智慧礦山系統(tǒng)工程及關(guān)鍵技術(shù)研究與實(shí)踐

王國(guó)法 ， 龐義輝 ， 任懷偉 ， 戰(zhàn) 凱 ， 杜 明 ， 張 勇 ， 程 健 ， 杜毅博 ， 張建中 ， 鞏師鑫 ，王丹丹 ， 孟令宇 ， 孟積漸

(1.中煤科工開(kāi)采研究院有限公司, 北京 100013；2.北京天瑪智控科技股份有限公司, 北京 101399；3.安標(biāo)國(guó)家礦用產(chǎn)品安全標(biāo)志中心, 北京100013；4.煤炭科學(xué)研究總院有限公司, 北京 100013；5.礦冶科技集團(tuán)有限公司, 北京 100160)

礦業(yè)是現(xiàn)代工業(yè)的支柱產(chǎn)業(yè)，新一代信息技術(shù)賦能新時(shí)代礦業(yè)加速向數(shù)字化、智能化轉(zhuǎn)型，建設(shè)智慧礦山是把握新一輪科技革命與變革礦產(chǎn)資源開(kāi)發(fā)利用方式新機(jī)遇的戰(zhàn)略選擇，是保障國(guó)家經(jīng)濟(jì)持續(xù)穩(wěn)定增長(zhǎng)的內(nèi)在需求，更是保障國(guó)家礦產(chǎn)資源安全穩(wěn)定供給的必由之路，開(kāi)展智慧礦山建設(shè)已經(jīng)成為世界礦業(yè)發(fā)展的大趨勢(shì)[1-3]。

國(guó)外部分發(fā)達(dá)國(guó)家在20 世紀(jì)60 年代開(kāi)始進(jìn)行礦山自動(dòng)化、數(shù)字化相關(guān)技術(shù)的研發(fā)實(shí)踐[4-5]，加拿大、芬蘭等國(guó)家于20 世紀(jì)90 年代制定并實(shí)施了智慧礦山計(jì)劃，并將新一代信息技術(shù)延伸應(yīng)用于工業(yè)制造領(lǐng)域，美國(guó)于2005 年提出了“聰明加工系統(tǒng)研究計(jì)劃”，進(jìn)行數(shù)控系統(tǒng)、狀態(tài)監(jiān)測(cè)系統(tǒng)的研發(fā)[6]；德國(guó)于2013年正式推出了“德國(guó)工業(yè)4.0 戰(zhàn)略”，制定了智能工廠、智能物流與智能生產(chǎn)發(fā)展思路[6]；歐盟于2020 年提出了面向2030 年的《歐盟新工業(yè)戰(zhàn)略》[7]。我國(guó)于1999年提出了智能采礦的概念，2000 年進(jìn)一步提出了數(shù)字礦山的概念，并逐漸重視對(duì)智能感知、智能控制、無(wú)人化開(kāi)采等相關(guān)技術(shù)裝備的研發(fā)應(yīng)用[8-9]。我國(guó)數(shù)字經(jīng)濟(jì)雖然起步較晚，但發(fā)展速度較快，2022 年，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已經(jīng)達(dá)50.2 萬(wàn)億元，占GDP 比重達(dá)到41.5%，2016—2022 年，數(shù)字經(jīng)濟(jì)年均復(fù)合增長(zhǎng)14.2%[10-11]。

礦山開(kāi)發(fā)是一個(gè)復(fù)雜的系統(tǒng)工程，智慧礦山建設(shè)需要將新一代信息技術(shù)與礦山開(kāi)發(fā)系統(tǒng)進(jìn)行深度融合，實(shí)現(xiàn)礦山開(kāi)發(fā)全流程的智能運(yùn)行[12]。筆者基于我國(guó)智慧礦山建設(shè)和技術(shù)創(chuàng)新實(shí)踐，提出智慧礦山系統(tǒng)工程的總體技術(shù)架構(gòu)和智慧礦山系統(tǒng)工程模型，分析智慧礦山建設(shè)的數(shù)字化基礎(chǔ)，深入研究和創(chuàng)新應(yīng)用地下空間模型重構(gòu)與動(dòng)態(tài)更新、機(jī)器視覺(jué)感知和測(cè)量、礦山全時(shí)空信息感知與閉環(huán)管控等關(guān)鍵技術(shù)，提出智慧礦山標(biāo)準(zhǔn)體系架構(gòu)。

1 智慧礦山系統(tǒng)工程概述

智慧礦山系統(tǒng)將礦產(chǎn)資源的開(kāi)采工藝、裝備、流程、管理、運(yùn)維與新一代信息技術(shù)進(jìn)行深度融合，形成全面自主感知、系統(tǒng)實(shí)時(shí)互聯(lián)、多源數(shù)據(jù)融合驅(qū)動(dòng)、智能分析決策、多系統(tǒng)協(xié)同控制、災(zāi)害精準(zhǔn)預(yù)測(cè)預(yù)警、設(shè)備智能運(yùn)行維護(hù)的礦山智能復(fù)雜巨系統(tǒng)，實(shí)現(xiàn)礦山地質(zhì)勘探、規(guī)劃設(shè)計(jì)、采(剝)掘、機(jī)電、運(yùn)通、洗選、安全保障、生產(chǎn)經(jīng)營(yíng)管理等全流程的智能運(yùn)行[13]。智慧礦山是礦山系統(tǒng)智能與人文智慧的深度耦合，是礦山開(kāi)發(fā)技術(shù)發(fā)展的新階段[14-16]。

通過(guò)總結(jié)凝練近幾年智慧礦山建設(shè)取得的經(jīng)驗(yàn)與成效，提出了智慧礦山建設(shè)的總體技術(shù)架構(gòu)，將智慧礦山細(xì)分為信息感知支撐層(地質(zhì)-工程信息系統(tǒng)、人-機(jī)-環(huán)-管感知系統(tǒng))、邊緣計(jì)算層、云數(shù)據(jù)中心、多型網(wǎng)絡(luò)、礦山智能生產(chǎn)管控平臺(tái)、礦山智能生產(chǎn)系統(tǒng)、智慧礦山運(yùn)維管理系統(tǒng)等，如圖1 所示。

圖1 智慧礦山系統(tǒng)技術(shù)架構(gòu)Fig.1 Smart mine system technical architecture

通過(guò)地質(zhì)-工程信息系統(tǒng)的智能鉆探、物探等裝備對(duì)礦山地質(zhì)信息進(jìn)行探測(cè)，通過(guò)地質(zhì)云平臺(tái)對(duì)地質(zhì)數(shù)據(jù)與工程數(shù)據(jù)進(jìn)行融合推演及模型構(gòu)建，形成智慧礦山的資源底圖；通過(guò)人-機(jī)-環(huán)-管感知系統(tǒng)對(duì)礦山開(kāi)采過(guò)程的各類(lèi)信息進(jìn)行采集，為實(shí)現(xiàn)礦山智能化開(kāi)采提供基礎(chǔ)信息。采集的各類(lèi)信息根據(jù)應(yīng)用場(chǎng)景的不同需求分別進(jìn)入邊緣計(jì)算層與云數(shù)據(jù)中心，其中邊緣計(jì)算層主要對(duì)低時(shí)延、松耦合、小算力的數(shù)據(jù)進(jìn)行處理，而云計(jì)算中心則主要用于對(duì)算力要求高、數(shù)據(jù)融合度高、時(shí)延要求低的數(shù)據(jù)進(jìn)行深度融合分析，并進(jìn)行數(shù)據(jù)模型的訓(xùn)練分發(fā)及數(shù)據(jù)的融合共享，為礦山智能生產(chǎn)管控平臺(tái)提供數(shù)據(jù)支撐底座。礦山智能生產(chǎn)管控平臺(tái)與云數(shù)據(jù)中心進(jìn)行數(shù)據(jù)交互，充分發(fā)揮云數(shù)據(jù)中心的數(shù)據(jù)融合分析共享及系統(tǒng)集成管控的優(yōu)勢(shì)，不僅對(duì)云數(shù)據(jù)中心的數(shù)據(jù)報(bào)表及礦山生產(chǎn)場(chǎng)景的相關(guān)數(shù)據(jù)進(jìn)行集成展示，還對(duì)礦山開(kāi)采過(guò)程的采(剝)掘、機(jī)電、通風(fēng)、運(yùn)輸?shù)认嚓P(guān)系統(tǒng)進(jìn)行集中管控，將云數(shù)據(jù)中心形成的決策指令及生產(chǎn)過(guò)程中的調(diào)度指揮指令下發(fā)至礦山智能生產(chǎn)系統(tǒng)，實(shí)現(xiàn)對(duì)礦山智能生產(chǎn)系統(tǒng)的協(xié)同控制。

