基于智能化矿山数据分类与编码规范的元数据标准构建方法

汪莹, 祖子帅, 王振华

汪莹,祖子帅,王振华. 基于智能化矿山数据分类与编码规范的元数据标准构建方法[J]. 工矿自动化,2024,50(7):130-135, 146. DOI: 10.13272/j.issn.1671-251x.2024020037
引用本文: 汪莹,祖子帅,王振华. 基于智能化矿山数据分类与编码规范的元数据标准构建方法[J]. 工矿自动化,2024,50(7):130-135, 146. DOI: 10.13272/j.issn.1671-251x.2024020037
WANG Ying, ZU Zishuai, WANG Zhenhua. A metadata standard construction method based on intelligent mine data classification and coding standards[J]. Journal of Mine Automation,2024,50(7):130-135, 146. DOI: 10.13272/j.issn.1671-251x.2024020037
Citation: WANG Ying, ZU Zishuai, WANG Zhenhua. A metadata standard construction method based on intelligent mine data classification and coding standards[J]. Journal of Mine Automation,2024,50(7):130-135, 146. DOI: 10.13272/j.issn.1671-251x.2024020037

基于智能化矿山数据分类与编码规范的元数据标准构建方法

基金项目: 国家自然科学基金资助项目 (61471362)。
详细信息
    作者简介:

    汪莹(1973—),女,江苏徐州人,教授,博士,研究方向为能源企业管理与数字化转型、环境经济与低碳发展、现代物流与供应链管理等,E-mail:2039819734@qq.com

  • 中图分类号: TD67

A metadata standard construction method based on intelligent mine data classification and coding standards

  • 摘要: 目前智能化矿山建设面临数据标准不健全、多源异构数据集成难度大、共享机制有待完善等问题。建立统一的智能化矿山元数据标准,对形成多源异构数据融合共享机制具有重要意义。基于智能化矿山数据分类与编码规范,研究了智能化矿山元数据标准构建方法,明确了元数据标准构建是对数据分类与编码的延伸研究与价值挖掘。定义了元数据实体与元数据属性的内涵,设计了包含基础描述框架与扩展描述框架的智能化矿山元数据描述框架,给出了反映智能化矿山业务场景特征的基础元数据属性描述项和智能化矿山数据分类与编码规范中基础类、生产类、安全类、管理类4大主题域组的拓展元数据属性描述项,从而构成元数据标准。以生产主题域组中采煤机惯导系统的惯导传感器为例,介绍了元数据标准的构建过程。基于智能化矿山数据分类与编码规范构建元数据标准,可以解决多源异构数据的融合与共享问题,促使矿山企业更加高效地管理、分析和应用数据,提高矿山数据治理的智能化水平。
    Abstract: Currently, the construction of intelligent mines is facing problems such as incomplete data standards, difficulty in integrating heterogeneous data from multiple sources, and the need to improve sharing mechanisms. Establishing a unified intelligent mine metadata standard is of great significance for forming a multi-source heterogeneous data fusion and sharing mechanism. Based on the intelligent mine data classification and coding standards, the construction method of intelligent mine metadata standards is studied. It is clarified that metadata standard construction is an extended research and value mining of data classification and coding. This paper defines the connotations of metadata entities and metadata attributes. This paper designs an intelligent mine metadata description framework that includes a basic description framework and an extended description framework. This paper provides basic metadata attribute description items that reflect the features of intelligent mine business scenarios, as well as extended metadata attribute description items for the four major thematic domain groups of basic, production, safety, and management in the intelligent mine data classification and coding standards, thus forming a metadata standard. Taking the inertial sensor of the shearer inertial navigation system in the production theme domain group as an example, the construction process of metadata standards is introduced. Building metadata standards based on intelligent mine data classification and coding standards can solve the problem of fusion and sharing of multi-source heterogeneous data, promote mine enterprises to manage, analyze, and apply data more efficiently, and improve the intelligence level of mine data governance.
  • 煤炭是我国主体能源。深部煤炭资源开采逐渐成为保障我国能源稳定供给的主要途径和未来煤炭工业发展的主要方向,也是未来相当长一段时期内我国煤炭科学与技术攻关的主要战场[1]。目前我国已探明深度2 000 m以内的煤炭总储量约为5.9万亿t,其中开采深度超过1 000 m的煤炭占比达50%[2]。深部开采地应力高,围岩变形破坏严重,尤其是淮南矿区“三软”煤层,围岩破碎严重,走向和倾向起伏变化大,工作面不同位置的围岩压力、空间形态差异显著,工作面开采难度高[3]。智能化开采是煤炭工业转型升级和发展的方向,是解决深部复杂条件安全高效开采的根本途径。在深部复杂煤层条件下,智能化开采的实现不仅要求综采装备具备差异化性能及参数,以保证连续稳定开采,而且要求通过环境−装备状态感知将采场围岩环境变化的定性描述转换为定量分析,从而实现基于数据驱动的分析决策[4]

