我国煤矿自动化领域发展态势研究
——基于2005—2019年CNKI中的文献计量分析

秦 岩 盛 武

（安徽理工大学经济与管理学院，安徽 淮南232001）

近年来，煤矿资源的需求量越来越大，但在开采过程中煤矿造成的大量浪费、劳动强度大、工作效率低下和安全事故频繁发生等弊病都给当前煤炭行业转型升级带来巨大的挑战和冲击[1]。在这样的背景下，随着智能技术发展水平的升级和国家安全监管部门的监管要求，国内大批煤矿企业为了提高生产效率，增加人员和财产安全可靠度，优化产业和能源结构，推动煤炭清洁高效利用，并结合大数据、物联网、人工智能、通信和云计算等新兴技术，实现深度融合煤矿行业的转型升级和创新发展[2]。煤矿开采技术中的自动化升级已有一系列的研究，学者孙继平[3]早期先是回顾了“十一五”期间自动化技术及系统使煤矿行业取得突破发展，又强调基于大数据、物联网等高新技术对煤矿自动化实现技术升级，并展望煤矿自动化未来发展趋势。张申[4]分析了国内煤矿自动化发展过程，并提到“智慧煤矿”“数字煤矿”“感知矿山”等概念，认为煤矿自动化技术发展有自身规律，是能够实现煤矿生产全过程管理的重要手段之一。李赟婷[5]对能源定位、工程检测以及信息传输等自动化技术进行阐述，总结出煤矿自动化的发展对能源产业升级具有重要作用。潘理虎、张佳宇和张英俊[6]等基于七步法和METHONTOLOGY法的本体构建方法，将煤矿领域数据存在Neo4j图数据库中构建煤矿领域图谱，为提高煤炭生产率和煤矿事故防范能力设计开发煤矿自动系统。

在目前已有的研究文献中，大多数研究只是集中在煤矿自动化技术的建设、应用和发展趋势等方面，关于从宏观上对煤矿自动化整个领域的前瞻性研究与热点布局概况的文献数量较少。科学知识图谱是显示科学知识的发展进程与结构关系的一种图像，是科学计量学具有前景的研究方向[7]。它基于“图”和“谱”的方式直观形象地揭示一个现实领域的本质与规律，是把握学科研究前沿的重要工具[8]。本文拟借助CiteSpace和VOSviewer两款可视化工具，以中国知网（CNKI）的2005—2019年的相关期刊文献为数据来源，进行统计和可视化分析。以期用定量化、可视化的手段，了解近15年间该领域的研究热点及前沿方向的发展脉络，为煤矿自动化技术领域的相关研究提供参考。

1 数据来源与研究方法

1.1 数据来源

本文数据来源于CNKI期刊数据，以“煤矿自动化”并含“智能化”“数字化”为主题词检索，筛选掉外文文献、书籍、会议记录和新闻报告的等形式，选取2005—2019年2 172篇煤矿自动化相关文献，检索范围全部期刊，进行数据检索下载并整理。

1.2 研究方法

近几年，CiteSpace、SciMat、VOSviewer和Loet Tools等绘图软件使用较为广泛[9]。本文采用的是CiteSpace（5.6.R5版本）和Vosviewer（1.6.16版本）两款软件。前者是由美国德雷塞尔大学计算机与情报学学院教授陈超美团队开发的一款在科学文献中识别与可视化新趋势与新动态的JAVA应用程序，其以知识图谱的形式分析某一领域内部发展联系以及演变趋势，预测其未来的发展趋势[10]。VOSviewer是由科学技术研究中心（CWTS）的VanEck和Waltman于2009年开发的基于JAVA的免费软件[11]。它主要面向文献数据，关注科学知识的可视化，在“共现”网络聚类以及密度分析方面功能强大。同时借助统计软件Excel、文献管理软件EndNoteX9对文献的进行分析。

1.3 数据处理

CiteSpace的数据处理是将CNKI的文献以Refworks格式导入CiteSpace中，通过软件内部格式转换成软件能够识别的格式，然后进行数据分析。VOSviewer的数据需要以Endnote格式导入到EndnoteX9中，将数据导出成RIS格式后，再导入VOSviewer软件对其进行数据处理。同时为了提高数据精准度，减少干扰作用的主题词，对字面意思相近主题词进行节点合并及排除处理。

