尹延華，楊 林，付 梅

(1.兗礦集團(tuán)信息技術(shù)研究所；2.兗礦集團(tuán)信息化中心，山東 鄒城 273500)

隨著科學(xué)技術(shù)的發(fā)展，大數(shù)據(jù)的應(yīng)用滲透到社會(huì)的各個(gè)領(lǐng)域，成為現(xiàn)代社會(huì)發(fā)展的重要推動(dòng)力。煤礦工業(yè)大數(shù)據(jù)來(lái)源于煤礦生產(chǎn)過(guò)程中的各個(gè)環(huán)節(jié)，作為煤礦所有工作重中之重的安全管控工作，更離不開(kāi)工業(yè)大數(shù)據(jù)的支撐。推進(jìn)煤礦工業(yè)大數(shù)據(jù)運(yùn)用，可為建設(shè)本質(zhì)安全、高質(zhì)高效煤礦以及煤礦降本提效和轉(zhuǎn)型升級(jí)提供數(shù)據(jù)支撐，也可為精準(zhǔn)化煤礦生產(chǎn)管理提供服務(wù)，為集團(tuán)決策提供科學(xué)、準(zhǔn)確的數(shù)字依據(jù)。

1 兗礦集團(tuán)安全管控現(xiàn)狀分析

1.1 安全管理現(xiàn)狀

煤礦安全關(guān)系到煤礦企業(yè)的長(zhǎng)遠(yuǎn)生存和發(fā)展，安全生產(chǎn)重于泰山，煤礦安全管控尤為重要。以煤炭為主導(dǎo)行業(yè)的兗礦集團(tuán)，對(duì)煤礦安全的管控采用集團(tuán)級(jí)與礦井級(jí)分層分級(jí)的管控與監(jiān)督。目前，兗礦集團(tuán)本部下設(shè)多個(gè)部門，從管理層與技術(shù)層雙層面管控煤礦安全工作。集團(tuán)安全監(jiān)察部作為集團(tuán)公司安全工作的主要管理部門，負(fù)責(zé)安全工作的綜合管理、監(jiān)督檢查等；調(diào)度指揮中心負(fù)責(zé)安全調(diào)度工作、日常安全數(shù)據(jù)的收集匯總等；生產(chǎn)技術(shù)部、通防部和機(jī)電環(huán)保部等部門在做好各專業(yè)技術(shù)指導(dǎo)的同時(shí)，從技術(shù)層面助推煤礦安全管理工作。集團(tuán)公司所屬各礦井，也分別設(shè)置與集團(tuán)對(duì)應(yīng)的科室，分別負(fù)責(zé)本礦井的安全管理工作。

1.2 安全管控系統(tǒng)現(xiàn)狀

隨著煤礦自動(dòng)化、信息化建設(shè)不斷深入，兗礦集團(tuán)工業(yè)信息化建設(shè)不斷推進(jìn)，下屬省內(nèi)及陜蒙礦井已全部建成安全避險(xiǎn)六大系統(tǒng)、綜合自動(dòng)化系統(tǒng)、工業(yè)電視系統(tǒng)，建立了覆蓋采礦、選煤、機(jī)運(yùn)、通防等工作領(lǐng)域的安全監(jiān)測(cè)、設(shè)備驅(qū)動(dòng)和生產(chǎn)過(guò)程控制的數(shù)字化系統(tǒng)，實(shí)現(xiàn)了生產(chǎn)過(guò)程自動(dòng)化，提高了礦井集約生產(chǎn)能力和本質(zhì)安全水平。其中集團(tuán)公司實(shí)時(shí)安全生產(chǎn)數(shù)據(jù)聯(lián)網(wǎng)系統(tǒng)包含安全生產(chǎn)監(jiān)測(cè)系統(tǒng)、井下人員定位管理系統(tǒng)和束管監(jiān)測(cè)3個(gè)子系統(tǒng)，自2015年兗礦集團(tuán)安全生產(chǎn)調(diào)度指揮系統(tǒng)改造完成后，實(shí)現(xiàn)了礦井級(jí)、能化級(jí)和集團(tuán)級(jí)(煤業(yè))數(shù)據(jù)聯(lián)網(wǎng)，覆蓋了集團(tuán)公司下屬的19對(duì)礦井，提供了實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)、安全告警、報(bào)警聯(lián)動(dòng)、移動(dòng)信息查詢等功能，為集團(tuán)公司和各級(jí)能化公司的安全管控提供了有力工具。

