煤礦機(jī)電技術(shù)管理發(fā)展綜述

李紅驕 楊藝春

【摘要】? ? 為了探究煤礦機(jī)電技術(shù)管理的發(fā)展情況，本文以CNKI數(shù)據(jù)庫(kù)的2003年到2020年的331篇刊物文獻(xiàn)作為數(shù)據(jù)來(lái)源，借助可視化知識(shí)圖譜軟件Cityspace和VOSviewer繪制文獻(xiàn)知識(shí)圖譜。基于統(tǒng)計(jì)分析與文獻(xiàn)計(jì)量的方法，對(duì)煤礦機(jī)電技術(shù)管理領(lǐng)域的發(fā)文量，作者，熱點(diǎn)，前沿，發(fā)文機(jī)構(gòu)等進(jìn)行了分析。為以后持續(xù)研究的熱點(diǎn)和趨勢(shì)提供依據(jù)。

【關(guān)鍵詞】? ? 煤礦機(jī)電技術(shù)管理? ? 學(xué)科知識(shí)圖譜? ? 發(fā)展趨勢(shì)? ? Cityspace? ? VOSviewer? ? 文獻(xiàn)計(jì)量

Abstract： In order to explore the development of coal mine mechanical and electrical technology management， this paper takes 331 publications from 2003 to 2020 in CNKI database as the data source.Based on the method of statistical analysis and bibliometrics， authors， hot spots， frontier， and publishing institutions in the field of coal mine electromechanical technology management. It provides the basis for the hot spots and trends of future continuous research.

Keywords： Coal Mine Electromechanical Technology Management; Subject knowledge map; Development trend;Cityspace; VOSviewer; Bibliometrics

引言：

煤礦開采工作往往存在著較高的風(fēng)險(xiǎn)，我國(guó)幾乎每年都會(huì)發(fā)生大大小小的煤礦礦難。這些礦難導(dǎo)致礦工的人身安全得不到保障，更會(huì)使經(jīng)濟(jì)遭受到嚴(yán)重的打擊。因此，使煤礦礦難的出現(xiàn)率變低，是煤礦領(lǐng)域研究任務(wù)的當(dāng)務(wù)之急。仔細(xì)分析，不難發(fā)現(xiàn)這些事故大部分都是煤礦工人技術(shù)操作不當(dāng)或煤礦設(shè)備管理維護(hù)體系不夠完善等諸多因素造成的，而為了解決這些問題，就必須著力于研究煤礦機(jī)電技術(shù)管理，建立一個(gè)完善的集職工培訓(xùn)和培養(yǎng)、機(jī)電設(shè)備的檢修管理、設(shè)備安全管理于一身的機(jī)電技術(shù)管理體系。

近幾年，科學(xué)知識(shí)圖譜被廣泛運(yùn)用于研究某一領(lǐng)域的發(fā)展規(guī)律.科學(xué)知識(shí)圖譜是以理論文獻(xiàn)為比量研究對(duì)象，將科學(xué)理論文獻(xiàn)發(fā)展脈絡(luò)與關(guān)聯(lián)以圖像的形式可視化，以引文分析方法以及信息可視化技術(shù)為基礎(chǔ)理論指導(dǎo)，運(yùn)用Cityspace和VOSviewer來(lái)將近年國(guó)內(nèi)機(jī)電技術(shù)管理的發(fā)展可視化，從而整理分析出相關(guān)技術(shù)管理發(fā)展趨勢(shì)，為機(jī)電技術(shù)管理提供新思路。

一、數(shù)據(jù)來(lái)源與研究方法

1.1數(shù)據(jù)來(lái)源

本文以CNKI期刊數(shù)據(jù)庫(kù)作為數(shù)據(jù)源，以煤礦機(jī)電技術(shù)管理、機(jī)電技術(shù)管理等作為主題詞檢索，并在檢索結(jié)果中篩掉與煤礦領(lǐng)域沒有關(guān)系的刊物以及外文文獻(xiàn)，選取2003-2020年的331篇中文文獻(xiàn)作為數(shù)據(jù)來(lái)源。

1.2研究工具

這篇文章使用Cityspace和VOSviewer兩款知識(shí)圖譜可視化工具對(duì)已有文獻(xiàn)進(jìn)行分析。

Citespace是一個(gè)注重于分析科研成果著作中蘊(yùn)含的深層理論知識(shí)，并以科學(xué)性計(jì)算的方法，可視化為背景逐漸發(fā)展起來(lái)的一款多圖譜分析軟件，本文采用的是Citespace5.6.R2版本。

VOSviewer 是荷蘭萊頓大學(xué)科技研究中心的 Van Eck 和 Waltman 于 2009 年開發(fā)的一種軟件，用于構(gòu)建和可視化文檔計(jì)量網(wǎng)絡(luò)。本文采用的是VOSviewer_1.6.15版本。

