依据国家《科学技术研究项目评价通则》

(GB/T22900-2009)标准

绿色矿山科学技术奖

 

贡献专业力量

 

专注于绿色矿山科技领域

  • 回到顶部
  • 400-051-6619
  • QQ客服
  • 微信二维码

绿水青山就是金山银山

矿山生态修复

绿水青山与金山银山同在

智慧矿山理论与关键技术探析

智慧矿山理论与关键技术探析

谭章禄 吴 琦

(中国矿业大学(北京)管理学院,北京市海淀区,100083)

摘 要 智慧矿山是在数字矿山和感知矿山的基础上,进一步应用云计算、大数据、人工智能等先进技术发展而来的以透彻感知、深度互联和智能应用为主要特征的矿山信息化建设新阶段。结合煤炭行业的自身特点和信息化需求,从宏观设计的角度,全局性地提出了智慧矿山建设各个环节的指导理论以及当前实现智慧矿山须突破的关键技术,从理论上提出了智慧矿山“三个世界”的概念、智慧矿山参考模型、“三一”理念以及各个环节的指导理论,同时指出,智慧矿山的管理模型、数据模型、标准化体系以及煤机装备的网络化与智能化改造和数据处理智能模型是当前有待重点攻关的五大关键技术。

关键词 智慧矿山 指导理论 关键技术 信息化建设

煤炭行业为了应对工业发展的新趋势和新要求,正在积极推行智慧矿山建设。目前,智慧矿山的实践已经在多个省、市、矿山企业、科研单位和设备研发制造企业推行,智慧矿山已经成为煤炭行业学界、政界和煤炭企业耳熟能详的词汇。但客观看,智慧矿山建设刚刚起步,至今国内尚未建成完整的智慧矿山系统。智慧矿山的研究与实践在“困惑”中前行,“困惑”大致可归结为几个基本问题:一是为什么要建设智慧矿山?二是智慧矿山到底是什么?三是如何建设智慧矿山?四是智慧矿山建设的障碍和建成的关键有哪些?

本文主要围绕上述问题展开讨论,进而探索智慧矿山的理论与关键技术。对于到底什么是智慧矿山、如何构建智慧矿山等问题缺乏统一的认识,智慧矿山的建设亟需在指导理论和关键技术方面得到突破。完整的理论体系可为智慧矿山的规划、设计提供理论指导,关键技术的突破是智慧矿山落地的基础。

1 智慧矿山综述

进入21世纪,全球经济面临经济增长缓慢、全球工业产能严重过剩、人口老龄化导致的劳动力低下和经济全球化导致的发展中国家产业扩张以及发达国家实体经济创新不足等四大突出问题。面对上述问题各国纷纷采取积极的战略对策,西方发达经济体都针对各国国情提出了具体的智能制造业发展的策略框架,例如德国的工业4.0参考模型RAMI 4.0、美国的工业互联网参考架构模型IIRA和日本的智能制造参考框架IVRA。我国面对全球工业体系转型,积极应对经济全球化下的工业新发展阶段带来的机遇和挑战,于2015年提出了“中国制造2025”并重点实施“两化”融合战略。在 “中国制造2025” 和 “两化”融合的发展策略下,数字化车间、智能制造等信息技术不断渗透,将会加快工业数字化、自动化、网络化和智能化的进程。

煤炭作为我国最大的能源支撑,在整个工业领域发展中具有举足轻重的作用。煤炭工业作为国家能源基础行业,在国际经济大趋势和国家发展战略要求下,大力推进“两化”融合,为贯彻“中国制造2025”战略,使得智慧矿山建设成为安全生产、矿山开采的必然选择。煤炭开采过程实际上是非常复杂的力学过程,其力学各向异性,可以说驾驭该过程的难度不亚于航空航天的空气动力学过程。时至今日,由于存在地质构造的复杂、煤层赋存条件的多变、岩石力学性质的难解以及瓦斯的涌出等问题,煤炭开采仍然不能很好地解决安全生产问题、职工职业压力问题、环保问题和成本控制等全行业普遍面临的问题。为了实现安全高效开采,煤炭行业经过长期努力,从手工作业逐步实现了机械化、自动化和初步数字化开采,近20年的信息化建设推动了矿山的进步和发展,又在数字矿山的基础上实现了感知矿山的突破。伴随着新需求以及云技术、大数据、物联网、移动通信技术成熟与应用,智慧矿山成为自然的合乎科学发展逻辑的正确选择。矿山信息化建设发展阶段如图1所示。

 

图1 矿山信息化建设发展阶段

 