    相关学者和专家针对深部复杂条件煤层开采开展了大量研究,包括智能感知、工作面矿压规律分析、矿压预测分析、支架支护阻力分析、自适应控制方法等。王国法等[5-6]建立基于弹性独立支座的液压支架群组支护力学模型,揭示了深井超长工作面支护应力特性,指导深井厚煤层综采工作面装备群实现最优协调控制,同时对千米深井大采高俯采工作面四柱液压支架适应性开展数据驱动分析。庞义辉等[7]提出了基于应力状态与强度变化关系的三向采动应力扰动系数计算方法,并建立了支架载荷分析模型。王家臣等[8]基于液压支架压力监测数据建立了支架载荷预测模型。王兆会等[9]通过研究千米深井超长工作面支架阻力分布特征及影响因素,指导深部围岩控制。康红普等[10]、陈学华等[11]研究了深井超长工作面基本顶破断类型和支架阻力分布特征,运用多因素耦合方法和模糊综合评判方法确定复杂条件工作面强矿压危险区域。李建等[12]阐述了液压支架位姿感知原理和方法,分析了液压支架压力−位姿融合分析的必要性。任怀伟等[13]研发了液压支架抗冲击技术和工作面多信息融合的液压支架自适应群组协同控制技术与装备。李伟等[14-15]在深部煤炭资源开采技术实践基础上,开展了深部矿井工作面重大灾害多源异构数据融合与管控分析研究。上述研究在基础理论、数据分析等方面为深部煤层智能化开采奠定了基础,但深部复杂环境智能化开采仍存在液压支架群信息感知匮乏、数据分析不足、装备运行参数规律和数据模型难以支撑智能化开采及支护决策等问题。

    针对上述问题,在中煤新集口孜东矿140502深部“三软”煤层大采高工作面液压支架立柱压力监测的基础上,实现液压支架立柱压力和空间位姿的连续感知;基于工作面液压支架顶梁和底座横滚角数据,利用线段拟合方法实现工作面顶底板三维走向趋势实时可视化;基于工作面液压支架压力−位姿数据,建立液压支架压力−位姿数据映射关系和液压支架位姿计算模型,通过分析深部工作面支架压力和位姿融合,得到工作面采高、支架顶梁合力大小及合力作用点的动态变化规律,为工作面安全高效开采决策提供技术支撑。

    140502工作面是位于−967 m水平1405采区的5煤首采工作面,采用倾向长壁布置。风巷设计倾向长1 750 m,其中可采倾向长1 357 m,风巷5煤开采底板标高为−983~−690 m;机巷设计倾向长1 721 m,其中可采倾向长1 358 m,机巷5煤开采底板标高为−987~−692 m;切眼走向长272 m;高抽巷长1 343 m,距5煤层平均法距约为41 m;工作面可采面积为360 962 m2

    140502工作面总体为单斜构造,煤层走向角度为92~185°,倾向角度为182~275°,倾角为19~5°,平均倾角约为11°,局部受断层及构造影响煤层可能有一定起伏。工作面顶底板以泥岩为主,少数为细砂岩、粉砂岩及砂质泥岩,顶底板较软。同时,该矿为高瓦斯矿井,处于高地温环境,−967 m水平的平均地温达41.1 ℃。

