井工矿智能矿山大数据体系研究与探索

2020-05-13张鹏

世界有色金属 2020年22期

张鹏

（国家能源集团神东煤炭集团公司信息管理中心，陕西榆林 719315）

随着国家信息化与工业化两化深度融合的不断深入，着力建设智能化矿井和智能化矿区，真正走出中国特色新型工业化道路。智能化矿山建设是在数字矿井建设的整体框架下，采用国内外先进的技术和装备，借助于大数据的前沿技术，构建智能矿山大数据体系，使得“人机料法环”互联互通，精确分析，精准指导，建成一个能用、实用、管用、高效运行的智能化矿井，实现矿井“管、控、营”一体化，实现矿井安全可靠化、管理高效化、成本最小化、效益最大化。为煤矿安全、高效、绿色、智能生产提供参考依据[1]。

1 研究的背景和意义

（1）研究的背景。十九大报告明确提出加快建设创新型国家，以创新为根本动力，不断提高技术水平、科研水平和信息化水平，为建设网络强国、数字强国提供有力支撑。推动互联网、大数据、人工智能和实体经济深度融合，在创新引领、绿色低碳、智能制造等领域培育新增长点、形成新动能。煤矿和非煤企业在互联网领域的推动下同样会面临前所未有的压力。为进一步降本增效、提升市场竞争能力，神东必须登高望远、领跑领先，推动公司更高质量、高效率、可持续地发展、为国家能源集团打造具有全球竞争力的世界一流综合能源集团做出应有的贡献。

（2）研究的意义。当前，云计算、大数据、物联网、移动互联、虚拟现实、无人驾驶、人工智能等新一代信息技术发展日趋成熟，正在向更多领域渗透，不断推动传统行业的智能化智慧化转型。神东集团需要结合应用需求进一步加大新技术引入力度，在智能工作面、快速掘进、矿用卡车无人驾驶、矿用机器人、智能一体化应用平台等方面加强科技研发投入，建立智能矿山大数据体系，深度挖掘数据价值，实现数据价值共享，推进智能化进程，全面推动集团煤炭板块产业结构的优化升级和生产力水平的整体跃升，最终建成安全、高效、智能、绿色的世界一流煤矿，公司实现高质量发展。

2 井工矿智能矿山大数据体系的构建

矿山行业的大数据分析是利用大数据处理技术、数据分析算法来进行计算与处理的。主要分析煤矿智能化、生产安全化、决策合理化等方面内容，通过标准建立和数据共享平台搭建实现生产及应用系统之间的互联互通，利用类似传感器等智能装备对煤矿所建立的物理世界进行感知与交互，从而使井下与地面建立起图形化交互机制，进而对煤矿的安全生产达到科学决策、精准分析、有效预测的目的[2]。

（1）井工矿智能矿山大数据模型。根据矿井实际情况，智能化矿井建设结合实际业务包括：基础设施规划建设、生产监控系统建设、生产管理系统建设、经营管理系统建设、安全智能决策系统建设等。对应建立大数据模型架构，分为数据接入层、数据传输层、数据汇聚层、数据分析层、数据价值层，形成智能矿山大数据模型。①数据接入层。包括各类智能传感器和智能分站等设备，设备在运行状态中，通过智能传感器感知，将产生的各类生产数据不断的进行传输，实现人员、设备、环境智能化感知、可视化监控、精准定位。是各类生产数据的产生区域，也是数据价值的来源地。②数据传输层。传输层采用以太网技术，融合井上下千兆/万兆工业控制网络、矿山4G/WIFI 网络等由工业环网与信息网组成，采用网闸加防火墙技术进行安全隔离。整个矿井采用有线和无线结合的方式实现全网络覆盖。将数据感知层数据进行采集，传导。主要包括生产环境在线检测数据、综合自动化数据、其他生产指挥信息采集数据。实现井上下多数据的传输调用，实现统一调度、互联互通。是数据价值的流通区域。③数据汇聚层。汇聚层通过建立统一的数据中心，将采集到的数据进行存储，形成数据仓库，建立数据分类及标准体系，通信协议转换，数据格式统一，将数据ETL 后进行模块化。实现数据实时抽取和共享。数据的存储区域，是数据价值的收藏区域，也是大数据分析的基础层。④数据分析层。分析层是将汇聚层的数据进行实时抽取，通过大数据分析工具，利用大数据基础技术架构Hadoop 平台，利用大数据分析算法。⑤数据价值层。价值层是通过分析层的结果，将其结果通过控制层、传输层达到执行层，完成对设备的控制、矿体的空间形态和属性的动态修正。通过专家决策，对智能矿山实现监控控制、优化排程、物资调运等功能。是数据的利用区域，数据价值的应用区。

图1 标准化原则

（2）智能矿山大数据分析决策平台。面对矿山智能化建设的增速，目前神东已经积累了大量的生产及管理数据，存在数据标准不统一、信息孤岛严重、数据管控体系不完善以及人才和分析平台缺乏的挑战，为了有效的挖掘数据，找到数据潜藏的价值，为安全生产提供决策依据。按照基于大数据的智能矿山建设模型，建设智能矿山数据分析决策平台，主要包括：建立数据分类体系、制定共享数据标准；建立统一数据仓库平台；搭建数据共享、分析平台。数据标准完全遵循据编码和分类标准，仅在集团主数据标准体系不涵盖的业务领域进集团的主数行扩展，扩展过程中使用相同的编码规则。如图1 所示。

数据标准化所涉及到的主要内容包括：数据接口标准、模型标准、编码标准、ETL 标准、数据服务标准、质量管理标准、元数据标准、安全管理标准、生命周期标准。

建立统一数据仓库平台。数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它并不是所谓的“大型数据库”。数据仓库建设的目的，是为前端查询和分析作为基础，由于有较大的冗余，所以需要的存储也较大，为了更好地为前端应用服务。

建立神东统一生产数据仓库平台，实现数据统一格式、统一源头、集中存储。提供与其它业务系统自动抽取数据功能，梳理各业务系统之间的关系，明确业务数据边界，并保证数据的一致性；为各类数据的重复利用提供统一、标准的应用及开发接口；对历史数据提供即席查询、统计分析，人机界面，打印各种形式的报表。