0 引言
近年来，基于兼并重组的煤矿集团化是我国煤炭工业发展的总体趋势，智能化煤矿建设也已经成为国家战略。目前在智能化煤矿建设过程中，主要关注设备及其控制的智能化及采、掘、机、运、通等专业数据的智能化分析，取得了丰硕的成果[1-4]。而管理智能化是智能化矿山建设的有机组成部分，对实现大型煤矿集团多级架构的信息共享、协同调度和集中管控具有重要意义[5-7]。
就大型煤矿集团信息化管理而言，其在集成统一管理平台方面已经取得了显著的阶段性成果，但与智能化管理决策的需求还有不少距离[8-11]。具体而言，主要存在以下问题：① 管理平台对异构数据的处理能力弱，系统的互操作更是困难。② 业务系统主要是属性数据的汇总、简单分析和图形展示，缺乏空间特征信息的动态融合。③ 系统建设缺乏知识库和模型库，无法对“人、机、环、管”进行流程化智能分析。④ 缺乏基于业务流程、大数据分析的协同预警和联动功能，预测预警和处置的时效性差。
在这种背景下，企业迫切需要建立一套统一的信息采集、数据分析、智能决策、综合展示和业务协同调度的高度智能化管理信息系统，从而更加科学、高效地调度企业各种资源，指导安全生产经营[12-14]。本研究的目标是基于云计算、大数据、物联网、移动互联网等技术，构建以GIS为载体的安全生产智能管理平台，建设从最末端的生产技术人员到公司管理决策层工作流程统一、高度集成的安全生产管理系统，实现煤矿企业各业务板块的“大调度”协同指挥、集中监管。
基于此，本文提出了构建大型煤矿集团管理智能化系统(以下简称管理智能化系统)的4大关键技术和总体建设目标，如图1所示。关键技术包括数据标准和异构数据处理技术、平台构建及图形自动处理技术、模型库和知识库构建技术、大数据分析和管控协同技术。通过这些技术实现大型煤矿集团安全生产管理智能化软件系统的研发应用，服务于管理层面的智能煤矿建设，最终实现平台标准化、时空一体化、分析智能化和管理协同化。
图1 管理智能化系统关键技术及目标
Fig.1 Key technologies and goals of intelligent management system
1 管理智能化系统整体框架
1.1 总体设计
管理智能化系统是一系列政策、机制、数据及其管理、技术、标准、应用和服务的总和，如图2所示。系统大致分为数据架构、服务架构、平台运行环境3个部分。数据架构即核心数据库及其管理系统，包括数据实体,数据建库管理的一系列技术规范、标准等,核心数据库管理系统；服务架构作为数据实体之上的管理和应用服务系统或接口，包括数据浏览查询展示和数据调用等服务，可直观、准确、动态地展示系统各个方面的信息，实现资源状况的“一览无余”，同时提供数据资源目录服务(元数据)、数据下载服务及空间数据快速浏览服务等；平台运行环境即数据中心基础设施体系。
图2 管理智能化系统总体架构
Fig.2 Overall architecture of intelligent management system
1.2 开发架构
管理智能化系统采用C/S+B/S混合架构，其分层设计模式如图3所示。其中支撑层是系统建设和运行分析的基础，包括软硬件系统、网络、扫描设备等，是系统运行的硬件环境支撑；数据层是整个系统的数据管理与输入、输出交换中心，包括与采、掘、机、运、通等煤矿生产技术、安全相关的数据库，存储几何图形、地测、“一通三防”、机电、影像、设计、过程等数据；GIS平台层通过空间数据引擎对数据层各类数据进行统一处理和管理，将各类数据依据各自天然的共同空间特征进行聚合管理，为上层应用提供GIS数据管理和分析等支持；服务层将GIS平台层的各类功能和模块按照服务的模式进行封装，开放给外部使用；接口层通过功能模块、不同服务标准，将系统提供的服务以SOAP(Simple Object Access Protocol,简单对象访问协议)，REST(Representational State Transfer,表示性状态转移)等常见的服务协议进行封装，从而提供标准的GIS、业务功能服务接口；业务层包括整个系统结合煤矿具体业务需求提供的各类数据服务、专业功能及分析模块。
图3 管理智能化系统分层架构
Fig.3 Layered architecture of intelligent management system
2 管理智能化系统建设关键技术
管理智能化系统建设涉及的技术较多，本文主要对异构数据处理、模型库和知识库构建、大数据分析和管控协同等进行详细阐述。
2.1 异构数据处理
