面向服務的智慧礦井建設

劉安強，張碧川，劉 航，李 幸，邊 帥，李嫄源

（1.陜西陜煤曹家灘礦業有限公司，陜西 榆林 719000；2.重慶梅安森科技股份有限公司，重慶 400050；3.重慶郵電大學 自動化學院，重慶400065）

隨著當前經濟的持續增長，對礦產資源的需求也逐年增大。與此同時，煤炭企業的安全性問題仍然嚴峻［1］。采礦活動引起的環境問題及管理問題日益凸顯。基于對經濟高效、生態良性循環、資源利用效率提升的需求，社會經濟可持續發展將是未來礦產資源開發的方向。隨著信息產業的飛速發展，信息技術正在社會的各個領域得到廣泛應用，信息化和網絡化成為各行業的發展趨勢，并在具有決策能力的業務管理中發揮重要作用。采礦生產安全和技術管理中使用的信息應用程序主要集中在地質、測量、通風、安全、礦山洪水和相關監測方面［2］。近年來，眾多研究機構和企業都致力于在數字采礦系統中將安全生產管理專業化、集成化［3］。

傳統煤炭采礦行業在生產、管理等方面存在效率低、消耗高、生產安全性隱患大等問題。針對這種情況，從礦井機械化到自動化、數字化轉變正在成為趨勢，有關未來礦井建設與實現方式的探索正在進行［4－5］。如何合理地開發和利用有限的資源、尋求社會的可持續發展，已成為人類社會的共同關注焦點。因此，提高礦山企業的核心競爭力，提高生產效率就顯得尤為重要。國內外許多礦業公司都在進行礦井的數字化建設，例如辦公系統、動態監控系統、3D儲量估算和生產自動化系統等。這些系統在提高礦井的生產能力、運營效率、和生產安全等方面起著至關重要的作用［6］。伴隨著“新基建”加速，大數據、人工智能、物聯網和第五代移動通信技術（5th generation mobile networks，5G）等現代信息技術的應用成為礦業領域轉型升級的主要技術途徑。當前，煤炭業已進入轉型升級的新階段，建設礦業智慧區是大勢所趨，結合智能生產和智能管理構建綜合機械化的智慧管控平臺，形成具有融合分析的管控平臺，實現全方位、全感知、高效能礦區的智慧礦區［7］是發展目標。

智慧礦井的發展是一個持續改進的過程，從智能工作面和駕駛面到實現整個礦井管理的智能，最后到顛覆智能采礦技術的3個發展階段［8］。智慧礦井基于機械礦山和自動礦山的研究，通過集成自動化、信息管理和工程數字技術，結合人工智能、大數據、空間信息技術、三維仿真和虛擬現實等先進信息技術［9］，對煤礦企業進行基于認知的采礦研究，以高效、安全、綠色采礦作為目標，構建高度智能、自動化、用戶友好的智慧礦井。在過去的十年中，由于煤炭開采技術和相關設備研究的迅速發展，極大提高了機械化和自動化程度，為智能開采提供了堅實的基礎。目前，國內有40多個礦區執行智能礦井建設計劃，大多數礦區仍處于機械化礦井階段和自動化礦山階段。對于少數進入智慧礦井階段的煤礦公司，仍然存在許多未解決的問題［10］。

根據國家相關政策，未來將加快實現煤礦智能化，將智能安監和智能生產整合起來構建煤炭物聯網。計劃到2025年，大型煤礦和災害嚴重煤礦要基本實現智能化［11］。本文中以陜西陜煤榆北煤業有限公司的曹家灘礦井智能化項目為例，構建以服務為導向的“智慧礦井”框架，并成功應用于采礦業。探索數字化采礦的建設過程，并重新定位“智能礦”的概念［12－13］。

