物聯網與大數據背景下礦山安全生產應急救援信息系統建設研究

王帥　郝培生　張喜梁　王宇　白建權　楊忠

【摘? 要】煤礦事故應急救援和影響控制關乎煤炭安全生產和社會穩定。在物聯網和大數據背景下，建設新型礦山安全生產應急救援信息系統，將為事故應急救援和影響控制提供有效手段。論文在礦山物聯網和大數據特征基礎上，依據物聯網體系結構，構建了安全生產應急救援信息系統，融合物聯網與大數據的礦山安全生產應急救援信息系統將為礦山安全生產提供保障。

【關鍵詞】物聯網；大數據；應急救援；信息系統

【中圖分類號】F273；TP311.5【文獻標志碼】A【文章編號】1673-1069（2023）05-0122-03

1 引言

近年來，國家和地方層面都在努力推進安全發展理念，全面落實安全責任。這些工作包括加強安全隱患的識別和處理。目前，安全生產形勢總體穩定，安全生產應急響應體系也在逐步完善[1]。我國煤礦安全生產雖然取得了一定進展，但與國際先進水平相比仍存在一定差距，特別是在預防重特大安全事故方面[2]。煤礦事故應急救援和影響控制關乎煤炭安全生產和社會穩定。礦山物聯網系統的發展，促進了生產、安全信息的融合與海量數據產生，在物聯網與大數據背景下[3，4]，信息化產品在煤礦安全生產中的應用已成為一個亟待研究的重大課題。如何利用信息化產品預防事故的發生，快速準確地定位事故位置，及時調配救援物資進行應急救援，以及控制輿情影響，都是需要深入探究的重要問題。

2 礦山物聯網與大數據

礦山物聯網利用各種技術將礦山數字化、可視化、智能化，從而實現對礦山運營的實時監控和管理。這可以提高礦山的生產效率、降低成本、改善工作環境和減少安全事故的發生。礦山物聯網的應用將融合當前煤礦井下各類生產和安全監控系統，形成統一的信息平臺，消除“信息孤島”，實現各類數據的共享，這也將促進煤礦大數據（Big Data）的產生。“大數據”，具有4V特征，即Volume（大量）、Velocity（高速）、Variety（多樣）和Value（價值）[5]。據統計，一般國有煤礦井上井下各生產子系統多達五六十個，這些系統的信息統一匯集后具備大數據特征，大數據將推進礦山安全監測預警、安全監管和事故應急救援從因果關系走向關聯關系，實現技術與學科融合。

3 基于礦山物聯網的應急救援信息系統建設

3.1 現階段煤礦安全監控存在的問題

盡管數字礦山建設已經促成煤礦建成了各類生產與監控系統，但是總體上尚存在以下問題：

①現場感知手段單一。缺乏微機電化集成傳感器。現有的瓦斯傳感器多采用傳統笨重的催化元件，缺乏MEMS微機電化集成傳感器，難以實現更細致和精準的感知。

②缺乏泛在感知網絡。目前，礦山缺乏統一的地下無線覆蓋感知層網絡，現有的傳感器和監測系統大多基于有線網絡，不能適用于煤礦流動作業、危險源位置不確定等場景，存在較多的感知盲區，難以做到無處不在的安全感知全覆蓋。

③缺乏應用層面的信息融合和決策融合。盡管煤礦綜合自動化已實現了應用系統的網絡化集成，但是應用系統之間的聯動與信息融合、決策融合還沒有得到充分發展，各應用系統之間難以形成有機的整體。

④多學科研究融合度低。煤礦安全和礦山綜合治理涉及地質、測量、水文、監測監控、智能信息處理技術等多學科交叉研究，但是各學科之間的融合度不夠，難以形成協同聯動的效應。

礦山物聯網系統可以有效解決這些問題，其核心是感知井下生產設備狀況信息、人員環境安全信息、人員動態信息和基于大數據分析的應用開發。

3.2 礦山物聯網應急救援信息系統的要求

按照應急管理時間序列，事前應能捕集各類安全狀態信息和預警信息，做好應急物資管理、應急專家庫管理。在事故應急過程中，通過礦山物聯網，能及時發現遇險人員的生命狀態和位置，動態反應井下災害實時情況，為救援指揮提供實時信息，準確預測事故的發展，為應急措施的制定提供準確有效的信息，縮短搜救時間。同時借助地面物聯網可以迅速查找、調用周邊資源開展應急工作。建立輿情影響控制系統，及時發布消息、正確引導輿論，降低事故社會影響。

3.3 基于礦山物聯網的應急救援信息系統結構

在煤礦信息化系統中存在多個獨立的系統，數據結構也不盡相同，導致這些系統之間難以互相連接和通信。為了解決這個問題，在應用層之前設計一個數據服務接口，實現統一數據結構，使得感知層和應用層中的各個系統可以更高效地互聯互通。系統結構如圖1所示。

3.3.1 感知層

主要功能是信息的感知與采集，通過RFID標簽讀寫器、傳感器（溫度、濕度、壓力傳感器和瓦斯等氣體傳感器）、視頻攝像頭等設備，完成物聯網應用的數據采集和設備控制任務。其井下布置如圖2所示，各類傳感器通過網關采用無線方式接入骨干環網或者直接通過分站接入。

3.3.2 傳輸層

物聯網的數據傳輸分為兩個方面：數據接入和網絡傳輸。數據接入負責收集末端設備的數據，并通過不同的通信網絡與物聯網建立連接，以實現信息交互。網絡傳輸則由傳感器節點構成的傳感網來完成，這些節點負責采集、傳輸和存儲數據，以滿足不同的應用需求。