    140502工作面具有“井深、煤厚、面长、俯斜”等特点,属于“三软”复杂煤层工作面,以俯采为主。工作面位置如图1所示。

    图  1  口孜东矿140502工作面
    Figure  1.  Kouzidong Mine 140502 working face

    140502工作面中部支架为四柱支撑掩护式电液控制支架,支撑高度为3.3~7.2 m,支架中心距为1.75 m,工作阻力为18 000 kN,支护强度为1.73~1.78 MPa。端头支架为四柱支撑掩护式支架,支撑高度为2.9~5.5 m,支架中心距为1.80 m,工作阻力为24 200 kN,支护强度为0.90 MPa。整体支架群具有支撑能力强、受力状态好、强度高、稳定性好、工作可靠等优点,能及时有效地支护顶板。

    工作面液压支架立柱压力和位姿数据直接反映工作面来压态势和顶底板起伏状态。针对口孜东矿140502工作面特点,在工作面不同位置的19个液压支架安装左前柱和右后柱压力传感器,连续采集2 970组立柱压力有效数据。

    工作面液压支架姿态监测系统由3个安装于液压支架顶梁、掩护梁和底座的三轴角度传感器、监测分站和监测主站构成,实现对液压支架顶梁、掩护梁和底座的俯仰角和横滚角的实时监测,如图2所示。该系统采用LoRa自组网实现角度传感器与监测分站的数据传输,采用CAN总线实现监测分站与监测主站的数据传输。

    图  2  工作面液压支架姿态监测系统
    Figure  2.  Hydraulic support posture monitoring system in the working face

    根据140502工作面地质条件、无线信号传输距离和数据采集需求,工作面每3个液压支架安装1套角度传感器,角度传感器主要用于监测液压支架顶梁沿工作面走向(倾向)角度、掩护梁沿工作面走向(倾向)角度、底座沿工作面走向(倾向)角度,最终实现液压支架实时位姿监测。

    基于采集的工作面液压支架各部件角度数据,以1号支架底座所在水平平面为XOY平面,1号支架所在竖直平面为XOZ平面,建立空间直角坐标系,对140502工作面倾向顶底板整体变化态势进行可视化。基于液压支架的顶梁和底座横滚角,从1号支架开始,采用线段拟合拼接方法[16]得到工作面倾向顶底板走势连续监测结果,如图3所示。以1号液压支架为起始支架,XOY平面以下部分统一用深蓝色表示,在该平面以上部分,采高越大,颜色越红。

    图  3  工作面倾向顶底板走势连续监测结果
    Figure  3.  Continuous monitoring results of the working face roof and floor inclination trend

    图3(a)可看出,140502工作面机头区域采高较大,最高可达6 m,中部85号液压支架位于整个工作面的“低洼区域”,工作面顶底板倾向整体呈现“类抛物线”变化态势,且两端不在同一水平面上。由图3(b)可看出,在连续推进过程中,工作面煤层起伏、底鼓将导致整个综采工作面上百台装备的空间位姿发生变化。因此,复杂开采态势变化给智能化装备及系统控制带来了极大挑战,对液压支架支护、开采连续推进等策略提出了更高要求。

    工作面顶板破碎、底板松软、煤层变化等地质条件变化严重影响综采装备运行状态[17],通过实时监测工作面液压支架群位姿反映工作面围岩空间变化情况,有利于改善工作面采煤工艺调整,提高装备协同控制水平[18]。液压支架压力−位姿融合分析框架如图4所示,主要包括态势映射和融合分析2个部分。

    图  4  液压支架压力−位姿融合分析框架
    Figure  4.  Hydraulic support pressure-posture integrated analysis framework

