礦山生態(tài)區(qū)域災(zāi)害預(yù)測的云平臺構(gòu)建過程研究

梁琴琴，何東林，王振飛，趙麗娜，武 枝，王宗江

（山東正元冶達科技發(fā)展有限公司，山東 濟南 250101）

礦區(qū)開采活動日益增多、開采程度不斷加深，給礦山生態(tài)區(qū)附近的環(huán)境和居民帶來的危險性也越來越大。此外，礦山生態(tài)區(qū)域地質(zhì)情況比較復(fù)雜、礦區(qū)作業(yè)的特殊環(huán)境，以及各種潛在的不穩(wěn)定因素，極易造成事故的發(fā)生。礦山生態(tài)區(qū)域災(zāi)害不僅嚴(yán)重威脅著礦區(qū)工作人員的生命安全，還會帶來巨大的社會經(jīng)濟損失[1]。

礦山生態(tài)區(qū)域災(zāi)害的發(fā)生，一方面是礦山生態(tài)區(qū)域的地質(zhì)條件決定的；而另一方面是礦山開采、回填方式、管理水平等多方面人為活動影響的。要想礦山生態(tài)區(qū)域穩(wěn)定、持續(xù)發(fā)展，那么就要重視礦山生態(tài)區(qū)域災(zāi)害的監(jiān)測。以往對礦山生態(tài)區(qū)域災(zāi)害預(yù)測的重視程度低，對其開采活動沒有形成有效監(jiān)測。然而，隨著礦山生態(tài)區(qū)域的不斷開發(fā)，開采過程中的高應(yīng)力問題日益突出，所帶來的社會經(jīng)濟損失是不可估計的。

為了降低礦山生態(tài)區(qū)域災(zāi)害帶來的損失，需要實時監(jiān)測礦山地壓、位移、微震等開采過程中的活動規(guī)律。因此，在礦山生態(tài)區(qū)域安裝災(zāi)害預(yù)測云平臺是十分有必要的。根據(jù)礦山生態(tài)區(qū)域的實際情況，建立相應(yīng)的災(zāi)害預(yù)測云平臺，安排專業(yè)的技術(shù)人員對其進行日常監(jiān)測、維護、管理[2]。通過礦山生態(tài)區(qū)域災(zāi)害預(yù)測云平臺，在線實時分析災(zāi)害發(fā)生的信號，快速對區(qū)域內(nèi)的破壞程度和發(fā)展趨勢進行預(yù)警，為礦山生態(tài)區(qū)域災(zāi)害預(yù)測提供重要現(xiàn)實意義。

1 構(gòu)建礦山生態(tài)區(qū)域災(zāi)害預(yù)測云平臺

1.1 提出災(zāi)害預(yù)測方法

為了保證對礦山生態(tài)區(qū)域災(zāi)害預(yù)測的準(zhǔn)確性，首先要了解礦山生態(tài)區(qū)域災(zāi)害預(yù)測云平臺的應(yīng)用負(fù)載特征[3]。在礦山生態(tài)區(qū)域災(zāi)害預(yù)測云平臺中，云資源的管理便是其重要內(nèi)容。

通過云平臺災(zāi)害預(yù)測的虛擬化技術(shù)，將礦山生態(tài)區(qū)域災(zāi)害類型生成彈性資源數(shù)據(jù)庫。對已生成的數(shù)據(jù)庫進行分配、監(jiān)測、管理等操作來實現(xiàn)對虛擬化礦山生態(tài)區(qū)域災(zāi)害的進一步分析。與此同時，為了提高云平臺預(yù)測災(zāi)害的準(zhǔn)確性，操作人員還要充分考慮到礦山生態(tài)區(qū)域災(zāi)害多樣性、動態(tài)性的特點。

