徐金陵，孫長春，樊九林，王致兵，黃 金，汪 瑩，劉 嬋，胡而已，張冬陽，陳帥領，張偉闊

(1. 華電煤業(yè)集團數智技術有限公司，北京西城區(qū)，100035；2.華電煤業(yè)集團有限公司，北京西城區(qū)，100035；3.中國華電集團有限公司，北京西城區(qū)，100031；4.中國礦業(yè)大學(北京)管理學院，北京市海淀區(qū)，100083；5.應急管理部信息研究院，北京市朝陽區(qū)，100029；6.華電電力科學研究院有限公司，北京豐臺區(qū)，100039)

0 引言

智能化礦山數據融合共享問題成為煤炭行業(yè)日益關注的焦點，2020年，國家能源局、國家煤礦安監(jiān)局等八部委聯合出臺了《關于加快煤礦智能化發(fā)展的指導意見》，工信部、國家發(fā)改委、自然資源部發(fā)布了《有色金屬行業(yè)智能工廠(礦山)建設指南(試行)》，為智能化礦山建設提供了頂層設計依據[1]。國家礦山安全監(jiān)察局于2023年6月26日發(fā)布了《智能化礦山數據融合共享規(guī)范》[2]，包含基礎共性、數據編碼、數據采集、數據治理、數據安全、數據應用六大專題共40項規(guī)范。由上述政策與研發(fā)成果的背景可知，智能化礦山數據的標準化建設是決定煤炭行業(yè)數字化轉型成敗的關鍵路徑。智能化礦山數據治理是智能化礦山建設中的關鍵一環(huán)，統(tǒng)一的數據標準規(guī)范是智能化礦山建設全面發(fā)展的基本保障，而智能化礦山數據分類與編碼則是智能化礦山數據融合共享的基礎。數據分類是進行數據編碼的首要工作，即面向智能化礦山業(yè)務，結合數據建模方法對智能化礦山業(yè)務域進行劃分，對業(yè)務對象、系統(tǒng)對象及礦山未來應用場景對象進行識別和分類。數據編碼能夠在對某種類別的數據進行逐層分類的基礎上對分類結果賦予特定代碼，以達到對該種數據類別或其分類結果在語義上的無歧義理解。

分類編碼已成為煤礦基礎信息標準化建設與煤礦基礎數據庫數據組織、存儲、管理和交換的共同基礎，也是實現數據共享與交互操作的必然要求。關于煤礦數據分類與編碼，我國學者很早便開始關注。1999年，張振飛等[3]提出了一個基于適于區(qū)域礦產資源定量評價系統(tǒng)的地學信息分類代碼體系思路，初步討論了如何實現分類編碼的科學性、系統(tǒng)性及實用性。煤礦地質測量信息方面的數據分類與編碼受到學者重視，在地學信息分類代碼基本思路的基礎上，繼續(xù)深入研究，探索數據分類和編碼技術[4-7]。隨著信息化的不斷發(fā)展，數字礦山、智慧礦山概念的提出，人們逐漸關注煤礦信息化標準體系，潘濤[8]等提出了數字化煤礦信息化標準體系的總體框架，探討了數據元、元數據的概念及描述方法，給出數據分類方法及實例；周琳[9]和萬娜等[10]對智慧礦山進一步提出了數據分類與編碼思路，并對智慧礦山元數據識別模型進行了初步探索。近年來煤礦智能化標準體系與建設成為煤炭行業(yè)關注的焦點，智能化礦山數據的融合共享成為行業(yè)發(fā)展的必然趨勢。但智能化煤礦各子系統(tǒng)缺乏統(tǒng)一的通信標準，各系統(tǒng)信息難以集成是當前智能化礦山數據融合共享面臨的瓶頸，煤礦各子系統(tǒng)智能化水平發(fā)展迅速，亟需制定相關標準指導、規(guī)范相關功能和安全要求，同時進行分類分級建設[11]。

現有智能化礦山數據分類和編碼方法尚存一定局限性。首先，由于尚未形成統(tǒng)一的標準，導致信息孤島的存在，不能對智能化礦山業(yè)務數據進行唯一編碼，存在不同業(yè)務系統(tǒng)之間數據重復編碼問題；其次，數據覆蓋面不足，無法覆蓋支持智能化礦山各種智能設備的場景數據；此外，數據存在滯后性，存在對當前智能化礦山智能設備數據描述不清、造成歧義等問題。因此隨著智能化礦山智能化水平的快速發(fā)展，煤炭行業(yè)亟需制定一套與當前智能化礦山智能場景相適應的數據分類與編碼體系。王國法等[12]提出智能化煤礦分類分級體系需根據國家、社會、行業(yè)對智能化煤礦認識、要求的提高不斷進行修訂完善；譚章祿[13]從3個層面分析了智能化煤礦數據歸類與編碼的目標要求，認為智能化煤礦宜采用“基準？傆b擴展”兩階段的數據歸類思路，并提出了數據歸類與編碼需關注確定業(yè)務域、確定數據域、識別對象類、抽取對象類屬性、定義數據元5個關鍵步驟。上述研究成果為智能化礦山數據分類編碼指明了方向，提供了良好的前期積累，對于本研究的開展具有重要的參考價值。

