礦井大型設(shè)備運(yùn)行數(shù)據(jù)采集淺析
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了礦井大型設(shè)備運(yùn)行數(shù)據(jù)采集淺析范文，希望能給你帶來靈感和參考，敬請閱讀。
［摘要］大型設(shè)備運(yùn)行大數(shù)據(jù)系統(tǒng)融合物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，具備全面感知、趨勢預(yù)測、風(fēng)險(xiǎn)隱患預(yù)警及生產(chǎn)管理與安全管理智能決策支持等能力，是實(shí)現(xiàn)少人或無人化礦山的必經(jīng)階段。未來應(yīng)緊密圍繞大型設(shè)備運(yùn)行情況深度感知、數(shù)據(jù)深度挖掘、安全生產(chǎn)與管理決策支持等核心問題，綜合運(yùn)用物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)及智能決策支持技術(shù)，形成對礦井大型設(shè)備安全運(yùn)行的強(qiáng)大支撐和保障，為最終實(shí)現(xiàn)無人礦山奠定堅(jiān)實(shí)基礎(chǔ)。
［關(guān)鍵詞］礦井；大型設(shè)備；數(shù)據(jù)采集及分析
1礦井大型設(shè)備運(yùn)行數(shù)據(jù)采集的意義
礦井大型設(shè)備（提升機(jī)、主通風(fēng)機(jī)、空壓機(jī)、主排水泵、主運(yùn)皮帶）主要擔(dān)負(fù)礦井提升、通風(fēng)、壓風(fēng)、排水、運(yùn)輸?shù)戎匾蝿?wù)，是保證礦井安全生產(chǎn)最重要的裝備和環(huán)節(jié)。2002—2012年，由于工業(yè)快速發(fā)展產(chǎn)生的巨大電力需求，極大地刺激了煤炭產(chǎn)業(yè)的發(fā)展，從而造就了煤炭行業(yè)的“黃金十年”。煤炭行業(yè)固定資產(chǎn)投資逐年增加，礦井大型設(shè)備因此也得到了更新?lián)Q代［1］。2013年，隨著我國工業(yè)發(fā)展轉(zhuǎn)型、節(jié)能減排以及新能源快速發(fā)展，煤炭行業(yè)面臨的下行壓力逐步顯現(xiàn)，煤炭行業(yè)固定資產(chǎn)投資逐年減少，礦井大型設(shè)備電控系統(tǒng)也開始進(jìn)入老化期，嚴(yán)重地威脅著礦井和職工的安全。因此，研究礦井大型設(shè)備運(yùn)行數(shù)據(jù)采集及分析應(yīng)用具有非常重大的意義。
2礦井大型設(shè)備運(yùn)行大數(shù)據(jù)的建立
礦井大型設(shè)備運(yùn)行大數(shù)據(jù)一般采用傳感器監(jiān)測獲取和人工采集錄入2種方式。原則上以傳感器采集為主，以人工采樣錄入為輔，數(shù)據(jù)通過數(shù)據(jù)通訊接口實(shí)時提交到上級聯(lián)網(wǎng)數(shù)據(jù)中心。
2.1礦井大型設(shè)備自動化控制系統(tǒng)
礦井大型設(shè)備自動化控制系統(tǒng)主要包括：主提升絞車自動化控制系統(tǒng)、主通風(fēng)機(jī)自動化控制系統(tǒng)、空壓機(jī)自動化控制系統(tǒng)、主排水泵自動化控制系統(tǒng)和主運(yùn)皮帶自動化控制系統(tǒng)［2］。
2.2礦井大型設(shè)備數(shù)據(jù)采集方法
根據(jù)國家煤礦安全監(jiān)察局科技和信息化司2019年5月公布的《煤礦感知數(shù)據(jù)接入規(guī)范（試行）》，礦井大型設(shè)備數(shù)據(jù)采集分為礦井級、省市級、國家級3種類型，分別通過FTP、WebService、Socket、消息隊(duì)列等方式實(shí)現(xiàn)數(shù)據(jù)交換。礦井大型設(shè)備數(shù)據(jù)采集傳輸模型如圖1所示。2.2.1FTP方式服務(wù)器端提供FTP接口，分單位、礦井設(shè)置不同的目錄路徑、用戶名、密碼，按照規(guī)定的通訊文件格式將數(shù)據(jù)文件提交到相應(yīng)目錄，供服務(wù)器端讀取數(shù)據(jù)。2.2.2Web服務(wù)方式采用標(biāo)準(zhǔn)的Web服務(wù)模式，以獲取安全生產(chǎn)監(jiān)測配置數(shù)據(jù)，所需數(shù)據(jù)為設(shè)備編碼、設(shè)備類型、安裝日期、生產(chǎn)廠家、安裝位置X、安裝位置Y、安裝位置Z）。數(shù)據(jù)采集有以下2種模式：①拉數(shù)據(jù)模式。