王佳奇,盧明銀
(中國礦業大學 礦業工程學院,江蘇 徐州221116)
煤炭資源一直以來都是我國主要的能源支柱產業,而煤炭的安全開采在煤炭生產中占有重要地位,是決定一個礦區發展的關鍵因素。據統計,在2013 年至2018 年間,全國煤礦發生死亡事故2 169起,死亡人數達4 104 人[1-2]。隨著數字孿生技術的發展,現階段該技術已被成功應用到多個領域。陶飛[3]等人基于數字孿生技術提出了數字孿生車間;鄭小虎[4]等人提出數字孿生驅動下的智能紡織工廠;李柏松[5]等人探討了數字孿生在油氣管道中應用的可行性;將數字孿生應用到物質文化遺產的建設、保護、傳承與開發中[6];周瑜[7]等人則首創“數字孿生城市”這一概念,將數字孿生應用到城市發展中;都伊林[8]等人則是基于數字孿生技術下的城市數字鏡像模型,構建了城市應急預測預警體系;除此之外,醫學研究學者參考數字孿生思想,構建“虛擬胎兒”用以篩查家族遺傳病[9]。由此可以看出數字孿生技術的應用前景十分廣泛,因此可以將數字孿生技術引入到煤礦安全管理中來。
傳統的煤礦安全管理主要有安全生產檢查法、安全目標管理法和系統安全評價法等幾類,但實施效果并不理想,其原因主要是傳統方法過多強調對已發生事故的分析,忽視了事故發生前的預測與防范[10],或者過多追究人的責任,忽視了工作環境的重要性。此外隨著科學技術的發展,煤礦企業的生產環境也發生了巨大變化,導致事故誘因增多,造成了傳統的煤礦安全管理模式難以適應新的煤礦生產狀況要求,因此需要一種新的方法來應對新形勢下的煤礦企業安全管理工作。
“數字孿生”這一概念最早是由美國國家航天局在進行阿波羅項目時提出的,主要用于航天飛行器的健康維護與保障[11]。現如今,數字孿生是指以數字化方式創建物理實體的虛擬模型,借助數據模擬物理實體在現實環境中的行為,通過虛實交互反饋、數據融合分析、決策迭代優化等手段,為物理實體增加或擴展新的能力[12]。它具有傳統仿真技術所不具備的特點,比如實時同步、忠實映射、自學習能力等,因此將數字孿生技術引入到煤礦的安全管理工作中來。
選取五維模型作為建模基礎[12]。數字孿生五維模型如圖1。
圖1 數字孿生五維模型Fig.1 Five-dimensional model of digital twin
五維模型由物理實體PE、虛擬實體VE、服務SS、孿生數據DD 和連接CN 組成。物理實體是指現實中真實存在的實體,也就是數字孿生研究的對象。虛擬實體是物理實體的一種超高保真、全數字化的映射,通過實時數據的傳輸保證與物理實體的同步。服務是一套服務系統,由生產過程中的多個制造系統組成,可以為生產制造提供支持和服務。孿生數據是指PE、VE、SS 產生的所有數據集,以及上述3 部分的交叉、融合數據,它是數字孿生的驅動力。連接是一種硬件設施,是實現實體、服務和數據互聯互通的必要途徑。
2013—2017 年煤礦事故統計情況見表1,瓦斯事故發生次數在所有煤礦事故中占比為11.2%,卻在死亡人數方面占比達30.2%,且每起瓦斯事故的死亡人數是頂板事故的3.96 倍,而且根據近2 年的數據可以看出,瓦斯事故的安全管理工作并不理想,有反彈的趨勢。此外,參考我國煤礦各類事故的百萬噸死亡率發現,瓦斯事故的百萬噸死亡率位居煤礦事故之首[13]。因此選擇瓦斯事故作為研究對象。
表1 2013—2017 年煤礦事故統計表Table 1 Statistics of coal mine accidents in 2013—2017
