煤礦安全數(shù)據(jù)分析與輔助決策云平臺研究

劉海濱 劉 浩 劉曦萌

(1. 中國礦業(yè)大學(xué)(北京)管理學(xué)院，北京市海淀區(qū)，100083; 2.明尼蘇達大學(xué)雙城分校科學(xué)與工程學(xué)院，美國明尼阿波利斯市，55414)

?

★ 煤炭科技·機電與信息化 ★

煤礦安全數(shù)據(jù)分析與輔助決策云平臺研究

劉海濱1劉 浩1劉曦萌2

(1. 中國礦業(yè)大學(xué)(北京)管理學(xué)院，北京市海淀區(qū)，100083; 2.明尼蘇達大學(xué)雙城分?？茖W(xué)與工程學(xué)院，美國明尼阿波利斯市，55414)

煤礦安全數(shù)據(jù)的深層次挖掘和分析對提高煤礦事故預(yù)警能力與安全管理決策水平至關(guān)重要，根據(jù)我國煤礦信息化水平和安全管理特點，分析了煤礦安全數(shù)據(jù)分析與輔助決策云平臺的功能需求，確定了煤礦事故綜合分析、煤礦生產(chǎn)系統(tǒng)可靠性評價和基于大數(shù)據(jù)分析的煤礦事故預(yù)警三類主要服務(wù)功能?；谠朴嬎愕姆?wù)模式，提出了基于IaaS、PaaS和SaaS等層次的煤礦安全數(shù)據(jù)分析與輔助決策云平臺的系統(tǒng)框架，給出了各層級的具體服務(wù)內(nèi)容。結(jié)合國家關(guān)于發(fā)展云計算產(chǎn)業(yè)的相關(guān)意見，討論了煤礦安全數(shù)據(jù)分析與輔助決策云平臺的運行模式，研究結(jié)果對煤礦安全數(shù)據(jù)分析與輔助決策云平臺的開發(fā)和運營具有重要參考價值。

煤礦安全 大數(shù)據(jù) 云平臺 事故預(yù)警 可靠性評價

當(dāng)前，機械化、自動化、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、移動通信網(wǎng)等相關(guān)技術(shù)以及各類信息系統(tǒng)已在煤礦得到廣泛應(yīng)用，并由此積累了大量的數(shù)字、音頻、視頻、圖片、網(wǎng)頁、日志和文本等各種數(shù)據(jù)和信息。對這些數(shù)據(jù)和信息的采集、處理和分析在煤礦的安全生產(chǎn)和管理決策中發(fā)揮了一定作用。但由于缺乏統(tǒng)一規(guī)劃，在煤礦信息化建設(shè)中普遍存在不同專業(yè)信息系統(tǒng)無法進行集成，信息不能實現(xiàn)共享，信息孤島現(xiàn)象嚴(yán)重等問題。上述問題導(dǎo)致難以對煤礦積累的大量多源異構(gòu)數(shù)據(jù)進行深層次的挖掘和分析，無法實現(xiàn)其應(yīng)有的價值。

近年來，大數(shù)據(jù)技術(shù)快速發(fā)展并在零售、金融、電信、物流、醫(yī)療和交通等領(lǐng)域等得到廣泛的應(yīng)用，這種技術(shù)為我們從海量煤礦安全數(shù)據(jù)中對一些未知規(guī)律事故進行預(yù)測提供了可能。同時，云計算作為一種新興的技術(shù)，從其理念誕生至今，已使企業(yè)IT架構(gòu)從傳統(tǒng)非云架構(gòu)，向目標(biāo)云化架構(gòu)進行演變，云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)等技術(shù)在煤炭行業(yè)中的應(yīng)用也得到越來越多的關(guān)注。當(dāng)前的研究大多處在理論和應(yīng)用探索階段，隨著云計算技術(shù)的成熟和應(yīng)用，可以使越來越多的煤礦和煤炭企業(yè)通過租賃云計算資源，實現(xiàn)信息和數(shù)據(jù)共享，并可為信息和數(shù)據(jù)進行深層次挖掘和分析提供技術(shù)支持。因此，構(gòu)建煤礦安全數(shù)據(jù)分析與輔助決策云平臺(以下簡稱云平臺)，對提高煤礦安全管理水平具有重要意義。