1.3 安全管理存在的問(wèn)題

近幾年來(lái)，集團(tuán)公司安全形勢(shì)已大為好轉(zhuǎn)，在利用傳統(tǒng)的信息化手段解決安全問(wèn)題方面，公司已做了大量的工作。隨著信息化系統(tǒng)的推廣及應(yīng)用，傳統(tǒng)的安全手段已經(jīng)非常完善，但是，這些信息仍然是孤立的，各個(gè)子系統(tǒng)之間并沒(méi)有形成聯(lián)動(dòng)機(jī)制，數(shù)據(jù)和數(shù)據(jù)之間互相關(guān)聯(lián)極少，對(duì)于深層次的安全問(wèn)題，并沒(méi)有能夠有效控制。

在煤礦現(xiàn)有生產(chǎn)和運(yùn)營(yíng)模式下，大量數(shù)據(jù)在各個(gè)專業(yè)部門垂直系統(tǒng)、單位應(yīng)用系統(tǒng)和生產(chǎn)運(yùn)行子系統(tǒng)中交叉分布，由于體制、機(jī)制、權(quán)力、利益等原因，這些數(shù)據(jù)之間無(wú)法互聯(lián)互通；數(shù)據(jù)之間缺少統(tǒng)一的規(guī)劃和標(biāo)準(zhǔn)，導(dǎo)致數(shù)據(jù)之間經(jīng)常出現(xiàn)重復(fù)、矛盾的現(xiàn)象，數(shù)據(jù)質(zhì)量及利用率不高，數(shù)據(jù)浪費(fèi)嚴(yán)重[1]?？鐚I(yè)、部門的數(shù)據(jù)共享渠道不通暢，嚴(yán)重阻礙了工業(yè)大數(shù)據(jù)的共享利用。

2 解決問(wèn)題的思路

根據(jù)兗礦集團(tuán)安全管控現(xiàn)狀分析，結(jié)合煤礦行業(yè)特點(diǎn)，建立健全工業(yè)數(shù)據(jù)采集、傳輸、發(fā)布體系，推動(dòng)各專業(yè)部門、單位的數(shù)據(jù)開(kāi)放共享；統(tǒng)籌管理工業(yè)數(shù)據(jù)資源，提高數(shù)據(jù)資源利用效率，提升煤礦工業(yè)大數(shù)據(jù)綜合信息服務(wù)水平；進(jìn)一步建設(shè)安全大數(shù)據(jù)平臺(tái)，把所有的信息打通，通過(guò)多維度建立數(shù)據(jù)之間的關(guān)系，把原先分散在各個(gè)系統(tǒng)之中的人員、環(huán)境、設(shè)備信息關(guān)聯(lián)起來(lái)，從而提前發(fā)現(xiàn)安全隱患；從原來(lái)的發(fā)生問(wèn)題報(bào)警提升為系統(tǒng)自主發(fā)現(xiàn)問(wèn)題預(yù)警，真正建設(shè)零安全事故的本安型礦井。

運(yùn)用大數(shù)據(jù)的理論、技術(shù)和方法，解決煤礦安全生產(chǎn)及運(yùn)行數(shù)據(jù)的采集、存儲(chǔ)、計(jì)算和應(yīng)用等一系列問(wèn)題，是有效增強(qiáng)煤礦的安全管理和提升煤礦綜合管理水平的重要手段，是推進(jìn)轉(zhuǎn)型升級(jí)和促進(jìn)煤礦長(zhǎng)遠(yuǎn)發(fā)展的重要保障[2]。煤礦工業(yè)大數(shù)據(jù)可以使移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)與煤炭產(chǎn)業(yè)充分融合，為推動(dòng)煤礦商業(yè)與運(yùn)營(yíng)模式創(chuàng)新發(fā)揮支撐作用。

3 工業(yè)大數(shù)據(jù)關(guān)鍵技術(shù)

工業(yè)大數(shù)據(jù)平臺(tái)的建設(shè)離不開(kāi)工業(yè)大數(shù)據(jù)關(guān)鍵技術(shù)的支撐。主流的工業(yè)大數(shù)據(jù)技術(shù)可以分為兩類：一類是面向非實(shí)時(shí)批處理業(yè)務(wù)場(chǎng)景，著重于處理傳統(tǒng)數(shù)據(jù)的技術(shù)在有限的時(shí)空環(huán)境里無(wú)法勝任TB級(jí)、PB級(jí)海量數(shù)據(jù)存儲(chǔ)、加工、分析、應(yīng)用等。比較主流的支撐技術(shù)有：HDFS、MapReduce、Hive等。另一類是面向?qū)崟r(shí)處理業(yè)務(wù)場(chǎng)景，比較主流的支撐技術(shù)為HBase、Kafka、Storm等。

