本文摘要：摘要：矿山信息化建设在经历了单机自动化、综合自动化、数字矿山几个阶段之后，在物联网、人工智能、大数据技术的推动下，正朝着矿山智能化和智慧矿山的方向发展。以数字孪生技术为核心，围绕矿山生产场景和智能装备的知识服务体系是智慧矿山下一步需要重点研究的方向
摘要：矿山信息化建设在经历了单机自动化、综合自动化、数字矿山几个阶段之后，在物联网、人工智能、大数据技术的推动下，正朝着矿山智能化和智慧矿山的方向发展。以数字孪生技术为核心，围绕矿山生产场景和智能装备的知识服务体系是智慧矿山下一步需要重点研究的方向。首先回顾了矿山信息化技术的发展，然后分析了智慧矿山的核心关键技术，从智能感知与智能装备、边缘计算与网络服务、数字孪生知识建模、平台与应用系统4个方面进行阐述。智能传感装置和智能装备的不断涌现，为智慧矿山前端感知和执行提供了基础，而即时的感知、分析和决策是智能装备自治、自主工作的前提;随着边缘网关计算能力的提升，需要设计面向应用场景的轻量级算法模型和高效云边协同机制，以满足智能装备即时服务的需求，同时，围绕5G的通信技术在矿山的应用，将进一步提升知识服务的快速响应能力;矿山运行机理、经验知识、大数据分析与数字孪生建模技术融合的矿山生产场景可信数字孪生模型，将成为智慧矿山知识服务的核心;面向大数据和知识模型的平台技术是矿山数字孪生和智能化服务的载体，大数据高效存取、分析和利用能够有效的促进矿山智能化应用服务的融合。矿山数字孪生及相关智能化技术的突破，将实现对矿山物理世界实时可测、可观、准确控制、精确管理和科学决策，从而建立少人化或无人化的矿山生产模式，为智慧矿山的发展奠定基础。
关键词：智慧矿山;物联网;数字孪生;人工智能;大数据
矿山信息化建设在经历了单机自动化、综合自动化、数字矿山几个阶段之后，在物联网、人工智能、大数据、数字孪生等技术的推动下，正朝着矿山智能化和智慧矿山的方向发展。综合自动化矿山阶段主要解决了矿山数字化、监测监控技术与信息孤岛问题，就煤矿生产流程而言，基本完成了智能矿山的建设工作，在环境条件允许的情况下，可实现局部的少人化和无人化控制。
智慧的前提条件是矿山生产系统的各个环节均可测、可观、可控，也就是要形成面向生产各环节透明化的知识服务体系。以煤炭行业为例，从目前取得的成果来看，远没有达到透明矿山的要求，这是制约智慧矿山发展的瓶颈问题。黑色或灰色(不透明)矿山的问题，制约我们在一般情况下仍需依靠较多人力维持正常的安全生产，导致矿山重大事故时有发生，解决矿山运行状态知识建模与服务的问题迫在眉睫。要解决这一问题就是要解决上述可测、可观和可控问题。
在可测方面，物联网矿山技术的发展已经解决和优化了大量相关难题，可以满足目前安全生产的基本需求，下一步需要重点研究智能装置和装备自治、自主化工作相关技术，并进行新型检测机理和检测装置的研究;可观问题就是要结合数字孪生技术对矿山安全生产、指挥调度与管理各个方面，如人、机、环、管等被控对象进行物理与虚拟融合建模，通过建立的模型可实现对各个被控对象的状态及其演化规律的可观，这个可观不仅仅对人，更重要的是让机器能够自动理解，做到机器可观。
在建模过程中，需要采矿、机械和信息等领域的专家密切协同，需要实现对信息的统一语义描述，需要创建矿山领域知识库和矿山数字孪生模型，这将是智慧矿山建设的核心。可控问题是在可观的基础上，也就是在掌握(自动化解析)传感数据、模型数据等多模态数据的基础上，利用知识库和矿山数字孪生模型各种知识进行推理，采用机器人或机器人化的装置装备实现基于机器自治协同的全流程自动控制，最终形成少人化或无人化的智慧矿山。
1矿山信息化发展历程