1 智慧礦井內涵及建設原則

1.1 智慧礦井內涵

智慧礦井是通過新一代信息技術推動礦井建設轉型升級，打造集地下開采、運輸、管理等于一體的數字化、自動化生產體系，實現礦區無人化、管理智能化，極大提高生產效率和降低生產成本，具有高速度、大容量且能覆蓋全礦范圍和各節點的特性［14］。曹家灘智慧礦井建設基于礦井信息數據庫，充分利用人工智能，大數據等技術，提供礦井智慧化生產管理技術平臺體系，支持生產運營、綜合數據管控、融合監測、地理信息系統（geographic information system，GIS）仿真、安全生產、三維可視。目的是充分利用新型信息技術，使得礦產資源開發更加有效和智能化，實現良性循環的目標，最終提高資源利用效率［15－16］。

1.2 智慧礦井建設原則

在智慧礦井建設中堅持理念創新推動、技術創新支撐，堅持以網絡融合安全、信息互聯互通、數據共享交換、功能協同聯動實現煤礦物聯網的全部功能需求。智慧礦井整體設計原則應符合前瞻性、先進性、可靠性、實用性和開放性。智慧礦井建設原則如下：

1）數據規范化原則。基于曹家灘已有的礦井信息資源，結合目前實際生產管理需要，標準化和統一化數據、系統開發流程，實現曹家灘智慧礦井系統之間的數據共享以及系統之間的高度集成。

2）智能化原則。建設曹家灘煤礦系統，在滿足企業基本設施的基礎上，借助人工智能技術，利用智能化的理論方法和技術，使礦山建設達到真正的智能化，實現在業務及生產過程中的智能化分析、管理決策：①礦井主要生產系統實現自動化，并能實現無人值守；②采用物聯網、大數據等先進技術手段，實現底層深度智能感知、信息高度融合、大數據挖掘和智能決策支持。

3）系統統一化原則。曹家灘智慧礦井系統綜合礦井管理、業務決策、辦公系統、動態監控系統、三維儲量估算和生產自動化系統等，是一個多技術、多理論、多學科的交叉綜合管理系統。在建設過程中應統一各個子系統的系統框架，減少冗余功能模塊，實現智慧礦井系統“高內聚、低耦合”的目標。綜合自動平臺建設應遵循“數字化、高速化、智能化、標準化”的原則進行設計。

4）網絡通信原則。煤礦企業間由于不同的網絡通信之間為支持兼容接口，擁有不同的網絡協議接口，導致通信協議之間不能很好兼容。鑒于此，曹家灘智慧礦井統一網絡協議接口，進行標準化處理，解決智慧礦井中通信兼容問題。

2 智慧礦井總體架構設計

智能礦井的實現與現代網絡信息技術、控制技術和挖掘技術緊密相關。在信息資源龐大且復雜的條件下，需要找到高效、安全、綠色的工作解決方案，實現物聯網的協調管理。通過收集實時數據，人工智能自主分析和學習以輔助智能應用程序來構建智能集成采礦平臺［17］。礦井綜合自動化建設總體架構包括4層，分別為數據采集管理層、平臺服務層、業務層以及交互層，礦井負責綜合自動化網絡建設、平臺建設，建立數據共享中心，對數據采集、分析、開發利用，并實現各子系統無人化、自動化。

針對曹家灘智慧礦井平臺開展面向服務的智慧礦井建設，根據監管、運行、維護等方面的不同需求，開放設計多種窗口的交互層架構，并依次分類構建業務應用方向；針對礦井運營過程中真實存在的開采需求、設備管理和數據處理需求，配套合理的服務架構和數據中心。

如圖1所示，智慧礦井的總體架構基于云計算架構體系，該架構支持業務系統的智能化管理、分析、預測和決策等功能。

圖1 智慧礦井總體架構框圖

1）數據采集管理層：主要功能是進行礦山信息數據的采集以及決策信息的執行。該系統主要用于采集實時測量，生產和管理信息。數據收集完畢后，通過企業標準協議輸入到相應的數據庫中，以標準格式進行處理。考慮到系統設計重點在實現礦山生產過程中的數據共享，故礦井經營管理、安全生產在線監測管理、安全生產技術綜合管理、決策支持等將采用統一的數據倉庫，實現數據共享。智慧礦井的數據管理層中：①本層設備采集的數據主要包括礦井生產過程中實時生產數據、生產監測數據、運營數據；②數據傳輸依靠高性能的工業網絡以及企業管理網絡；③構建的智慧礦井數據庫功能包括數據采集、傳輸、存儲、分析等，其結果通過控制層、傳輸層到達執行層，完成對設備的控制、礦體的空間形態和屬性的修正。