基于對礦山生態(tài)區(qū)域發(fā)生災(zāi)害的動態(tài)預(yù)測，就需要對礦山生態(tài)區(qū)域曾發(fā)生過的災(zāi)害建立數(shù)據(jù)庫，進而通過歷史數(shù)據(jù)對初始數(shù)據(jù)預(yù)測和運行時災(zāi)害發(fā)生的持續(xù)預(yù)測兩個階段進行分析[4]。礦山生態(tài)區(qū)域災(zāi)害的初始數(shù)據(jù)預(yù)測階段，可以通過將數(shù)據(jù)庫中已有資源與所需服務(wù)請求相匹配。從中選擇與礦山生態(tài)區(qū)域災(zāi)害所需預(yù)測請求最相匹配的，將云平臺請求的礦山生態(tài)區(qū)域災(zāi)害預(yù)測的屬性特征用公式表示。為了避免降低災(zāi)害預(yù)測的準(zhǔn)確性，將已有數(shù)據(jù)中最大值作為分配量：

在礦山生態(tài)區(qū)域運行時災(zāi)害發(fā)生的持續(xù)預(yù)測階段，根據(jù)歷史災(zāi)害預(yù)測數(shù)據(jù)的時間，利用災(zāi)害預(yù)測趨勢的相似性判斷未來一段時間的礦山生態(tài)區(qū)域災(zāi)害。此外，通過云平臺儲存的災(zāi)害數(shù)據(jù)負(fù)載的峰值，預(yù)測出未來一段時間內(nèi)CPU 的預(yù)測需求量。

1.2 實現(xiàn)礦山生態(tài)區(qū)域災(zāi)害監(jiān)測

當(dāng)前礦山生態(tài)區(qū)域災(zāi)害預(yù)測云平臺的監(jiān)測設(shè)備是通過Openstack 等開源項目來實現(xiàn)的云平臺基礎(chǔ)架構(gòu)，進而在生成的虛擬機上通過監(jiān)測來為礦山生態(tài)區(qū)域災(zāi)害提供預(yù)測。

表1 災(zāi)害預(yù)測云平臺設(shè)備參考

基于云平臺虛擬機的方式預(yù)測礦山生態(tài)區(qū)域災(zāi)害，解決了傳統(tǒng)方式難以擴展、資源嚴(yán)重浪費的現(xiàn)象，但是云平臺一般采用的是單體式架構(gòu)，容易造成平臺崩潰。因此，基于云平臺的礦山生態(tài)區(qū)域災(zāi)害的預(yù)測是固額分配，根據(jù)其負(fù)載性的特征，采用自動化伸縮災(zāi)害預(yù)測的負(fù)載監(jiān)測機制。這不僅提高了預(yù)測云平臺的運行性能，還提高了數(shù)據(jù)的利用率。

在礦山生態(tài)區(qū)域災(zāi)害的預(yù)測信息傳輸過程中，不能保證數(shù)據(jù)的精確性、可靠性。因此，為了保證預(yù)測信息結(jié)果的連續(xù)性，就要采取一定措施進行數(shù)據(jù)的后期修復(fù)[5]。將礦山生態(tài)區(qū)域災(zāi)害預(yù)測數(shù)據(jù)在主機云平臺進行動態(tài)調(diào)整，可以根據(jù)實際預(yù)測所需進行遷移數(shù)據(jù)，優(yōu)化云平臺預(yù)測調(diào)度策略，在災(zāi)害數(shù)據(jù)容器內(nèi)配置修改。

2 仿真實驗

2.1 實驗準(zhǔn)備

此次仿真實驗為了保證云平臺集群的控制節(jié)點，需要12 臺 服 務(wù) 器。分 別 設(shè) 置controller1、controller2、controller3 這3 個關(guān)鍵控制節(jié)點，剩余節(jié)點作為主機計算的節(jié)點。與此同時，還需要3 臺云平臺儲存服務(wù)器，方便對礦山生態(tài)區(qū)域災(zāi)害資源的數(shù)據(jù)保存。每臺服務(wù)器都需要安裝36T 機械硬盤，而云平臺集群是通過NFS 的掛載方式應(yīng)用到計算機服務(wù)器。

