馬 夢，盛 武

(安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

0 引 言

國內(nèi)煤礦信息化研究力量不斷加強(qiáng)，大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等信息技術(shù)與煤礦研究領(lǐng)域深入融合。分析國內(nèi)外煤礦信息化領(lǐng)域文章可知，國外信息化研究主要集中體現(xiàn)在以下三個層面：第一，信息技術(shù)的精進(jìn)、實(shí)踐應(yīng)用，如基于人工智能系統(tǒng)實(shí)現(xiàn)空氣超壓預(yù)測、創(chuàng)建礦山3D模型[1-2]。第二，故障分析治理技術(shù)與相關(guān)方法介紹，如利用DDA的傾斜地表沉陷研究，將DIKW層次結(jié)構(gòu)作為訊問方法，創(chuàng)建新穎RISKGAT交互式數(shù)據(jù)庫[3-4]。第三，利用程序功能模塊、傳感器感測模塊、建模等進(jìn)行的系統(tǒng)構(gòu)建及實(shí)驗(yàn)分析[5-6]。

國內(nèi)學(xué)者對煤礦信息化的研究多停留國內(nèi)外煤礦信息化的對比分析及該領(lǐng)域熱點(diǎn)趨勢、文獻(xiàn)信息挖掘及知識圖譜構(gòu)建分析的文獻(xiàn)較少。如毛善君等專注于信息化管理平臺的構(gòu)建[7]；譚章祿等主要探討煤礦信息化建設(shè)存在的問題及發(fā)展方向[8]。利用知識圖譜將復(fù)雜的學(xué)術(shù)領(lǐng)域關(guān)聯(lián)并以網(wǎng)絡(luò)結(jié)構(gòu)可視化形式呈現(xiàn)出來的技術(shù)優(yōu)勢，實(shí)現(xiàn)煤礦信息化領(lǐng)域研究的知識架構(gòu)[9]。以CNIKI和WOS為數(shù)據(jù)來源，對比國內(nèi)外研究趨勢，挖掘未來煤礦信息化高質(zhì)發(fā)展的切入路徑，為煤礦信息化高質(zhì)發(fā)展及精準(zhǔn)決策提供支持。技術(shù)路線圖如圖1所示。

1 數(shù)理來源與研究方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源及處理方式如表1，數(shù)據(jù)來源為Web of Science和《中國期刊全文數(shù)據(jù)庫(CNKI)》(以下簡稱Wos 、CNKI)高質(zhì)量核心文獻(xiàn)，針對不同數(shù)據(jù)庫設(shè)計(jì)檢索式與限定條件，國內(nèi)檢索式為：“主題”=“物聯(lián)網(wǎng)/機(jī)器人/信息化/云計(jì)算/大數(shù)據(jù)”&主題=“煤礦/數(shù)字礦山/感知礦山/智慧礦山”；國外檢索式為：ts=(coal mine informationization or digital coal mine or coal mine big data or Intelligent coal mine or coal mine artificial intelligence or smart coal mine )。最終篩選出更科學(xué)有效的樣本數(shù)據(jù)。

表1 數(shù)據(jù)來源及處理

1.2 分析方法與工具

CiteSpace是目前科研評價領(lǐng)域廣泛使用的知識圖譜繪制軟件，具備高效挖掘有用信息、進(jìn)行可視化文獻(xiàn)計(jì)量分析[10]等功能，數(shù)據(jù)處理分析功能強(qiáng)大、運(yùn)算便捷且能把握演化特征。將數(shù)據(jù)按照CiteSpace所需格式導(dǎo)入其中，對國內(nèi)外煤礦信息化相關(guān)文獻(xiàn)進(jìn)行有效信息挖掘，繪制科學(xué)知識圖譜可廓清該領(lǐng)域研究脈絡(luò)，洞察該領(lǐng)域全貌趨向、前沿?zé)狳c(diǎn)。

