薛挺
国能榆林能源有限公司青龙寺煤矿分公司 陕西 神木 719300
摘要：对于智能矿山建设中存在的数据有效利用程度不高、数据标准缺乏统一性、数据管控体系出现漏洞以及信息孤岛严重等问题，本文提出了集智能矿山大数据模型、可视化平台与大数据分析决策平台为一体的智能矿山大数据体系架构。将数据流引进智能矿山大数据模型结构当中，获得智能矿山智慧流、知识流及信息流；在智能矿山大数据分析决策平台中，是由数据分析平台、数据仓库和数据标准体系三个部分构成，通过大数据分析决策平台管理数据的整个生命周期，实现对数据资源的挖掘与利用，将数据的潜在价值充分发挥出来，使数据挖掘分析过程具备多角度、多层次及多维度等特点；智能矿山可视化平台可多维度可视化展示出大数据分析决策平台的分析结果，从而获取联动的数据画面。建设智能矿山大数据体系能够在决策阶段起到一定作用，并使矿井智能化、安全生产管理水平等得到显著提高。
关键词：智能矿山；大数据体系；建设探索；研究与分析
引言
大数据通俗来讲，说的是在不能接受的时间范畴之内，通过使用部分软件工作来获取、管理以及处理的数据集合。必须经过新型的处理模式才能够具备更为强大的决策力、洞察力以及流程化优化能力，以及具有增长率高和信息资产的多样化的特征。大数据的实际战略意义并不是存储大量的数据资源，而重点是对数据信息进行专业的处理。
有相关报道针对大数据的说法是：大数据的计量范围超过了一些传统的数据库软件的功能。大多数的人觉得大数据其实只是一种简单的概念，实际上并没有一个单独的执行标准来判定数据集合的范围限定在多少。可以发现，时代的变化以及数据处理技术的发展，很多达到大数据规定的数据集合的范围也在不断的上升增加。与此同时，大数据的规模也是根据行业领域及其应用的不同而变得不具有统一性。所谓的智能矿山建设，指的是在数据矿井建设的整体框架下，采取国内外的先进技术与设备，发挥大数据前沿技术的优势，达到“人、机、料、法、环”互联互通、精确指导和分析，打造出具备高效运行、能用、管用和实用等特点的智能化矿井，使得矿井“管、控、营”为一体，在保证高效管理、运行安全的同时，做到用最低的成本、获取到最理想的效益[1]。
1.智能矿山大数据体系的构建
智能矿山大数据分析是采取数据分析算法和大数据处理技术来实现计算、处理的，其分析内容侧重于决策合理化、生产安全化及煤矿智能化等方面，通过打造数据共享平台，建立标准促进生产系统与应用系统的互相联通，并借助传感器等智能设备来感知、交互煤矿建立的物理世界，以此实现井下和地面建立图形化交互机制，最终做到有效预测、精确分析和科学决策煤矿的安全生产工作。
1.1智能矿山大数据模型
智能矿山大数据模型是由数据接入层、价值层、传输层、分析层及汇聚层共同构成的，具体可直接参照图1。
.png)
（1）数据接入层。分为智能分站、各种智能传感器等，利用智能传感器获取到设备运行的相关信息，并实时传输自身产生的各种生产数据，达到人员、环境与设备的精准定位、可视化监控以及智能化感知等效果。该层除了是数据价值的源头以外，更是产生各种生产数据的核心区域。
（2）数据传输层。通过以太网技术，与矿山4G/WiFi网络或井上下千兆/万兆工业控制网络结合在一起，再辅以网闸加防火墙技术，起到安全隔离的作用。通过有线结合无线的方式，达到全网络覆盖的目的，真正做到了数据互联互通和统一调度。数据价值流通全部都是在该层完成的[2]。
（3）数据汇聚层。打造统一的数据中心，存储采集到的数据资源，获得一个数据仓库，同时构建数据分类、标准体系等，实现数据实时抽取、共享、统一数据格式和通信协议转换的目标。该层主要用来存储数据，不仅是大数据分析的基础层，也是收藏数据价值的核心区域。