矿山信息化发展，历经了单机(单系统)自动化、综合自动化、数字矿山阶段，矿山物联网和矿山智能化技术近年来得到快速的发展和应用，矿山信息化技术正朝着智慧矿山的目标发展[1]，在矿山生产过程中不断融合新兴技术，提高矿山生产的智能化水平，从而实现矿山无人化或少人化[23]。
1.1单机(系统)自动化
1984年煤炭工业部通信信息中心成立，宣示了中国煤矿信息化建设正式开启，我国煤矿进入单机自动化阶段。PLC在矿用设备上的成功应用解决了传统控制器占用空间大、成本高等问题;现场总线的连接方式提升了矿用设备控制的可靠性，减少了设备的停机时间[4]。单机自动化系统存在很多问题需要进一步解决，如模拟信号只能在本地采集、处理并直接用于就地控制;有线网络通信是信号传输的唯一方式，各系统之间难以进行信息交换。此时通信网络严重制约了煤矿自动化的发展，造成多台上位机共存的场景，形成子系统信息孤岛的格局，导致全矿信息不能共享[56]。
1.2综合自动化
2000年后，无线传感器网络及工业以太网技术得到飞速发展，为实现各煤矿系统之间的互联互通奠定了基础[7]，得益于此，我国煤矿进入了综合自动化时期。无线传感器技术极大扩展了各类传感器的应用场景，丰富了各类信息的采集[8]。工业以太网以其强大的通信速率和信道容量将各子系统连接在一起，完成了各子系统的信息交互，解决了子系统信息孤岛问题，实现了全矿信息的融合分析处理[9]。但是传感器与各种装备没有联网，只能用于本系统中，无法实现设备间的协同控制;采集到的传感器信息也只是简单地处理，数据并没有得到有效利用，亟需高效的算法来实现信息的融合处理。
1.3矿山物联网
矿山物联网将物联网技术应用到煤矿生产中，进一步提高矿山开采的无人化和自动化水平[10]。矿山物联网是综合实时感知、网络通信和动态控制等技术来实现矿山物与物、人与物之间的信息传递与控制。智能传感器除了对物理世界进行感知，还搭载了用于数据处理的嵌入式芯片，使得设备从自动化向智能化过度;高速通信网络连接生产的各个环节，实现万物互联;智能算法挖掘大数据的潜藏信息，实现实时控制、精确管理和科学决策。但是人工智能技术发展水平有待提高，设备的智能化程度较低，矿用物联网产品极少，不能满足矿山智能化生产的需求。
1.4矿山智能化
矿山智能化是智慧矿山的中级阶段。矿用机器人技术和通信技术还在普及应用，以人工智能和大数据为代表的新兴技术也融入其中，推动矿山向智能化，智慧化发展[11]。将人工智能和自动化、机器人化技术结合，实现矿山生产复杂流程的自动化，进一步简化人工操作。5G通信技术为云平台提供了通讯基础，大数据和云计算技术在云端的应用为矿山分析决策、动态预测、协同控制提供了新的渠道。但是装备的智能化水平还需要进一步提高，信息的语义化描述没有形成统一的标准，信息通信技术和传统矿山技术的融合应用还停留在初步阶段。立足于此，我们可以设想未来矿山智能化发展的高级阶段智慧矿山。
1.5智慧矿山
文献[12]给出了智慧煤矿的定义：智慧煤矿是基于现代煤矿智能化理念，将物联网、云计算、大数据、人工智能、自动控制、移动互联网、机器人化装备等与现代矿山开发技术深度融合，形成矿山全面感知、实时互联、分析决策、自主学习、动态预测、协同控制的完整智能系统，实现矿井开拓、采掘、运通、分选、安全保障、生态保护、生产管理等全过程的智能化运行。
在智慧矿山阶段，智慧物和自动化机器人得到了广泛应用;云端计算和边缘计算能有机融合在一起，实现各类数据的高效处理;以大数据和人工智能为基础的各类智慧应用能够满足矿山的日常生产需求。各类传感器是智慧矿山的信息来源，需要进一步升级优化以此来满足日益增长的智能化应用需求;大量智慧体和各级子系统均接入到云平台，需要提供高效的智能决策方案，以实现各部分协同工作。
2智慧矿山核心关键技术
