大数据关键技术在智能化煤矿中的应用与发展

汪精浩

（1.煤科集团沈阳研究院有限公司；2.煤矿安全技术国家重点实验室，辽宁 抚顺 113122）

近几年，数字矿山逐步发展，数字矿山智能化程度越来越高，智能矿山，尤其是智能化煤矿的建设与发展是不可避免的发展趋势。越来越多的智能技术，比如，信息化技术、通信技术、数字化技术、大数据技术等，不断渗透应用于智能化煤矿的开采过程。这些技术的应用从陌生到熟练，将煤矿开采的各个环节协调起来，降低经济成本，减少安全问题的发生，提升煤矿开采的效率。

智能化煤矿建设的最终目的是将煤矿开采的各个环节，包括勘验、掘进、运输、供排水、加工以及运输、调度等完美地衔接在一起，使得整个煤矿开采过程融洽协调。智能化煤矿对于煤矿开采过程中的实时数据进行收集、分析、协调，从而达到对煤矿全景监控的目的，这些数据的分析积累为智能化矿山的可持续发展提供数据基础。

大数据技术是近几年迅速发展起来的一项技术，近年来，不断地被政府、医疗、金融、能源等领域接受并运用，大数据技术对于大量繁杂信息进行高速获取、捕捉、分析，在各个行业中都起着重要作用，推动着各行各业的发展。

大数据技术在智能化矿山领域也承担着重要的角色，不可或缺。随着信息技术的不断发展，数字化设备以及传感器等在煤矿中的应用逐渐广泛，这些设备的反馈使得智能化煤矿具有众多繁杂且庞大的数据，这些数据对于煤矿的发展以及安全都具有重要意义，因此，需要大数据技术对这些数据进行捕捉、分析，建造适合于煤矿的数据库。数据库的建立对于煤矿以后的管理以及业务拓展，提升煤矿经济效益、升级煤矿甚至煤矿的转型都有着极为重要的现实意义。

近年来，国内外对于大数据技术在智能化煤矿中的应用都有研究，但是，研究不深，基本都处于浅层，无论是广度还是深度，都处在初级水平。大数据技术在智能化煤矿中的高效应用与发展是一项漫长且艰难的任务。

1 智能化煤矿大数据

1.1 智能化煤矿数据特征

数字矿山的建设，新兴技术运用于数字矿山。数字矿山主要具有水泵房系统、安全监测系统、人员定位系统、设备动态运行监测系统、综合现场移动控制台、无人开采工作台、管理信息系统等多种新型系统。这些系统的逐步投入与使用，使得智能化矿山的数据收集越来越复杂与庞大，这些数据共同成为智能化矿山大数据的一分子。

当今智能化矿山的数据主要有两大类别：一为内部数据，一为外部数据。内部数据主要来源于矿山内部开采过程中各个系统的数据，增长迅速且动态性强，而外部数据则包括市场信息、设备服务信息、气象数据等，外部信息较为分散，来自不同行业，管理也较为分散。

大数据技术在智能化矿山中运用，结合智能化矿山与大数据特点，智能化矿山大数据数据具有以下几点特征。

第一，数据繁杂，规模庞大。智能化矿山中大量的智能机器使用频率高，数据收集、环境监测频率高，使得数据不断涌入，规模逐渐庞大。第二，数据具有多样性。智能化矿山构成复杂，再加上人类在开采社会资源时必须不断探索，使得智能化数据结构复杂，传感数据居多，也有非结构化的数据。智能化矿山智能信息系统的种类繁多也决定了数据繁多。第三，数据采集速度快，数据分析处理速度快。由于智能化矿山大部分系统采用实时监控，并且矿山要求数据准确度极高，使得数据收集速度极快，收集后对数据的处理与分析需要对矿山进行实时的调整与管理，速度也需要很快。第四，准确度高。数据具有完整性、真实性和实时可靠性的特点。第五，数据属于闭环数据。智能化矿山的各个系统数据存在关联，横向构成闭环链条；在智能化矿山的数据采集与处理并调整的过程中，要求整个矿山系统数据闭环。

1.2 智能化煤矿大数据与传统大数据研究区别

智能化煤矿大数据与传统大数据最主要的区别在于研究方法的不同。智能化矿山大数据研究方法是在传统大数据挖掘的基础上，进行创新与改变。智能化煤矿大数据技术对于数据的收集与处理结合具体煤矿实际情况进行处理分析，针对不同的煤矿具有不同的处理方式与分析方式。随着社会的不断进步，大数据的理论研究不断深入，煤矿大数据技术持续发展与创新进程将不断前进。智能化煤矿大数据与传统大数据研究方法上主要具有以下两点区别。