礦山生態(tài)區(qū)域災(zāi)害預(yù)測云平臺虛擬機可以是基于Windows10 和Java JDK7 的開發(fā)環(huán)境?；蚴菍⒃破脚_的主機服務(wù)器架構(gòu)在64 位的Linux 系統(tǒng)內(nèi)。在此次仿真實驗環(huán)境中，將礦山生態(tài)區(qū)域災(zāi)害預(yù)測云平臺統(tǒng)一安裝在內(nèi)核為3.13.0-96-generic 的版本內(nèi)。

2.2 實驗過程及結(jié)果

礦山生態(tài)區(qū)域災(zāi)害預(yù)測的云平臺構(gòu)建，首先是獲取災(zāi)害的預(yù)測數(shù)據(jù)，對每一個新生成的預(yù)測數(shù)據(jù)進行監(jiān)測。主要是通過CPU、內(nèi)存、I/O 機制等形式，獲取礦山生態(tài)區(qū)域災(zāi)害預(yù)測的所需數(shù)據(jù)，在固定周期內(nèi)收集所需數(shù)據(jù)。

通過CRIU 實現(xiàn)礦山生態(tài)區(qū)域災(zāi)害的預(yù)測的數(shù)據(jù)熱遷移，進而對實驗室現(xiàn)有的災(zāi)害預(yù)測云平臺進行優(yōu)化。

圖1 基于CRIU 的熱遷移

每一個礦山生態(tài)災(zāi)害區(qū)域的特定容器，都可以基于云平臺的共享得到實時監(jiān)測，對運行過程中易引發(fā)的災(zāi)害做出預(yù)測。以絕對的平均百分比作為判斷災(zāi)害預(yù)測準(zhǔn)確性的標(biāo)準(zhǔn)，通過公式計算：

其中，real 為真實災(zāi)害數(shù)據(jù)，predict 為預(yù)測災(zāi)害數(shù)據(jù)。通過計算可以得出準(zhǔn)確預(yù)測數(shù)值MAPE=7.93%。基于此，將傳統(tǒng)災(zāi)害預(yù)測手段與礦山生態(tài)區(qū)域災(zāi)害的云平臺預(yù)測手段，得到的結(jié)果進行對比。

礦山生態(tài)區(qū)域災(zāi)害傳統(tǒng)的預(yù)測方法，無法準(zhǔn)確地模擬負(fù)載變化，預(yù)測的誤差較高。而且礦山生態(tài)區(qū)域災(zāi)害傳統(tǒng)預(yù)測需要更多的計算成本，不利于災(zāi)害的實時分析、預(yù)測?；谠破脚_礦山生態(tài)區(qū)域災(zāi)害的數(shù)據(jù)負(fù)載特性可知，其云平臺的負(fù)載變化與時間具有很強的相關(guān)性，與自身的礦山生態(tài)區(qū)域災(zāi)害的預(yù)測趨勢有高度相似性。

3 結(jié)語

通過對礦山生態(tài)區(qū)域災(zāi)害進行云平臺的預(yù)測，可以提取礦山生態(tài)區(qū)域災(zāi)害的特征值進行深度分析，為有效規(guī)避災(zāi)害提供了重要現(xiàn)實依據(jù)。當(dāng)前，基于云平臺預(yù)測的礦山區(qū)域生態(tài)災(zāi)害技術(shù)起步較晚，理論知識基礎(chǔ)薄弱。比如，在快速識別礦山生態(tài)區(qū)域災(zāi)害發(fā)生信號；對信號實時在線初步判斷、處理等方面需要提高。由于礦山生態(tài)區(qū)域災(zāi)害預(yù)測云平臺的運行時間較短，因此對礦區(qū)災(zāi)害進行預(yù)測、分析時，要進一步統(tǒng)計礦山生態(tài)區(qū)域災(zāi)害類型，總結(jié)相應(yīng)的發(fā)生規(guī)律。