基于大数据的矿山机电设备智能监控系统应用体现

黄 粒，付智博

（山西大同大学煤炭工程学院，山西 大同 037003）

目前机器设备更新换代的速度较快，特别是对矿山开采这种危险系数较高的工作而言，现代化技术设备提供了较大帮助。国外先进技术设备虽然能提高时间工作效率，但无法直接套用到矿山企业中，所以如何开发制造与我国基本国情相符的设备软件，是新时期矿山行业探讨的核心问题。目前行业学者提出利用大数据技术构建矿山机电设备智能监控系统，以此从根本上提高矿山机电设备的安全性能。

1 矿山机电设备安全监控系统发展现状分析

现如今，我国矿山机电设备智能监控系统的使用效率较低，在工作期间需要处理的问题比较复杂，大部分机电设备和监控系统都存在安全隐患，无法满足当前矿山安全生产管理要求[1]。虽然在大数据技术的支持下，国内采矿业的发展速度越来越快，但安全问题一直是影响行业创新的主要因素。我国从20世纪80年代末期开始，一方面学习借鉴国外专家学者提出的成功经验，另一方面主要研究与国内基本国情相符的智能监控系统[2]。大数据作为现代社会发展新技术，将矿山机电设备智能监控系统和大数据技术结合到一起，不仅能保障系统功能具有多样性和可扩展性，还可以减少成本支出，保障数据分析性能。虽然目前矿山行业的机电设备可以在部分方面实现无人化操作，提高了系统运行效率，但内部设备却存在信息不对称等问题，这不仅会影响整体运行效率，还会导致现场出现安全事故。因此，以大数据为核心的矿山机电设备智能监控系统应用研究，是目前矿山行业学者探讨的核心问题。

2 基于大数据的矿山机电设备智能监控系统分析

矿山安全监控系统主要包含主机显示器、传输接口、执行机构、传感器等。随着我国社会经济和科技水平的不断提升，计算机和总线技术在矿山机电设备智能监控系统中的应用越发广泛，促使结构设计和应用性能有所提升。目前最常见的智能监控系统分为两种形式。

第一种形式：将计算机看作地面的主机核心，利用公共线连接井下分站，再选择专用电缆连接分站和传感器。具体结构如图1所示。

图1 基于公共线加分站的智能监控系统结构图

从实践应用角度来看，构建上述矿山机电设备智能监控系统结构，虽然能满足目前矿山行业的监管需求，但因为整体线路设计比较复杂，实践应用难度较高，所以后续维护管理存在诸多困难。

第二种形式：将计算机看作地面主机核心，系统直接利用总线连接所有传感器，铺设线路简单规律，传感器可以随时根据主线延伸，不管是安装还是维护都非常便捷。具体结构如图2所示。

图2 基于总线的智能监控系统结构图

通过对图2分析可知，这种系统设计存在明显缺陷，即使系统中的传感器比较集中，也很难集中管控机电设备，矿山企业要根据机电设备的安装情况增加分站，只有这样才能全面管控内部机电设备安全稳定运行[3]。

3 案例分析

3.1 系统设计

3.1.1 硬件设计

在矿山机电设备智能监控系统中应用大数据技术，选择中央处理器、无线传感器、巷道读卡器等内容作为基础设备，确保内部系统监控工作有序落实，以此全面精准收集设备监控信息。将大数据技术看作辅助依据，全面提高数据处理效率和传输效率，结合以往累积经验调整硬件设备位置，在工作期间充分展现硬件设备的独特作用[5]。选择LY公司生产的Atmeler中央处理器，这种处理器具备PIC的优势，外部接口拥有良好的拓展性，在执行系统指令时，主要选择单周期，可以提供多种电源接口和IO口，在获取无线传感器数据时，可以和其他硬件设备的串行外围接口有效配合，以此实现快速接收数据的基本功能。矿山机电设备智能监测读卡器设计要求为触电能力较强，因此本文研究系统选用了选择Neasd读卡器，其中包含的NY2012芯片，具备超长的待机能力和数据读取能力。

通过对矿山机电设备常见的故障类型分析可知，主要分为电气故障和机械故障两种类型。以电器故障为例，在矿山供电电压不稳定，电机频繁启动的条件下，主电机电缆会出现接地事故；机电设备控制线插头虚接，会引起皮带机卡顿故障；智能电话盘县设备的电线需接，会引起机电设备皮带停顿运行故障；变频器通信地址冲突会引起皮带机变频故障等。根据各项故障的原因和影响分析可知，在设计无线传感器时，要遵循一对一的基本原则，在系统监控范围内，按照机电设备的运行特征，安装适宜的无线传感，具体内容如表1所示。

