大数据在露天矿山边坡安全中的应用

康恩胜，赵泽熙，庞文娟

(1.内蒙古科技大学 矿业与煤炭学院；2.内蒙古科技大学 矿业研究院；3.包钢股份有限公司 煤焦化工分公司 研究室，内蒙古 包头 014010)

在信息高速发展的今天，大数据、物联网、云计算已经逐步成熟。欧阳秋梅等基于安全大数据应用的3个价值来源，提炼出安全大数据应用的9条基础原理，原理具有普适性，能够适用于不同行业的安全相关问题[1]。露天开采是较为经济的开采方式，随着开采深度的增加，矿山边坡的高度和角度也逐渐增大，矿山边坡的稳定性越来越差[2]。对露天矿山边坡数据加以监测、收集与分析，进而采取有效地安全决策和控制措施，以减少边坡安全事故带来的人员伤亡和经济损失。

1 对矿山边坡大数据的采集

在大量的数据面前，如何更有效地采集、挖掘数据，是安全大数据有效利用的基础。根据安全生产大数据的5W2H采集法[3]，对矿山边坡安全数据进行采集，筛选出有利用价值的安全大数据。

1.1 Why(采集原因)

露天矿山边坡安全大数据的采集以传感器采集为主，数据全面多样，与传统的数据相比能更好地反应安全数据信息。大数据可以使用不同部门，如地质、测绘、采矿等工程技术人员收集的数据，或不同类型、不同放置地点的传感器采集的矿山边坡数据，将不同来源的数据进行有效关联整合。大数据采集方法可以实现数据的不间断采集与及时更新，大数据技术能够快速、有效地发现数据的价值和事物的本质[4]。因此，利用大数据技术采集矿山边坡安全数据是有必要的。

1.2 Who(使用主体、采集者及采集对象)

数据使用主体包括安全监督管理部门、矿山企业和相关研究机构等。数据的采集者即自动化的采集设备，可以通过边坡灾害监测预警网络系统对矿山边坡数据进行监测，实现矿山边坡数据的可靠采集。采集者可以对多个传感器或不同系统进行整合，实现数据的全面监测，提高采集数据的精准度。采集对象包括矿山边坡的岩体结构参数；位移、倾斜；应力应变、地形变化；地震、爆破震动；降雨量、气温、地表水和地下水的水位、水质、水温、泉流量、孔隙水压力等数据。根据不同的采集对象使用不同的采集方式，将采集到的矿山边坡数据通过云计算进行汇总与整理。

1.3 What(采集数据类型)

矿山边坡数据在采集时需要明确数据类型，根据采集到的数据，分析确定矿山边坡稳定性，减少因节理、裂隙、层理、断层和破碎带以及极不稳定的软岩夹层和遇水膨胀的软岩石等引起的边坡的稳定性降低，防止滑坡事故的发生。

①对矿山地质数据的不间断采集。包括采集岩石的物理力学性质数据、水文地质条件数据、地质构造数据。②在岩层进行开挖时，对上部变形数据进行采集。其变形量是随断层前部矿层开挖量的变化而变化的，查找不利于边坡稳定的岩体结构、构造和软弱岩层。③对地表位移观测线的数据进行采集。包括地表境界线数据、地下位移监测线数据、边坡上随时间推移可移动的地面位移观测线数据。④对滑坡数据进行采集。包括滑坡的周期及滑动规律数据、滑坡裂缝测量及调绘数据。

1.4 Where(采集边界)

边界可由项目实施人员完成，将多个传感器(一般为60个以上)按一定间距(2m～15m)排列，通过无线网络或电缆与传感器相连接，利用物联网技术采集数据，以增大传感器的覆盖面积和探测深度，保证在强干扰的环境下也能取得可靠数据[5]。通过采集数据与同地区矿山数据的比较，结合地质模型和设计资料，进行三维地质模型绘制，使用FLAC3D等软件进行模拟计算，评估矿山边坡稳定性。