（1）研究思维不同。传统的大数据一般采取抽样数据的分析方式，而智能化煤矿大数据一般采取全量数据。传统的大数据在研究时，一般侧重于对于某个部分或者某个专业的研究；智能化煤矿大数据在研究时，则需要对各个部门进行分析并将整体关联融合。

（2）研究途径不同。假设—实验—结果分析—假设证实是传统大数据研究的步骤。而智能化煤矿大数据研究途径一般为：假设—数据准备—数据挖掘与分析—试验—试验结果分析—假设证实。

2 智能化矿山大数据现状

煤矿智能化建设从自动化建设、数字化建设为起点，在建设过程中进行大量数据探索，对许多新方法进行长期试用，一步步智能化煤矿大数据才有开创性进展。当今智能化煤矿大数据建设过程中，许多早期经典案例如神东锦界智能矿山建设、神东区域智能化煤矿建设等，都为后期智能化煤矿大数据的发展积累了宝贵的经验，为智能化煤矿大数据发展提供了大量数据，提供了发展数据基础。

智能化煤矿大数据研究自20世纪90年代便已经开始。当今国内外各类高校、机构以及各个企业对智能化矿山大数据技术开展研究以及实际运用，但是，研究目前也只是处在初级阶段，不够深入。虽然研究开始不晚，但是，并没有形成完整的研究体系，如今智能化煤矿大数据技术的应用一般是在经验基础上再进行相关创新再进行实践应用，促进智能化煤矿大数据技术的发展。

大数据技术在智能化矿山的合理充分利用，对于智能化矿山安全管理水平的有效提高、智能化煤矿成本的降低以及智能化矿山整体形象的维护都具有重要作用。但是，目前智能化矿山大数据技术还需要不断的研究进步，面临着许多难题与挑战。

3 大数据关键技术发展动力及当前问题

3.1 发展动力

第一，煤矿企业在生产过程中拥有生产设备较多，对于设备的实时监控数据、环境数据等需要进行高效处理，并且这些数据具有较大的潜在价值。第二，对于一些规模较大的矿山集团来讲，大数据分析尤为重要，可以在海量数据中发现资产增长的方法或者可以通过数据分析对症下药，提高管理水平，实现经济增长。第三，在煤炭整个生产销售过程中，运用大数据可以协调整个环节，提高各个环节的协同能力，减少各个环节的损耗。

3.2 当前问题

人才短缺，专业的大数据技术人员缺乏。智能化煤矿大数据技术目前处于发展的初级阶段，在以后的发展过程中，需要大量的专业人才，不仅需要企业培养了解本身企业又掌握大数据技术的人才，还需要引入外来人才，而当前这两类人才储备大大不足。第二，资金短缺。大数据技术的研究与发展需要非常巨大的资金投入。当前对于大数据技术资金投入回收预期不够明确，需要建立合理的回收评估体系，支持资金不断投入。第三，大数据技术比较复杂。智能化矿山技术是多种大数据技术的结合。智能化矿山大数据技术的复杂性主要体现在跨越多种学科、具有综合性以及先进性等方面。第四，数据安全需要重视。大数据收集与处理安全需要保障，目前，做不到绝对安全，需要不断探索进步。

4 大数据关键技术分类

4.1 数据获取

数据获取技术的运用将实现对智能化煤矿的全方面感知，这种感知是多维度、多过程、实时的感知。若要使得这种感知更加容易、方便，还需要不断的研究进步。

4.2 数据集成

目前，数据集成方面，需要解决数据标准化、缺少完整的大数据管理与分析平台这两个问题。数据集成需要系统的存储处理平台，通过流处理与批处理对大数据进行合理处理。

4.3 数据分析及应用

大数据分析应用主要从大数据的分析与挖掘和大数据的数据解析两方面进行。借助这两项数据技术，通过对智能矿山全景数据进行弥补，使得整个矿山数据呈现实时、连续的特点。

5 大数据技术在智能化煤矿领域应用展望

大数据技术在智能化煤矿领域的应用经过多年的发展，虽然还没有出现较为完整、完美的大数据智能化煤矿案例，但是，发展中不同类别的经验与数据资源，为大数据在智能化煤矿中的发展奠定了良好的经验基础。大数据将主要应用在智能化煤矿的安全管理领域、生产执行领域以及经营管理领域。在这些领域大数据技术的综合应用，将推动智能化煤矿的快速发展，相信未来某天大数据技术将会在智能化煤矿领域成熟运用。