过去20年,大多数矿井都实现了工业以太网以及综合自动化平台的构建,通过各个工业自动化系统与监测监控系统的集成,实现了井下自动化管控,从技术上实现了矿井自动化[1]。1999 年,国际数字地球大会首次提出了数字矿山的概念。2000 年,吴立新等研究人员参考数字地球,提出了数字矿山(DM)相对较完整的概念,所谓数字矿山,是在统一的时空框架下,对真实矿山整体及其相关现象的统一理解、表达与数字化再现,是数字矿区和数字中国的一个重要组成部分 [2] 。数字矿山是以矿山空间数据与模型为中心,是空间信息技术、网络技术及可视化技术在矿山企业综合应用的集中体现 [3] 。对于数字矿山阶段的建设,这一阶段主要实现了管理信息化与工程数字化的初步建设[4] 。2009 年后,智慧地球理念催生了感知矿山、智慧矿山等概念,2010年,中国矿业大学物联网(感知矿山) 研究中心张申等研究人员提出了感知矿山概念,指出“感知矿山 是通过各种感知手段, 实现对真实矿山整体及相关现象的可视化、数字化及智能化 [5] 。感知矿山主要着眼于物联网技术,构成矿山中人与人、人与物、物与物相联的网络,其核心是分布式感知 [6] 。

随着煤炭行业信息化水平不断提高,对其信息技术要求也随着需求不断增加。为了应对全球与国家发展战略,由智慧地球的理念衍生出了适应于信息化潮流的智慧矿山。智慧矿山相较于数字矿山和感知矿山来说,是一个技术更为先进的矿山发展阶段,是未来矿山企业发展的一个新方向[7]。矿山综合自动化和数字化是智慧矿山的基础,自动化系统通过自动化技术实现了无人采矿和遥控采矿,数字化实现了对真实矿山整体及相关现象的统一认识与数字化再现,智慧化则表现为矿山的高度信息化、自动化、智能化与高效安全开采,是数字矿山和感知矿山的进一步升华[8]。

因此,智慧矿山建设以矿业发展和矿山开采的现实需求为动力,以数字矿山和感知矿山的成就为基础,当前科学成就和技术发展又为智慧矿山建设提供了技术保证。智慧矿山作为当前矿山信息化建设的重要方向,是多学科交叉融合的前沿领域,在理论性和实践性方面都有很重要的研究价值。我国针对智慧矿山的研究发展,当前现状为“实践先行”,众多煤炭企业、煤机制造厂商以及研究院所都在积极响应国家政策,从实践角度对智慧矿山的建设进行探索。例如,由中国职业安全健康协会牵头,北京龙德时代科技发展有限公司承办,国家能源集团、中煤能源集团、中国矿业大学、煤炭科学研究总院等法人单位联合发起成立了智慧矿山联盟,旨在攻克智慧矿山关键技术,建立智慧矿山示范工程等。然而,智慧矿山理论研究仍处于起步阶段,相关学者根据自身的理解,分别从智慧矿山的定义[9]、建设框架[10]、核心问题[11]、关键技术[12]、发展趋势[10][13]等方面展开了深入研究,但在理论概念方面仍未达成统一认识。

随着信息技术的不断发展,实践探索不断增多,当前智慧矿山在实践中仍存在许多困惑,归根到底还是因为在理论方面,学界仍未对智慧矿山给出统一完整和科学的理论体系,指导实践的关键技术也没能得到突破。因此,迫切需要对智慧矿山建设的指导理论和关键技术进行深入研究,以开辟智慧矿山信息化建设的前进道路。

2 智慧矿山的构成与特征

正确理解智慧矿山是研究和实践的前提。与机械化取代人工作业的目的是延伸人类的四肢功能不同,智慧矿山延伸的是人类的大脑功能。虽然迄今为止,我们并未完全揭示人类大脑智慧的发生机理,但对大脑智慧的基本功能,如记忆、表达、推理、联想和学习等功能已达成共识。因此,智慧矿山建设的目的就是试图通过机器及其技术工程,使矿山系统获得有关矿山开采和经营相关知识的记忆、表达、联想、推理和学习的功能。如果这种能力完全由非人类承载,则称智慧矿山为完美智慧矿山,完美智慧矿山可作为目标去追求,但现实难以达到。

2.1 “三个世界”概念的提出

为了更好地理解智慧矿山,引入信息世界(Information world)、意识世界(Conscious world)和物理世界(Physical world)“三个世界”概念,信息世界描述物理和意识世界的所有对象的状态、运动及其变化规律的体系,可以表现为数据、模型、算法或软件等;意识世界描述人对物理世界的认知,包括人的价值观、思想、意志、愿景和智慧;物理世界描述现实世界中客观存在的事物,例如井下作业设备、材料、建筑物、构筑物、管网设施、煤层、水、瓦斯、地压等等,他们共同构筑了智慧矿山建设的物质基础。