根據(jù)開(kāi)采系統(tǒng)的差異，將礦山開(kāi)發(fā)方式分為露天開(kāi)采與井工(地下)開(kāi)采，根據(jù)礦產(chǎn)資源種類(lèi)可以分為煤礦與非煤礦山，礦山采(剝)掘、機(jī)電、運(yùn)輸、通風(fēng)、安監(jiān)、洗選等系統(tǒng)的智能化建設(shè)是智慧礦山建設(shè)的關(guān)鍵，系統(tǒng)裝備的智能化水平及智能生產(chǎn)系統(tǒng)的協(xié)同管控能力直接決定了智慧礦山的建設(shè)效果。智慧礦山運(yùn)維管理系統(tǒng)是保障礦山智能生產(chǎn)系統(tǒng)無(wú)故障常態(tài)化運(yùn)行的關(guān)鍵，通過(guò)對(duì)礦山各類(lèi)設(shè)備設(shè)施的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)分析，采用故障診斷算法對(duì)礦山設(shè)備設(shè)施進(jìn)行故障的超前預(yù)測(cè)預(yù)警，采用遠(yuǎn)程運(yùn)維、本地運(yùn)維等方式對(duì)礦山智能生產(chǎn)系統(tǒng)進(jìn)行智能運(yùn)維，降低系統(tǒng)運(yùn)行過(guò)程中的故障率，提高智慧礦山的常態(tài)化運(yùn)行水平。上述智慧礦山各系統(tǒng)模塊通過(guò)多型網(wǎng)絡(luò)進(jìn)行信息交互，實(shí)現(xiàn)各模塊之間的數(shù)據(jù)交互與協(xié)調(diào)管控。

由于受到礦山智能生產(chǎn)技術(shù)、裝備、軟件平臺(tái)發(fā)展水平及礦山智能生產(chǎn)系統(tǒng)與新一代信息技術(shù)融合能力的限制，智慧礦山建設(shè)目前仍處于初級(jí)階段，主要存在技術(shù)裝備的智能化水平不高、系統(tǒng)融合能力不足、對(duì)復(fù)雜條件適應(yīng)性較差、采(剝)掘等主要系統(tǒng)的智能化技術(shù)裝備仍存在瓶頸、數(shù)據(jù)治理能力不足、5G 應(yīng)用場(chǎng)景有待進(jìn)一步挖掘、系統(tǒng)裝備的可靠性與適應(yīng)性較差等問(wèn)題，亟需在智能化技術(shù)、裝備、系統(tǒng)、運(yùn)維、管理、人才等方面進(jìn)一步突破，提高礦山智能化技術(shù)常態(tài)化運(yùn)行水平，實(shí)現(xiàn)礦山減人、增安、提質(zhì)、創(chuàng)效。

2 智慧礦山系統(tǒng)模型與數(shù)據(jù)基礎(chǔ)

2.1 智慧礦山系統(tǒng)工程模型

隨著工業(yè)智能化進(jìn)程的不斷發(fā)展，多源數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng)，不同系統(tǒng)之間的數(shù)據(jù)接口、通訊協(xié)議等標(biāo)準(zhǔn)化，以及數(shù)據(jù)融合分析、治理對(duì)智慧礦山統(tǒng)一數(shù)字模型的構(gòu)建提出了新要求，逐漸形成從地面到井下、從工程到管理、從生產(chǎn)到安全等多層次立體信息集成的智慧礦山系統(tǒng)工程模型。

2.1.1 智慧礦山信息實(shí)體

提取并抽象物理實(shí)體的原始描述，并將其變?yōu)槲锢韺?shí)體數(shù)據(jù)描述的過(guò)程稱(chēng)為信息實(shí)體，具有實(shí)體屬性和關(guān)聯(lián)屬性，實(shí)體屬性反映信息的表現(xiàn)形式，關(guān)聯(lián)屬性表達(dá)信息實(shí)體在信息網(wǎng)絡(luò)中的層級(jí)和相互之間的關(guān)系。

智慧礦山信息類(lèi)別繁多，相互之間關(guān)聯(lián)關(guān)系復(fù)雜，涉及多個(gè)維度的屬性。通過(guò)對(duì)礦山數(shù)據(jù)屬性和表現(xiàn)形式進(jìn)行分解，將礦山信息屬性分為實(shí)體屬性、關(guān)聯(lián)屬性和時(shí)空屬性。實(shí)體屬性對(duì)信息實(shí)體進(jìn)行基本描述，包括屬性信息、結(jié)構(gòu)信息、功能信息等；關(guān)聯(lián)屬性描述信息實(shí)體之間的關(guān)系屬性，包括分組/分類(lèi)等關(guān)聯(lián)屬性、層次關(guān)系屬性、重要度關(guān)系、影響關(guān)系屬性及行為描述等；時(shí)空屬性包括基于地理信息的空間方位屬性和隨時(shí)間變化的狀態(tài)屬性等。因此，根據(jù)復(fù)雜網(wǎng)絡(luò)理論，智慧礦山信息實(shí)體的數(shù)學(xué)表達(dá)可表述為

式中，Oi為第i個(gè)信息實(shí)體單元；Ei為單元的實(shí)體屬性，由屬性信息P(n) 、結(jié)構(gòu)信息S(n) 、功能信息F(n)組成；Ri為實(shí)體的關(guān)聯(lián)屬性，由類(lèi)別屬性C(n)、層次屬性L(n)等組成；S Ti為實(shí)體的時(shí)空屬性，由時(shí)間屬性T(n)與U(n)組成。

智慧礦山系統(tǒng)工程模型是一個(gè)自底向上構(gòu)建智慧礦山知識(shí)圖譜并進(jìn)行迭代的過(guò)程。如圖2 所示，對(duì)數(shù)據(jù)進(jìn)行語(yǔ)義建模，并對(duì)復(fù)雜任務(wù)中的關(guān)鍵節(jié)點(diǎn)進(jìn)行分解，進(jìn)而構(gòu)建信息實(shí)體；通過(guò)融合信息實(shí)體之間的連接關(guān)系，實(shí)現(xiàn)對(duì)事實(shí)的表達(dá)，完成虛實(shí)映射。在此基礎(chǔ)上，構(gòu)建實(shí)體聚類(lèi)本體庫(kù)，推理實(shí)體間的新關(guān)聯(lián)，實(shí)現(xiàn)知識(shí)推理；不斷迭代更新形成智慧礦山知識(shí)圖譜，為各類(lèi)應(yīng)用場(chǎng)景提供數(shù)據(jù)服務(wù)并進(jìn)行決策支持。從異構(gòu)數(shù)據(jù)源中抽取信息實(shí)體是影響后續(xù)知識(shí)獲取效率和質(zhì)量最為基礎(chǔ)和關(guān)鍵的部分。

圖2 智慧系統(tǒng)工程模型構(gòu)建示意Fig.2 Intelligent systems engineering model construction diagram

2.1.2 智慧礦山知識(shí)圖譜

通過(guò)建立智慧礦山信息實(shí)體，實(shí)現(xiàn)了智慧礦山系統(tǒng)從物理空間到數(shù)字空間的映射，其中物理實(shí)體包括采煤機(jī)、刮板輸送機(jī)、掘進(jìn)機(jī)等各類(lèi)設(shè)備，時(shí)間實(shí)體包括頂板運(yùn)移、瓦斯超限、設(shè)備故障等隨時(shí)間的變化，功能實(shí)體包括空間位置關(guān)系、圍巖耦合關(guān)系等。

