孙继平
（中国矿业大学（北京），北京 100083）
摘要：按事故类别分析了2004年—2013年全国煤矿事故，顶板、瓦斯、运输、水害、机电、爆破、火灾事故起数和死亡人数占比分别为52.7%和36.8%，11.3%和29.7%，16.9%和11.3%，3.1%和8.1%，4.1%和2.5%，2.7%和1.9%，0.4%和1.9%；顶板事故起数和死亡人数最多；瓦斯事故起数居第3位，死亡人数居第2位，但2005年和2013年死亡人数最多；运输事故起数居第2位，死亡人数位第3居；煤矿各类事故起数和死亡人数均大幅下降；瓦斯和顶板事故起数占比明显下降，但运输和机电事故起数占比有所上升，需进一步加强运输和机电事故防治。探讨了大数据在煤与瓦斯突出、冲击地压、水害、火灾等事故预警，煤矿重大关键设备故障诊断，煤炭需求和价格预测等方面的应用。探讨了物联网在矿用安全标志准用产品管控、煤矿重大关键设备管控与远程维护、煤矿设备材料管控、防碰撞、持证上岗与专人操作管控等方面的应用。
0 引言
随着煤矿机械化、自动化和信息化程度的提高，煤矿监控、通信与监视系统的推广应用，我国煤矿事故起数、死亡人数、百万吨死亡率均大幅下降，煤矿安全生产形势明显好转。煤矿安全生产的迫切需求，促进了物联网技术在煤矿的应用，也产生了大量数据，为大数据在煤矿应用奠定了基础。
1 煤矿事故分类分析
根据2004年—2013年《全国煤矿事故分析报告》，本文按事故类别分析了2004年—2013年全国煤矿事故。10年期间，我国煤矿共发生死亡事故19870起，死亡33200人。其中，顶板事故10468起，死亡12226人，分别占52.7%和36.8%，事故起数和死亡人数均最多；瓦斯事故2239起，死亡9861人，分别占11.3%和29.7%，事故起数位居第3，死亡人数位居第2，但2005年和2013年死亡人数最多；水害事故623起，死亡2690人，分别占3.1%和8.1%，事故起数位居第5，死亡人数位居第4；火灾事故84起，死亡634人，分别占0.4%和1.9%，事故起数和死亡人数位均居第7；运输事故3366起，死亡3757人，分别占16.9%和11.3%，事故起数位居第2，死亡人数位居第3；机电事故818起，死亡820人，分别占4.1%和2.5%，事故起数位居第4，死亡人数位居第5；爆破事故531起，死亡635人，分别占2.7%和1.9%，事故起数和死亡人数均位居第6；其他事故1745起，死亡2577人，分别占8.8%和7.8%。2004年—2013年全国煤矿各类事故起数及占比如表1所示，2004年—2013年全国煤矿各类事故死亡人数及占比如表2所示。
分析表明，10年来，煤矿瓦斯、顶板、水害、火灾、运输、机电、爆破等各类事故起数和死亡人数均大幅下降，事故总量由2004年的3641起、死亡6027人，降低为2013年的604起、死亡1067人；瓦斯和顶板事故起数占比明显下降，但运输和机电事故起数占比有所上升。这表明，通过煤矿机械化、自动化和信息化，煤矿安全生产技术和装备水平不断提高，事故防治能力不断增强。但大量采掘和运输等设备的使用，增加了运输和机电事故的概率。虽然运输和机电事故起数和死亡人数均大幅下降，但起数占比有所上升。因此，需研究煤矿物联网和大数据技术，进一步提高煤矿运输和机电事故防治能力，以满足高机械化程度煤矿安全生产需求。
10年来，全国煤矿共发生瓦斯、顶板、水害、火灾事故13414起和死亡25411人，分别占67.5%和76.5%。因此，需研究基于大数据和物联网的煤与瓦斯突出、冲击地压、水害、火灾等事故预警方法和系统，避免或减少煤与瓦斯突出、冲击地压、水害、火灾等事故发生。
2 煤矿大数据
2.1 大数据特点