瓦斯是指在煤礦采掘過程中所有有害氣體的總稱。通常來講,煤礦井下瓦斯事故類型分為瓦斯爆炸(含瓦斯燃燒與煤塵爆炸)、煤與瓦斯突出和中毒窒息這3 類[14]。依據瓦斯事故的特點,構造的瓦斯事故孿生模型如圖2。
在實際工作時,物理實體與虛擬實體進行實時的數據交換,這樣就使得虛擬實體和物理實體具有高度一致的工作狀態,從而保證安全管理者可以通過對虛擬實體的監測來了解實際礦井的狀況。
圖2 瓦斯事故孿生模型Fig.2 Twin model of gas accident
此外,物理實體與虛擬實體將各種數據傳輸到孿生數據,孿生數據中心將傳輸來的數據進行處理分析,并根據實際數據的趨勢特征、結合歷史數據來預測該狀況下未來可能出現的數據狀況,將可能出現的狀況數據傳輸到虛擬實體,驅動虛擬實體進行仿真模擬,這樣就可以準確的預判物理實體未來可能出現的情況。在預測出可能出現的情況后,虛擬實體會將其預測結果反饋到服務系統,此時服務系統針對可能出現的各種危險情況,迅速地生成多個解決方案,并將各個解決方案同步傳向虛擬實體,在虛擬實體中對各個方案再次進行模擬仿真,根據仿真結果進行方案評選,找出最優的解決方案,然后將最優的解決方案反饋到服務系統,服務系統根據最優的解決方案再來指導物理實體進行合理操作,這樣就可以達到瓦斯事故的事前預防目的。
除此之外,當物理實體發生緊急情況時,孿生數據可以根據歷史情況做出最佳的決策方案,并將其數據傳輸到虛擬實體進行模擬,來保證方案的合理性,然后通過服務系統反饋到物理實體來達到事故傷害最小的目的。而這些操作都是在孿生模型內進行的,可以大大縮短時間,達到快速響應的目的,具有傳統方法不可比擬的高效性。
連接是該模型實現信息互通、快速響應的重要部分,也是該孿生模型必不可少的要素之一。孿生數據在整個過程中起到十分重要的作用,它可以從與物理實體與虛擬實體的交互過程中獲得大量的數據,并將這些數據進行存儲記憶,根據大量的數據對實際狀況進行合理的預判,并將數據傳輸到虛擬實體與服務系統進行驗證,是此模型的核心組成部分。
瓦斯事故孿生模型是一個針對瓦斯事故的預警系統。在參考現有的瓦斯監測監控系統與礦井下作業流程后,總結出孿生模型應具備的產品需求有:易于操作、精確定位、全方位實時監控、快速反應、智能化程度、輔助功能的數量、數據的安全性與豐富性、數據查詢的便利性、人機界面友好、數據的合并與分享、模型的可靠性、模型的自學習能力。并結合產品設計方案,將上述產品需求轉化為技術特性[15]。用戶需求及其技術特性為:易于操作(工作原理,菜單設計明確,教程的全面性);全方位實時監控(監測點數量,傳感器種類);智能化(語音控制,信息處理自動化);數據的安全性(數據的自動備份,解鎖權限設置);數據的豐富性(區塊鏈瀏覽器);數據的兼容性(模塊化數據,藍牙與局域網);模型的自學習能力(算法的引入);精確定位(導航系統,定位系統);快速反應(傳感器靈敏度,數據處理速度,報警濃度,虛擬模型運行速度);輔助功能多(功能模塊類型);數據查詢的便利性(數據庫);人機界面友好(圖標的辨識度,引導界面標準化);模型的可靠性(引導界面標準化,備用模型的設置,傳感器的容錯度)。
結合卡諾模型將上述13 種用戶需求分為3 類:①A 基本需求(a1易于操作,a2精確定位,a3全方位實時監控,a4快速反應);②B 期望需求(b1智能化,b2輔助功能多,b3數據的安全性,b4數據查詢的便利性,b5數據的豐富性);③C 魅力需求(c1人機界面友好,c2數據的兼容性,c3模型的可靠性,c4模型的自學習能力)。利用層次分析法對用戶需求重要度進行排序。把技術總需求作為基本需求、期望需求和魅力需求的比較準則,得出下面的判斷矩陣:
