 現場應用，在礦端部署1 主1 備2 臺數據采集服務器，1 臺Web 發布服務器，1 臺GIS 服務器，1 臺數據庫服務器。

數據采集服務器上部署安全感知監測數據采集程序與聯網上傳程序。安全感知監測數據采集程序通過區域控制器實現礦井瓦斯、火、頂板、水害、粉塵等災害感知數據以及電力、廣播、調度通信、通風等重點機電設備監測數據的統一采集。聯網上傳程序按照標準協議將礦端的安全感知監測數據與態勢感知分析數據轉換為文本文件，通過FTP 上傳至公司端數據中心存儲。

Web 發布服務器上部署安全態勢感知分析平臺軟件，通過IIS 發布，使得同一網段內的任何終端均可訪問。GIS 服務器上部署ArcGIS、GeoServer、Openlayers 等GIS 組件及JAVA、Tomcat 等基礎支撐軟件，GIS 服務通過Tomcat 發布，供安全態勢感知分析平臺軟件調用。

數據庫服務器采用虛擬化的形式部署Windows Server 故障轉移群集，建立Always On 高可用性組，存儲安全感知監測數據與態勢感知分析數據，為安全態勢感知分析平臺軟件及安全管控手機APP 提供數據支撐。

安全態勢感知分析平臺現場部署后，應用結果表明該系統顯著提升了現場人員在風險辨識、潛在隱患挖掘與風險處置方面的能力，降低了礦井安全事故發生率。

5 結 語

煤礦安全態勢感知分析平臺實現了安全風險數據集成與數據質量判識、多層級安全態勢分析、礦井典型異常識別與可視化展示，通過在烏海能源公司老石旦煤礦的現場應用，提高了礦井安全風險辨識能力與風險異常處置能力，為煤礦安全生產提供保障。