前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據在煤礦生產技術中應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:概述了大數據的發展歷程、特點及其在煤炭企業中的應用成果。以彬長胡家河煤礦現階段生產技術管理為研究對象，分析得出了該礦在生產技術中存在基礎數據不完善、數據挖掘深度不足、專業技術人員數據分析素質不足的問題;論述了大數據在該礦生產技術中應用的必要性，提出了建立大數據分析系統的實施方案，并對大數據在該礦應用的前景進行了展望。

關鍵詞:大數據;煤礦生產技術;轉型升級

0引言

近年來，大數據呈現爆炸式增長趨勢，在科學、軍事、金融、通信等領域以及各行業已經取得廣泛應用，并且成效顯著［1］。隨著“十四五”規劃的出臺，煤炭行業以“安全、綠色開發和清潔高效利用”為目標，大力研發數字化、智慧化礦山建設已取得一些進展。但利用大數據有效地推進煤礦生產技術的革新，優化礦井、采區、工作面設計，提高生產效率、災害治理能力方面的研究成果，還少之又少。利用大數據技術對煤礦生產中產生的數據進行整合、深度挖掘，是當前煤礦生產技術中急需解決的問題。文中以彬長胡家河礦業有限公司(以下簡稱胡家河煤礦)現階段生產技術管理為研究對象，分析了生產技術管理中的成果及存在的不足，探討了將大數據引入生產技術管理中的現實作用和意義，提出來大數據在該礦應用的方案，并對未來大數據在該礦的應用愿景進行了展望。

1大數據相關知識

1．1大數據定義

截至目前，大數據還沒有一個明確的統一的定義。全球管理咨詢公司麥肯錫對于大數據的定義是:一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低4大特征［2］。

1．2大數據的特點

數據量大:相比于傳統的數據概念，大數據都是以P、E、Z級的計量單位在采集、存儲和計算數據的。在煤礦生產中，需要采集的人員信息、地質賦存、回采支護參數、各設備運轉等情況，構成了一個龐大的數據體系。數據多樣:煤礦生產中的數據種類具有多樣性，涉及結構化數據、半結構化數據、非結構化數據等。如水文地質、礦山壓力、設備運轉情況、瓦斯、溫度等監測數據。數據產生速度快:隨著煤礦信息化水平的提高，煤礦企業中礦井各類氣體監測系統、視屏監控系統、人員定位系統、礦壓監測系統等都在全天候不間斷地產生數據。數據價值密度低:現代化礦井采集大量的數據，但是一些數據的價值比較低，僅能反映某個節點的動態情況，對于整體意義較小。例如:溫度傳感器采集的溫度數據量非常大，但是一般情況下，溫度變化不會太大，整體來說有意義的數據不多，數據的價值密度很低。

1．3大數據的發展歷程

從數據發展歷程來看，20世紀90年代至21世紀初處于數據挖掘時代，也是大數據發展的萌芽階段;2003—2006年處于非結構化數據時代，也是大數據發展的突破階段;2007—2009年處于大數據發展的成熟階段，并且《自然》雜志專刊于2008年率先提出了大數據(BigData)的概念;2009年至今，大數據在眾多行業很快應用，在電子商務、醫療、智慧農業等多個領域已經取得了較大的成效，2013年也被稱為大數據元年。

1．4大數據研究的意義

煤炭數字化需要:將大數據與煤礦生產技術相結合，是適應當前煤炭行業智能化、數字化的需要，是采礦技術研究的必然選擇。設計生產的需要:結合大數據與現代機器學習、云計算等技術，對礦井原有數據和現在產生的數據進行深度挖掘，可以為礦井設計采區、工作面設計提供更加詳實的數據參考，有利于推進礦井災害機理的研究，指導災害治理。企業轉型升級的需要:建立完善的煤礦大數據分析系統，對煤礦企業轉型升級具有重要作用。

1．5大數據在煤礦行業中的應用

大數據在煤炭企業雖處于初步發展階段，但發展勢頭迅猛，部分行業工作者已經將大數據應用于煤礦安全管理、生產管理、轉型升級等方面。譚章祿［3］提出了建設煤炭大數據平臺的框架。張玲［4］分析了物聯網、大數據及云計算技術在煤礦安全生產中的應用現狀。阿不都維力·阿布［5］都熱依木探討了大數據在煤礦安全管理中的應用情況。崔亞仲［6］提出智能礦山大數據應從礦山安全管理、生產執行、經營管理等領域進行應用。繆建華［7］對大數據煤礦安全高效生產運用前景進行了展望，預測智慧礦山將是解決礦山安全、提升效益的必然選擇。王洋［8］分析了大數據技術在煤礦安全生產運營管理中的應用前景。將大數據與煤礦生產技術融合，將有助于煤炭企業在礦井設計、災害治理等方面有較大突破。

