基于数据挖掘技术的煤矿远程监控系统研究

朱本春+赵云+丁笑迎

摘 要：在煤矿生产过程中，会产生大量的数据信息，单凭人工计算很难及时对数据做出科学统计和判断，影响数据信息的统计效率。数据挖掘技术在煤矿远程监控系统中的运用，既能解决数据统计难题，又能提高数据分析效率，对管理人员的决策提供帮助。数据挖掘技术的运用可以使复杂的数据简单化，保证矿井生产安全，提高经济效益和社会效益。

关键词：数据挖掘；煤矿；远程监控；网络运行结构

前言

数据挖掘技术在煤矿远程监控系统中的运用，对煤矿生产具有重要的贡献作用。文章首先梳理了远程监控系统的数据采集子系统、远程遥控中心子系统和计算机通讯网络等网络运行结构，然后阐述了用户层、数据层、服务器层、业务逻辑层的系统体系结构，最后讨论了数据挖掘技术在煤矿远程监控中的应用。

1 远程监控系统的网络运行结构

1.1 数据采集子系统

就目前我国大中型煤矿使用的监控系统来看，大致可以分为国产与进口两种。国产监控系统包括KJ2、KJ22、KJ4和AL系列等，进口监控系统包括TF200、MINOS和SEN-TURION系统等，这些都是具有代表性的国产监控系统。在生产煤矿时，需要根据具体的现场操作环境布置总线网络，通过连接矿井的各个设备来共享信息和数据库。各个设备虽然用总线网络连接在一起，但依然具有独立性，各个煤矿远程监控系统都能独立对数据采集工作负责。数据采集工作的参数分为工况参数和环境参数两种[1]。工况参数包括电流、电压、风门开关和设备开停等。

环境参数包括瓦斯、风速、风量、一氧化碳体积分数和粉尘等。数据采集系统借助各级服务器把信息呈送给远程监控中心。

1.2 远程遥控中心子系统

远程监控中心的工作内容是管理和维护系统、在规定时间内接收并处理各个煤矿的工作情况和数据信息、及时公布信息处理结果、及时处理重要参数等。一氧化碳或瓦斯体积分数超标都可能引起煤炭事故，这就需要指挥中心直接对工作现场做出指示，当机立断，通过紧急处理和决策防止煤矿事故的发生。在特殊情况下，监控指挥中心可以通过视频直接指导工人作业，确保矿井生产安全。控制中心具备矿井的一切数据和信息，并且与客户共享各种数据及其分析系统，方便客户随时对信息进行查询和调用。外部存储器可以有效补充内部Flash供不应求的情况[2]。例如，可以串行Flash，利用外扩的外部存储器存储需要进行保护的数据，通过总线把Flash连接到设备中，形成主从模式。存储过程的读和写分别采用独立的系统。KGS-20瓦斯传感器的基本敏感材料是二氧化锡，具有功耗低的特点，这种半导体型气体传感器适用于检测可燃气的体积分数。由负载电阻电压的变化可以计算传感器敏感组件电阻的变化，只有检测电压、负载电阻、驱动电压的实际数据与参数相符，才能确保传感器的高效有序运转。

1.3 计算机通讯网络

数据挖掘技术的运用提高了数据处理的效率和准确率，为网络系统提供了便利[3]。监控中心的另一任务是通过对数据的归纳和推理来找出数据内部规律，挖掘数据背后的隐含信息，进而对矿井的实际运行情况做出准确判断和预测，并把预测呈交给上级主管部门或管理部门。计算机网络通信建立在IP或TCP协议基础之上，广泛应用于各级调度室，客户机均采用Windows2000进行系统操作。

2 远程监控系统的结构体系

2.1 用户层

用户层指的是客户层，不能直接访问后台数据库，需要根据操作要求调用业务逻辑，通过友好的态度和方式查询系统数据。网络数据动态发布形式既有利于快速获取各个煤矿的数据信息，有利于工作人员与矿井工人互相传递矿井下的生产信息。除此之外，新闻和电子邮件有利于客户间的信息交流和数据共享，BBS及远程登录也可以为客户提供快速交流的平台[4]。

