推进智慧矿山势在必行，需建设5大系统

新冠疫情的爆发，对全国的工业生产和社会经济活动造成了极大的冲击。在矿业系统内，也因为隔离的需要，众多的矿山至今没有复工复产；具备复工条件的矿山企业，为了加强人员的防护，也是投入了很大人力、物力，必然造成生产成本的上升。

在疫情发展之前，关于推进智慧矿山的讨论已经进行了很多年。已经有具备技术能力的企业开始实践智慧矿山的建设，取得了令人瞩目的成果。智慧化的热潮已经在各行各业掀起来了。未来，矿山的作业中，一线作业人员将越来越少，矿山会越来越安全，采矿会越来越高效。

那么，关于智慧矿山建设的5大关键系统，你了解吗？

（1）系统设备层

智慧矿山系统首先要感知、采集数据，因此智慧矿山系统的最底层应包括与矿山生产环境、生产过程监测相关的各种传感器、监控视频、监控音频，比如粉尘、烟雾、水、气等的监测设备，为智慧矿山提供原始数据；另一方面，这也是执行各类操作的地方，因此也有包括掘进、开采、机电、探测等设备的综合自动化系统。由此可见，设备层在智慧矿山中关乎矿山人员的安全，是非常重要的一层。

（2）传输与汇接层

智慧矿山的原始数据，都需要经无线、有线的网络以及工业以太网，传输到分析处理数据主机或机房，因此网络传输层应覆盖整个矿山。主机接到数据后，需要处理各个类型的接入方式、接入协议。比如，物联网设备的数据用消息队列遥测传输处理，传统工业自动化设备的数据用Modbus和OPC处理，而自定义ETL组件或开源工具Sqoop可以处理文本类型的以及传统关系型数据库的数据，等等。最后，Hadoop分布式文件系统可以用来保存这些数据。保存时，应区分非结构化数据、半结构化数据、结构化数据。

（3）数据分析层

由于智慧矿山中的数据量非常大，而且结构各不相同，需要多种数据分析方法、分析组件，所以，可以增加基于Docker技术的容器层，从而在统一基础计算平台中同时运行多种异构分析业务应用。其上，大规模并行处理之类的数据分析工具（比如Teradata、Greenplum）能够处理高密度价值的结构化数据；Hadoop框架的上层组件Hive、Impala能够分析半结构化数据、海量结构化数据；而实时流计算工具Storm、SparkStreaming能够处理测控数据、非结构化数据。

（4）数据可视层

智慧矿山系统应能够用表格、统计图等多种方式展现数据，并且针对其中的异常数据发出警报，以便矿山管理人员利用。矿山管理人员一般不懂得编程，因此数据的提取和查询、报表的制作都应尽可能简单、可视化，还可以以三维技术、虚拟现实的形式展现。

（5）决策控制层

智慧矿山的最后一层应能指挥矿山生产的所有环节，所以功能有应急救援、应急演练、调度指挥通信、经营管理决策，等等。本层可应用人工智能技术，不断学习管理人员针对各种情况的决策，从而向管理人员推荐决策、预计决策的效果。