基于大数据分析的煤矿通风自动控制系统.pdf

第 卷第 期能源与环保 年月 收稿日期：；责任编辑：陈鑫源 ：作者简介：杨波（），女，四川达州人，副教授，研究方向为计算机网络和软件工程。引用格式：杨波 基于大数据分析的煤矿通风自动控制系统 能源与环保，（）：，（）：基于大数据分析的煤矿通风自动控制系统杨波（四川文理学院 财经管理学院，四川 达州 ）摘要：为提升煤矿通风控制的自动性和可靠性，保障煤矿井下的作业安全，实现煤矿可靠通风，设计基于大数据分析的煤矿通风自动控制系统。该系统的煤矿环境监测层通过各类传感器感知并采集煤矿环境大数据，经由网络节点传送至通风系统自动控制层；通风系统自动控制层的云监测模块构建煤矿环境数据分析的大数据集群体系，存储并分析感知获取的煤矿环境数据，得出煤矿内粉尘、瓦斯浓度等结果后，将该结果传送至自动控制决策模块的工控机中。工控机下达主控指令，控制柜接收该指令后，利用变频通风的模糊 控制器的通风自动控制方法，自动控制煤矿通风。测试结果显示，该方法的大数据并行存储执行时间均低于 ，并且能可视化呈现出煤矿环境感知数据，能够依据煤矿中有害气体浓度进行通风自动控制。关键词：大数据分析；煤矿通风；自动控制；煤矿环境数据；模糊 控制器中图分类号：文献标志码：文章编号：（）（，）：，：；煤矿分为井工煤矿和露天煤矿 种，其中井工煤矿是向地下挖掘巷道，以此进行煤炭开采作业 ，该类煤矿占据我国煤矿中的较大比例。该类煤矿在开采过程中，会存在瓦斯涌出现象，对于矿井下的开采工作会造成较大影响 ，并存在极大的人身安全隐患。因此，各煤矿均采用通风系统进行井下的通风处理，以此降低矿井内的瓦斯浓度。随着开采作业面不断推进 ，通风系统的设备、风网结构等无法覆盖作业面，容易导致矿井内的粉尘 、瓦斯浓度超限，进而无法保障井下的作业安全。因此，如何实现通风系统的自动控制，是保证煤矿安全生产的重要部分 。大数据分析技术在广义上是 年第 期能源与环保第 卷一种对巨大规模数据进行分析的技术，其分析步骤包含可视化分析、数据挖掘、预测分析、数据管理以及数据存储。该技术在应用过程中 ，能够完成动态、不同结构、增量数据的有效处理，并在规模巨大的数据中挖掘高价值的有效数据信息。针对煤矿通风系统自动控制问题，盛典 对其进行相关研究后，基于 提出相关控制系统，以此实现煤矿通风系统的控制；耿新洋等 则针对煤矿通风的需求，提出基于 的相关控制系统。上述系统均可在一定程度上对通风系统进行控制，但是在应用过程中，对于煤矿环境大数据的分析能力和利用效果仍需进一步验证。为此，本文结合煤矿通风系统的应用目的，设计基于大数据分析技术的煤矿通风自动控制系统。煤矿通风自动控制系统具体设计 通风自动控制系统架构煤矿通风系统的主要目的是对矿井下的粉尘和瓦斯进行通风排放，以保证煤矿的作业安全 。因此，本文在进行通风系统自动控制时，依据该通风目的，设计基于大数据分析技术的通风自动控制系统，系统整体架构如图 所示。整个系统的设计包含煤矿环境监测层和通风系统自动控制层 部分，该设计的目的是依据煤矿环境的监测结果进行通风系统自动控制，以保证在较小的经济损耗下最大限度地排出矿井下的粉尘和瓦斯，保证作业安全。图 基于大数据分析技术的通风自动控制系统架构 （）煤矿环境监测层。该层主要由多种气体传感器、网络节点组成，通过各类传感器感知并采集煤矿环境数据信息 ，通过网络节点完成煤矿环境数据采集和传输，将数据传送至通风系统自动控制层。（）通风系统自动控制层。该层主要是对煤矿通风进行自动控制，包含云监测和自动控制决策 个模块。云监测模块包含云服务平台、大数据集群体系、通信节点、可视化界面、交互控制端以及智能用户端等。