本文摘要：摘要：礦山信息化建設在經歷了單機自動化、綜合自動化、數字礦山幾個階段之后，在物聯網、人工智能、大數據技術的推動下，正朝著礦山智能化和智慧礦山的方向發展。以數字孿生技術為核心，圍繞礦山生產場景和智能裝備的知識服務體系是智慧礦山下一步需要重點研究的方向
摘要：礦山信息化建設在經歷了單機自動化、綜合自動化、數字礦山幾個階段之后，在物聯網、人工智能、大數據技術的推動下，正朝著礦山智能化和智慧礦山的方向發展。以數字孿生技術為核心，圍繞礦山生產場景和智能裝備的知識服務體系是智慧礦山下一步需要重點研究的方向。首先回顧了礦山信息化技術的發展，然后分析了智慧礦山的核心關鍵技術，從智能感知與智能裝備、邊緣計算與網絡服務、數字孿生知識建模、平臺與應用系統4個方面進行闡述。智能傳感裝置和智能裝備的不斷涌現，為智慧礦山前端感知和執行提供了基礎，而即時的感知、分析和決策是智能裝備自治、自主工作的前提;隨著邊緣網關計算能力的提升，需要設計面向應用場景的輕量級算法模型和高效云邊協同機制，以滿足智能裝備即時服務的需求，同時，圍繞5G的通信技術在礦山的應用，將進一步提升知識服務的快速響應能力;礦山運行機理、經驗知識、大數據分析與數字孿生建模技術融合的礦山生產場景可信數字孿生模型，將成為智慧礦山知識服務的核心;面向大數據和知識模型的平臺技術是礦山數字孿生和智能化服務的載體，大數據高效存取、分析和利用能夠有效的促進礦山智能化應用服務的融合。礦山數字孿生及相關智能化技術的突破，將實現對礦山物理世界實時可測、可觀、準確控制、精確管理和科學決策，從而建立少人化或無人化的礦山生產模式，為智慧礦山的發展奠定基礎。
關鍵詞：智慧礦山;物聯網;數字孿生;人工智能;大數據
礦山信息化建設在經歷了單機自動化、綜合自動化、數字礦山幾個階段之后，在物聯網、人工智能、大數據、數字孿生等技術的推動下，正朝著礦山智能化和智慧礦山的方向發展。綜合自動化礦山階段主要解決了礦山數字化、監測監控技術與信息孤島問題，就煤礦生產流程而言，基本完成了智能礦山的建設工作，在環境條件允許的情況下，可實現局部的少人化和無人化控制。
智慧的前提條件是礦山生產系統的各個環節均可測、可觀、可控，也就是要形成面向生產各環節透明化的知識服務體系。以煤炭行業為例，從目前取得的成果來看，遠沒有達到透明礦山的要求，這是制約智慧礦山發展的瓶頸問題。黑色或灰色(不透明)礦山的問題，制約我們在一般情況下仍需依靠較多人力維持正常的安全生產，導致礦山重大事故時有發生，解決礦山運行狀態知識建模與服務的問題迫在眉睫。要解決這一問題就是要解決上述可測、可觀和可控問題。
在可測方面，物聯網礦山技術的發展已經解決和優化了大量相關難題，可以滿足目前安全生產的基本需求，下一步需要重點研究智能裝置和裝備自治、自主化工作相關技術，并進行新型檢測機理和檢測裝置的研究;可觀問題就是要結合數字孿生技術對礦山安全生產、指揮調度與管理各個方面，如人、機、環、管等被控對象進行物理與虛擬融合建模，通過建立的模型可實現對各個被控對象的狀態及其演化規律的可觀，這個可觀不僅僅對人，更重要的是讓機器能夠自動理解，做到機器可觀。
在建模過程中，需要采礦、機械和信息等領域的專家密切協同，需要實現對信息的統一語義描述，需要創建礦山領域知識庫和礦山數字孿生模型，這將是智慧礦山建設的核心�？煽貑栴}是在可觀的基礎上，也就是在掌握(自動化解析)傳感數據、模型數據等多模態數據的基礎上，利用知識庫和礦山數字孿生模型各種知識進行推理，采用機器人或機器人化的裝置裝備實現基于機器自治協同的全流程自動控制，最終形成少人化或無人化的智慧礦山。
1礦山信息化發展歷程
礦山信息化發展，歷經了單機(單系統)自動化、綜合自動化、數字礦山階段，礦山物聯網和礦山智能化技術近年來得到快速的發展和應用，礦山信息化技術正朝著智慧礦山的目標發展[1]，在礦山生產過程中不斷融合新興技術，提高礦山生產的智能化水平，從而實現礦山無人化或少人化[23]。