為了完善功能實(shí)體的推理關(guān)系，構(gòu)建了智慧礦山知識(shí)圖譜。通過(guò)Apriori 算法對(duì)各信息實(shí)體之間的關(guān)聯(lián)規(guī)則進(jìn)行挖掘，計(jì)算支持度和置信度，描述關(guān)聯(lián)程度。在此基礎(chǔ)上，聚類(lèi)定義開(kāi)采行為相關(guān)的本體類(lèi)別，劃分類(lèi)的層次結(jié)構(gòu)，并定義本體的邊界和約束，構(gòu)建基于開(kāi)采行為的智慧礦山領(lǐng)域本體，建立智慧礦山各層次內(nèi)部與外延對(duì)象間的邏輯關(guān)系模型。

在上述基礎(chǔ)上對(duì)任務(wù)進(jìn)行分解。任務(wù)T可分解為四元組：

式中， TaskSet={T1,T2,···,Tn}為根據(jù)本體知識(shí)庫(kù)分解得到的子任務(wù)集合； State={S1,S2,···,Sn}為完成任務(wù)過(guò)程中處于的基本環(huán)境信息；Action={A1,A2,···,An}為各智能體完成任務(wù)所進(jìn)行的行為決策；QSet={Q1,Q2,···,Qn}為完成子任務(wù)所需查詢的環(huán)境信息集合。

2.1.3 智慧礦山數(shù)據(jù)共享

通過(guò)各類(lèi)傳感器、設(shè)備和軟件采集并處理生產(chǎn)過(guò)程中所產(chǎn)生的大量數(shù)據(jù)，利用人工智能和大數(shù)據(jù)技術(shù)，根據(jù)實(shí)際需求進(jìn)行統(tǒng)計(jì)、挖掘、分析和預(yù)測(cè)，將結(jié)果推送至相關(guān)系統(tǒng)，提供最優(yōu)的數(shù)據(jù)服務(wù)方案，如圖3 所示，實(shí)現(xiàn)智慧礦山數(shù)據(jù)資源的共享交互及礦山企業(yè)全面的生產(chǎn)信息化管理，提高生產(chǎn)效率和安全性。

圖3 智慧礦山數(shù)據(jù)交互示意Fig.3 Data active push schematic for smart mine

智慧礦山數(shù)據(jù)資源的共享與礦山生產(chǎn)運(yùn)營(yíng)的各個(gè)業(yè)務(wù)需求密切相關(guān)，分為顯性需求和隱性需求兩個(gè)時(shí)間維度。顯性需求：成員依據(jù)自身需要通過(guò)數(shù)據(jù)資源共享服務(wù)平臺(tái)，提出數(shù)據(jù)請(qǐng)求；隱性需求：根據(jù)以往數(shù)據(jù)共享服務(wù)歷史以及知識(shí)庫(kù)中的邏輯規(guī)則，挖掘需求者的隱性需求主動(dòng)推送。因此，基于智慧礦山業(yè)務(wù)需求，對(duì)任務(wù)進(jìn)行分解，得到控制決策的本體知識(shí)。基于檢索條件對(duì)開(kāi)采信息知識(shí)本體進(jìn)行匹配度計(jì)算，得到推送最優(yōu)解；對(duì)于隱性需求，基于粗糙集和模糊綜合決策構(gòu)建推送規(guī)則，并根據(jù)關(guān)聯(lián)關(guān)系進(jìn)行匹配度計(jì)算，約減屬性決策表，將匹配數(shù)據(jù)推送給控制對(duì)象，并將控制結(jié)果和數(shù)據(jù)習(xí)慣記錄進(jìn)行規(guī)則迭代，解決推送信息和目標(biāo)的交互、融合問(wèn)題。

2.2 智慧礦山數(shù)據(jù)基礎(chǔ)

數(shù)據(jù)基礎(chǔ)是以數(shù)據(jù)創(chuàng)新為驅(qū)動(dòng)、通信網(wǎng)絡(luò)為基礎(chǔ)、數(shù)據(jù)算力為核心的基礎(chǔ)體系。數(shù)據(jù)基礎(chǔ)涉及5G、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)以及工業(yè)互聯(lián)網(wǎng)等新一代信息技術(shù)，以及基于上述技術(shù)形成的各類(lèi)數(shù)字平臺(tái)，服務(wù)礦山企業(yè)生產(chǎn)運(yùn)營(yíng)的各個(gè)方面；如圖4 所示，以煤礦液壓支架群數(shù)字模型為例，發(fā)布支護(hù)任務(wù)后，接受的多維數(shù)據(jù)，通過(guò)知識(shí)本體分析預(yù)處理，并推理和決策優(yōu)化，對(duì)設(shè)備本體進(jìn)行狀態(tài)修正和優(yōu)化。

圖4 智慧礦山液壓支架群數(shù)字邏輯模型Fig.4 Smart mine hydraulic support group digital logic model

(1)通信網(wǎng)絡(luò)。智慧礦山的數(shù)據(jù)基礎(chǔ)依賴(lài)于強(qiáng)大而穩(wěn)定的通信網(wǎng)絡(luò)。在智慧礦山生產(chǎn)運(yùn)行過(guò)程中，大量的數(shù)據(jù)需要及時(shí)傳輸和處理，比如設(shè)備狀態(tài)監(jiān)測(cè)信息、生產(chǎn)數(shù)據(jù)信息等。因此，需要高速、可靠的通信網(wǎng)絡(luò)為礦山內(nèi)各設(shè)備、系統(tǒng)和人員之間的信息交互提供保障。現(xiàn)階段，智慧礦山通信網(wǎng)絡(luò)涵蓋有線網(wǎng)絡(luò)和無(wú)線網(wǎng)絡(luò)，如光纖通信、LTE、WiFi 等，確保信息的實(shí)時(shí)傳輸和遠(yuǎn)程監(jiān)控。

(2)大數(shù)據(jù)。智慧礦山在生產(chǎn)經(jīng)營(yíng)管理過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)，包括生產(chǎn)數(shù)據(jù)、設(shè)備狀態(tài)、環(huán)境監(jiān)測(cè)等，這些數(shù)據(jù)包含了豐富的信息，但僅憑人工難以發(fā)現(xiàn)其中的規(guī)律和價(jià)值。大數(shù)據(jù)技術(shù)能夠處理這些龐大的數(shù)據(jù)，進(jìn)行數(shù)據(jù)挖掘和分析，從中找出規(guī)律和關(guān)聯(lián)，為礦山管理和生產(chǎn)提供決策支持。例如，通過(guò)分析設(shè)備運(yùn)行數(shù)據(jù)，可以預(yù)測(cè)設(shè)備故障并進(jìn)行維護(hù)，避免生產(chǎn)中設(shè)備故障和資源浪費(fèi)。通過(guò)對(duì)礦產(chǎn)資源屬性數(shù)據(jù)進(jìn)行分析，可以優(yōu)化選礦過(guò)程，提高礦產(chǎn)資源的回采率。

(3)云計(jì)算。智慧礦山涉及的數(shù)據(jù)量很大，傳統(tǒng)的本地計(jì)算和存儲(chǔ)往往無(wú)法滿足需求，而云計(jì)算為智慧礦山的數(shù)字化提供了強(qiáng)大的計(jì)算和存儲(chǔ)能力。云計(jì)算通過(guò)將計(jì)算和存儲(chǔ)資源集中在云端，礦山只需通過(guò)網(wǎng)絡(luò)連接訪問(wèn)云服務(wù)，就可以實(shí)現(xiàn)大規(guī)模數(shù)據(jù)處理和分析。同時(shí)，云計(jì)算可以根據(jù)實(shí)際需求靈活調(diào)整計(jì)算資源，使得礦山能夠按需分配資源，避免了資源的浪費(fèi)。此外，云計(jì)算還可以為礦山提供數(shù)據(jù)備份和容災(zāi)服務(wù)，保障數(shù)據(jù)安全。

