紫金矿业集团股份有限公司
摘要：随着我国社会经济的快速发展和基础设施的不断完善，国家需求的矿产资源无论是在数量上还是种类上均显著增多，促进了我国矿山企业的快速发展。在矿山企业高速发展过程中如何提高矿山的生产效益和提高矿山生产环境安全性能是当前亟待解决的问题之一。在尝试解决矿山安全问题的过程中，矿山企业引入了大量的先进设备，不仅提高了矿山的生产效率，而且有效的降低了矿山生产安全事故的发生率。但是，矿山企业仅靠引入先进的设备是远远不够的，应加强矿山企业中大数据处理技术的应用，可以有效的提高矿山安全监管效率，减少不稳定因素的诱发而导致安全事故的发生等。
关键词：大数据；矿山安全；监测管理；应用
1矿山安全事故发生现状分析
矿产资源的利用主要以井下作业为主，一般是通过对相应地段进行挖掘作业，采取该地段的各种矿体，从而实现采矿工作的顺利进行。但是，井下开采存在作业空间狭小、灯光照明昏暗、空气流通缓慢、作业场所分散、环境温湿度高、交叉工种多、管理杂乱等多种影响因素的作用，极易导致安全事故的发生，还可能发生矿压、瓦斯、煤尘、水、火等各种严重灾害，致使更严重的安全事故频繁发生。将大数据应用于矿山安全生产，对矿山中大量的历史数据进行挖掘学习，从而发现事故规律和事故发生前某些因素和事故的相关关系，数据量越多，数据间隐含的相关关系也越清晰，也就越容易挖掘我们需要的信息。再通过对监控监测数据实时的监控分析，建立预警模型，提高预警水平。大数据在矿山安全监测管理中的应用对促进矿山实现安全、稳定、可持续发展的战略目标具有明显的指导意义。
2大数据在矿山安全监测管理中的应用意义
2.1推动了矿山安全监测管理水平的提高
与传统的矿山安全监测管理相比，大数据技术使得矿山安全监测从“经验”向“数据”方向转变，逐渐实现了以矿山生产实际环境数据、生产新技术和安全管理人员思维为主的现代化安全管理系统。随着我国监管部门以及矿山信息化技术的应用，形成了数量庞大的海量数据，包含了大量的矿山生产过程的细节信息和未知的规律，早期的技术违法实现数据类型多、数据量庞大的信息处理，限制了矿山生产信息的综合利用率。大数据技术的应用，可以有效的提高数据处理效率，使得原来没有发现的规律逐渐呈现出来，促进了不同数据信息之间的比对、分析，为提炼出新的规律奠定基础。此外，随着数据模型技术的不断完善，可以通过电子沙盘等技术进行模拟演练，尽可能将可能发生的安全事故挖掘出来，从而实现了早期阶段的从“宏观”把控安全生产环境的方式逐渐转变为以“微观”的数据法分析进而判断安全事故的发生概率，提高了矿山安全监测管理的科学性和水平。
2.2实现了矿山安全监测数据共享
虽然监管部门对矿山生产安全管理极其重视，但是并未实现相关监管部门与矿山企业监测之间的数据信息共享，使得各个部门之间所获得的相应数据不能有效的共享，限制了数据资源的利用程度，从而降低了数据融合处理的基础。随着大数据技术的逐渐推广，促进了不同数据结构信息的综合分析利用率，也间接的促进了矿山企业安全数据信息与相应安全监管部门所获的矿山生产安全信息资料，建立了完善的数据信息资源库，为建立更加完善的大数据模型提供了基础，也逐渐实现了不同部门之间的数据信息共享度，提高了数据资源的利用率，使得已获得数据信息更好的服务于矿山后期建设中。数据的融合使用为矿山企业和相关的安全部门分析、比对数据奠定了基础，从而有效的提高了判断井下开采状态、施工人员状态以及施工环境状态的效率，提高了挖掘潜在安全隐患的几率，为预防矿山安全事故的发生提供了有效的数据“指标。”因此，随着大数据技术的不断深入应用，不仅提高了矿山生产数据信息的综合利用程度，还实现了不同部门数据信息的共享，推动了数字化城市建设的步伐。
