煤矿物联网大数据平台设计与关键技术研究

分享是最大的支持，关注是最好的鼓励

煤矿物联网大数据平台设计与关键技术研究

论文概要

为了解决煤矿大数据应用中存在的数据采集速度慢、数据分析不及时、数据存储效率低、数据可视化体验差等问题，笔者分析了煤矿大数据的实际需求、煤矿信息化系统和数据采集平台的发展情况，重点讨论了煤矿大数据平台建设的核心架构设计，提出了一种基于开源技术构建的煤矿大数据平台技术。针对煤矿实际应用场景大数据关键技术，按照数据采集技术、数据治理技术、数据分析技术和数据解释技术4个方面，着重分析和研究了包括Flume日志收集系统、Kafka消息队列系统、Flink实时流处理系统、时间序列数据库和基于Cesium.js三维地理信息可视化框架等煤矿大数据平台中的关键技术。该平台遵循工业大数据标准，可以满足政府、煤矿企业多级用户应用，已经在政府监管部门、煤矿企业取得较好的示范应用，具备推广和应用的价值。

主要内容

煤矿物联网大数据平台是煤矿智能化的基础和组成部分，由于煤炭的生产环境及生产过程的复杂性，煤炭行业对数据的采集、处理和深度挖掘等多方面均存在盲点，煤矿企业以及煤矿安全监管部门正积极探索煤矿大数据的应用，并开始尝试构建煤矿大数据平台。

首先，笔者介绍了煤矿物联网大数据平台应用现状：当前我国煤炭大数据平台建设和应用处于理论研究的起步阶段，在煤矿企业和煤矿监管部门普遍使用的物联网大数据平台技术，按数据应用的不同阶段可划分为数据采集、数据治理、数据分析和数据解释4个阶段。

其次，笔者提出了煤矿物联网大数据平台体系架构设计，并对构成煤矿物联网大数据平台的井下系统、地面系统、视频系统、边缘侧服务以及云平台等组成部分进行了详细的阐述。

第三，笔者着重分析和研究了煤矿大数据平台中的关键技术，包括Flafka (Flume+Kafka)数据采集框架技术、数据实时流式计算技术、时间序列数据库技术（TSDB）、数据解释技术（Cesium.js）。

最后，笔者介绍了煤矿物联网大数据平台的部署方案：不仅适用于单个矿井、煤矿公司、煤矿集团的场景，也同样适用于国家级、省级、地市级、县级煤矿监管监察部门大数据应用场景。同时指出，煤矿物联网大数据平台在国家和省级煤矿风险预警项目以及单个煤矿风险预警项目中得到了成功应用：通过对采集的煤矿基础数据、监控监测系统数据、大型机电设备、周边环境、网络舆情等数据，构建风险指标体系和预警模型，可实现重点监管区域、重点煤矿及其重大风险动态预警。

主要图表

图 1 煤矿物联网大数据平台体系架构

图2 Flafka体系应用架构

图 3 Flink典型应用场景

请在看、点赞、分享三连击，让更多人看到！

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!