智慧矿山大数据技术分析与平台设计研究

开放科学（资源服务）标识码（OSID）：DOI：10.16661/j.cnki.1672-3791.2312-5042-8073

作者简介：王京涛（1982—），男，硕士，工程师，研究方向为矿山电气自动化。

摘要：首先以智慧矿山大数据技术应用思路和场景为切入点，在此基础上分析智慧矿山大数据技术平台设计，包括基本设计模式、核心技术以及作业方法等，其次就物联网技术、区块链技术、智能技术等内容进行论述，最后结合BX煤矿某矿山实际情况进行模拟分析，了解智慧矿山大数据技术平台建设优势，为后续有关技术的具体运用、优化提供少许参考。

关键词：智慧矿山  大数据技术  平台设计  物联网技术

中图分类号：TD97

智慧矿山（Smart mines）是对生产、职业健康与安全、技术和后勤保障等进行主动感知、自动分析、快速处理、智能管控的矿山，是一种现代化、综合性作业系统，其建设能够提升矿山工作的效率、质量，是当前、未来采矿业发展的核心要求和基本趋势。从特点上看，智慧矿山建设关注各类新技术的运用，包括大数据技术在内[1]。目前各地已经普遍重视矿山智慧化，并引入了一些现代技术和方法、设备，但效果各有不同，这与其对大数据的运用、处理以及平台建设存在一定关联，从提升智慧矿山建设水平的角度出发，有必要分析智慧矿山大数据技术应用常见、平台设计方法和关键技术，以服务未来矿山建设工作。

1 智慧矿山大数据技术分析

1.1  智慧矿山大数据技术应用思路

从思路上看，智慧矿山建设、运营过程中，大数据技术应用主要强调全面化、重点化、持续化3个方面。其中，全面化是指大数据技术在智慧矿山的各个方面均应尝试运用，以发挥其价值，优化矿山建设、运营水平，包括生产安全、工作效率、业务决策、设施采买和运维、井下通风和抑尘等。重点化相较于全面化，广泛运用大数据的基础上，选取一些重点环节，深入发挥大数据技术的特点和优势，针对性改善智慧矿山的工作能力，如部分矿山生产效率不高，可通过大数据分析其生产效率低下的原因，以及可行的应对方法，为矿山工作提供具有针对性的指导和帮助[2]。持续化是指智慧矿山建设、运营、维护等工作中，大数据的应用应是持续的，能够在矿山运营的全周期或大部分时间内发挥积极作用。

1.2  智慧矿山大数据技术应用场景

大数据技术在智慧矿山中的应用场景不是单一的，可按照其共性要求大致分为三类：基础信息采集场景、信息处理场景、信息应用场景。

基础信息采集是大数据应用的前置性工作，从一般要求上看，智慧矿山强调应用各类技术完成对矿山内各类工作、各环节进行主动感知、自动分析、快速处理、智能管控，上述工作均以实时产生的各类信息为参考。例如：安全工作，以井下、矿山周边的客观环境为依据，生产控制以锅炉、设备的运营情况为基础，这些信息均应组织实时采集和分析[3]。信息处理场景，即大数据技术处理各类原始信息的场景，一般以计算机或其他智能工具、设备为平台，利用默认程序进行数据的分析、加工、挖掘其深层次价值，如安全生产的常见影响因素、安全事故的主要诱因等。信息应用场景是指以大数据为中心，将该技术下的成果应用于智慧矿山建设或运营，以发挥其价值的场景。例如：通过大数据建设安全工作系统，应用于井下作业、生产控制、爆破计算等，其基本目的在于完成数据挖掘结果的具体转化和运用，以确保智慧矿山工作能力符合预期[4]。