(4)物聯(lián)網(wǎng)。物聯(lián)網(wǎng)技術(shù)是智慧礦山數(shù)據(jù)基礎(chǔ)的核心組成部分。通過(guò)在礦山設(shè)備和機(jī)器上安裝傳感器和通信設(shè)備，物聯(lián)網(wǎng)可以實(shí)現(xiàn)設(shè)備之間的連接和信息交換。這樣的智能化設(shè)備和系統(tǒng)構(gòu)成了智慧礦山的神經(jīng)系統(tǒng)，可以實(shí)現(xiàn)智能化生產(chǎn)和運(yùn)營(yíng)。如果設(shè)備出現(xiàn)故障或異常，物聯(lián)網(wǎng)系統(tǒng)會(huì)及時(shí)發(fā)出預(yù)警，提高了礦山設(shè)備運(yùn)行的可靠性和安全性。

(5)工業(yè)互聯(lián)網(wǎng)。工業(yè)互聯(lián)網(wǎng)是智慧礦山數(shù)據(jù)基礎(chǔ)的關(guān)鍵環(huán)節(jié)，它將物理世界和數(shù)字世界緊密連接。工業(yè)互聯(lián)網(wǎng)通過(guò)物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)，實(shí)現(xiàn)礦山內(nèi)外設(shè)備和系統(tǒng)之間的互聯(lián)互通，打破信息孤島，提高礦山的智能化水平。工業(yè)互聯(lián)網(wǎng)還可以實(shí)現(xiàn)礦山內(nèi)外信息的共享和協(xié)同。在智慧礦山中，不同的設(shè)備和系統(tǒng)之間需要相互協(xié)作，實(shí)現(xiàn)生產(chǎn)過(guò)程的優(yōu)化。通過(guò)工業(yè)互聯(lián)網(wǎng)，礦山內(nèi)的設(shè)備可以與供應(yīng)商和客戶系統(tǒng)進(jìn)行連接，實(shí)現(xiàn)信息共享和資源協(xié)同，進(jìn)一步提高企業(yè)的整體效率和競(jìng)爭(zhēng)力。

(6)智慧礦山機(jī)器人。機(jī)器人是智慧礦山數(shù)字化的重要組成部分。它們能夠自動(dòng)完成采礦、運(yùn)輸、巡檢等任務(wù)，減少人力投入，提高生產(chǎn)效率和安全性。智慧礦山機(jī)器人具備自主導(dǎo)航、感知決策和自適應(yīng)等功能，使得礦山生產(chǎn)更加智能高效。

3 地下空間重構(gòu)與模型動(dòng)態(tài)更新

地下空間重構(gòu)的主要任務(wù)是以機(jī)器視覺(jué)傳感數(shù)據(jù)為主，其他傳感數(shù)據(jù)為輔，構(gòu)建礦山井下場(chǎng)景的三維視覺(jué)空間模型，主要包括稀疏重建、稠密重建、空間表示和紋理貼圖4 個(gè)模塊，地下空間重構(gòu)流程如圖5 所示。

圖5 地下空間重構(gòu)流程Fig.5 Underground space reconstruction process diagram

稀疏重建是在特征提取、表示和匹配的基礎(chǔ)上進(jìn)行傳感器位姿的估計(jì)和稀疏三維點(diǎn)云的獲取，主要包括2 種實(shí)現(xiàn)方式：① 運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)(Structure from Motion，SFM)，是一種離線稀疏重建方法，具有精度高但計(jì)算時(shí)間長(zhǎng)的特點(diǎn)；② 同步定位與構(gòu)圖(Simultaneous Localization and Mapping，SLAM)，是一種在線稀疏重建方法。

SFM 與SLAM 均通過(guò)最小化式(3)的投影函數(shù)E來(lái)進(jìn)行位姿和地圖的優(yōu)化。

SFM 優(yōu)化全局所有三維點(diǎn)，具有較大的計(jì)算量，一般進(jìn)行離線計(jì)算，而SLAM 僅在線優(yōu)化局部三維點(diǎn)，當(dāng)檢測(cè)到閉環(huán)時(shí)，才在后端優(yōu)化閉環(huán)上的所有三維點(diǎn)。典型的SFM 工作包括VisualSfM[17]、COLMAP[18]等，典型的SLAM 工作包括PTAM[19]、ORBSLAM[20]、LSD-SLAM[21]等。

稠密重建基于稀疏重建得到的傳感器姿態(tài)，利用多視圖關(guān)系，估計(jì)、優(yōu)化深度圖，進(jìn)而實(shí)現(xiàn)點(diǎn)云融合與優(yōu)化，最終獲取三維稠密點(diǎn)云[22]。在稠密重建的基礎(chǔ)上，空間表示主要有4 種形式：① 點(diǎn)云表示[23]，直接以點(diǎn)坐標(biāo)的方式表示三維空間；② 柵格表示[24]，以二維或三維離散網(wǎng)格的方式表示三維空間；③ 網(wǎng)格表示[25]，主要以三角網(wǎng)格的方式表示三維空間；④ 隱式表示[26]，以神經(jīng)網(wǎng)絡(luò)的方式表示三維空間。其中隱式重建是解決挑戰(zhàn)性環(huán)境下空間重構(gòu)問(wèn)題的一種非常有前途的技術(shù)，是當(dāng)前空間重構(gòu)的一個(gè)研究熱點(diǎn)。它采用神經(jīng)網(wǎng)絡(luò)來(lái)表示場(chǎng)景，接收3D 坐標(biāo)和方向，輸出該空間位置處的顏色和體密度，式(4)為其體渲染方程。

最后，通過(guò)紋理貼圖技術(shù)[27]獲取場(chǎng)景帶顏色的空間重建模型。上述空間重構(gòu)相關(guān)方法在地面航拍、街景、大型建筑設(shè)施等場(chǎng)景已經(jīng)進(jìn)行了廣泛有效應(yīng)用[28]。

針對(duì)智慧礦山應(yīng)用場(chǎng)景的空間重構(gòu)問(wèn)題，一些科研機(jī)構(gòu)進(jìn)行了初步研究，例如，澳大利亞CSIRO(Commonwealth Scientific and Industrial Research Organization)的ExScan，提出了毫米波雷達(dá)點(diǎn)云重建方法和LeGO-LOAM-SC 定位與構(gòu)圖方法[29-30]。上述方法仍然以激光或毫米波雷達(dá)為主，雖然能夠獲取礦山井下巷道的三維點(diǎn)云，但是由于礦山井下巷道既窄又長(zhǎng)，幾何特征單一，點(diǎn)云容易變形，出現(xiàn)較大誤差，如果依賴(lài)井下特有的測(cè)繪信息進(jìn)行校正，點(diǎn)云獲取的效率又非常低，人力與時(shí)間成本非常大。通過(guò)引入視覺(jué)信息能夠有效解決激光或毫米波雷達(dá)在空間重構(gòu)中幾何退化導(dǎo)致點(diǎn)云變形的問(wèn)題。

為了應(yīng)對(duì)礦山井下幾何退化、環(huán)境照度低、照度不穩(wěn)定、紋理缺失、紋理重復(fù)、多粉塵、多水霧、GPS信號(hào)缺乏等不利因素的影響，提出了一種礦山井下場(chǎng)景三維視覺(jué)與空間重建框架，如圖6 所示。該框架以可見(jiàn)光/紅外光視覺(jué)數(shù)據(jù)為主，輔以激光、UWB、IMU等數(shù)據(jù)，通過(guò)設(shè)計(jì)多傳感器時(shí)空標(biāo)定理論、噪聲抑制策略，實(shí)現(xiàn)數(shù)據(jù)的融合增強(qiáng)，獲取高質(zhì)量視覺(jué)圖像，在此基礎(chǔ)上，進(jìn)行典型目標(biāo)的精準(zhǔn)識(shí)別和礦山場(chǎng)景空間模型的高效重建。此外，可以引入深度網(wǎng)絡(luò)匹配方法進(jìn)一步提升稀疏重建過(guò)程中位姿和稀疏點(diǎn)云的精度，通過(guò)深度神經(jīng)輻射場(chǎng)有效表示場(chǎng)景空間，實(shí)現(xiàn)礦山井下場(chǎng)景重構(gòu)的高保真渲染。

