王帅 郝培生 张喜梁 王宇 白建权 杨忠
【摘 要】煤矿事故应急救援和影响控制关乎煤炭安全生产和社会稳定。在物联网和大数据背景下，建设新型矿山安全生产应急救援信息系统，将为事故应急救援和影响控制提供有效手段。论文在矿山物联网和大数据特征基础上，依据物联网体系结构，构建了安全生产应急救援信息系统，融合物联网与大数据的矿山安全生产应急救援信息系统将为矿山安全生产提供保障。
【关键词】物联网；大数据；应急救援；信息系统
【中图分类号】F273；TP311.5【文献标志码】A【文章编号】1673-1069（2023）05-0122-03
1 引言
近年来，国家和地方层面都在努力推进安全发展理念，全面落实安全责任。这些工作包括加强安全隐患的识别和处理。目前，安全生产形势总体稳定，安全生产应急响应体系也在逐步完善[1]。我国煤矿安全生产虽然取得了一定进展，但与国际先进水平相比仍存在一定差距，特别是在预防重特大安全事故方面[2]。煤矿事故应急救援和影响控制关乎煤炭安全生产和社会稳定。矿山物联网系统的发展，促进了生产、安全信息的融合与海量数据产生，在物联网与大数据背景下[3，4]，信息化产品在煤矿安全生产中的应用已成为一个亟待研究的重大课题。如何利用信息化产品预防事故的发生，快速准确地定位事故位置，及时调配救援物资进行应急救援，以及控制舆情影响，都是需要深入探究的重要问题。
2 矿山物联网与大数据
矿山物联网利用各种技术将矿山数字化、可视化、智能化，从而实现对矿山运营的实时监控和管理。这可以提高矿山的生产效率、降低成本、改善工作环境和减少安全事故的发生。矿山物联网的应用将融合当前煤矿井下各类生产和安全监控系统，形成统一的信息平台，消除“信息孤岛”，实现各类数据的共享，这也将促进煤矿大数据（Big Data）的产生。“大数据”，具有4V特征，即Volume（大量）、Velocity（高速）、Variety（多样）和Value（价值）[5]。据统计，一般国有煤矿井上井下各生产子系统多达五六十个，这些系统的信息统一汇集后具备大数据特征，大数据将推进矿山安全监测预警、安全监管和事故应急救援从因果关系走向关联关系，实现技术与学科融合。
3 基于矿山物联网的应急救援信息系统建设
3.1 现阶段煤矿安全监控存在的问题
尽管数字矿山建设已经促成煤矿建成了各类生产与监控系统，但是总体上尚存在以下问题：
①现场感知手段单一。缺乏微机电化集成传感器。现有的瓦斯传感器多采用传统笨重的催化元件，缺乏MEMS微机电化集成传感器，难以实现更细致和精准的感知。
②缺乏泛在感知网络。目前，矿山缺乏统一的地下无线覆盖感知层网络，现有的传感器和监测系统大多基于有线网络，不能适用于煤矿流动作业、危险源位置不确定等场景，存在较多的感知盲区，难以做到无处不在的安全感知全覆盖。
③缺乏应用层面的信息融合和决策融合。尽管煤矿综合自动化已实现了应用系统的网络化集成，但是应用系统之间的联动与信息融合、决策融合还没有得到充分发展，各应用系统之间难以形成有机的整体。
④多学科研究融合度低。煤矿安全和矿山综合治理涉及地质、测量、水文、监测监控、智能信息处理技术等多学科交叉研究，但是各学科之间的融合度不够，难以形成协同联动的效应。
矿山物联网系统可以有效解决这些问题，其核心是感知井下生产设备状况信息、人员环境安全信息、人员动态信息和基于大数据分析的应用开发。
3.2 矿山物联网应急救援信息系统的要求
按照应急管理时间序列，事前应能捕集各类安全状态信息和预警信息，做好应急物资管理、应急专家库管理。在事故应急过程中，通过矿山物联网，能及时发现遇险人员的生命状态和位置，动态反应井下灾害实时情况，为救援指挥提供实时信息，准确预测事故的发展，为应急措施的制定提供准确有效的信息，缩短搜救时间。同时借助地面物联网可以迅速查找、调用周边资源开展应急工作。建立舆情影响控制系统，及时发布消息、正确引导舆论，降低事故社会影响。
3.3 基于矿山物联网的应急救援信息系统结构
在煤矿信息化系统中存在多个独立的系统，数据结构也不尽相同，导致这些系统之间难以互相连接和通信。为了解决这个问题，在应用层之前设计一个数据服务接口，实现统一数据结构，使得感知层和应用层中的各个系统可以更高效地互联互通。系统结构如图1所示。
3.3.1 感知层
主要功能是信息的感知与采集，通过RFID标签读写器、传感器（温度、湿度、压力传感器和瓦斯等气体传感器）、视频摄像头等设备，完成物联网应用的数据采集和设备控制任务。其井下布置如图2所示，各类传感器通过网关采用无线方式接入骨干环网或者直接通过分站接入。
3.3.2 传输层
物联网的数据传输分为两个方面：数据接入和网络传输。数据接入负责收集末端设备的数据，并通过不同的通信网络与物联网建立连接，以实现信息交互。网络传输则由传感器节点构成的传感网来完成，这些节点负责采集、传输和存储数据，以满足不同的应用需求。
3.3.3 处理层