2）平臺服務層：包括阿里云物聯網（internet of things，IOT）平臺、數據及業務中心。阿里云IOT平臺為曹家灘礦井系統提供三方系統的對接服務。數據中心層對礦井生產過程中產生的數據提供相應服務，例如基礎數據、視頻數據等。業務中心層為曹家灘智慧礦井提供井下虛擬采礦、煤礦儲量估計和安全警告等服務，為礦井的業務提供統一的管理，并提供與業務邏輯相關的邊緣計算能力。

3）業務應用層：采用消息隊列管理、超文本傳輸協議（hypertext transfer protocol，HTTP）腳本技術和套接字Socket協議機制，通過網頁和移動端界面的形式展示曹家灘礦井在安全管控、生產運行、調度協同和經營管理等業務下的服務功能。例如，在智慧礦井不同業務場景中展現不同的功能，以接口和功能模塊的形式統一各子系統，同時滿足礦井在不同場景下的不同需求，完成曹家灘礦井數字化、高速化、智能化、標準化的要求，滿足最終的智慧需求。

4）交互層：通過虛擬現實等技術，對經過處理的礦山信息利用固定或移動顯示設備進行展示，最后顯示在指揮屏。

智能礦井通常由智能數據獲取、智能制造以及智能管理3個核心部分組成，由子系統之間以協同方式相互連接，從而有效、準確地提高礦井的生產管理效率［18］。智慧礦井架構如圖2所示。

圖2 智慧礦井各模塊智能方向架構框圖

1）數據智能獲取。包括2個部分：數據采集和數據輸入與管理。數據采集將工人目前在礦井內的實時位置、礦井設備運行情況、監測和控制的詳細信息等實時數據進行快速存儲和處理。數據輸入與管理采集的實時數據包括實時的礦井位置、設備運行情況、監測數據等詳細信息等。由于數據存在多種形式，難以直接使用，因此需要在輸入前進行標準化處理，進而實現標準化管理，為后期數據分析做進一步鋪墊。

2）智能制造。主要包括對礦井下真實情況的仿真。優化模擬地下礦井，分析統計整個煤礦的生產能力、安全隱患等來提高生產效率，同時實現自動調度、設備的相互獨立以及安全預警。

3）智能管理。例如礦井下生產自動化、運營效率、生產安全、成本管理。基于前2個部分所提供的各種礦山實時標準數據進行相關分析和預測，并利用決策工具為礦山工作人員提供決策信息，方便管理。

3 智慧礦井關鍵技術

針對智慧礦井的建設，提出了面向服務的四層式技術架構。為解決服務運營過程中存在的實際問題，結合相應的關鍵技術構建智能化平臺，與煤炭開發技術深度融合，開創綠色、安全、高效的發展新模式。

智慧礦井基于原始的數字結構，同時結合傳感技術、傳輸技術、信息處理和智能計算現代采礦技術實現對真實煤礦的全面架構［19］。例如生產、庫存、設備和人員的海量數據信息將在同一系統中進行管理，這對平臺系統的穩定運行是極大的挑戰。但結合數據挖掘和深度分析技術，可以分類聚合數據流，運用邏輯回歸技術剖析內在規律，搭建智能數據管理系統，使得礦山工作人員可以從系統中快速檢索所需信息和分析報告。智慧礦井關鍵技術體系架構如圖3所示。

