智能化煤礦大數(shù)據(jù)平臺架構(gòu)及數(shù)據(jù)處理關(guān)鍵技術(shù)研究

候雪嬌 山東東山新驛煤礦有限公司

引言：互聯(lián)網(wǎng)應用分支之一的煤炭行業(yè)，經(jīng)過30多年的發(fā)展已經(jīng)邁入了信息化、自動化、智能化的發(fā)展進程，目前正在以“智慧礦山”的名義形成煤炭工業(yè)領(lǐng)域智能化解決方案，從而落地工業(yè)互聯(lián)網(wǎng)的相關(guān)先進技術(shù)。煤炭行業(yè)領(lǐng)域內(nèi)的專家學者們已經(jīng)針對智慧礦山關(guān)鍵技術(shù)、架構(gòu)體系和平臺設計等方面進行了長期的研究，并在一些示范礦井取得了較為顯著的成績。

一、智能化煤礦建設目標和任務

在機械化、電氣化和自動化之后，以智能化為代表的第四次工業(yè)革命已開始深刻改變工業(yè)模式，煤礦已由傳統(tǒng)的“人－機”二元架構(gòu)升級為“物理空間－數(shù)字空間－社會空間”的三元世界。智能化煤礦的建設過程與三元世界的統(tǒng)一過程相輔相成，其最終的建設目標是以“礦山即平臺”的頂層設計理念支撐全球領(lǐng)先的智慧礦山實踐，以時空全方位“實時化、交互化、智慧化、標準化”為主線，建設“創(chuàng)新礦山、融智礦山、生態(tài)礦山”，實現(xiàn)“物質(zhì)流、信息流、業(yè)務流”的高度一體化協(xié)同，構(gòu)建以人為本的智能生產(chǎn)與生活協(xié)調(diào)運行的綜合生態(tài)圈。

二、煤炭開采的數(shù)據(jù)源構(gòu)成

目前我國煤炭工業(yè)已進入機械化、智能化階段，很多煤礦開采設備都具備工作狀態(tài)數(shù)據(jù)采集功能，良好的采礦環(huán)境，需要同時運行探測、通風、排水、防火、供電、采礦、運輸?shù)冉賯€子系統(tǒng)，這些子系統(tǒng)的原始數(shù)據(jù)采集構(gòu)成了智慧煤礦或精準開采系統(tǒng)的元數(shù)據(jù)。在煤礦日常生產(chǎn)中每天還會產(chǎn)生數(shù)以TB量級的圖片、文本、視頻、音頻等類型的連續(xù)或離散的數(shù)據(jù)。在沒有實現(xiàn)全域數(shù)字化或智慧化前，這些數(shù)據(jù)基本上是孤立的，每個子系統(tǒng)為信息孤島。

三、煤礦大數(shù)據(jù)平臺數(shù)據(jù)處理關(guān)鍵技術(shù)

（一）智能化煤礦獲取與數(shù)據(jù)標準管理

數(shù)據(jù)標準化是系統(tǒng)相關(guān)數(shù)據(jù)信息縱向貫通、橫向共享的基礎(chǔ)，將直接關(guān)系到智能化煤礦各應用系統(tǒng)的數(shù)據(jù)共享、系統(tǒng)集成與信息聯(lián)動的成功與否，是進行大數(shù)據(jù)分析的前提條件。如前所述煤礦數(shù)據(jù)特征，其重要特征是與煤礦空間位置特征產(chǎn)生關(guān)聯(lián)。基于這一聯(lián)系，化工領(lǐng)域進行設計與數(shù)據(jù)采集的位號標準已較為成熟。因此筆者參考現(xiàn)有位號標準及煤礦實際應用情況，設計應用于煤礦領(lǐng)域的位號數(shù)據(jù)標準，以解決數(shù)據(jù)標準及管理問題。

（二）大數(shù)據(jù)平臺軟件關(guān)鍵技術(shù)

1.復雜指標的增量計算。煤炭開采中有計數(shù)、求和、平均值等計算，有指標、狀態(tài)查詢等簡單計算，也有傳感器數(shù)據(jù)融合決策的方差、標準差等復雜計算，有多維度、長時間和多次的重新計算等，這些計算會占用更多的資源。