该模块主要以大数据分析技术为核心，接收煤矿环境数据后，通过大数据云服务平台完成数据存储 ，并进行数据并行计算和分析，同时实现煤矿环境数据的可视化 ；计算分析后的煤矿环境数据则通过通信节点传送至控制决策模块。自动控制决策模块主要包含工控机、变频器、控制柜、交换机、服务器、串行总线、现场总线以及以太网等。该模块中的工控机接收传送的煤矿环境数据分析结果后，如果煤矿内粉尘、瓦斯等浓度超限，则执行主控指令，通过 控制柜实现主、副通风机的控制，进行煤矿通风；通风处理后，如果煤矿内粉尘、瓦斯等浓度下降至标准范围 ，则通过变频器对通风机的运行频率进行控制。当含量再次超限时，再次进行频率控制，通风排放粉尘和瓦斯 ，以此实现煤矿通风的自动控制。煤矿环境数据分析的大数据集群体系在进行煤矿通风自动控制过程中，煤矿环境数据的计算和分析结果是决定自动控制效果的核心因素。本文在进行煤矿通风自动控制时，先搭建大数据集群体系，以此实现煤矿环境数据的并发计算和分析 ，依据数据分析得出的煤矿内粉尘、瓦斯浓度等结果，进行通风的自动控制。因此，为保证大数据的处理效率 ，在通风系统自动控制层中的云监测模块中，以大数据云服务平台为核心，搭建煤矿环境数据分析的大数据集群体系。煤矿环境数据分析的大数据集群体系结构如图 所示。该体系主要为层结构设计，分别为数据层、服务层、通信层和展示层。（）数据层。该层主要以分布式文件系统（）为核心，结合 数据库虚拟机以及远程字典服务（），实现煤矿环境相关大数据存储以及远程调用。作为大数据的专用存储系统，能够实现 甚至 数量级的数据存储 。单个 集群是结合若干个节点组成，因而可支持大文件数据存储；同时，包含若干个服务器，为避免其中任一服务器故障后影响数据的存储 ，在 中引入数据冗余技术，采用分散的方式进行煤矿环境 年第 期杨波：基于大数据分析的煤矿通风自动控制系统第 卷大数据存储，以此保证 的高效、可靠性。除此之外，在运行过程中，主要将数据任务分散至各个节点中，各节点只需对自身存储的煤矿环境数据进行相关管理和处理，无需进行跨节点操作，以此保证数据的吞吐量，避免发生网络拥塞。图 煤矿环境数据分析的大数据集群体系结构 （）服务层。该层主要完成实时和离线 种计算，在计算过程中主要通过 算法集群进行计算处理。为满足煤矿环境大数据的并行处理需求，引入 并行计算技术，实现大规模数据的并行计算，以保证数据的分析效率；同时，保证不同结构数据的处理效果。并行计算技术是该层中的重要组成技术，可实现煤矿环境大数据的并行计算和分析，在进行煤矿大数据并行处理时 ，采用 和 两个函数完成。函数在进行煤矿数据处理时，以最小元素为依据完成数据划分，并将这些元素分配至集群中的各个节点中，通过各个节点进行指定处理。通过该处理方式，可保证每一个元素均为独立完成，以此实现煤矿大数据的高度并行化处理，保证数据处理效率。函数则是对 函数分析结果进行汇总和整理，以此得出数据的最终结果，完成煤矿环境大数据的分析，为通风自动控制提供可靠保障。（）通信层。该层主要包含 、通信协议以及 总线，用于实现煤矿大数据的安全传输和通信。（）展示层。该层主要用于完成煤矿环境大数据分析结果的可视化呈现，包含 的大数据页面和 接口。其中，是指一组结构约束条件和原则，在满足该条件和原则的基础上，设计的应用程序即为 。通风自动控制 通风系统自动控制层硬件结构通风系统自动控制层是对煤矿通风进行自动控制的核心，该层在进行煤矿通风自动控制时，结合多个硬件设备完成，包含串行总线、现场总线、交换机、服务器、工控机、维护机、控制柜以及变频器等。通风系统自动控制层硬件结构如图 所示。图 通风系统自动控制层硬件结构 变频通风模糊 的通风自动控制方法对煤矿通风系统实行自动控制的目的是降低煤矿中的粉尘、瓦斯等多种有害气体的含量，以保证煤矿开采环境的安全性。煤矿内的污染物和有害气体在井下流通，在空气和风流的作用下，形成一个具有时变特点且呈非线性的变化污染体系。