1 云平臺服務(wù)功能需求分析

隨著科學(xué)技術(shù)和管理水平的提高，煤礦安全管理正在實現(xiàn)從事后管理、事中管理向事前預(yù)控管理轉(zhuǎn)變。為了實現(xiàn)煤礦生產(chǎn)風(fēng)險管理的目標(biāo)，既要學(xué)會從已發(fā)生的安全事故中吸取經(jīng)驗教訓(xùn)，又需要實時掌握煤礦復(fù)雜生產(chǎn)系統(tǒng)的安全可靠性，同時能夠及時對煤礦可能發(fā)生的事故進行預(yù)警，以便及時采取控制措施，防止事故的發(fā)生。

1.1 煤礦事故綜合分析

通過對已發(fā)生事故的科學(xué)分析，可以找出事故發(fā)生的根本原因，有針對性地制定預(yù)控措施，預(yù)防類似事故的再次發(fā)生。在云平臺上，事故綜合分析既要實現(xiàn)瓦斯、水災(zāi)、火災(zāi)、頂板、運輸以及機電等典型煤礦事故信息的錄入、增減和更新管理等功能，同時能夠?qū)崿F(xiàn)分析事故原因，總結(jié)事故發(fā)生規(guī)律，給出管控策略的功能。

事故信息包括事故名稱、發(fā)生地點、發(fā)生時間、事故級別、事故類型、事故現(xiàn)場負責(zé)人、事故單位負責(zé)人、聯(lián)系電話、事故簡要經(jīng)過、現(xiàn)場處理情況、已采取的措施、初步原因分析、其他情況、輕傷人數(shù)、重傷人數(shù)、失蹤人數(shù)、死亡人數(shù)、損失金額、錄入人、審核單位和審核人等，同時也包括事故發(fā)生前、發(fā)生中和發(fā)生后煤礦各類信息系統(tǒng)中記錄的全部數(shù)據(jù)。

事故分析將按照成立調(diào)查組、確認工作流程、進行致因分析、制定整改措施、給出處理意見和事故檔案提交的順序開展綜合分析。事故致因分析建議采用事故樹分析法和PII分析法。云平臺將以列表和圖形的方式展示分析結(jié)果，包括事故發(fā)生的根本原因、整改措施以及分析過程中的相關(guān)文件。同時，云平臺還將提供調(diào)查報告打印和檔案附件下載等輔助功能。

1.2 煤礦生產(chǎn)系統(tǒng)可靠性評價

煤礦生產(chǎn)系統(tǒng)可靠性是煤礦安全生產(chǎn)的基本保障。在云平臺上，將煤礦生產(chǎn)系統(tǒng)分為采掘子系統(tǒng)、通風(fēng)子系統(tǒng)、運輸子系統(tǒng)和供配電、設(shè)備及通信子系統(tǒng)等四個方面進行評價。每個子系統(tǒng)可基于建立的可靠性評價標(biāo)準(zhǔn)體系，利用與煤礦安全相關(guān)的實時數(shù)據(jù)和基礎(chǔ)數(shù)據(jù)、利用構(gòu)建煤礦生產(chǎn)系統(tǒng)可靠性評價模型，實現(xiàn)對煤礦生產(chǎn)系統(tǒng)安全性的實時分析和評價。

在構(gòu)建可靠性評價標(biāo)準(zhǔn)體系中，采掘子系統(tǒng)可靠性評價需考慮礦井安全出口、采取和作業(yè)規(guī)程、巷道掘進與維護、頂板支護與管理、爆破器料和爆破作業(yè)、防治水系統(tǒng)及管理；通風(fēng)子系統(tǒng)可靠性評價需考慮通風(fēng)系統(tǒng)及管理、瓦斯檢查及管理、安全監(jiān)控及管理、瓦斯抽放及管理、防塵管理、防火管理等；運輸子系統(tǒng)可靠性評價需考慮主運輸系統(tǒng)、輔助運輸系統(tǒng)、運輸巷道和線路管理、其他運輸管理等；供配電、設(shè)備及通信子系統(tǒng)可靠性評價需考慮供電系統(tǒng)、電氣設(shè)備、照明通信、采掘設(shè)備、地面變電所和井下機硐室、空氣壓縮機及壓力容器等。

在云平臺上，各子系統(tǒng)可靠性評價結(jié)果以可靠性模糊隸屬度的形式給出，同時也可以列表的方式分別列出各子系統(tǒng)中存在的不符合項，并提示相關(guān)部門針對各系統(tǒng)中的不符合項制定相應(yīng)的改進和控制措施。