    由液压支架承受工作面顶板巨大压力,在工作面走向煤层受力和侧向压力大的地方有可能发生断裂、片帮和冒顶[19-20]。基于液压支架工作阻力和空间位姿数据,分析深部采场围岩动态演化特征及空间走势,将压力与位姿数据放在同一坐标系中,在工作面顶底板倾向整体变化态势基础上引入液压支架压力变化态势,将二者数据进行初步映射,结果如图5所示。

    图  5  液压支架压力−位姿变化态势
    Figure  5.  Hydraulic support pressure-posture changed trend

    图5可看出整个工作面顶底板倾向呈现“中间低、两端高”的态势,支架载荷呈现“两端小,中间大”的态势。通过压力和空间信息融合,能够更加准确地反演上覆岩层赋存状态及破断运移规律。通过作用在支架上的分力推断岩层破断的方向、合力大小及作用到煤层上的超前压力,通过支架分力的动态变化反映上覆岩层的运移状态。

    根据液压支架位姿计算模型[21],对工作面采高、支架顶梁合力大小及合力作用点进行计算和分析。四柱支撑掩护式液压支架平面杆系模型如图6所示。

    图  6  四柱支撑掩护式液压支架平面杆系模型
    Figure  6.  Plane bar system model of four-column support hydraulic shield

    对液压支架进行运动学分析,建立结构运动方程,可得到支架采高:

    $$ H=A_{\mathrm{G}}+L_{20}\mathrm{cos}\, \alpha+L_1\mathrm{sin}\, \alpha-L_5\mathrm{sin}\, \gamma $$ (1)

    式中:AG为中间计算参量;$ {L}_{20} $为支架顶梁距铰接点长度;$ \alpha $为支架顶梁俯仰角;$ {L}_{1} $为支架顶梁长度;$ {L}_{5} $为支架底座长度;$ \gamma $为支架底座俯仰角。

    基于图6(a)和图6(b),可求得支架顶梁合力大小和位置:

    $$ \left\{\begin{array}{l}Q=\dfrac{{P}_{1}{r}_{3}-{P}_{1}{r}_{5}+{P}_{2}{r}_{4}-{P}_{2}{r}_{6}}{{r}_{1}-f{r}_{2}+f{L}_{20}}\\ {X}_{Q}=\dfrac{{P}_{1}{r}_{5}+{P}_{2}{r}_{6}}{Q}+f{L}_{20}\end{array}\right. $$ (2)

    式中:Q为支架顶梁合力;P1P2分别为前后立柱压力;r3为瞬心O1到前柱所在直线的距离;r5为铰点G到前柱所在直线的距离;r4为瞬心O1到后柱所在直线的距离;r6为铰点G到后柱所在直线的距离;r1为瞬心O1到铰点G的距离;f为摩擦因数,一般可取0.2;r2为瞬心O1到顶梁所在直线的距离;XQ为支架顶梁合力作用点(与顶梁铰接点的距离)。

    通过在液压支架顶梁、掩护梁(前后连杆)、底座安装倾角传感器,监测俯仰角,同时采集前后立柱压力数据,即可对工作面采高、支架顶梁合力大小及合力作用点进行计算和分析。

    分别采集位于该工作面两端和中部的22号、78号和118号液压支架回采期间的1 285组前立柱压力和倾角数据,利用立柱压力数据、顶梁、掩护梁及底座俯仰角数据,实现对液压支架支护高度的实时计算,并分析支架姿态特征参数的承载特征,实时求解出支架顶梁合力及其作用位置。工作面不同位置液压支架支护状态对比如图7所示。

    图  7  工作面不同位置液压支架支护状态对比
    Figure  7.  Comparison of hydraulic support status at different positions in the working face

    图7(a)可看出,相比于工作面两端液压支架,工作面中部液压支架采高最小,而工作面机尾的液压支架采高最大。从图7(b)可看出,工作面中部液压支架顶梁合力在大部分时间内都小于工作面两端的液压支架顶梁合力;工作面中部液压支架顶梁合力作用点与顶梁铰接点的实际距离为4 470 mm,液压支架前后立柱之间距离范围为490~1 950 mm。从图7(c)可看出,工作面不同位置的液压支架顶梁合力作用点明显不同,3个液压支架的合力作用点位置基本均在2个立柱之间,相比于工作面两端部支架,工作面中部支架顶梁合力作用点更偏向前立柱位置,反映出在工作面开采过程中,该液压支架能够很好地完成支护功能,在保证高工作阻力的同时起到合理支护的作用。