圖6 煤礦井下空間重構(gòu)框架Fig.6 Framework of underground space reconstruction in coalmine

4 地下復(fù)雜環(huán)境機(jī)器視覺(jué)測(cè)量技術(shù)

機(jī)器視覺(jué)將人工智能、深度學(xué)習(xí)、光學(xué)傳感等技術(shù)與礦山實(shí)際生產(chǎn)進(jìn)行深度融合，通過(guò)構(gòu)建視覺(jué)作業(yè)場(chǎng)景分析模型，以可視化實(shí)時(shí)分析的方式代替現(xiàn)場(chǎng)工人長(zhǎng)時(shí)間穩(wěn)定地監(jiān)測(cè)生產(chǎn)狀況，應(yīng)用于礦山生產(chǎn)各環(huán)節(jié)，尤其是井下生產(chǎn)，實(shí)現(xiàn)對(duì)礦山采掘、探放水、瓦斯抽采、運(yùn)輸?shù)茸鳂I(yè)場(chǎng)景的一體化智能感知、智能決策、設(shè)備聯(lián)動(dòng)控制和運(yùn)維人員智能調(diào)度，有效降低事故率，提高設(shè)備開(kāi)機(jī)率，減輕工人勞動(dòng)強(qiáng)度，從而達(dá)到作業(yè)現(xiàn)場(chǎng)“少人化、無(wú)人化”的安全生產(chǎn)目標(biāo)。

4.1 液壓支架單設(shè)備位姿檢測(cè)

位姿檢測(cè)是實(shí)現(xiàn)裝備自適應(yīng)精準(zhǔn)控制的基礎(chǔ)要素，可具體分為姿態(tài)識(shí)別和位姿測(cè)量。裝備姿態(tài)識(shí)別指利用視圖數(shù)據(jù)進(jìn)行特定目標(biāo)狀態(tài)的辨識(shí)，而位姿測(cè)量是在姿態(tài)識(shí)別的基礎(chǔ)上對(duì)視圖信息進(jìn)一步深入感知，得到精確的位置信息和姿態(tài)角，從而為后續(xù)裝備姿態(tài)的精準(zhǔn)調(diào)控形成反饋機(jī)制，提高生產(chǎn)的柔性和自動(dòng)化程度。以煤礦液壓支架的位姿檢測(cè)為例，傳統(tǒng)的液壓支架姿態(tài)測(cè)量是通過(guò)接觸式的傾角傳感器實(shí)現(xiàn)，相對(duì)而言成本較高，而且很難實(shí)現(xiàn)對(duì)液壓支架整體姿態(tài)的測(cè)量，而基于機(jī)器視覺(jué)的測(cè)量方法采用非接觸式方式進(jìn)行測(cè)量，能更好地適應(yīng)煤礦井下設(shè)備振動(dòng)、移動(dòng)等場(chǎng)景，提高測(cè)量精度[31]。

將RGB-D 相機(jī)安裝于液壓支架頂梁上，實(shí)現(xiàn)對(duì)液壓支架的支護(hù)高度、頂梁相對(duì)于底座的姿態(tài)角(包括俯仰角、方位角、翻滾角)進(jìn)行測(cè)量，將頂梁與底座的運(yùn)動(dòng)視為兩個(gè)剛體之間的相對(duì)運(yùn)動(dòng)，通過(guò)頂梁與底座的相對(duì)空間位置來(lái)反映二者的姿態(tài)變化。根據(jù)視覺(jué)測(cè)量原理和歐式變換理論，建立如圖7 所示的液壓支架姿態(tài)視覺(jué)測(cè)量模型[32](圖7 中，H0i為液壓支架支護(hù)高度；Δz0為相機(jī)與支架頂梁上表面的距離；L1為相機(jī)與支架頂梁前端的距離；L2為相機(jī)與支架頂梁后端的距離)。首先，將k時(shí)刻作為液壓支架運(yùn)動(dòng)的初始時(shí)刻，對(duì)液壓支架支撐高度和頂梁姿態(tài)角參數(shù)進(jìn)行初始化。利用深度相機(jī)采集到k時(shí)刻的彩色數(shù)據(jù)與深度數(shù)據(jù)，獲取液壓支架底座上表面中3 個(gè)共面特征點(diǎn)，并得到其在RGB-D 相機(jī)坐標(biāo)系下的空間三維坐標(biāo)Pk1(x1,y1,z1)、Pk2(x2,y2,z2)、Pk3(x3,y3,z3)，并由此構(gòu)建液壓支架底座上表面平面方程；然后利用平面法向量n求出支架底座在相機(jī)坐標(biāo)系三軸方向的夾角，即為頂梁姿態(tài)角初值αk、βk、γk；根據(jù)點(diǎn)面的距離公式求出相機(jī)坐標(biāo)原點(diǎn)與底座上表面的垂直距離，并結(jié)合頂梁與相機(jī)的空間相對(duì)位置關(guān)系解算出支撐高度初始值Hk。初始化完成后，利用相鄰時(shí)刻圖像中匹配好的3D 點(diǎn)對(duì)估計(jì)相機(jī)的運(yùn)動(dòng)，實(shí)現(xiàn)液壓支架運(yùn)動(dòng)過(guò)程中姿態(tài)變化的解算。通過(guò)空間3D-3D 的ICP 模型和最小二乘法構(gòu)建k時(shí)刻與k+1 時(shí)刻圖像中對(duì)應(yīng)點(diǎn)群Pki、Pki+1之間的線性優(yōu)化目標(biāo)函數(shù)，求解k時(shí)刻與k+1 時(shí)刻圖像間的旋轉(zhuǎn)與平移變換，實(shí)現(xiàn)k+1 時(shí)刻液壓支架頂梁姿態(tài)角αk+1、βk+1、γk+1與支撐高度Hk+1的解算。

圖7 液壓支架姿態(tài)視覺(jué)測(cè)量模型Fig.7 Visual measurement model of hydraulic support posture

4.2 綜采裝備(群)姿態(tài)同時(shí)空測(cè)量

以煤礦的綜采工作面為例，綜采工作面裝備種類(lèi)多、數(shù)量多，且裝備間均為靈活度較高的弱連接關(guān)系，姿態(tài)極易受到復(fù)雜地質(zhì)環(huán)境的影響。綜采工作面裝備位姿測(cè)量缺乏統(tǒng)一的參照、測(cè)量系統(tǒng)不全面，同時(shí)準(zhǔn)確獲取同一時(shí)刻多裝備位姿狀態(tài)要求多傳感器之間必須保持較高的同步性，傳統(tǒng)技術(shù)尚難以解決多裝備協(xié)同聯(lián)動(dòng)位姿測(cè)量問(wèn)題，而機(jī)器視覺(jué)測(cè)量感知技術(shù)具有同時(shí)間基準(zhǔn)、多位姿同步測(cè)量和多類(lèi)型信息同步獲取等優(yōu)勢(shì)，能夠進(jìn)一步解決煤礦井下綜采工作面全時(shí)空同步感知測(cè)量難題。