1.3 基于大數(shù)據(jù)的煤礦事故預(yù)警

根據(jù)煤礦各類信息系統(tǒng)產(chǎn)生的人員、機器設(shè)備、環(huán)境和管理等方面的實時和基礎(chǔ)數(shù)據(jù)，利用云平臺提供的事故預(yù)警模型，實現(xiàn)對煤與瓦斯突出、煤礦自然發(fā)火、沖擊地壓、煤礦水害、設(shè)備(煤礦掘進機、采煤機、刮板輸送機、帶式輸送機、提升機、通風(fēng)機、水泵、壓風(fēng)機、移動變電站)故障和煤礦人員不安全行為的預(yù)警，提示企業(yè)采取切實可行的措施，防止事故的發(fā)生。

煤礦安全生產(chǎn)相關(guān)實時數(shù)據(jù)包括環(huán)境類數(shù)據(jù)、機器設(shè)備類數(shù)據(jù)以及人員類數(shù)據(jù)。環(huán)境類數(shù)據(jù)包括煤層瓦斯含量、瓦斯壓力、瓦斯涌出量、氣味、C2H4濃度、C2H2濃度、氧氣濃度、礦山壓力、涌水量、水壓、水位、水溫、水質(zhì)、聲音變化、煤塵濃度、環(huán)境溫度、微震、地音、電磁輻射、環(huán)境濕度、采掘位置、構(gòu)造變化、工作面推進速度、掘進速度、工作場所照明、氣象變化等實時數(shù)據(jù)；機器設(shè)備類數(shù)據(jù)包括設(shè)備累計使用時間、設(shè)備振動、設(shè)備聲音、設(shè)備溫度、功率、電流等實時數(shù)據(jù)；人員類數(shù)據(jù)包括在崗人數(shù)、人員分布、人員班次、工作崗位、在崗位置、健康情況、生理指標(biāo)、情緒狀況、不安全行為記錄、處罰記錄等實時數(shù)據(jù)。

煤礦安全生產(chǎn)相關(guān)基礎(chǔ)數(shù)據(jù)包括基礎(chǔ)地質(zhì)數(shù)據(jù)、區(qū)域地理數(shù)據(jù)、區(qū)域經(jīng)濟和社會發(fā)展數(shù)據(jù)、采煤技術(shù)和工藝基礎(chǔ)數(shù)據(jù)、設(shè)備基礎(chǔ)數(shù)據(jù)以及人員基礎(chǔ)數(shù)據(jù)?；A(chǔ)地質(zhì)數(shù)據(jù)包括煤礦煤層賦存、地質(zhì)構(gòu)造和水文地質(zhì)條件，煤種、煤質(zhì)、煤自燃傾向性和發(fā)火期等；區(qū)域地理數(shù)據(jù)包括區(qū)域氣溫、降雨量、降雪量、氣壓和風(fēng)況，河流、湖泊、森林和草場狀況；地震、洪水、颶風(fēng)、風(fēng)暴潮、冰雹、雪災(zāi)、暴雨等自然災(zāi)害等；區(qū)域經(jīng)濟和社會發(fā)展數(shù)據(jù)包括區(qū)域人口數(shù)量、基礎(chǔ)設(shè)施建設(shè)、就業(yè)率和失業(yè)率、教育水平、GDP、煤炭價格、運輸價格、消費物價指數(shù)以及社會穩(wěn)定狀況等；采煤技術(shù)和工藝基礎(chǔ)數(shù)據(jù)包括采煤系統(tǒng)、采煤方和采煤工藝等；設(shè)備基礎(chǔ)數(shù)據(jù)包括設(shè)備種類、使用單位、設(shè)備生產(chǎn)廠商、生產(chǎn)日期、使用壽命、維修周期、檢修次數(shù)等；人員基礎(chǔ)數(shù)據(jù)包括姓名、性別、年齡、學(xué)歷、職稱、薪酬、婚姻、家庭、興趣愛好、培訓(xùn)記錄、專業(yè)考核、證照等在冊人員的詳細狀況。

上述煤礦安全生產(chǎn)相關(guān)數(shù)據(jù)會隨著技術(shù)進步、管理水平提高和認知水平提升等不斷變化，因此，需要云平臺具有強大的數(shù)據(jù)管理和擴展能力。

