基于云平臺(tái)的煤礦安全智能管控信息平臺(tái)設(shè)計(jì)

王萬(wàn)麗，孫 超，宿國(guó)瑞

(1.包頭輕工職業(yè)技術(shù)學(xué)院，內(nèi)蒙古 包頭 014035；2.應(yīng)急管理部信息研究院，北京 100029；3.遼寧工程技術(shù)大學(xué) 安全科學(xué)與工程學(xué)院，遼寧 阜新 123000；4.礦山熱動(dòng)力災(zāi)害與防治教育部重點(diǎn)實(shí)驗(yàn)室，遼寧 葫蘆島 125000)

隨著礦山信息化的發(fā)展，監(jiān)控監(jiān)測(cè)系統(tǒng)、人員定位系統(tǒng)、礦壓監(jiān)測(cè)系統(tǒng)、安全管理系統(tǒng)等已經(jīng)在煤礦普及，并在一定程度上，提高了煤礦安全生產(chǎn)管理水平[1，2]。隨之而來(lái)的是各類(lèi)監(jiān)測(cè)數(shù)據(jù)，呈現(xiàn)了一個(gè)指數(shù)級(jí)別的增長(zhǎng)，已經(jīng)形成TB甚至PB級(jí)別的數(shù)據(jù)集[3，4]。并且很多關(guān)鍵的系統(tǒng)和模塊都處于獨(dú)立應(yīng)用狀態(tài)，沒(méi)有形成系統(tǒng)數(shù)據(jù)關(guān)聯(lián)，造成了煤礦數(shù)據(jù)孤島，對(duì)于采集的這些數(shù)據(jù)，并沒(méi)有得到良好的利用；且隨著數(shù)據(jù)量的不斷增多，降低了數(shù)據(jù)存儲(chǔ)、傳輸和處理的效率[5]。

隨著云計(jì)算、互聯(lián)網(wǎng)+、大數(shù)據(jù)、數(shù)據(jù)挖掘等關(guān)鍵技術(shù)的不斷發(fā)展，在很多行業(yè)及領(lǐng)域得到了應(yīng)用[6-10]。云計(jì)算是實(shí)現(xiàn)智慧礦山的基礎(chǔ)，可以進(jìn)行模擬、計(jì)算和不確定性分析等[11，12]，鑒于此筆者提出了基于云平臺(tái)的煤礦安全智能管控信息平臺(tái)，實(shí)現(xiàn)煤礦基礎(chǔ)數(shù)據(jù)采集、存儲(chǔ)、傳輸和處理等統(tǒng)一管理，確保數(shù)據(jù)可靠性，打破煙筒式建設(shè)，實(shí)現(xiàn)煤礦各生產(chǎn)系統(tǒng)互聯(lián)互通，并通過(guò)數(shù)據(jù)挖掘建立煤礦安全風(fēng)險(xiǎn)分析模型對(duì)煤礦安全生產(chǎn)狀況進(jìn)行有效分析預(yù)測(cè)，對(duì)提升煤礦的安全管理水平有著重要的現(xiàn)實(shí)意義。

1 智慧煤礦安全管控信息平臺(tái)設(shè)計(jì)

智慧礦山是兩化深度融合的產(chǎn)物，利用物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，將井下井上各類(lèi)傳感器、自動(dòng)控制器等設(shè)備聯(lián)合網(wǎng)絡(luò)、軟件等，形成能夠主動(dòng)感知、自動(dòng)分析的一套智慧體系，依據(jù)學(xué)習(xí)模型，實(shí)現(xiàn)安全、高效、經(jīng)濟(jì)、綠色的礦山[13-15]。智慧煤礦安全管控信息平臺(tái)將煤礦基礎(chǔ)數(shù)據(jù)、監(jiān)測(cè)監(jiān)控?cái)?shù)據(jù)、生產(chǎn)管理數(shù)據(jù)、工業(yè)視頻數(shù)據(jù)等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行采集、存儲(chǔ)、處理，通過(guò)風(fēng)險(xiǎn)分析模型預(yù)測(cè)風(fēng)險(xiǎn)情況，最后進(jìn)行“一張圖”發(fā)布。平臺(tái)架構(gòu)主要由感知層、平臺(tái)層、應(yīng)用層3層組成，如圖1所示。