1.1單機(系統)自動化
1984年煤炭工業部通信信息中心成立，宣示了中國煤礦信息化建設正式開啟，我國煤礦進入單機自動化階段。PLC在礦用設備上的成功應用解決了傳統控制器占用空間大、成本高等問題;現場總線的連接方式提升了礦用設備控制的可靠性，減少了設備的停機時間[4]。單機自動化系統存在很多問題需要進一步解決，如模擬信號只能在本地采集、處理并直接用于就地控制;有線網絡通信是信號傳輸的唯一方式，各系統之間難以進行信息交換。此時通信網絡嚴重制約了煤礦自動化的發展，造成多臺上位機共存的場景，形成子系統信息孤島的格局，導致全礦信息不能共享[56]。
1.2綜合自動化
2000年后，無線傳感器網絡及工業以太網技術得到飛速發展，為實現各煤礦系統之間的互聯互通奠定了基礎[7]，得益于此，我國煤礦進入了綜合自動化時期。無線傳感器技術極大擴展了各類傳感器的應用場景，豐富了各類信息的采集[8]。工業以太網以其強大的通信速率和信道容量將各子系統連接在一起，完成了各子系統的信息交互，解決了子系統信息孤島問題，實現了全礦信息的融合分析處理[9]。但是傳感器與各種裝備沒有聯網，只能用于本系統中，無法實現設備間的協同控制;采集到的傳感器信息也只是簡單地處理，數據并沒有得到有效利用，亟需高效的算法來實現信息的融合處理。
1.3礦山物聯網
礦山物聯網將物聯網技術應用到煤礦生產中，進一步提高礦山開采的無人化和自動化水平[10]。礦山物聯網是綜合實時感知、網絡通信和動態控制等技術來實現礦山物與物、人與物之間的信息傳遞與控制。智能傳感器除了對物理世界進行感知，還搭載了用于數據處理的嵌入式芯片，使得設備從自動化向智能化過度;高速通信網絡連接生產的各個環節，實現萬物互聯;智能算法挖掘大數據的潛藏信息，實現實時控制、精確管理和科學決策。但是人工智能技術發展水平有待提高，設備的智能化程度較低，礦用物聯網產品極少，不能滿足礦山智能化生產的需求。
1.4礦山智能化
礦山智能化是智慧礦山的中級階段。礦用機器人技術和通信技術還在普及應用，以人工智能和大數據為代表的新興技術也融入其中，推動礦山向智能化，智慧化發展[11]。將人工智能和自動化、機器人化技術結合，實現礦山生產復雜流程的自動化，進一步簡化人工操作。5G通信技術為云平臺提供了通訊基礎，大數據和云計算技術在云端的應用為礦山分析決策、動態預測、協同控制提供了新的渠道。但是裝備的智能化水平還需要進一步提高，信息的語義化描述沒有形成統一的標準，信息通信技術和傳統礦山技術的融合應用還停留在初步階段。立足于此，我們可以設想未來礦山智能化發展的高級階段智慧礦山。
1.5智慧礦山
文獻[12]給出了智慧煤礦的定義：智慧煤礦是基于現代煤礦智能化理念，將物聯網、云計算、大數據、人工智能、自動控制、移動互聯網、機器人化裝備等與現代礦山開發技術深度融合，形成礦山全面感知、實時互聯、分析決策、自主學習、動態預測、協同控制的完整智能系統，實現礦井開拓、采掘、運通、分選、安全保障、生態保護、生產管理等全過程的智能化運行。
在智慧礦山階段，智慧物和自動化機器人得到了廣泛應用;云端計算和邊緣計算能有機融合在一起，實現各類數據的高效處理;以大數據和人工智能為基礎的各類智慧應用能夠滿足礦山的日常生產需求。各類傳感器是智慧礦山的信息來源，需要進一步升級優化以此來滿足日益增長的智能化應用需求;大量智慧體和各級子系統均接入到云平臺，需要提供高效的智能決策方案，以實現各部分協同工作。
2智慧礦山核心關鍵技術
