基于数据挖掘技术的煤矿远程监控系统研究

雷云 安少帅

(1.西安科技大学 电气与控制工程学院,陕西 西安 710000;2.中国神华神东煤炭集团公司锦界煤矿综采一队,陕西 榆林 719319；3.毕节中城能源有限责任公司 ，贵州 毕节 552100)

1 前言

早前，对于煤矿挖掘工作的监控就应用了简单的集中监视设备。随着信息技术网络的发展，越来越多的采集量被汇集到一起，日积月累，数据量想当庞大，人工对于这样的数据很难理解。因此解决当前复杂数据形成有效信息成为当前煤矿挖掘工作的一大难题，基于数据挖掘技术的煤矿远程监控系统由此诞生，以解决煤矿企业监控技术的远程性、复杂性以及自动智能导向挖掘方向等问题，保证煤矿的安全高效生产。

2 系统网络运行结构

目前，现有的煤矿企业监控系统和网络运行结构主要包括以下三个模块：

图1 煤矿监控系统网络结构

1)数据采集子系统。数据采集系统分散于矿井下每个角落，形成统一整体，用于采集采掘工作面、通道内瓦斯、粉尘、CO浓度等环境参数，通过网络通信系统传递给远程监控中心。

2)计算机通信网络。通信网络起到联通的作用，将数据采集量传送至监控中心，用于分析与研究，是整个系统网络结构不可或缺的一部分。

3)远程监控中心子系统。整体来说，远控中心系统相当于大脑，处理来自各各方面的数据信息，通过对数据的长期跟踪以及限定与约束，做出去未来煤矿的挖掘工作做出预测、纠正目前的错误采掘行动。保证采掘工作安全高效推进，保障企业的利益与人民生命财产安全。

3 系统体系结构

煤矿远程监控系统采用4层体系结构,包括用户层、业务逻辑层、服务器层、数据层,系统体系结构模型如图2所示。

图2 远程监控系统体系结构模型

3.1 用户层(客户层)。用户层为用户提供直接面临生产现场的实时画面，同时实时监测各数据采集点的采集量是否超过安全标准，一旦超过安全标准则显示报警，提醒作业人员危险，提早撤离，直至整改安全措施到再次达到安全标准再进行作业。

3.2 业务逻辑层。业务逻辑层是整个系统结构的核心。在发生事故时是为远控中心对于发生事故的预测和报警以及提供处理意见的首要工具，未发生事故时通过基于统计分析类数据挖掘技术和信号分析工具,对甲烷(瓦斯)和CO的浓度、风速、风量、粉尘等环境参数以及电压、电流、风门开闭等工况参数进行定性或定量的分析和预报,对重要设备运行状况进行监控及对故障进行诊断。

3.3 服务器层。远程监控系统采用Web服务器、管理服务器、数据库服务器的三层服务器架构,相当于一个服务平台。管理服务器用于局、矿监控网络工作站的管理。

3.4 数据层。远程监控系统中的数据库和数据仓库为业务逻辑层提供数据支持,为数据挖掘提供正确、完整和集成的数据信息。

4 数据挖掘技术在煤矿远程监控系统中的应用

通过远程监控系统的应用，就是利用了现有的科学技术条件对煤矿挖掘工作的安全保障进一步的升级优化，实现安全升级、产能提高的双赢局面。即利用监控系统采集的环境参数数据量以及对采煤机械设备的监控诊断数据进行综合分析评价矿井的实际工作状态信息,从而准确及时地评价井下是否安全。因此,监控系统如何做出决策是整个系统的关键，数据挖掘的含义也由此而来。决策系统通过对长期采集量数据的积累加上约束条件形成一定的数据模型，数据挖掘技术能自动查找数据库或数据仓库中数据的模式和关系,利用先进的统计技术在数据仓库或数据集市中查找各项事实数据并分析预测,为决策者提供建议。对数据模型加以分析，寻找规律做出预测与判断。但是由于数据采集的不全面性、模糊性使得对于决策系统做出的预测并非百分之百的准确，还需要加以人工的干预与统计，建立更多的约束条件，以便于决策系统能够做出更加准确的预测与判断，提供更高的安全保障性。

5 结语

随着信息系统普及与计算机网络应用，基于数据挖掘的远程监控系统得以在煤矿上顺利进行，数据库的建立、数据模型的产生也为煤矿挖掘提供了更高的安全保障，但是基于数据采集的不全面性以及数据模型本身的模糊性，基于数据模型的初期使用与预判的准确性可能低于预期值，但是已经远远超过传统的预测能力，随着数据不断积累、经验模型建立，基于数据挖掘的远程监控系统对煤矿做出的安全预测与判断只会越来越准备，进而保证了煤矿的生产安全，为企业创造效益，造福于人类。相信随着时代的发展，大数据时代到来，基于数据挖掘的技术应用会越来越普及，技术也越来越先进，煤矿的安全事故不会再发生。

[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] 杨驭东.基于技术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.