筆者結合智能化礦山數據融合共享活動特點，提出面向智能化礦山數據共享活動的數據分類與編碼方法，并基于該方法對智能化礦山數據進行分類并編碼，旨在為智能化礦山數據共享工程各建設單位提供指導和規(guī)范，為各種智能化礦山數據的采集、治理和應用相關的數據分類與代碼規(guī)范提供參考，進而推動智能化礦山數據的融合與共享。

1 智能化礦山數據分類的方法

1.1 智能化礦山數據分類的整體思路

智能化礦山數據分類是智能化礦山數據編碼的基礎，為準確實現對智能化礦山業(yè)務數據的編碼，首先需要對智能化礦山數據進行精準分類。在智能化礦山數據及其關聯數據的分類過程中，應遵循科學性、唯一性、穩(wěn)定性、系統(tǒng)性、可擴展性、兼容性等基本原則。智能化礦山數據分類的整體思路梳理如圖1所示。

圖1 智能化礦山數據分類的整體思路

首先要確定智能化礦山數據分類的理論依據，進而構建層次結構劃分的數據模型，為智能化礦山數據類目隸屬關系的劃分提供依據與指導；然后依據具體的數據元識別模型，從業(yè)務、系統(tǒng)、未來智能化應用場景3個方面確定業(yè)務對象及其屬性，以確定整個分類體系；最后完成對智能化礦山所有數據的分類。

其中，智能化礦山數據分類理論依據包含基于業(yè)務對象的劃分、基于現有系統(tǒng)對象的劃分以及基于智能化礦山未來應用場景的劃分3個方面。一是基于業(yè)務對象進行劃分是以智能化礦山現有業(yè)務為基礎，輔助采用數據建模等方法，規(guī)范表達業(yè)務流程分析、數據流程分析，實現智能化礦山對象全識別、屬性全抽取、關聯全建模，面向業(yè)務過程或職能范圍進行數據分類，以實現對智能化礦山現有業(yè)務數據的準確分類；二是基于現有系統(tǒng)對象進行分類是在依據業(yè)務對象分類的同時，應對現有信息化應用平臺、信息系統(tǒng)、系統(tǒng)功能以及各系統(tǒng)功能所需要的數據支持，進行數據源追溯，從而與基于業(yè)務對象的分類方法相互補充校驗，并根據數據現場應用特征對數據分類進行完善；三是基于智能化礦山未來應用場景進行數據分類是考慮當前智能化礦山建設基礎，面向智能化礦山未來應用場景，構建完備的智能化礦山數據體系，智能化業(yè)務系統(tǒng)應集成系統(tǒng)功能以及各系統(tǒng)功能需要的數據支持，追溯現有數據源，對數據分類進行校驗和補充。

1.2 智能化礦山數據分類的基本方法

在對智能化礦山數據分類進行設計時，將IDEF0和UML建模方法結合起來，自上而下，對智能化礦山的業(yè)務進行全面分析，首先運用IDEF0業(yè)務建模方法，建立智能化礦山業(yè)務模型，對智能化礦山的生產經營活動進行分解，將其劃分為最小業(yè)務單元，以此為依據，再運用UML建模方法，分析各最小業(yè)務活動的對象和屬性，從中提取數據元。

1.2.1 IDEF0業(yè)務建模方法

智能化礦山數據分類采用系統(tǒng)工程建模工具IDEF0，自上而下，面向業(yè)務屬性，對智能化礦山業(yè)務域進行層次結構識別和劃分，最終識別出最小業(yè)務單元。

IDEF0建模的主要元素是由方盒和箭頭組成，如圖2所示，方盒代表完成某種功能的活動，箭頭表示活動所需或活動產生的真實信息或對象，IDEF0基本功能活動由活動、控制、機制、輸入、輸出5個元素組成，控制是該活動執(zhí)行的機制和條件，機制是執(zhí)行活動的人或設備[14-15]。

圖2 IDEF0基本功能活動

IDEF0方法采用自頂向下逐層分解的方式來構建系統(tǒng)的功能模型。根據智能化礦山數據分類理論依據，面向業(yè)務屬性，對智能化礦山業(yè)務域進行層次結構識別和劃分，將智能化礦山數據確定為包含主題域分組、主題域、業(yè)務對象、數據實體和屬性5個層次的層次架構，從而確定其類目的隸屬與關聯關系。

