互联网+煤矿安全信息化三项关键技术

 

　　随着信息通信技术的进步，互联网、智能终端、智能芯片等在传统工业生产中的广泛应用，煤炭行业的信息化潜力进一步释放，基于物联网、云计算和大数据的新时期信息技术正在改变传统煤矿信息化模式。由于大量传感器和无线传感网的使用，使煤矿物联网成为了煤矿大数据的来源，而煤矿云计算平台作为煤矿信息化基础设施资源池，支撑着上层煤矿大数据的存储和处理，煤矿大数据的实时交互式查询效率和分析能力为煤矿安全生产预警与决策提供了重要的科学依据。

 

　　煤矿物联网

 

　　煤矿物联网是通过RFID射频识别技术、Zigbee、全球定位系统等传感设备，按约定的协议，通过各类矿用传感器采集煤矿井下环境信息、生产信息，并通过煤矿工业以太网、3G、4G与互联网连接，进行信息交换和通信，以实现煤矿井下作业的环境气体监测与预警、生产设备监控、煤矿安全生产隐患的智能化识别、井下人员定位等功能。煤矿物联网技术有利于加快煤矿生产过程中实时数据的采集、传输和智能处理，是保证煤矿安全、高效生产的基础。

 

　　根据物联网技术构架，煤矿物联网也可分为感知层、网络层和应用层3层。



　　1)感知层由各种矿用传感器构成，包括矿用甲烷传感器、用于掘进工作面和采掘设备等的矿用无线传感器、一氧化碳浓度传感器、湿度传感器、温度传感器、RFID 射频识别技术、二维码标签、全球定位系统GPS、摄像头等多种感知终端设备，用于采集煤矿生产作业的环境数据及生产设备信息。

 

　　2)网络层对感知层获取的信息进行传输，主要由连通井上、井下的工业以太环网及3G、4G 网络和WiFi等无线网络共同构建而成，形成了覆盖整个矿区的物联网网络层，实现了煤矿物联网数据的交互与传输。

 

　　3)应用层作为煤矿用户与煤矿物联网的接口，结合了煤矿安全生产监测监控及预测、预警、决策等需求，是煤矿物联网智能应用的最终体现，实现了煤矿工业与信息化的两化融合。

 

　　煤矿云计算

 

　　近年来，云计算技术发展迅速，在工业界和学术界共同的推动下，云计算使人们可以像使用“水、电”一样方便、低价地获取和使用计算机服务，这种新型的商业计算模型正改变着人们使用计算机的思维方式。随着煤矿物联网技术的大规模使用，物联网感知层采集到的煤矿井下生产环境实时数据、生产数据和井下视频监控等流式数据，这些规模巨大的数据量需要能够支撑海量数据存储和处理的基础设施，而云计算作为一种在网格计算、并行计算、分布式计算等计算模式上发展起来的新型服务化商业计算模式，承载煤矿大数据的存储和处理具有非常显著的性价比优势，将为煤矿安全生产信息化建设提供强有力的辅助和支撑。



　　在煤矿安全生产过程中，预测预警是主要任务，需要进行信息监测和数据采集，如瓦斯、一氧化碳、烟雾、风速、温度、负压、风门开关等环境参数，压风机风压、箕斗计数、水仓水位、煤仓煤位及各种机电设备的开停状态等生产参数，而这些数据通常都由各监测监控系统提供。虽然部分大中型矿井尤其是新建矿井，采购并实施了全矿井综合自动化系统，但由于各监测监控系统接口和协议不完全统一，并没有实现预计的数据集成、系统集成和应用集成的目标。而这些数据如果能够通过一个统一接口、统一标准的平台汇总起来，再将这些数据输入到相应的预测预警模型中，这样通过大量计算就可以获得相关预警及决策依据，云计算恰好为这些数据应用提供了开发环境。同时，云计算可以集成煤矿多源数据，包括煤矿安全事故的现场数据、历史数据、决策支持模型、知识及案例、应急设备物资、救援人员及专家等网络化的多源异构信息，通过标准化接口为信息快速采集、传递存储的实现提供了可能，采用数据挖掘等技术手段对实时、异构数据进行统计分析，并提取出对决策有利的相关数据。

 

　　利用云计算技术建设煤矿企业云数据中心平台，并把现有的煤矿信息化建设成果与云计算技术相结合，充分发挥和挖掘煤矿海量数据的价值，为煤矿安全生产提供更有效的保障。目前，煤矿云计算数据中心的建设主要是在现有的煤矿信息基础设施上，购置计算服务器、存储设备及网络设备，利用虚拟化技术将信息化物理基础资源转化为虚拟化资源，通过虚拟资源池为煤矿各应用系统提供计算、存储及网络资源，在资源层面实现了资源整合与高效利用，在数据层面打破原有“烟囱式”孤立的信息系统，实现各信息系统在数据层面的共享与交互。

 

　　煤矿大数据

 

　　煤矿大数据是指为了在煤矿安全生产过程更有效地从高采样频率获取的、大容量的、不同结构和类型的煤矿数据中获取价值而设计的新一代构架和技术。其数据来源主要是指井下物联网感知层的各个监测设备采集到的环境参数，如甲烷、一氧化碳、氧气、温度、压力等实时监测数据，以及控制设备相关数据。煤矿大数据具有4V的特点: 

 

　　1)数据体量(Volume) 巨大。煤矿生产过程中会产生大量以甲烷为主的环境监测数据、井下人员定位信息、设备信息和井下空间信息等动态数据。特别用于监测环境数据的传感器，其数据采集周期短，因此这种大量实时监测和控制等实时系统产生的流式数据会形成一个大规模历史数据，其更新数据集也会在数分钟内就达到巨大的数据量规模。

 

　　2)数据产生和增长速度(Velocity) 快。随着物联网技术、传感器网络技术和无线射频技术的大规模部署，各类数据以前所未有的速度增加，这些多源异构数据即使通过过滤只保留有效的数据，其数据规模也很庞大。

 

　　3)数据类别(Variety) 多。大数据来自多种数据源，格式和种类多样，它不仅包含传统关系型库的结构化数据，还包含视频监控等流式数据、文档、主动系统和被动系统的传感器数据等结构化、半结构化和非结构化等多种数据形式，如GIS数据、监控视频、矿图数据、图像数据、应急预案、应急知识及事故案例等，并且此类数据所占份额越来越大。

 

　　4)价值密度低(Value)。随着煤矿物联网的广泛应用，信息感知将贯通煤矿生产的各个环节，面对大量传感器产生的海量信息，可以使用机器算法高效地完成数据价值的提炼，为煤矿安全生产提供科学依据和决策，是煤矿大数据核心价值的体现。



　　由于煤矿安全事故发生原因复杂，人们还未能完全掌握各类事故发生规律，不能准确对煤矿安全事故进行预测预警，因此，基于煤矿大数据深入发掘数据价值，对煤与瓦斯突出、冲击地压、火灾、水害等煤矿重大危险源进行科学预警具有重要意义。

（来源：李树刚，马莉，杨守国.互联网+煤矿安全信息化关键技术及应用构架[J].煤炭科学技术,2016,44(7)：34-40.如需引用，请标明出处）