传统的矿山主要由物理世界与意识世界组成,矿山的生产经营活动依靠人的意识去驱动物理世界的运动进而实现矿山开采。然而在实际作业中,人的意识世界存在不足,难以保证物理世界能够按照人们意志客观、准确、即时地进行自动运行。其不足主要体现在易疲劳、记忆有限、知识不足、理解偏差,在生产实践中的表现主要体现在以下几个方面:

(1)看不见:体现在地质、水文、风速、瓦斯浓度等状态不明;产品质量、作业进度、工作绩效等性质不清;违规行为、安全隐患、设备故障等风险不知;

(2)算不准:体现在工艺设计、机器调节、设备参数、趋势监测、资源配量等无法精确计算;

(3)控不住:体现在安全隐患、超限预警报警等问题不能及时控制风险和危险。

有别于传统矿山,智慧矿山通过建设一个新世界——信息世界,同时改造物理世界和意识世界,以弥补人类意识世界的不足,使得矿山系统获得上述人类智慧的基本功能。可见智慧矿山将传统矿山的“意识世界+物理世界”二元世界改造升级成了“意识世界+物理世界+信息世界”的三元世界。智慧矿山“三个世界”的相互关系如图2所示。

从实践角度直观看,智慧矿山运行将呈现这样的图景:操作人员坐在宽大的调度控制室,只需操作鼠标和键盘输入生产任务或经营目标,系统唤醒物理世界的掘进机、采煤机、支架、通风机、带式输送机和机器人自动作业,各机器自适应于工作面条件,优化自己的工作参数和工况,并与相关设备保持协作和联动,将源源不断的从地下采出原煤。与此同时,智慧矿山系统悄无声息地不断自动采集全部数据返回信息世界,通过信息世界算法和智能模型处理,发出指令对物理世界实施干预和控制,如此循环下去不断更新信息世界的数据和算法,完成深度学习和训练。

 

图2 智慧矿山“三个世界”相互关系

 

2.2 “三个世界”的运动及其关系

(1)物理世界与意识世界。在智慧矿山还没有提出,信息化建设还没有成为发展的必由之路之前,矿山建设只存在物理世界与意识世界,二者相互作用进行简单的生产经营活动。随着矿山建设规模的不断扩大与数据量的剧增,物理世界的构建对人的意识世界要求越来越高,从而引入了信息世界的建设。信息技术的引进,确实使得矿山建设和运营更加便利和高效,但在不完美的智慧矿山建立过程中,人的意识世界在作用于物理世界方面仍起着至关重要的作用,例如直接通过行动作用于设备、装备、构筑设施和原材料等旨在构筑一个完善的物理世界,为智慧矿山建设打造坚实的物质基础。

(2)意识世界与信息世界。智慧矿山通过建设信息世界、改造物理世界、提升意识世界,完全打通“三个世界”的联系和相互转换,但强调的仍然是“人”,而非“无人”,物理世界、信息世界、人的意识世界三者相互作用反馈,人作用于信息世界才能赋予物理世界智慧。意识世界与信息世界相互作用的接口便是依靠键盘的输入与数字化界面的输出,人通过键盘将意识世界的想法与需求输入给由信息系统构成的信息世界,信息世界则通过数字化界面将接收与加工处理后的信息以可视化的方式展示给管理人员,以便管理人员进一步构筑意识世界,对矿山的整体运行状况有所感知并做出正确的决策。

(3)信息世界与物理世界。通过物联网实现数据自动采集,建立物理世界到信息世界的联系。从数字矿山阶段开始,矿山建设就已经倡导实现数据感知技术,且在此阶段具备了部分感知的能力,例如部署了一些感知环境参数、地压、瓦斯的传感器等,但是总体感知能力尚不充分[11]。到了感知矿山阶段,物联网技术则成了支持矿山发展的核心技术之一。智慧矿山的重要特点之一则为深度感知,通过构建矿山物联网云计算平台解决实时异构数据快速可靠交换、多元多层次数据快速接入、分布式协同处理及服务等难题,实现矿山物联网从感知到应用的互联互通和信息智能交换[14]。

由此可见,智慧矿山是一个由人的意识世界、矿山的物理世界和信息世界构成的有机整体,倾向于用机器或技术工程延伸部分或全部人类大脑诸如记忆、表达、联想、推理和学习功能,用于矿山资源勘探、规划、设计、开采和加工利用全过程,以实现矿山资源的安全、高效、精益开采和利用。如何将意识世界的智慧功能赋予物理世界和信息世界,并延伸至整个矿业开发过程,这是智慧矿山的核心。因此,智慧矿山建设的根本任务是构建一个具有人类智慧能力的信息世界,相应改造物理世界和意识世界,同时搭建“三个世界”无缝连接的桥梁。