2.3为科学制定治理决策提供基础依据
导致矿山安全事故发生的原因主要有工作人员的不安全行为、井下物的不安全状态和矿山安全监测管理上的缺陷三个方面。大数据的应用可以有效的避免这一缺陷，可以实现上述三个方面信息资料的深度挖掘，借助现代化数据模型演练技术，可以实现安全事故发生规律，如季节性、周期性、规律性和关联性变化特征等，从而可以有效的找出引发安全事故发生的源头或诱因，并针对具体的源头或诱因制定出合理的科学决策。因此，大数据技术的应用，有助于矿山安全监测管理中制定出合理的、科学的治理决策。
3大数据在矿山安全监测管理中的应用
3.1煤与瓦斯突出事故预警
煤与瓦斯突出事故发生前，瓦斯涌出量、瓦斯浓度和环境温度等会发生明显变化，因此，通过井下各处设置的瓦斯浓度传感器、温度传感器、风速传感器监测井下瓦斯浓度、环境温度、风速等。分析这些数据的变化和趋势与煤与瓦斯突出事故的相关性。瓦斯涌出量可以根据瓦斯浓度、风量、落煤量等进行计算。环境温度与监测的环境温度、风速、进风温度、设备开停、排风量等有关。此外，还可以研究瓦斯含量、瓦斯压力、采掘位置、赋存条件、地质构造等与煤与瓦斯突出事故的关系，建立预警模型，进行煤与瓦斯突出预警。例：瓦斯浓度监控监测传感器监测到瓦斯浓度超限并且浓度增加很快时，就会发出煤与瓦斯突出预警。监测到瓦斯浓度超限的同时，根据瓦斯浓度、风压风速以及井下人员所处的位置等信息，还可以进行瓦斯扩散的趋势和所用的时间分析。利用井下人员定位系统，计算当前最优逃生路线，并自动发送逃生预案。
3.2顶板事故预警
顶板事故在矿山事故中占的比例很大，虽不像瓦斯事故造成群死群伤的严重损失，但其发生频率高，累计起来危害也很大。顶板事故预警模型可以借鉴大数据研究。在顶板上设置多个监控监测点，研究顶板压力变化、导致顶板事故时压力变化的趋势和应力应变等，建立预测预警模型。
3.3火灾事故预警
根据燃烧的三要素分析，矿山火灾事故发生时，矿井发火处的温度、CH4浓度、C2H4浓度、C2H2浓度等和氧气浓度会发生变化，且伴随发光发热的现象并有气味发出。因此，通过大数据研究，研究温度、湿度、气味、CH4C2H4、C2H2浓度、氧气浓度等与矿山发火的关系，提出预警模型，当环境温度、氧气浓度以及瓦斯浓度达到预设的临界值时，系统发出火灾预警信号，进行矿山发火预警。
3.4水害事故预警
近几年矿山水害事故发生频率变高，矿井水害主要是由于在开采的过程中碰到了断层水、采空区水、开采作业水、地表水等不同的水源且无法正常排出造成的。通过查阅有关资料，矿山水害事故发生前，矿井涌水量和水压等会发生明显变化。首先对水位、水压、水泵流速、排水量、排水管路状况等相关信息进行收集，基于大数据研究分析，监测流量、水位和排水量的变化，研究涌水量，通过水压传感器，研究水压的变化及发生水害时水压变化的趋势等与水害事故的关系，建立预警模型，进行水害预警。
4结语
综上所述，随着我国现代化建设步伐的加快，促进了大数据时代的快速发展，使得大数据技术日益成熟，进而促进了大量的现代化各领域的高速发展。资源的利用是社会高速发展的基础，因此，在加快资源开采利用过程中引入大数据技术，不仅可以提高矿产资源的综合利用效率，还可以实现智能化监测矿山安全的目的。
参考文献
[1]大数据技术在煤矿安全生产运营管理中的应用[J].吴晓春.煤矿安全. 2018(12)
[2]大数据背景下矿山生态安全监管问题的若干思考[J].龚保霖.黑龙江生态工程职业学院学报.2018(06)