3.3.3 處理層

對大規模數據進行分析和分類，并只傳輸應用層某個系統需要的有用信息。此過程需要高效的存儲和調取方法。

3.3.4 應用層

在應用層中，數據信息需要經過轉換、篩選、分析處理才能為用戶提供實際價值。因此，應用層的處理能力和算法能力非常重要，他們決定了物聯網系統的性能和實用價值。同時，應用層還需要與其他層級和系統進行有效的交互和協同，以便實現全面的物聯網應用場景。

3.4 基于礦山物聯網的應急救援體系

3.4.1 災害預警與事故信息獲取和處理

物聯網技術可以在災害中應用，迅速準確地獲取和綜合處理信息，建立高效的信息處理平臺。礦山物聯網的應急救援系統具備以下功能：

①為了對煤礦的生產設備和環境進行監測，可以給他們裝上RFID標簽和各種類型的傳感器，以獲取他們的靜態和動態信息，包括物質屬性、環境狀態和行為態勢等。這些信息可以通過協同處理的方式進行在線計算和控制，并通過連接其他設備與單元進行資源共享和交互，這樣可以實現對設備運行狀況的動態跟蹤。

②使用物聯網技術對煤礦內人員進行定位和動態管理，可以實時監控工人在各個工作崗位的工作情況，同時也能掌握井下人員的位置分布。通過附近RFID設備之間的信息交互，可以判斷作業環境是否符合要求，一旦發生災害事故，能夠及時發布撤離指令和逃生路線。此外，在特殊作業過程中，這種技術還可以起到監護人的作用，甚至能夠發現工人違反規定的行為，如瓦檢員是否按照規程操作，從而避免事故的發生。

③利用云計算技術，對系統產生大量非結構化數據和半結構化數據，進行關聯分析與計算，以形成各類應用系統。例如，將礦井瓦斯傳感器數據、風速傳感器數據和礦井通風系統結合起來，實現礦井風量、瓦斯濃度分布的實時動態分析，以及災變時期溯源追蹤。

3.4.2 利用物聯網技術進行綜合救災部署

①緊急救援。在災害發生后，通過廣泛布置 RFID 無線傳感器，及時了解災區溫度、水文、風速等參數的變化情況，為救援人員提供準確的預警信息，以便對人員進行定位、轉移和安置。

②現場調度。利用物聯網技術建立的信息平臺，現場調度人員與后方組織人員保持密切聯系，及時傳遞災區各類重要信息，為指揮中心做出及時、正確的判斷提供支持，確保救援工作的高效有序進行。

③救援物資調配。將救援設備、食物、飲用水和醫療器械等物資準確快速地送往災區并進行分配是救援工作的重要環節。通過采用射頻識別技術（RFID）對各類物資進行電子便簽唯一編碼，能迅速識別物品的類別、保質期等重要數據，確保數量型號龐雜的救援物資完整有效地進行分配。同時，對救援車輛進行GPS定位導航，能夠準確監控車輛信息，進行調配。

4 大數據在礦山應急救援中的應用

物聯網和大數據技術的發展給礦山應急救援帶來了新的機遇和挑戰。在礦山應急救援信息系統建設中，物聯網技術可以用于實時監測礦山設備狀態、預警異常情況、快速反應和處置突發事件，從而提高礦山安全生產水平。同時，大數據技術可以幫助礦山管理者更好地理解礦山生產過程、挖掘潛在風險、快速響應突發事件，并制定更加科學的應急管理方案。因此，建設基于礦山物聯網和大數據技術的礦山應急救援信息系統具有重要的現實意義。

大數據在應急管理中的應用可以分為事前、事中和事后3個階段。在事前階段，大數據可以用于風險評估、預警分析和應急演練等方面。通過對歷史數據的分析和挖掘，可以發現潛在的風險和隱患，制定相應的預防措施和應急預案，并進行實際應急演練，以提高礦山應對突發事件的能力。在事中階段，大數據可以用于實時監測和控制，包括設備狀態監測、環境監測、人員定位和救援指揮等方面。通過實時數據采集和分析，可以快速發現問題和異常情況，及時采取措施，避免和減少事故的發生和擴大。在事后階段，大數據可以用于事故分析和應急處置后的評估，包括對事故原因、應急響應效果和救援措施等方面進行全面的數據分析和評估，為今后的應急管理提供經驗和借鑒。基本框架如圖3所示。

5 結論

物聯網和大數據技術的應用可以為我國安全生產提供強大的支持和保障，為經濟、社會的穩健發展奠定堅實的基礎。物聯網體系結構下的礦山安全應急管理信息系統建設，既需要完善底層無線傳感網絡、智能傳感器等硬件設備和應急管理軟件建設，也需要從大數據應用角度，轉變應急管理方式和管理思維，才能真正有效建設和應用現代礦山安全應急管理系統。

【參考文獻】

【1】別新峰，冉宏振.煤礦應急救援系統存在問題及其對策[J].中州煤炭，2007（1）：91-92.

【2】武猛猛，鐘陽.2012～2013年我國煤礦死亡事故統計分析[J].煤炭技術，2014，33（10）：296-299.

【3】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（04）：5-9.

【4】張申，趙小虎.論感知礦山物聯網與礦山綜合自動化[J].煤炭科學技術，2012，40（01）：83-86+91.

【5】王元卓，靳小龍，程學旗.網絡大數據：現狀與展望[J].計算機學報，2013，36（06）：1125-1138.