2.基于分布式內(nèi)存的并行計算。在煤炭開采中，基于各類傳感器的信息融合存儲策略會大量占有內(nèi)存，如果沒有合適的數(shù)據(jù)調(diào)度策略，會影響系統(tǒng)的內(nèi)存使用效率。

（三）大數(shù)據(jù)平臺服務器關(guān)鍵技術(shù)

1.搭建集群結(jié)點數(shù)。煤炭開采環(huán)境比較分散、數(shù)據(jù)源來源復雜、實時性要求高，我國煤炭開采信息化經(jīng)多年發(fā)展已逐步積累了許多硬件設施，因此，該平臺擬建成分布式平臺。由于原來的服務器都是獨立工作，為了數(shù)據(jù)統(tǒng)一處理，需將原有獨立工作的服務器集群。在集群中每個服務器都是一個結(jié)點，選擇服務器時應根據(jù)當前集群中使用的煤炭精確開采業(yè)務場景來確定。結(jié)點越多，集群的運行性能就越好，但成本也越高。每個服務器集群至少需要4臺服務器，其功能:記錄煤炭開采的全部數(shù)據(jù)分布狀況及平臺運行進程;用于突發(fā)情況下數(shù)據(jù)恢復的備份服務器;存儲實際數(shù)據(jù);記錄應用軟件的運行的日志。現(xiàn)有的煤炭開采過程信息化的應用系統(tǒng)都配置了服務器，可將這些服務器集群，以此減少投資，提升效益。

2.集群環(huán)境中服務器選擇。根據(jù)服務用途完成服務器內(nèi)存、CPU、網(wǎng)卡配置。（1）服務器內(nèi)存的計算；（2）服務器CPU的選擇。

（四）基于人工智能的數(shù)據(jù)分析技術(shù)

1.基于循環(huán)神經(jīng)網(wǎng)絡的數(shù)據(jù)預測。煤礦工業(yè)場景以實時監(jiān)測數(shù)據(jù)為主，強調(diào)時序性。針對時序數(shù)據(jù)問題，實現(xiàn)對于歷史數(shù)據(jù)的異常檢測與分類以及對于未來數(shù)據(jù)的狀態(tài)預測是其關(guān)鍵。針對這一問題，采用循環(huán)神經(jīng)網(wǎng)絡進行深度學習與泛化，在煤礦數(shù)據(jù)預測方面具有較強的適用范圍。筆者以綜采工作面礦壓數(shù)據(jù)為例，提出其數(shù)據(jù)處理與預測方法。LSTM(LongShort－TermMemory)長短期記憶人工神經(jīng)網(wǎng)絡是循環(huán)神經(jīng)網(wǎng)絡的一種。LSTM模型主要由遺忘門、更新門及輸出門組成。進行數(shù)據(jù)預測首先對于數(shù)據(jù)進行歸一化處理，將每組數(shù)據(jù)歸一化到(－1，1)區(qū)間中。之后將待處理數(shù)據(jù)按時間步轉(zhuǎn)化為序列，將數(shù)據(jù)迭代輸入網(wǎng)絡進行數(shù)據(jù)訓練。

2.基于知識工程的態(tài)勢感知與推理。煤礦大數(shù)據(jù)平臺向下實現(xiàn)多源異構(gòu)感知數(shù)據(jù)的接入、集成和融合，向上為各種煤礦智能化APP開發(fā)提供數(shù)據(jù)服務，打通感知數(shù)據(jù)和數(shù)據(jù)智能應用之間的屏障。通過煤礦大數(shù)據(jù)平臺使多源數(shù)據(jù)信息實現(xiàn)數(shù)據(jù)融合以及關(guān)聯(lián)分析，從而在全局視角實現(xiàn)識別、決策以及控制。

結(jié)語：根據(jù)煤礦控制實時性與安全性要求，智能化煤礦應采用“云邊端”數(shù)據(jù)處理架構(gòu)和3層遞階控制策略，在此基礎(chǔ)上對煤礦智能化應用系統(tǒng)進行具體設計，用數(shù)據(jù)為礦山賦能，實現(xiàn)全礦井生產(chǎn)管理智能化運行。