韓安, 陳曉晶, 賀耀宜, 高文
(1.中煤科工集團常州研究院有限公司,江蘇 常州 213015;2.天地(常州)自動化股份有限公司,江蘇 常州 213015)
煤炭資源開采過程是一個復雜的灰色生產過程,礦井作業場所空間受限、環境惡劣,瓦斯爆炸、頂板冒落、水災、火災等嚴重制約著煤炭工業高效發展。為了提高煤礦生產效能與安全管理水平,煤炭行業提出了“智能提效、無人則安”的安全生產理念,依靠“機械化換人、自動化減人、信息化管人、智能化無人”等科技手段提高安全生產管控能力。隨著近年來煤炭行業“兩化深度融合”的推進,機械設備可靠性和穩定性的不斷提升,環境監控系統、生產過程自動化控制系統、安全生產信息化系統的建設,進一步提高了礦山機械化、信息化、數字化管理水平[1]。但當前煤礦企業信息化管理體系中各子系統之間仍處于單系統單業務模式,存在“信息孤島”嚴重、業務互聯互通不足、數據價值挖掘利用差等問題,距離智能化、無人化目標存在一定差距。隨著物聯網、云計算、大數據、人工智能、智能控制等新一代信息技術的高速發展及其在礦山領域的逐步應用[2-3],在災害防控及生產協同方面,實現了部分場景下的減人提效,保障了煤礦安全生產,但由于缺少系統性、平臺化的支撐,新技術應用點功能單一、智能化賦能不足,造成最終應用效果不佳。針對上述問題,筆者從定義、架構、功能及關鍵技術方面闡述了智能礦山綜合管控平臺建設構思。
智能礦山綜合管控平臺將物聯網、云計算、大數據、人工智能、智能控制等新一代信息技術與煤礦安全、生產、運營管控業務進行深度融合,以煤炭工業大數據中心為支撐,集成與治理煤礦安全、生產、運營數據,通過數據建模、模型訓練與資產沉淀構建煤礦數字底座[4],基于智能礦山基礎信息平臺搭建集中統一的生產調度協同管控、風險綜合防控管理、精準運維檢測、決策分析綜合管控等智能化管控業務應用中心,實現對礦山全面感知、實時互聯、智能決策、自主學習、協同控制、精準運維與閉環管理,保障煤礦安全、高效、綠色、智能生產運行[5-6],形成以數據資產運營為核心驅動力的煤礦科技創新與管理轉型,促進企業高質量發展。
智能礦山綜合管控平臺由資源層、平臺層和應用服務層組成,其業務架構如圖1所示。

圖1 智能礦山綜合管控平臺業務架構
資源層包括智能傳感和智能自控,主要實現對作業現場環境、人員、設備的感知與控制。
平臺層實現對煤礦各類安全生產經營數據的匯聚、治理、存儲與分析,基于智能礦山基礎信息平臺賦能上層安全、生產、運營管理業務應用。智能礦山基礎信息平臺包括煤炭工業大數據中心及賦能中臺。煤炭工業大數據中心作為智能礦山數據底座,實現對煤礦海量安全、生產、運營數據的計算、治理、分析與分類存儲[7-8],并基于煤礦安全、生產、運營、機電等應用主題進行對象模型構建。賦能中臺由數據中臺、技術中臺與應用中臺組成。數據中臺應用統一的數據規范,實現對主數據、元數據及業務數據的采集、質量管理、資產轉變及數據發布,可提供數據資產與高效、易用的數據能力,使能業務數字化運營。技術中臺將各類技術進行組件化整合和封裝,過濾掉繁瑣的技術細節,可提供簡單、易用、便捷的應用技術基礎設施的能力接口[9]。應用中臺將可重用共享業務邏輯進行抽象包裝整合,實現后端業務到前臺易用能力的轉換,如協同控制應用組件采用統一低時延控制命令通道,實現對現場設備、裝置的遠程控制。
應用服務層包括安全生產協同應用中心和應用終端,采用統一門戶、統一數據及統一風格實現智能礦山安全、生產、運營業務應用的開發管理,滿足煤礦智能化綜合管控應用需求。安全生產協同應用中心依托智能礦山基礎信息平臺,開發生產調度協同管控、風險綜合防控管理、決策分析綜合管控、精準運維檢測4個業務應用中心。① 生產調度協同管控應用中心。以生產調度業務為核心,結合固定場所的協同控制,基于工作流驅動機制的事件調度與調度指令,實現礦領導、調度指揮中心、科室、區隊及班組之間業務互聯與分級調度。② 風險綜合防控管理應用中心。以風險防控為業務核心,以煤礦安全風險庫、隱患處置標準庫為基礎,應用領導帶班履職管理、安全監控、安全培訓等措施保障風險管控措施的有效落地,利用風險地圖、災害防控等手段實現風險點及風險狀態的實時監視與動態評估,結合預警處置、隱患排查治理等模塊實現風險異常情況下的分級預警及聯動處置[10]。