为了实现矿山流程生产线信息数据分析处理，打通全生命周期关键环节数据链，提供专业化精准服务，通过对生产流程数据构成与状态梳理，提出了多源数据处理路径，建立面向矿山流程生产设备研发与运维服务的大数据物联网平台技术模式，融合基于数据流的大数据平台专业服务知识与工具，构建矿山物联网服务体系。
工业大数据平台作为实现运行服务物理世界和信息世界交互融合的有效载体，近年来被高度关注。美国通用电气公司(GE)与中国电信的合作，推动了工业互联网在航空、能源、工业制造和其他相关行业的应用，如阿里巴巴进军建材行业，三一重工建立根云工程机械互联网平台，航天科工集团建立航天云网，都体现了智能制造时代工业数据互联互通的重要性。
1矿山流程生产设备运维现状
在矿山行业，国产装备与进口装备在质量上没有较大的差距，国外高端矿山装备先进技术集中体现在其运行和维护服务上，因为运行和维护成本占据了高端矿山装备企业成本的70%以上。矿业装备巨头美卓公司以先进的装备和服务相结合，为用户提供了多种解决方案，在矿业生产中占据着重要地位。目前我国矿山装备与生产运营状态差异较大，国产与进口装备并存，管理模式各异，先进技术与传统生产交叉，矿山生产注重产量与品质，设备运维与效率难以高效提升，设备供应商注重装备研制，现场应用状态受各种因素影响，装备改进与提升对数据利用率较少，现阶段仍然以人工经验为主，从而造成效率低下。
以上问题的根本在于装备运维过程中信息与物理没有有效融合，即设备研发与生产运维信息没有互通，生产现场大量数据没有有效利用，这在矿物碎磨加工生产过程中体现明显：一部分数据沉淀在PLC中，用于部分设备状态识别与基础控制；另一部分数据通信到DCS系统，用于人工监控和生产调控；还有一些状态信息分散在不同设备上，需要现场查看。随着新一代信息技术与制造业的融合，世界各国纷纷出台了各自的先进制造发展战略。党的十九大报告也明确提出“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”，其核心是促进新一代信息技术和人工智能技术与制造业的深度融合，推动实体经济转型升级，实现制造业的高质量发展。矿山流程生产通过工业物联网集成数据与信息，打通生命周期数据链，构建面向服务的工业大数据平台，是当前工业智能化发展的重要技术。
在矿山物联网的构建与智能化研究方面，文献[1]提出了以网络、数据、安全为核心的矿山互联网架构；文献[2]在矿山辅助运输系统智能化方面，设计了由感知层、传输层、应用层组成的物联网系统，以射频识别(RFID)作为运输流程生产过程中物联感知重要技术；文献[3]从设备维护的角度，采用神经网络预测法对破碎机衬板寿命、润滑油品构建了预测模型。这些研究覆盖了感知、检测、传输、数据分析和服务流程，建立了矿山生产局部物联网平台应用雏形，随着传感器和各种在线检测系统的广泛应用，矿山流程生产信息化程度逐渐得到提升，数据链越来越完善。构建完整的流程生产大数据平台，为矿山装备研究与生产运维提供完善的精准服务，还需要针对行业特点进行系统性的规划设计。
2矿山流程生产物联网平台体系
矿山生产未来智能化发展的一个重要方向，就是构建流程生产的工业大数据平台，集成智能检测、智能控制和物联网技术，推进云计算、大数据挖掘等新一代信息技术和人工智能技术[4]与矿山流程生产的深度融合，这些先进技术的应用基础，就是矿物加工流程中的各种设备与生产工艺数据，为大数据挖掘提供物料性质与状态、设备状态、生产运行和生产管理等全面信息。
2.1多源异构数据采集与处理
矿山流程生产包含了原材料矿石破碎设备、粉磨设备、洗选设备，以及其他运输机、旋流器、渣浆泵等辅助设备。检测数据类型包括图像、视频、音频以及温度、压力、振动、力学、位移等各种传感器数据的混合数据。由于监测点与信息点多，数据体量较大，设备状态数据、工艺数据、人工记录数据交叉耦合，数据关系复杂，从数据源、数据结构、数据语法语义[5]等异构性都体现了数据结构的复杂性。设备服役时间长，数据累计体量大，基于设备性能和工艺状态的评估对数据分析实时性要求较高。基于多源、海量和异构的动态数据特性的多协议多接口通道，通过中间件协议转换，实现支持多协议数据的自动解析。针对感知数据具有噪声及不完全/不正确等问题，分析感知数据的多模态性(即数据封装格式、数据长度、功能码编排)，利用数据预处理与数据融合技术对感知数据中通常含有的异常、重复、乱序、遗漏、不完整等错误进行处理。不同格式数据的统一存储与管理，是矿山流程生产大数据服务的关键基础。数据采集、解析与存储技术路线如图1所示。
图1多源异构数据采集与存储
针对矿山装备和生产线的数据包、流数据以及查询数据进行统一接入处理，解决矿山设备机、电、液、流体、固液混合等多种数据源的复杂数据情况。在统一存储模块，实现温度、压力、声音、振动、位移及力学感知等不同格式数据的统一存储与管理，优化存储资源，提升资源利用率；在自动化解析模块，实现流数据、数据包数据、Restful/SQL查询数据等不同格式数据自动协议识别、自动算法调度以及数据从非结构化到结构化的特征工程的功能；在协同存储模块，实现数据资源协同，包括边缘节点提供的计算、存储、网络、虚拟化等基础设施资源的协同，以及设备自身的生命周期管理协同。