大数据是一种基于大量信息解决问题的新方法，具有如下特点：（1）研究全体数据，而不是随机样本，数据体量巨大。（2）研究事件间的相关关系，而不是因果关系，只需要结果，不需要原因。（3）研究对象多样，数据类型繁多，涵盖数字、文字、语音、图形、图像，从监测数据，到网络日志、视频、图片、地理位置信息等。（4）处理速度快，在短时间内，可从各种类型的数据中快速获取有价值的信息。
大数据以解决问题为目的，只要结果，不分析原因。例如，根据客户的购物记录和浏览记录，推送图书和商品，而不分析为什么这些客户喜欢这类图书和商品。大数据已广泛用于零售、金融、电信、物流、医疗、交通等领域。
2.2 基于大数据的煤矿重大灾害预警
煤矿灾害预警是避免瓦斯、水害、火灾、冲击地压等事故发生，减少人员伤亡和财产损失的有效措施。但迄今为止，人们还没有完全掌握煤与瓦斯突出、冲击地压等事故发生规律，还不能准确预警煤与瓦斯突出、冲击地压、水害、火灾等事故。因此，探索基于大数据的煤矿事故预警方法，将大数据用于煤与瓦斯突出、冲击地压、水害、火灾等煤矿事故预警，具有十分重要的理论意义和实用价值。基于大数据的煤与瓦斯突出、冲击地压、水害、火灾等事故预警方法，只研究哪些数据变化，就可能发生煤与瓦斯突出、冲击地压、水害、火灾等事故，而不研究为什么这些数据变化，会发生煤与瓦斯突出、冲击地压、水害、火灾等事故。
2.2.1 基于大数据的煤与瓦斯突出预警
研究表明，煤与瓦斯突出事故发生前，瓦斯涌出量、环境温度等会发生变化，并伴有声音、电磁辐射和红外辐射等。因此，通过大数据研究，研究瓦斯涌出量（根据瓦斯浓度、风量、落煤量等计算）、环境温度（监测环境温度、风速、地面进风温度、设备开停等，排除风量、地面进风温度、机电设备开停等影响）、微震、地音、电磁辐射、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，提出预警模型，进行煤与瓦斯突出预警。
2.2.2 基于大数据的冲击地压预警
研究表明，冲击地压事故发生前，矿山压力等会发生变化，并伴有声音、电磁辐射和红外辐射等。因此，通过大数据研究，研究矿山压力、微震、地音、电磁辐射、环境温度（监测环境温度、风速、地面进风温度、设备开停等，排除风量、地面进风温度、机电设备开停等影响）、赋存条件、地质构造、采掘位置、采煤方法及工艺等与冲击地压事故的关系，提出预警模型，进行冲击地压预警。
2.2.3 基于大数据的煤自然发火预警
研究表明，煤自然发火，温度、C2H4、C2H2等会发生变化。因此，通过大数据研究，研究温度、湿度、气味、C2H4、C2H2、链烷比、烯烷比、氧气、煤种、煤自燃倾向性和发火期、工作面推进速度、采煤方法及工艺、通风方式等与煤自然发火的关系，提出预警模型，进行煤自然发火预警。
2.2.4 基于大数据的水害预警
研究表明，水害事故发生前，涌水量等会发生变化。因此，通过大数据研究，研究涌水量（监测流量、水仓水位、排水量等）、水压、水位、水温、水质、环境温度、环境湿度、声音、水文地质、气象条件等与水害事故的关系，提出预警模型，进行水害预警。
2.3 基于大数据的煤矿重大关键设备故障诊断
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故障，将影响煤炭正常生产，甚至引发瓦斯和水害等事故。因此，需研究基于大数据的煤矿重大关键设备故障诊断方法和系统，监测设备振动、声音、温度、功率等，发现异常，声光报警。
2.4 基于大数据的煤炭需求和价格预测
煤炭长期储存会自燃，煤炭短缺会影响发电、钢铁、建材和煤化工等产业，煤炭供求关系直接影响着市场价格等。因此，需要通过煤矿物联网和大数据，监控煤矿的煤炭产量、煤种、煤质和库存等，铁路、船舶、公路等运输和库存等，发电厂等煤炭用户煤炭库存和用量等，进行煤炭价格与需求预测，实现经济调度，供需平衡。
