智慧礦山大數據技術分析與平臺設計研究

開放科學（資源服務）標識碼（OSID）：DOI：10.16661/j.cnki.1672-3791.2312-5042-8073

作者簡介：王京濤（1982—），男，碩士，工程師，研究方向為礦山電氣自動化。

摘要：首先以智慧礦山大數據技術應用思路和場景為切入點，在此基礎上分析智慧礦山大數據技術平臺設計，包括基本設計模式、核心技術以及作業方法等，其次就物聯網技術、區塊鏈技術、智能技術等內容進行論述，最后結合BX煤礦某礦山實際情況進行模擬分析，了解智慧礦山大數據技術平臺建設優勢，為后續有關技術的具體運用、優化提供少許參考。

關鍵詞：智慧礦山 ?大數據技術 ?平臺設計 ?物聯網技術

中圖分類號：TD97

智慧礦山（Smart mines）是對生產、職業健康與安全、技術和后勤保障等進行主動感知、自動分析、快速處理、智能管控的礦山，是一種現代化、綜合性作業系統，其建設能夠提升礦山工作的效率、質量，是當前、未來采礦業發展的核心要求和基本趨勢。從特點上看，智慧礦山建設關注各類新技術的運用，包括大數據技術在內[1]。目前各地已經普遍重視礦山智慧化，并引入了一些現代技術和方法、設備，但效果各有不同，這與其對大數據的運用、處理以及平臺建設存在一定關聯，從提升智慧礦山建設水平的角度出發，有必要分析智慧礦山大數據技術應用常見、平臺設計方法和關鍵技術，以服務未來礦山建設工作。

1 智慧礦山大數據技術分析

1.1 ?智慧礦山大數據技術應用思路

從思路上看，智慧礦山建設、運營過程中，大數據技術應用主要強調全面化、重點化、持續化3個方面。其中，全面化是指大數據技術在智慧礦山的各個方面均應嘗試運用，以發揮其價值，優化礦山建設、運營水平，包括生產安全、工作效率、業務決策、設施采買和運維、井下通風和抑塵等。重點化相較于全面化，廣泛運用大數據的基礎上，選取一些重點環節，深入發揮大數據技術的特點和優勢，針對性改善智慧礦山的工作能力，如部分礦山生產效率不高，可通過大數據分析其生產效率低下的原因，以及可行的應對方法，為礦山工作提供具有針對性的指導和幫助[2]。持續化是指智慧礦山建設、運營、維護等工作中，大數據的應用應是持續的，能夠在礦山運營的全周期或大部分時間內發揮積極作用。

1.2 ?智慧礦山大數據技術應用場景

大數據技術在智慧礦山中的應用場景不是單一的，可按照其共性要求大致分為三類：基礎信息采集場景、信息處理場景、信息應用場景。

基礎信息采集是大數據應用的前置性工作，從一般要求上看，智慧礦山強調應用各類技術完成對礦山內各類工作、各環節進行主動感知、自動分析、快速處理、智能管控，上述工作均以實時產生的各類信息為參考。例如：安全工作，以井下、礦山周邊的客觀環境為依據，生產控制以鍋爐、設備的運營情況為基礎，這些信息均應組織實時采集和分析[3]。信息處理場景，即大數據技術處理各類原始信息的場景，一般以計算機或其他智能工具、設備為平臺，利用默認程序進行數據的分析、加工、挖掘其深層次價值，如安全生產的常見影響因素、安全事故的主要誘因等。信息應用場景是指以大數據為中心，將該技術下的成果應用于智慧礦山建設或運營，以發揮其價值的場景。例如：通過大數據建設安全工作系統，應用于井下作業、生產控制、爆破計算等，其基本目的在于完成數據挖掘結果的具體轉化和運用，以確保智慧礦山工作能力符合預期[4]。

