摘要：在现阶段，人们对通信网络的依赖性十分强，不管在生活还是工作中，通信网络发挥着重要的作用，而随着时代不断发展，人们对通信网络的要求也越来越高，因此这就需要做好对通信网络的合理优化。而大数据技术为通信网络的优化提供了良好的条件，通过大数据技术对通信网络实施优化，能够有效提升网络优化的效果。本文基于大数据的矿山机电设备智能监控系统展开论述。
关键词：大数据；矿山机电设备；智能监控系统
引言
对于大数据技术来说，主要是时代与科技发展共同产生的技术类型，现阶段权威的领域并未对此技术进行准确和全面的专业解释，尽管社会各界对大数据进行了定义，但这些定义都存在一定区别，存在不够全面和不规范的情况。总体来看，所谓大数据的技术，主要是借助相关分析技术，对海量的数据实施获取，并对此类数据实施专业和深度的挖掘、处理、分析等，从而促进对各类资源的充分合理使用。对于通信网络来说，借助通信传输的介质，实现客户和客户间有效通信以及客户和服务器间有效通信。在通信网络的构建和实现中，需要十分强大和专业的技术支持。现阶段，人们生活和社会生产对通信网络要求更高，而为了确保网络运行具有良好质量，就需要对通信网络实施有效的合理优化，而大数据的技术就为通信网络的优化提供了技术支持。
1大数据技术在数据处理方面的应用
1.1大量数据的采集
随着各行各业对计算机技术越来越依赖，使用大数据技术来处理业务数据已经成为了必然的发展方向。如现在最为常见的手机定位导航功能，用户满意度回馈功能等等，基于大数据技术，所有的计算机系统能够收集到更多的数据信息，并且照比以往能够节省更多的人力物力，所有数据的从采集，到处理技术，最后到信息回馈，都由大数据系统自动完成，不需要人工干预。并且对数据处理的精准程度也有了极大提高。
1.2大数据分析与挖掘技术
大数据分析主要是分析数据，其中包括统计分析、预测建模、数据挖掘、机器学习等。大数据分析的理论核心就是数据挖掘算法。数据挖掘的算法多种多样其中包括神经网络方法、遗传算法、决策树方法、模糊集等方法。
1.3计算机信息处理技术的储存方式
在目前的技术环境下，计算机数据的存储主要是利用网络数据库，采用数据节点并行的方式来达到多线任务同时处理的目的，因为这种模式本身处理效率较高，因此它成为了目前最主流的数据处理存储方式。近年来，随着大数据技术的不断发展，网络数据库可以利用大数据技术来存储处理更多数据，在不额外增加数据节点的情况下，也能处理更多的任务需求，并且大数据技术能够自动的识别冗余数据，将真正有用的数据保留下来。将无用的数据删除，使系统的存储空间利用效率更好，有效的降低了系统数据崩溃的风险。虽然大数据的技术有效的提升了计算机技术发展，但是在大数据技术应用过程中还存在一些问题，直接影响到了技术应用效率。如果没有及时针对问题对其进行解决，可能就会影响到大数据本身的技术发展和其在计算机领域中的应用。
2基于大数据的矿山机电设备智能监控系统设计
基于大型数据的矿山机电设备智能监控系统的硬件设备主要由无线传感器、中央处理器和道路读卡器组成。矿山机械和电气设备的智能监控需要强大的能源存储能力，具体取决于系统中央处理器的高数据传输速度和快速数据处理效率的设计要求，此次系统设计采用了NY2012芯片，具有特殊的待机能力和数据读取能力的Neasd型号读卡器[2]。矿山机电设备运行过程中发生的故障主要分为电气故障和机械故障两大类，其中电气故障:矿山供电电压不稳定，电机频繁运行，可能发生主电机电缆接地事故；机电设备控制线插头虚拟连接可能导致带式输送机卡尔顿故障；智能手机托盘装置的电线虚拟连接时，机电设备皮带停止工作。变频器通信地址冲突可能导致带式输送机变频故障。泵机电绝缘绕组损坏可能导致泵电机燃烧失败等。
据上述矿山机电设备故障分析，这次对无线传感器设计采取“一对一”的形式，在系统的监控范围内，根据机电设备的运行特性，配置了各种温度传感器、速度传感器、电流电压传感器、振动传感器、传感传感器、压力传感器。完成系统硬件设计，设计系统软件。这次设计的系统要在运行中分析大量矿山机械及电气设备运行数据才能实现系统智能监控功能，因此强大的数据分析能力是此次系统开发的关键。在矿山机电设备监控中，基于大数据的云计算和信息融合技术是整个系统的核心。中央处理器从无线传感器和读卡器传输的机器和电气设备接收数据后，首先通过信息融合技术对数据进行综合分类，对所有数据进行全面的说明和说明，从而确保每个传感器和读卡器信息的可用性。