（4）数据分析层。通过大数据基础技术架构Hadoop平台，采取大数据分析算法实现多维度分析智能矿山的实时数据。该层一方面是数据价值的体验区，另一方还是进行数据挖掘的主要区域。
（5）数据价值层。结合数据分析层得出的结果，实现动态修正设备的控制、矿体空间属性与形态等。通过专家决策，使智能矿山具备监测控制、物资调运和优化排程等多元化功能。该层不只是数据价值的应用区，更是数据利用的核心区域[3]。
2.智能矿山大数据分析决策平台
2.1数据标准体系
数据标准化是系统相关数据信息能够纵向贯通和横向共享的前提条件，与智能化煤矿各应用系统的信心联动、系统集成、数据共享等紧密相关，也是进行大数据分析的重要基础。
数据标准体系是按编码与分类标准构建而来的，它在主数据标准体系涵盖的业务领域内无法扩展开来，如果需要扩展的话，也只能采取完全相同的编码规则才能够实现，具体可参照图
数据标准化包含的内容较多，比如数据生命周期标准、数据采集接口标准、数据安全管理标准、数据模型标准和ETL作业标准等等。
2.2数据仓库
数据仓库是决策支持系统、联机分析应用数据源的一个结构化数据环境，是基于数据库已经大量存在，为了更加深入的挖掘数据资源和决策需求所研发的，其功能包括数据统一格式、来源于集中储存等。如图2，为数据仓库的功能图解。
.png)
2.3大数据分析决策平台
大数据分析决策平台是在高效管理与共享数据的前提下，通过对数据进行挖掘、整理和汇总等处理，寻找规律并预测未来，从而在企业的决策过程中发挥作用。如图5，是大数据分析决策平台的整体架构。
对于HADOOP平台体系作为大数据分析决策最主要的部分，能够实现对于数据的分布式处理分析，对于HADOOP的架构模式如下所示
2.4.智能矿山可视化平台体系分析
为了让矿山智能的表达模式更加的清楚，提高使用人员的感官体验感，保证做到为决策提供更加完整形象的知道模式，构建智能矿山的可视化平台分析，通过基于三维建模和动画的模拟，对于平台的数据进行可视化的标识，通过对于异常数据的分级和预测预警，保证稳定发展。数据可视化具有就是将数据库当中的数据通过单元的元素完成标识，构建相关的数据图像模式，将数据的多个属性值以不同的数据形式进行构建，保证可以做到从完全不同的维度实现对于数据的观察，实现对于数据的深层次分析。数据可视化技术可以依据可视化技术的不同氛围几何，面向，图标鞥技术体系，这些技术可以让图像以及图像处理，通过表达建模等模式的现实，实现可视化的解释分析。智能矿山自身具备的可视化平台主要包括了解析引擎展示，可视化设计，画面和控制器，解析引擎主要包括了对于问卷格式的开发和定义，可视化设计器当中具有界面的框架结构和画面的编辑和数据的绑定等一系列的功能。可视化控制器需要通过雷士PP备注演示的模式控制体系，拥有交互控制等一系列的功能模式[4]。
总结
通过构建智能矿山大数据模型体系，在模型当中实现融入数据流，构建智能矿山的信息流和知识流，通过构建志能矿山大数据分析平台，构建大数据中心，形成数据仓库，构建分析平台，挖掘数据价值，从多个角度的利用和使用数据，最终实现资源的共享，为决策和生产提供相应的依据。构建智能矿山可视化平台模式，将大数据分析平台当中的结果进行可视化的分析展示，构建生动形象的数据模式和画面，为决策提供全新的视角，可以让决策更好的适用于生产的需求[5]。
参考文献
[1]智能矿山的中国道路 [J]. 国土资源. 2019(10)
[2]基于物联网的智能矿山体系研究 [J]. 解海东,李松林,王春雷,周亮. 工矿自动化. 2011(03)
[3]智能矿山的研究与开发 [J]. 刘丹. 国外金属矿山. 1994(11)
[4]神华智能矿山建设关键技术研发与示范 [J]. 韩建国. 煤炭学报. 2016(12)
[5]基于智能矿山的煤矿机电设备管理创新 [J]. 潘琰. 冶金管理. 2020(23)