对于整合而成的大型煤矿集团，其信息化进程参与的厂家众多，所开发的软件系统数据格式各异，呈现出复杂的异构性，主要包括图形数据、数据库数据和文档数据三大类。其中图形数据主要包括LongruanGIS平台的lfmx格式文件、AutoCAD平台的dwg格式文件；数据库主要有Microsoft SQL Server，Oracle，Access等；文档数据主要有Microsoft Office Word，Adobe Acrobat PDF等格式。面对复杂多样、分散存储的海量异构大数据，现有大型煤矿集团管理平台存在对其处理能力弱、不同煤矿企业系统间互操作困难、缺乏有效的信息共享机制等问题。本文在充分研究信息共享需求和技术的基础上[15-18]，根据互联网数据共享特点，设计并开发了基于元数据解决异构数据共享的体系，如图4所示。该体系为3层架构：数据层建立煤矿企业专业应用异构系统图形数据、文档数据和数据库数据的元数据标准，实现元数据在Internet 环境下的高效传输和交换，确保复杂异构数据的实时交换与共享；服务层构建元数据管理信息系统，实现自动提取和交互式输入元数据的存储、管理和服务；应用层为管理智能化系统相关功能模块提供基础数据，方便用户对大型煤矿集团之间多源异构数据进行访问，确保数据的完整性、实时性和准确性。
图4 元数据共享体系
Fig.4 Metadata sharing architecture
2.2 模型库与知识库构建
针对当前大型煤矿集团管理平台无法对“人、机、环、管”多源海量大数据进行流程化智能分析的不足，管理智能化系统建立了基于机器学习、数据挖掘的模型库和知识库。模型库主要包括支持向量机、逻辑回归多分类、朴素贝叶斯、聚类、时间序列预测等机器学习算法，并针对煤矿专有业务需求构建了相应的应用模型，包括煤与瓦斯突出预警模型、冲击地压预警模型、煤自然发火预警模型、水害预警模型、煤矿关键设备运行状况诊断模型、煤矿综合风险评估模型等。知识库作为专家系统的核心，其知识来源主要包括各类煤矿安全生产规程、现场专家知识经验等，对专家知识经验的形式化描述是智能化规则推理的基础。大型煤矿集团管理智能化体现在基于模型库与知识库的智能化推理，其流程如图5所示。模型库基于对大数据的智能化分析为推理机提供决策依据，知识库基于专家知识和经验为推理机提供可行的操作规则，由此构成的智能化专家系统是智能化管理的核心，实现了管理智能化系统的数据集成、知识集成、模型集成、安全状况评估和安全问题推理解释及动态诊断和快速决策，能够对煤矿危险源、业务流程等进行24 h不间断智能分析计算和智能化处置管理。
图5 基于模型库与知识库的大型煤矿集团智能化管理流程
Fig.5 Intelligent management process of large coal group based on model base and knowledge base
模型库与知识库的构建使得管理智能化系统可以在不用完全清楚机理和因果关系的情况下，对大量样本数据进行学习训练，分析各类数据间的非因果或未知规律，实现掘进机、采煤机、刮板输送机、带式输送机、提升机、通风机、水泵、压风机、移动变电站等大型设备运行情况的智能化动态实时诊断。例如，煤矿每月必须对主备通风机进行1次切换、检查，管理智能化系统获取主备通风机关键参数，通过分析电压、电流、转速等关键指标，若未发现通风机特征信号，则报警提示；对主副井提升系统应进行定期检查，管理智能化系统获取主副井提升系统速度、相对位置等参数，若通过分析未发现提升系统特征信号，则报警提示；安全监控设备必须定期调校、测试，管理智能化系统若未检测到瓦斯传感器调校特征信号，则报警提示。
管理智能化系统采用基于云平台的模型库服务化设计，且计算资源可自动分配。服务化设计方式使得模型库具有统一的接口，易于扩展，计算模型可与前端GIS“一张图”动态关联，在模型调用过程中可通过前端动态配置参数，极大提高了模型库的计算效率和计算资源的智能化管理水平。管理智能化系统通过模型库与知识库，基于时空数据，构建了煤矿安全生产管理模型，规范了风险管控流程，实现了集团及煤矿各专业日常管理的自动化、智能化，提升了矿井原有安全监控、人员定位、综合自动化等独立子系统的功能。
2.3 大数据分析和管控协同
考虑到目前大型煤矿集团管理平台缺乏基于业务流程与大数据分析的协同预警联动功能，且预测预警和处置的时效性较差，为管理智能化系统设计了基于Internet技术的时空一体化信息共享架构，如图6所示。该架构包括数据感知层、过程控制与数据采集层、数据存储层、数据整合与执行层，具有跨业务联动、超限值联动、监测监控联动、生产过程联动、联动巡检等模型，实现了包括移动端在内的煤矿安全生产智能联动管理，基于“一个库”的数据整合交汇，基于“一张图”的安全监测、高精度定位、避灾路线、语音播报等子系统的高度融合。管理智能化系统可根据联动条件，自动对各子系统进行联动反馈、控制，也可以人为进行系统联动干预，打破了子系统或业务流程之间的壁垒，实现了关联系统的协同，提高了智能化管理水平。
图6 管理智能化系统时空一体化信息共享架构
Fig.6 Architecture of spatiotemporally integrated information sharing for intelligent management system