煤炭需求与GDP等密切相关。煤炭价格既取决于生产成本，也受供求关系影响。因此，通过大数据研究，研究GDP、GDP单位能耗、三产比例、进口出口、电力、钢铁、建材、化工、其他产业、气温等与煤炭需求关系，提出预测模型，进行煤炭需求预测。通过大数据研究，研究煤炭需求量、煤炭产能、库存、运力、石油价格、天然气价格等与煤炭价格关系，建立煤炭价格预测模型，进行煤炭价格预测。
3 煤矿物联网
煤矿井下有瓦斯等易燃易爆气体，电磁波衰减严重。因此，需针对煤矿井下特殊性和煤矿安全生产需求，研究煤矿物联网技术。迄今为止，采用物联网技术已研制成功了煤矿井下人员位置监测系统、煤矿井下人员定位系统、胶轮车运输监控系统、轨道运输监控系统、爆破监控系统等，为煤矿安全生产提供了技术和装备保障。为满足煤矿安全生产需求，还需研究用于矿用安全标志准用产品管控、矿用重大关键设备管控与远程维护、煤矿设备材料管控、持证上岗与专人操作管控、防碰撞等方面的煤矿物联网技术。
3.1 基于物联网的矿用安全标志准用产品管控
为避免假冒伪劣机电产品在煤矿使用，引爆瓦斯，造成电气火灾和触电伤亡等事故，需采用物联网技术，加强防爆电气设备等矿用安全标志准用产品监管，实现矿用安全标志准用产品生产、运输、仓储、使用、维护等全过程管控。
3.2 基于物联网的煤矿重大关键设备管控与远程维护
为确保掘进机、采煤机、刮板输送机、带式输送机、提升机、电机车、胶轮车、通风机、水泵、压风机、移动变电站等大型设备正常运行，需采用物联网技术，实现煤矿重大关键设备生产、运输、仓储、使用、维护等全过程跟踪管理、健康诊断和远程维护。煤矿重大关键设备远程维护，是解决煤矿井下维护人员水平低、提高维护效率的有效方法。井下维护人员通过图像、声音、检测数据等将现场设备情况上传，远程服务专家根据上传信息，进行故障诊断，给出维修方案，由现场维护人员实施。
3.3 基于物联网的煤矿设备材料管控
为避免假冒伪劣产品在煤矿使用引发事故，为煤矿安全生产提供快速有效的物资保障、优化采购和库存、降低成本，需采用物联网技术，实现煤矿设备材料采购、运输、仓储、使用、维护等全过程跟踪管理。
3.4 基于物联网的防碰撞
随着煤矿机械化程度的提高，大量机电设备的应用，煤矿运输和机电事故起数占比有所上升。为避免或减少运输和机电事故发生，需采用物联网技术，研制防碰撞系统，当人员与胶轮车、电机车、采煤机、掘进机等距离较近时，声光报警；可能会造成人员伤害时，自动停止设备运行。
3.5 基于物联网的持证上岗与专人操作管控
煤矿井下电气作业、爆破作业、安全监控作业、瓦斯检查作业、安全检查作业、提升机操作作业、采煤机（掘进机）操作作业、瓦斯抽采作业、防突作业、探放水作业等特种作业人员，需培训合格后持证上岗。为防治无证上岗、他人代培训取证，需采用物联网技术，进行特种作业人员等持证上岗管控。考试取证时，将证件编号与姓名、人脸或虹膜等个人信息绑定。下井时，通过人脸或虹膜识别系统，自动核查下井人员是否持本人识别卡下井？是否持证上岗？还可通过设置在操作设备上的人脸或虹膜识别系统，识别操作人员是否有权操作，若操作人员无权操作，自动禁止操作，并报警。
4 结语
10年来，随着煤矿机械化、自动化和信息化程度的不断提高，煤矿事故起数和死亡人数均大幅下降，煤矿安全生产形势逐年好转。为避免或减少煤矿重特大事故发生，进一步减少煤矿事故起数和死亡人数，需研究煤矿大数据和物联网技术，实现煤矿重大灾害预警、重大关键设备故障诊断、矿用安全标志准用产品管控、煤矿重大关键设备管控与远程维修、煤矿设备材料管控、持证上岗与专人操作管控、防碰撞等。煤矿大数据和物联网研究与应用，既是煤矿安全高效生产的需要，也是煤矿信息化重点研究方向。本文全文发表在《工矿自动化》2015年第3期：孙继平. 煤矿事故分析与煤矿大数据和物联网[J].工矿自动化,2015,41(3):1-5.