3 智慧矿山理论初探

智慧矿山理论构建旨在通过总结矿山信息化建设的经验及其发展规律,探索智慧矿山的规划、设计、实施与运行维护等上述各环节思想框架和实施策略与方法。本文从智慧矿山顶层设计和各阶段理论分析的角度,按照“总-分”的方式对智慧矿山理论体系进行构建和阐述。

3.1 智慧矿山参考模型

经过多年的煤炭企业信息化建设实践,笔者在多个大型项目(如铁峰煤业感知矿山项目、司马煤业企业资源计划系统CERP、汾西基于物联网的煤炭运销调度指挥系统、综合可视化集成平台等)研发上取得成功,以此为基础,总结提炼出智慧矿山参考模型。参考模型从层、级、链三大维度入手,旨在从宏观角度引导智慧矿山的理解与建设。智慧矿山参考模型如图3所示。

 

 

图3 智慧矿山参考模型

 

其中,“层”是指活动层,按照煤炭企业实际生产运营过程中涉及到的业务活动进行层次性划分,将智慧矿山的业务活动与业务逻辑由下到上划分为资产层、作业层、管控层、决策层与商业层;“级”是指组织级,只要依据煤炭企业内外环境中涉及到的不同组织层级,按照其不同的权责和职能进行划分,最终将组织级由下至上划分为班组、科室、矿井、集团、行业和社会;“链”是指价值链,价值链的划分立足于产品的生命周期,围绕产品生产过程中涉及的相关行动所形成的一条价值链,体现了煤炭行业中生产的相关产品从无到有,不断增值的全过程。主要将价值链划分为勘探、设计、基建、开采、洗选加工、运输和矿区修复。在该参考模型中,各维度中刻度划分为示意性而非完全性列举,各煤炭企业应根据自身实际情况进行进一步详细与精确划分。

3.2 智慧矿山建设主要理论

参考模型的构建从顶层设计的角度指出,智慧矿山是涉及整个系统的人、物、信息等多元要素的复杂系统,智慧矿山建设是一项涉及矿山活动、矿物价值链以及组织层级三大维度纷繁复杂因素的、长期的系统工程。因此,以系统工程理论为指导,以实现智慧矿山作为建设目标,即具备更透彻的感知、更深度的互联互通、更广泛的智能应用[8]的矿山形式。智慧矿山的前期规划旨在制定比较长远的发展计划,设计未来整套信息化建设的行动方案,这些都是为智慧矿山建设目标的实现而服务。

透彻感知是智慧矿山的技术基础,通过引入无线射频识别技术和传感技术等物联网核心技术,利用感知、测量与控制设备,实现对矿山数据的实时获取与实时监测。智慧决策对于数据的需求随信息化水平不断提高而日益增加,将物联网技术应用于煤炭企业井下和井上生产运营与管理可以实现井下人员实时监测、保障人员安全、及时发现不安全隐患并预警、智能控制、形成新的产业标准以及井下无人化作业等[16]。

深度互联是智能处理的基础。智慧矿山应具备“人-人”、“人-物”、“物-物”无障碍互联互通的能力[17]。这就需要智慧矿山参考模型中涉及到的每个主体、每一个生产单元之间相互协同运作。这里就需要运用协同理论的思想,改造物理世界和意识世界。通过企业自身内部的协同作用,使得系统可以自适应地在各环节、各阶段以及功能上实现有序的协同结构。

基于矿山企业自身环境的特殊性以及系统的复杂性,智慧矿山信息系统应按照“四横三纵”的整体框架来构建。“四横”包括应用层、数据及应用支撑层、网络通信层和感知控制层。“三纵”则为“三个体系”,分别是信息化标准化体系、信息安全体系和管理运维体系。智慧矿山整体框架如图4所示。

智能应用是智慧矿山区别于数字矿山与感知矿山的核心所在。智慧矿山拥有主动感知、自动分析能力,能够依据深度学习的知识库,形成最优决策,并对矿山设计、生产、安全、经营管理等各个环节实施自动调控[19]。智慧矿山的本质就是使得矿山建设智能化、智慧化,而“智慧”则主要体现为使得信息世界拥有人的意志,可以按照意识世界的思想去指导物理世界根据具体的场景选择正确合理的行动,以实现自动化、智能化运行。这个目标的实现需要以人工智能理论为指导,运用矿业学科专业知识发展地质、采矿、掘进、机电、运输、通风和洗选加工各个专业和工艺的智能算法和模型,建立一种更有效的智能控制和智能管理方法,以实现系统的智慧化应用。人工智能其本质是一种计算机程序,程序使其有了“自主”选择判断的能力,这种能力除了复制模仿人类智能,还包含超越人类的各种计算性的能力[18]。人工智能可以支持信息世界的构筑,弥补人类意识世界存在的缺陷。