3工业大数据统计分析服务
工业大数据统计服务将数据传输服务获取的数据进行高效统计、挖掘分析。主要实现将数据传输服务定时传递过来的数据块进行统计分析汇总，主要包括任务调度服务和统计分析服务。①任务调度服务。任务调度服务按照指定好的基本策略（包括任务类型、任务优先级等）执行统计任务。统计任务由数据传输服务、web应用系统服务等管理控制。②统计分析服务。统计分析服务通过对矿山生产系统业务进行统计分析梳理，规范数据统计方法，按照逻辑测点、智能仪表和生产系统3个层级进行统计分析。具体介绍如下：在为物探仪器或者配置的装置提供观测点位服务时，通常以逻辑测点为主；在智能仪表内，压力仪表、电工仪器等都是重要的组成部分，同时还需要配置一组逻辑观测点，保证智能仪表正常发挥数据检测功能；矿井企业构建的生产系统，应保证人员安全为前提，避免生产设备出现运行问题，威胁到人员安全的同时，影响到企业正常的生产；通常情况下，智能仪表具有的功能以及重要性，都要优于生产系统。在生成数据过程中，应以小时为单位，小时开始，按照天、月的方式逐渐扩大到年。
4监控系统发展趋势
随着计算机的发展和普及，隧道机电监控系统逐步引入中央计算机系统，将各个子系统合并为一个，其发展趋势可以归结为四个方面[1-3]:(1)网络。中央控制系统由多台计算机组成，其中两台是服务器，其馀的通过计算机局域网连接到一起，构成了服务器客户端模型。这里，服务器和工作站由两个相互准备、冗馀、可靠性、每个工作站的每个功能、服务器组成，作为全球数据存储和网络通信服务，系统可以满足高可靠性、实时、矿山机电监控系统信息增长、复杂过程的监控要求，同时还可以管理计算机，为用户提供大量的运营管理数据。(2)智能化。中心控制系统具有收集矿山设备运行参数，然后根据现场反馈的参数持续调整运行模式的智能，可以实现矿山机电设备的最佳运行方式。(3)配置。中央控制系统可以轻松扩展，如工作站扩展、操作模式增长等。这些操作无需修改程序即可直接修改数据库和监控流程，从而极大地满足用户的现场工作需要。(4)整合。中央控制系统不仅提供对机械电气设备的监控，还提供操作数据信息、报告和记录，供相关管理员做出决策，中央控制系统综合管理各个子系统，充分利用机电设备的性能，发生灾害时迅速配合工作，迅速启动，帮助运营人员帮助救灾。
结束语
目前，我国矿山亟需深入的将工业物联网、大数据和云计算服务技术用于生产、安全、管理、市场等各个领域，矿山信息化正逐步向信息扩展、高度集成、综合应用、自动控制、预测预报、智能决策的方向发展，使生产系统得到优化，实现矿山安全高效、清洁智能化发展。工业物联网大数据云服务平台可以对矿井自动化系统的数据进行统一接入，并结合矿山生产管理需求进行挖掘分析，对数据进行深度加工处理，形成更为完整、全面、专业的生产信息呈现，提高工业自动化的运行效率，实现高效的生产管理、指挥调度，提供精准、及时的决策支持。
参考文献
[1]马淑娟.矿山机电电气设备的检修与安全监控系统研究[J].中外企业家,2018(02):233.
[2]程全谷.矿山机电设备管理中监控技术的应用[J].科技经济导刊,2017(22):194-195.
[3]焦振瑞.矿山机电电气设备的检修与安全监控系统研究[J].山东工业技术,2017(12):207.
[4]李安东.矿山机电设备的检修与安全监控系统研究[J].机械管理开发,2016,31(10):184-185.
[5]杨健.试论矿山机电设备的检修与安全监控系统研究[J].科技风,2015(20):129-130.
[6]马万秀,郑文婧.关于矿山机电设备的检修与安全监控系统研究[J].硅谷,2015,8(02):198+207.
作者简介：杨少波（1969.05），男，山东莱州人，大专，工程师，研究方向：电气自动化。