国家能源集团神东煤炭集团寸草塔二矿内蒙古鄂尔多斯市010300
国家能源集团神东煤炭集团信息管理中心数据标准化项目部内蒙古鄂尔多斯市010300
摘要：煤炭资源是我国重要的生产能源以及战略储备资源，针对煤炭开采过程中的瓦斯超限问题，利用Apriori算法对瓦斯量进行分类迭代的数据挖掘，通过瓦斯涌出量的数据采集存储，利用互联网+技术，搜集行业相关数据，并关联程序以自动访问数据仓库中存储的标准化处理以后的海量煤矿安全隐患参数信息，得出相关的安全阀值为煤矿生产过程提供可靠的依据。
我国是一个煤炭大国，拥有丰富的煤炭资源，在我国所有的能源消耗里面，煤炭也占有很高的比重，其中，20世纪50年代的比重曾高达90%。煤炭产业对于我们国家的稳定和发展有着不可替代的作用。即使在现今倡导新能源使用的大环境下，我国的煤炭能源占比任然高达60%。因此，煤炭行业能否安全稳定发展将直接关系到我国的能源战略和经济的可持续发展。
关键词：大数据；煤矿安全；隐患数据；挖掘；分析
引言：安全是煤矿生产永恒不变的主题，通过保证煤矿的安全生产，可以增加社会的经济效益，促进国家的生产建设。以“数据”为依据，充分利用现代化技术，实现煤炭工业大数据分析，数据标准化建设则是煤炭企业做工业大数据分析应用的基础。要实现物联网、大数据、云计算及人工智能技术在煤矿安全生产等场景中充分发挥出应有的作用，就必须先在“硬件”、“软件”两方面的基础设施领域开始做好准备工作，而数据标准化就是“软件”方面的基础实施建设，因此，具有重要意义。
1.煤矿安全生产的现状
1.1地质条件影响煤矿安全生产
煤矿行业在生产过程中，需要确定具有煤矿资源的地理位置进行生产工作，由于煤矿资源地质条件的复杂性，会直接影响煤矿的安全生产问题，需要工作人员提起相应的重视。煤矿资源的地质存储条件较为复杂，地质中存在大量的高瓦斯物质，难以实现良好的透气性能。当工作人员在进行煤矿生产工作时，地质条件中存在的封闭瓦斯无法提前排放，严重增加煤矿生产的工作难度，使工作人员处于较为危险的工作环境中。煤矿地质条件存在高瓦斯物质，工作人员难以预防瓦斯爆炸等事故问题，如若工作人员盲目进行生产工作，会直接增加煤矿安全事故的发生几率。故此，地质条件对煤矿安全生产造成的影响是不容忽视的问题，需要工作人员明确地质条件对煤矿生产的影响，合理安排煤矿生产工作，避免煤矿生产出现安全事故。
1.2煤矿生产缺少安全成本投入
煤矿在进行生产工作时，需要适当的安全成本投入，一方面可以给予工作人员相应的安全保障，另一方面可以加大煤矿安全生产的工作力度，提高煤矿生产的工作效率。然而煤矿行业受市场经济的影响，以煤矿生产效益最大化为基础，忽略煤矿安全生产需要的安全成本投入，导致工作人员难以实现安全生产工作。煤矿生产缺少安全成本投入，使工作人员在进行存在诸多不稳定因素，极易造成煤矿安全事故的发生诱因，从而影响煤矿的安全生产工作。煤矿行业通过缺少安全成本投入降低煤矿生产整体成本，从中获取大额的经济利润，导致煤矿安全生产存在问题，影响工作人员的生产安全，从而降低煤矿生产的安全质量，阻碍煤矿行业的长远发展。
1.3社会环境因素影响煤矿安全
社会环境因素是另一影响煤矿安全生产的重要因素，由于煤矿行业的特殊性，煤矿生产工作属于高危险性工作，工作人员在进行工作时普遍存在畏惧心理，导致工作人员极易产生安全生产问题。同时，社会环境因素对煤矿安全生产问题的关注度处于波动状态，当煤矿生产出现安全事故时，会大幅增加对煤矿安全生产的关注度，尽可能解决煤矿生产中存在的安全隐患；当煤矿生产处于稳定状态时，会忽略煤矿安全生产的相关内容，导致煤矿生产存在诸多的安全隐患问题。
2.数据标准化处理