3.3 设计阶段与实施阶段

智慧矿山信息系统的设计以系统论和信息论为理论指导,采用软件工程的设计方法,按照传统的系统设计方式进行需求分析、业务分析、流程再造、系统功能设计、划分子系统等。由于设计阶段沿袭了传统的系统设计流程,故本文不再赘述。

 

 

图4 智慧矿山整体框架

 

3.3.1 智慧矿山实施的 “三一” 理念

在实施阶段,以“三一”理念为指导,即一套系统、一支队伍和一个模式,为行业智慧矿山的发展提供可复制可推广的建设模式。一套系统即煤炭企业在信息化、智能化发展中,信息系统不能东拼西凑,一套成功、高效的管理信息系统应该是一个完整的管理体系中管理模式的体现,标准化的建设模式是矿山建设智慧化的基础和重点。东拼西凑的系统易形成信息孤岛,难以实现信息化集成所带来的效果。一支队伍即建立一支信息化人才队伍,为智慧矿山的建设提供技术支撑。系统要靠人去合理运用,需要人员去升级和维护。因此创建一支信息化队伍,以智慧矿山发展建设和解决建设过程中出现的行业难题为研究内容和重点,培养一批智慧矿山的研究型人才。针对我国矿业信息化的状况提出,要深化高校采矿工程专业的改革,培养面向矿业未来的创新型人才。这支队伍的打造对智慧矿山建设的成功实现起到了至关重要的作用。一个模式即建立一个优化的煤炭企业管理模式。随着煤炭企业规模的扩大、业务形式、技术手段的更新,传统的管理模式效率较低,矿山建设智慧化的过程必然涉及到管理模式的改进与创新,新的生产、管理模式意味着更高效的生产力,这也是煤炭企业进行智慧矿山建设的初衷与最终目标。

“三一”理念的建立,强化了智慧矿山发展的综合集成和智能应用,使得矿山的智慧化建设更多地关注数据的感知、共享和互联,最终实现行业内部研究成果的整合、共享和延伸。“三一”理念从丰富的项目经验中总结出来,能够有效地指导智慧矿山建设与实施。

3.3.2 微观运用数据挖掘、认知心理学、信息安全等理论

微观上从智慧矿山实施过程中涉及数据的分析与挖掘、分析结果的展示以及信息的安全性3个方面对相关指导理论进行阐述。在综合自动化、工程数字化与管理信息化的信息系统建设下,通过物联网等感知技术实时传输至信息系统中,矿山企业信息系统内的各类主题数据库已经存储了海量数据,如何运用这些数据,发现大数据背后存在的规律与问题,是维护矿山实施过程中的核心任务,也是实现智慧矿山智能应用这一重要目标的核心策略。要想实现海量数据的清洗、融合、挖掘以及智能搜索就需要依靠大数据的相关理论方法作为指导。通过构建数据模型对数据进行分类、估值和预测,对无特定关联的数据集进行相关性分析和聚类分析,寻找其中蕴含的关联。

管理者每天面对庞杂的数据信息,在短时间内无法及时吸收和发现企业运作中存在的异常,针对这类问题,就需要运用认知心理学的相关理论指导信息的可视化展示。可视化管理是基于信息技术、人类认知规律而进行的能够有效促进管理者认知、利用信息资源的管理模式,与传统管理模式相比,它更突出管理内容透明、数据流程监控、信息图解、知识分享、问题跟踪、决策支持以及业务协同等管理功能。

大数据虽是智慧矿山信息化建设的核心技术,但当前大数据仍处于初级发展阶段,相关技术不够成熟、法律法规以及标准也不够完善,所以对于大数据来说,信息安全问题是当前公认的一个关键问题。在大数据的清洗、处理、加工、挖掘、分析的各个环节都可能出现信息安全的问题,针对大数据的安全性、保密性、可用性等应该以信息安全理论作为指导,建立信息安全标准确保信息的高效安全传输。

4 智慧矿山关键技术

智慧矿山中关键技术涉及的环节可见图4智慧矿山整体框架中圈红部分。智慧矿山建设过程中具体应该突破的关键技术主要有5个,即智慧矿山的管理模型、数据模型、标准化体系以及煤机装备的网络化与智能化改造和数据处理智能模型构建。