在礦端由監(jiān)控廠家部署WebServices程序，用于提取組合監(jiān)測數(shù)據(jù)，在數(shù)據(jù)中心端由集成廠家部署采集程序，按照數(shù)據(jù)接口規(guī)范采集數(shù)據(jù)。②推數(shù)據(jù)模式。在數(shù)據(jù)中心由集成廠家部署WebServices程序，用于接收數(shù)據(jù)，在礦端由監(jiān)控廠家部署采集程序，按照數(shù)據(jù)接口規(guī)范推送數(shù)據(jù)到數(shù)據(jù)中心。2.2.3讀取礦端生成的XML文件模式在礦端由監(jiān)控廠家根據(jù)文件規(guī)范標(biāo)準(zhǔn)生成礦端XML文件，在數(shù)據(jù)中心端由集成廠家部署采集程序，使用FTP、文件夾共享、WebServices等方式，讀取礦端XML文件。
3礦井大型設(shè)備運(yùn)行大數(shù)據(jù)分析方法
原始數(shù)據(jù)體現(xiàn)出量大而價值密度低的特點(diǎn)，利用大數(shù)據(jù)技術(shù)對獲取的各類數(shù)據(jù)在一定準(zhǔn)則下加以自動分析、優(yōu)化綜合，通過挖掘、獲知來判斷設(shè)備和環(huán)境狀態(tài)，發(fā)現(xiàn)異常事件和潛在危險(xiǎn)。因此，礦井大型設(shè)備運(yùn)行數(shù)據(jù)深度挖掘需要對多源數(shù)據(jù)進(jìn)行挖掘，并注重對不同數(shù)據(jù)之間關(guān)系的挖掘，以獲取、提供所需的決策和計(jì)劃任務(wù)。這種基于多源信息的大數(shù)據(jù)融合是協(xié)調(diào)優(yōu)化和綜合處理的核心所在。
3.1礦井大型設(shè)備運(yùn)行大數(shù)據(jù)類型
礦井大型設(shè)備運(yùn)行大數(shù)據(jù)按照現(xiàn)場信號類型分為模擬量及開關(guān)量2種。其中模擬量主要是溫度、壓力、負(fù)載電流及電壓等，開關(guān)量主要是設(shè)備保護(hù)及運(yùn)行狀態(tài)參數(shù)。模擬量分為電壓型信號和電流型信號。其中，電壓型信號為弱信號傳送，易受到外界干擾源的干擾；電流型信號受外界干擾小可以實(shí)現(xiàn)遠(yuǎn)距離傳送。為確保遠(yuǎn)距離信號傳送的穩(wěn)定可靠，采用增加屏蔽措施或加裝變送器，可減少環(huán)境對信號的影響。開關(guān)量傳送采用直接連接到數(shù)字量采集模塊或加裝變送器轉(zhuǎn)換再進(jìn)行傳送2種方式。
3.2礦井大型設(shè)備運(yùn)行大數(shù)據(jù)特征
規(guī)模性：礦井大型設(shè)備運(yùn)行數(shù)據(jù)的產(chǎn)生和積累都達(dá)到了TB數(shù)量級。多樣性：礦井大型設(shè)備運(yùn)行數(shù)據(jù)的來源多樣性，不僅包括實(shí)時采集數(shù)據(jù)，還包括臺賬、記錄等紙質(zhì)類數(shù)據(jù)?？焖傩裕旱V井大型設(shè)備運(yùn)行數(shù)據(jù)通過工業(yè)控制網(wǎng)絡(luò)實(shí)時進(jìn)入數(shù)據(jù)倉庫，需要大數(shù)據(jù)快速實(shí)時地處理各種數(shù)據(jù)。價值性：通過挖掘礦井大型設(shè)備運(yùn)行數(shù)據(jù)間的相關(guān)關(guān)系，從而發(fā)現(xiàn)規(guī)律，提前預(yù)警，將事故消滅在萌芽階段。
3.3大數(shù)據(jù)實(shí)時性分析
實(shí)時性分析主要是對控制系統(tǒng)的實(shí)時數(shù)據(jù)進(jìn)行分析，根據(jù)控制系統(tǒng)設(shè)定的報(bào)警值及報(bào)警持續(xù)時間進(jìn)行分級報(bào)警，并根據(jù)不同崗位，通過語音、消息推送等方式對報(bào)警異常信息進(jìn)行分級提醒，確保礦井大型設(shè)備安全運(yùn)行。
3.4大數(shù)據(jù)歷史性分析
礦井大型設(shè)備在使用過程中，雖然能通過實(shí)時性分析發(fā)現(xiàn)即時隱患，但是大多數(shù)還是需要進(jìn)行歷史性對比分析，才能獲取決策性數(shù)據(jù)。比如主提升鋼絲繩壽命、箕斗過煤量、電機(jī)保養(yǎng)情況等，這些基礎(chǔ)數(shù)據(jù)的歷史對比將會給礦井大型設(shè)備的預(yù)防性檢修維護(hù)提供數(shù)據(jù)支撐，確保礦井大型設(shè)備安全高效運(yùn)行。3.4.1對比分析。在實(shí)時數(shù)據(jù)進(jìn)入數(shù)據(jù)庫前，與前期歷史數(shù)據(jù)進(jìn)行分析對比，根據(jù)對比規(guī)則完成數(shù)據(jù)分析工作，并發(fā)出預(yù)警通知，按照等級向單位負(fù)責(zé)人、分管負(fù)責(zé)人、技術(shù)人員進(jìn)行分級反饋，由接收人及時進(jìn)行處理并進(jìn)行跟蹤。