2 云平臺分層架構(gòu)

為了實現(xiàn)煤礦安全數(shù)據(jù)分析與輔助決策云平臺的建設(shè)目標(biāo)，即利用獲取的煤礦人、機、環(huán)、管復(fù)雜系統(tǒng)采集的實時數(shù)據(jù)以及基礎(chǔ)數(shù)據(jù)，實現(xiàn)煤礦安全事故綜合分析、生產(chǎn)系統(tǒng)可靠性評價和煤礦安全事故預(yù)警等服務(wù)功能。根據(jù)云計算體系架構(gòu)，結(jié)合煤礦安全數(shù)據(jù)分析與輔助決策特點和要求，可將其云平臺架構(gòu)設(shè)計為1個信息感知層以及IaaS、PaaS和SaaS 3個服務(wù)層，煤礦安全數(shù)據(jù)與輔助決策云平臺系統(tǒng)架構(gòu)如圖1所示。

2.1 信息感知層

信息感知層的信息來自煤礦的監(jiān)測監(jiān)控系統(tǒng)、人員定位系統(tǒng)、井下運輸監(jiān)控系統(tǒng)、煤礦綜合自動化系統(tǒng)、爆破監(jiān)控系統(tǒng)、設(shè)備點檢系統(tǒng)、煤礦安全風(fēng)險預(yù)控管理系統(tǒng)等的實時監(jiān)控、檢測和檢查數(shù)據(jù)，以及煤礦的地質(zhì)、測量、水文和氣象等基礎(chǔ)數(shù)據(jù)。來自各類信息系統(tǒng)的實時數(shù)據(jù)具有數(shù)據(jù)體量巨大、數(shù)據(jù)類型繁多、價值密度低、處理速度快等大數(shù)據(jù)的典型特征。這些數(shù)據(jù)是煤礦安全數(shù)據(jù)分析與輔助決策云平臺運行的基礎(chǔ)，來自不同煤礦各類信息系統(tǒng)的數(shù)據(jù)在云平臺匯集，為實現(xiàn)大數(shù)據(jù)分析提供了對象和信息保障，同時，通過對這些數(shù)據(jù)的處理，利用云平臺提供的評價和預(yù)警模型為煤礦提供實時的安全預(yù)警服務(wù)和決策支持。

2.2 IaaS

IaaS(基礎(chǔ)設(shè)施即服務(wù))向煤礦租戶提供硬件基礎(chǔ)設(shè)施部署服務(wù)?；A(chǔ)硬件主要包括服務(wù)器、網(wǎng)絡(luò)設(shè)備、存儲設(shè)備和傳輸設(shè)備等。煤礦安全數(shù)據(jù)分析與輔助決策云平臺的IaaS層通過建立大規(guī)模數(shù)據(jù)中心，為上層云計算服務(wù)提供海量硬件資源。同時，在虛擬化技術(shù)的支持下，IaaS 層可以實現(xiàn)硬件資源的按需配置，并提供個性化的基礎(chǔ)設(shè)施服務(wù)。一般可采用的虛擬化技術(shù)包括Xen、Kvm和Vmare等。在使用 IaaS 層服務(wù)的過程中，煤礦需要向 IaaS層服務(wù)提供商提供基礎(chǔ)設(shè)施的配置信息和運行于基礎(chǔ)設(shè)施的程序代碼等，以獲得相對獨立的存儲空間，存儲其運行的各類信息系統(tǒng)中產(chǎn)生的不同格式的實時數(shù)據(jù)和相關(guān)基礎(chǔ)數(shù)據(jù)。