1.5 When(采集时间)

边坡数据的采集时间，可以通过矿山边坡上的传感器进行实时监控采集。矿山爆破作业会不同程度的影响边坡岩体的稳定，通过对边坡岩体的爆破实时监控，掌握爆破对边坡的破坏情况，确保边坡处于稳定状态；雨季前或春季冻融时期，对有滑动迹象的边坡进行实时数据采集，提出预报和处理意见，以便及时采取防护措施。

1.6 How much(采集数据量)

采集的边坡安全生产数据并非越多越好，应当根据矿山企业的需要按需求量采集数据。如矿山企业不同年份的边坡安全数据，同一地区不同矿山企业的边坡数据。通过数据挖掘技术，从海量的交互、高维、无序的自变量数据库中发现潜在的，且能够导向因变量的有用信息，将不必要的数据省略或不采集，提高矿山边坡数据的采集效率和精度[6]。

1.7 How(采集方法)

在采集矿山边坡数据时，应根据经济承受能力合理选择监测设备，不同地区也应根据不同的地理条件选择适合的设备[7]。

1.7.1 采集方式和工具。矿山边坡大数据的采集将以传感器为主，人工采集为辅助的采集方式。采用智能数据采集设备，解决网络监测功能与第三方应用需求分离的问题及重复建设数据采集平台的问题[8]。利用网络在大数据采集方面的作用与价值，选取高效的数据采集工具，以达到数据采集的目的。

1.7.2 采集技术。目前，对采集技术的研究集中在表面位移监测技术、深部位移监测技术、深部滑动力监测技术。韦忠跟等采用边坡雷达技术具有大范围、高密度、快速扫描的特性，很快辨识并确认滑坡可能发生的位置和规模；临滑阶段速度倒数曲线的拟合能够预报可能发生滑坡的时间，是滑坡预测预报的切实、有效的新方法[9]。孙光林等采用恒阻大变形锚索技术，通过振弦式载荷传感器对边坡下滑力的测量与提取，在加固边坡的同时，能够进行滑坡全过程的数据监测[10]。

2 矿山边坡安全大数据采集中物联网、云计算的应用

2.1 物联网的应用

物联网技术的先进性、系统性和经济性特点使其能够有效整合分散信息，在矿山安全预警领域均取得了明显的应用成果[11、12]。将物联网技术应用到露天矿山安全生产中，可以把矿山边坡监测设备建设成一个矿山物联网，对矿山边坡进行全天候监控，保证数据的实时传输[13]。

2.1.1 对矿山边坡全面感知。 利用边坡雷达技术和GPS卫星定位等技术，组成矿山边坡传感器系统，对边坡面进行分区域扫描。将每个区域的扫描结果与此前获得的数据进行对比分析，为矿山边坡的稳定性分析提供具有参考价值的数据。

2.1.2 数据的可靠传输。 利用无线传感器网络(WSN)，实现矿山边坡安全信息的分发和共享。由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息，并最终把这些信息发送给网络所有者。WSN中的传感器通过无线方式通信，网络设置灵活，可以将矿山边坡监测设备根据不同的开采时间、地点、方式随时更换安放位置。

2.1.3 信息技术对数据的处理。 目前对信息的管理和利用，都是通过信息系统来完成的，各种系统也只有集成为综合系统才能充分发挥作用。因此，可以利用信息系统技术，对采集到的矿山边坡数据进行分析和处理，针对具体问题提出解决方法，实现决策和智能控制。

2.2 云计算的应用

大数据的管理和处理是云计算设施的用武之地。云计算利用廉价的节点来构成“云”，其超大规模的特性可以处理数以亿计的数据；并且云计算使用了数据多副本容错、计算节点同构可互换等措施来保障收集到的矿山边坡数据的可靠性。云计算的自动化、集中式的管理模式使企业无须负担数据中心管理成本，其通用性使资源的利用率较之传统系统大幅提升[14]。

3 结束语

随着信息化时代的来临，大数据、物联网及云计算技术的优势也日益明显，而它们也将成为提高露天矿山安全水平的重要技术。矿山边坡的安全离不开边坡的实时监测，利用大数据和物联网技术可以进行实时监测，得到矿山企业需要的边坡安全大数据，加之以云计算技术的处理能有效地为矿山企业提供支持，防止边坡事故的发生。