大数据在煤矿安全领域应用方法研究

大数据在煤矿安全领域应用方法研究

孙守辉

（山东东山新驿煤矿有限公司山东济宁272116）

摘要：现如今，我国的科技发展迅速，本研究应用大数据方法，挖掘信息化煤矿长期积累的海量数据，多维度洞察发现海量数据隐含的内在规律，将煤矿安全生产管理提升到精细化的新层面。本研究主要包括：收集大量煤矿安全事故报告，针对煤矿安全事故报告进行文本挖掘，在此基础上运用Delphi专家调查法确定事故关键要素；利用Apriori关联分析法分析关键要素之间的关联关系，挖掘关键要素频繁项集；依据煤矿现有信息化系统数据，建立与关键要素对应的数据指标并对其进行实时监控和预测；在关键要素频繁项集的基础上构建BP神经网络模型，通过计算实时数据预测事故发生的可能性，为煤矿事故的研究和预防提供了全新的视角。

关键词：大数据；煤矿安全领域；应用；研究

引言

作为国民经济的最基础产业之一，煤炭产业在我国的能源消费结构之中一直占据较高的比例。而且有专业人士对此进行分析预测，在今后的半个世纪的时间之内，这一比例将不会低于49%。然而，煤炭这一行业是一个分布范围广、从业人员又相对居多的行业，容易出现事故。为提升该行业的安全管理水平，必须坚持不懈地创新管理方法，完善相应的体系，把大数据概念自觉地应用于安全管理中。

1煤矿安全大数据分析

如同其他领域，大数据分析技术给煤矿安全领域带来了全新的解决方案。按照在其他领域大数据应用方法、经验，通常的思路是通过事故与事故发生相应时间段历史数据进行关联分析，找出事故发生时历史数据或历史数据之间变化的规律性，从而找到事故与数据的关联关系，并通过实时监控事故关联数据预防安全生产事故的发生。虽然历史上也曾发生过大量有记载的煤矿安全生产事故，也有现存与事故相关的海量历史数据（如安全监测监控系统、人员定位系统等），但此方法在煤矿安全领域是无法实现的。因为煤矿历史数据保存时限短（按照有关规定，煤矿安全监测监控系统、人员定位系统等数据只保存2年时间），历史上发生的超过历史数据保存时限的事故找不到对应的数据，而现存的历史数据相应时间段的事故数量又有限，不具备大数据分析规模，也无法形成统计规律。

2大数据在煤矿安全生产管理的应用领域

2.1应用于安全生产之中

煤炭产业在不断发展的过程中，已经形成了相应的生产经营规范，特别是一些安全技术操作规程，也形成了相关的法律文件，而且这些文件都是从大量的安全管理实践经验的基础上制定出来的，没有哪一件不是随着环境的变化而变化的，随着开采的进行而修改的。以往的安全运营需要建立各种台账，要有安全记录、设备点检及地质条件方面的记录，这些记录历经长期的发展已经积累起一定的小数据。而在科技不断发展的情况下，各种现代设备不断投入应用，时时性的数据就出现了，因而小数据被逐步扩充，通过对数据进行分析即可以判断相应的灾害情况。

2.2大数据是相关性分析，不求因果关系

煤矿灾害预警是避免瓦斯、水害、火灾、设备故障等事故发生，减少人员伤亡和财产损失的有效措施。从目前的研究来看，人们还没有完全掌握煤与瓦斯突出、顶板事故、水害事故等事故的发生机理，还不能利用现在掌握的规律建立准确可靠的预警模型来预测此类事故。而大数据研究的一个特点就是研究事件间的相关性，而不是因果关系，只需要研究相关数据间的关联性来预测发展趋势和结果，不需要研究煤矿事故发生的原因和作用规律。用大数据研究煤与瓦斯突出、顶板、水害、火灾等事故的预警方法，只需要通过大量的事故分析，采集事故发生前相关因素的信息，研究哪些数据变化并呈现某种变化趋势时，就可能引发煤与瓦斯突出、顶板、水害、火灾等事故，而不需要研究并明确煤与瓦斯突出、顶板、水害、火灾等事故的发生机理。