二、數(shù)據(jù)分析

2.1發(fā)文量分析

整理分析中國(guó)知網(wǎng)中的已知檢索信息，并通過(guò)Excel繪制出從2003-2020年中每年的發(fā)文量圖，如下：

從圖1可以看出，在2003-2011年間，各年發(fā)文量均處于低水平狀態(tài)（年發(fā)文量≤7），無(wú)較大變化;2012年開始，發(fā)文數(shù)量出現(xiàn)大幅度增長(zhǎng)，至2014年發(fā)文數(shù)量達(dá)至峰值，主要原因是：十一五規(guī)劃期間（2006-2010），我國(guó)煤礦領(lǐng)域科技快速發(fā)展，但煤礦機(jī)電技術(shù)管理存在問題較多，主要表現(xiàn)為缺少完善的機(jī)電技術(shù)管控制度，機(jī)電設(shè)施維護(hù)不到位，機(jī)電技術(shù)綜合管控不足，這種種問題間接的拉低了我國(guó)煤礦產(chǎn)業(yè)的生產(chǎn)效率?？茖W(xué)合理的機(jī)電技術(shù)管制，可以使煤礦采掘的生產(chǎn)效率得到上升，促進(jìn)金融效益的提升，同時(shí)也能夠較為快速地覺察到設(shè)備運(yùn)行中存在的安全問題，提前采取防護(hù)措施，加大力度保護(hù)煤礦生產(chǎn)在安全穩(wěn)定的環(huán)境中運(yùn)行。因此，在十二五期間（2011-2015），為了提高煤礦產(chǎn)業(yè)生產(chǎn)效率，加快經(jīng)濟(jì)增長(zhǎng)，我國(guó)修訂和完善了大量礦業(yè)領(lǐng)域的法律法規(guī)，加快研究和發(fā)展礦業(yè)機(jī)電技術(shù)管理。2015年到2020年五年間，發(fā)文量一直居高不下，更加印證了研究煤礦機(jī)電技術(shù)管理的必要性。

2.2作者分析

結(jié)合數(shù)據(jù)可知，在煤礦機(jī)電技術(shù)管理領(lǐng)域，并沒有學(xué)者發(fā)布論文數(shù)多于兩篇，這十位學(xué)者發(fā)布論文數(shù)均為2篇，可見該領(lǐng)域至今并未有學(xué)者進(jìn)行深入專注的研究。在核心作者中，寇少剛與陳超合作發(fā)布共2篇期刊文獻(xiàn)，石世榮與鄭豐合作發(fā)布共2篇刊物文獻(xiàn)，他們分別從事于陜西彬長(zhǎng)胡家河礦業(yè)有限公司和中煤第五建設(shè)有限公司第五工程處，可見我國(guó)各地煤礦機(jī)構(gòu)都致力于研究煤礦機(jī)電技術(shù)管理。

三、研究熱點(diǎn)（關(guān)鍵詞聚類）

3.1 Cityspace關(guān)鍵詞共現(xiàn)圖譜

本文以“煤礦機(jī)電技術(shù)管理”、“機(jī)電技術(shù)管理”分別為主題詞從中國(guó)知網(wǎng)收集數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行基本的格式化整理。將整理得到的結(jié)構(gòu)化數(shù)據(jù)導(dǎo)入可視化圖譜工具Citespace中進(jìn)行處理，時(shí)間切片選項(xiàng)的年份范圍修改為2003-2020年，設(shè)置年份切片間隔為1，節(jié)點(diǎn)類型設(shè)置為關(guān)鍵詞（keyword）。每個(gè)類型的關(guān)鍵詞只抽取Top50，關(guān)鍵詞之間線段強(qiáng)度設(shè)置為Cosine，為了防止結(jié)點(diǎn)太大影響聚類效果，刪掉“煤礦”關(guān)鍵詞后生成如圖3所示的以“安全生產(chǎn)”等為Subject keywords的知識(shí)圖譜。

圖中所有的keyword均以結(jié)點(diǎn)的方式呈現(xiàn)，而結(jié)點(diǎn)大小則表示keyword發(fā)生的概率，節(jié)點(diǎn)越大，關(guān)鍵詞出現(xiàn)頻率越高。該知識(shí)圖譜共生成248個(gè)結(jié)點(diǎn)，連線為772條，親密度為0.0252。圖譜中結(jié)點(diǎn)表示關(guān)鍵字，結(jié)點(diǎn)大小表示關(guān)鍵字突現(xiàn)次數(shù)，結(jié)點(diǎn)越大，關(guān)鍵字顯示次數(shù)越多，兩結(jié)點(diǎn)有線段相連，表示這兩個(gè)keyword之間有關(guān)聯(lián)，聯(lián)線的粗細(xì)程度表示它們之間關(guān)聯(lián)的強(qiáng)弱，聯(lián)線越粗，兩關(guān)鍵詞之間的關(guān)聯(lián)關(guān)系越強(qiáng)。