2.3 PaaS

PaaS(平臺即服務(wù))為煤礦租戶提供數(shù)據(jù)模型、數(shù)據(jù)輸入和數(shù)據(jù)ETL等數(shù)據(jù)管理服務(wù)，將存儲于數(shù)據(jù)庫中的數(shù)據(jù)通過抽取、清洗和轉(zhuǎn)換等預(yù)處理，并按照不同的主題，建立數(shù)據(jù)倉庫。在此基礎(chǔ)上，利用數(shù)據(jù)挖掘算法和機器學(xué)習(xí)技術(shù)，實現(xiàn)在線和離線計算，結(jié)合煤礦安全生產(chǎn)專家知識，構(gòu)建煤礦事故和員工行為預(yù)警模型；以《中華人民共和國安全生產(chǎn)法》、《煤礦安全規(guī)程》、《煤礦安全質(zhì)量標(biāo)準(zhǔn)化標(biāo)準(zhǔn)及考核評級辦法》等為基礎(chǔ)，建立煤礦生產(chǎn)系統(tǒng)可靠性評價體系，采用模糊綜合評判方法，構(gòu)建煤礦生產(chǎn)系統(tǒng)可靠性評價模型；采用事故樹分析法和PII分析法，構(gòu)建煤礦事故綜合分析模型等。同時，采用封裝技術(shù)、接口技術(shù)等開發(fā)用于煤礦各類事故預(yù)警、生產(chǎn)系統(tǒng)可靠性分析和典型事故綜合分析的中間件以及應(yīng)用程序接口，為煤礦安全數(shù)據(jù)分析和管理決策應(yīng)用軟件開發(fā)提供支持。

2.4 SaaS軟件即服務(wù)

SaaS(軟件即服務(wù))向煤礦租戶提供所需的應(yīng)用服務(wù)。煤礦安全數(shù)據(jù)分析與管理決策云平臺將提供瓦斯、水災(zāi)、火災(zāi)、頂板、運輸以及機電等典型煤礦事故的分析服務(wù)；提供煤礦采掘、通風(fēng)、運輸以及供配電、設(shè)備和通信等主要生產(chǎn)子系統(tǒng)可靠性評價服務(wù)；提供煤與瓦斯突出、煤礦自然發(fā)火、沖擊地壓、煤礦水害、煤礦設(shè)備故障和煤礦人員不安全行為等的預(yù)警服務(wù)。分析、評價和預(yù)警結(jié)果將采用可視化技術(shù)以不同方式進行展示，同時，根據(jù)分析、評價和預(yù)警結(jié)果，云平臺會給出相應(yīng)的對策和建議。

圖1 煤礦安全數(shù)據(jù)與輔助決策云平臺系統(tǒng)架構(gòu)

3 云平臺運行模式

云計算技術(shù)是一種新興的技術(shù)，其具有按需服務(wù)、超大規(guī)模、高可擴展、虛擬化、高可靠、通用化等特點。云計算可分公有云、私有云和混合云3種類型?？紤]我國煤礦信息化發(fā)展水平以及安全數(shù)據(jù)管理與分析水平，除了極少數(shù)資金實力雄厚、技術(shù)能力強、通訊網(wǎng)絡(luò)覆蓋面廣、信息化水平高、下屬煤礦較多的大型煤炭企業(yè)可以嘗試建立煤礦安全數(shù)據(jù)分析與輔助決策私有云平臺外，絕大多數(shù)煤礦適合租賃公共云平臺服務(wù)，因此，煤礦安全數(shù)據(jù)分析與輔助決策公共云平臺的建設(shè)是關(guān)鍵。

在《國務(wù)院關(guān)于促進云計算創(chuàng)新發(fā)展培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見》中，鼓勵大力發(fā)展公共云計算服務(wù)，實施云計算工程，支持信息技術(shù)企業(yè)加快向云計算產(chǎn)品和服務(wù)提供商轉(zhuǎn)型。因此，在煤炭行業(yè)，應(yīng)該鼓勵和支持有能力的信息企業(yè)，搭建煤礦安全數(shù)據(jù)分析與輔助決策公共云平臺，一方面通過公共云平臺提供的服務(wù)，為更多的煤礦提供煤礦安全數(shù)據(jù)分析和預(yù)警服務(wù)降低中小煤炭企業(yè)煤礦安全信息化門檻和創(chuàng)新成本；另一方面在搭建的公共云平臺上，實現(xiàn)煤礦安全歷史和實時數(shù)據(jù)的快速積累，形成海量數(shù)據(jù)，這樣可使其中隱含的內(nèi)在關(guān)系更加清晰，煤礦人、機、環(huán)、管復(fù)雜系統(tǒng)中預(yù)警模型的維度更高，預(yù)測預(yù)報的精度更高。

參照當(dāng)前各類云平臺的運行模式，可將參與煤礦安全數(shù)據(jù)分析與輔助決策云平臺的角色可以分為云租戶(煤礦、相關(guān)第三方企業(yè)以及政府相關(guān)部門)、云應(yīng)用開發(fā)者、云服務(wù)運營者/提供者、云設(shè)備/物理基礎(chǔ)設(shè)施提供者，其中后3個角色可以由同一家信息技術(shù)企業(yè)擔(dān)任，或者由一家信息技術(shù)企業(yè)在第三方提供的公共平臺上進行云應(yīng)用開發(fā)和提供運營服務(wù)，其具體服務(wù)模式如圖2所示。