借助Matlab 進行計算,求得上述矩陣特征值,作歸一化處理可以得到向量W=(0.637,0.258,0.104),并且保證了CR=CI/RI=0.037<0.1。所以此向量可認為是其權重向量。同理,重復以上步驟可以分別求出各指標的權重值,重要度排序情況見表2。
根據構建的產品特性與技術需求關系表以及對用戶需求重要度的確定,可以建立瓦斯事故孿生模型的質量屋。需要說明的是在用戶需求與技術特性的關系矩陣中,數值“1”、“3”、“5”分別為用戶需求與技術特性是弱相關、相關和強相關的關系,而數字“2”和“4”則為弱相關與相關、相關與強相關之間的關系;而在技術特性的自相關矩陣中,符號“+”為技術特性間呈正相關,符號“-”為技術特性之間呈負相關。
表2 重要度排序表Table 2 Importance ranking table
在市場競爭分析階段,選取的是瓦斯監測監控系統。煤礦瓦斯監測監控系統主要由傳感器、井下分站、信息傳輸系統和地面中心站這4 部分組成[16],是現階段煤礦安全生產的重要組成部分,是防止礦井通風、瓦斯等重大事故發生,保障安全生產的重要措施。但是當前瓦斯監測監控系統也存在不足之處,比如不同廠家生產的技術標準不同,導致瓦斯監測監控系統相互之間的兼容性較差,而且還存在通信協議不規范以及井下信息傳輸設備物理接口協議不規范等問題。因此依據上述分析,構建的瓦斯事故孿生模型的質量屋如圖3。
圖3 瓦斯事故孿生模型質量屋Fig.3 House of quality of twin model of gas accident
質量屋實現了從用戶對瓦斯事故孿生模型的各種需求到產品實現技術特性的轉化,它可以更加快速的推動瓦斯事故孿生模型的落地應用。從構建出的質量屋可以看出:在后期產品實施時應更加注重監測點數量、定位系統的布置以及虛擬實體的運行速度等方面問題的處理,這樣才可以更好地滿足用戶的需求;此外,相比于瓦斯監測監控系統,提出的瓦斯事故孿生模型在快速反應、數據的兼容性、模型可靠性和自學習性都有較大優勢,同時也可彌補傳統煤礦安全管理存在的不足之處。
1)提出的瓦斯事故孿生模型和傳統的煤礦安全管理方式相比具有明顯的優越性,它可以彌補傳統管理方式中的不足,降低煤礦事故的發生率。此外,瓦斯事故孿生模型質量屋的構建,給出了煤礦企業在實際構建模型時的技術要求,解決了孿生模型從功能需求到技術實現的問題,對煤礦企業構建瓦斯孿生模型具有指導意義。
2)構建的模型將有助于利用數字化技術來驅動煤礦安全管理工作研究的進行。由于現階段煤礦開采復雜度的提高,煤礦機械設備的增多,在開采過程中會產生大量的數字信息,傳統的方法將無法處理信息量激增下的煤礦安全問題。因此未來的煤礦安全管理必將是以數字化為驅動的煤礦安全管理研究,而構建瓦斯事故孿生模型就是以數字信息為基礎的,是依靠大量信息來進行判斷的,因此構建的孿生模型在數據驅動煤礦安全管理方面具有先進性。
通過對煤礦事故類型的分析,選取瓦斯事故作為研究對象,引入數字孿生技術,將數字孿生與瓦斯事故相結合,依據現有的數字孿生五維模型建立了瓦斯事故五維孿生模型,對瓦斯事故孿生模型的作用機理進行了闡述,指出了瓦斯事故孿生模型的優勢所在。另外為了加速瓦斯事故孿生模型的落地應用,引入質量功能展開中的質量屋,以瓦斯事故孿生模型為對象,提出了孿生模型的用戶需求和技術特性,對用戶需求的重要度進行計算排序,構建了瓦斯事故孿生模型的質量屋,指出下一階段煤礦企業構建孿生模型時的技術要求,促進了瓦斯事故孿生模型的落地應用,并且也為將來數字化驅動下的煤礦安全管理研究提供參考價值。