煤礦工業(yè)大數(shù)據(jù)平臺(tái)主要采用開(kāi)源成熟的Hadoop、Spark生態(tài)內(nèi)技術(shù)，比如Hadoop、Yarn、Zookeeper、Kafka、Flume、Spark、Hive、Hbase等，解決工業(yè)大數(shù)據(jù)的兩類業(yè)務(wù)場(chǎng)景：非實(shí)時(shí)批處理業(yè)務(wù)場(chǎng)景，實(shí)時(shí)處理業(yè)務(wù)場(chǎng)景。算法是工業(yè)大數(shù)據(jù)分析處理的關(guān)鍵技術(shù)，聚類、關(guān)聯(lián)等是工業(yè)大數(shù)據(jù)常用算法類型[3]。

(1)HDFS(Hadoop Distributed File System)。Hadoop分布式文件系統(tǒng)是Hadoop的核心子項(xiàng)目，是整個(gè)Hadoop平臺(tái)數(shù)據(jù)存儲(chǔ)與訪問(wèn)的基礎(chǔ)，在此之上，承載其他如MapReduce、Hbase等子項(xiàng)目的運(yùn)轉(zhuǎn)。這是一個(gè)易于使用和管理的分布式文件系統(tǒng)，也是一個(gè)高度容錯(cuò)性的系統(tǒng)，適合部署在廉價(jià)的機(jī)器上[4]。HDFS能提供高吞吐量的數(shù)據(jù)訪問(wèn)，非常適合大規(guī)模數(shù)據(jù)集上的應(yīng)用。HDFS放寬了一部分POSIX約束，用以實(shí)現(xiàn)流式讀取文件系統(tǒng)數(shù)據(jù)的目的。

(2)MapReduce。這是一個(gè)軟件架構(gòu)，在數(shù)以千計(jì)的普通硬件構(gòu)成的集群中以平行計(jì)算的方式處理海量數(shù)據(jù)，它具有很高的穩(wěn)定性和容錯(cuò)能力[5]。MapReduce對(duì)復(fù)雜邏輯進(jìn)行高度歸約，抽象為Mapper和Reducer類。復(fù)雜邏輯通過(guò)理解，轉(zhuǎn)化為符合MapReduce函數(shù)處理的模式。MapReduce Job會(huì)劃分輸入數(shù)據(jù)集為獨(dú)立的計(jì)算塊，這些分塊被Map任務(wù)以完全并行、獨(dú)立的模式處理。MapReduce框架對(duì)Maps的輸出進(jìn)行排序后，數(shù)據(jù)作為Reduce任務(wù)的輸入數(shù)據(jù)。Job的Input和Output數(shù)據(jù)都存儲(chǔ)在HDFS文件系統(tǒng)中。

(3)YARN。Apache Hadoop YARN(Yet Another Resource Negotiator)是從Hadoop 0.23進(jìn)化來(lái)的一種新的資源管理和應(yīng)用調(diào)度框架。基于YARN，可以運(yùn)行多種類型的應(yīng)用程序，例如MapReduce、Spark、Storm等，這些應(yīng)用程序與其資源的管理是兩個(gè)低耦合的模塊。YARN從某種意義上來(lái)說(shuō)，是一個(gè)云操作系統(tǒng)(Cloud OS)。基于該操作系統(tǒng)之上，程序員可以開(kāi)發(fā)多種應(yīng)用程序，例如批處理MapReduce程序、Spark程序以及流式作業(yè)Storm程序等。這些應(yīng)用，可以同時(shí)利用Hadoop集群的數(shù)據(jù)資源和計(jì)算資源。

(4)HBase。HBase是Hadoop平臺(tái)中重要的非關(guān)系型數(shù)據(jù)庫(kù)，它通過(guò)線性可擴(kuò)展部署，可以支撐PB級(jí)數(shù)據(jù)存儲(chǔ)與處理能力。作為非關(guān)系型數(shù)據(jù)庫(kù)，HBase適合于非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)，它采用基于列的存儲(chǔ)模式。