2 煤矿自动化知识图谱构建

2.1 发文量分析

对某一领域的研究文献进行统计分析，有助于准确掌握该领域在某时间段内的研究进展与趋势[12]。为了从整体上了解煤矿自动化的发展程度和研究热点，首先对文献数量进行统计分析。利用Excel绘制每年发文量（图1），从图中可以看出，煤矿自动化文献数量随着年份的增加呈现波动上升的趋势，且上升趋势符合线性回归模型。

图1 煤矿自动化文献数量统计Fig.1 Statistical chart of coal mine automation literature quantity

说明近15年来，该领域的关注程度越来越高且呈增长态势。根据图1中的发展趋势，将文献发文量分为3个阶段：2005—2012年处于起步探索阶段，每年的发文量小于100篇，增长幅度不大且低于年均发文量水平；2013—2016年处于初期波动阶段，相比前七年的发文量虽仍稳步增长，但由于2013—2014年期间，国家先后修订了《煤炭法》和《环境法》，且在2016年左右实施煤炭去产能改革，煤矿行业受其影响，进而导致2014年和2016年的发文数量急剧下降；2017—2019年处于快速增长阶段，2017年，国土资源部、环境保护部等联合颁发《关于加快绿色矿山的实施意见》、2019年第十三届全国人民代表大会第二次会议审查并通过《关于2018年国民经济和社会发展计划执行情况与2019年国民经济和社会发展计划草案的报告》[13]，以上法律和报告的出台，体现了国家有力推动煤矿建设工作。报告中指出深化供给侧结构性改革、积极依托互联网＋、云计算、大数据和人工智能等技术实施传统产业改造升级。这充分表明近几年对煤矿自动化领域的相关研究数量增加，从文献数量分析角度看，其发展趋势回归表达式为：Y=15.136x-30351、R2=0.8981，说明国内自动化领域的研究发文量与发文时间分布的拟合度良好，这为学者研究煤矿自动化领域提供更多的参考，预计未来有关煤矿自动化的研究文献量会持续增加。

2.2 发文作者分析

发文作者是对某领域的作者群及其合作关系情况的探索研究，能够发现研究领域中具有高学术影响力的团队群[14]，有助于推动煤矿自动化领域研究活动发展，为进一步学术交流提供参考。通过CiteSpace软件对煤矿自动化Author（作者）的计量分析，得到关于其发文作者的CiteSpace图谱（图2），并且选取发文量在3篇以上的作者（表1）。

图2 Citespace分析作者知识图谱Fig.2 CiteSpace analysis of author knowledge map

表1 研究领域发文高产作者（3篇及以上）Tab.1 Ranking table of authors in research field(3 or above)

作者的发文率和合作水平呈正相关，图谱中节点越大反映分析对象出现频次越多，线条越粗反映作者合作强度越大。

图2 中总节点（Nodes）=467，说明对煤矿自动化有研究的学者基数较大，连线（Links）=105，密度（Density）=0.001,网络密度值较小，说明当前我国煤矿自动化研究学者仅有小规模的合作，结合表1和图2可以看出，来自中国矿业大学的刘建华、周建强合作密切，共同发表论文3篇。邓先明、张敏和卢佳共同发表3篇，从发表的文献可以看出专注煤矿智能设计系统方向的研究，结合大数据共享，GIS和通信等技术实现煤矿自动化供电排水功能。以关注自动化安全监测系统方向的煤炭科学研究总院付文俊，与陈臻、彭伟成为合作群体。山东省淄矿业集团的季海明、战仕法等人也初步形成核心团队群。从以上作者节点连线的强度可得，多以同一团队、部门或者同一地域之间的合作为主。核心合作网络群体虽以成型但尚不成熟。山东兖州矿业研究院李剑锋，发文量为最多（7篇），主要关注煤矿综合自动化的系统设计、煤矿智能运输等领域研究，除此之外，在国内，其联合其他煤矿局首创出SET5F本安型智能全站仪，为我国煤矿行业做出较大贡献。跨地域、跨学科的联系强度非常弱，若长期发展不利于煤矿自动化研究的进一步发展。