2.2矿山流程生产大数据与应用服务的融合
设备性能在运行周期会因为零部件修复与更新带来周期性变化，整体性能状态波动并衰减。通过构建相应的基础性能状态数据库、运行状态积累数据库、故障模式数据库、设备异常信息数据库，研究数据挖掘、模型自学习、知识自生长技术，建立决策支持知识库系统。通过矿山生产现场作业工况，进一步检验数据库及知识库设计的科学性和推理方法的合理性，为状态监控及故障诊断、预测预警与维护保养提供数据及决策支持，为矿山流程生产状态评价、异常检测、作业识别和寿命预测等数据分析和智能运维提供服务。基于大数据的运维服务流程如图2所示。
图2基于大数据的运维服务流程
物联网平台通过汇聚全面的数据信息，改变人工经验服务模式，通过大数据处理、工业数据分析、专业服务工具等，构建面向服务的数据应用技术体系，自动化展示与推送数据分析结果，替代传统人工请求服务。平台集成大数据分析专业工具，将数据科学与业务模型相结合，构建数据动态分析能力，实现数据挖掘与增值服务；把技术、知识、经验等资源转化为可移植、可复用的平台工具库，帮助用户实现个性化功能快速重构；构建数据分析可视化平台，部署通用服务模块，提供个性化服务模型，实现基于工业大数据分析的精准服务。
2.3矿山流程生产大数据服务体系
矿山流程生产大数据服务平台，建立了矿山装备与生产流程数据通道，集成了数据专业处理、分析工具，通过数字化实现远程监控、实时预警、历史趋势查询、生产管理信息化等功能，通过虚拟资源集中整合，构建共享平台，满足个性化需求定制与服务模块重构，提供网络化服务[6]，服务对象包括设备研制和生产运维，工业大数据为设备与工艺研究反向验证，为生产运维可视化数据服务，构建了设备研制与服役运维生命周期服务体系，是全生命周期管控的重要环节，架构体现如图3所示。
图3矿山物联网服务平台体系
平台的搭建实现了信息的互联互通，提高了数据利用效率，通过资源聚集，汇聚设备研制、专业服务、流程管理、专家知识等各种工具，为生命周期不同阶段的专业需求提供服务，同时可以开放部分接口，为辅助设备、工艺优化等专业微服务提供实施平台，完善流程数据应用，丰富服务功能，实现专属服务与开放服务相融合，服务的建立主要体现在：
(1)全面的数据、信息网络体系通过无线、有线传输通道的建立，在原有局域、总线网络通信基础上，构建完善的数据信息互通网络，使通信架构更合理、更高效。
(2)工业大数据平台目前生产过程数据处于分散状态，在不同的环节，如视频、单机PLC控制、生产线DCS控制，各自处于不同的系统，存储机制不同，存储量也不同，造成全流程数据链不完善、不匹配，而大数据平台的建立，赋予这些数据一致的时间戳，构架了完整的数据链，便于后续大数据挖掘，解决数据连贯性和存贮量的难题。
(3)管理办公信息化平台的构建，打通了全流程信息链，实现了基于平台的人机、部门交互体系，运维管理和决策有数据信息支撑，更科学，交互更快捷，减少企业信息化、办公自动化的成本。
(4)专业服务可视化通过专业工具的部署，平台可根据需求进行数据分析挖掘，并根据生产实际将结果可视化输出，缩小生产运维管理人员与专业化工具的知识差距，减少生产现场专业化能力的匮乏状况，增加专业知识服务价值，减少人工工作量。
(5)产业、行业协同平台用户的聚集与交互会随着应用服务的完善增长，聚集效应拉近了行业不同用户之间的距离，行业协同与互助更畅通，产业信息既有专属保密机制，也有开放信息共享机制，共同促进行业进步。
(6)智能化服务促进精细化生产专业化、自动化工具的集成与数据挖掘，使综合性信息展示更加快捷、可靠，自动化水平更高，维修维护决策得到提前，减少事后被动维护。生产工艺通过大数据挖掘，可提供多目标、多层次优化调控策略，并自动执行，使生产工艺得到合理化提升，推动生产向精细化转变。
3大数据服务平台特性
(1)大数据服务平台的构建，全面提升了矿山流程生产全生命周期信息化，突破时空限制，实现了运维服务实时化，多领域行业协同，使专业化服务更加全面。多专业知识跨界融合，实现了物料、设备、生产、人工等的多元素融合，复杂信息数字化，专家模型与专业工具集成化，产品研制与生产管控精细化，功能与需求更容易实现个性化定制。
(2)构建了人机交互、跨专业交互平台，管控与交互在网络平台随时随地进行。跨学科专业工具的集成与应用，信息处理智能化，大数据分析高效准确。服务网络化，专业与分工壁垒模糊化，各类资源有效整合，利用率提高，使不同使用者受益更容易，参与积极性更高，融合更方便。
(3)由于专家规则黑箱性质、处理与决策过程的模糊性，降低了服务的可接受性，智能化工具与结果在服务过程中会遭受质疑与不同程度的抵制，平台的柔性、透明性与可视化将会承担更多的责任。
4结语
物联网大数据技术在不同的行业有序开展，加速了制造业信息化进程，成为工业生产数字化的重要载体，有效帮助矿山流程生产从粗放走向精细化，也是智能化的重要环节，数据集成、数据挖掘、信息自动化处理、用户体验是平台关键因素，平台的专有与开放将产生重要影响，发展是竞争与融合的过程，物联网大数据平台将会集成更多的云服务功能，提升服务效率，助推流程生产向智能制造转型。
[1]李客，俞章法，郝兵，弯勇.面向服务的矿物流程生产大数据应用研究.[J].矿山机械，2019，47(1２):34-37.