结合物联网、人工智能、大数据技术的发展，智慧矿山将会是信息化、自动化和智能化的高度融合，其最终目标是实现矿山关键生产环节的无人化或少人化。矿山物联网技术实现了矿山物的智能连接，使得“人机环”感知信息能够有效的汇集，各类矿山大数据平台的涌现解决了矿山“人机环”感知数据的高效管理和存取问题。数字孪生技术建立了虚实融合和知识生成机制，可以将现有的矿山机理模型、经验知识和矿山“人机环”大数据有机融合，为矿山“人机环”状态判识与智能协同管控提供知识服务。矿山数字孪生模型以及围绕孪生模型的智能化数据分析算法将成为智慧矿山下一步需要突破的关键技术。
(1)感知层与智能装置/装备，分布式、光纤光栅、激光、MEMs等低功耗等新型传感技术的发展拓宽了矿山物联网的感知边界，可以在线的获取到更多的安全隐患尤其是隐蔽灾害的探测数据;智能传感器装置的研发和应用，使得传感器节点具备了在线计算、状态自诊断、网络自治等能力，提升了终端节点对信号实时处理和反馈调节的效率;机器人化智能化的矿山装备为矿山生产系统的智能调度、协同控制、少人化、无人化提供了基础;智能传感和智能装备技术是矿山数据孪生技术体系中的物理基础。
(2)边缘智能与网络层，随着各类边缘分站和智能网关算力的提升，轻量级数字孪生模型得以在边缘节点卸载，结合轻量级算法模型的应用，可以很大程度提高各子系统数据分析的效率和反馈响应的及时性;融合通信网络技术实现多源异构网络的统一接入，可以解决智能装置/装备的快速连接发现、高效连接管理和在线透明交换问题;5G技术在矿山的应用可以解决“人机环”感知数据实时高效传输问题，尤其是采掘工作面等有线连接受限的场景，提高了无线通信的实时性和可靠性。
(3)数字孪生与算法模型层，随着硬件、网络、大数据平台技术不断演进升级，围绕矿山生产过程的知识发现和知识服务成为智慧矿山发展的瓶颈。数字孪生可以实现矿山物理实体状态演化规律到虚拟实体的映射，通过虚实融合演进的状态分析模式，可以建立机理模型、自然规律、经验知识、数据特征相融合的矿山知识服务体系，从而达到对矿山物理世界实时可测、可观、准确控制、精确管理和科学决策的目的，将成为未来智慧矿山发展的技术核心。矿山数字孪生模型的建立需要矿山物理实体相关的机理模型、人工智能算法模型、大数据分析、虚拟仿真等技术的支撑。
(4)智能化应用服务层，结合矿山生产环境孪生模型和孪生交互服务机制，融合独立分散的矿山安全监测与灾害预警系统，构建统一的矿山安全态势分析平台。基于矿山生产场景孪生模型和生产过程推理算法，结合工作流技术以及智群计算理论，研发面向多生产场景的矿山安全生产智能调度服务系统;基于矿山设备状态孪生分析模型，结合大数据分析、智能诊断与协同控制技术，建立矿山“采、掘、机、运、通、供电、排水、辅助运输”等装备系统的状态在线诊断与协同管控平台。
2.1智能传感与智能装备
可靠稳定的传感数据，是矿山智能化建设的基础，通过光学、MEMs、无线智能、能量自动捕获等传感技术实现在线感知边界的拓展和传感数据的长期稳定获取是智慧矿山传感层需要重点研究的关键技术。智能化机器人化的装备技术是智慧矿山生产执行的载体，需要重点研究采掘装备智能化无人化控制技术，通风、压风、提升、排水、供电、皮带运输等矿山大型设备高效可靠运行与预测性维护机制，生产辅助机器人作业环境感知建模与自主调控技术等内容。
2.2矿山数字孪生建模技术
矿山不断新增的传感器和平台积累的海量生产过程数据，为矿山生产安全知识的孕育奠定了基础，需要一套能够反应矿山生产规律、跟踪生产过程设备环境状态演化、并与生产过程进行智能交互的知识服务体系来支撑下一步的矿山智能化建设[25]。面向矿山生产要素的数字孪生建模方法、数字孪生模型之间的交互机制、以及围绕数字孪生模型的深度数据挖掘分析技术可以为矿山安全生产过程的实时再现、预测分析、交互演绎提供支撑。矿山数字孪生建模技术需要结合矿山运行机理和特点，重点研究围绕矿山“人机环”生产要素的孪生模型设计方法，面向生产场景的孪生建模方法与交互机制，以及矿山数字孪生虚拟模型设计与数据深度融合分析方法等内容。
