当前位置: 首页 >> 矿业技术 >> 安全环保 >> 矿山事故预警系统设计

矿山事故预警系统设计

发布日期:2019-04-06   来源:矿道网   投稿者:申琢   浏览次数:1609

选矿推荐

        将大数据挖掘的原理应用于矿山安全预警系统中, 有利于实现减少事故发生的几率。在目前的矿山生产中, 一方面, 各类矿山的预警信息大部分依靠人为判断, 而人为判断容易受到各方面的因素影响, 以至于出现错判、漏判的现象;另一方面, 由于矿山工作中产生的各方面数据量较大, 人工很难实现数据的综合判断。将大数据挖掘原理应用到矿山安全预警系统中, 利用计算机进行数据整合和分析可以准确的捕捉敏感信息, 一定程度上避免人工易受影响的缺点, 提高了预警信息的准确性。

矿山事故预警系统采用基于云计算技术的进行三级部署, 通过分布式消息总线实现数据的快速处理与分发, 融合分布式非结构化数据管理技术优化数据的存储效率与磁盘利用率, 进一步支持大数据分析以及为后续的安全生产事故预测预判提供支撑。

1 矿井端系统设计

矿井端系统主要实现实时监测监控数据、安全生产以及经营管理数据、音视频数据以及图纸、文件等各类结构化、半结构化以及非结构数据的采集、梳理、过滤和预处理, 从而为上级的大数据平台提供基础。通过数据采集器收集矿井传感器数据、人员位置信息数据以及井下各类其他信息, 采用基于数据分类的质量控制算法, 对采集的数据进行梳理, 并与其他的管理数据信息汇入实时关系数据库, 经过数据预处理系统, 从而传送到公司和集团两大数据分析平台。矿井端系统构架图如图1所示。

 

1.1 数据采集器

基于现有矿山的数据传感器, 通过建立在矿端的数据采集器, 对传感器采集的生产自动化数据、环境监测数据、电力系统数据、机车运输数据以及视频监控数据等等进行数据的汇总, 实现各类数据的完整汇集。并通过嵌入式等技术对数据采集器进行定制化开发, 实现对采集的数据进行数据质量控制, 从源头上对数据进行质量把控。减少坏数据、脏数据对数据整体的影响, 因为后期的数据传输以及后期的数据分析减少了部分数据压力。同时对数据采集器进行时钟同步功能操作, 实现采集数据在时间层面的统一。

1.2 管理数据ETL系统

管理数据ETL系统主要针对矿井端的生产执行系统数据、设备管理系统数据、ERP系统数据以及OA系统数据进行数据的采集、抽取、转换与清洗。通过对管理数据的汇总, 实现对煤矿端井上部分的数据汇总, 从而整体上对数据进行数据整合, 建立完整的数据联动。在后期的数据汇总过程中, 通过管理数据与监测数据的联合, 实现责任到人、具体到物的一触到底的数据联系。

1.3 实时关系数据库

实时关系数据库是数据库系统的一个重要分支, 通过数据库技术与实时数据处理技术的结合, 可直接进行实时的数据采集、获取企业运行过程中的各类数据。通过数据库对管理数据ETL系统和数据采集器采集的数据进行汇总和整合。借助实时关系数据库的特有技术, 实现对煤矿运行过程中的数据进行及时的整理与处理。在煤矿端的实时数据库中, 可实现对矿端的文本数据、音频数据、视频数据以及其他数据类型进行存储, 可实现煤矿的去纸化办公, 加速矿山信息化的建设。

1.4 数据预处理系统

由于在实际的数据中存在脏数据, 无法直接进行应用, 或者进行数据挖掘结果不很理想, 因此为了提高数据挖掘的质量产生了数据预处理系统。数据预处理系统旨在对采集的数据进行处理, 主要是清理异常值、纠正错误数据。数据预处理的方法主要包含数据清理、数据集成、数据变换以及数据规约等。

在矿井端的数据预处理系统主要针对实时数据库的数据进行流处理式的数据清洗, 对整体的数据质量进行综合把控, 便于后期在集团公司对数据的高效率应用。

1.5 数据同步传输系统

在数据预处理系统之后, 随着数据流的转换将进入到数据同步传输系统。通过数据同步传输系统, 将各个煤矿端的数据通过网络传输到集团总部的, 实现集团公司所有矿山企业的数据汇总。另一方面, 数据的同步传输更实现了对数据实现了流处理。保证了集团公司数据库的数据实时更新, 实现了后期预测模型的自学习过程。通过数据同步传输系统可使得预测模型能够得到实时的进化, 对后期基于数据的预测更精准。

2 集团公司端系统设计

基于矿井端预处理的数据基础, 在分 (子) 公司与集团搭建两级的大数据平台, 并分别利用流数据处理技术以及批处理技术实现矿井安全的预测预警系统。集团公司端系统架构如图2所示。

 

流数据处理系统的发展主要划分为三代, __代流数据处理系统是一种集中式的架构, 最具代表性的包括Aurora、TelegraphCQ和STREAM等, 通常为单机版并且功能有限;第二代流数据处理系统为分布式体系结构, 并且开始具备良好的容错性、支持适应性的查询等特征;第三代流数据处理系统是由云计算技术促成的, 其典型特征是可扩展性及容错能力。批处理系统就是对文件或者数据进行批处理, 适用于对海量数据进行筛选分析。