管理智能化系统采用“版本-增量”时空数据模型、多专业分布式协同处理信息共享机制，确保各类过程要素的一致性、实时性和协同性，克服了大型煤矿集团三级架构图形和属性数据的逻辑关联、空间拓扑和动态更新难题，为智能分析提供了具有时空关系的数据源，解决了与时空数据密切相关的大型工业类安全生产管理系统海量存储、快速检索、高并发访问的问题，确保快速进行空间数据综合分析和应用。
3 管理智能化系统实现与应用
管理智能化系统已在河南能源化工集团有限公司总部、二级公司和下属矿井成功应用，实现了集团从上到下、矿井内部各部门之间数据的动态传输，系统协同共享消除了人为误差，提高了矿井、集团决策的准确性和可靠性。据统计，共提高管理岗位工效约20%，降低调度统计、监测监控岗位工作强度约35%，应用效果良好。
系统主要功能如下。
(1) 综合门户单点登录。采用单点登录技术，通过用户、资源、权限的统一管理，形成各系统之间的无缝结合，达到了统一管控协同的目的。
(2) 综合监测集成与大数据预(报)警。系统通过建立基于大数据智能分析的煤矿安全生产智能诊断、预警、趋势分析模型，实现了对水、火、瓦斯等灾害和采掘、机电、运输、生产调度等安全生产数据的智能化分析与管理，能够对不同风险类型实现不同时间跨度与节点的风险预(报)警智能分析。基于综合监测集成的系统协同预警联动功能如图7所示。甲烷传感器发生故障，系统按设置的时间间隔自动给第一负责人发送短信，提示故障维修。若在规定的时间内第一负责人没有信息反馈，则通知第二负责人。以此类推，完成报警信息的协同联动和闭环处理。
(a) 协同报警联动功能
(b) 危险源处置联动功能
图7 管理智能化系统协同预警联动功能
Fig.7 Collaborative early warning and linkage function of intelligent management system
(3) 工业视频集成。系统可远程实时查看各矿井主要作业场所和生产环节的工业电视画面，可通过图像浏览、录像点播、图像解码上墙等功能，灵活地展示实时场景信息。
(4) 综合自动化集成。集成各矿井现有的排水、带式输送机、电力、主副井提升、主要通风机、压风等子系统实时监测数据，以组态画面展示各子系统运行参数、运行状态等，基于综合自动化模型库、知识库进行故障诊断、分析、检索、匹配、推理，并将生产预(报)警信息推送给相关管理人员，实现综合集成的智能化管理。
4 结语
立足于智能化矿山发展现状，基于大型煤矿集团管理信息化存在的问题，构建了全集团一体化新型安全生产管理智能化系统，打破了原有的技术壁垒，替代了大量分散孤立的业务系统，全面提高了大型煤矿集团管理智能化水平与决策效率，为煤矿安全生产提供了先进的信息化平台，具有良好的经济效益和广泛的应用前景。
[1] 钱建生,胡青松.智能煤矿建设路线与工程实践[J].煤炭科学技术,2020,48(7):109-117.
QIAN Jiansheng,HU Qingsong.Construction routes and practice of intelligent coal mine[J].Coal Science and Technology,2020,48(7):109-117.
[2] 丁震,赵永峰,尤文顺,等.国家能源集团煤矿智能化建设路径研究[J].中国煤炭,2020,46(10):35-39.
DING Zhen,ZHAO Yongfeng,YOU Wenshun,et al.Research on coal mine intelligent construction path of China energy[J].China Coal,2020,46(10):35-39.
[3] 孙继平.煤矿信息化与智能化要求与关键技术[J].煤炭科学技术,2014,42(9):22-25.
SUN Jiping.Requirement and key technology on mine informationalization and intelligent technology[J].Coal Science and Technology,2014,42(9):22-25.
[4] 毛善君,杨乃时,高彦清,等.煤矿分布式协同“一张图”系统的设计和关键技术[J].煤炭学报,2018,43(1):280-286.
MAO Shanjun,YANG Naishi,GAO Yanqing,et al.Design and key technology research of coal mine distributed cooperative "one map" system[J].Journal of China Coal Society,2018,43(1):280-286.
[5] 韩建国.神华智能矿山建设关键技术研发与示范[J].煤炭学报,2016,41(12):3181-3189.