2.2.1矿山安全生产中的数字孪生模型
数字孪生技术中提出了物理实体、虚拟空间建模和虚实融合交互机制的知识建模方法，将数字孪生技术应用于煤矿“人、机、环、管”各环节，进行多学科交叉融合，促进人、机智能协同，有助于解决矿山生产过程的精准控制和各种灾害的预警防控问题[26]。MichaelGrieves给出了数字孪生的3个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口。目前，最常用的是五维数字孪生模型[27]，即包含物理实体、虚拟模型、服务、数据、连接等五个方面，据此，我们可以设计矿山数字孪生的基本模型构成。
2.2.2面向矿山生产场景的数字孪生
建模技术矿山生产场景复杂多变，涉及到的设备种类多，又面临与采动环境的耦合问题[30]，结合数字孪生的五维模型，矿山生产场景的数据孪生模型建立涉及多个领域的知识，需要矿山运行机理、矿山安全、CPS、大数据分析、自动化控制等理论与技术的深度融合[31]。
2.2.3矿山数字孪生虚拟模型构建方法
矿山生产过程中涉及到复杂设备系统和地质环境的变化，虚拟模型以数字化的方式创建物理实体的映射，虚拟模型的对物理实体静态属性和动态演化过程的真实表达成为矿山生产场景数字孪生建模的关键[34]。借助于对物理实体运行机理、演化规律、变化规则的分析，通过仿真模拟、多源信息感知、虚实融合交互、深度数据分析、反馈优化调节等技术，可以促进虚拟模型与物理实体之间的融合与交互，提高数字孪生建模的可信度和判识、预测分析能力[35]。以采煤机截割系统为例，采煤机截割系统由截割电动机、截割传动系统、截割滚筒和液压系统等组成，是多级传动与控制机构耦合的结构，同时面临煤岩界面变动、喷淋、闪石等复杂环境，是采煤机最容易产生故障的部位。建立截割系统的数字孪生体有利于实现截割系统状态的在线评估和截割系统的全周期生命管理。
2.3边缘计算与网络服务层
随着感知边界的拓展和前端感知信息的急剧增加，基于5G的融合通信网络技术将为矿山感知信息的高效传输和交互提供基础支撑。随着现场硬件计算能力的提升和智能化应用技术的下沉，边缘计算装置将成为矿山安全生产感知和快速决策响应的重要载体，结合融合通信网络技术，需要重点研究轻量化边缘计算算法、边缘计算卸载技术以及云边协同服务模式。
2.4矿山大数据分析与智能化应用服务
针对矿山各系统多源海量监测数据，矿山大数据平台需要设计高可靠、大容量、快速存取、弹性部署、易拓展的分布式存储架构，从而实现矿山安全生产过程大数据的高效泛在存取;统筹管理多场景异构数据，通过大数据知识挖掘引擎，支撑矿山上层多元化应用。通过构建云交互式服务平台，解决矿山深层应用中数据综合管控的痛点，打通数字矿山多元异构数据通信壁垒，实现矿山数据分布式安全可靠协同，建立矿山智能化应用服务体系。
以“人机环”数字孪生模型和状态感知理论为基础，建立场景化的矿山“人机环”安全状态大数据分析算法模型，研发统一的矿山安全态势分析平台，可以实现矿山生产安全状态的实时再现、演化分析和智能交互服务。基于矿山生产场景孪生模型，结合工作流技术以及智能计算理论，面向多种生产场景，研发资源驱动的矿山安全生产智能调度系统，可以解决矿山安全生产过程中的资源优化配置和任务智能调度问题。