(5)Hive。這是Apache基金會(huì)下面的開(kāi)源框架，是基于Hadoop的數(shù)據(jù)倉(cāng)庫(kù)工具；它可以把結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)倉(cāng)庫(kù)表，并提供簡(jiǎn)單的SQL(Structured Query Language)查詢功能，后臺(tái)將SQL語(yǔ)句轉(zhuǎn)換為MapReduce任務(wù)來(lái)運(yùn)行[6]。使用Hive可以滿足一些不懂MapReduce但懂SQL的數(shù)據(jù)庫(kù)管理員的需求，讓他們能夠平滑地使用工業(yè)大數(shù)據(jù)分析平臺(tái)。

(6)Kafka。這是由Apache軟件基金會(huì)開(kāi)發(fā)的一個(gè)開(kāi)源流處理平臺(tái)，由Scala和Java編寫(xiě)。Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)，最初，它由LinkedIn公司開(kāi)發(fā)，而后成為Apache項(xiàng)目。Kafka是一種快速、可擴(kuò)展、原生分布式、分區(qū)和可復(fù)制的日志提交服務(wù)。Kafka是一個(gè)分布式系統(tǒng)，易于向外擴(kuò)展，可為發(fā)布和訂閱提供高吞吐量，并且支持多訂閱者，當(dāng)失敗時(shí)，能自動(dòng)平衡消費(fèi)者[7]。Kafka可將消息持久化存儲(chǔ)，既可面向非實(shí)時(shí)業(yè)務(wù)，也可以面向?qū)崟r(shí)業(yè)務(wù)。

(7)Storm。Storm是一個(gè)免費(fèi)開(kāi)源、分布式、高容錯(cuò)的實(shí)時(shí)計(jì)算系統(tǒng)。它能夠處理持續(xù)不斷的流計(jì)算任務(wù)[8]。目前，它比較多地被應(yīng)用于實(shí)時(shí)分析、在線機(jī)器學(xué)習(xí)、ETL(將數(shù)據(jù)從來(lái)源端經(jīng)過(guò)抽取(extract)、轉(zhuǎn)換(transform)、加載(load)至目的端的過(guò)程。)等領(lǐng)域。

(8)算法技術(shù)。算法是工業(yè)大數(shù)據(jù)分析處理的關(guān)鍵技術(shù)，根據(jù)具體工業(yè)場(chǎng)景應(yīng)用需求，采用不同的工業(yè)大數(shù)據(jù)挖掘分析算法。聚類、關(guān)聯(lián)等是工業(yè)大數(shù)據(jù)分析常用算法類型。

聚類算法(例如K-MEANS算法)以相似性為基礎(chǔ)，是研究分類問(wèn)題的一種統(tǒng)計(jì)分析方法，同時(shí)也是數(shù)據(jù)挖掘的一個(gè)重要算法。給定一些元素或者對(duì)象，分散存儲(chǔ)在數(shù)據(jù)庫(kù)中，然后根據(jù)人們感興趣的對(duì)象屬性對(duì)其進(jìn)行聚集[9]。同類的對(duì)象之間相似度高，不同類之間差異較大。

關(guān)聯(lián)算法或稱關(guān)聯(lián)規(guī)則算法，是從大量數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)項(xiàng)之間的相關(guān)關(guān)系。由于挖掘產(chǎn)生的規(guī)則形式簡(jiǎn)單、易于理解，關(guān)聯(lián)算法在工業(yè)大數(shù)據(jù)分析應(yīng)用中被頻繁使用，例如Apriori算法[10]。

4 安全生產(chǎn)大數(shù)據(jù)平臺(tái)設(shè)計(jì)

工業(yè)大數(shù)據(jù)架構(gòu)設(shè)計(jì)以兗礦集團(tuán)業(yè)務(wù)應(yīng)用需求為先導(dǎo)，將數(shù)據(jù)作為兗礦集團(tuán)核心數(shù)據(jù)資產(chǎn)之一，與業(yè)務(wù)流程相互融合，多視圖對(duì)工業(yè)大數(shù)據(jù)整個(gè)業(yè)務(wù)過(guò)程的業(yè)務(wù)、數(shù)據(jù)、技術(shù)和平臺(tái)四個(gè)架構(gòu)維度進(jìn)行建模，實(shí)現(xiàn)以人流、物流、資金流和信息流等業(yè)務(wù)線的順暢運(yùn)作。