3.2 VOSviewer聚類結(jié)果

將CNKI期刊文獻(xiàn)中的數(shù)據(jù)，以EndNote格式導(dǎo)出，使用EndNote軟件將文獻(xiàn)格式轉(zhuǎn)換為RIS格式，信息分析類型設(shè)置為Co-occurrence，信息分析單位設(shè)置為keywords，計(jì)數(shù)方法設(shè)置為Full counting，關(guān)鍵詞出現(xiàn)次數(shù)閾值設(shè)置為5，整理所得273個(gè)keyword中有39個(gè)keyword滿足設(shè)置閾值規(guī)定。為避免節(jié)點(diǎn)過(guò)大，篩掉“煤礦”關(guān)鍵詞，聚類結(jié)果如圖4。

圖4中結(jié)點(diǎn)大小代表keyword顯示數(shù)量的多少，顯示數(shù)量較多的有：安全生產(chǎn)、技術(shù)管控、機(jī)電科技管理、煤礦機(jī)電、機(jī)電技術(shù)、煤礦安全生產(chǎn)等。從上圖可以清楚看到keyword互相的關(guān)聯(lián)，keyword色彩不同，即代表類別不同，從上圖可知，keyword聚類完畢后分為7個(gè)大類。

結(jié)合以上兩個(gè)圖譜聚類結(jié)果進(jìn)行分析，可知 ：“安全生產(chǎn)”、“機(jī)電技術(shù)管理”、“煤礦機(jī)電”、“機(jī)電技術(shù)”、“應(yīng)用”、“煤礦機(jī)電技術(shù)”為煤礦機(jī)電技術(shù)管理的研究熱點(diǎn)。

四、研究趨勢(shì)

通過(guò)對(duì)突現(xiàn)詞的研究可以在一定程度上分析得到本領(lǐng)域課題的未來(lái)研究趨勢(shì)和發(fā)展方向，本文使用cityspace對(duì)突現(xiàn)詞進(jìn)行查找分析，如圖5。

圖5中，從左至右，第一豎行是keyword，第二豎行是該keyword在已有研究中最早突現(xiàn)的時(shí)間，第三豎行是keyword在文獻(xiàn)中的強(qiáng)度，第四豎行是keyword突現(xiàn)的最早時(shí)間，第五豎行是keyword突現(xiàn)的最晚時(shí)間，最右邊線段為keyword時(shí)間跨度。

結(jié)合圖5和圖6，可以看出“技術(shù)改造”、“機(jī)電管理”、“維修”、“機(jī)電設(shè)備”等為以后持續(xù)研究的熱點(diǎn)和趨勢(shì)。

四、結(jié)束語(yǔ)

通過(guò)對(duì)這部分文獻(xiàn)的科學(xué)分析，可得出以下結(jié)論：“安全生產(chǎn)”、“技術(shù)管理”、“機(jī)電技術(shù)管理”、“煤礦機(jī)電設(shè)備”、“機(jī)電技術(shù)”、“應(yīng)用”、“創(chuàng)新”、“煤礦機(jī)電技術(shù)管理”、“技術(shù)改造”、“維修技術(shù)管理”、“智能礦山”為煤礦機(jī)電技術(shù)管理的研究熱點(diǎn);“技術(shù)改造”、“機(jī)電管理”、“維修”、“機(jī)電設(shè)備”等方面的研究將會(huì)是以后的研究趨勢(shì)。

隨著科學(xué)技術(shù)的進(jìn)步與發(fā)展，國(guó)家相關(guān)政策制度的不斷完善，對(duì)煤礦機(jī)電技術(shù)管理的研究加大投入，將會(huì)形成更加完善的煤礦機(jī)電技術(shù)管理體系，大大減少煤礦安全事故的發(fā)生。

參? 考? 文? 獻(xiàn)

[1] 陳悅，陳超美，劉則淵，等.Cite Space 知識(shí)圖譜的方法論功能[J].科學(xué)學(xué)研究，2015，33（2）：242-253.

[2]邵作運(yùn)，李秀霞.引文分析法與內(nèi)容分析法結(jié)合的文獻(xiàn)知識(shí)發(fā)現(xiàn)方法綜述[J]情報(bào)理論與實(shí)踐：1-9[2019-10-29].

[3]侯錟，劉麗君，趙巖，劉地.智能礦井和數(shù)字礦山研究熱點(diǎn)與前沿知識(shí)圖譜分析[J].能源與環(huán)保，2021，43（01）：95-101.

[4]賈林軍.煤礦機(jī)電技術(shù)管理在煤礦安全生產(chǎn)中的要點(diǎn)分析[J].當(dāng)代化工研究，2021（02）：16-17.

[5]趙丹群.基于CiteSpace的科學(xué)知識(shí)圖譜繪制若干問題探討[J].情報(bào)理論與實(shí)踐，2012，35（10）：56-58.

[6]蘇道明，吳宗法.基于知識(shí)圖譜的技術(shù)創(chuàng)新管理研究熱點(diǎn)和啟示[J].科技管理研究，2016，36（19）：7-12.

.