③ 決策分析綜合管控中心。基于煤炭工業大數據中心,對煤礦安全指標、生產指標、運營指標進行綜合分析,各級安全生產管理人員可通過安全生產大數據看板與個人工作臺實現煤礦整體安全、生產、運營狀況的動態管控。④ 精準運維檢測中心。通過預置的運行探針,采集平臺運行過程所形成的資源占用、運行故障、用戶登錄及操作等日志信息,構建精準運維看板,輔助企業信息化管理或智能礦山運維人員掌握平臺各環節運行狀況,對異常情況進行分級預警及派單處置。應用終端軟件面向智能礦山各級管理及業務應用人員,應用輕量級可視化引擎[11]實現煤礦作業環境、生產過程、運營管理的集中展示與操作交互,滿足PC終端、大屏幕顯示系統及智能移動終端的綜合管控業務應用需求。
智能礦山綜合管控平臺數據架構如圖2所示。① 數據源。將煤礦各安全生產子系統中涉及的安全、生產、運營相關數據作為智能礦山綜合管控平臺的數據源。② 數據加工。實現各類異構數據采集,并根據智能化管控應用需求,進行數據治理、主題分析及分類集中存儲。③ 數據發布。通過算法集成、模型構建、計算引擎、數據流引擎及可視化引擎,按照業務應用需求進行數據分析,并提供WCF(Windows Communication Foundation, 通信開發平臺)、Remoting、Web Service、中間表(視圖)及場景化應用的數據對外服務。④ 數據應用。通過應用程序、HTML、圖形、報表、圖表、報告等可視化組件實現數據前端展示,滿足不同層級的業務應用需求[12]。

圖2 智能礦山綜合管控平臺數據架構
智能礦山基礎信息平臺基于工業互聯網體系架構開發,平臺通過煤炭工業大數據中心實現對煤礦各安全生產監測監控、安全生產管理、經營管理等系統中海量異構數據的采集、治理、計算與存儲,并具有低時延控制指令下發的技術組件及業務工作流驅動機制[12]的業務組件,可實現在同一平臺的數據融合、協同控制、業務聯動與決策分析。智能礦山基礎信息平臺核心功能:① 常規SCADA(Supervisory Control and Data Acquisition,數據采集與監視控制)組態功能。包括安全生產過程監控、歷史查詢、數據曲線、告警管理和圖形組態可視化等功能,實現對煤礦作業現場安全生產狀況的實時動態監視。② 支持多種協議的數據采集組件。具有OPC、RTSP(Real Time Streaming Protocol, 實時流傳輸協議)、文本、Modbus、CAN、MQTT(Message Queuing Telemetry Transport, 消息隊列遙測傳輸協議)等數據交互協議,實現安全監控、動目標(人員、車輛)定位、生產過程監控、安全生產管理等系統或智能裝置的數據采集。③ 建模管理。支持用戶自定義對象模型管理,包括對象及對象屬性的管理,其中對象屬性分為固有靜態屬性、動態屬性及空間位置屬性。④ 數據融合與業務聯動功能。基于物聯網規則及時空坐標關系,實現固定場景下的數據融合、可視化展示與業務聯動。⑤ 多種數據圖形組態。在線Web組態用于設備對象化建模及工藝流程;2D GIS用于實現安全監控系統與人員定位系統中具有地理坐標屬性數據的可視化;3D GIS用于重要固定場景下的數據精細可視化。⑥ 預置多種技術或業務組件。內置消息預警、任務調度、事件驅動、工作流驅動等多種組件,滿足多種場景下的統一業務應用[13]。⑦ 集成對接功能。智能礦山基礎信息平臺與智能視頻分析平臺對接,對智能視頻分析平臺所識別的異常事件進行捕捉,并截取異常視頻記錄,利用事件驅動組件實現異常事件閉環管理。智能礦山基礎信息平臺與煤礦各專業業務系統(“一通三防”、地測防治水、生產技術管理)對接,抽取安全、生產數據要素,實現與生產調度協同管控應用、風險綜合防控管理應用的數據融合與業務聯動。智能礦山基礎信息平臺與企業經營管理系統對接,打通經營管理與安全生產業務之間的數據通道,實現煤礦安全、生產、運營全要素的統一管理[14]。