綜采裝備(群)姿態(tài)同時(shí)空視覺(jué)測(cè)量的核心是結(jié)構(gòu)化細(xì)粒度辨識(shí)和基于裝備標(biāo)志物的位姿提取。結(jié)構(gòu)化細(xì)粒度辨識(shí)采用基于Transformer 架構(gòu)的分割模型，如圖8 所示。該模型包含圖像編碼器、提示編碼器和掩碼解碼器。受到可擴(kuò)展性和強(qiáng)大的預(yù)訓(xùn)練方法啟發(fā)，圖像編碼器使用了一個(gè)MAE 預(yù)訓(xùn)練的Vision Transformer(ViT)，最小化地適應(yīng)處理高分辨率輸入。提示編碼器采用密集掩碼方式，使用卷積嵌入，并與圖像嵌入元素相加。掩碼解碼器通過(guò)有效地將圖像嵌入、提示嵌入和輸出token 映射到掩碼來(lái)實(shí)現(xiàn)。基于裝備標(biāo)志物的位姿提取采用基于標(biāo)志物已知結(jié)構(gòu)尺寸的成像幾何關(guān)系轉(zhuǎn)換，如圖9 所示。根據(jù)結(jié)構(gòu)化辨識(shí)的結(jié)果提取已知尺寸的標(biāo)志物，通過(guò)已知尺寸的3D-2D 視圖幾何映射關(guān)系，實(shí)現(xiàn)標(biāo)志物的位姿求解。

圖8 基于分割的綜采裝備(群)結(jié)構(gòu)化細(xì)粒度辨識(shí)Fig.8 Structural fine-grained identification of fully mechanized mining equipment (group) based on segmentation

圖9 基于裝備標(biāo)志物的位姿提取Fig.9 Pose extraction based on equipment markers

4.3 煤巖分界面識(shí)別

煤巖分界面識(shí)別是實(shí)現(xiàn)工作面智能化開(kāi)采的關(guān)鍵技術(shù)，可以根據(jù)采煤過(guò)程中煤和巖石的分布情況來(lái)及時(shí)調(diào)節(jié)采煤機(jī)滾筒的高度和牽引速度，以達(dá)到采煤機(jī)跟隨煤層變化自適應(yīng)截割的目標(biāo)。然而，準(zhǔn)確快速識(shí)別截割過(guò)程中煤層與巖層的分界線，一直以來(lái)都是煤炭開(kāi)采領(lǐng)域內(nèi)公認(rèn)的技術(shù)難題[33]。

基于視圖的煤巖分界面提取流程一般可分為圖像噪聲預(yù)處理、圖像分割、形態(tài)學(xué)處理、輪廓提取、分界線提取。工作面煤壁圖像中，煤和巖石相互干擾，巖石部分圖像亮度通常較高，煤體部分亮度稍低，同時(shí)煤體中存在大量高亮度噪點(diǎn)，采用雙邊濾波算法對(duì)圖像邊緣特征進(jìn)行強(qiáng)化，同時(shí)采用中值濾波算法對(duì)圖像進(jìn)行去噪，并弱化細(xì)小邊緣部分。煤巖圖像中，存在光照部分不均勻，采用全局分割的方式難以將煤巖全部區(qū)分，造成圖像區(qū)域斷裂、區(qū)域標(biāo)記不齊等。為了更有效和精細(xì)的提取輪廓信息，采用自適應(yīng)閾值分割算法進(jìn)行處理。自適應(yīng)閾值分割算法可以很好的將圖像中巖石區(qū)域的輪廓提取出來(lái)，結(jié)合全局閾值分割，可以定位巖石區(qū)域全部細(xì)節(jié)。通過(guò)圖像形態(tài)學(xué)算法對(duì)閾值分割結(jié)果進(jìn)行濾波處理，斷開(kāi)非連接部分、閉合合理的輪廓和濾除部分細(xì)小輪廓。通過(guò)對(duì)形態(tài)學(xué)處理結(jié)果進(jìn)行輪廓提取，可以得到視圖中的有效輪廓信息，結(jié)合輪廓大小濾波和全局閾值分割結(jié)果，可以得到巖石在煤體中的邊界輪廓信息，提取的結(jié)果為一個(gè)封閉輪廓。由于巖石與煤的分界，以及切割的分界，在豎直方向上具有較大的梯度，在輪廓的豎直方向上進(jìn)行梯度運(yùn)算，可以得到煤巖的分界線(藍(lán)色)和滾筒的切割線(紅色)，如圖10 所示。

圖10 基于視圖的煤巖分界提取Fig.10 View-based extraction of coal-rock boundary

5 井下瓦斯環(huán)境下射頻引爆風(fēng)險(xiǎn)分析

煤礦井下瓦斯爆炸環(huán)境中使用的射頻電磁能需要符合防爆基礎(chǔ)標(biāo)準(zhǔn)GB/T 3836.1—2021《爆炸性環(huán)境第1 部分：設(shè)備 通用要求》中的功率限制要求：即對(duì)于9 kHz～60 GHz 的連續(xù)射頻電磁波，在I 類(lèi)爆炸環(huán)境安全使用的閾功率不得超過(guò)6 W。根據(jù)標(biāo)準(zhǔn)要求，目前對(duì)5G 基站防爆安全評(píng)估時(shí)，采用EIRP(等效全效輻射功率)對(duì)基站功率進(jìn)行限制，即發(fā)射天線端口功率與天線增益之和不得超過(guò)6 W；除此之外，針對(duì)同一基站具有多根天線的情況，要求多端口閾功率代數(shù)和不超過(guò)6 W，5G 基站功率嚴(yán)格受限。突破功率限值是5G 技術(shù)在煤礦井下推廣應(yīng)用的熱點(diǎn)和難點(diǎn)問(wèn)題。

5.1 現(xiàn)行標(biāo)準(zhǔn)試驗(yàn)方法分析

防爆標(biāo)準(zhǔn)對(duì)射頻閾功率的限制主要來(lái)源于20 世紀(jì)七八十年代英國(guó)的研究成果，對(duì)射頻電磁能防爆安全閾值主要試驗(yàn)步驟是：① 構(gòu)建50 Ω 純阻性電路，接入IEC 標(biāo)準(zhǔn)火花臺(tái)；② 作出假設(shè)，火花阻抗與天線內(nèi)阻阻抗匹配；③ 測(cè)量火花電壓V，根據(jù)假設(shè)計(jì)算火花功率：Pm=U2/(8R) ，其中，R為電路的內(nèi)阻；Pm為6 W評(píng)價(jià)指標(biāo)來(lái)源。

首先可以看出評(píng)價(jià)指標(biāo)是在假設(shè)條件下的計(jì)算值而不是測(cè)量值，其次相關(guān)試驗(yàn)方法與安全閾值還存在以下問(wèn)題：① 安全限值不適用5G 頻段。隨著電磁波頻率的升高，放電特性發(fā)生重大改變，但標(biāo)準(zhǔn)卻直接將30 MHz 以下的試驗(yàn)結(jié)果推廣應(yīng)用到60 GHz 高頻。② 相關(guān)試驗(yàn)方法也不適用于5G 技術(shù)，標(biāo)準(zhǔn)火花臺(tái)要求試驗(yàn)頻率不得超過(guò)1.5 MHz，其主要原因是隨著電流頻率升高，電磁波能量發(fā)生反射現(xiàn)象；寄生電容和寄生電感隨著頻率的升高而產(chǎn)生，很難構(gòu)建50 Ω純阻性電路，這都導(dǎo)致了電路中能量大部分將被輻射或反射消耗而無(wú)法用來(lái)產(chǎn)電火花。③ 相關(guān)評(píng)價(jià)指標(biāo)存在極大的安全系數(shù)，其主要原因是標(biāo)準(zhǔn)評(píng)價(jià)指標(biāo)是匹配負(fù)載最大功率，而6 W 限值是射頻源的閾功率，中間還存在多個(gè)的損耗鏈路，其次，假設(shè)的合理性也有待商榷。

5.2 射頻電磁能防爆試驗(yàn)方法設(shè)計(jì)