整個(gè)架構(gòu)規(guī)劃主要設(shè)計(jì)數(shù)據(jù)整合層、數(shù)據(jù)服務(wù)層、智能分析層、應(yīng)用層和數(shù)據(jù)質(zhì)量服務(wù)體系、元數(shù)據(jù)與標(biāo)準(zhǔn)規(guī)范體系、信息安全體系[11]。詳見(jiàn)圖1。

數(shù)據(jù)整合層：提供包括第三方數(shù)據(jù)接入適配，進(jìn)行數(shù)據(jù)的匯聚，并對(duì)非結(jié)構(gòu)化數(shù)據(jù)歸檔；通過(guò)數(shù)據(jù)轉(zhuǎn)換引擎，實(shí)現(xiàn)數(shù)據(jù)的清洗和轉(zhuǎn)換。

數(shù)據(jù)服務(wù)層：規(guī)則模型管理，采用可視化界面定義業(yè)務(wù)規(guī)則；為加快數(shù)據(jù)處理實(shí)時(shí)性，引入高效率的內(nèi)存數(shù)據(jù)庫(kù)技術(shù)。經(jīng)過(guò)前面數(shù)據(jù)處理層處理后的數(shù)據(jù)，以關(guān)系型數(shù)據(jù)形式進(jìn)行存放。

智能分析層：支持分布式計(jì)算框架，通過(guò)內(nèi)存計(jì)算、數(shù)據(jù)挖掘、規(guī)劃計(jì)算、流計(jì)算等多種方式對(duì)安全、生產(chǎn)、設(shè)備、能源、經(jīng)營(yíng)管理、視頻在內(nèi)的數(shù)據(jù)進(jìn)行智能分析，可引入各類第三方算法插件；基于統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，支持可視化多維、日志、權(quán)限管理。

應(yīng)用層：業(yè)務(wù)應(yīng)用及呈現(xiàn)，提供業(yè)務(wù)生成框架，用戶可進(jìn)行靈活的業(yè)務(wù)配置?？蓪?shí)現(xiàn)企業(yè)門戶、資源目錄、移動(dòng)門戶集成，提供API開(kāi)發(fā)接口，統(tǒng)一數(shù)據(jù)訪問(wèn)，便于第三方進(jìn)行擴(kuò)展應(yīng)用開(kāi)發(fā)。

數(shù)據(jù)質(zhì)量服務(wù)體系：由數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)審計(jì)管理、數(shù)據(jù)監(jiān)測(cè)評(píng)價(jià)等組成，通過(guò)體系將數(shù)據(jù)質(zhì)量管理以制度化、規(guī)范化的方式落實(shí)到數(shù)據(jù)生成、傳遞和使用過(guò)程中。

元數(shù)據(jù)與標(biāo)準(zhǔn)規(guī)范體系：是元數(shù)據(jù)系統(tǒng)的核心模塊，設(shè)計(jì)的合理性和實(shí)用性直接影響到元數(shù)據(jù)的質(zhì)量。包含元數(shù)據(jù)標(biāo)準(zhǔn)、技術(shù)標(biāo)準(zhǔn)、交換標(biāo)準(zhǔn)、接口標(biāo)準(zhǔn)和管理標(biāo)準(zhǔn)。

信息安全體系：涵蓋運(yùn)行監(jiān)控、用戶管理、日志管理、數(shù)據(jù)安全、網(wǎng)絡(luò)安全等內(nèi)容，通過(guò)體系的建立、運(yùn)行和改進(jìn)，可以進(jìn)一步規(guī)范企業(yè)相關(guān)的信息管理工作，從而確保企業(yè)數(shù)據(jù)及應(yīng)用服務(wù)的安全。

圖1 兗礦集團(tuán)安全生產(chǎn)大數(shù)據(jù)架構(gòu)設(shè)計(jì)示意

5 安全管控應(yīng)用實(shí)踐

結(jié)合兗礦集團(tuán)信息化發(fā)展現(xiàn)狀，針對(duì)目前兗礦集團(tuán)層面的安全監(jiān)測(cè)工業(yè)大數(shù)據(jù)，運(yùn)用工業(yè)大數(shù)據(jù)處理技術(shù)進(jìn)行具體分析應(yīng)用。