2.3加强风险管控，确保大数据安全

大数据是一把“双刃剑”，但如果管理不善，大数据本身也可能带来大风险。大数据的应用改变了传统数据安全风险的特征，它不仅需要创新管理方法，还必须纳入到全面风险管理体系，通过立法和技术手段保证数据的安全。

2.4事故关键要素值计算

有些关键要素无论是在事故案例中还是历史数据中都可以找到对应的值，如生产能力、瓦斯浓度等。但有些事故关键要素，如微风作业、无风作业、风流短路等，无论在事故案例中还是历史数据中都没有被量化，因此我们需要定义这些关键要素的取值方法，从而实现所有事故关键要素的“数据化”，进一步建立事故关键要素与现有数据（如历史数据、实时数据）之间的对应关系，运用数学工具对事故关键要素模型化。同时，由于各关键要素取值的物理含义不同，因此存在着量纲上的差异，这种异量纲性是影响对整体评价的主要因素，指标的无量纲化处理是解决这一问题的主要手段，根据数据特点，我们对关键要素取值均选择直线型无量纲化方法之标准化法来进行无量纲化处理。

3大数据引入煤矿安全生产管理的可行性研究

3.1数据共享的可行性

大数据时代这一提法是随着互联网的普遍应用而逐渐出现的，对于煤矿在安全生产特别是管理方面的数据，如果将其放在海量的数据中加以审视，它只能算是一个个的个体样本。自采集数据到完成对数据的积累，这是一个繁杂的过程，因而表现得极为不容易。在这种情况下，如果能够建立起一个可以共享的、有效的平台，就可以实现数据库的建立。积累的过程囊括了信息的搜索、调阅与录入等过程，通过这些过程可以完成对大量信息的筛选，从中找出有价值的信息。比方，液压支架在进行撤回的进程中，由于没有将侧护板进行有效固定而导致不够牢固，这种情况下就极易导致因为掉落而对人构成的伤害。对此进行分析时可知这是一起人为事故，之所以会出现这种局面，完全是由于作业初期对这种危险源进行辨识的工作没有做到位。而且在这一过程中对检查事项的进行有所忽略，这也是其中的原因之一。如果把危险源与作业事项建立起信息共享机制，通过平台的组建，就可以规避这一不足。

3.2数据采集的可行性

进而能够实现更加精准、有效地对生产经营进行指挥。不仅可以完成各个平台间的数据对接，还能使资源实现有效共享。现在的煤矿生产经营中，除了在顶板压力、安全环境与人员定位等方面进行监测以外，而在人为因素对安全形成影响方面则难以实现监测的自动化，对这部分的监测还依然采取人工的方式。现在虽说采集工作仍在进行，但是其自身的价值已经大打折扣。比方在人为的不安全因素方面，是以现场安全管理人员进行信息的采集作为基础的。

3.3数据处理的可行性

对于煤矿安全生产的运行，必须以安全管理的信息化推进为基本前提条件。不断强化对相关的技术资料与管理资料的搜集、整理与研判，同时完成档案的建立。促进安全管理的相关数据库的建立。要不断探索信息系统的利用与开发，促进安全管理项目能够被系统地、科学地加以反映，特别是在标准、要素及项目方面更应该做到这一点。要真正地凸显隐患的整改、危险源的检测与控制、数据的统计分析与传递等项功能。

结语

大数据时代已经到来，当前煤炭行业面临供给侧改革，煤矿安全管理依靠传统模式已跟不上形势需求，必须凭借大数据等新的信息技术提高管理水平，降低管理成本，转变管理方式，使煤矿企业的安全生产在大数据的保驾下安全航线，将煤矿企业的安全生产带入新的时代。

参考文献：

[2]王海军，武先利.“互联网+”时代煤矿大数据应用分析[J].煤炭科学技术，2016，44（2）：139-143.

[3]刘香兰.煤矿安全生产大数据分析与管理平台设计研究[J].煤炭工程，2017，49（6）：32-35.