2胡家河煤礦生產技術現狀分析

2．1胡家河煤礦簡介

胡家河礦井位于咸陽市長武縣境內，井田地質儲量819．75Mt，可采儲量395．44Mt，設計生產能力5．00Mt/a，服務年限60．8a，主采4號煤層平均厚度16m。礦井屬高瓦斯礦井，I類易自燃煤層，煤塵具有爆炸危險性，水文地質類型為極復雜型，屬強沖擊地壓災害礦井。采用立井單水平開拓方式，中央并列式通風方式，抽出式通風方法，采用“一井一面，三區聯動”的方式布置，走向長臂綜采放頂煤分層開采。

2．2生產技術管理成果

胡家河煤礦在生產技術方面不斷改革創新，引進新技術、新工藝，發展智能化、信息化，有力推進礦井現代化、機械化水平的提升。優化采煤工藝:回采工作面始終堅持“四級放煤”工藝和“多輪順次放煤”工藝相結合的方式，有效地提高了回收率;創新性使用“波浪式”推采的方式，有效降低了工作面水害的影響;優化了工作面排水方式，采用2個工作面共用一條泄水巷和滯后排水的方法，降低了生產成本。改進支護方式:掘進工作面不斷創新改革，改進了超前支護方式，提高了作業人員的安全性;引進了注漿錨桿、錨索，通過對破碎帶或斷層段頂板、幫部采用注漿錨桿錨索，有效地提高了頂板的穩定性。回采工作面超前支護段引進了防沖支架，降低了沖擊地壓顯現造成的危害。災害治理:沖擊地壓防治方面，采用微震、地音監測，大直徑孔卸壓，引進水力割縫切割煤體，有效地降低了沖擊地壓危害;地熱治理方面，回采工作面采用制冷風機，平均溫度降低3～5℃，改善了作業環境;“一通三防”方面，采用阻化噴霧、煤層注水、黃泥灌漿等方式，有效地提升了礦井的安全生產。信息化建設:進了“安全生產信息化平臺”，實現了部分數據的互聯互通，開放共享;應用了“安全風險分級管控和隱患排查治理”系統，強化了安全生產的意識;實現了井下4G網絡全覆蓋，提升了信息傳輸效率。

2．3生產技術管理中存在的不足

胡家河煤礦雖然在生產技術中取得了較多成果，但礦井生產的發展仍然較為粗放。在生產技術數據管理中處于較低水平。基礎數據不完善:①隨著煤礦生產自動化、信息化水平的不斷提高，對數據采集的要求也越來越高，但是對專業的數據采集設備的投入量較少，大多仍然沿用傳統的模式，采用手工填寫報表，進行匯總，數據采集效率低，難以滿足現階段高速發展的信息化水平的需要。②礦井安全生產中地質構造是最重要的影響因素。現階段，胡家河地質勘探水平仍較弱，對上覆巖層、煤層賦存、水體賦存情況等，雖然進行了探測，但是數據仍不夠詳細，處于“普查、詳查”階段，沒有達到“精查”的要求;礦井具有強沖擊傾向性，但對于礦山壓力的研究仍處于起步階段，對于賦存煤層地應力情況、煤巖體力學性質、采掘工作面擾動應力影響等方面的數據，少之又少。如:回采工作面僅采用每7個支架安裝的一臺KJ653頂板動態監測儀進行監測，并配合微震、地音監測等方式對礦山壓力進行監測，已回采第6個工作面，仍未總結出礦井回采工作面周期來壓的大致步距。③煤礦是由多個系統構成的一個整體，各系統之間存在非常緊密的聯系。現有生產模式下，大量數據僅由各專業部門負責，這些數據因為種種原因，無法實現相互分享，導致數據矛盾、重復的現象時有發生。數據挖掘深度不足:目前，礦井對于數據的認識停留在較為淺顯的層次上，各類數據之間的關系沒有被深層次的挖掘。仍是以小數據時代下，線性思維模式對采集的數據進行分析，僅僅注重數據的精確性，將所收集的數據應用于記錄、查詢、預報、報警等方面，并未構建合理有效的模型，借助機器學習、云計算等方式分析數據之間的規律，進而推動煤礦生產技術的進一步提升。例如，礦壓監測所采集的各類數據，僅根據現有系統自動生成預測圖形，而未加入地音、微震、現場實測等數據進行統一分析。專業素質不足:一是由于煤炭企業的特殊性，存在重經驗、輕數據的現象，經驗至上這一觀念深深根植在許多人心中，認為距離大數據很遙遠，沒有太多實際價值，現在的生產不需要大數據技術也能完成。二是對數據化、自動化的不信任。例如，許多礦井已采用自動排水系統，因對自動化水平的不信任，擔心出現問題，仍配備專門崗位工種值守，造成了人力資源的浪費。三是缺少綜合性分析人員，現階段“懂采礦技術的人員，很少懂大數據，懂大數據的人員又很少懂采礦技術”。