圖1 煤礦智慧安全管控信息平臺(tái)建設(shè)總體架構(gòu)圖

1)感知層：主要由現(xiàn)場(chǎng)大量傳感器、工業(yè)視頻前端攝像機(jī)、井下防爆終端、電源、定位裝置等設(shè)備構(gòu)成，實(shí)現(xiàn)作業(yè)現(xiàn)場(chǎng)環(huán)境安全、生產(chǎn)工況的全面感知，依托井下各傳感裝置、控制裝置、定位裝置的物聯(lián)規(guī)則，實(shí)現(xiàn)各傳感器、控制器之間的自動(dòng)智能識(shí)別與就地控制。

2)平臺(tái)層：主要依托于混合云平臺(tái)，即私有云和公有云混合平臺(tái)。私有云主要是煤礦集團(tuán)內(nèi)部管理，為煤礦涉密數(shù)據(jù)提供內(nèi)部存儲(chǔ)庫(kù)；公有云作為擴(kuò)展使用，主要提供計(jì)算資源，兩者相結(jié)合對(duì)采集的海量數(shù)據(jù)進(jìn)行清洗、選擇、存儲(chǔ)、計(jì)算、分析。同時(shí)，風(fēng)險(xiǎn)分析模型也設(shè)計(jì)在此部分，將大量風(fēng)險(xiǎn)分析指標(biāo)數(shù)據(jù)，利用設(shè)計(jì)的模型進(jìn)行風(fēng)險(xiǎn)分析研判。

3)應(yīng)用層：主要是將采集的數(shù)據(jù)和模型計(jì)算結(jié)果進(jìn)行展示，包括基礎(chǔ)數(shù)據(jù)管理、風(fēng)險(xiǎn)分析信息、專(zhuān)題多維分析和基于GIS地圖的“一張圖”綜合展示等。具備統(tǒng)一訪(fǎng)問(wèn)入口、統(tǒng)一身份管理、統(tǒng)一權(quán)限管理、個(gè)性化展現(xiàn)定制等功能，為煤礦從業(yè)人員、安全生產(chǎn)監(jiān)管部門(mén)管理人員、集團(tuán)公司相關(guān)業(yè)務(wù)人員等提供隨時(shí)、隨地、按需訪(fǎng)問(wèn)的安全生產(chǎn)領(lǐng)域信息的獲取渠道。

2 平臺(tái)實(shí)現(xiàn)的關(guān)鍵技術(shù)

2.1 混合云架構(gòu)

混合云融合了公有云和私有云，是近年來(lái)云平臺(tái)的主要模式和發(fā)展方向。它將公有云和私有云進(jìn)行混合和匹配，以獲得最佳的效果，這種個(gè)性化的解決方案，達(dá)到了既節(jié)省資源又安全的目的。根據(jù)NIST(National Institute of Standards and Technology，美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院)定義的云計(jì)算的服務(wù)模式，混合云架構(gòu)分為SPI三個(gè)層次，即“軟件即服務(wù)”(Software as a Service-SaaS)，“平臺(tái)即服務(wù)”(Platform as a Service-PaaS)和“基礎(chǔ)設(shè)施即服務(wù)”(Infrastructure as a Service-IaaS)3個(gè)層次?；旌显萍軜?gòu)圖如圖2所示。

圖2 混合云架構(gòu)圖

1)SaaS層主要提供智慧煤礦安全管控信息平臺(tái)服務(wù)，能夠使用各種設(shè)備上通過(guò)Web界面訪(fǎng)問(wèn)，可以滿(mǎn)足多級(jí)管理用戶(hù)需求。

2)PaaS層提供開(kāi)發(fā)語(yǔ)言和工具，可以通過(guò)API接口調(diào)用Iass基礎(chǔ)設(shè)施中混合云的資源。通過(guò)API可以獲取或集成傳感器、視頻等多源異構(gòu)數(shù)據(jù)，同時(shí)可以進(jìn)行必要的數(shù)據(jù)清理，確保數(shù)據(jù)質(zhì)量；可管理分布式數(shù)據(jù)庫(kù)、大容量存儲(chǔ)和高層次分析設(shè)備等。GIS平臺(tái)提供可視化服務(wù)，為用戶(hù)提供統(tǒng)一的服務(wù)接口，實(shí)現(xiàn)數(shù)據(jù)采集和處理、模型選擇和計(jì)算資源管理。