2  智慧矿山大数据技术平台设计

2.1 设计思路

智慧矿山大数据技术平台的设计，思路上关注逻辑清晰、结构简练、工作能力符合矿山实际情况。在此思路下，其主要结构可分为五个部分，如图1所示。

按照图1所示结构，智慧矿山大数据技术平台主要由大数据工作中心、大数据采集端、大数据处理端、大数据应用端和远程控制端构成，其中智慧矿山大数据工作中心作为中心结构，其功能为执行远程指令、为大数据的综合运用提供平台。大数据采集端主要由各类终端设施构成，包括传感器、影像采集设备以及必要的通信结构等。数据处理端以各类性能较理想的电子设备为中心，包括电子计算机、移动终端等，要求根据默认程序进行数据的分析、处理，包括挖掘和存储等。数据应用端为各类工作系统，如安全作业系统、生产效率分析系统等。远程控制端负责对大数据工作中心、大数据采集端、大数据处理端、大数据应用端进行程序控制，设定、更改、优化各类工作程序，保证该系统可以按照预期要求完成大数据的一般管控、运用。

2.2  核心技术

智慧矿山大数据技术平台建设需要依赖计算机技术、通信技术，除上述基础技术外，其建设需要的核心技术包括物联网技术、区块链技术、智能技术等。

2.2.1  物联网技术

物联网即“物物相联”的互联网，其建设没有脱离互联网一般范围，但更重视发挥现代技术的价值，实现网络内各类关联主体的联动化。该系统建设的关键在于选定关联主体，提供高质量的通信保证。各矿山在工作中可以根据大数据工作需要选择有关主体，将其纳入物联网范围，以有线通信、无线通信并行的方式提供通信支持，另以CAN总线技术提供辅助。

例如：矿山井下通风作业，关联主体包括四大类：一是通风设备；二是能提供大数据服务的智能作业系统；三是工作人员；四是工作环境。要求在工作环境（也即通风环境）内放置感知设备，对通风区域内的空气质量、通风参数进行收集，感知设备通过有线系统内的通信线路与智能作业系统进行连接，智能作业系统通过通信线路与通风设备、工作人员进行连接。工作人员利用大数据对智能作业系统进行降维训练，使其拥有智能辨识和分析能力。当井下通风不畅、空气质量下降时，由感知设备进行信息采集，通过智能作业系统进行判断，要求通风设备更改参数、增加通风能力，并提示工作人员进行必要干预，应对可能出现的故障。该系统也可以采用无线通信形式提供辅助，如人员之间的中短距离对讲等[5]。

2.2.2区块链技术

区块链技术在智慧矿山建设、运营过程中的作用比较突出，尤其是规模较大、工作内容较多的矿山，可利用区块链技术实现各部分工作内容的独立化，提升工作覆盖效应。具体而言，区块链技术应用强调建设各自独立的工作系统，并提供可以独立工作的大数据工作平台。

系统建设方面，主要强调配置性能较强的计算机（或其他智能化终端），为保证大数据处理能力，计算机的虚拟内存不宜低于32 GB，显存不宜低于8 GB，磁盘空间或云存储作业空间应达到1 TB以上。为保证区块链技术发挥预期的数据处理作用，还可以在条件允许的情况下在各终端建设小型计算机群，以改善大数据同步采集、同步处理的水平。大数据工作平台建设方面，除按基本要求配置工作设备外，还应加强数据缓存、存储、运用能力。可建立原始数据临时缓存系统，利用计算机磁盘空间或云空间，对本日产生的各类原始信息进行临时缓存，次日一体清除[6]。本日产生的有价值信息，以大数据技术进行处理，形成便于应用和存储的结构化数据，利用计算机磁盘空间或云空间进行独立建库保存，以备后用。区块链模式下，所有单独工作的数据处理中心，一体化与矿山大数据工作中心保持实时连接，后者可根据需要调取任何数据处理中心的工作信息，服务安全生产、效率调整等一般性工作。

2.2.3智能技术

智慧矿山建设过程中，可由技术人员进行粉尘浓度有关信息采集，形成大数据结果，重点为“人员发现粉尘浓度的临界值” “爆炸隐患的粉尘浓度临界值”等，数据采集越全面，其精准性越高。以“人员发病粉尘浓度的临界值”为例，完成采集和计算后，默认该值为Z，则矿井实际工作中粉尘浓度往往围绕Z上下波动：

