人工智能技術在煤礦中的應用

李 珂，武 熙，孟慶靈，趙佳偉

(1.山西大同大學 煤炭工程學院， 山西 大同 037003；2.山西大同大學 機電工程學院， 山西 大同 037003)

煤炭是我國重要的基礎能源。煤礦安全高效生產是確保我國經濟發展和社會穩定的重要基礎之一。隨著我國煤炭資源開發的縱深發展，煤礦采深不斷增加，地質條件更加復雜，沖擊地壓、水害、瓦斯突出等多種災害疊加效應不斷顯現，給煤礦安全生產提出了更高的新要求。因此，如何確保煤礦生產安全、提高煤礦開采效率是煤炭行業健康可持續發展的重要內容[1].

人工智能技術快速發展，包括以神經網絡為代表的人工智能技術也在井下進行了廣泛應用，機器人可以代替人去井下危險崗位，人工智能技術的運用可以驅動機器人精準完成井下作業，實現煤礦高效安全生產。本文闡述了人工智能在井下的應用情況，提出了煤礦智能化開采=人工智能+機器人技術+協同作業的基礎框架。煤礦機器人和人工智能技術只有緊密結合、協同工作才能建設真正的智能化開采。

1 人工智能在煤礦中的應用

2021年9月，我國礦山行業的第一個物聯網操作系統發布會召開，面向礦山領域的工業互聯網智能操作系統——礦山鴻蒙與公眾見面[2]. 鴻蒙是一種分布式系統，利用這個分布式系統，加以5 G通信技術，可以實現多個設備實時互聯，真正實現系統級的互聯，把多個單個智能系統集成控制，運用萬物互聯，實現智能開采。

1.1 采煤方面的應用

采煤機是機械化開采的基礎，也是下一步實現煤礦智能化開采的重要載體。在當下智能化開采的背景下，人工智能技術也融入了采煤技術中。在采煤過程中，通過機器人技術和人工智能技術融合，實時監控采煤機的定位、導航，搖臂的位姿。采煤機記憶截割、安全感知等也是新型的應用[3].

1.2 運輸方面的應用

刮板運輸機和皮帶輸送機是井下不可缺少的運輸設備，也是容易出問題的設備。由于采煤機截割下的煤塊參差不齊，少量煤塊具有鋒利的尖角，而帶式輸送機的皮帶由橡膠制作，在運輸不同大小、不同形狀的煤塊時，容易劃傷皮帶，同時輸送機運行速度高時，容易發生跑偏現象。近年來，人工智能技術的融入使預防帶式輸送機跑偏、撕裂等問題成為可能。帶式輸送機運行過程中，只有識別無后續處理是不能滿足皮帶運行要求的。實際應用中圖像的采集與識別只有同時進行才能滿足監測皮帶撕裂、跑偏的實時性要求[4].

1.3 支護方面的應用

為了使采區不垮落，液壓支架群起著重要的作用。自電液控技術成熟以來，液壓支架的升架、降架、移架、護幫板和伸縮梁的伸縮等動作均已能實現程序控制[1]. 通過人工智能的應用，可以控制好液壓支架支護、移架的位置，實時監測液壓支架的位姿，使控制單機和機群成為可能。

1.4 預測險情方面的應用

近年來，以神經網絡為代表的人工智能技術發展迅速，其深度學習的特點，為預測險情的實現奠定了基礎。神經網絡是能表現極為復雜動態行為的網絡，具有高度的非線性和容錯性[5-6]. 礦用機器人通過搭載各類傳感器全方位感知井下圖、聲、光等信息[7]，通過圖像識別，對井下環境進行建模，并對已經產生的危險信息輸入，通過算法使機器人能夠識別危險情況。

馬晟翔等[5]為了提高預測煤與瓦斯濃度的準確性和可靠性，提出了一種將因子分析法和BP神經網絡方法結合的神經網絡預測方法，并通過因子分析法將煤礦瓦斯濃度的原始數據進行降維分析，得出3個公共因子，并把這3個公共因子作為煤與瓦斯突出影響因素的輸入層參數。最后，建立了因子分析法和BP神經網絡法集合的煤與瓦斯突出預測模型，相對于傳統預測模型，有效降低了誤差，提高了預測精度。

2 人工智能技術背景下的機器人群

2.1 提高單一機器人的智能化水平

在機器人運行過程中，為了使機器人精準地執行預定的位姿與軌跡，需要為機器人安裝各種功能的傳感器。各種傳感器相當于機器人的手、眼、鼻、耳。傳感器技術有助于機器人識別自身的運行狀態和環境狀況，在這些信息的幫助下，經過人工智能技術的識別、決策、處理，使機器人做出相應的指令，實現初級的智能化。

在人工智能技術的發展中，最能體現“智能”的是“自主學習”能力。自主學習是人工智能“智慧”程度的重要體現。自主學習是機器人在生產實踐中，通過大量記錄并存儲語音和圖像等數據，對未來可能發生事件的一種“判斷”，類似于人類的經驗。機器人的這種“經驗”會使機器人的控制精度愈來愈高，進而真正實現煤礦機器人智能化。

2.2 機器人群的協同化與智能化

在煤礦生產中，實現煤礦智能化的一個重要的技術載體就是煤礦機器人。2019年，國家煤礦安監局對煤炭企業做出要求，在煤礦危險崗位上，逐漸用機器人代替人工操作，其目的是為了實現煤礦少人化管理并減少人員傷亡，在其重點研發目錄中，系統闡述了井下生產作業過程中，用機器人替代人工操作的具體研究方向。