3)IaaS層為混合云資源層，是云服務(wù)最基礎(chǔ)層，提供動(dòng)態(tài)云計(jì)算管理服務(wù)，主要包括物理資源管理，如彈性IP資源、網(wǎng)絡(luò)設(shè)備等；虛擬資源管理，如虛擬機(jī)、鏡像、存儲(chǔ)等；自動(dòng)伸縮管理；資源監(jiān)控管理；用戶(hù)身份管理等。

2.2 數(shù)據(jù)流轉(zhuǎn)

由于智慧煤礦安全管控信息平臺(tái)數(shù)據(jù)來(lái)源廣泛，數(shù)據(jù)多源異構(gòu)，平臺(tái)所面臨的基本挑戰(zhàn)在于收集、整合、匯總和處理來(lái)自異構(gòu)源的所有可能的數(shù)據(jù)，并深度數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)。數(shù)據(jù)的及時(shí)融合與處理需要大量資源，可通過(guò)云計(jì)算處理大數(shù)據(jù)并實(shí)時(shí)計(jì)算，為煤礦安全管理提供真實(shí)可靠的數(shù)據(jù)支撐。數(shù)據(jù)流轉(zhuǎn)主要包括數(shù)據(jù)獲取、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析三方面。安全管控信息平臺(tái)數(shù)據(jù)包括監(jiān)測(cè)監(jiān)控?cái)?shù)據(jù)、視頻數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)、管理數(shù)據(jù)。數(shù)據(jù)流轉(zhuǎn)過(guò)程如圖3所示。

圖3 數(shù)據(jù)流轉(zhuǎn)過(guò)程圖

1)數(shù)據(jù)采集：采集時(shí)在煤礦部署智能采集系統(tǒng)，煤礦各監(jiān)測(cè)監(jiān)控系統(tǒng)數(shù)據(jù)，將按照《煤礦安全生產(chǎn)在線(xiàn)監(jiān)測(cè)聯(lián)網(wǎng)備查系統(tǒng)通用技術(shù)要求和數(shù)據(jù)采集標(biāo)準(zhǔn)》生成的安全監(jiān)測(cè)文件，通過(guò)FTP方式，推送到煤礦端應(yīng)用服務(wù)器的智能采集系統(tǒng)中；工業(yè)視頻只采集違章視頻，通過(guò)部署的視頻監(jiān)控系統(tǒng)，把實(shí)時(shí)采集的視頻數(shù)據(jù)上傳至部署在煤礦端的視頻分析服務(wù)器上，通過(guò)視頻分析服務(wù)器，對(duì)工人未戴安全帽、敏感區(qū)域人員入侵等進(jìn)行分析識(shí)別，并以違章行為名稱(chēng)、監(jiān)控點(diǎn)、時(shí)間等關(guān)鍵字進(jìn)行命名，保存格式為AVI、MP4等主流視頻格式?；A(chǔ)數(shù)據(jù)主要是煤礦證照、圖紙、主要人員等信息；管理數(shù)據(jù)包括隱患、事故、“三違”等過(guò)程管控?cái)?shù)據(jù)。

2)數(shù)據(jù)存儲(chǔ)：需根據(jù)數(shù)據(jù)結(jié)構(gòu)進(jìn)行相應(yīng)存儲(chǔ)。時(shí)序數(shù)據(jù)存儲(chǔ)，通過(guò)云表格存儲(chǔ)服務(wù)(Cloud Table)來(lái)進(jìn)行時(shí)序數(shù)據(jù)的存儲(chǔ)；非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)，使用文件存儲(chǔ)服務(wù)(SFS)來(lái)進(jìn)行非結(jié)構(gòu)化數(shù)據(jù)(主要是視頻數(shù)據(jù))的存儲(chǔ)；海量數(shù)據(jù)存儲(chǔ)，通過(guò)對(duì)象存儲(chǔ)服務(wù)(OBS)服務(wù)進(jìn)行海量數(shù)據(jù)的存儲(chǔ)；結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)，通過(guò)MySQL數(shù)據(jù)庫(kù)來(lái)進(jìn)行結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)。

3)數(shù)據(jù)分析：依托煤礦基礎(chǔ)數(shù)據(jù)、多源監(jiān)測(cè)監(jiān)控系統(tǒng)數(shù)據(jù)、安全管理數(shù)據(jù)、風(fēng)險(xiǎn)分析模型庫(kù)，進(jìn)行數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)，結(jié)合數(shù)值計(jì)算和模擬仿真等功能。主要包括數(shù)據(jù)加工與批處理、非實(shí)時(shí)交互分析、明細(xì)查詢(xún)、實(shí)時(shí)分析、交互式查詢(xún)以及分析算法庫(kù)，以上都是通過(guò)搭建基于Hadoop的大數(shù)據(jù)平臺(tái)來(lái)實(shí)現(xiàn)。