    通过分析工作面两端及中部的22号、78号和118号液压支架在工作循环期间的采高下沉量与下沉速度,进而推算出相应位置顶板的平均下沉量与平均下沉速度,结果见表1。可看出78号液压支架位置的工作面顶板平均下沉量及下沉速度最大,22号液压支架平均下沉量最小,而118号液压支架位置的工作面顶板下沉速度最小。由此可推断,工作面中部位置顶板下沉量和下沉速度普遍比工作面两端部位置的顶板下沉量和下沉速度大。

    表  1  工作面不同位置顶板平均下沉量及下沉速度对比
    Table  1.  Comparison of average roof subsidence and subsidence rates at different positions in the working face
    工作面位置 平均下沉量/mm 平均下沉速度/(mm·min−1
    22号液压支架 11.10 1.38
    78号液压支架 187.74 3.54
    118号液压支架 68.55 0.89
    下载: 导出CSV 
    | 显示表格

    随着工作面的推进,顶板逐渐破断垮落至采空区,采空区内垮落的矸石会对顶板产生支撑作用。在深部复杂环境工作面,中部位置的顶板由于受到充分采动的影响,下沉现象较两侧更为显著。采空区垮落的矸石对顶板的支撑作用更明显,在一定程度上分担了工作面中部液压支架的载荷,因而也使得工作面中部液压支架工作阻力较小。

    1) 基于工作面液压支架姿态监测系统实现工作面液压支架实时位姿监测,动态感知工作面顶底板倾向整体变化态势,为工作面空间态势变化实时监测提供了技术支撑。

    2) 结合工作面顶底板倾向走势(支架位姿数据)与支架压力数据,构建了液压支架压力−位姿数据映射关系,实现了同一坐标系下支架压力和位姿的融合分析,能够直观反映深部采场不同位置顶板压力变化。

    3) 基于支架压力−位姿监测数据,建立了液压支架位姿计算模型,揭示了工作面采高、支架顶梁合力大小及合力作用点变化规律,为深部复杂环境工作面支护提供了重要依据。

  • 图  1   智能化矿山元数据描述框架结构

    Figure  1.   Framework structure of intelligent mine metadata description

    表  1   元数据基本术语与定义

    Table  1   Basic metadata terms and definitions

    术语 定义
    元数据实体 元数据的基本单元,是基于业务需求或逻辑相关性,由若干元数据属性组合而成的对象
    元数据属性 描述数据项的各种属性或特性。属性提供了对数据更深层次解释的关键元素,包括数据的名称、定义、数据类型、约束等,帮助用户有效管理、理解和使用数据
    下载: 导出CSV

    表  2   安全类数据分类与编码示例

    Table  2   Example of data classification and coding for safety category

    层级 编码 名称 数据分级 说明
    主题域分组 MJC 安全
    主题域 MJC01 顶板监测
    业务对象 MJC0105 锚杆(索)应
    力监测
    数据实体 MJC0105002 测点基本
    信息
    属性 MJC0105002001 测点编号 一般数据
    2级
    MJC0105002002 传感器类型 一般数据
    2级
    液压枕式、光纤光栅式等
    MJC0105002003 测点位置 一般数据
    2级
    传感器所在巷道安装位置
    MJC0105002004 报警值
    (锚杆)
    一般数据
    4级
    锚杆破断前最大值,kN或 MPa
    MJC0105002005 报警值
    (锚索)
    一般数据
    4级
    锚索破断前最大值,kN或 MPa
    MJC0105002006 测点安装
    日期
    一般数据
    2级
    下载: 导出CSV

    表  3   智能化矿山元数据基础描述框架

    Table  3   Basic framework for intelligent mining metadata description

    描述项类别 描述项
    标志信息 分类与编码
    中文名称
    英文名称
    数据特征信息 定义
    数据类型
    值域
    条件信息 最大出现次数
    约束
    下载: 导出CSV