2 ?智慧礦山大數據技術平臺設計

2.1 設計思路

智慧礦山大數據技術平臺的設計，思路上關注邏輯清晰、結構簡練、工作能力符合礦山實際情況。在此思路下，其主要結構可分為五個部分，如圖1所示。

按照圖1所示結構，智慧礦山大數據技術平臺主要由大數據工作中心、大數據采集端、大數據處理端、大數據應用端和遠程控制端構成，其中智慧礦山大數據工作中心作為中心結構，其功能為執行遠程指令、為大數據的綜合運用提供平臺。大數據采集端主要由各類終端設施構成，包括傳感器、影像采集設備以及必要的通信結構等。數據處理端以各類性能較理想的電子設備為中心，包括電子計算機、移動終端等，要求根據默認程序進行數據的分析、處理，包括挖掘和存儲等。數據應用端為各類工作系統，如安全作業系統、生產效率分析系統等。遠程控制端負責對大數據工作中心、大數據采集端、大數據處理端、大數據應用端進行程序控制，設定、更改、優化各類工作程序，保證該系統可以按照預期要求完成大數據的一般管控、運用。

2.2 ?核心技術

智慧礦山大數據技術平臺建設需要依賴計算機技術、通信技術，除上述基礎技術外，其建設需要的核心技術包括物聯網技術、區塊鏈技術、智能技術等。

2.2.1 ?物聯網技術

物聯網即“物物相聯”的互聯網，其建設沒有脫離互聯網一般范圍，但更重視發揮現代技術的價值，實現網絡內各類關聯主體的聯動化。該系統建設的關鍵在于選定關聯主體，提供高質量的通信保證。各礦山在工作中可以根據大數據工作需要選擇有關主體，將其納入物聯網范圍，以有線通信、無線通信并行的方式提供通信支持，另以CAN總線技術提供輔助。

例如：礦山井下通風作業，關聯主體包括四大類：一是通風設備；二是能提供大數據服務的智能作業系統；三是工作人員；四是工作環境。要求在工作環境（也即通風環境）內放置感知設備，對通風區域內的空氣質量、通風參數進行收集，感知設備通過有線系統內的通信線路與智能作業系統進行連接，智能作業系統通過通信線路與通風設備、工作人員進行連接。工作人員利用大數據對智能作業系統進行降維訓練，使其擁有智能辨識和分析能力。當井下通風不暢、空氣質量下降時，由感知設備進行信息采集，通過智能作業系統進行判斷，要求通風設備更改參數、增加通風能力，并提示工作人員進行必要干預，應對可能出現的故障。該系統也可以采用無線通信形式提供輔助，如人員之間的中短距離對講等[5]。

2.2.2區塊鏈技術

區塊鏈技術在智慧礦山建設、運營過程中的作用比較突出，尤其是規模較大、工作內容較多的礦山，可利用區塊鏈技術實現各部分工作內容的獨立化，提升工作覆蓋效應。具體而言，區塊鏈技術應用強調建設各自獨立的工作系統，并提供可以獨立工作的大數據工作平臺。

系統建設方面，主要強調配置性能較強的計算機（或其他智能化終端），為保證大數據處理能力，計算機的虛擬內存不宜低于32 GB，顯存不宜低于8 GB，磁盤空間或云存儲作業空間應達到1 TB以上。為保證區塊鏈技術發揮預期的數據處理作用，還可以在條件允許的情況下在各終端建設小型計算機群，以改善大數據同步采集、同步處理的水平。大數據工作平臺建設方面，除按基本要求配置工作設備外，還應加強數據緩存、存儲、運用能力。可建立原始數據臨時緩存系統，利用計算機磁盤空間或云空間，對本日產生的各類原始信息進行臨時緩存，次日一體清除[6]。本日產生的有價值信息，以大數據技術進行處理，形成便于應用和存儲的結構化數據，利用計算機磁盤空間或云空間進行獨立建庫保存，以備后用。區塊鏈模式下，所有單獨工作的數據處理中心，一體化與礦山大數據工作中心保持實時連接，后者可根據需要調取任何數據處理中心的工作信息，服務安全生產、效率調整等一般性工作。

2.2.3智能技術

智慧礦山建設過程中，可由技術人員進行粉塵濃度有關信息采集，形成大數據結果，重點為“人員發現粉塵濃度的臨界值”?“爆炸隱患的粉塵濃度臨界值”等，數據采集越全面，其精準性越高。以“人員發病粉塵濃度的臨界值”為例，完成采集和計算后，默認該值為Z，則礦井實際工作中粉塵濃度往往圍繞Z上下波動：