3.4.2經(jīng)驗(yàn)值分析。在煤礦設(shè)計(jì)、建設(shè)、生產(chǎn)一系列過程中，從借鑒前蘇聯(lián)技術(shù)及標(biāo)準(zhǔn)，到自主形成國內(nèi)技術(shù)及標(biāo)準(zhǔn)體系，對設(shè)備的選用、維修維護(hù)、運(yùn)行狀態(tài)等均積累了大量的經(jīng)驗(yàn)數(shù)據(jù)，為礦井大型設(shè)備運(yùn)行大數(shù)據(jù)分析提供了數(shù)據(jù)支撐。通過與經(jīng)驗(yàn)值的分析、對比，及時發(fā)現(xiàn)風(fēng)險(xiǎn)隱患并加以消除，確保礦井大型設(shè)備安全運(yùn)行。3.4.3綜合分析?；趯Ρ确治龊徒?jīng)驗(yàn)值分析的一種方法，能更好地體現(xiàn)和發(fā)現(xiàn)各類風(fēng)險(xiǎn)隱患。
4礦井大型設(shè)備運(yùn)行大數(shù)據(jù)結(jié)果應(yīng)用
通過自動分析并能實(shí)時給出調(diào)整策略，從主動感知能力、自動分析能力及快速處理能力出發(fā)，滿足礦井大型設(shè)備安全運(yùn)行需要。
4.1設(shè)備狀態(tài)深度感知
自動化系統(tǒng)已經(jīng)具備感知能力，但總體感知能力尚不充分。通過大數(shù)據(jù)的主動感知能力，在原有感知的基礎(chǔ)上進(jìn)行自動分析與快速處理，獲得設(shè)備狀態(tài)的深度感知。這種更精準(zhǔn)的感知更加全面和深入，涉及礦山的人員、設(shè)備、環(huán)境、管理等各方面的動態(tài)變化，能夠確認(rèn)變化發(fā)生的具體部位，如發(fā)生煙霧報(bào)警的帶式輸送機(jī)運(yùn)行狀況。
4.2運(yùn)行數(shù)據(jù)深度挖掘
原始的運(yùn)行數(shù)據(jù)體現(xiàn)出量大而價值密度低的特點(diǎn)，必須通過數(shù)據(jù)分析和挖掘才能獲知對設(shè)備和環(huán)境狀態(tài)的判斷，對異常事件的監(jiān)測及對潛在危險(xiǎn)的預(yù)警等。大型設(shè)備運(yùn)行數(shù)據(jù)類型繁多，如反映各類設(shè)備工作狀態(tài)的數(shù)據(jù)；反映溫度、瓦斯?jié)舛?、壓?qiáng)等環(huán)境參數(shù)的數(shù)據(jù)；反映工作人員地理位置等信息的數(shù)據(jù)。因此，深度挖掘必須具備對多源數(shù)據(jù)的挖掘能力，更重要的是注重對不同數(shù)據(jù)之間關(guān)系的挖掘。
4.3安全生產(chǎn)與管理決策支持
在狀態(tài)判斷、異常監(jiān)測、危險(xiǎn)預(yù)警的基礎(chǔ)上，必須結(jié)合大型設(shè)備安全運(yùn)行專業(yè)知識，自動做出合理決策，以實(shí)現(xiàn)對人員、設(shè)備和環(huán)境的調(diào)整與控制，從而保證大型設(shè)備安全高效運(yùn)行。
5結(jié)語
大型設(shè)備運(yùn)行大數(shù)據(jù)系統(tǒng)融合物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，具備全面感知、趨勢預(yù)測、風(fēng)險(xiǎn)隱患預(yù)警及生產(chǎn)管理與安全管理智能決策支持等能力，是實(shí)現(xiàn)少人或無人化礦山的必經(jīng)階段。未來應(yīng)緊密圍繞大型設(shè)備運(yùn)行情況深度感知、數(shù)據(jù)深度挖掘、安全生產(chǎn)與管理決策支持等核心問題，綜合運(yùn)用物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)及智能決策支持技術(shù)，形成對礦井大型設(shè)備安全運(yùn)行的強(qiáng)大支撐和保障，為最終實(shí)現(xiàn)無人礦山奠定堅(jiān)實(shí)基礎(chǔ)。
［參考文獻(xiàn)］
［1］姚西龍，slyve，高燕桃.我國煤炭產(chǎn)業(yè)的轉(zhuǎn)型發(fā)展研究［J］.煤炭經(jīng)濟(jì)研究，2018，38（11）：11-16.
［2］王國法，杜毅博.智慧煤礦與智能化開采技術(shù)的發(fā)展方向［J］.煤炭科學(xué)技術(shù)，2019，47（1）：1-10．
作者:楊海鵬 單位:中國礦業(yè)大學(xué)信控學(xué)院 棗莊礦業(yè)集團(tuán)公司