浅述大数据在矿山安全监测管理中的应用研究

蔡万元

（武威职业学院，甘肃 武威 733000）

随着我国社会经济的快速发展和基础设施的不断完善，国家需求的矿产资源无论是在数量上还是种类上均显著增多，促进了我国矿山企业的快速发展。在矿山企业高速发展过程中如何提高矿山的生产效益和提高矿山生产环境安全性能是当前亟待解决的问题之一。在尝试解决矿山安全问题的过程中，矿山企业引入了大量的先进设备，不仅提高了矿山的生产效率，而且有效的降低了矿山生产安全事故的发生率[1]。但是，矿山企业仅靠引入先进的设备是远远不够的，应加强矿山企业中大数据处理技术的应用，可以有效的提高矿山安全监管效率，减少不稳定因素的诱发而导致安全事故的发生等。

1 我国矿山安全事故发生现状分析

矿产资源的利用主要以井下作业为主，一般是通过对相应地段进行挖掘作业，采取该地段的各种矿体，从而实现采矿工作的顺利进行。但是，井下开采存在作业空间狭小、灯光照明昏暗、空气流通缓慢、作业场所分散、环境温湿度高、尘土飞扬、人员流动性大、交叉工种多、管理杂乱等多种影响因素的作用[2]，极易导致安全事故的发生，还可能发生矿压、瓦斯、煤尘、水、火等各种严重灾害，致使更严重的安全事故频繁发生。此外，加强矿山安全监控管理工作有助于减少矿山安全事故的发生率，提高矿山生产环境的安全程度，据不完全统计（表1），全国每年都有上千次的矿山安全事故的发生，而对于这些安全事故，使很多的家庭受到了威胁，造成了严重的伤害，同时还给社会和国家带来了巨大的影响。因此，使得大数据在矿山安全监测管理中的应用对促进矿山实现安全、稳定、可持续发展的战略目标具有明显的指导意义。

2 大数据与矿山安全监测管理

2.1 大数据的内涵

大数据是日常生活中常接触到的新兴词语之一，是随着我国社会向信息化、自动化方向转变而形成的产物，是当前现有的技术条件很难处理的大型而复杂的数据集。大数据的应用是将数据信息的采集、存储、管理、共享、可视化等目的统一于一体，使得数量庞大、结构类型复杂的数据局域一定的规律，能够实现预测进而为社会提供更好的服务。因此，大数据一般具有数据类型繁多，数据量庞大，价值密度低和处理速度快的特征。

2.2 矿山安全监管对象的复杂性

前文已提及，矿山的生产环境是极其复杂的，因此为安全监测管理提供了难度。矿山生产环境的复杂性主要体现在以下几个方面[3]：①生产条件的复杂性，我国的矿产资源开发利用一般是井下开采，进行开采巷道具有空间狭小、环境恶劣，能见度低，灰尘量大等特征，使得各类安全事故难以有效控制；②生产系统的复杂性，井下开采的生产系统具有显著的复杂性，包括采矿系统、掘进系统、运输系统、机电系统、排水系统、通风系统以及监测系统，因此，复杂的系统组合造成了各系统之间的协同配合度降低，进而引起安全事故监测效率的降低；③作业环境艰苦，井下开采环境没有阳光，极为潮湿阴暗，随着工作时间的增长，不仅表现在工人体能的下降，还使得工人的反映迟钝，容易产生焦躁等情绪，进而提高了矿山安全事故的发生率；④自然灾害严重，井下开采是伴随着巷道掘进实现的，因此，随着巷道掘进，破坏了原来稳定的地层结构，导致巷道出现崩塌、突水等灾害，增加了矿山开采环境的危险程度；⑤工作人员技能素养偏低，矿山开采工作人员一般为教育程度较低的群体，决定了工作人员技能素养偏低，缺乏自我保护的意思和按照故障制度有序工作的认知，使得井下开采过程中违章操作频次高，为矿山安全事故的发生埋下了隐患。