1.3 年度發(fā)文計(jì)量分析

圖2所繪為國內(nèi)外該領(lǐng)域文獻(xiàn)發(fā)表頻次年份趨勢圖，橫縱軸分別代表年份與發(fā)文頻數(shù)。觀察圖2可知，國內(nèi)的文獻(xiàn)產(chǎn)出始終高于國外，研究強(qiáng)度可觀。趨勢線呈現(xiàn)出三個階段：2010-2013年為擴(kuò)展期且在2013年達(dá)最高峰值；2013-2015年為浮動期且在2015年達(dá)最低峰值；2015年后，隨著信息化技術(shù)應(yīng)用日趨成熟與發(fā)展，國內(nèi)研究成果漸趨豐富，發(fā)展平穩(wěn)，反觀國外雖文獻(xiàn)產(chǎn)出量較低，發(fā)展態(tài)勢卻始終以較緩的增幅平穩(wěn)上升。

2 發(fā)文機(jī)構(gòu)解析

2.1 發(fā)文量機(jī)構(gòu)樹狀圖

圖3和圖4為國內(nèi)外機(jī)構(gòu)發(fā)文量前20名及占比(% of 183)樹狀圖，以面積區(qū)分發(fā)文量。觀察樹狀圖，國內(nèi)研究機(jī)構(gòu)的主力軍有中國礦大、天地(常州)自動化股份有限公司、西安科技大學(xué)等，發(fā)文機(jī)構(gòu)數(shù)量高，類型多。國外前五名均從屬于中國機(jī)構(gòu)，說明國內(nèi)研究投入力度更大。

圖2 國內(nèi)外煤礦信息化發(fā)文量時間趨勢圖

2.2 機(jī)構(gòu)合作知識圖譜

依據(jù)國內(nèi)外發(fā)文量分布，選取國內(nèi)外分別不低于3篇、1篇機(jī)構(gòu)，繪制國內(nèi)外機(jī)構(gòu)合作圖譜。如圖5、6，連線代表合作情況，節(jié)點(diǎn)大小與發(fā)文量成正比。圖5節(jié)點(diǎn)76個連線40條，圖6節(jié)點(diǎn)22個連線18條。國內(nèi)文章多由機(jī)構(gòu)獨(dú)立產(chǎn)出，缺乏交流，應(yīng)加強(qiáng)合作協(xié)同研究力度，促進(jìn)領(lǐng)域多元發(fā)展。國外研究力度較高的機(jī)構(gòu)從屬國家主要有波蘭、印度、美國等，多與中國機(jī)構(gòu)有密切合作，說明我國占該領(lǐng)域研究重要地位。

3 發(fā)文作者解析

學(xué)者對領(lǐng)域研究方向起引導(dǎo)作用，因此研究學(xué)者對研究領(lǐng)域發(fā)展趨勢十分必要。繪制作者圖譜，能直觀地看到學(xué)者分布及合作情況，圖7、8為國內(nèi)外該領(lǐng)域作者合作圖譜。圖中連線代表作者之間合作關(guān)系。

圖3 國內(nèi)機(jī)構(gòu)發(fā)文量前20名樹狀圖

圖4 國外機(jī)構(gòu)發(fā)文量前20名樹狀圖

圖5 國內(nèi)機(jī)構(gòu)合作網(wǎng)絡(luò)

圖7國內(nèi)作者發(fā)文量較多的為中國礦大(北京)譚章祿教授(18篇)、中國礦大物聯(lián)網(wǎng)(感知礦山)研究中心朱華教授(13篇)和中國礦大張申教授(9篇)。研究力量主要集中在中國礦大(北京和徐州)兩所高校。地域及學(xué)科分布均衡。由圖8可以看出國外作者連線更多，研究合作性較強(qiáng)，為國內(nèi)學(xué)者應(yīng)學(xué)習(xí)借鑒之處。

圖6 國外機(jī)構(gòu)合作網(wǎng)絡(luò)

圖7 國內(nèi)煤礦信息化領(lǐng)域作者圖譜

圖8 國外煤礦信息化領(lǐng)域作者圖譜

4 煤礦信息化熱點(diǎn)趨勢解析

4.1 關(guān)鍵詞共現(xiàn)時區(qū)圖熱點(diǎn)解析

關(guān)鍵詞共現(xiàn)反映了領(lǐng)域研究熱點(diǎn)，利用CiteSpace繪制關(guān)鍵詞時區(qū)圖(TimeZone)觀察關(guān)鍵詞隨時間衍生變化狀態(tài)及主題發(fā)展路徑。對每個時間段關(guān)鍵詞共現(xiàn)的頻次進(jìn)行閾值設(shè)定，繪制圖9、10的國內(nèi)外關(guān)鍵詞共現(xiàn)時區(qū)圖，輔助熱點(diǎn)趨勢預(yù)測。

