煤礦是個復雜的系統，安全工作寓于生產和管理的每一個環節。綜合信息化加強了煤礦各子系統之間的聯系，實現了對生產的實時監控，提高了監測數據的廣度和精度。為安全管理積累了大量數據，包括人的不安全行為、物的不安全狀態、管理上的缺陷等方面的數據。但目前收集到的數據并沒有充分挖掘利用，依然局限于表面直觀的應用，如歷史查詢、記錄、形成曲線、報警等，沒有挖掘出各類型數據之間的相關關系，不能有效解決整個生產系統中的安全問題。要實現煤礦安全形勢進一步好轉，必須不斷加強信息化建設，加強海量數據分析工具的開發和利用，挖掘釋放大數據價值，建立監測模型、尋找災害事故規律、預測安全狀況，共同支持安全生產決策。這對提高安全生產的管理水平具有重要意義。

１大數據及其應用

大數據（ＢｉｇＤａｔａ）一詞來源于２０１１年５月美國麥肯錫全球研究院發表的名為《大數據：未來創新、競爭、生產力的指向標》（ＢｉｇＤａｔａ：Ｔｈｅｎｅｘｔｆｒｏｎｔｉｅｒｆｏｒｉｎｎｏｖａｔｉｏｎ，ｃｏｍｐｅｔｉｔｉｏｎａｎｄｐｒｏ－ｄｕｃｔｉｖｉｔｙ）的研究報告，或稱巨量數據、海量數據，指無法通過人工在合理時間內達到攫取、管理、處理并整理成為人類所能解讀的訊息；大小超出常規的數據庫工具獲取、存儲、管理和分析能力的數據集合。大數據具有數據產生和增長速度快（Ｖｅｌｏｃｉ－ｔｙ）、數據種類繁多（Ｖａｒｉｅｔｙ）、數據規模不斷增大（Ｖｏｌｕｍｅ）、數據價值密度低（Ｖａｌｕａｂｌｉｔｙ）４Ｖ特征。大數據是一種新的預測工具，以其更有效、更及時的指示標亮相于世界。大數據已經撼動了世界的各個角落，悄然存在于我們的日常生活中。例如：亞馬遜通過分析消費者在該網站上的購買和瀏覽歷史，推測消費者的喜好，以信息的形式或下次打開該網站時向買家推薦可能感興趣的商品：１２３０６網站通過采集和分析旅客的訂票信息，運用大數據技術預測相關線路的客流量，指導和調控運力的分配，方便旅客的出行等等。大數據推動著人類生產活動各個領域數據觀念的轉變，較之傳統數據觀念（抽樣分析、精確測量、探尋因果）更加注重全體的特征、事件處理的效率和數據之間的相關關系。它正變革人們的生活方式和社會、經濟發展的模式，在世界范圍內掀起一場數據革命。

２大數據與煤礦安全管理

近年來，國家三令五申強調煤礦安全生產，頒布一系列法律法規，制定嚴格的追責制度為煤礦安全保駕護航。全社會對煤礦安全廣泛關注，煤礦安全取得了長足的進步。近十幾年，煤礦主要安全指標持續好轉，２０１４年全國煤礦死亡人數９３１人，百萬噸死亡率０．２５５。但是煤炭行業與國內其他行業相比依然是高危行業，沒有擺脫事故高發的被動局面。國家安全生產監督管理總局統計數據顯示，工礦商貿企業中，１／３以上的事故、近１／２的重大事故和３／４的特大事故都發生在煤礦企業。進一步提高煤礦安全生產水平，需要從生產技術、安全系統管理、法律法規、職工教育等方面共同努力，其中安全管理是軟性的，很容易被讓位于生產目標，是提高安全水平的薄弱環節。將大數據技術引入安全管理，能夠豐富管理手段、完善管理系統，是推動煤礦安全形勢進一步好轉的有效手段。

２．１煤礦生產特征

近兩年來，我國煤炭行業極不景氣，但煤炭仍然是支持國家建設發展的基礎能源，其戰略地位不可替代。煤炭開采行業十分特殊，涉及眾多的科學技術領域，具有與其他工業截然不同的特點。

（１）我國絕大部分煤礦為井工開采，開采條件復雜，受到井田規模、煤層賦存條件、地質構造等影響，開采方法多種多樣。

（２）煤礦作業大部分位于地下深處，井下作業具有空間狹小、環境惡劣、作業場所不斷變動等不利因素，各類事故難以有效控制，這對設備安全性和可靠性要求高。

（３）煤礦生產過程復雜，須有開拓掘進系統、采煤系統、通風系統、運輸系統、供電系統、壓風系統、供水系統、瓦斯抽排系統等，要使各系統相互協調、安全高效運轉十分不易。

２．２煤礦數據特征

（１）數據規模大。煤礦企業生產過程中的數據是很重要的動態數據，包括了以瓦斯為主的環境監測數據、設備信息、井下人員信息及空間信息等測量數據。

（２）數據的種類繁多。煤礦安全生產監測數據類型可分為原始瞬時值、平均值、累計值等結構化數據，同時還存在著礦圖數據、監控視頻及圖像數據、應急知識、事故案例等半結構化和非結構化數據，并且此類數據所占份額越來越大。