4.1 智慧矿山管理模型

由上述智慧矿山参考模型可知,煤炭企业的组织、业务与活动应按照层级链三大维度进行生产运作。在运行的过程中,对于不同的组织职级所涉及到的每一个业务的组织、流程和制度都应该得到有效地管控。这就需要按照企业实际的需求,针对管理过程中各个环节流程与业务,例如资产管理、人力资源管理、设备管理等各个方面都应该建立对应的管理模型。通过具体实现业务与流程的技术方法和指导理论,构建不同类型的管理模型,使得各个部门、管理者涉及的责、权、利统一起来,管理运作中涉及的资源分配、消耗和使用的时空属性透明化的展示出来。智慧矿山以透彻感知、深度互联和智能应用为基本特征,旨在要实现更透彻的感知、更深度的互联互通、更广泛的智能应用[8]。基于智慧矿山的基本特征,应构建可视化管理模型以指导智慧矿山的运行。

可视化管理模型旨在利用IT系统使得各个管理环节实现透明化和可视化,在此基础上针对管理过程中涉及的所有业务流程按照其管理需求和目的构建管理模型,以达到复杂系统可视化的目的。例如,史后波[19]从可视化管理系统的信息控制模型入手,构建了可视化管理VOFA模型,设计了煤炭企业可视化管理系统;刘屹[20]构建了煤炭企业成本管控LUBA模型,以可视化的方式揭示隐藏在成本信息背后的成本动因和成本责任主体间的关联性。LUBA模型即将煤炭企业所发生的成本划分为区成本(A)、块成本(B)、线成本(L)、单元成本(U)的方式,建立了LUBA可视化成本管理模型,目的也是为了更好地实现可视化成本管理。智慧矿山管理模型如图5所示。

4.2 智慧矿山数据模型

在物理世界中包含大量的主体、设备、材料等成千上万的管理与操作对象(如采煤机、工作面、锚杆等),每个对象又包含描述其特征的基本属性(如型号、功率、长度、预紧力等),对象与属性共同构成成千上万的数据单元。针对矿山的复杂、海量、异质、异构、时变、随机、多态数据,智慧矿山应根据不同的主题分类构建不同的主题数据,数据仓库应提供的数据应遵循统一的标准与规范。这些数据单元分布存储在不同主题的数据仓库中,然而在业务逻辑上和专业知识中不同数据库内的数据之间是相互联系的。为了明确对象之间以及属性之间的联系,必须进行数据建模。例如地质数据、瓦斯数据、安全数据等,这些数据的存放需要进行数据建模分类,构建不同的数据库来对数据进行有效管理。

数据模型旨在提取物理世界中包含的所有对象及其属性,构造属性之间的逻辑关系,以解决矿山模型中数据库构建的问题,为数据的存储和组织提供依据。实际操作中主要通过统一建模语言UML进行业务流程分析,进而提取其中包含的所有有效属性,按照三大范式的原则对属性进行分类和系统设计,构建表中数据元素的关系模式,构成数据库中各种表,建立数据库表之间的逻辑关系,实现数据的同步更新。数据建模就是通过将生产和各类管理活动的业务逻辑关系、数据逻辑等进行逻辑的整理进而转换成信息系统的业务流和数据流,形成相应的矿山管理模型和矿山数据模型,便于快速高效地分析和利用数据。迄今为止,煤炭行业还未见构建出完整的数据模型,导致煤炭行业的数据无法实现共享,信息系统的功能实现受到制约。为了满足智慧矿山的所涉对象及其属性关系的纷繁复杂特征描述和智能处理的要求,矿山数据模型的构建是智慧矿山建设绕不开的重要基础和关键技术。智慧矿山数据模型如图6所示。

 

 

图5 智慧矿山管理模型

 

4.3 智慧矿山标准化体系

智慧矿山建设的层、级、链三大维度的集成是实现智慧矿山的关键所在,链的集成是煤炭生产整个流程中活动的集成,通过链的集成解决了系统多、数据库分离、信息查看不方便的问题;级的集成是煤炭经营生态环境的整合,进而实现了组织间的信息系统连接和数据共享。在三大维度集成的过程中,标准体系起着至关重要的作用。由于价值链活动主要基于煤炭开采、生产、销售等活动的信息化、数字化手段开展,所以链的集成主要的标准需求是煤炭行业标准。级的集成是各个组织层级到整个社会的整合,因此级的集成应该基于国家标准或国际标准进行标准体系制定。

在标准的制定中,应立足于现有的国际、国家相关标准,结合本国煤炭行业的国情以及智慧矿山建设的目标和任务,充分考虑标准的实用性、适用性和专业性。智慧矿山建设国际标准参考见表1。

 

 

图6 智慧矿山数据模型

 

表1 智慧矿山建设国际标准参考

 

4.4 煤机装备的网络化与智能化改造

近10年来,我国在矿井建设、巷道掘进、综采设备、辅助运输、露天开采、煤炭洗选等方面的装备研发取得重要突破,但设备的智能化和信息化水平较低,技术水平落后于国际同行近10年[21]。由于煤矿井下工作面环境恶劣,目前的传感和感知设备存在覆盖面窄、监测点不准确、数据存在偏差、存在感知死角等问题,井下未实现无线网络信号无死角覆盖,缺少或者未建立无线分站,未实现无线感知设备主动推送数据。因此,煤机装备网络化改造对于改善井下通讯环境具有重要意义。