HAN Jianguo.Key technology research and demonstration of intelligent mines in Shenhua Group[J].Journal of China Coal Society,2016,41(12):3181-3189.
[6] 毛善君.“高科技煤矿”信息化建设的战略思考及关键技术[J].煤炭学报,2014,39(8):1572-1583.
MAO Shanjun.Strategic thinking and key technology of informatization construction of high-tech coal mine[J].Journal of China Coal Society,2014,39(8):1572-1583.
[7] 丁瑞元,曹作宇.浅析生产综合监控及调度指挥系统在煤炭企业中的应用[J].科技资讯,2019,17(28):14.
DING Ruiyuan,CAO Zuoyu.A brief analysis on application of integrated production monitoring and scheduling system in coal mine enterprises[J].Science & Technology Information,2019,17(28):14.
[8] 周强波,张子昕,徐翰,等.智能矿山系统的应用与开发[J].测绘与空间地理信息,2015,38(12):111-114.
ZHOU Qiangbo,ZHANG Zixin,XU Han,et al.Development and application of intelligent mine system[J].Geomatics & Spatial Information Technology,2015,38(12):111-114.
[9] 罗强.基于大数据的煤矿机电设备管理系统设计[J].工程技术研究,2020,5(14):115-116.
LUO Qiang.Design of coal mine electromechanical equipment management system based on big data[J].Engineering and Technological Research,2020,5(14):115-116.
[10] 马小平,代伟.大数据技术在煤炭工业中的研究现状与应用展望[J].工矿自动化,2018,44(1):50-54.
MA Xiaoping,DAI Wei.Research status and application prospect of big data technology in coal industry[J].Industry and Mine Automation,2018,44(1):50-54.
[11] 魏立科,姜德义,王翀,等.煤矿冲击地压灾害风险监察智能分析系统关键技术架构研究[J/OL].煤炭学报:1-12[2020-11-10].https://doi.org/10.13225/j.cnki.jccs.2020.0915.
WEI Like,JIANG Deyi,WANG Chong,et al.Key technology architecture of the intelligent monitoring-analysis system for coal mine rockburst hazard risk supervision[J/OL].Journal of China Coal Society:1-12[2020-11-10].https://doi.org/10.13225/j.cnki.jccs.2020.0915.
[12] 杨玉勤,毛善君,杨阳.基于云平台的煤矿监测数据可视化计算系统设计与应用[J].煤炭科学技术,2017,45(6):142-146.
YANG Yuqin,MAO Shanjun,YANG Yang.Design and application of monitored and measured data visualized calculation system in coal mine based on cloud platform[J].Coal Science and Technology,2017,45(6):142-146.
[13] 姜德义,魏立科,王翀,等.智慧矿山边缘云协同计算技术架构与基础保障关键技术探讨[J].煤炭学报,2020,45(1):484-492.
JIANG Deyi,WEI Like,WANG Chong,et al.Discussion on the technology architecture and key basic support technology for intelligent mine edge-cloud collaborative computing[J].Journal of China Coal Society,2020,45(1):484-492.
[14] 王洪秋,赵晶,戚宏亮.基于协同的区域煤矿应急管理系统研究[J].煤炭经济研究,2016,36(12):66-69.
WANG Hongqiu,ZHAO Jing,QI Hongliang.Emergency management system of coal mine based on regional collaboration[J].Coal Economic Research,2016,36(12):66-69.
[15] 李梅,邹学森,毛善君,等.互联网+煤层气元数据管理系统关键技术研究[J].煤炭科学技术,2016,44(7):80-85.
LI Mei,ZOU Xuesen,MAO Shanjun,et al.Study on key technology of Internet plus coalbed methane metadata management system[J]. Coal Science and Technology,2016,44(7):80-85.
[16] 陈运启,许金.基于元数据与角色的煤矿综合信息管理系统权限控制模型设计与实现[J].工矿自动化,2014,40(11):22-25.
CHEN Yunqi,XU Jin.Design of an access control model based on meta-data and role for integrated information management system of coal mine and its implementation[J].Industry and Mine Automation,2014,40(11):22-25.
[17] 周琳.面向智慧矿山的数据编码及元数据模型的研究[D].焦作:河南理工大学,2016.
ZHOU Lin.The study of smart mine-oriented data encoding and metadata model[D].Jiaozuo:Henan Polytechnic University,2016.
[18] 王思丽,马建玲,王楠,等.开放知识资源的元数据自动采集策略研究[J].图书馆学研究,2013(12):47-51.
WANG Sili,MA Jianling,WANG Nan,et al.A research on metadata's auto collecting strategy of open knowledge resources[J].Research on Library Science,2013(12):47-51.