    表  4   智能化矿山元数据属性描述细则(部分)

    Table  4   Partial detailed description of intelligent mine metadata attributes

    元数据属性 描述 细则
    分类与编码 唯一标志数据项的属性 应确保在整个系统或环境中是唯一的,以便准确定位和检索相关信息
    中文名称 数据属性或数据实体的
    中文标记
    元数据中文名称应唯一
    英文名称 数据属性或数据实体的
    英文名称
    用英文全称表示,所组成的复合词汇为无缝连写
    定义 对数据属性或数据实体
    含义的解释
    提供足够的信息,使用户能够理解元数据项的背景和上下文
    数据类型 对数据属性有效值域的
    规定及允许对该值域内
    的值进行有效操作的规定
    为计算机能识别的基本数据类型
    值域 数据属性所允许值的集合 根据数据类型与数据属性本身特点确定
    最大出现次数 数据属性或数据实体在实际使用时可能重复出现的最大次数 只出现1次的表示为“1”,重复出现的表示为“N”
    约束 某数据属性或数据实体是否应当总在元数据中选用或有时选用的说明 M为必选,表明该数据属性或数据实体必须选择;C为一定条件下必选;O为可选
    下载: 导出CSV

    表  5   基础类元数据扩展描述框架

    Table  5   Extension of metadata description framework for basic category

    元数据属性 描述 细则
    存储介质 用于存储数据的物理媒介或设备,包括各种类型的技术和介质 包括纸质文档、固态硬盘、光盘、云存储等
    业务领域 数据在组织内所归属或所关联的特定业务范围或领域 包括证照信息、机构、地质条件、开采条件、灾害条件、 IT基础设施等
    下载: 导出CSV

    表  6   生产类元数据扩展描述框架

    Table  6   Extension of metadata description framework for production category

    元数据属性 描述 细则
    运行状态 描述设备、系统、程序或其他实体在特定时间点下的操作和表现状况 使用清晰术语,如运行、
    待机、报警、维护等
    电源与能源
    消耗
    描述设备、系统或工艺在运行过程中所需要的电力供应和对能源的利用程度 使用标准度量单位,如kw·h,L/h等
    运行日志 记录设备、系统、应用程序或其他实体在运行过程中所发生事件、状态和操作的文档或记录 包括时间戳、事件描述、报警、错误报告、用户操作等信息
    下载: 导出CSV

    表  7   安全类元数据扩展描述框架

    Table  7   Extension of metadata description framework for safety category

    元数据属性 描述 细则
    数据更新
    频率
    在一定时间内,特定数据集合中数据更新的次数或频率 使用国际标准频率单位Hz表示
    数据格式 数据在存储或传输过程中的组织结构和排列方式 以标准格式表示,如JSON,CSV,XML,JPG,MP4等
    下载: 导出CSV

    表  8   管理类元数据扩展描述框架

    Table  8   Extension of metadata description framework for management category

    元数据属性 描述 细则
    访问权限 对特定资源或信息进行访问的权力或授权 包括读写、执行、删除权限
    责任主体 对特定任务、信息、活动或决策负有责任的个体、团队、部门或组织 用清晰术语表示,使用主体的中文名称表示
    修改信息 记录数据的修改历史和变更信息 使用通用变更记录标准,包括修改时间与修改人,修改时间使用GB/T 7408—2005规定的YYYYMMDD格式表示年、月、日组合[22],修改人用其中文名表示
    数据来源 数据产生或获取的具体渠道、途径、系统或实体 主要包括具体员工、部门、供应商、客户、财务报表等
    数据是否
    可变更
    数据是否可被修改的状态 使用通用标志,用“是”或“否”表示
    下载: 导出CSV
    分类编码 MJB0102005
    中文名称 采煤机惯导系统惯导传感器
    英文名称 inertialNavigationSensors
    定义 一种用于测量和监测采煤机运动状态的传感器
    数据类型 字符型
    值域 自由文本
    最大出现次数 1
    约束 C
    运行状态 运行
    电源与能源消耗 200 kW·h
    运行日志 20231111−214930参数异常
    下载: 导出CSV
  • [1] 刘峰,曹文君,张建明,等. 我国煤炭工业科技创新进展及“十四五”发展方向[J]. 煤炭学报,2021,46(1):1-15.