圖3 智慧礦井關鍵技術體系架構框圖

1）智慧礦井數據通信技術。由于煤礦收集的實時數據量巨大，為快速傳輸數據，需要制定統一的通信協議以及標準化的數據傳輸格式，并確保數據收集的準確性和可靠性。由于采礦環境的復雜性，強烈的電磁干擾和復雜的數據傳輸會導致高速光纖網絡無法覆蓋礦區。因此，基于異構網絡的數據通信傳播技術，面向低速傳輸鏈路，高效數據傳輸調度算法是對實時數據傳輸的重要研究內容的改進。

2）智慧礦井自動化采煤技術。目前，大部分企業已實現機械化、自動化控制采煤技術。在智慧礦井構建的自動化控制的采煤技術中，需要控制系統和采煤設備進行連接，并自動下達指令，相關專業人員在操控環節把控達到智慧礦井的自動采礦服務，同時采取多種識別、記憶切割煤礦技術、遙感控制技術等。

3）智慧礦井空間信息技術。以GIS為核心的基礎空間信息技術快速實時地保證礦井下空間信息的獲取。根據空間信息技術，構建礦山地理空間的基礎框架，并建立礦產資源綜合信息數據庫以及用于礦下綜合管理的公共管理平臺，并三維虛擬現實地面、礦山、礦體和巷道等真實場景，為采礦管理和遠程礦山救援提供技術支持。

4）智慧礦井數據分析技術。采集器收集的大量實時礦山數據為信息存儲、管理和分析帶來巨大壓力。由于采礦環境的復雜性，需要充分利用大數據分析實時挖掘數據，并提供及時有效的智能管理和決策。目前，為避免礦井瓦斯、水災、火災、土壓沖擊和其他礦井事故，需要建立對礦井進行預測和預警的災難監視系統，實現全面安全監測。

面對廣泛的數據信息，首先需要對其進行聚類，以分辨其帶來的危害類型。K-Means被用作對智慧礦井生產數據進行挖掘分析的算法［20］。根據獲取的礦井數據樣本之間的距離將其劃分為不同的簇，劃分規則是讓群集中的點緊密相連，并使群集之間的距離盡可能大。假設簇劃分為（C1，C2，…，Ck），目標即為最小化平方誤差E：

其中μi是簇Ci的均值向量，表達式為：

通過啟發式的迭代求解方法，在無監督情況下實現對大數據信息的分析決策。

5）智慧礦井人工智能技術。深度學習是人工智能的核心技術，使系統具有獨立更新及升級的能力［21］。為使采礦系統成為基于信息的智能統一體，智能礦井必須具備深度學習能力［22］。利用深度學習、機器學習、大數據等人工智能理論方法和技術在礦區進行的生產、運營、安全監控等應用已逐步啟動。其中，事故預警等功能依賴于BP神經網絡的模擬預測能力。神經網絡具備類似大腦響應機制的拓撲網絡結構，通過模擬神經沖突的過程完成網絡的輸出和迭代進化。

其中：θj表示神經元的閾值；Netin為神經元凈輸入，即對于第i個神經元；xi為神經元的輸入，輸入為對事故預警模型關鍵影響的自變量；wi為連接權值調節各個輸入量的占重比：

未來，可基于互聯網＋的云計算和大型數據平臺進行智能化的數據分析和信息挖掘，實現煤礦生產過程中的決策制定；基于GIS的空間分析技術進行信息挖掘，實現智能礦井的實時動態更新。

4 智慧礦井應用

以曹家灘礦井智能化項目為例，其智能化包括與礦井安全生產密切相關的主要內容。傳統礦區井口下采取安裝攝像頭的方式，對于實現實時安全、實時監測有較大難度，井下工作有很大的安全隱患。智慧礦井系統基于面向服務的架構（service-oriented architecture，SOA），應用程序執行時彼此獨立，全面利用相關先進技術實現礦山礦井智能化，集成采礦企業的各平臺，實現礦井三維可視化、生產運營可視化、綜合數據分析、融合監測、安全生產管理等服務。曹家灘礦井智能化項目包括如下功能：