3對策分析

2019年1月2日國家煤礦安全監察局了《煤礦機器人重點研發目錄》，反映了我國煤炭開采向數字化、智能化、信息化、自動化轉變的決心。人工智能、機器學習、5G技術等將在煤炭開采中發揮關鍵作用，現在機器人巡檢已在許多煤礦企業得到了應用。而智能化開采的一個重要基礎就是大數據，為進一步提高大數據在胡家河煤礦的應用，推動礦井數字化、自動化、智能化水平提升。

3．1更新思想理念

發展大數據已是現代化煤礦企業轉型升級的必然選擇。礦井生產中的各類數據是客觀存在的，大數據理念的主要體現是數據的量大和數據的價值大。隨著煤礦信息化水平的不斷提升，生產中產生的海量數據僅依靠人力分析，無法發揮數據最有效的價值，很難得出更加可靠、準確的結論。大數據已經在許多領域應用成熟，但在煤礦企業“粗放式”的觀念深入人心、思想仍比較保守，接受新事物能力較弱。加之總是遵循先例的原則，造成大數據在礦井中應用舉步維艱。因此要加強思想教育，提升從業人員對現代化信息技術的了解;強化對專業技術人員的培訓，使其打破固守傳統的觀念，提升利用大數據等現代化數據處理技術的應用能力。不再使用傳統管理模式下人的宏觀判斷、經驗分析方式。

3．2引進專業技術人員

人才是發展的核心要素。現階段，復合型人才是各個企業的傾心之選。大數據技術的應用，是需要很強的技術能力和專業能力的人員才能完成的。煤礦企業現階段缺少專業的大數據人才，現在的從業人員對大數據一知半解，無法勝任數據的建設、挖掘、處理工作。而掌握大數據技術的人員，又不懂得煤礦生產技術中的關鍵環節數據，無法進行預言建模或未來趨勢的分析。因此，需要引進一批專業的大數據人才，與現在的專業技術人員優勢互補，形成一支專業化的煤礦大數據團隊。

3．3建立統一大數據體系

煤礦生產技術大數據體系的建立，首先，應構建生產技術信息框架。通過統籌規劃，頂層設計的方式，明確規劃和目標，設置大數據管理單元，整合資源，分析哪些數據是關鍵、哪些數據是可忽略的，構建一個數據資源標準規范，多維度的數據分析體系，實現資源最大化利用。其次，應強化基礎數據的管理，加大數據采集設備的投入，加快拓寬數據來源，為數據分析提供基礎保障。最后，應用云計算和人工智能等技術，對數據進行分析，為決策提供更加詳實的基礎。

3．4愿景展望

大數據使設計、災害治理更加清晰化:煤礦開采已由原來的“黑箱”轉為現在的“灰箱”，大數據分析是將“灰箱”轉為“白箱”的途徑。例如:通過大數據技術的應用，建立礦井三維數字模型，結合FLAC3D、UDEC等軟件，可以模擬工作面煤柱改變后應力分布的變化，可為工作面設計優化提供更加可靠的依據。當前，沖擊地壓災害是世界性難題，沖擊地壓理論仍處于模糊的狀態，彬長礦區是沖擊地壓顯現明顯地區，采集彬長礦區生產過程中礦山壓力的數據，建立大數據分析系統，總結出應力變化規律，為沖擊地壓災害治理提供有效的途徑。大數據為企業轉型升級提供新思路:煤炭企業現均面臨著轉型升級的挑戰，智能化、數字化發展是煤炭企業的必由之路。當前，企業轉型發展應立足于創新驅動，結合大數據分析體系，建立一套完善、成熟的系統，可以為其他礦井提供技術服務，在煤礦行業競爭中搶得先機，擺脫僅依靠生產創造效益的局面，實現跨界深度融合，為轉型升級打開新思路，提供新利器。

4結語

(1)大數據的應用可以進一步提升胡家河煤礦生產技術管理。(2)通過煤礦生產作業產生的大量數據，建立大數據分析系統，可以為煤礦設計、采區優化、災害治理等方面的決策提供更加明確的依據。(3)煤炭企業轉型升級，可以利用大數據為同類企業提供技術服務和新思路。

作者:鄭鵬偉 單位:陜西彬長胡家河礦業有限公司