    LIU Feng,CAO Wenjun,ZHANG Jianming,et al. Current technological innovation and development direction of the 14th Five-Year Plan period in China coal industry[J]. Journal of China Coal Society,2021,46(1):1-15.

    [2] 王国法,杜毅博,徐亚军,等. 中国煤炭开采技术及装备50年发展与创新实践——纪念《煤炭科学技术》创刊50周年[J]. 煤炭科学技术,2023,51(1):1-18.

    WANG Guofa,DU Yibo,XU Yajun,et al. Development and innovation practice of China coal mining technology and equipment for 50 years:Commemorate the 50th anniversary of the publication of Coal Science and Technology[J]. Coal Science and Technology,2023,51(1):1-18.

    [3] 谭章禄,王美君. 智慧矿山数据治理概念内涵、发展目标与关键技术[J]. 工矿自动化,2022,48(5):6-14.

    TAN Zhanglu,WANG Meijun. Research on the concept connotation,development goal and key technologies of data governance for smart mine[J]. Journal of Mine Automation,2022,48(5):6-14.

    [4] 段欣宇. 面向物联网监控的煤矿设备异构数据集成与分布式存储研究[D]. 西安:西安科技大学,2021.

    DUAN Xinyu. Research on heterogeneous data integration and distributed storage of coal mine equipment for Internet of things monitoring[D]. Xi'an:Xi'an University of Science and Technology,2021.

    [5] 王国法,刘峰,孟祥军,等. 煤矿智能化(初级阶段)研究与实践[J]. 煤炭科学技术,2019,47(8):1-36.

    WANG Guofa,LIU Feng,MENG Xiangjun,et al. Research and practice on intelligent coal mine construction (primary stage)[J]. Coal Science and Technology,2019,47(8):1-36.

    [6] 王国法,任怀伟,赵国瑞,等. 煤矿智能化十大“痛点”解析及对策[J]. 工矿自动化,2021,47(6):1-11.

    WANG Guofa,REN Huaiwei,ZHAO Guorui,et al. Analysis and countermeasures of ten 'pain points' of intelligent coal mine[J]. Industry and Mine Automation,2021,47(6):1-11.

    [7] 王鹏,胡而已,徐金陵,等. 智能化矿山数据融合共享规范体系研究[J]. 中国煤炭,2022,48(6):19-27.

    WANG Peng,HU Eryi,XU Jinling,et al. Research on data fusion and sharing standard system of intelligent mine[J]. China Coal,2022,48(6):19-27.

    [8] 周琳. 面向智慧矿山的数据编码及元数据模型的研究[D]. 焦作:河南理工大学,2016.

    ZHOU Lin. The study of smart mine-oriented data encoding and metadata model[D]. Jiaozuo:Henan University of Science and Technology,2016.

    [9] 谭章禄,王美君,叶紫涵. 智能化煤矿数据治理体系与关键问题研究[J]. 工矿自动化,2023,49(5):22-29.

    TAN Zhanglu,WANG Meijun,YE Zihan. Research on intelligent coal mine data governance system and key issues[J]. Journal of Mine Automation,2023,49(5):22-29.

    [10] 杜毅博,赵国瑞,巩师鑫. 智能化煤矿大数据平台架构及数据处理关键技术研究[J]. 煤炭科学技术,2020,48(7):177-185.

    DU Yibo,ZHAO Guorui,GONG Shixin. Study on big data platform architecture of intelligent coal mine and key technologies of data processing[J]. Coal Science and Technology,2020,48(7):177-185.

    [11] 兰娟妮. 煤矿监管监察信息统一描述方法与模型设计[D]. 西安:西安科技大学,2021.