結合物聯網、人工智能、大數據技術的發展，智慧礦山將會是信息化、自動化和智能化的高度融合，其最終目標是實現礦山關鍵生產環節的無人化或少人化。礦山物聯網技術實現了礦山物的智能連接，使得“人機環”感知信息能夠有效的匯集，各類礦山大數據平臺的涌現解決了礦山“人機環”感知數據的高效管理和存取問題。數字孿生技術建立了虛實融合和知識生成機制，可以將現有的礦山機理模型、經驗知識和礦山“人機環”大數據有機融合，為礦山“人機環”狀態判識與智能協同管控提供知識服務。礦山數字孿生模型以及圍繞孿生模型的智能化數據分析算法將成為智慧礦山下一步需要突破的關鍵技術。
(1)感知層與智能裝置/裝備，分布式、光纖光柵、激光、MEMs等低功耗等新型傳感技術的發展拓寬了礦山物聯網的感知邊界，可以在線的獲取到更多的安全隱患尤其是隱蔽災害的探測數據;智能傳感器裝置的研發和應用，使得傳感器節點具備了在線計算、狀態自診斷、網絡自治等能力，提升了終端節點對信號實時處理和反饋調節的效率;機器人化智能化的礦山裝備為礦山生產系統的智能調度、協同控制、少人化、無人化提供了基礎;智能傳感和智能裝備技術是礦山數據孿生技術體系中的物理基礎。
(2)邊緣智能與網絡層，隨著各類邊緣分站和智能網關算力的提升，輕量級數字孿生模型得以在邊緣節點卸載，結合輕量級算法模型的應用，可以很大程度提高各子系統數據分析的效率和反饋響應的及時性;融合通信網絡技術實現多源異構網絡的統一接入，可以解決智能裝置/裝備的快速連接發現、高效連接管理和在線透明交換問題;5G技術在礦山的應用可以解決“人機環”感知數據實時高效傳輸問題，尤其是采掘工作面等有線連接受限的場景，提高了無線通信的實時性和可靠性。
(3)數字孿生與算法模型層，隨著硬件、網絡、大數據平臺技術不斷演進升級，圍繞礦山生產過程的知識發現和知識服務成為智慧礦山發展的瓶頸。數字孿生可以實現礦山物理實體狀態演化規律到虛擬實體的映射，通過虛實融合演進的狀態分析模式，可以建立機理模型、自然規律、經驗知識、數據特征相融合的礦山知識服務體系，從而達到對礦山物理世界實時可測、可觀、準確控制、精確管理和科學決策的目的，將成為未來智慧礦山發展的技術核心。礦山數字孿生模型的建立需要礦山物理實體相關的機理模型、人工智能算法模型、大數據分析、虛擬仿真等技術的支撐。
(4)智能化應用服務層，結合礦山生產環境孿生模型和孿生交互服務機制，融合獨立分散的礦山安全監測與災害預警系統，構建統一的礦山安全態勢分析平臺�；诘V山生產場景孿生模型和生產過程推理算法，結合工作流技術以及智群計算理論，研發面向多生產場景的礦山安全生產智能調度服務系統;基于礦山設備狀態孿生分析模型，結合大數據分析、智能診斷與協同控制技術，建立礦山“采、掘、機、運、通、供電、排水、輔助運輸”等裝備系統的狀態在線診斷與協同管控平臺。
2.1智能傳感與智能裝備
可靠穩定的傳感數據，是礦山智能化建設的基礎，通過光學、MEMs、無線智能、能量自動捕獲等傳感技術實現在線感知邊界的拓展和傳感數據的長期穩定獲取是智慧礦山傳感層需要重點研究的關鍵技術。智能化機器人化的裝備技術是智慧礦山生產執行的載體，需要重點研究采掘裝備智能化無人化控制技術，通風、壓風、提升、排水、供電、皮帶運輸等礦山大型設備高效可靠運行與預測性維護機制，生產輔助機器人作業環境感知建模與自主調控技術等內容。
2.2礦山數字孿生建模技術
礦山不斷新增的傳感器和平臺積累的海量生產過程數據，為礦山生產安全知識的孕育奠定了基礎，需要一套能夠反應礦山生產規律、跟蹤生產過程設備環境狀態演化、并與生產過程進行智能交互的知識服務體系來支撐下一步的礦山智能化建設[25]。面向礦山生產要素的數字孿生建模方法、數字孿生模型之間的交互機制、以及圍繞數字孿生模型的深度數據挖掘分析技術可以為礦山安全生產過程的實時再現、預測分析、交互演繹提供支撐。礦山數字孿生建模技術需要結合礦山運行機理和特點，重點研究圍繞礦山“人機環”生產要素的孿生模型設計方法，面向生產場景的孿生建模方法與交互機制，以及礦山數字孿生虛擬模型設計與數據深度融合分析方法等內容。
