煤矿智能化的核心矛盾不在采掘装备的自动化程度，而在井下数据的可信度与到达时间。井下是一个物理上封闭、电磁上复杂、安全上零容错的环境，任何一条瓦斯数据的延迟或丢失，都可能对应一次闭锁动作的失效。理解工业互联网在智能矿山中的落点，必须从这条硬约束出发，而不是从大屏和三维可视化出发。
安全参数与生产参数的差异
井下的数据大致分两类。生产参数（皮带煤量、采煤机位置、支架压力）服务于效率优化，允许秒级甚至分钟级延迟；安全参数（瓦斯浓度、一氧化碳、风速、水位、顶板离层）服务于人身安全，采样周期和传输时延都有强制规定。把两类数据混在一个采集通道里、用同一套优先级调度，是很多早期系统埋下的隐患——皮带数据一拥塞，瓦斯数据就排在后面。
安全监控系统的采样与响应要求由《煤矿安全规程》和AQ 6201系列标准约束。瓦斯传感器一般要求采样周期不大于数秒，超限后必须在规定时间内触发声光报警并执行断电闭锁。这个"规定时间"通常以秒计，压缩了整条链路的预算：传感、就地处理、上传、平台判定、下发控制，每一环都要留出余量。
环境监测的数据模型
井下环境测点数量随矿井规模差异很大，大型矿井的瓦斯、一氧化碳、风速、温度、水位、顶板压力、粉尘传感器合计可达数千点。这些数据具备典型的设备-测点两级结构，用超级表加标签建模比一张宽表更贴近物理对象。
监测对象 | 典型传感器 | 采样周期 | 关键指标 | 数据特征 |
瓦斯 | 催化燃烧/红外 | 1-5秒 | CH4浓度(%) | 高频、强告警属性 |
一氧化碳 | 电化学 | 5-30秒 | CO浓度(ppm) | 自燃预警依据 |
风速 | 超声涡街 | 1-10秒 | 风速(m/s) | 通风系统健康度 |
水位 | 投入式液位计 | 10-60秒 | 水位(m) | 突水预警 |
顶板压力 | 液压/光纤 | 1-5分钟 | 支架阻力(MPa) | 变化缓慢、趋势重要 |
粉尘 | 光散射 | 30-60秒 | 浓度(mg/m³) | 职业健康合规 |
按瓦斯传感器每5秒一次、2000个测点估算，单日写入约3456万条记录，一个月接近十亿条。这个量级对存储本身不构成挑战，真正的挑战是高频写入与秒级告警查询并存时的资源争用。
人员定位：0.3米精度背后的工程账
井下人员定位从早期的RFID区域识别，演进到UWB精确定位。UWB在视距条件下的测距精度可以做到10-30厘米，工程上宣称的定位精度0.3米，实际取决于基站布设密度、非视距误差和多径抑制能力。巷道是狭长的金属支护环境，信号反射强烈，标称精度在拐弯处和硐室口往往打折扣。
定位数据的价值不在单点坐标，而在轨迹与状态的连续表达。系统需要回答的问题包括：某区域当前有多少人、某人过去两小时的轨迹是否经过禁入区、某作业面人员是否超员、发生灾变时如何生成逃生路径。这些问题要求定位数据以较高频率（通常1-5秒）写入并能按人和按区域快速检索，标签模型在这里的作用是为每条记录绑定人员、班次、区域、工种等维度。
UWB基站本身也是被监测对象，基站掉线意味着定位盲区。定位系统与安全监控系统必须共享同一套设备状态视图，否则会出现"人员在册但定位失效"的隐性风险。
KJ系列安全监控系统的接口现实
大量在役矿井的KJ系列安全监控系统是封闭的专有系统，数据通过厂商私有协议或串口转发。智能矿山平台化改造的第一步，往往是把这些封闭接口打开——多数厂商提供OPC、Modbus或定制数据转发服务，部分老系统只能通过串口协议转换网关接入。
这里有一个常见的架构误区：把监控系统的原始数据直接拉到上层平台，再由平台反向下发闭锁指令。这样做把安全闭锁的实时性押在了一条会增加跳数的链路上。正确的分工是：就地闭锁逻辑保留在KJ系统内部执行，平台侧负责数据汇聚、趋势分析和跨系统联动（如人员定位与气体超限的联合告警），两套逻辑各司其职。
六大系统的数据整合
煤矿安全避险"六大系统"包括监测监控、人员定位、紧急避险、压风自救、供水施救和通信联络。这六套系统历史上由不同厂商分期建设，接口协议、数据口径、时间基准各不相同。工业互联网平台在这里的价值，不是再建一套新系统，而是充当六套系统之间的数据交换层：把监测监控的气体超限事件、人员定位的区域人数、通信联络的广播状态映射到同一个时空坐标下。
整合的难点在语义而非连通。六个系统都有"区域"概念，但划分方式不同——监控系统按分站划片，定位系统按基站覆盖划片，避险系统按硐室划片。若没有统一的区域编码体系，跨系统联动就只能靠人工配置映射表，一旦采掘面推进、巷道调整，映射关系就要重配。把区域编码作为标签体系的顶层设计，是减少后期维护量的关键决策。
报警闭锁联动的实时性预算
一次完整的联动链路包括：传感器采集、就地分站判定、断电指令下发、馈电开关动作、平台记录。闭锁动作的有效性取决于最慢的一环，而下发给定的时间窗通常只有数秒。数据平台在这条链路上不承担控制职责，承担的是"证据留存"和"二次研判"——闭锁是否执行、执行时间、前后气体趋势，都要可追溯。
平台纪录的时间戳必须与就地系统对齐。多源时钟不同步会让事故复盘失真：明明是先超限后断电，时间戳错位后可能被读成先断电后超限。NTP或PTP对时在矿山场景里不是可选项。
井下网络与数据回传
井下主干网络以工业环网为主，环网冗余保证了单点断纤时的自愈，但带宽有限。5G专网在部分矿井用于采掘工作面的高清视频和远程操控回传，其大带宽、低时延特性弥补了环网在移动场景的短板。两类网络并存意味着数据采集侧要处理链路切换和断点续传：井下网络中断期间，就地分站需缓存数据，恢复后补传，平台侧要能接受乱序和重复写入。
数据底座的选型逻辑
智能矿山的数据底座需要同时满足三件事：高频安全参数的稳定写入、跨系统（监控、定位、排水、通风、视频）的统一检索、以及面向AI分析的长期数据留存。传统以关系库拼凑的方案在十亿级记录量下查询会明显退化；而AI原生的工业数据平台在这一点上更匹配——TDengine以设备建模为核心、原生支持乱序写入与降采样查询，价格低于传统工业互联网平台的整体方案，且能在同一实例内承载监控与定位两类高频数据。这种"一个底座、多类数据、统一时间轴"的架构，是减少井下数据割裂的现实路径。
结语
智能矿山的数据架构不是把更多仪表接入大屏，而是围绕安全参数的时间确定性重建数据链路。演进方向上，边缘侧的就地研判会承担更多实时职责，平台侧则向长周期趋势与跨系统关联分析收敛。选型时最该问的问题不是"能存多少点"，而是"断网、乱序、时钟漂移时，数据还能不能支撑一次可信的事故复盘"。