分析圖9和圖10可看出目前國內(nèi)的研究熱點(diǎn)主要集中在物聯(lián)網(wǎng)、機(jī)器人、信息化、云計(jì)算和大數(shù)據(jù)等，較國外在算法(algorithm)、人工神經(jīng)網(wǎng)絡(luò)(artifical neural network)、力學(xué)性能(mechanical property)和塌陷(subsidence)等技術(shù)層面研究較少。表明我國應(yīng)加大技術(shù)實(shí)踐力度，另外智能化開采、智能礦山是未來一段時間研究趨勢。

4.2 前沿趨勢解析

利用Citespace的突現(xiàn)詞檢測功能記錄突現(xiàn)強(qiáng)度與時段，分析領(lǐng)域前沿趨勢，得到表2。表2分別列出國內(nèi)外突現(xiàn)強(qiáng)度前10的關(guān)鍵詞(時間先后排序)，目前國內(nèi)專注于大數(shù)據(jù)(突現(xiàn)強(qiáng)度最高11.97)、物聯(lián)網(wǎng)和智慧礦山，國外側(cè)重煤礦開采(Coal mining)、變化檢測(Change detection)、地表沉陷(Ground subsidence)和數(shù)字高程模型(Digital Elevation Model)等研究。

表2 中外煤礦信息化突現(xiàn)詞統(tǒng)計(jì)表

國內(nèi)外的研究都加速了煤礦開采與信息化技術(shù)的融合，從表2可以看出，國外突現(xiàn)詞平均持續(xù)時間更長，國內(nèi)研究隨熱點(diǎn)的改變而轉(zhuǎn)移。國內(nèi)外前沿趨勢在智慧礦山及智能化開采方面均有體現(xiàn)，但國內(nèi)側(cè)重理論分析，國外側(cè)重實(shí)踐研究。

圖9 國內(nèi)關(guān)鍵詞共現(xiàn)時區(qū)圖

圖10 國外關(guān)鍵詞共現(xiàn)時區(qū)圖

5 結(jié) 論

1)國內(nèi)發(fā)文量雖高于國外，但國內(nèi)機(jī)構(gòu)研究力量差距懸殊，主要集中在中國礦業(yè)大學(xué)，且國內(nèi)作者合作意識較弱，不利于領(lǐng)域研究的發(fā)展創(chuàng)新；建議相關(guān)文獻(xiàn)的發(fā)表應(yīng)更加注重論文質(zhì)量把關(guān)，致力提高國內(nèi)該領(lǐng)域研究的整體科研水準(zhǔn)。合作交流方面，應(yīng)打破地域、學(xué)科、機(jī)構(gòu)及學(xué)者之間交流的閉塞性，打破研究力量不均衡的現(xiàn)象，促進(jìn)煤礦信息化領(lǐng)域研究的合作融合及創(chuàng)新。

2)云計(jì)算、物聯(lián)網(wǎng)、信息化和大數(shù)據(jù)在煤礦產(chǎn)業(yè)中的應(yīng)用是國內(nèi)目前熱點(diǎn)，礦山物聯(lián)網(wǎng)、智慧礦山是領(lǐng)域研究的前沿，智能礦山、智能化開采是未來研究趨勢；國內(nèi)在研究方向上不應(yīng)僅拘泥于熱點(diǎn)研究而忽略了研究領(lǐng)域深度與廣度的擴(kuò)展，應(yīng)加強(qiáng)對少人化作業(yè)、智能精準(zhǔn)開采等前沿問題的深入探索，增大學(xué)科利用廣度、創(chuàng)新研究方法。

3)根據(jù)前沿?zé)狳c(diǎn)的國內(nèi)外對比分析，國內(nèi)側(cè)重理論研究，信息化實(shí)踐應(yīng)用的研究力度偏弱；在完善理論研究的同時，可適當(dāng)將精力轉(zhuǎn)到煤礦信息化領(lǐng)域的實(shí)踐應(yīng)用問題上來，以形成更豐富完整的跨學(xué)科研究體系。