2.3 发文机构分析

通过对发文机构的分析，可以发现发文机构在国内煤矿自动化领域内的贡献及影响力。统计CNKI中近15年发文期刊数据并结合机构合作网络图谱（图3），选取五个高产发文量机构，见表2。

图3 CiteSpace分析机构合作知识图谱Fig.3 CiteSpace analysis organization cooperation knowledge map

表2 研究领域发文高产机构Tab.2 Research field publishing organization

从表2中可以得出，发文量最多的是中国矿业大学 （两个校区）共85篇，占总样本量的34.14%，说明该机构在煤矿自动化研究领域贡献较大，矿业工程是该机构的一级国家重点学科，获得过国家自然科学基金的支持，具有较强的科研影响力。结合表1可以得出高产发文作者和机构的发文量有显著关系，如隶属中国矿业大学的刘建华等研究团队都占有机构发文量的较大比重，反映出机构团队中重要作者对机构的发展有着积极导向作用，同时也说明了领域的研究机构相对集中，不均衡现象较为明显。

CiteSpace图谱（图3）中共有451个节点（Nodes），涉及到研究机构不仅限于在高等院校，还有众多的企业和研究所，研究机构数量较多。中国矿业大学的节点分布较为广泛，在煤矿自动化研究领域中独树一帜。紧接就是中国煤炭科工集团和天地（常州）自动化股份有限公司，业务范围都涵盖煤矿自动化生产运行、智能检测和通信技术开发等方面。从连线情况（Links）为72个连线，网络密度（Density）仅为0.000 7，与作者联系密度相比，机构之间的合作联系密度更低。由此可得煤矿自动化领域研究还没有实现完整性和系统化的结构。各个机构未来应加强与其他院校、研究所或企业积极合作，逐步实现跨地域，跨领域的学术研究协作共享，增强研究力度，培养高水平人才，为进一步推动国内煤矿自动化领域研究的发展。

3 研究热点与前沿

3.1 关键词共现聚类分析

关键词反映文章的主题，作者聚焦的核心内容，是研究主题的高度概括[15]。通过分析关键词频繁突现的次数后形成的共现网络能够获取某时期主要研究方向，有利于了解该领域的研究热点[16]。在数据量较大时，VOSviewer具有标签视图清晰，重叠性较小，可视化较高的优势。使用文献管理软件Endnote X9将CNKI文献期刊转换为RIS格式，导入VOSviewer中，选择阈值为8，运行关键词共现功能，生成关键词共现网络视图（图4）和高频词的关键词（表3）。

表3 研究领域关高频关键词列表Tab.3 List of key words related to research field

节点圈大小代表关键词频次多少，中心位置代表关键词的重要程度，节点间的连线代表节点之间的共现关系，节点颜色深浅代表研究热度的高低。观察图4和表3，“煤矿”是频次最高的关键词，且位于图谱正中心，与“自动化”“煤矿生产”“GIS技术”几个关键词连线最多，说明在近15年内在煤矿领域，煤矿企业的“自动化技术”＋“GIS信息系统”实现了对煤矿井上、井下地质信息的准确获取、实时智能监测与数据采集。“数字化”“智能型”“机械设备”出现频次虽低，但与“煤矿”关键词连线紧密相连，这表明煤矿的生产已由过去功能单一高端设备向智能高端设备转型，创新型智能化煤矿设备越来越受学者们的关注，数字化、智能化的先进技术也会继续成为煤矿生产中潜在的研究热点。“煤矿企业”“自动化控制”“监控系统”三个关键词聚类说明在众多的文献期刊中三者同时出现的频次多，煤矿企业级的自动化控制也将作为煤矿行业的发展趋势，并借助煤矿大型化、机械化与智能化的发展，自动监控管理系统实现对煤矿安全开采的工作，保障煤矿安全生产程度。从以上的节点分析来看，煤矿自动化领域在未来一段时间内将继续呈现较高热度。