（３）數據價值密度低。井下各種類型傳感器和監測設備實時運行，嚴密監控生產環境和設備運行狀況。不間斷監測產生大量的數據與從中所要獲取的知識成反比。

（４）數據產生和增長速度快。物聯網與自動化聯合應用于煤礦生產安全管理，涵蓋越來越多的子系統：瓦斯監測系統、通風網絡監測系統、礦壓監測系統、人員考勤系統等，形成一個龐大又關系密切系統網。各系統的２４ｈ不間斷運行、設備的實時監測產生大量的數據，并持續快速增長。大數據的核心是預測。煤礦數據具備大數據的４Ｖ特征，能夠運用大數據技術進行分析，并預測煤礦發生事故的可能性。收集與生產現象相關的全部數據，利用大數據技術處理不同數據值之間的數理關系，得出它們的相關關系，預測生產過程的安全狀況。大數據下的相關關系分析為安全管理提供新的視角，依靠數據分析結果做出決策，有效降低人為直覺判斷中的錯誤。助力構建以數據、技術、思維為軸心的安全管理系統。

３大數據在煤礦安全管理中的應用前景

３．１大數據變革管理思維，增強系統安全觀念

小數據時代下的直線思維側重于數據的精確性，致力于提高樣本數據的精確性，運用先進的算法尋找事物規律，指導安全生產工作，這種方式不能完全應對煤礦這一龐大復雜的生產系統。煤礦經過多年的信息化應用，產生海量的結構數據和非結構數據，包括礦山地質數據、以瓦斯為主的環境監測數據、礦圖數據、ＧＩＳ數據、監控視頻及圖像數據等。結構化數據約占５％，能夠用于傳統數據庫，也是技術人員重點分析的數據。剩下大量格式不一、混雜的非結構化數據依然沒有被開發和利用。若想進一步應對煤礦復雜的安全生產系統，就必須轉變思維，降低對數據精確性的追求，接受和分析大數據時代下的混雜數據。海量紛雜的數據、先進的計算機設備和強大的分析工具為全樣本數據分析提供了可能。大數據技術分析煤礦全體結構化和非結構化數據比精確的、少量的樣本數據更適合煤礦系統復雜的特點，挖掘數據之間的關聯，尋找通過傳統方式無法注意到的細節，獲得更多更全面的信息，降低人為主觀意識的錯誤，支持安全決策。

３．２大數據技術提高設備運轉可靠度，監測設備健康運行

隨著煤礦機械化、自動化程度的提高，礦山設備的安全運行對煤礦的安全生產起著非常重要的作用。傳統的設備管理大多是在設備出了問題以后再進行維修，這樣既增加了維修難度，又耽誤生產，增加生產成本，也加大事故的風險。大數據技術能夠有效解決這一問題，如礦井通風機是煤礦的核心設備，它運行正常與否對煤礦的安全至關重要，如果在通風機上安裝傳感器，記錄風壓、風量、轉速、振幅、聲音等，收集所有的數據，分析預測通風機工況點的變化位置、個體特性曲線等，捕捉設備要出故障的信號，比如發動機的聲音、振幅異常等，系統把這些異常情況與正常情況進行對比，就會知道問題所在。盡早發現異常，系統可以提示工作人員在故障之前采取相應措施。較之設備故障造成停產的損失，收集和分析數據所花費的人力和財力要小得多，而安全系數要高得多。

３．３大數據技術提供事故分析新視角，實現安全管理關口前移

近年來，我國煤礦安全管理取得了長足的進步，但是對事故的處理主要是事后追查。事故發生后，應用事故的致損因果連鎖模型分析事故發生的原因、確定相關責任人的責任、教育廣大煤礦工作者，在一定程度上降低了事故發生的概率，但這種事后追查有不容忽視的局限性和滯后性。沒有對安全生產中有價值的數據信息進行深度挖掘，尋找出事故內在規律和模式。如對瓦斯爆炸事故的直觀認識主要從氧氣濃度、甲烷濃度、火源三方面入手，再找人、設備和管理上的原因，這種事故調查方式對促進煤礦安全生產具有一定的積極作用，但并不全面，對瓦斯爆炸的分析研究大多是在實驗室或模擬硐室中進行，忽略了井下的實際環境，無法有效分析其他因素對瓦斯爆炸的影響，所以用系統的視角看待瓦斯事故，運用大數據技術分析瓦斯事故更為全面。收集礦井（中國乃至世界范圍的煤礦）發生瓦斯爆炸區域的參數，包括瓦斯濃度、氧氣濃度、空氣參數、抽采參數、設備運行參數、煤層賦存特征參數、通風參數、巷道參數等數據。運用大數據技術進行分析，挖掘出除了３個主要因素以外的相關環境因素，建立瓦斯爆炸事故數學預測模型，指導井下其他工作區域的安全生產工作。大數據分析技術能夠從更多的角度預防事故的發生，真正實現安全管理關口前移，比傳統的事故分析更有意義。

４結論

大數據的發展才剛剛起步，但大數據的時代確實已經到來。大數據在煤礦中的應用仍處于萌芽狀態，但其前景是廣闊的。大數據技術轉變煤礦管理思維：由小數據時代的直線思維向大數據時代相關思維轉變；突破事故分析的局限性，實現生產安全關口前移；監測設備運行狀態，保障設備運行安全等等。總之，大數據等新的信息技術能夠從根本上提高安全管理水平，保障企業生產的平穩運行，將煤炭企業的安全生產帶入新的時代。

作者：丁振 張驎 單位：華北科技學院安全工程學院