2.3 風(fēng)險(xiǎn)分析模型

風(fēng)險(xiǎn)分析模型是通過(guò)建立分析指標(biāo)，利用指標(biāo)的隸屬度函數(shù)，將指標(biāo)進(jìn)行歸一化處理，然后對(duì)指標(biāo)進(jìn)行權(quán)重計(jì)算，最夠?qū)⒏髦笜?biāo)得分進(jìn)行疊加，得到煤礦風(fēng)險(xiǎn)得分，評(píng)定風(fēng)險(xiǎn)等級(jí)，進(jìn)行風(fēng)險(xiǎn)分析，根據(jù)分析結(jié)果制定風(fēng)險(xiǎn)管控方案。

煤礦安全風(fēng)險(xiǎn)分析指標(biāo)體系選取應(yīng)基于安全原理中的人、機(jī)、環(huán)、管為主體，同時(shí)考慮煤礦本身固有風(fēng)險(xiǎn)因素，并從一級(jí)指標(biāo)中細(xì)化出二級(jí)指標(biāo)。針對(duì)煤礦具體情況對(duì)應(yīng)展開(kāi)單項(xiàng)指標(biāo)，單項(xiàng)指標(biāo)應(yīng)體現(xiàn)影響煤礦安全風(fēng)險(xiǎn)的關(guān)鍵因素。在確定指標(biāo)體系后，應(yīng)選取正確的風(fēng)險(xiǎn)分析模型對(duì)指標(biāo)體系進(jìn)行分析研判，風(fēng)險(xiǎn)分析結(jié)果等級(jí)評(píng)判方法見(jiàn)表1。根據(jù)評(píng)判結(jié)果，采用梯度級(jí)別預(yù)警模型，將煤礦安全風(fēng)險(xiǎn)等級(jí)分為四級(jí)，風(fēng)險(xiǎn)分析評(píng)判流程如圖4所示。

采用層次分析法、隸屬度函數(shù)相結(jié)合方法，建立風(fēng)險(xiǎn)分析研判模型。指標(biāo)權(quán)重計(jì)算采用層次分析法。層次分析法(Analytic Hierarchy Process，簡(jiǎn)稱(chēng)AHP)是將與決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。利用層次分析法進(jìn)行人-機(jī)、人-環(huán)、人-管、人-固有因素，機(jī)-環(huán)、機(jī)-管、機(jī)-固有因素，環(huán)-管、環(huán)-固有因素進(jìn)行兩兩比重研究，確定相應(yīng)權(quán)重，部分指標(biāo)權(quán)重結(jié)果見(jiàn)表2。

考慮到指標(biāo)因素眾多，量綱不一致，需對(duì)指標(biāo)進(jìn)行歸一化處理。從人、機(jī)、環(huán)、管、煤礦固有因素5個(gè)方面構(gòu)建隸屬度函數(shù)，實(shí)現(xiàn)歸一化處理。隸屬度函數(shù)的分界值的來(lái)源主要來(lái)自于《煤礦安全規(guī)程》(2016)的相關(guān)數(shù)據(jù)，作為隸屬度函數(shù)的界定標(biāo)準(zhǔn)。例如瓦斯壓力指標(biāo)按照《防治煤與瓦斯突出規(guī)定》規(guī)定：瓦斯壓力達(dá)到或者超過(guò)0.74MPa，必須進(jìn)行煤層突出鑒定。否則將處以重額罰款，并責(zé)令整頓。隸屬度函數(shù)為：

表1 風(fēng)險(xiǎn)分析結(jié)果等級(jí)評(píng)判方法

圖4 風(fēng)險(xiǎn)分析評(píng)判流程圖

表2 部分指標(biāo)權(quán)重結(jié)果

3 平臺(tái)功能模塊設(shè)計(jì)

智慧煤礦安全管控信息平臺(tái)從井上下傳感器、控制器等設(shè)備采取數(shù)據(jù)，上傳至云平臺(tái)進(jìn)行清洗后，結(jié)合制定的指標(biāo)體系進(jìn)行風(fēng)險(xiǎn)分析研判，通過(guò)多維度、深層次挖掘風(fēng)險(xiǎn)分析信息，出具風(fēng)險(xiǎn)研判處置建議報(bào)告，并實(shí)現(xiàn)安全管控信息的可視化展現(xiàn)，平臺(tái)展現(xiàn)界面如圖5所示。