1.2.2 UML建模方法

UML立足于對事物的實體、性質、關系、結構、狀態(tài)和動態(tài)變化過程的全程描述和反映。作為一種建模語言，UML有嚴格的語法和語義規(guī)范。UML采用一組圖形符號來描述軟件模型，所描述的軟件模型，可以直觀地理解和閱讀，由于其具有規(guī)范性，所以能夠保證模型的準確、一致。

UML建模方法是用來精確識別并提取智能化礦山中數據元的系統(tǒng)性方法，智能化礦山數據分類采用面向業(yè)務對象、結合現有信息系統(tǒng)分類方法相互補充校驗，同時考慮智能化礦山未來應用場景對分類進行完善，基于此構建智能化礦山數據分類體系框架。在將礦山各業(yè)務劃分為業(yè)務單元的基礎上，采用UML數據建模方法，通過UML建模方法中的活動圖、順序圖和類圖，提取對象和屬性，從中逐層識別和提取出數據元。

1.2.3 基于IDEF0和UML建模方法

IDEF0建模是智能化礦山業(yè)務數據進行系統(tǒng)分類的有效方式，UML建模是基于IDEF0識別出的最小業(yè)務單元進一步分析最小業(yè)務單元的屬性、關系、結構、狀態(tài)等的一種建模語言。比如，基于IDEF0識別智能化礦山最小業(yè)務單元，如圖3所示，A0為頂層圖，表示智能化礦山業(yè)務，自頂向下分為A1圖、A2圖、…、An圖，分別表示礦山的各項業(yè)務；基于A1圖管理業(yè)務細分，分為A11圖、…、A16圖，分別表示管理業(yè)務的人、財、物、產、供、銷6方面；基于A11圖細分為A111圖、…、A11n圖；基于A111圖繼續(xù)對人事管理細分，分為A1111圖、…、A111n圖，從而識別出智能化礦山業(yè)務下管理業(yè)務的所有最小業(yè)務單元。然后按圖4中UML建模方法，對每個最小業(yè)務單元的屬性、關系等進行識別，以提取出其中涉及到的所有數據元，這是進行數據編碼的最小數據單元。

圖3 IDEF0建模實例

2 智能化礦山數據編碼的方法

智能化礦山數據編碼是在智能化煤礦數據分類體系的基礎上，對智能化礦山各層級數據進行系統(tǒng)性編碼的過程。智能化礦山數據編碼應遵循唯一性、匹配性、可擴充性、簡潔性等基本原則，編碼方法宜采用層次編碼方法[16]。智能化礦山層次編碼格式如圖5所示。

圖5 智能化礦山層次編碼格式

根據數據結構模型確定數據分類的層級結構為主題域分組、主題域、業(yè)務對象、數據實體以及屬性5個層次，在此基礎上對智能化礦山數據進行編碼。其中，主題域分組使用3位字母表示，用MJA表示井工煤礦基礎類數據，MJB表示井工煤礦生產類數據，MJC表示井工煤礦安全類數據，MJD表示井工煤礦管理類數。主題域分組的字母代碼為中文拼音首字母，第一位字母M為“煤礦”中“煤”拼音首字母，第二位字母J為“井工礦”中的“井”的拼音首字母，第三位字母A代表基礎類數據，B代表生產類數據，C代表安全類數據，D代表管理類數據。主題域順序碼使用2位數字表示，業(yè)務對象順序碼使用2位數字表示，數據實體順序碼使用3位數字表示，屬性順序碼使用4位數字表示。

3 智能化礦山數據分類結果

根據上述提到的智能化礦山數據分類與編碼方法，以業(yè)務對象、現有系統(tǒng)對象以及智能化礦山未來應用場景3方面為分類依據，采用IDEF0數據建模方法，自上而下對智能化礦山的數據進行分類，形成主題域分組、主題域、業(yè)務對象、數據實體以及屬性5個層次的分類層級體系。其中，屬性的識別提取常采用UML的建模方法。最終將智能化礦山數據分成基礎類、生產類、安全類和管理類四大主題域分組，如圖6所示。以生產類主題域分組為例，對智能化礦山數據分類最終結果進行闡述，主題域可理解為煤礦生產的各個業(yè)務場景，可劃分為采煤、掘進、主運輸、輔助運輸、通風等；以掘進主題域為例，業(yè)務對象可理解為掘進業(yè)務場景中重要的系統(tǒng)組成及功能模塊，可劃分為掘進設備、支護系統(tǒng)、運輸系統(tǒng)、集控系統(tǒng)等。數據實體可理解為描述業(yè)務對象某些業(yè)務特征的屬性集合。以掘進設備該業(yè)務對象為例，根據業(yè)務特征的不同可分為掘進機、連采機、掘錨機、盾構機等數據實體。屬性用于描述業(yè)務對象在某方面的性質和特征。以掘進機為例，屬性包括編號、使用單位、型號等靜態(tài)數據，運行狀態(tài)、行進方向、截割速度等實時運行類數據以及報警類數據、故障類數據等。