因此，本文在进行煤矿通风自动控制时，以节能为前提，在保证最佳通风效果的情况下，实现通风的自动控制。基于此，在 控制柜中部署变频通风的模糊 控制器，该控制器在进行通风自动控制时，控制结果与煤矿环境监测层感知到的环境中粉尘、瓦斯等浓度相对应，依据浓度的监测结果，控制主、副通风机的启动。该控制器的结构如图 所示。该控制器在进行通风自动控制时，以感知获取的煤矿中有害气体数据为依据，将煤矿规定的标准气体浓度作为给定值，将其输入至控制器中，通过控制器的参数调整，对主、副风机实行变频调速，实现通风的自动控制，完成煤矿通风处理，保证有害气体均在标准允许的范围内。年第 期能源与环保第 卷图 变频通风的模糊 控制器结构 变频通风的模糊 控制器的控制流程如图 所示。图 变频通风的模糊 控制器的控制流程 该控制器在进行煤矿通风控制时，可对通风机的启动、停止等多个功能进行控制；其接收工控机的自动控制指令后，在进行通风自动控制前，需先对通风机的使用状态进行判断，判断其是否能够正常使用；如果通风机发生故障，无法启动，则采用检修程序进行风机检修。如果通风机运行正常，可正常启动，则检测变频通风的模糊 控制器模拟量扩展状态是否正常，以此判断控制器能否继续执行控制指令。如果异常，则重启控制器；如果状态正常，则对变频器的状态进行判断，如果其正常运行则进行通风。依据煤矿内环境的多种气体检测数据结果，判断各类气体含量是否超限，如果超限则继续执行通风控制；如果含量达标，则通过变频器对通风机实行变频调速，降低风机的运行频率，实现煤矿通风的自动控制。实验结果分析为验证本文系统在煤矿通风自动控制中的应用情况，将本文系统用于某煤矿企业的某个矿井。该煤矿巷道掘进长度为 ，共安装了套通风系统，且通风机均为 ，并且在使用过程中，该企业为了保证通风效果，采用拉链式风筒，以此降低风阻、减少漏风量。但是该企业在通风过程中，局部通风效果较好，整个煤矿巷道仍旧存在通风效果较差现象，局部位置仍旧存在多种有害气体超限情况；除此之外，该企业在通风过程中，局部风量的调节需通过手动完成，需消耗一定人力。在测试本文系统应用效果时，硬件部署在由 台服务器组成的硬件设备集群上，其中 台运算服务器，台存储服务器；集群合计 为 核，内存为 。网络环境的构建主要由 集群虚拟机、引擎虚拟机以及应用虚拟机完成，其数量均为 台；此外，还部署了 台 数据库虚拟机。在煤矿巷道中部署了氧气传感器、粉尘传感器、一氧化碳传感器、一氧化氮传感器、风速传感器和温湿度传感器等，用于完成煤矿井下环境数据的感知和采集，并将感知和采集的煤矿环境大数据用于煤矿通风自动控制中。为验证本文方法对于感知的煤矿环境大数据的处理效率，在不同数量的数据进行并行存储时，获取本文方法对不同类别数据的并行存储处理结果，见表 。应用标准为并行存储执行时间低于 。由于篇幅原因，结果仅随机呈现 种数据的结果。表 并行存储处理效率测试结果 并行数量条并行存储执行时间 瓦斯浓度粉尘含量一氧化碳含量 依据表 的测试结果得出，随着存储数据的并行数量不断增加，本文方法对不同类别感知数据的并行存储效率良好，并行存储的执行时间均低于 年第 期杨波：基于大数据分析的煤矿通风自动控制系统第 卷，其最大并行存储执行时间为 ，最小并行存储执行时间为 ，能够高效完成煤矿环境大数据的并行存储。为验证本文方法的大数据分析效果，获取本文方法对煤矿环境数据进行存储后，该数据的可视化呈现结果，如图 所示。由于篇幅有限，结果仅随机呈现一氧化碳的数据可视化结果。图 煤矿环境大数据可视化呈现结果 依据图 的测试结果得出，应用本文方法后，能够呈现各个节点感知的煤矿环境情况结果，能够呈现在不同时间段下一氧化碳的变化情况。因此，本文方法具有良好的煤矿环境大数据分析效果，可呈现所有节点的数据感知结果。