由于对煤矿数字化关注点的不同，不同学者选取的指标存在差异。为了解煤矿(井下)数字化发展水平评价的主要指标，对相关文献进行梳理，收集相关评价指标，并总结使用频率相对较高的指标。

基于统计评价指标体系分析，由表1可知，数字矿山评价体系高频使用一级指标主要有：组织建设、基础能力、应用能力、数据安全，二级指标主要有信息部门战略地位、人员构成比率、数字化投资比率等等，虽然没有系统化体现煤矿生产环节的数字化过程，但多为定性指标，指标覆盖面广，为指标选取提供了很好地借鉴。

表1. 数字矿山评价体系高频使用指标

中国煤科、煤炭科学院等机构制定煤矿数字化基本条件《智能化煤矿分类、分级技术条件与评价指标体系》《智能化综采工作面分类、分级评价技术条件与指标体系》，已广泛使用于煤炭行业数字化转型评价工作中，由表2可知，共包含信息基础设施、地质保障系统、智能掘进系统、智能综采系统、主煤流运输、辅助运输系统、XDC综合保障系统、安全监控系统、智能分选系统、经营管理系统十大系统，系统反映了煤矿数字化生产过程。

表2. 行业级绿色矿山基本条件

央企管理模式更注重集约化、体系化，具备明确的管理层级和全面的业务发展方向，数字化发展依托企业业务架构，配套“人、机、环、管”各类基础数据支持，确保管理体系提升的整体性和完整性。同时，煤矿数字化业务流程的实现需要技术手段支撑，从信息化建设的角度进行分析，应具备感知、分析、决策、控制等智能化特征，本课题参考《煤矿智能化建设指南》中的技术架构完善指标体系(图1)，并对关键技术进行拆分释义。

1) 设备全生命周期管理：设备的管理水平决定着矿井的生产效率，优化设备管理与生产管理的关系尤为重要。企业应增设传感设备和改造工业环网，提升设备状态数据获取能力，整合自动采集的数据和点检数据。实现主要设备关键性数据的实时采集与分析处理，为预知性维护和事故后的分析提供数据支撑。

2) 矿井自动化建设：矿井自动化是生产效能提升的基础，自动化的覆盖面和完善程度直接影响着数字化转型的效果和进程。通过建设数据集成平台，实现系统之间的数据共享和智能联动，同时全面覆盖工业环网，消除自动化数据孤岛，实现系统控制、监控画面发布等功能。煤矿生产环节主要有采煤、掘进、运输三部分，涉及以下数字化工作：

图1. 技术架构完善指标体系

第一，采煤工作面智能化。采煤机、液压支架、刮板输送机等综采设备能够实现三维空间位置高精度监测、姿态精准感知、故障诊断与自动调直，并实现集中、就地、远程和协同控制，主要生产流程一键启停。

第二，掘进工作面智能化。满足煤矿巷道安全快速的掘进需求，具备井下环境感知、精确定位、自主移动导航、定姿定形定向截割、多工序智能协同控制、数字孪生远程智能监控等核心功能，实现煤矿巷道探测、掘进、支护、清运快速协同作业。

第三，主/辅运输系统智能化。主运输系统实现集中控制，煤流运输线设备逆煤流启动，顺煤流停车，分析并调整工作状态，并实现无人值守功能；辅助运输系统具备煤矿井下高精度导航定位、深部地下受限空间内防爆运输设备无人驾驶、全矿井人员及物资智能调度等核心功能，实现煤矿物料标准化装载、智能化配送、自动化转运、无人化运输。

3) 安全管理：国家能源集团本质安全管理体系框架要求煤矿构建安全系统与其他系统之间的接口，实现数据共享，提高生产调度和执行过程中的安全性，并为绩效和预算管理提供支持。通过集成其他系统，安全管理系统还能向安全监测监控系统火区矿井监测数据，从生产管理系统获取生产接续计划，从设备管理平台获取设备运行效能数据，从地测系统获取地址及风险信息等，也能从安全管理系统向这些系统提供安全风险及事故信息。

通过以上分析，现有数字矿山发展评价的指标主要集中在安全管理、设备可靠性、物联网、综掘智能化、综采智能化、运输智能化等方面，文献分析补充了企业管理方面的指标，以上内容几乎全面覆盖国家关于数字矿山基本条件的全部内容，具有合理性、完备性。为反映数字矿山发展的内部维度，本课题将从安全管理、设备可靠性、物联网、综掘智能化、综采智能化、运输智能化作为准则层进行评价指标体系构建。同时，参考《数字化转型 新型能力体系建设指南》中数字能力建设的管理维、过程维、要素维作为目标层，通过分解并量化准则层工作作为指标层，构建数字矿山建设考核评价指标体系。图2、图3分别为管理维、要素维、过程维具体指标。并设计调查问卷发放至煤矿数字化管理人员。

图2. 煤矿数字化指标评价体系管理维、要素维具体指标

图3. 煤矿数字化指标评价体系过程维具体指标

本文采用层次分析法确定体系中各指标权重，层次分析法是把研究对象作为一个系统，按照分解、比较判断、综合的方式进行各因素对结果影响程度的定量化，是比较简单而实用的决策方法。采用1~9标度方法建立数字矿山评价指标体系的各判断矩阵，计算出相应的排序向量W和各判断矩阵的最大特征根，并进行一致性检验。最终煤矿数字化评价体系中各项指标的权重分布见表3。