射頻電磁能在瓦斯/甲烷混合氣體中引起碰撞電離、電暈放電等物理過(guò)程所需要的電場(chǎng)強(qiáng)度高達(dá)百萬(wàn)伏米(略低于常態(tài)空氣)，正常情況下，煤礦井下用于信號(hào)傳輸?shù)碾姶挪ㄔ诳臻g中分布的電場(chǎng)強(qiáng)度無(wú)法達(dá)到此量級(jí)，但是電磁波卻可以利用有限的電壓在極小的間隙內(nèi)產(chǎn)生極大的場(chǎng)強(qiáng)，并將能量以電火花的形式釋放出來(lái)，此時(shí)就存在引燃瓦斯氣體的風(fēng)險(xiǎn)。總的來(lái)說(shuō)，煤礦井下用于通信的5G 電磁波引燃瓦斯氣體需要滿足以下4 個(gè)條件：① 煤礦井下存在金屬構(gòu)件可以與空間中的電磁波產(chǎn)生諧振；② 金屬構(gòu)件上存在非連續(xù)點(diǎn)作為放電間隙；③ 間隙電壓滿足放電擊穿條件；④ 放電火花能量大于瓦斯所需要的最小點(diǎn)燃能量。

受上述不同頻率范圍的擊穿機(jī)制影響，放電擊穿電壓也將發(fā)生相應(yīng)的變化。特別是在高頻電場(chǎng)中，擊穿電壓(峰值)Vst不僅是氣壓p與極間距d乘積pd的函數(shù)，也是頻率f與極間距乘積fd的函數(shù)，即

如圖11 所示，5G 電磁波在不同頻段具有不同的最小擊穿電壓與最小功率安全閾值。

圖11 大氣壓下氮?dú)庠谖⒚组g隙下的擊穿特性Fig.11 Breakdown characteristics of nitrogen at micrometer gap at atmospheric pressure

即依據(jù)上述分析結(jié)果，并解決現(xiàn)行標(biāo)準(zhǔn)依據(jù)的技術(shù)條款所存在的主要問(wèn)題，基于半波偶極子天線設(shè)計(jì)了原理如圖12 所示的射頻電磁能防爆專(zhuān)用試驗(yàn)裝置。

圖12 射頻電磁能防爆專(zhuān)用試驗(yàn)裝置Fig.12 Rf-electromagnetic energy explosion-proof special test equipment

5G 常用典型頻段主要包括700 MHz、2.1 GHz、2.6 GHz 和3.5 GHz，筆者以700 MHz 頻率為例，半波偶極子天線長(zhǎng)度約為21 cm，為了保證更佳的諧振性能，考慮天線兩臂間隙對(duì)S參數(shù)的影響，本次仿真選取的間隙為12 mm。

根據(jù)仿真情況，指導(dǎo)700 MHz 射頻電磁波專(zhuān)用防爆試驗(yàn)裝置的設(shè)計(jì)。根據(jù)收發(fā)天線的互易性，以及減少射頻源的使用成本，采用在發(fā)射端進(jìn)行試驗(yàn)，所設(shè)計(jì)的電路主要由射頻源、保護(hù)電、測(cè)量電路、爆炸試驗(yàn)裝置四部分組成。

在現(xiàn)有試驗(yàn)裝置與試驗(yàn)平臺(tái)上進(jìn)行了試驗(yàn)，射頻電磁波造成的放電火花與射頻電磁波造成的瓦斯引燃現(xiàn)象如圖13 所示。

圖13 射頻電磁能產(chǎn)生的電火花與引燃瓦斯氣體瞬間Fig.13 Electric spark generated by electromagnetic energy and the instant of gas ignition

射頻電磁能(信號(hào)波形為700 MHz 正弦波)瓦斯引燃試驗(yàn)結(jié)果如圖14 所示，當(dāng)射頻能量到達(dá)一定閾值時(shí)，瓦斯氣體就會(huì)被引燃并發(fā)生爆炸現(xiàn)象。在功率測(cè)量電路上記錄了瓦斯引燃時(shí)的正向功率和反向功率試驗(yàn)數(shù)據(jù)，并計(jì)算出饋入功率結(jié)果。在2 次獨(dú)立的試驗(yàn)中，測(cè)得正向功率的最小數(shù)據(jù)為49.6 W、饋入功率的最小數(shù)據(jù)為24.8 W，考慮爆炸試驗(yàn)的或然率，將功率以0.1 W 的步頻降低，滿足6 400 個(gè)火花點(diǎn)未發(fā)生瓦斯引燃現(xiàn)象，由此認(rèn)為上述試驗(yàn)數(shù)據(jù)可靠。若采用射頻領(lǐng)域常用功率計(jì)算方法，將饋入功率作為安全閾值評(píng)價(jià)指標(biāo)，則是將試驗(yàn)裝置作為集總端口進(jìn)行分析；若考慮微觀層面放電間隙電壓產(chǎn)生的驅(qū)動(dòng)源，則應(yīng)以正向功率作為安全閾值評(píng)價(jià)指標(biāo)，即按目前的理論分析結(jié)果，采用正向功率作為安全閾值評(píng)價(jià)指標(biāo)更加合理。采用信號(hào)波形為5G NR 的射頻電磁波，目前測(cè)試結(jié)果為正向功率86.1 W，反向功率為29.8 W，但是試驗(yàn)數(shù)據(jù)量還有所欠缺，無(wú)法得出5G NR 射頻電磁波相較于正弦波具有更高的功率安全閾值。值得注意的是，本文是在發(fā)射端進(jìn)行分析，即未考慮電磁波在空間中的損耗問(wèn)題，但是由于煤礦井下發(fā)射天線是裸露在外的，所以發(fā)射天線是最危險(xiǎn)的部分，如果能采取有效措施對(duì)發(fā)射天線進(jìn)行保護(hù)，基站發(fā)射功率還可以進(jìn)一步增大。

圖14 射頻電磁能甲烷點(diǎn)燃試驗(yàn)結(jié)果Fig.14 Results of methane ignition test with radio frequency electromagnetic energy

考慮能量守恒定律和弗里斯傳輸方程，在本試驗(yàn)方案下得出的安全閾值，繼續(xù)采用EIRP 限制功率是不合理的，可以直接采用基站端口有效功率作為安全限值。在一定安全系數(shù)的條件下，至少可以將700 MHz頻段基站功率限值由閾功率6 W 提升到端口功率20 W以上，此時(shí)，單基站有效覆蓋范圍將呈現(xiàn)倍數(shù)增加。上述試驗(yàn)結(jié)論則主要針對(duì)單端口基站，對(duì)于在煤礦井下應(yīng)用的多端口基站，如何取疊加安全系數(shù)還需要進(jìn)一步分析。針對(duì)2.1、2.6 和3.5 GHz 等其他頻段，由于5G NR 基帶波形、電磁波傳輸特性和放電特性都發(fā)生了改變，還需要深入研究才能確認(rèn)相關(guān)安全閾值與評(píng)價(jià)方法，已經(jīng)可以確認(rèn)隨著功率安全限值的提高，5G 技術(shù)在煤礦井下獲得高效使用的前景是非常樂(lè)觀的。

6 全時(shí)空信息感知與閉環(huán)管控系統(tǒng)

6.1 礦井全時(shí)空信息感知技術(shù)架構(gòu)

經(jīng)過(guò)多年的研發(fā)實(shí)踐及安全生產(chǎn)經(jīng)驗(yàn)總結(jié)，對(duì)傳統(tǒng)的水、火、瓦斯、頂板、粉塵、沖擊地壓等災(zāi)害防治有了一定的認(rèn)識(shí)[34]，但仍然存在致災(zāi)機(jī)理不明確、災(zāi)害信息感知不夠全面精準(zhǔn)、數(shù)據(jù)融合分析程度低、災(zāi)害預(yù)測(cè)預(yù)警算法缺失、災(zāi)害防控體系不完善等問(wèn)題。

礦井全時(shí)空信息感知與閉環(huán)管控系統(tǒng)是針對(duì)礦井水、火、瓦斯、頂板、沖擊地壓、粉塵等礦井災(zāi)害，利用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)對(duì)傳統(tǒng)災(zāi)害防治技術(shù)進(jìn)行智能化升級(jí)，賦予煤礦災(zāi)害防控系統(tǒng)災(zāi)害信息主動(dòng)感知、防控方案自主決策與防治裝備智能控制的能力，形成感知-決策-控制-反饋的閉環(huán)運(yùn)行模式，實(shí)現(xiàn)礦井災(zāi)害的超前治理、態(tài)勢(shì)預(yù)警與智能防控，系統(tǒng)架構(gòu)如圖15 所示。