为验证本文方法对于煤矿通风自动控制的应用效果，以煤矿内的瓦斯含量浓度为例，当瓦斯浓度超限后（标准含量低于 ），测试本文方法在不同的瓦斯浓度下，通风机的风量自动控制结果，见表 。表 通风机的风量自动控制结果 瓦斯浓度 风量结果（）主风机副风机 依据表 的测试结果得出，随着煤矿内瓦斯浓度的逐渐增加，主、副通风机经过本文方法控制后，能够依据瓦斯浓度的变化，自动控制通风机的风量。当瓦斯浓度为 时，主、副通风机的风量最小，分别为 、；当瓦斯浓度达到 时，主、副通风机风量分别为 、；当瓦斯浓度在逐渐下降后，主、副通风机的风量也随之下降。因此，本文方法具有良好的通风自动控制效果，能够依据煤矿井下瓦斯浓度进行通风机风量的自动控制。为验证本文方法的应用性，获取本文系统在进行通风自动控制时，变频器的执行结果以及煤矿通风的自动控制结果，如图 所示。图 煤矿通风的自动控制结果 依据图 的测试结果得出，应用本文方法后，能够通过变频器对主、副通风机的运行频率进行调整，并且煤矿内有害气体的浓度不同，通风机的运行频率也存在一定差异；能够全面实现通风的自动控制，并实时监测煤矿内各有害气体的浓度变化，以此实现通风机的自动控制，保证煤矿安全生产。结论在煤矿开采作业时，需通过通风设备对煤矿进行通风处理，以此降低各类有害气体浓度，保证煤矿作业环境的安全。为降低通风机的能耗，实现通风机的自动控制，本文设计基于大数据分析技术的煤矿自动通风控制系统，并对该系统的应用情况展开相关测试。结果显示，本文设计的自动控制系统对于煤矿环境大数据的处理效果良好，能对该类数据进行并行处理并且实现可视化，并且该系统具有良好的自动性，可依据煤矿环境中各气体的含量进行通风机控制，保证煤矿内环境安全。年第 期能源与环保第 卷参考文献（）：程晓之，王凯，郝海清，等 矿井局部通风智能调控系统及关键技术研究 工矿自动化，（）：，（）：高晶，赵良君，吕旭阳 基于数据挖掘的煤矿安全管理大数据平台 煤矿安全，（）：，（）：吕平洋，毛善君，侯立，等 基于 的煤矿瓦斯大数据管理与分析系统 煤矿安全，（）：，（）：，邵良杉，张佳琦，于保才，等 基于 熵权法的矿井通风系统可靠性可拓评价 中国安全生产科学技术，（）：，（）：代劲，张磊，王国胤 基于云模型的煤矿安全大数据多粒度表示方法及应用 控制与决策，（）：，（）：乔伟，靳德武，王皓，等 基于云服务的煤矿水害监测大数据智能预警平台构建 煤炭学报，（）：，（）：盛典 基于 的煤矿井下风门通风系统研究 煤炭技术，（）：，（）：耿新洋，袁正平，王富林 基于 的铀矿井下环境监测及智能通风系统设计 中国安全生产科学技术，（）：，（）：潘红光，裴嘉宝，侯媛彬 智慧煤矿数据驱动检测技术研究 工矿自动化，（）：，（）：冉均均，袁磊 基于模糊 的矿井不停风倒机通风系统设计 煤炭技术，（）：，（）：宁小亮 基于大数据的煤与瓦斯突出预警技术 矿业安全与环保，（）：，（）：胡巧琴，张君鹏，王远，等 某金矿井下通风构筑物控制系统设计 金属矿山，（）：，（）：白铭波，姚亚虎，罗广，等 智能通风技术在韩家湾煤矿的研究与应用 矿业安全与环保，（）：，（）：，靳红梅，党琪，李洪安，等 基于 的矿井通风质量动态评价 工矿自动化，（）：，（）：疏礼春 基于大数据的云边一体化煤矿安全生产风险监测预警平台 煤矿安全，（）：，（）：李新 基于大数据的嵌入式煤矿安全生产信息采集系统设计 煤炭技术，（）：，（）：张科学，徐兰欣，李旭，等 透明工作面智能化开采大数据分析决策方法及系统研究 煤炭科学技术，（）：，（）：杜毅博，赵国瑞，巩师鑫 智能化煤矿大数据平台架构及数据处理关键技术研究 煤炭科学技术，（）：，（）：屈世甲，武福生，贺耀宜 煤矿安全监测监控体系中边缘计算模式研究 煤炭科学技术，（）：，（）：