从以上权重可看出，企业更看重生产过程中的数字化程度，智能采煤环节、设备数字化程度及安全保障系统数字化是企业重点转型及评价对象。

表3. 煤炭数字化评价体系各级指标权重

本次调研使用问卷调查法，调查结果容易量化且易于分析。问卷根据评价指标体系设计题项，针对煤矿企业数字化转型过程，共包含54个题项。将问卷发放至三道沟煤矿管理人员，最终共收回9份有效问卷，问卷合格率100%。

基于问卷所收集信息及本本文所建立的评价指标体系，使用F-AHP (模糊层次分析法)评价三道沟煤矿数字化程度，将数字化转型情况分为较好、一般、有基础但未开展活动、没有开展该活动四个层次，建立了关于本评价体系的评价集。基于专家的调查和对三道沟煤矿数字化等级的评价，对结果进行统计，统计结果将作为方案层的隶属度，统计结果及评价得分如表4。

表4. 基于F-AHP法的三道沟煤矿数字化评价

利用专家评价法得到各指标 U i j ( i = 1 , 2 , ⋯ , m ) 对评价等级 e t (t = 较好，一般……未开展该活动)的隶属度 U i j t = K i j t k ，K为专家人数， K i j t 为其中判定指标 U i j 属于等级 e t 的人数，即表中数值)，则模糊综合评价隶属矩阵 U i ( i = 1 , 2 , ⋯ , m ) ，模糊评价结果：

B i = A i ⋅ U i = ( a i 1 , a i 2 , ⋯ , a in ) ⋅ ( b i 1 , b i 2 , b i 3 , b i 4 ) = 88.625

其中， b i t = ∑ j = 1 n a i n ⋅ r i j t   ( t = 1 , 2 , 3 , 4 ) 。

基于本次调研结论，对标本课题建立的煤矿数字化评价指标体系，对三道沟煤矿数字化工作进行深入剖析，三道沟煤矿数字化评价最终得分为88.652，已达中级水平，能够采用智能装备持续改进优化生产工艺，结合传感器、物联网和人工智能应用，具备矿井开采态势感知、自主辅助决策和协同管控能力，实现煤矿生产经营管理的智能高效协同运行，在重点岗位实施机器人作业、实现生产现场无人巡检。

三道沟煤矿数字化评价最终得分为88.652分，达到中级水平。从管理、过程、要素三维度考核，过程数字化转型是三道沟煤矿数字化现阶段转型弱项。从三级指标反馈结果分析，三道沟煤矿在数字化转型架构建设、矿井定位、智能通风系统等评价较高，在网络安全、立井提升系统、设备异常预警等方面反馈一般，是企业现阶段数字化转型弱点。

对各业务层级按照信息的流动逻辑进行解构，充分了解跨系统、跨设备、跨环节的信息流动规则。建立统一的数据架构标准，使用的大数据引擎、数据开发工具尽可能做到统一，从而约束各设备、各环节产生数据的一致性。规范基础数据标准，将各业务系统的组织、项目、人员等高度共享的数据进行统一采集管理与分发，实现基础数据对象标识符统一，尽力完善提供全局的数据能力目录和访问机制，积极优化数据交换架构，提高数据质量，从而为企业数据资产沉淀做好铺垫。健全数据开放标准，完善数据开放平台，提供标准化的数据开放接口。以应用场景为牵引，健全煤矿数据供需对接机制，推动数据精准高效共享，大力提升数据共享的实效性，使开放的数据成为企业创新的动力。

在强化数据共享能力的基础上，深化对企业大数据的应用认识，发挥数据资源要素重要价值。数据挖掘已经不停留在原本的抽样上，新型的数据挖掘模式采集数据海量、迅速且多样化，从而为企业提供更多关键的数据，能够让企业在决策的制定中更加准确。这就需要提高数据挖掘能力，提升对企业数据平台的理解，维护好数据分析模型，根据企业运营的变化适时做出修正和调整，并制定出适合企业的数据挖掘策略。积极优化大数据分析平台，发挥云计算平台优势，对挖掘出的重点信息要建立快速响应机制，做到实时报送有效处置。此外，还要加强数据活性分析，从数据的调用频次等对数据进行多维度分析，考虑周期清除活性低、价值低的数据，从而提高数据挖掘效率和系统响应水平。

要严格遵守《数据安全法》相关规定，健全关键信息基础设施保护体系，完善配套的标准、制度来保障生产数据安全。完善数据鉴别和记录制度，防止数据恶意篡改、数据泄露。还要强化系统数据安全监测，加强对关键基础设施安全风险的预测及研判，注重苗头性、倾向性、潜在性风险，做好预判提前布局防御措施，建立数据安全事件处置预案，还要加强对相关人员的数据安全意识教育，定期安排数据安全培训。最后力争革新管理方式，采用管理与技术相结合的新范式，建立全生命周期数据安全技术体系，实现数据安全的全面、有效防护。