对大规模数据进行分析和分类，并只传输应用层某个系统需要的有用信息。此过程需要高效的存储和调取方法。
3.3.4 应用层
在应用层中，数据信息需要经过转换、筛选、分析处理才能为用户提供实际价值。因此，应用层的处理能力和算法能力非常重要，他们决定了物联网系统的性能和实用价值。同时，应用层还需要与其他层级和系统进行有效的交互和协同，以便实现全面的物联网应用场景。
3.4 基于矿山物联网的应急救援体系
3.4.1 灾害预警与事故信息获取和处理
物联网技术可以在灾害中应用，迅速准确地获取和综合处理信息，建立高效的信息处理平台。矿山物联网的应急救援系统具备以下功能：
①为了对煤矿的生产设备和环境进行监测，可以给他们装上RFID标签和各种类型的传感器，以获取他们的静态和动态信息，包括物质属性、环境状态和行为态势等。这些信息可以通过协同处理的方式进行在线计算和控制，并通过连接其他设备与单元进行资源共享和交互，这样可以实现对设备运行状况的动态跟踪。
②使用物联网技术对煤矿内人员进行定位和动态管理，可以实时监控工人在各个工作岗位的工作情况，同时也能掌握井下人员的位置分布。通过附近RFID设备之间的信息交互，可以判断作业环境是否符合要求，一旦发生灾害事故，能够及时发布撤离指令和逃生路线。此外，在特殊作业过程中，这种技术还可以起到监护人的作用，甚至能够发现工人违反规定的行为，如瓦检员是否按照规程操作，从而避免事故的发生。
③利用云计算技术，对系统产生大量非结构化数据和半结构化数据，进行关联分析与计算，以形成各类应用系统。例如，将矿井瓦斯传感器数据、风速传感器数据和矿井通风系统结合起来，实现矿井风量、瓦斯浓度分布的实时动态分析，以及灾变时期溯源追踪。
3.4.2 利用物联网技术进行综合救灾部署
①紧急救援。在灾害发生后，通过广泛布置 RFID 无线传感器，及时了解灾区温度、水文、风速等参数的变化情况，为救援人员提供准确的预警信息，以便对人员进行定位、转移和安置。
②现场调度。利用物联网技术建立的信息平台，现场调度人员与后方组织人员保持密切联系，及时传递灾区各类重要信息，为指挥中心做出及时、正确的判断提供支持，确保救援工作的高效有序进行。
③救援物资调配。将救援设备、食物、饮用水和医疗器械等物资准确快速地送往灾区并进行分配是救援工作的重要环节。通过采用射频识别技术（RFID）对各类物资进行电子便签唯一编码，能迅速识别物品的类别、保质期等重要数据，确保数量型号庞杂的救援物资完整有效地进行分配。同时，对救援车辆进行GPS定位导航，能够准确监控车辆信息，进行调配。
4 大数据在矿山应急救援中的应用
物联网和大数据技术的发展给矿山应急救援带来了新的机遇和挑战。在矿山应急救援信息系统建设中，物联网技术可以用于实时监测矿山设备状态、预警异常情况、快速反应和处置突发事件，从而提高矿山安全生产水平。同时，大数据技术可以帮助矿山管理者更好地理解矿山生产过程、挖掘潜在风险、快速响应突发事件，并制定更加科学的应急管理方案。因此，建设基于矿山物联网和大数据技术的矿山应急救援信息系统具有重要的现实意义。
大数据在应急管理中的应用可以分为事前、事中和事后3个阶段。在事前阶段，大数据可以用于风险评估、预警分析和应急演练等方面。通过对历史数据的分析和挖掘，可以发现潜在的风险和隐患，制定相应的预防措施和应急预案，并进行实际应急演练，以提高矿山应对突发事件的能力。在事中阶段，大数据可以用于实时监测和控制，包括设备状态监测、环境监测、人员定位和救援指挥等方面。通过实时数据采集和分析，可以快速发现问题和异常情况，及时采取措施，避免和减少事故的发生和扩大。在事后阶段，大数据可以用于事故分析和应急处置后的评估，包括对事故原因、应急响应效果和救援措施等方面进行全面的数据分析和评估，为今后的应急管理提供经验和借鉴。基本框架如图3所示。
5 结论
物联网和大数据技术的应用可以为我国安全生产提供强大的支持和保障，为经济、社会的稳健发展奠定坚实的基础。物联网体系结构下的矿山安全应急管理信息系统建设，既需要完善底层无线传感网络、智能传感器等硬件设备和应急管理软件建设，也需要从大数据应用角度，转变应急管理方式和管理思维，才能真正有效建设和应用现代矿山安全应急管理系统。
【参考文献】
【1】别新峰，冉宏振.煤矿应急救援系统存在问题及其对策[J].中州煤炭，2007（1）：91-92.
【2】武猛猛，钟阳.2012～2013年我国煤矿死亡事故统计分析[J].煤炭技术，2014，33（10）：296-299.
【3】马小平，胡延军，缪燕子.物联网、大数据及云计算技术在煤矿安全生产中的应用研究[J].工矿自动化，2014，40（04）：5-9.
【4】张申，赵小虎.论感知矿山物联网与矿山综合自动化[J].煤炭科学技术，2012，40（01）：83-86+91.
【5】王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（06）：1125-1138.