兗礦集團(tuán)安全監(jiān)測(cè)聯(lián)網(wǎng)系統(tǒng)包含安全生產(chǎn)監(jiān)測(cè)系統(tǒng)、井下人員定位管理系統(tǒng)和束管監(jiān)測(cè)3個(gè)子系統(tǒng)，其中在安全生產(chǎn)監(jiān)測(cè)系統(tǒng)中，實(shí)現(xiàn)了本省8座礦井、貴州能化、榆林未來(lái)能源、山西天池能源、鄂爾多斯能化、新疆能化等5地能化級(jí)聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)接入。接入測(cè)點(diǎn)類型分為甲烷濃度、一氧化碳濃度、主通風(fēng)機(jī)開(kāi)停、局部通風(fēng)機(jī)開(kāi)停、煙霧、風(fēng)速、風(fēng)壓、溫度、風(fēng)筒狀態(tài)、風(fēng)門狀態(tài)、饋電狀態(tài)等。

將集團(tuán)安全監(jiān)測(cè)聯(lián)網(wǎng)系統(tǒng)自動(dòng)采集的告警數(shù)據(jù)、環(huán)境數(shù)據(jù)以及煤礦安全生產(chǎn)精益管理平臺(tái)中收集生產(chǎn)作業(yè)數(shù)據(jù)，存儲(chǔ)在工業(yè)大數(shù)據(jù)平臺(tái)的HDFS分布式文件系統(tǒng)，并進(jìn)行必要的預(yù)處理；通過(guò)工業(yè)大數(shù)據(jù)趨勢(shì)聚類等分析手法，可得出傳感器調(diào)校執(zhí)行情況的綜合分析。另外，對(duì)存儲(chǔ)于工業(yè)大數(shù)據(jù)平臺(tái)上的告警數(shù)據(jù)進(jìn)行分布情況統(tǒng)計(jì)分析，分析結(jié)果通過(guò)工業(yè)大數(shù)據(jù)可視化技術(shù)呈現(xiàn)出來(lái)，實(shí)現(xiàn)安全管理執(zhí)行情況綜合評(píng)估[12]。

另外，排水是礦井生產(chǎn)中的重要環(huán)節(jié)，也是用電大戶，所以其工作的安全性、可靠性以及工作時(shí)間的合理配置，對(duì)礦井的安全、高效生產(chǎn)有著重大的意義。通過(guò)PLC監(jiān)測(cè)控制系統(tǒng)可收集大量的水泵水壓、電流、電壓、振動(dòng)等動(dòng)態(tài)信息，水泵設(shè)備狀態(tài)量的獲取信息中同樣存在著大量的生產(chǎn)數(shù)據(jù)，包括定位、故障類型、故障分析、故障預(yù)測(cè)等文字信息[13]。通過(guò) MapReduce 模型可將這些數(shù)據(jù)轉(zhuǎn)換為計(jì)算機(jī)可識(shí)別操作的數(shù)據(jù)，然后將工業(yè)大數(shù)據(jù)算法技術(shù)應(yīng)用于水泵設(shè)備狀態(tài)評(píng)估之中，即可建立水泵設(shè)備狀態(tài)與故障/缺陷的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)準(zhǔn)確定位、故障判斷及故障預(yù)測(cè)等功能。并根據(jù)分析結(jié)果向煤礦提供水泵維修保養(yǎng)策略及中央泵房水泵有效使用調(diào)度方案，提升水泵設(shè)備故障診斷準(zhǔn)確率，提高水泵可靠性和開(kāi)機(jī)率，從而提升煤礦的生產(chǎn)效率、降低成本，為煤礦安全管控提供有效方法。

6 結(jié) 語(yǔ)

大數(shù)據(jù)時(shí)代的到來(lái)為各行各業(yè)的安全管理帶來(lái)了很好的機(jī)遇，煤礦行業(yè)也不例外。工業(yè)大數(shù)據(jù)在煤礦中的應(yīng)用尚處于萌芽狀態(tài)，其前景是廣闊的。工業(yè)大數(shù)據(jù)技術(shù)可以轉(zhuǎn)變煤礦管理思維：由小數(shù)據(jù)時(shí)代的直線思維向大數(shù)據(jù)時(shí)代的相關(guān)思維轉(zhuǎn)變；突破事故分析的局限性，實(shí)現(xiàn)生產(chǎn)安全關(guān)口前移；監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)，保障設(shè)備運(yùn)行安全等等?？傊I(yè)大數(shù)據(jù)技術(shù)能夠從根本上提高安全管理水平，保障煤礦生產(chǎn)的平穩(wěn)運(yùn)行，將煤礦安全生產(chǎn)帶入新的時(shí)代，為煤礦提質(zhì)增效、轉(zhuǎn)型升級(jí)做出貢獻(xiàn)。