生產調度協同管控應用中心業務包括生產調度管理、班組管理、關鍵場所數據融合協同管控應用,流程如圖3所示。① 生產調度管理。圍繞年度、月度生產計劃,實現計劃分解、日常調度、專題調度、調度臺賬等調度核心業務流程數字化管理,并通過調度指令與事件調度實現調度指揮中心與科室、區隊、班組之間的分級調度。② 班組管理。通過班前會管理、接班管理、班中巡查、交班管理、班后會管理等實現班組管理過程數字化,實現煤礦班組與調度指揮中心的數據共享與協同管理。③ 關鍵場所數據融合協同管控應用。實現基于三維精細模型下煤礦安全生產關鍵場景(包括綜掘工作面、綜采工作面、主煤流線、輔助運輸線、生產保障場所、供配電場所)的數據融合、業務聯動與協同控制。關鍵場所數據融合協同管控應用與機器人集群協同控制系統進行對接融合,實現煤礦井下危險作業或勞動強度大作業場景下的無人化、少人化集群協同調度控制[15]。

圖3 生產調度協同管控應用中心業務流程
風險綜合防控管理應用中心業務架構如圖4所示。風險綜合防控管理應用中心以煤礦安全風險防控為核心,圍繞風險辨識—管控措施落實—風險監視與評估—異常聯動處置的多重風險防控機制,建設風險識別與評估、精準交互式培訓、重大風險融合監視、網格安全指數評價、隱患閉環管理與輔助應急救援等核心功能模塊,實現全礦風險危害要素的全方位感知、實時監視、動態評估、異常聯動處置,保障煤礦安全生產高效有序運行。

圖4 風險綜合防控管理應用中心業務架構
(1)風險識別與評估。采用LEC(Likelihood, Exposure, Consequence, 一種評價作業系統危險性大小的方法)、LS(Likelihood, Seriousness, 風險矩陣法)等風險等級評估方法對風險進行等級評估,針對風險造成危害事件的頻率、可能性及危險性等因素,制定風險管控措施,形成風險清單庫。
(2)精準交互式培訓。應用虛擬現實、虛擬增強等技術,綜合員工作業場所存在的風險、生產作業工序、技能素質、違章記錄等因素,實現員工培訓需求的精準推送,基于煤礦特種作業人員崗位實操培訓、重大災害逃生演練及在線答題訓練等培訓方式,提高員工培訓主動性,使人員風險管控措施有效落地。
(3)重大風險融合監視。利用人員巡檢、傳感器監測與智能視頻等風險監視手段,基于安全風險四色圖,實現煤礦安全網格及風險點的安全等級可視化,以及煤礦水、火、有害氣體、頂板、粉塵等重大風險實時監測、動態評估、異常預警與聯動控制。
(4)網格安全指數評價。基于安全網格管理思路,對綜掘、綜采工作面等煤礦重點作業區域進行安全網格細分,融合網格內地質賦存條件、各風險危害要素、人員巡檢履職、人員違章記錄、安全隱患等信息,以安全指數實現各網格安全等級評價[15]。
(5)隱患閉環管理。基于標準的隱患治理流程,實現發現—五定(定人員、定時間、定責任、定標準、定措施)—治理—督查—復查的隱患閉環管理,動態反映風險點及風險等級變化。
(6)輔助應急救援。在災害發生時可實現應急組織查詢、應急物資查看、災變區域人員定位、逃生路線動態規劃、環境變化實時監測、多媒體災變信息發布、語音廣播聯動、應急救援預案執行等,以便及時準確地掌握災變及應急救援動態,輔助應急調度指揮。
精準運維檢測應用中心以運行探針方式,實現平臺運行過程中涉及的實時數據處理性能、歷史數據存儲性能、服務器資源占用、在線用戶數、模塊操作記錄、設備或裝備在線狀態等信息的感知、采集與處理,以運維看板方式實現各類關鍵運維指標可視化。通過看板查看各模塊運行狀態,當發生異常時進行異常預警提醒,以任務派單方式進行異常情況跟蹤處理,實現平臺可靠穩定運行。