平臺(tái)主要包括基礎(chǔ)信息管理、數(shù)據(jù)聯(lián)網(wǎng)管理、風(fēng)險(xiǎn)分析指標(biāo)管理、風(fēng)險(xiǎn)分析研判與處置、風(fēng)險(xiǎn)分析數(shù)據(jù)展現(xiàn)5個(gè)子系統(tǒng)。

1)基礎(chǔ)信息管理：實(shí)現(xiàn)煤礦的基礎(chǔ)信息采集，并展示煤礦的各類(lèi)基礎(chǔ)信息。對(duì)于證照、重大設(shè)備檢測(cè)檢驗(yàn)信息等進(jìn)行到期預(yù)警。

2)數(shù)據(jù)聯(lián)網(wǎng)管理：主要對(duì)煤礦采集的監(jiān)測(cè)監(jiān)控?cái)?shù)據(jù)進(jìn)行采集分析，應(yīng)當(dāng)接入所有在線(xiàn)監(jiān)測(cè)監(jiān)控系統(tǒng)及設(shè)備監(jiān)測(cè)數(shù)據(jù)，實(shí)現(xiàn)所有聯(lián)網(wǎng)數(shù)據(jù)的關(guān)聯(lián)分析。

3)風(fēng)險(xiǎn)分析指標(biāo)管理：根據(jù)煤礦類(lèi)型、災(zāi)害類(lèi)型、開(kāi)采工藝等條件從指標(biāo)庫(kù)中自動(dòng)選擇合適的風(fēng)險(xiǎn)指標(biāo)體系，并根據(jù)煤礦實(shí)際情況進(jìn)行必要的修改完善。

4)風(fēng)險(xiǎn)分析研判與處置：根據(jù)煤礦實(shí)際風(fēng)險(xiǎn)情況、風(fēng)險(xiǎn)指標(biāo)體系和風(fēng)險(xiǎn)預(yù)警模型，自動(dòng)計(jì)算風(fēng)險(xiǎn)結(jié)果，然后研判煤礦風(fēng)險(xiǎn)等級(jí)，并根據(jù)研判結(jié)果進(jìn)行風(fēng)險(xiǎn)處置，出具風(fēng)險(xiǎn)研判處置建議報(bào)告。

5)風(fēng)險(xiǎn)分析數(shù)據(jù)展現(xiàn)：將風(fēng)險(xiǎn)分析結(jié)果按照?qǐng)D表、礦井一張圖、報(bào)表等進(jìn)行直觀展現(xiàn)?？梢孕蜗笳故久總€(gè)指標(biāo)項(xiàng)的得分和權(quán)重，并突出展現(xiàn)重點(diǎn)風(fēng)險(xiǎn)因素指標(biāo)。

圖5 平臺(tái)展現(xiàn)界面圖

4 結(jié) 論

1)面對(duì)煤礦數(shù)據(jù)多源異構(gòu)，增長(zhǎng)速度快，數(shù)據(jù)孤島，數(shù)據(jù)存儲(chǔ)、傳輸和處理效率低等問(wèn)題，提出構(gòu)建基于云平臺(tái)的煤礦安全智能管控信息平臺(tái)，利用混合云進(jìn)行數(shù)據(jù)的存儲(chǔ)、計(jì)算，減少資源建設(shè)，提高數(shù)據(jù)流轉(zhuǎn)、計(jì)算效能。

2)基于云平臺(tái)的煤礦安全智能管控信息平臺(tái)從井上下傳感器、控制器等設(shè)備采取數(shù)據(jù)，上傳至云平臺(tái)進(jìn)行清洗后，結(jié)合制定的指標(biāo)體系進(jìn)行風(fēng)險(xiǎn)分析研判，通過(guò)多維度、深層次挖掘風(fēng)險(xiǎn)分析信息，突出重點(diǎn)危險(xiǎn)指標(biāo)，然后出具處置建議報(bào)告。使煤礦管理人員迅速把握安全管控要點(diǎn)，提升煤礦本質(zhì)安全。

3)通過(guò)建立風(fēng)險(xiǎn)分析指標(biāo)，進(jìn)行煤礦風(fēng)險(xiǎn)等級(jí)研判，進(jìn)而實(shí)現(xiàn)安全管控，為煤礦安全生產(chǎn)管理提供了新的思路。