瓦斯隐患大数据分析方法及系统技术方案

本发明专利技术提供了一种瓦斯隐患大数据分析及系统，该方法包括：通过获取大数据平台中的瓦斯安全隐患数据；根据批处理技术MapReduce，对所述瓦斯安全隐患数据进行处理，获得瓦斯安全隐患分析结果。从而实现了将大数据技术和行为安全理论相结合，利用HDFS平台存储瓦斯行为安全隐患大数据，并分析、找出反复发生的不安全行为及物态，为煤矿企业安全管理提供指导的目的，便于制定有针对性的安全隐患排除策略，改善企业的安全文化，最终减免事故的发生。

【技术实现步骤摘要】
瓦斯隐患大数据分析方法及系统
本专利技术涉及煤矿企业的安全管理
，具体地，涉及一种瓦斯隐患大数据分析方法及系统。
技术介绍
安全生产是促进社会进步和经济持续健康发展的基本条件，是一个国家文明与进步的重要标志。每年各行业和领域都有不同大小的事故发生，造成巨大的人员伤亡、财产损失和环境破坏。而引发事故的原因大致可分为三类因素，分别为人的不安全行为、物的不安全状态、不可预见因素。目前，煤矿企业在瓦斯隐患安全检查中积累了海量的数据，这些多参数、多维度、结构化与半结构化的数据随着时间呈指数型增长，急需得到有效的分析和利用。但是，传统的数据管理方案无法应对这些体量大、类型多、价值密度低、关系复杂的隐患数据。而且，传统的隐患数据分析只注重物的不安全状态，却忽略了其中人的不安全行为。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种瓦斯隐患大数据分析方法及系统。第一方面，本专利技术提供一种瓦斯隐患大数据分析方法，包括：获取大数据平台中的瓦斯安全隐患数据；根据批处理技术MapReduce(MapReduce，映射归约)，对所述瓦斯安全隐患数据进行处理，获得瓦斯安全隐患分析结果。可选地，在获取大数据平台中的瓦斯安全隐患数据之前，还包括：根据安全系统理论，将瓦斯隐患类别分为人为隐患和环境因素；其中，人为隐患包括：未穿戴防护用品、作业前未检查工作场所安全状况、疲劳上岗、不安全的操作设备、吸烟；其中，环境因素包括：瓦斯浓度、氧气含量、通风量、温度；根据作业人员的行为数据，判断所述行为数据是否符合所述人为隐患；若符合，则将所述行为数据存储至所述大数据平台；根据监控设备采集的环境因素指标，判断所述环境因素指标是否符合预设条件；若符合，则将所述环境因素指标存储至所述大数据平台。可选地，根据批处理技术MapReduce，对所述瓦斯安全隐患数据进行处理，获得瓦斯安全隐患分析结果，包括：按照所述瓦斯隐患类别，确定所述瓦斯隐患类别对应的安全隐患等级；按照所述瓦斯隐患类别，对所述瓦斯安全隐患数据进行统计所述瓦斯隐患类别对应的隐患出现次数；根据所述安全隐患等级和隐患出现次数，对所述安全隐患类别进行排序，获得瓦斯安全隐患分析结果。可选地，在根据批处理技术MapReduce，对所述瓦斯安全隐患数据进行处理，获得瓦斯安全隐患分析结果之后，还包括：根据所述瓦斯安全隐患分析结果，生成安全隐患排除策略。第二方面，本专利技术提供一种瓦斯隐患大数据分析系统，包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器用于调取所述程序程序指令以执行第一方面中任一项所述的瓦斯隐患大数据分析方法。与现有技术相比，本专利技术具有如下的有益效果：本专利技术提供一种瓦斯隐患大数据分析方法及系统，通过获取大数据平台中的瓦斯安全隐患数据；根据批处理技术MapReduce，对所述瓦斯安全隐患数据进行处理，获得瓦斯安全隐患分析结果。从而实现了将大数据技术和行为安全理论相结合，利用HDFS(HadoopDistributedFileSystem，Hadoop分布式文件系统)平台存储瓦斯行为安全隐患大数据，解决了体量大、类型多、价值密度低、关系复杂的隐患数据的存储问题，利用基于MapReduce的并行化FP-growth(FrequentPatternGrowth，频繁模式增长)算法处理隐患数据分析、找出反复发生的不安全行为及物态，缩短了处理时间，降低了处理成本和难度，为煤矿企业安全管理提供指导的目的，便于制定有针对性的安全隐患排除策略，改善企业的安全文化，最终减免事故的发生。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1为本专利技术实施例提供的瓦斯隐患大数据方法的原理示意图；图2为本专利技术实施例提供的瓦斯隐患大数据方法的流程图；图3为本专利技术实施例提供的瓦斯隐患大数据方法的数据存储模型；图4为本专利技术实施例提供的瓦斯隐患大数据方法的数据处理模型。具体实施方式下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。图1为本专利技术实施例提供的瓦斯隐患大数据方法的原理示意图，如图1所示，将检查记录数据和检测设备获取的环境因素指标存储到大数据平台HDFS中，利用基于MapReduce的并行化FP-growth算法对原数据进行分析和处理，找出反复发生的不安全行为及物态，获得瓦斯安全隐患分析结果，并进一步制定安全隐患排除策略，为煤矿企业安全管理提供指导。图2为本专利技术实施例提供的瓦斯隐患大数据方法的流程图，如图2所示，该方法可以包括：S101、获取大数据平台中的瓦斯安全隐患数据。图3为本专利技术实施例提供的瓦斯隐患大数据方法的数据存储模型，如图3所示，本实施例中，利用大数据平台HDFS存储检查到的不安全行为和不安全物态；其中人的不安全行为根据行为观察员的记录，手工录入到HDFS中，而物的不安全状态则由传感器等监测设备自动传入HDFS中，解决了体量大、类型多、价值密度低、关系复杂的隐患数据的存储问题。在执行S101之前，还包括：根据安全系统理论，将瓦斯隐患类别分为人为隐患和环境因素；其中，人为隐患包括：未穿戴防护用品、作业前未检查工作场所安全状况、疲劳上岗、不安全的操作设备、吸烟；其中，环境因素包括：瓦斯浓度、氧气含量、通风量、温度；根据作业人员的行为数据，判断行为数据是否符合人为隐患；若符合，则将行为数据存储至大数据平台；根据监控设备采集的环境因素指标，判断环境因素指标是否符合预设条件；若符合，则将环境因素指标存储至大数据平台。具体地，根据行为安全理论，将瓦斯隐患分类；将瓦斯隐患数据分为人的不安全行为和物的不安全状态，其中人的不安全行为又可分为未穿戴防护用品、作业前未检查工作场所安全状况、疲劳上岗、不安全的操作设备、吸烟。而物的不安全状态分为瓦斯浓度不安全、氧气含量低、通风量低、温度高。通过行为观察员记录作业人员的不安全行为，行为观察员根据行为安全观察表在一段时间内不定时观察，发现潜在的不安全行为，并记录观察结果。通过监测设备记录物的不安全状态，利用设置在矿井中的传感器记录物安全状态，传感器包括瓦斯浓度传感器、氧气浓度传感器、风速传感器、温度传感器。例如，当瓦斯瓦斯浓度传感器检测到瓦斯浓度高于第一预设阈值，则判断为瓦斯浓度不安全，将此时的瓦斯浓度指标存储至大数据平台；当氧气浓度传感器检测到氧气浓度高于第二预设阈值，则判断为氧气含量低，将此时的氧气含量指标存储至大数据平台。S102、根据批处理技术MapReduce，对瓦斯安全隐患数据进行处理，获得瓦斯安全隐患分析结果。图4为本专利技术实施例提供的瓦斯隐患大数据方法的数据处理模型，如图4所示，本实施例中，按照瓦斯隐患类别，确定瓦斯隐患类别对应的安全隐患等级；按照瓦斯隐患类别，对瓦斯安全隐患数据进行统计瓦斯隐患类别对应的隐患出现次数；根据安全隐患等级和隐患出现次数，对安全隐患类别进行排序，获得瓦斯安全隐患分析结果。具体地，通过批处理技术MapReduce并行框架处理存储的隐患大数据；将FP-growth算法编译成java本文档来自技高网...