我国作为世界最大的煤炭生产、消费大国,煤机装备制造发展迅速,机械产品在市场中的竞争力也日益增加。然而,我国煤机装备中低端产品过剩,高端高可靠性产品紧缺,核心竞争力和创新力不足,一些关键元部件仍需依靠进口[22]。由于井下掘进与综采工作面煤矿装备的系统比较复杂,需要控制的动作较多,因此对部分动作的逻辑性、准确性、响应速度等要求较高。目前煤机装备多为单机人工操作,不能与工作面的其他装备实现协同控制,无法充分发挥煤机装备的性能和提高掘进与综采工作面的掘进效率。因此,需要组建一套具有掘、支、运等功能的高效率作业的成套装备智能化控制系统,所有装备协同控制,提高整个井下工作面的工作效率。

在煤机装备的智能化改造中,应该让专业人才、煤机制造企业和煤炭开采企业相互联合,由煤炭开采企业提出需求并提供实验场地,由行业科研院所进行针对性的研究,形成包含有煤机制造企业、煤炭企业和科研院所多方面机构的行业联盟将有助于加快网络化、智能化改造。煤机装备的网络化与智能化改造整体框架如图7所示。

 

 

图7 煤机装备的网络化与智能化改造整体框架

 

4.5 数据处理智能模型构建

智慧矿山智慧的核心源于智能模型,不同的业务需要构建多个智能模型,智能模型的构建建立在数据模型的基础之上。只存在大量的数据是无法实现“智慧”的,需要将数据进行智能运用,从而推动智能决策。智能模型是数据模型的进一步发展和深入挖掘,综合利用数据库和数据挖掘技术,结合数据算法对不同的数据模型进行多维在线分析,构建基于不同数据模型的综合性智能模型体系。海量数据实现智能化运用,使得数据得到进一步增值,是“智慧”的重要体现,也是衡量矿山建设智能化水平的重要指标和依据。智能模型正是物理世界、意识世界与信息世界相互作用的重要体现,通过智能模型的构建使得信息系统具有人类大脑的功能,从而实现物理世界的设备自适应联动、自动学习和自动模拟决策。数据处理智能模型如图8所示。

 

 

图8 数据处理智能模型

 

图8为数据处理智能模型的具体实践举例,其中桑基图中每个分支都代表了信息流(即词频),分支宽度反映信息流量大小,从左至右分别流经生产单位、隐患问题与事故要素,不同的责任主体和事故要素以颜色区分(黄色分支为根据主题挖掘结果统计后识别的包含更多隐患细分的隐患问题)。通过数据处理智能模型的构建可以分析出隐患信息与隐患问题责任主体之间的联系,针对责任主体找到问题的源头,从根本上解决隐患问题。

5 结论与展望

智慧矿山是大势所趋,然而实现全面的智慧矿山还有差距,智慧矿山建设是一个循序推进的过程。智慧矿山是在信息化技术推动下,依靠大数据智能模型、管理模型、物联网技术以及传感设备高度集成的一种矿山信息化发展新阶段,也是信息化建设的新形态。智慧矿山的建设是未来矿山实践和理论研究的前沿方向,对建设绿色矿山,实现矿山可持续发展具有重要意义。未来智慧矿山的发展将集中在理论体系和关键技术突破两个层面:第一个层面是理论体系,运用现有的采、掘、机、运、通等各个学科的存量知识,发展智慧矿山理论是学界努力的方向,因为理论体系在宏观层面为智慧矿山的发展提供了整体规划,使智慧矿山的建设道路日益清晰;第二个层面是关键技术突破,各个省市及企业应该积极响应国家政策的号召,在矿山信息化建设的浪潮中不断摸索前进,在实践活动中不断完善和总结智慧矿山建设中存在的技术问题以及发展的规律。关键技术的突破程度决定智慧矿山“智慧”的水平,这需要煤炭行业监管部门、协会、学界和企业等多种形式合作与共同努力。

参考文献:

[1] 汤海龙. 智慧矿山信息系统通用技术规范解读及关键技术探讨[J].煤炭科学技术,2018,46(S2):157-160.

[2] 吴立新,朱旺喜,张瑞新.数字矿山与我国矿山未来发展[J].科技导报. 2004(7) :29-31+28.

[3] 吴立新,汪云甲,丁恩杰等.三论数字矿山——借力物联网保障矿山安全与智能采矿[J].煤炭学报,2012,37(3):357-365.

