煤矿数据管控要求从数据标准、元数据、主数据、数据模型、数据质量和数据安全等几个层面在大数据平台内对煤矿数据资源进行管控，以达到理清数据资产、完善数据标准落地、规范数据处理流程、提升数据质量、保障数据安全使用、促进数据流通与价值提炼的目标。

您提出的这些要求非常重要，以下是我对每个层面的简要解释：

1. 数据标准层面：确定煤矿数据的标准和规范，包括数据格式、命名规范、数据定义、数据分类、数据字典等，以确保数据的一致性和可理解性。

2. 元数据层面：元数据是描述数据的数据，用于帮助用户更好地理解和使用数据。在大数据平台中，元数据可以包括数据的来源、格式、结构、字段定义等信息。

3. 主数据层面：主数据是指在整个系统中被广泛使用的核心数据，如客户信息、产品信息等。对主数据进行管理和维护可以确保数据的一致性和准确性。

4. 数据模型层面：数据模型是描述数据之间关系的一种方式。在大数据平台中，数据模型可以帮助用户更好地理解数据，同时也可以指导数据处理和数据分析。

5. 数据质量层面：数据质量是指数据的可用性、准确性、完整性和一致性等方面的度量。通过对数据质量进行监控和改进，可以提高数据的价值和可靠性。

6. 数据安全层面：数据安全是指保护数据免受未授权访问、修改、删除或泄露的风险。在大数据平台中，数据安全是一个非常重要的问题，需要采取一系列措施来确保数据的安全性。

通过对这些层面的管控，可以实现煤矿数据资源的高效管理和利用，促进数据流通和价值提炼，提升数据管理的水平和效率。