表1 2013年～2017年全国矿山（非煤矿）事故原因统计表

3 大数据在矿山安全监测管理中的应用

3.1 推动了矿山安全监测管理水平的提高

与传统的矿山安全监测管理相比，大数据技术有效的避免了仅靠几个安全管理工作人员的专业知识进行矿山安全监测的局面，使得矿山安全监测从“经验”向“数据”方向转变，逐渐实现了以矿山生产实际环境数据、生产新技术和安全管理人员思维为主的现代化安全管理系统。随着我国监管部门以及矿山信息化技术的应用，形成了数量庞大的海量数据，包含了大量的矿山生产过程的细节信息和未知的规律，早期的技术违法实现数据类型多、数据量庞大的信息处理，限制了矿山生产信息的综合利用率[3]。大数据技术的应用，可以有效的提高数据处理效率，使得原来没有发现的规律逐渐呈现出来，促进了不同数据信息之间的比对、分析，为提炼出新的规律奠定基础。此外，随着数据模型技术的不断完善，可以通过电子沙盘等技术进行模拟演练，尽可能将可能发生的安全事故挖掘出来，从而实现了早期阶段的从“宏观”把控安全生产环境的方式逐渐转变为以“微观”的数据法分析进而判断安全事故的发生概率，提高了矿山安全监测管理的科学性和水平。

3.2 实现了矿山安全监测数据共享

虽然说监管部门对矿山生产安全管理极其重视，但是并未实现相关监管部门与矿山企业监测之间的数据信息共享，使得各个部门之间所获得的相应数据不能有效的共享，限制了数据资源的利用程度，从而降低了数据融合处理的基础。随着大数据技术的逐渐推广，促进了不同数据结构信息的综合分析利用率，也间接的促进了矿山企业安全数据信息与相应安全监管部门所获的矿山生产安全信息资料，建立了完善的数据信息资源库，为建立更加完善的大数据模型提供了基础，也逐渐实现了不同部门之间的数据信息共享度，提高了数据资源的利用率，使得已获得数据信息更好的服务于矿山后期建设中。数据的融合使用为矿山企业和相关的安全部门分析、比对数据奠定了基础，从而有效的提高了判断井下开采状态、施工人员状态以及施工环境状态的效率，提高了挖掘潜在安全隐患的几率，为预防矿山安全事故的发生提供了有效的数据“指标。”因此，随着大数据技术的不断深入应用，不仅提高了矿山生产数据信息的综合利用程度，还实现了不同部门数据信息的共享，推动了数字化城市建设的步伐。

3.3 为科学制定治理决策提供基础依据

从表1中不难得出，导致矿山安全事故发生的原因主要有工作人员的不安全行为、井下物的不安全状态和矿山安全监测管理上的缺陷三个方面[1]。大数据的应用可以有效的避免这一缺陷，可以实现上述三个方面信息资料的深度挖掘，借助现代化数据模型演练技术，可以实现安全事故发生规律，如季节性、周期性、规律性和关联性变化特征等，从而可以有效的找出引发安全事故发生的源头或诱因，并针对具体的源头或诱因制定出合理的科学决策。因此，大数据技术的应用，有助于矿山安全监测管理中制定出合理的、科学的治理决策。

4 结语

综上所述，随着我国现代化建设步伐的加快，促进了大数据时代的快速发展，使得大数据技术日益成熟，进而促进了大量的现代化各领域的高速发展。资源的利用是社会高速发展的基础，因此，在加快资源开采利用过程中引入大数据技术，不仅可以提高矿产资源的综合利用效率，还可以实现智能化监测矿山安全的目的。基于此，本文以大数据在矿山安全监测管理中的应用为研究对象，在分析当前我国矿山安全事故发生状况的基础上，总结了大数据的特征和矿山安全监测对象的复杂性，进而从3个方面分析了大数据在矿山安全监测管理中的应用，为推动矿山安全监测管理向智能化发展提供帮助。