決策分析綜合管控應用中心通過統一標準規范、統一應用規范、統一數據接口及統一應用模式,融合煤礦主數據、地質地測數據、實時監測數據、安全生產管理數據及決策分析結果,應用BI(Business Intelligence,商業智能)、大數據等分析模型,實現綜合管控安全指標、生產指標、運營指標態勢分析及預測。① 安全指標分析。應用專業模型算法對煤礦重大風險進行專題分析,并對網格安全指數進行動態評價。重大風險專題分析主要融合水、火、有害氣體、頂板、粉塵等重大風險數據,以知識圖譜分析為基礎,應用行業安全生產知識庫、重大專業分析模型及風險危害性演化模型進行煤礦重大風險分析與預警預測,為煤礦重大風險防控及安全保障應用提供決策依據。安全指數動態評價指應用安全指數評價體系,綜合各網格內地質構造、風險分布、風險實時監測、作業人員、安全巡檢記錄、隱患記錄等數據,綜合評價網格安全指數,結合事故致因理論診斷風險異常發生的根本原因,準確定位風險異常發生源頭,并提供異常處置措施及建議。② 生產指標分析。利用大數據技術對煤礦各項生產指標(如采掘比、百萬噸掘進率、設備停機率等)及影響生產的各類因素進行分析,指導生產管理人員對生產影響要素進行排查治理。③ 運營指標分析。應用多維分析、關聯分析、趨勢分析等方法,對企業主要運營指標(生產效能、采出率、噸煤成本、人均效能等)進行分析,輔助企業運營決策管理。
煤炭行業知識圖譜通過提取大數據中心中數據記錄所包含的對象、對象屬性、對象關系、事件及事件線索,應用分詞、關鍵詞提取、詞向量轉換、詞性標注、主題模型等對象挖掘算法,結合行業專有名詞、上下文語境,將數據記錄提取、轉換、沉淀,形成行業知識,融合結構化語義模型,實現對象化的信息檢索和知識推理。知識圖譜采用離散符號、三元組模型、圖譜等形式,實現煤礦對象、對象屬性、對象關系、事件及事件線索的結構化存儲與表達,從“關系”的角度進行對象與對象屬性融合及異常事件本源追溯[16]。
煤炭工業大數據中心具有體量大、結構多樣、時效性強等特征,多源異構數據采集解析、海量數據分類存儲及多場景并行計算是煤炭工業大數據中心建設的關鍵點。煤炭工業大數據中心采用標準統一的IOServer數據采集組件,按照統一的數據規范,針對不同子系統的特征設置不同的數據采集線程,對各類數據源進行原始數據解析,形成可識別的記錄數據,在保持數據語義的情況下完成對“臟數據”的清洗。煤炭工業大數據中心通過列存儲、粗粒度索引等數據處理技術,應用Hadoop 體系中的HDFS(Hadoop Distributed File System, Hadoop分析文件系統)、HBase技術實現海量數據基于時序關系的分類存儲。煤炭工業大數據中心應用MapReduce實現離線數據批量計算,采用Spark進行在線實時流計算,通過Pregel實現大規模圖數據的并行計算,滿足不同應用場景下海量數據計算需求。
通過安全生產時序數據挖掘分析技術對時序數據規律性進行分析,掌握未來一定周期內的安全生產狀況變化趨勢,對異常情況進行提前預防。實時指標增量計算模型及流式事件序列識別方法是時序數據挖掘分析的核心要點。實時指標增量計算模型按照增量關系定時讀取一定時間周期內的時序數據,采用定量裝箱算法進行時序數據分組排序裝箱,完成實時指標增量計算,解決數據亂序到達造成指標結果偏差的問題。流式事件序列識別方法從各種假設報警、故障等始發事件開始,實時動態地接收時序數據,按照事件中時序數據特征規律,分析未來可能存在的某一種動作及后果,從而實現一定周期內可能發生事件的實時動態預測。
煤礦安全生產協同技術采用統一事件機制、工作流業務驅動及智能化遠程控制等,以生產調度業務為核心,以煤礦地質測量、采掘銜接、設備安裝、計劃管理、主煤流運輸、物資管運、煤炭洗選、產品銷售等生產環節數據流為主線,實現煤礦生產過程業務信息推送及流程化辦公協同與固定場所場景化的數據融合、業務聯動與遠程協同控制,促進煤礦各組織架構層級之間、各專業業務應用之間的信息共享及高效協同[17]。
智能礦山綜合管控平臺基于智能礦山基礎信息平臺,實現對煤礦各類安全生產經營數據的匯聚、治理、存儲與分析,賦能上層安全、生產、運營管理業務應用;采用統一門戶、統一數據及統一風格,實現生產調度協同管控、風險綜合防控管理、決策分析綜合管控、精準運維檢測等業務應用中心的開發管理,滿足煤礦智能化綜合管控應用需求,實現了煤礦安全、生產、運營業務管控一體化,促進了煤礦“橫向協同、縱向貫通”的安全生產管理體系建設,對優化煤礦組織架構、勞動生產組織及實現固定場所無人化、少人化具有積極的促進作用。該平臺有助于提升煤礦安全、生產、運營管控水平,多業務協同效率,企業運營分析與戰略決策能力,可促進煤礦企業高質量發展。