为了支持高吞吐流数据的采集与处理, 通信服务及计算平台还需要应具有良好的可扩展性、负载均衡的能力。在容错性方面, 还应能够应对资源超量申请等引起的系统故障、网络故障、机器故障等。通过公司或者集团对各矿井端数据的收集, 采用云端计算技术, 利用MapReduce等对数据进行处理, 从而实现系统的智能决策。将数据处理结果与安全准则想结合, 获得预警信息, 为矿山安全提供可靠的保证。

2.1 终端数据接入子系统及数据路由分发总线

终端数据接入子系统是集团公司端系统对接矿井端系统数据的连接系统, 通过通信服务集群对下属矿山企业的原始异构数据进行获取, 在集团公司端对数据进行分类汇总。通过对数据终端性能的设置, 实现高并发海量数据的同时汇入, 保证集团公司端数据的完整接收与归纳, 保证数据的实时处理和分发。

数据路由分发总线通过访问集团公司端的数据库, 实现智能分发处理不同数据, 实现数据内容及类型的自动归类。从数据量的角度, 数据路由分发将保证数据量的稳定传输, 以及各个节点数据量的负载均衡, 从而不会出现数据热点的问题, 在一定程度上保证数据节点的稳定性能。

2.2 矿井端安全预测预判平台

矿井端安全预测预判平台是基于集团公司总部的云基础设施, 通过部署大数据平台及相关的分析模型软件, 通过对集团公司数据中心的矿山自有数据进行访问, 实现对各个煤矿事故预警分析。

(1) 数据流式计算子系统与分布式计算平台。数据流式计算子系统是基于Spark组件实现的内存计算, 通过对数据路由分发的数据进行实时处理, 并经过已有模型的建立分析, 实现对各类事故的及时预警分析。通过模型对数据的自动归类获取与数据的实时传输, 实现模型的自学习过程, 完善矿井生产过程中数据参数, 形成矿井自有的安全预测预判平台。

(2) 海量数据存储与查询服务子系统与分布式NoSQL数据库。海量数据存储与查询服务子系统通过对矿山数据库的数据交互, 通过大数据平台的Hive组件, 实现对矿山数据的统计分析。Hive通过类SQL语句, 在底层实现Hadoop中MapReduce计算流程, 继而对欲查询的分类以及相关结果进行分布式计算, 从而获得想要的结果。通过Hive计算的结果与相关的矿山数据集合, 可以通过数据传输存储至分布式NoSQL数据库。通过对数据集的在分布式NoSQL数据库中的存储, 解决了相关信息的存放问题, 并通过分布式化解了数据丢失而无备份的问题。

2.3 集团公司端安全预测预判平台

集团公司端安全预测预判平台是对下属所有的矿山企业进行综合评估与评判, 根据数据的表现特征, 在宏观上对矿山的管理、区域安全等方面进行量化评估。并通过实时的数据补充及模型修正, 实现对矿山以及集团的安全预测, 减少事故的发生。

(1) 数据批处理计算子系统。数据批处理计算子系统不同于数据流式计算子系统, 批量处理计算子系统通过对集团数据中心的所有相关数据进行访问, 通过宏观的概念建立集团公司层面的数据分析模型, 对整个集团公司内部的各个影响因素进行评价与量化, 实现对集团公司的整体安全把控。

(2) 海量数据存储与查询服务子系统与分布式NoSQL数据库。不同于矿级海量数据存储与查询服务子系统, 集团公司端海量数据存储与查询子服务系统是基于集团内所有矿山的数据, 而不是单独针对于每一个矿山。通过对所有矿山数据的把控, 能够在整体上实现宏观层面的安全。集团公司端分布式NoSQL数据库则同于矿级分布式NoSQL数据库。

2.4 云基础设施与大数据处理支撑环境管理

云基础设施是搭建在集团公司的所有大数据平台的支撑, 通过在集团公司总部的机房进行基础设施搭建形成私有云, 保证了数据层面的安全性。同时, 对集团公司所有数据进行预估计算, 更加合理的搭建集团云。

大数据处理支撑环境管理主要包括用户注册与管理子系统、视频监控子系统、生产调度子系统、OA子系统、服务质量优化与评价子系统等。通过这些子系统的建立, 能够对大数据处理支撑环境进行良好的支撑与保障, 实现大数据平台的稳定性与可靠性。

【免责声明】本站“矿道网”矿业技术板块所有投稿文章,文章其版权均归原作者及投稿人所有。本站并非以盈利为核心的矿业矿业技术传播平台,平台并不能很好的甄别投稿文章的原创性和审核作者。文章仅供读者作为矿业参考,不做交易和服务的根据。所以希望投稿人自觉遵守本条例,如果一旦发生文章侵权,原作者找到我们,我们有权利不经告知并删除投稿的文章。本网站默认已许可各大主流平台、媒体等,以数字化方式复制、汇编、发行、信息网络传播本网站全文,但是需要文件授权。本网站不以此盈利,登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。所有投稿人向本网站提交文章发表之行为视为同意上述声明。如有异议,请在投稿时说明。因投稿素材内容或要求转发内容引发的任何社会及法律纠纷和矿道网无关。特此声明!,我们若有不当信息或者侵犯了您的利益,请及时联系我们删改!联系电话:029-85212477
1609

帮助过的人数

上一篇: 基于云计算和大数据挖掘的矿山事故预警系统研究

下一篇: 矿山救护技术装备问题

 
 
[ 矿业技术搜索 ]  [ 加入收藏 ]  [ 打印本文 ]  [ 关闭窗口 ]

 
相关矿业技术
热门标签
大家都在看!
 
取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,你说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