圖6 智能化礦山數據分類層次

其他主題域分組分類結果如圖7所示。其中基礎類主題域分組分為證照信息、機構、地質條件、開采條件、災害條件和IT基礎設施6個主題域；生產類主題域分組分為采煤、掘進、供配電、提升、主運輸、輔助運輸、通風、壓風、供水、排水、降溫制冷、選煤、調度管理、生產技術管理、生產計劃管理、機電管理和爆破管理17個主題域；安全類主題域分組分為頂板管理、沖擊地壓防治、火災防治、瓦斯防治、粉塵防治、熱害治理、安全監(jiān)控、井下作業(yè)人員監(jiān)控、視頻監(jiān)控、通訊聯絡、風險分級管控、事故隱患排查治理、上級安全檢查、不安全行為管理、事故管理、安全培訓、職業(yè)健康、應急管理和環(huán)境保護20個主題域；管理類主題域分組分為人力資源管理、財務管理、審計管理、物資管理、設備管理、運銷管理、節(jié)能減排管理、科技管理、項目管理、法務管理、綜合管理和信息化管理12個主題域。各主題域下均細分業(yè)務對象、數據實體與屬性。

圖7 智能化礦山數據主題域分組及主題域示例

4 智能化礦山數據分類與編碼示例

以安全類主題域分組為例，展示智能化礦山數據分類與編碼結果。由圖5可知，將IDEF0方法和UML方法結合使用，自上而下對智能化礦山數據業(yè)務對象等進行識別分類，得到安全類主題域分組分為頂板管理、沖擊地壓防治等20個主題域。以頂板管理主題域為例，頂板管理主題域編碼為MJC01，其可細分為采煤工作面頂板防治、掘進工作面頂板防治、巷道特殊區(qū)域頂板防治、采煤工作面支架工作阻力監(jiān)測、錨桿(索)應力監(jiān)測、頂板離層監(jiān)測、巷道圍巖變形觀測和巷道表面位移監(jiān)測等8個業(yè)務對象，其編碼依次為MJC0101、MJC0102、MJC0103、MJC0104、MJC0105、MJC0106、MJC0107和MJC0108。頂板管理分類見表1。

表1 頂板管理分類

上述8個業(yè)務對象可進一步細分為多個數據實體，比如，采煤工作面頂板防治細分為采煤工作面頂板基本信息、采煤工作面回采基本信息、工作面頂板被動支護、巷道頂板主動支護、巷道頂板被動支護、來壓期間頂板防治、斷層等構造帶頂板防治和冒頂處理等8個數據實體，其編碼依次為MJC0101001、MJC0101002、MJC0101003、MJC0101004、MJC0101005、MJC0101006、MJC0101007和MJC0101008。

智能化礦山數據分類層級體系中的每項數據實體均具有獨特的屬性，進而每項數據實體可進一步細分為具體屬性，并使用唯一代碼進行標識。以采煤工作面頂板基本信息(MJC0101001)這一數據實體為例，對其屬性進行識別并編碼，見表2?？梢?，這一數據實體包含采煤工作面名稱、采煤工作面編號、工作面標高、頂板關鍵巖層厚度、煤層頂板與頂板關鍵巖層垂距、頂板巖層抗壓強度、頂板巖石普氏硬度系數、頂板沖擊傾向性鑒定結果、偽頂巖層名稱、偽頂厚度、直接頂巖層名稱、直接頂厚度、基本頂巖層名稱和基本頂厚度等14項屬性，其屬性編碼依次為MJC01010010001、MJC01010010002、MJC01010010003、MJC01010010004、MJC01010010005、MJC01010010006、MJC01010010007、MJC01010010008、MJC01010010009、MJC01010010010、MJC01010010011、MJC01010010012、MJC01010010013和MJC01010010014。

表2 采煤工作面頂板基本信息屬性編碼

5 結語

結合智能化礦山數據融合共享活動特點，闡述了面向智能化礦山數據共享活動的數據分類與編碼的基本原則，提出了智能化煤礦數據分類及編碼的方法。智能化礦山數據分類采用IDEF0建模方法，自頂向下對智能化礦山的業(yè)務進行全面分析，對智能化礦山的生產經營活動進行分解，將其劃分為最小業(yè)務單元，以此為依據，再運用UML建模方法，分析各最小業(yè)務活動的對象和屬性，從中提取數據元。智能化礦山數據編碼按照主題域分組、主題域、業(yè)務對象、數據實體和屬性依次以字母或數字進行編碼。本研究所提出的智能化礦山數據分類與編碼方法，為智能化礦山數據融合共享規(guī)范體系的建立提供了基本依據和方法體系。