圖2 煤礦安全數(shù)據(jù)與輔助決策云平臺參與方及關(guān)系

4 應(yīng)用與展望

在煤礦安全數(shù)據(jù)分析與管理決策公共云平臺上，采用的煤礦生產(chǎn)系統(tǒng)可靠性評價以及人員不安全行為預(yù)警模型已在“神東煤炭集團本質(zhì)安全管理信息系統(tǒng)”開發(fā)中進行了應(yīng)用和驗證，通過對煤礦人員不安行為預(yù)警和生產(chǎn)系統(tǒng)可靠性評價，使管理人員能夠更加全面準(zhǔn)確地掌控動態(tài)安全信息，保證了管理者的決策更具系統(tǒng)性和針對性。煤礦事故綜合分析模型已在“神華集團本質(zhì)安全管理信息系統(tǒng)”中進行了應(yīng)用，實現(xiàn)了煤礦事故分析的規(guī)范化、流程化和科學(xué)化，確保查明事故原因，完善危險源管控措施，避免類似事故再次發(fā)生。基于大數(shù)據(jù)的煤礦事故預(yù)警模型將隨著云平臺的推廣應(yīng)用和安全數(shù)據(jù)的積累不斷改進和完善，在煤礦安全管理和決策中發(fā)揮更大作用。

5 結(jié)論

(1)構(gòu)建煤礦安全數(shù)據(jù)分析與輔助決策云平臺是實現(xiàn)煤礦安全風(fēng)險預(yù)控管理的重要手段。煤礦事故綜合分析、煤礦生產(chǎn)系統(tǒng)可靠性評價和基于大數(shù)據(jù)的煤礦事故預(yù)警等云平臺服務(wù)功能為煤礦安全管理提供了經(jīng)驗支持、系統(tǒng)保障和決策工具。

(2)在分析煤礦安全數(shù)據(jù)來源和特征基礎(chǔ)上，基于云計算的體系框架，構(gòu)建了信息感知層以及IaaS、PaaS和SaaS等層級為組件的煤礦安全數(shù)據(jù)分析與管理決策云平臺的框架結(jié)構(gòu)，明確了信息感知層、IaaS、PaaS和SaaS所提供的具體服務(wù)內(nèi)容，闡明了煤礦安全數(shù)據(jù)儲存、預(yù)處理、數(shù)據(jù)挖掘和提供決策支持的數(shù)據(jù)分析流程，為云平臺的開發(fā)和運行奠定了基礎(chǔ)。

(3)根據(jù)我國煤礦機械化、自動化和信息化水平以及安全管理的特點，認為構(gòu)建煤礦安全數(shù)據(jù)分析與管理決策公共云平臺是理想的選擇。同時建議在煤炭行業(yè)應(yīng)該鼓勵和支持致力于煤礦安全管理軟件開發(fā)的信息技術(shù)企業(yè)，開發(fā)和運營煤礦安全數(shù)據(jù)分析與輔助決策公共云平臺，為煤礦提供安全數(shù)據(jù)分析和輔助決策服務(wù)。

[1] 郝貴，劉海濱，張光德. 煤礦安全風(fēng)險預(yù)控管理體系[M]. 北京: 煤炭工業(yè)出版社，2012

[2] 王海軍，武先利. “互聯(lián)網(wǎng)+”時代煤礦大數(shù)據(jù)應(yīng)用分析[J]. 煤炭科學(xué)技術(shù)，2016(2)

[3] 譚章祿，陳曉. 煤炭企業(yè)信息化建設(shè)現(xiàn)狀及發(fā)展對策探討[J].工礦自動化，2016(7)

[4] 宮夏屹，李伯虎，柴旭東等. 大數(shù)據(jù)平臺技術(shù)綜述[J]. 系統(tǒng)仿真學(xué)報，2014(3)

[5] 孫繼平. “互聯(lián)網(wǎng)+煤炭”與煤礦信息化[J]. 煤炭經(jīng)濟研究, 2015(10)