【技术保护点】
1.一种瓦斯隐患大数据分析方法，其特征在于，包括：获取大数据平台中的瓦斯安全隐患数据；根据批处理技术MapReduce，对所述瓦斯安全隐患数据进行处理，获得瓦斯安全隐患分析结果。

【技术特征摘要】
1.一种瓦斯隐患大数据分析方法，其特征在于，包括：获取大数据平台中的瓦斯安全隐患数据；根据批处理技术MapReduce，对所述瓦斯安全隐患数据进行处理，获得瓦斯安全隐患分析结果。2.根据权利要求1所述的方法，其特征在于，在获取大数据平台中的瓦斯安全隐患数据之前，还包括：根据安全系统理论，将瓦斯隐患类别分为人为隐患和环境因素；其中，人为隐患包括：未穿戴防护用品、作业前未检查工作场所安全状况、疲劳上岗、不安全的操作设备、吸烟；其中，环境因素包括：瓦斯浓度、氧气含量、通风量、温度；根据作业人员的行为数据，判断所述行为数据是否符合所述人为隐患；若符合，则将所述行为数据存储至所述大数据平台；根据监控设备采集的环境因素指标，判断所述环境因素指标是否符合预设条件；若符合，则将所述环境因素指标存储至所述大数据平台。3.根据权利要求2所述的方法...

【专利技术属性】
技术研发人员：于万钧，王健，于月，
申请(专利权)人：上海应用技术大学，
类型：发明
国别省市：上海,31