本文将瓦斯量、瓦斯压力、通风量、温度以及矿井深度分别用字母C、P、V、T、D来表示，将瓦斯量分为（0-0.16），（0.16-0.31），（0.31-∞）三组，对应的字母分别为C1、C2、C3；将瓦斯压力分为（0-10），（10-17），（17-∞）三组，对应的字母分别为P1、P2、P3；将通风量分为（0-1100），（1100-1250），（1250-∞）三组，对应的字母分别为V1、V2、V3；将温度分为（0-20），（20-30），（30-∞）三组，对应的字母分别为T1、T2、T3；将矿井深度分为（0-300），（300-350），（350-∞）三组，对应的字母分别为D1、D2、D3。根据瓦斯浓度的值的情况可以将其分为(0-0.15)，(0.15-0.33)，(0.33-)三组，对应的标志分别为：Q1，Q2，Q3；根据瓦斯压力的值的情况可以将其分为(0-7)，(7-18)，(18-)三组，对应的标志分别为：R1，R2，R3；根据通风量的值的情况可以将其分为(0-1200)，(1200-1300)，(1300-)三组，对应的标志分别为：S1，S2，S3；根据温度的值的情况可以将其分为(-11)，(11-15)，(15-)三组，对应的标志分别为：T1，T2，T3；根据煤层厚度的值的情况可以将其分为(0-4)，(4-7)，(7-)三组，对应的标志分别为：U1，U2，U3。
3.数据挖掘
3.1Apriori关联算法简介
Apriori算法的原理是通过逐层迭代的方法来产生候选项集合，然后通过生成的频繁k-项集查询候选（k+1）-项集，这种算法每一次都需要对数据仓库进行重新扫描，最终挖掘出数据仓库中所有满足条件的频繁项集。
3.2Apriori算法实施环境
硬件环境：处理器为酷睿i7，内存为4G，硬盘为500G。软件环境：SQLServer2008+VisualStudio2010。算法运行环境为jre1.6.0_39，Tomcat6.0。
3.3Apriori算法运行流程
通过使用Apriori算法对煤矿安全隐患参数信息进行数据挖掘的关键因素是获取极大频繁项集。首先通过使用web浏览器登录煤矿安全隐患数据管理系统，打开关联规则数据挖掘界面，并进行如下的操作：一是设定需要挖掘的煤矿安全隐患参数信息，主要包括瓦斯量、瓦斯压力、通风量、温度以及矿井深度。二是输入最小支持度：最小支持度的数值应该在0-1之间。三是设置最小置信度：最小置信度的数值应该在0-1之间。四是运行挖掘算法程序，通过数据库关联代码自动访问数据仓库中存储的标准化处理以后的海量煤矿安全隐患参数信息，得出有用的信息。
随着我国煤矿生产建设进入大跨步发展时代，各种现代化、数字化、智能化采掘设备的应用，以及电子监控设备的应用，智能化辅助设备在煤矿生产领域的应用不断深入，各种信息系统和资源建设都达到了一定的规模，随之而来的是生产过程中的基础数据积累和存储也达到了相当的规模，以信息化为辅助，不断挖掘数据中潜在的价值，为我国煤炭工业的信息化、智能化的发展积累宝贵的经验。
总结：
充分利用“物联网+”和大数据分析技术，结合我国煤炭行业自身特点，以数据标准化为起点，通过将挖掘后的结果和煤矿安全生产实际情况进行对比后可以发现，利用改进后的算法进行数据挖掘能得出合理、可靠的有用信息，将这些信息应用于煤矿的安全生产中，可以起到很好的预防效果，做到有目的、有重点的防范，从而可以大大降低煤矿安全事故发生的几率。
参考文献：
[1]陈梓华,李敬兆.煤矿安全隐患智能语义采集与智慧决策支持系统[J].工矿自动化,2018,44(11):7-13.
[2]谭章禄,孙晓韦,邱硕涵.基于数据挖掘的煤矿安全隐患排查管理平台研究[J].煤炭技术,2018,37(10):160-163.