在國家煤礦安監局的推動下，井下開采中，煤礦機器人的研究取得了一定的成效，但仍然有很多方面值得進一步改進和研發。目前已經在煤礦井下應用的機器人，只能實現單設備的智能化，要實現煤礦開采智能化，需要在掘進、綜采、運輸、支護、通風中同時實現智能化，這就需要各智能化設備實現互聯。

國家煤礦安監局提出，煤礦企業應在五大關鍵部分的關鍵崗位上大力研發煤礦機器人，從單機器人到機器人工作群都做出了宏觀的敘述。當前對煤礦機器人的要求不僅是重復性操作，而且需要機器人利用傳感器感知周圍環境并實時反饋外界的信息[6]，獲取信息后，再通過人工智能技術進行識別、推理、判斷與決策，依靠機器人自身完成一些復雜的工作任務。

在“工業4.0”時代，人工智能迅速發展，煤礦機器人單一智能化基本無法滿足整個煤礦生產的智能化需求，只能達到單一設備感知、識別、決策，雖然單一設備能遠程操作，但是對整個井下智能化生產提升較少，所以煤礦生產智能化是整個井下機器人協同作業的智能化[8].

3 實現煤礦智能開采的研究內容

人工智能領域包含多種技術，而煤礦開采所需要的包括多模態識別與決策、機器深度學習、機器人群協同控制等。

3.1 機器人多模態識別和決策

在煤礦機器人本體或其末端執行器上安裝各類滿足防爆性、高精度、高可靠性的傳感器，構建起視覺、聽覺、嗅覺等多模態的融合識別和決策系統，再通過算法實現智能識別井下氣體濃度檢測、異常監控，溫度監測，進而通過采集數據進行自主控制注氮機、井下通風設備的開閉、發現異常及時通知地面工作人員等。

3.2 機器深度學習

1) 建立機器人本體深度學習。在機器人個體層面，單臺機器人作業過程中，通過機器人本體安裝傳感器，輸入視覺、聽覺、嗅覺的信息，通過人工智能技術，建立學習框架，自行訓練機器人本身的運動狀態，通過閉環有反饋系統，使機器人始終處在一種“尋優”的狀態下，時刻調整自己的作業路徑、工作姿態，而不是一種單一的示教類型的機器人。

2) 建立機器人本體和云端融合的學習模式。在傳統機器人識別，存儲、決策在單機上的基礎上，運用5G技術，實現井下機器人輕量化設計，單臺機器人識別環境信息，井下建模，自主軌跡優化等功能，移動至云端。本地機器人只需作為傳感器的載體，將實時采集的數據上傳到云端，通過云端強大的計算能力，進行各個機器人軌跡優化、井下環境建模等。計算結果通過5G通信技術實時下發給機器人本體[7]，實現機器人本體輕量化設計。

3.3 多機協同作業

將多模態識別與決策系統和機器深度學習融入煤礦機器人中，實現煤礦機器人的自主定位、自主移動、位姿調整、作業軌跡規劃以及預測險情等功能，形成采煤、掘進、運輸于一體的協同作業模式。

1) 將鴻蒙系統、人工神經網絡技術融入井下多臺機器人協同控制和作業中，機器人企業和煤炭企業兩方接入礦鴻生態，礦鴻系統作為一個平臺，起著承上啟下的作用，通過礦鴻系統進行系統級別的任務分解、流轉、分步執行等，為礦山智能化奠定基礎[1].

2) 在機器人群協同作業的基礎上，將人工干預融合在多機協同作業系統中，完成操作人員對井下機器人群協同作業的干預，實現井下無人開采作業模式，而操作人員則在地面通過井下機器人群發送到井下的數據，分析井下設備的運行狀況，及時做出調整，提升煤礦開采的效率和減少人員傷亡。

4 展 望

人工智能技術在世界范圍內得到了廣泛的應用，但在煤礦應用中，還存在著一定的局限性。

1) 目前，人工智能的學習、決策都是建立在廣泛大量的數據基礎上，需要龐大的存儲設備。同時在機器人學習過程中，需要隨時讀取和存儲數據，這就需要極高的讀取速度來應對井下復雜的環境。

2) 井下機器人種類繁多，采集的各種數據多、雜，不能互通，導致很多機器彼此不兼容，難以對機器人進行協同管理。且井下機器人采集的數據不能自行進行處理，需要人工干預，效率較低。如何使用有效的數據和較少的人工干預，是研究人工智能的重要方向。

3) 由于井下環境陰暗，需要進行人工運輸時易發生危險，而單靠人工智能只能提高井下工作人員的相對安全性，不能保證其絕對安全性。如何把人工智能和井下人員相結合，預防井下未知風險帶給人的傷害，是下一步的研究內容之一。

未來，機器人技術和人工智能有機結合，共同向著標準統一、數據通用、高速度傳輸的方向發展。通過機器深度學習的發展和算法的建立，實現自主識別、決策、學習、預測險情等，并能和人工干預相互協調，共同實現高效、安全、少人的煤礦智能生產。

5 結 語

1) 在煤礦機器人中，少部分實現了單一設備智能化。但智能化礦井建設，涉及了眾多模塊，如掘進智能化、開采智能化、運輸智能化、巡檢智能化、通風智能化、支護智能化等。只有全部模塊建立實時連接、各個機器人群協同工作，才能真正實現煤礦開采智能化，實現井下無人的發展需求。

2) 井下生產少部分設備實現了智能化，但對整個智能礦井建設效果不明顯，不能滿足智能化開采的要求。因此，井下機電設備在逐個實現智能化的同時，要滿足整體協同作業要求，如使數據格式標準化、使各個設備互聯互通等。煤礦開采不是少部分設備能獨立完成的，需要整體協同推進。通過建立人工智能技術+機器人技術+多機協同作業的框架，使智能化礦井建設道路更為清晰。