[6] 顧炯炯. 云計算框架技術(shù)與實踐[M].清華大學(xué)出版社,2016

[7] 孫繼平.煤礦事故分析與煤礦大數(shù)據(jù)和物聯(lián)網(wǎng)[J].工礦自動化,2015(3)

[8] 李光榮，田佩芳，劉海濱.煤礦安全風(fēng)險預(yù)控管理信息化云平臺研究[J].中國安全科學(xué)學(xué)報，2014(2)

[9] 馬小平，胡延軍，繆燕子. 物聯(lián)網(wǎng)、大數(shù)據(jù)及云計算技術(shù)在煤礦安全生產(chǎn)中的應(yīng)用研究[J].工礦自動化，2014(4)

[10] 張科利，王建文，曹豪. 互聯(lián)網(wǎng)+煤礦開采大數(shù)據(jù)技術(shù)研究與實踐[J] .煤炭科學(xué)技術(shù)，2016(7)

[11] 沈宇，王祺. 基于大數(shù)據(jù)的煤礦安全監(jiān)管聯(lián)網(wǎng)平臺設(shè)計與實現(xiàn)[J]. 礦業(yè)安全與環(huán)保,2016(6)

[12] 李樹剛，馬莉，楊守國. 互聯(lián)網(wǎng)+煤礦安全信息化關(guān)鍵技術(shù)及應(yīng)用構(gòu)架[J].煤炭科學(xué)技術(shù)，2016(7)

[13] 羅軍舟，金嘉暉，宋愛波等. 云計算：體系架構(gòu)與關(guān)鍵技術(shù)[J]. 通信學(xué)報，2011(7)

[14] 丁振，張驎. 淺析大數(shù)據(jù)技術(shù)助力煤礦安全管理[J].中國煤炭，2015(10)

[15] 題正義，張欽祥. 安全生產(chǎn)法規(guī)教程[M].北京：煤炭工業(yè)出版社，2015

[16] 李昊，李明珠，張俊虎. 煤礦水害防治中事故樹分析法的應(yīng)用研究[J]. 華北科技學(xué)院學(xué)報, 2015(4)

[17] 張景鋼，安美秀.基于PII分析法的煤礦瓦斯事故分析研究[J].煤礦安全，2016(9)

[18] 馮占科.數(shù)字礦山生產(chǎn)執(zhí)行層綜合分析系統(tǒng)的研究與實現(xiàn) [J].中國煤炭，2016(6)

(責(zé)任編輯 路 強)

Study on cloud platform of safety data analysis and assistant decision-making in coal mine

Liu Haibin1, Liu Hao1, Liu Ximeng2

(1.School of Management, China University of Mining & Technology, Bejing, Haidian, Beijing 100083, China; 2.College of Science and Engineering, University of Minnisota, Twin Cities, Minneapolis, Minnisota 55414, USA)

Deep mining and analysis of coal mine safety data was of great importance to improve coal mine accident early warning capability and safety management decision-making level. According to informatization level of coal mine and characteristics of safety management in China, functional requirements of the coal mine safety data analysis and assistant decision-making cloud platform were analyzed, and coal mine accident comprehensive analysis, production system reliability evaluation and coal mine accident forecast based on big data analysis were determined. Based on the service model of cloud computing, framework of coal mine safety data analysis and assistant decision-making cloud platform was put forward based on IaaS, PaaS and SaaS, and service contents of each level were specified. Combined with the nation's relevant opinions on the development of cloud computing industry, operation mode of the coal mine safety data analysis and assistant decision-making cloud platform was discussed. The results of the study were of guiding significance and reference value for the development and operation of coal mine safety data analysis and assistant decision-making cloud platform.

coal mine safety, big data, cloud platform, accident forecast, reliability evaluation

教育部新世紀(jì)優(yōu)秀人才支持計劃項目(NCET-10-772)

劉海濱，劉浩，劉曦萌. 煤礦安全數(shù)據(jù)分析與輔助決策云平臺研究[J].中國煤炭，2017，43(4)：84-88，136. Liu Haibin，Liu Hao， Liu Ximeng. Study on cloud platform of safety data analysis and auxiliary decision-making in coal mine[J]. China Coal，2017，43(4)：84-88，136.

TD-918

A

劉海濱(1969-)，男，吉林公主嶺人，教授，博士生導(dǎo)師，主要研究方向為安全管理、管理信息系統(tǒng)和能源系統(tǒng)工程。