图4 VOSviewer的关键词共现标签视图Fig.4 VOSviewer keyword co-occurrence label view

3.2 关键词共现密度分析

VOSviewer的关键词密度图谱可直观地反映高频关键词共现的频次密度[17]，其采用热成型式图形表达方式，颜色变化与热点强度成正比，红色区域代表节点密度越大，黄色次之，绿色蓝色则代表密度较小。

观察图5，以“煤矿自动化”为中心，表明活跃度较高的研究区域，为本领域的研究热点内容，结合 “煤矿企业”“物联网”“综合自动化”“数字化”“自动化系统”“智能控制”“信息化”“监控系统”几个关键词次构成了一个较大的密度圈，此圈确定该领域的基本结构，也是该研究领域研究和文献数量较多的地方。

图5 VOSViewer关键词的共现密度视图Fig.5 Cooccurrence density view of VOSviewer keywords

3.3 研究区域前沿分析

CiteSpace软件的 Timezone时区图和Burstness突现图能够形象揭示主题在某一领域时间节点上的演进过程，以便更直观地了解研究前沿的交互和演变过程[18]。时区图中节点越大表示关键词出现频次越高，连线表示各个关键之间的交互关系。突现图中关键词的强度越高，其受关注度越高。

结合图6和图7可得，“传感器”“监控系统”“智能”关键词突现强度高达5.0以上，这表明早在2005年（甚至更早）自动化和数字智能化技术已渗透在煤矿行业中，自动化煤矿生产需要以大量的传感器、监控系统全方位控制井下各种设备的运行，对矿井作业极为重要，国内学者对其研究热度也是相当高；2011年中国智慧物联网的正式开通建设，智能化的全面普及无疑使煤矿行业紧跟时代发展潮流实现重大的进步与改革，逐渐成为煤矿自动化领域的研究新热点重点。

图6 CiteSpace研究前沿突现可视化图谱Fig.6 Visualization map of CiteSpace research frontier

图7 CiteSpace研究前沿时区可视化图谱Fig.7 Visualization map of CiteSpace research frontier time zone

近几年，机械、电气自动化系统和煤矿机电等基于计算机和大数据技术的基础上研究应运而生融合发展，自动型机械设备及其智能化是我国未来煤矿行业的主要发展方向，这将为我国经济发展打下良好基础。但受技术工艺、操作实践和理念长信等因素影响，自动化技术在煤矿生产中也存在诸多问题，制约着生产运行效率，因而煤矿行业亟须进行全方位转变，智能化的煤矿创新应用是煤矿行业面临的新形势、新任务，发展创新型煤矿已迫在眉睫，相关学者的研究也呈现迅速上升趋势。由于煤矿生产是地下作业，存在着环境、人为、物力和资源等多方面不安全因素，要真正实现煤矿全面、高效率地智能化生产和管理还需要进行大量的研究与实践，其应用和相关理论研究将会是煤矿行业未来研究趋势。

4 结语

本研究以CNKI数据库收录煤矿自动化相关的文献为研究对象，采用CiteSpace和VOSviewer两个知识图谱软件绘制出可视化图谱，通过对煤矿自动化领域的发文量、发文作者和机构、关键词等进行分析，主要得出以下结论：

第一，该领域发文量累计数量呈上升趋势，从2016年之后发文数量激增，现阶段自动化、智能化、数字化煤矿领域的研究是当今的研究热点。

第二，从发文机构、作者的分布情况看，中国矿业大学、中国煤炭科工集团、天地（常州）自动化股份有限公司、安徽理工大学、太原理工大大学在此领域有较大的影响力。刘建华、李剑锋、邓先明等高产学者有着突出贡献。国内研究作者、机构数量较多，但机构与机构、作者与作者之间合作关系较少，强度较弱，缺乏跨地域、跨学科的机构合作与交流，存在学术团队分布不均衡现象。

第三，对关键词贡献的分析来看，“煤矿安全”“数字化矿山”“智能化”“物联网”“自动化技术”“创新应用”和“煤矿企业”等关键词代表领域的研究热点主题，也将会是以后的研究前沿，未来将引领煤矿行业建设走向先进化、智能化，也是煤矿行业向新技术、新产业、新模型和新产品创新发展的转型时期。学者可以加大对这些领域的深入研究，创新性地提出具有针对性的发展方案。