2.2.1礦山安全生產中的數字孿生模型
數字孿生技術中提出了物理實體、虛擬空間建模和虛實融合交互機制的知識建模方法，將數字孿生技術應用于煤礦“人、機、環、管”各環節，進行多學科交叉融合，促進人、機智能協同，有助于解決礦山生產過程的精準控制和各種災害的預警防控問題[26]。MichaelGrieves給出了數字孿生的3個組成部分：物理空間的實體產品、虛擬空間的虛擬產品、物理空間和虛擬空間之間的數據和信息交互接口。目前，最常用的是五維數字孿生模型[27]，即包含物理實體、虛擬模型、服務、數據、連接等五個方面，據此，我們可以設計礦山數字孿生的基本模型構成。
2.2.2面向礦山生產場景的數字孿生
建模技術礦山生產場景復雜多變，涉及到的設備種類多，又面臨與采動環境的耦合問題[30]，結合數字孿生的五維模型，礦山生產場景的數據孿生模型建立涉及多個領域的知識，需要礦山運行機理、礦山安全、CPS、大數據分析、自動化控制等理論與技術的深度融合[31]。
2.2.3礦山數字孿生虛擬模型構建方法
礦山生產過程中涉及到復雜設備系統和地質環境的變化，虛擬模型以數字化的方式創建物理實體的映射，虛擬模型的對物理實體靜態屬性和動態演化過程的真實表達成為礦山生產場景數字孿生建模的關鍵[34]。借助于對物理實體運行機理、演化規律、變化規則的分析，通過仿真模擬、多源信息感知、虛實融合交互、深度數據分析、反饋優化調節等技術，可以促進虛擬模型與物理實體之間的融合與交互，提高數字孿生建模的可信度和判識、預測分析能力[35]。以采煤機截割系統為例，采煤機截割系統由截割電動機、截割傳動系統、截割滾筒和液壓系統等組成，是多級傳動與控制機構耦合的結構，同時面臨煤巖界面變動、噴淋、閃石等復雜環境，是采煤機最容易產生故障的部位。建立截割系統的數字孿生體有利于實現截割系統狀態的在線評估和截割系統的全周期生命管理。
2.3邊緣計算與網絡服務層
隨著感知邊界的拓展和前端感知信息的急劇增加，基于5G的融合通信網絡技術將為礦山感知信息的高效傳輸和交互提供基礎支撐。隨著現場硬件計算能力的提升和智能化應用技術的下沉，邊緣計算裝置將成為礦山安全生產感知和快速決策響應的重要載體，結合融合通信網絡技術，需要重點研究輕量化邊緣計算算法、邊緣計算卸載技術以及云邊協同服務模式。
2.4礦山大數據分析與智能化應用服務
針對礦山各系統多源海量監測數據，礦山大數據平臺需要設計高可靠、大容量、快速存取、彈性部署、易拓展的分布式存儲架構，從而實現礦山安全生產過程大數據的高效泛在存取;統籌管理多場景異構數據，通過大數據知識挖掘引擎，支撐礦山上層多元化應用。通過構建云交互式服務平臺，解決礦山深層應用中數據綜合管控的痛點，打通數字礦山多元異構數據通信壁壘，實現礦山數據分布式安全可靠協同，建立礦山智能化應用服務體系。
以“人機環”數字孿生模型和狀態感知理論為基礎，建立場景化的礦山“人機環”安全狀態大數據分析算法模型，研發統一的礦山安全態勢分析平臺，可以實現礦山生產安全狀態的實時再現、演化分析和智能交互服務�；诘V山生產場景孿生模型，結合工作流技術以及智能計算理論，面向多種生產場景，研發資源驅動的礦山安全生產智能調度系統，可以解決礦山安全生產過程中的資源優化配置和任務智能調度問題。
在此基礎上，建立礦山安全生產過程中的“采、掘、機、運、通、供電、排水、輔助運輸”等裝備與系統的協同管控平臺。在采掘工作面設備自動化控制的基礎上，基于采掘工作面生產運行機制以及設備環境相關的數字孿生模型，集成工作面環境和設備多源在線感知信息，研發工作面液壓支架、采煤機、掘進機、刮板輸送機、轉載機、破碎機膠帶機等綜采、綜掘設備的自主決策控制與智能協同聯動系統，可以實現采掘工作面的智能化無人化控制。