[…AW；8G；Z；6Y8；0H-；7B…]

該數集中，除Z以下，其他均為隨機參數，理論上下至0，上至100%。工作人員可以根據大數據分析結果，將Z值代入計算機中，該計算機接受礦山大數據工作中心控制，并直接參與礦山的抑塵系統工作。當抑塵系統前端設施（信息采集設備）收集的信息表明工作區域內粉塵濃度較低，處于數集中Z以下水平時，系統不作業，繼續進行粉塵信息采集；當抑塵系統前端設施收集的信息表明工作區域內粉塵濃度較高，處于數集中Z水平或超過Z值時，系統自動投入作業、進行區域抑塵，并繼續進行粉塵信息采集。

3 智慧礦山大數據技術平臺建設模擬

對BX煤礦某礦山進行模擬，以了解智慧礦山大數據技術的應用優勢，并對上述設計思路和方法進行論證。模擬采用參數代入法，在獲取BX煤礦某礦山一般工作數據的基礎上，將物聯網、區塊鏈、智能技術等以參數形式代入計算機模型中，通過動態實驗進行工作能力分析。主要有以下兩個實驗。

3.1 ?常規實驗

對煤礦礦井通風情況、粉塵濃度、設備工作參數進行模擬調整，但調整范圍不超過其允許值，即通風情況、粉塵濃度、設備工作參數出現變動但仍是安全的，不影響礦山一般工作，模擬進行5min，以1∶50 000的速率進行加速，各設定礦井通風情況、粉塵濃度、設備工作參數出現100次變化，評估系統是否出現誤操作，統計誤操作發生率。

3.2 ?異常實驗

對煤礦礦井通風情況、粉塵濃度、設備工作參數進行模擬調整，且調整范圍超過其允許值，即通風情況、粉塵濃度、設備工作參數出現變動且不是安全的，影響礦山一般工作，模擬進行5?min，以1∶50?000的速率進行加速，各設定礦井通風情況、粉塵濃度、設備工作參數出現100次變化，評估系統針對故障的辨識能力，統計故障辨識率。

根據結果可知，第一組實驗出現2次誤操作，誤操作發生率0.6%，第二組完成296次故障辨識，故障辨識率98.7%，效果理想。這表明大數據技術可以改善智慧礦山建設以及運營工作水平。

4 ?結語

綜上所述，智慧礦山大數據技術優勢突出，其應用以高質量的作業平臺為基礎，可以顯著改善礦山各項工作水平。從思路上看，大數據可以服務礦山安全工作、生產活動，優化生產環境和作業質量。其作業平臺的設計主要以信息技術為中心，核心技術包括物聯網、區塊鏈、智能技術等，作業過程中以實時感知、實時分析、默認程序和必要的人工干預為主。根據對BX煤礦某礦山工作系統的模擬，可發現大數據技術以及其平臺設計可以優化智慧礦山的工作水平，未來可在此思路下尋求智慧礦山設計、建設優化，進一步發揮大數據技術優勢，改善礦山工作質量。

參考文獻

[1] 李濟軍.以自動化信息化融合為基礎的智慧礦山建設探析[J].當代化工研究， 2023（16）：194-196.

[2] 劉鴻博.基于大數據技術的智慧礦山平臺構建與應用研究[J].中國高新科技， 2023（15）：118-120.

[3] 馮占軍.基于BIM技術的智慧礦山工程安全管理研究：評《面向智慧礦山的煤礦安全知識可視化研究》[J].中國有色冶金，2023，52（3）：141.

[4] 毛乾宇.基于衛星遙感及GIS空天地一體化智慧礦山技術研究及應用[J].煤炭科技，2023，44（3）：172-176.

[5] 張會.基于Cesium的智慧礦山三維可視化安全監管系統研究[D].連云港：江蘇海洋大學，2022.

[6] 胡耀元.基于BIM+GIS的智慧礦山建設體系構建研究[D].西安：西安科技大學， 2020.