2.2 数据层

合理预测煤矿数据参数，如一氧化碳体积分数和瓦斯体积分数等，可以有效消除煤矿生产过程中存在的安全隐患。矿井生产设备及生产过程都具有周期性和重复性的特点，同样，数据的采集也具有周期性。因此，相关的管理人员应该加强数据规律的分析，提高数据采集的准确率，减少给煤矿安全系统带来的损失。

2.3 服务器层

远程监控系统主要依靠管理服务器、数据库服务器和Web服务器运行。其中，管理服务器主要负责管理局域矿监控网络，数据库服务器负责存储工况参数信息和对客户开放矿井历史数据，Web服务器主要负责为客户发布动态网页。如果这三个服务器由容量较大的微机构成，不仅可以为客户提供高质量服务，还能节约成本。

2.4 业务逻辑层

业务逻辑层是系统的关键因素。业务逻辑层需要分析远程监控中心的数据信息，借助煤矿现场信息和瓦斯体积分数来预测并处理发生的煤矿事故，运用数据挖掘技术，分析、预测工况参数和现场环境参数，监控重要设备的运转情况，对出现的故障进行诊断。通常情况下，煤矿需要对数量庞大、模糊复杂的数据进行检测，而由此得到的预测会存在较大误差，只可作为预测的参考，提示、建议工作人员的下一步行动，不能对管理人员的决策产生决定作用。监测系统解决了数据分析、预测难题，对特定的数据信息有一定的约束力，而数据挖掘技术的运用，为广大客户提供了优质的服务，促进了网络系统的发展。

3 数据挖掘技术在煤矿远程监控中的应用

3.1 数据仓库

数据仓库是联机分析应用数据源和决策支持系统的结构化数据环境，主要研究和解决信息问题，数据仓库具有具有扩展性、面向主题、效率高和数据质量高的特点。数据仓库包括工况参数和环境参数主题，典型性的仓库还包括数据集市、数据导入和访问工具等。

3.2 数据挖掘模型

数据挖掘又叫做资料探勘或数据采矿，指的是在处理大量数据时，运用算法搜索隐含信息的过程。远程监控主要负责吸收有价值的知识、深层次分析数据、智能判断参数及设备工作情况，及时发现煤矿工程存在的问题和故障。建立数据挖掘模型可以对数据进行整理、分析、归纳和预测，能在实践中不断调整和优化[5]。因此，建立模型可以有效保障煤矿生产的安全。

3.3 数据挖掘技术的应用

数据挖掘技术在煤矿生产过程中起到了重要的促进作用。数据挖掘技术既可以自动检查数据库和数据仓库，又可以对数据进行有效分析和预测，为决策提供数据支持。数据挖掘技术是通过建立数据模型来预测数据，总结数据规律，提高预测的准确率。目前，数据挖掘技术主要应用于描述问题形式、数据挖掘和数据集成等领域。

4 结束语

总之，数据挖掘技术在煤矿远程监控系统中的运用，推动了数据信息化建设的发展。远程监控系统可以实现各个企业的信息传递和数据资源共享，而数据挖掘技术则提高了数据分析的深度和效率，提供了良好的工况参数和矿井环境参数，进而实现了煤矿的安全生产。

参考文献

[1]彭泓.基于数据挖掘与信息融合的瓦斯灾害预测方法研究[D].中国矿业大学（北京），2013.

[2]聂飞霞.基于数据挖掘技术的图书馆个性化推荐系统研究[D].西北大学，2013.

[3]杨驭东.基于数据挖掘技术的瓦斯涌出量预测方法研究[D].内蒙古科技大学，2013.

[4]郝梦尧.基于通信技术的煤矿安全监测监控系统研究与应用[J].科技致富向导，2013，3（30）：129-130.

[5]王若成.基于数据挖掘的煤矿计算机安全监测体系建立[J].煤炭技术，2013，1（26）：124-125.endprint