結語
基于數字孿生的礦山生產場景知識服務體系是智慧礦山不可或缺的重要組成部分，也是核心關鍵瓶頸問題之一。結合數字孿生、智能傳感與裝備、邊緣計算、人工智能、大數據平臺技術，實現礦山“人、機、環、管”等各環節的知識建模和知識服務，可以提升對礦山的安全、生產及管理狀態及其演化規律把控能力，達到對礦山物理世界實時可測、可觀、準確控制、精確管理和科學決策的目的�？梢詮母旧细淖兡壳暗V山安全生產和管理上存在的問題，大大提高礦山重大災害事故的預測預警與防控的能力，以及生產過程的自治化和自主化運行管控水平�？梢酝七M少人化或無人化技術在礦山領域的應用，從根本上加快智慧礦山的進程。
參考文獻(References)：
[1]丁恩杰,廖玉波,張雷,等.煤礦信息化建設回顧與展望[J].工礦自動化,2020,46(7):511.DINGEnjie,LIAOYubo,ZHANGLei，etal.Reviewandprospectofcoalmineinformationconstruction[J].IndustryandMineAutomation,2020,46(7):511.
[2]袁亮,俞嘯,丁恩杰,等.礦山物聯網人機環狀態感知關鍵技術研究[J].通信學報,2020,41(2):112.YUANLiang,YUXiao,DINGEnjie，etal.ResearchonkeytechnologiesofhumanmachineenvironmentstatesperceptioninmineInternetofthings[J].JournalonCommunications,2020,41(2):112.
[3]王國法,杜毅博,任懷偉,等.智能化煤礦頂層設計研究與實踐[J].煤炭學報,2020,45(6):19091924.WANGGuofa,DUYibo,RENHuaiwei.et.al.Topleveldesignandpracticeofsmartcoalmines[J].JournalofChinaCoalSociety,2020,45(6):19091924.
[4]吳立新.中國礦山信息化現狀分析與數字礦山發展趨勢[A].加入WTO和中國科技與可持續發展——挑戰與機遇、責任和對策(上冊)[C].2002:386.WULixin.CurrentsituationanalysisofmineinformatizationanddevelopmenttrendofdigitalmineinChina[A].China'sentryintoWTOandChina'sscienceandtechnologyandsustainabledevelopment--challengesandopportunities,responsibilitiesandCountermeasures(VolumeI)[C].2002:386.
[5]王國法,龐義輝,任懷偉,等.煤炭安全高效綜采理論、技術與裝備的創新和實踐[J].煤炭學報,2018,43(4):903913.WANGGuofa,PANGYihui,RENHuaiwei.et.al.Coalsafeandefficientminingtheory,technologyandequipmentinnovationpractice[J].JournalofChinaCoalSociety,2018,43(4):903913.
作者：丁恩杰1,2,3，俞嘯1,2,3,*，夏冰1,2,3，趙小虎1,2,3，張達4，劉統玉5，王衛東6
轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/jjlw/29434.html