    LAN Juanni. The unified description method and model design of coal mine supervision and supervision information[D]. Xi'an:Xi'an University of Science and Technology,2021.

    [12] 李梅,邹学森,毛善君,等. 互联网+煤层气元数据管理系统关键技术研究[J]. 煤炭科学技术,2016,44(7):80-85.

    LI Mei,ZOU Xuesen,MAO Shanjun,et al. Study on key technology of Internet plus coalbed methane metadata management system[J]. Coal Science and Technology,2016,44(7):80-85.

    [13] KSSJ/BM11−2023 智能化矿山数据融合共享井工煤矿数据分类及编码规范[S].

    KSSJ/BM11-2023 Exploration of intelligent mine data fusion and sharing-classification and coding specification for coal mine data[S].

    [14] 徐金陵,孙长春,樊九林,等. 智能化矿山数据分类与编码方法研究[J]. 中国煤炭,2023,49(11):1-9.

    XU Jinling,SUN Changchun,FAN Jiulin,et al. Research on data classification and coding method for intelligent mine[J]. China Coal,2023,49(11):1-9.

    [15] 罗婷婷,赵瑞雪,李娇,等. 面向多源异构科技信息治理的元数据标准规范体系构建[J]. 数字图书馆论坛,2021(4):58-67.

    LUO Tingting,ZHAO Ruixue,LI Jiao,et al. Construction of metadata standard system for multi-source and isomerized scientific and technological information governance[J]. Digital Library Forum,2021(4):58-67.

    [16] 李盼,翟军,陈燕. 基于Drupal的政府开放数据平台构建[J]. 现代情报,2016,36(8):37-43.

    LI Pan,ZHAI Jun,CHEN Yan. The construction of government open data platform based on drupal[J]. Journal of Modern Information,2016,36(8):37-43.

    [17] 王辉,邢伟,曹帅,等. 煤炭企业元数据采集与治理系统建设研究[J]. 中国标准化,2023(19):112-117.

    WANG Hui,XING Wei,CAO Shuai,et al. Research on the construction of metadata collection and governance system in coal enterprises[J]. China Standardization,2023(19):112-117.

    [18] 王辉, 邢伟, 曹帅, 等. 华阳集团企业级数据管理体系建设与应用实践研究[J]. 中国标准化,2023(22):121-127.

    WANG Hui, XING Wei, CAO Shuai, et al. Research on construction and application practice of enterprise data management system in Huayang Group[J]. China Standardization,2023(22):121-127.

    [19] 聂野,毛世红,张云军,等. 基于区块链技术的电子轮机日志系统[J]. 中国水运,2021(8):61-63.

    NIE Ye,MAO Shihong,ZHANG Yunjun,et al. Electronic engine log system based on blockchain technology[J]. China Water Transport,2021(8):61-63.

    [20] 陈运启,许金. 基于元数据与角色的煤矿综合信息管理系统权限控制模型设计与实现[J]. 工矿自动化,2014,40(11):22-25.

    CHEN Yunqi,XU Jin. Design of an access control model based on meta-data and role for integrated information management system of coal mine and its implementation[J]. Industry and Mine Automation,2014,40(11):22-25.

    [21] 邱春艳,陈可睿. 科学元数据标准的现状、特点与改进建议[J]. 数字图书馆论坛,2022(12):10-18.

    QIU Chunyan,CHEN Kerui. The status,characteristics and suggestions for improvement of scientific metadata standards[J]. Digital Library Forum,2022(12):10-18.

    [22] GB/T 7408—2005 数据元和交换格式 信息交换 日期和时间表示法[S].

    GB/T 7408-2005 Data elements and interchange formats–information interchange-representation of dates and times[S].

图(1)  /  表(9)
计量
  • 文章访问数:  118
  • HTML全文浏览量:  77
  • PDF下载量:  38
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-02-23
  • 修回日期:  2024-07-14
  • 网络出版日期:  2024-08-01
  • 刊出日期:  2024-07-29

目录

/

返回文章
返回