[4] 谭章禄, 韩茜,任超.面向智慧矿山的综合调度指挥集成平台的设计与应用研究[J].中国煤炭,2014,40(9):59-63.

[5] 张申,丁恩杰,徐钊等.物联网与感知矿山专题讲座之二——感知矿山与数字矿山、矿山综合自动化[J].工矿自动化,2010,36(11):130.

[6] 吴德政. 数字化矿山现状及发展展望[J].煤炭科学技术,2014,42(9):17-21.

[7] 陈晓晶, 何敏. 智慧矿山建设架构体系及其关键技术[J].煤炭科学技术,2018,46(2):208-212+236.

[8] 徐静, 谭章禄. 智慧矿山系统工程与关键技术探讨[J].煤炭科学技术,2014,42(4):79-82.

[9] 何敏. 智慧矿山定义探讨[J].工矿自动化,2017,43(09):12-16.

[10] 李梅, 杨帅伟, 孙振明等. 智慧矿山框架与发展前景研究[J].煤炭科学技术,2017,45(1):121-128+134.

[11] 罗香玉,李嘉楠,郎丁.智慧矿山基本内涵、核心问题与关键技术[J].工矿自动化,2019,45(9):61-64.

[12] 王莉.智慧矿山概念及关键技术探讨[J].工矿自动化,2014,40(6):37-41.

[13] 霍中刚,武先利.互联网+智慧矿山发展方向 [J].煤炭科学技术,2016,44(7):28-33+63.

[14] 卢新明, 阚淑婷,张杏莉.矿山物联网云计算与平台技术[J].工矿自动化,2018,44(2):1-5.

[15] 吕鹏飞, 何敏, 陈晓晶等.智慧矿山发展与展望[J].工矿自动化,2018,44(9):84-88.

[16] 张胜英,王烟军,宋若臣.智慧矿山物联网的构建和应用研究[J].山东行政学院学报,2013(5):62-64.

[17] 何敏. 智慧矿山重要特征与实现途径[J].工矿自动化,2018,44(3):31-35.

[18] Hayesroth F. Artificial Intelligence: What Works and What Doesn't? [J].Anesthesia& Analgesia,1997, 62 (11):1025-30.

[19] 史后波. 基于认知理论的煤炭企业可视化管理与应用研究[D].中国矿业大学(北京),2012.

[20] 刘屹. 面向可视化管理的煤炭企业成本管控研究[D].中国矿业大学(北京),2013.

[21] 申宝宏,雷毅,刘见中等.煤炭机械装备国内外技术现状及发展展望[J].煤矿开采,2015,20(1):1-4.

[22] 王国法,杜毅博.德国工业4.0与中国煤机装备智能制造的发展[J].煤炭科学技术,2019,47(3):1-9.

 

Analysis and discussion of smart mine theory and key technologies

Tan Zhanglu, Wu Qi

(School of Management, China University of Mining and Technology, Beijing, Haidian, Beijing 100083, China)

Abstract Smart Mine is a new stage of mine informatization construction based on digital mines and perceived mines, which is further developed with advanced technologies such as cloud computing, big data and artificial intelligence and are characterized by thorough perception, deep interconnection and intelligent application. Combining with the characteristics of the coal industry and the needs of informationization, this paper put forward the guiding theory of all aspects of smart mine construction and the key technologies needed to realize the smart mines from the perspective of macro design. In theory, the "three worlds" thought of the smart mine, the reference model of the smart mine and the "three ones" concept and the guiding theory of each link were proposed; It was pointed out that the mine management model, data model, standardization system, network equipment and intelligent transformation of coal machine equipment and intelligent model of data processing are the five key technologies that need to be focused on.

Key words smart mine, guiding theory, key technology, information construction

中图分类号 TD-918

文献标识码 A

基金项目:国家自然科学基金项目“基于数据挖掘的煤矿安全可视化管理模型及图元体系研究”(61471362)

引用格式:谭章禄,吴琦. 智慧矿山理论与关键技术探析[J].中国煤炭,2019,45(10):30-40.Tan Zhanglu,Wu Qi. Analysis and discussion of smart mine theory and key technologies [J].China Coal,2019,45(10):30-40.

作者简介:谭章禄(1962-),男,江西赣县人,中国矿业大学(北京)管理学院教授,博士生导师,国家安全生产专家组成员,北京市信息化专家组成员,中国煤炭工业协会信息化分会常务理事。主要从事管理科学与工程、管理信息系统、工程技术经济、经济系统分析等方面的教学与研究工作。已完成科学基金项目、部重点项目及其它项目30余项,在国内外学术期刊公开发表论文170余篇,出版专著5部,其中所做科研项目获省部级科技进步奖8项。E-mail:tanzl@vip.sina.com。

来源:中国煤炭