[…AW；8G；Z；6Y8；0H-；7B…]

该数集中，除Z以下，其他均为随机参数，理论上下至0，上至100%。工作人员可以根据大数据分析结果，将Z值代入计算机中，该计算机接受矿山大数据工作中心控制，并直接参与矿山的抑尘系统工作。当抑尘系统前端设施（信息采集设备）收集的信息表明工作区域内粉尘浓度较低，处于数集中Z以下水平时，系统不作业，继续进行粉尘信息采集；当抑尘系统前端设施收集的信息表明工作区域内粉尘浓度较高，处于数集中Z水平或超过Z值时，系统自动投入作业、进行区域抑尘，并继续进行粉尘信息采集。

3 智慧矿山大数据技术平台建设模拟

对BX煤矿某矿山进行模拟，以了解智慧矿山大数据技术的应用优势，并对上述设计思路和方法进行论证。模拟采用参数代入法，在获取BX煤矿某矿山一般工作数据的基础上，将物联网、区块链、智能技术等以参数形式代入计算机模型中，通过动态实验进行工作能力分析。主要有以下两个实验。

3.1  常规实验

对煤矿矿井通风情况、粉尘浓度、设备工作参数进行模拟调整，但调整范围不超过其允许值，即通风情况、粉尘浓度、设备工作参数出现变动但仍是安全的，不影响矿山一般工作，模拟进行5min，以1∶50 000的速率进行加速，各设定矿井通风情况、粉尘浓度、设备工作参数出现100次变化，评估系统是否出现误操作，统计误操作发生率。

3.2  异常实验

对煤矿矿井通风情况、粉尘浓度、设备工作参数进行模拟调整，且调整范围超过其允许值，即通风情况、粉尘浓度、设备工作参数出现变动且不是安全的，影响矿山一般工作，模拟进行5 min，以1∶50 000的速率进行加速，各设定矿井通风情况、粉尘浓度、设备工作参数出现100次变化，评估系统针对故障的辨识能力，统计故障辨识率。

根据结果可知，第一组实验出现2次误操作，误操作发生率0.6%，第二组完成296次故障辨识，故障辨识率98.7%，效果理想。这表明大数据技术可以改善智慧矿山建设以及运营工作水平。

4  结语

综上所述，智慧矿山大数据技术优势突出，其应用以高质量的作业平台为基础，可以显著改善矿山各项工作水平。从思路上看，大数据可以服务矿山安全工作、生产活动，优化生产环境和作业质量。其作业平台的设计主要以信息技术为中心，核心技术包括物联网、区块链、智能技术等，作业过程中以实时感知、实时分析、默认程序和必要的人工干预为主。根据对BX煤矿某矿山工作系统的模拟，可发现大数据技术以及其平台设计可以优化智慧矿山的工作水平，未来可在此思路下寻求智慧矿山设计、建设优化，进一步发挥大数据技术优势，改善矿山工作质量。

参考文献

[1] 李济军.以自动化信息化融合为基础的智慧矿山建设探析[J].当代化工研究， 2023（16）：194-196.

[2] 刘鸿博.基于大数据技术的智慧矿山平台构建与应用研究[J].中国高新科技， 2023（15）：118-120.

[3] 冯占军.基于BIM技术的智慧矿山工程安全管理研究：评《面向智慧矿山的煤矿安全知识可视化研究》[J].中国有色冶金，2023，52（3）：141.

[4] 毛乾宇.基于卫星遥感及GIS空天地一体化智慧矿山技术研究及应用[J].煤炭科技，2023，44（3）：172-176.

[5] 张会.基于Cesium的智慧矿山三维可视化安全监管系统研究[D].连云港：江苏海洋大学，2022.

[6] 胡耀元.基于BIM+GIS的智慧矿山建设体系构建研究[D].西安：西安科技大学， 2020.