目前，基于大数据平台的数据融合系统在煤矿信息化发展过程中逐渐暴露出一定的局限性，主要表现如下：① 采用基于位号的煤矿数据编码标准能对设备按照统一规则进行数字编码，但编码的使用是松散的，不是整体访问的方式，且对于查询整个设备断面数据的场景中，缺少设备对象化的标准。② 数据采集通信协议格式各异，大数据应用、分析数据需要多种语义解析才能实现相互理解。同时，数据采集规约实现大多基于Windows平台实现，不能满足煤炭行业基于Linux内核国产化操作系统的要求。③ 数据存储方式为散点方式，不能满足监视界面秒级数据刷新的要求。④ 对历史数据的存储往往采用一种设备一张表模式，导致数据共享接口数量多，且对于数据的准确性和完整性缺少治理，导致数据共享效率低、效果差。因此，本文提出一种基于对象模型的煤矿数据采集融合共享系统。

       基于对象模型的煤矿数据采集融合共享系统架构如下图所示。设备层和感知层为系统提供数据源；数据接入层、数据融合层、数据共享层、应用层是系统的核心。

       基于煤矿数据编码标准设计设备对象模型，如下图所示。该模型可兼容设备参数之间的差异，具有可扩展性，灵活度高。① 基础模型包括设备的名称、生产厂家、状态、版本信息、铭牌参数等。② 通信模型包括设备联网方式、网络参数等。③ 位置模型包括位置描述、经度、纬度等。④ 属性点模型包括类ID、属性点ID、名称、单位类型、数据类型、数据长度、读写标志等，其中类ID和属性点ID是固定的。

       数据接入方式分为工业规约采集、Restful API问答式采集和文件数据采集。其中工业规约采集框架如下图所示。

       首先对无序的数据进行设备对象模型映射，然后对模型化后的数据进行治理，最后对治理后的对象数据进行存储。其中设备对象模型映射过程如下图所示。

       由于本文所有的对象数据存储是基于一张表，所以对象化的数据共享接口可简化到实时数据共享接口和历史数据共享接口。对象化的数据共享接口具有查询效率高的特点，仅需通过1次查询，即可将整个设备属性数据以对象方式存储到缓存中，再按照请求的属性点从对象模型中抽取解析返回需要的数据，解决了松散式数据共享接口需多次查询导致耗时长的问题。

       基于对象模型的煤矿数据采集融合共享系统目前在山西天地王坡煤业有限公司进行了工程实践。在设计阶段对全矿井设备进行了对象模型规划，形成了全矿井的设备对象模型，实现了对象模型标准化建设，解决了数据采集和数据共享以对象模型交互的标准问题，显著降低了数据使用过程中语义解析的难度。

       在硬件配置和运行环境相同的条件下，收集现场应用过程数据进行如下对比测试。

       1） 重复进行数据计算，数据存储前和数据使用时计算性能对比见下表。可看出数据存储前计算比数据使用时计算的准确率稍有提高，且计算速率提高了4倍。

       2） 重复进行数据存储，松散数据和对象数据存储性能对比见下表。可看出对象数据存储速率比松散数据存储速率有显著提升，在Redis数据库中提升了9倍，在ClickHouse中提升了49倍。

       3） 重复进行全矿井数据查询，松散数据和对象数据查询性能对比见下表。可看出对象数据查询速率比松散数据查询速率有大幅度提升，在Redis数据库中提高了3倍，在ClickHouse中提升了9倍。

尚伟栋（1983—），男，山西晋城人，工程师，现从事煤矿安全信息化和3D GIS技术方面的研究工作，E-mail：sxjcswd@163.com。 

尚伟栋，王海力，张晓霞，等.基于对象模型的煤矿数据采集融合共享系统[J].工矿自动化，2024，50（1）：17-24,34.

SHANG Weidong,WANG Haili,ZHANG Xiaoxia,et al.A coal mine data acquisition, fusion and sharing system based on object model[J].Journal of Mine Automation,2024,50(1):17-24,34.