在此基础上，建立矿山安全生产过程中的“采、掘、机、运、通、供电、排水、辅助运输”等装备与系统的协同管控平台。在采掘工作面设备自动化控制的基础上，基于采掘工作面生产运行机制以及设备环境相关的数字孪生模型，集成工作面环境和设备多源在线感知信息，研发工作面液压支架、采煤机、掘进机、刮板输送机、转载机、破碎机胶带机等综采、综掘设备的自主决策控制与智能协同联动系统，可以实现采掘工作面的智能化无人化控制。
结语
基于数字孪生的矿山生产场景知识服务体系是智慧矿山不可或缺的重要组成部分，也是核心关键瓶颈问题之一。结合数字孪生、智能传感与装备、边缘计算、人工智能、大数据平台技术，实现矿山“人、机、环、管”等各环节的知识建模和知识服务，可以提升对矿山的安全、生产及管理状态及其演化规律把控能力，达到对矿山物理世界实时可测、可观、准确控制、精确管理和科学决策的目的。可以从根本上改变目前矿山安全生产和管理上存在的问题，大大提高矿山重大灾害事故的预测预警与防控的能力，以及生产过程的自治化和自主化运行管控水平。可以推进少人化或无人化技术在矿山领域的应用，从根本上加快智慧矿山的进程。
参考文献(References)：
[1]丁恩杰,廖玉波,张雷,等.煤矿信息化建设回顾与展望[J].工矿自动化,2020,46(7):511.DINGEnjie,LIAOYubo,ZHANGLei，etal.Reviewandprospectofcoalmineinformationconstruction[J].IndustryandMineAutomation,2020,46(7):511.
[2]袁亮,俞啸,丁恩杰,等.矿山物联网人机环状态感知关键技术研究[J].通信学报,2020,41(2):112.YUANLiang,YUXiao,DINGEnjie，etal.ResearchonkeytechnologiesofhumanmachineenvironmentstatesperceptioninmineInternetofthings[J].JournalonCommunications,2020,41(2):112.
[3]王国法,杜毅博,任怀伟,等.智能化煤矿顶层设计研究与实践[J].煤炭学报,2020,45(6):19091924.WANGGuofa,DUYibo,RENHuaiwei.et.al.Topleveldesignandpracticeofsmartcoalmines[J].JournalofChinaCoalSociety,2020,45(6):19091924.
[4]吴立新.中国矿山信息化现状分析与数字矿山发展趋势[A].加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C].2002:386.WULixin.CurrentsituationanalysisofmineinformatizationanddevelopmenttrendofdigitalmineinChina[A].China'sentryintoWTOandChina'sscienceandtechnologyandsustainabledevelopment--challengesandopportunities,responsibilitiesandCountermeasures(VolumeI)[C].2002:386.
[5]王国法,庞义辉,任怀伟,等.煤炭安全高效综采理论、技术与装备的创新和实践[J].煤炭学报,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，俞啸1,2,3,*，夏冰1,2,3，赵小虎1,2,3，张达4，刘统玉5，王卫东6
转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/29434.html
