基于数据挖掘的地质矿产智能检测系统设计及应用

刘文学

（青岛酒店管理职业技术学院，山东 青岛 266100）

矿产资源的智能开采能够合理缓解矿产资源紧缺的问题。目前绝大部分矿产资源开采过程的监测主要采取传统的检测手段，这种方法的智能化较低，误差值较大，及时性也无法得到有效保证[1]。与此同时，功能强大的数据挖掘技术在矿山智能检测中的应用范非常有限，急需在社会各界大面积推广和普及。现在的智能检测系统缺少一个实时的检测体制和信息处理系统，在矿产智能检测系统的设计、管理等软件构造上依然还存在着诸多问题。所以基于数据挖掘的地质矿产智能检测系统的研究是智能检测系统长远发展的一个极其重要的研究方向。

1 基于数据挖掘的地质矿产智能检测系统硬件设计

检测设备的选取上，地质矿产资源回采检测中的检测设备构成了检测系统的第一部分——传感器[2]。按照传感器类别的不一样，其输出既能够是电压、电流、电阻，也可以是随着时间而发生改变的其他电子性能。有一部分传感器可能需要额外的构件或电路来组成能够被智能检测设备精准获取和安全读取的电子信号。

（1）多点位移计设备。多点位移计设备主要是用于检测地质工程钻孔内不同深度岩体之间轴向的伸缩变形情况，当钻孔的锚固点随着周遭岩体的变动而产生位移时[3]，经传感杆传到钻孔的基点端口，各点的位移量就能够在基点端实施精准测量。各个测点和基点端之间的位移距离就代表测点四边岩体相对于基点端周边岩体的位移。

（2）DAQ设备。DAQ设备作用检测信号的三个主要构成部分具体包括信号优化电路、模数转变器(ADC)以及计算机总线。绝大部分的DAQ设备还具有实现检测系统和过程智能化的其他功能。比如，数模转变器(DAC)对模拟信号进行输出加工后，数字线将输入/输出转为数字信号，计数器/定时器重新定量并生成数字脉冲。

2 基于数据挖掘的地质矿产智能检测系统软件设计

（1）数据采集模块。在数据采集模块中，有必要对上板、矿层的位移距离以及岩体内部应力值等进行采集，由于这些数据是连续不断且持续变化的，因而需要采取内触方式，通过NIDAQ max完成数据的智能采集。

（2）数据分析模块。数据分析模块主要是用于对传感器输出信号进行有效分析。首先将采集到的电子信号转变为相对应的应力值，并据此得出这些物理性质的变化速率以及加速度，之后评判这些数据是否超过预警值。

（3）元数据管理模块。元数据管理模块主要是用于对生成元数据信息进行单独编辑，另外，元数据库作为元数据实现数据共享的信息来源，元数据的管理工作有必要对元数据库进行日常维修和监管，以确保元数据库作为数据集合的有效来源而实现数据共享，因而必须涵盖数据提交、数据浏览、数据查询以及数据管理等内容。

（4）报表自动生成模块。地下矿床回采工作需要设计单位、输送单位、爆破单位等多个部门的统筹合作，各个单位之间的信息交流一般是以报表为主，假如报表间的格式差异较大，就会加大现场工作人员的工作量。

数据挖掘自身就带有较强的报表生成功能，能和各种应用程序进行交流，其生成报表的方法主要包括三种，见下表所示。

表1 报表生成方法对比

除上述3种方法以外，还可以根据DDE(dynamic data exchange)或利用Active X表格生成软件自动形成报表。按照上面几种方法的对比，联系实际，本检测系统采取Report GenerationToolkit来完成检测系统内的报表自动生成模块。

3 实验与效果分析

为了更加清楚、具体的看出此系统设计的实际效果，特与传统地质矿产智能检测系统进行对比，对其检测能力进行比较。

（1）实验准备。为保证实验的准确性，将两种地质矿产智能检测系统设计置于相同的试验环境之中，进行检测能力的试验。实验过程中保证其他实验条件不变。

（2）实验结果分析。实验过程中，通过两种不同的地质矿产智能检测系统同时在相同环境下进行工作，分析其检测能力的变化。效果对比图1所示：

图1 本文实验结果对比

根据实验结果可知，本文设计的矿产智能检测系统其检测能力远远传统设计，且随着时间的延长，其检测率虽然一定程度上有所下降，但始终在80%以上。

4 结语

本文对基于数据挖掘的地质矿产智能检测系统设计及应用进行分析，依托数据挖掘，根据地质矿产智能检测分析，对其进行优化，实现本文设计。实验论证表明，本文设计的方法具备极高的有效性。