1）三維可視化。曹家灘智慧礦井對礦井下作業的設備以及人員生產過程的綜合信息進行綜合展示，實時監控礦井運行情況和井下工況，平臺界面如圖4所示。

圖4 三維可視化平臺界面

運用三維建模技術，對礦區現場實際環境進行虛擬仿真建模，以三維模式模擬整個曹家灘礦井面貌，可放大或縮小進入指定礦井區域：①曹家灘礦井全體設備，諸如礦井生產、維修、主電機、液壓站等，對其進行三維虛擬展現；②三維應急指揮演繹系統能對現場發生災害進行模擬，對災害發生時的應急措施匯總。利用安裝的攝像監控獲取礦區真實情況，并將各設備的詳細信息展現在可視化平臺上，實時提供現場實際情況。③通過三維監控和礦區高清監控攝像頭對整個礦山建立三維監控和可視化平臺，在調度中心對整個礦山進行數字化再現，并實現整個時段對整個礦山的展示。

2）生產運營分析。依靠數據庫統計整個曹家灘煤礦的生產能、銷售、安全隱患數據，實時更新生產煤礦產量、銷量，并在上述三維可視化圖形界面上予以標注，準確記錄礦井的生產運營情況。生產運營分析平臺界面如圖5所示。

圖5 生產運營分析平臺界面

3）綜合數據分析。針對前述的海量數據，結合后臺數據分析和處理的關鍵技術，對當前曹家灘的進尺量、銷量、主要設備運行情況、煤流監測系統、井下區域人員分布、礦井通風、安全檢測等數據進行分析統計，獲取實時生產情況以及礦井下機器設備作業的實時信息。同時，收集、處理和分析諸如歷史設備的運行狀態、生產過程、產量和效率等數據，并將其存儲在該平臺，如圖6所示。通過綜合數據中心得到礦井人力資源、生產、技術等方面的綜合數據。

4）融合監測功能。①對礦井智能化子系統進行全局化的集中統一式監控和管理，將各集成子系統的信息統一存儲、管理、顯示在智能化集成統一平臺上，見圖7。②融合監測平臺分別對主要監測系統的設備、人員、車輛、環境進行實時監測，對人員、設備、廣播等實時GIS定位，準確找到需要設備的GIS地點，掌握礦井生產作業的實際效率及執行情況。③獲取礦井下設備生產運行情況等詳細信息，并存儲采集的礦井數據。

圖7 融合監測界面

5）安全生產功能。①展示井下GIS仿真圖，同時融合和穿透各系統數據，更加直觀地查看各生產環節的數據。②提供危險源智能預警與智能決策系統，實現危險源的智能預警以及基于風險的減災系統預警。通過實時在線監測不同類型的危險源，使用危險源指數評估算法對各礦區的災害風險進行實時在線評估，確定風險的類型、等級和解決方案。③部署各種傳感器，實現對危險源危險指標的實時監控、分析和上傳。通過使用危害源災難機制，對危害源風險水平進行實時智能分析，安全生產監控界面如圖8所示。

圖8 安全生產監控界面

5 結論

1）給出了智慧礦井的建設原則，設計具有采集管理層、平臺服務層、業務層以及交互層的智慧礦井總體架構體系，指出智慧礦井建設過程中需要解決的關鍵理論問題及系統設計方式。通過對智能控制、通信網絡、三維可視化、空間信息、大數據分析與挖掘、物聯網、機器學習等關鍵技術的設計集成，構建面向服務的智慧礦井，為完善智慧礦井架構提供了新的解決思路。

2）將傳感技術、傳輸技術、信息處理和智能計算現代采礦關鍵技術集成到礦井系統，完成了曹家灘礦井智能化項目，實現了礦井多屬性數據的數字存儲、傳輸、表達和深度處理，并將這些數字數據應用于礦井生產過程中的管理和決策，實現了煤礦的安全生產，提高生產效率和利潤，為提升礦井智慧化程度提供了新的實現方式。