表1 系统无线传感器的设计分析

3.1.2 软件设计

在完成系统硬件设计后，要配备完善的系统软件。为了充分发挥矿山机电设备智能监控系统的基本功能，软件设计的核心功能就是数据分析和智能监控。可借助大数据与信息融合技术提高系统的数据分析能力，帮助部门员工快速发现问题并做出反应，将故障的影响范围和危险程度控制到最小。为了保障系统运行拥有强大的数据分析能力，在中央处理器接收无线传感器和读卡器传输来的设备运行数据后，要先利用以大数据为核心的云计算和信息融合技术，综合处理信息数据，确保所有数据具有一致性，每个传感器和读卡器具有可用性。

3.2 实验研究

在明确系统的软硬件设计后，利用云计算技术算法整合分析融合后的数据资料，具体计算公式为：

式中，R(G)代表矿山开采生产期间的机电设备工作状态，在计算分析中可以得到两种结果，一种是指正常，另一种是指非正常；Pe代表设备出现故障的可能性指标；G代表设备在运行标准状态下的具体参数；e代表设备的实际运行参数；qR代表设备不会出现故障的概率。如果R(G)大于等于零，那么代表矿山机电设备在工作状态下没有发生故障；如果R(G)小于零，那么代表矿山机电设备在工作状态下出现故障。

最终结果显示：系统1第一组的运行精准度可以达到81.36%，第二组的运行精准度可以达到84.65%，第三组的运行精准度可以达到84.16%，第四组的运行精准度可以达到79.54%，第五组的运行精准度可以达到80.12%；系统2第一组的运行精准度可以达到95.68%，第二组的运行精准度可以达到97.41%，第三组的运行精准度可以达到94.85%，第四组的运行精准度可以达到97.69%，第五组的运行精准度可以达到98.88%。由此可知，系统2的监控分析精准度要明显高于系统1，这就证明在矿山机电设备智能监控工作中，应用大数据技术具有独特优势。在经济全球化发展趋势下，矿山企业应在整合分析矿山机电设备智能监控系统结构的基础上，根据矿山生产状况和规模配置相关软硬件设施，以此提高系统运行效率和质量。

3.3 应用措施

首先，重视巡回检查工作。由于矿山开采生产的工作环境比较特殊，不管是地质条件还是水文环境都无法与地上相比，所以常用的机电设备经常会出现安全故障，直接影响矿山企业发展效益。在矿山企业中应用以大数据为核心的机电设备智能监控系统，根据实际生产工作情况制定定期或不定期的巡回检测制度。其中，定期巡查工作要实时开展，而不定期巡查要突出重难点，当将巡查结果上传到信息数据库，管理人员可以通过计算相关数据进行分析和整合研究，准确判断机电设备运行情况，及时发现潜在的安全事故并有效预防，避免因设备运行问题而产生事故风险。

其次，确定专人负责制度。由于矿山机电设备的智能监控系统安装监理工作比较特殊，会受现场工作环境影响，所以管理人员要根据企业要求设计地面监控总站和井下分站，只有这样才能保障矿山机电设备正常运行。但从实践应用角度来看，井下工作者只能利用网络通信网络与地面交流，在传递信息时存在延迟现象，因此企业要建立专人负责的管理机制，要求负责人员定期向地面监控总站汇报机电设备的工作状态。发现问题及时处理，相关负责人需承担责任，严格按照行业标准和企业要求解决问题。这种管理模式不仅能避免事故处理期间相互推卸责任，还可以充分调动部门员工的工作热情，为矿山开采生产提供基础保障。

4 结束语

综上所述，基于大数据技术理论优化设计矿山机电设备智能监控系统，有序改进系统功能和技术设备，不仅能减轻工作人员的压力，提高实践工作效率，还可以优化矿山机电设备的自动化管理水平，解决传统企业管理运行面临的问题。随着社会经济和科学技术的飞速发展，我国矿山机电设备管理开始向着智能化和数字化的方向发展，各领域学者已经认识到大数据技术对矿山机电设备智能监控系统的价值影响，开始学习借鉴国外发达国家提出的应用理论和实践案例，重视专业技术人才的培训教育，以此为我国矿山行业改革发展提供技术支撑。