圖15 礦井全時(shí)空信息感知系統(tǒng)總體架構(gòu)Fig.15 Overall framework of mine spatiotemporal information sensing system

感知控制層位于系統(tǒng)架構(gòu)的底層，負(fù)責(zé)煤礦災(zāi)害相關(guān)信息的感知和防控指令的執(zhí)行，由災(zāi)害信息感知單元和災(zāi)害防控單元構(gòu)成。災(zāi)害信息感知單元采用各類(lèi)傳感器、音視頻采集終端等方式獲取各類(lèi)災(zāi)源參數(shù)、環(huán)境信息、設(shè)備工況等信息；災(zāi)害防控單元為各類(lèi)災(zāi)害防控裝備構(gòu)成，接收控制指令并自動(dòng)完成災(zāi)害治理作業(yè)。

網(wǎng)絡(luò)傳輸層位于感知控制層與智能支撐層之間，是感知數(shù)據(jù)、控制指令等信息的傳輸鏈路，綜合5G、WiFi6 無(wú)線網(wǎng)絡(luò)和萬(wàn)兆光纖環(huán)網(wǎng)構(gòu)建多網(wǎng)融合平臺(tái)，實(shí)現(xiàn)災(zāi)害防控各類(lèi)信息的超帶寬、低延時(shí)、高可靠的準(zhǔn)確傳遞。

智能支撐層是煤礦災(zāi)害智能超前防控系統(tǒng)核心層，負(fù)責(zé)多源、多維度災(zāi)害防控信息的融合、管理，采用基于防控機(jī)理與數(shù)據(jù)驅(qū)動(dòng)結(jié)合的方法建立災(zāi)害防控決策、防控效果評(píng)價(jià)等模型，對(duì)海量數(shù)據(jù)進(jìn)行挖掘，為各類(lèi)災(zāi)害防控應(yīng)用提供支撐。

應(yīng)用業(yè)務(wù)層是各類(lèi)災(zāi)害超前防控功能的管理層，根據(jù)災(zāi)害防治的業(yè)務(wù)需求，在智能支撐層的協(xié)同下具備防治方案設(shè)計(jì)、設(shè)備工況控制與防治效果反饋功能，并能進(jìn)行多災(zāi)種間的協(xié)同防控，最終實(shí)現(xiàn)煤礦災(zāi)害超前防控的智能設(shè)計(jì)、自動(dòng)作業(yè)和協(xié)同管理。

6.2 礦井全時(shí)空信息感知與融合預(yù)警技術(shù)

煤礦井下人、機(jī)、環(huán)等信息感知是進(jìn)行災(zāi)害預(yù)測(cè)、預(yù)警的基礎(chǔ)，致災(zāi)信息的全面、實(shí)時(shí)感知及融合分析預(yù)測(cè)是實(shí)現(xiàn)災(zāi)害防治的關(guān)鍵。礦井全時(shí)空信息反饋安全閉環(huán)管控技術(shù)是在精準(zhǔn)感知災(zāi)害相關(guān)信息的基礎(chǔ)上，建立多層次、多維度、多參量預(yù)警指標(biāo)體系，采用成因機(jī)理和數(shù)據(jù)驅(qū)動(dòng)互饋的災(zāi)害風(fēng)險(xiǎn)辨識(shí)方法，進(jìn)行災(zāi)害信息自動(dòng)采集、自主融合、態(tài)勢(shì)研判、智能預(yù)警與協(xié)同響應(yīng)，實(shí)現(xiàn)煤礦瓦斯爆炸、煤與瓦斯突出、突水、內(nèi)外因火災(zāi)、頂板、沖擊地壓等災(zāi)害在線監(jiān)測(cè)和超前預(yù)警，以及與通風(fēng)、抽采、排水等系統(tǒng)的聯(lián)動(dòng)控制[35-37]。

(1)瓦斯災(zāi)害多源信息融合預(yù)警技術(shù)。通過(guò)專(zhuān)業(yè)數(shù)據(jù)接口和配套網(wǎng)絡(luò)化便攜式檢測(cè)設(shè)備，動(dòng)態(tài)采集瓦斯災(zāi)害相關(guān)監(jiān)測(cè)、檢測(cè)信息。建立跨尺度、多層次、多參量預(yù)警指標(biāo)體系和具有自學(xué)習(xí)、自調(diào)優(yōu)、原因追溯能力的預(yù)警模型，自動(dòng)辨識(shí)煤與瓦斯突出、瓦斯超限、瓦斯爆炸風(fēng)險(xiǎn)與預(yù)兆，融合地質(zhì)構(gòu)造、應(yīng)力、聲-電、通風(fēng)隱患等多因素實(shí)時(shí)評(píng)估瓦斯災(zāi)害危險(xiǎn)性，實(shí)現(xiàn)瓦斯災(zāi)害超前預(yù)警與聯(lián)動(dòng)控制。

(2)火災(zāi)綜合預(yù)警技術(shù)。采用束管、光纖測(cè)溫、紅外傳感、多功能氣體監(jiān)測(cè)等技術(shù)，對(duì)內(nèi)、外因火災(zāi)等相關(guān)因素進(jìn)行監(jiān)測(cè)，融合發(fā)火機(jī)理與大數(shù)據(jù)分析算法對(duì)火災(zāi)進(jìn)行自動(dòng)診斷，并與注氮、注漿等防滅火設(shè)備進(jìn)行聯(lián)動(dòng)控制，實(shí)現(xiàn)井下火災(zāi)的智能預(yù)測(cè)、預(yù)警與控制。

(3)礦井水害預(yù)警系統(tǒng)。基于鉆探技術(shù)、高密度電法、地質(zhì)雷達(dá)、核磁共振等技術(shù)對(duì)礦井水進(jìn)行實(shí)時(shí)探測(cè)，建立水文實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)庫(kù)及水害防治模型庫(kù)，基于水害多物理場(chǎng)預(yù)警融合預(yù)警模型實(shí)現(xiàn)水災(zāi)的超前預(yù)測(cè)、預(yù)警，并與礦井抽排系統(tǒng)實(shí)現(xiàn)智能聯(lián)動(dòng)控制。礦井水害預(yù)警的重點(diǎn)在于提出水害多物理場(chǎng)預(yù)警指標(biāo)，指導(dǎo)礦井水的抽排治理工作。由于不同水體的預(yù)警理論發(fā)展程度不同，需要差異性的設(shè)計(jì)監(jiān)測(cè)方案與預(yù)警指標(biāo)。對(duì)于具有成熟水害預(yù)測(cè)預(yù)報(bào)理論的底板水、頂板水，在采掘擾動(dòng)條件下，根據(jù)底板水壓、富水性、構(gòu)造密度、斷層斷距以及頂板冒裂區(qū)、富水區(qū)等參數(shù)與多物理場(chǎng)的耦合關(guān)系，通過(guò)微震、電法監(jiān)測(cè)這些元素的變化特征，形成底板水、頂板水多物理場(chǎng)監(jiān)測(cè)預(yù)警指標(biāo)。

(4)頂板與沖擊地壓災(zāi)害預(yù)警技術(shù)。基于支架與圍巖的“三耦合”理論，對(duì)液壓支架的載荷與位姿關(guān)聯(lián)關(guān)系進(jìn)行解耦計(jì)算，建立基于載荷與位姿數(shù)據(jù)模型驅(qū)動(dòng)的工作面頂板災(zāi)害預(yù)測(cè)、預(yù)警系統(tǒng)，實(shí)現(xiàn)工作面頂板災(zāi)害的智能預(yù)測(cè)、預(yù)警。基于電磁輻射法、電荷法，地震層析成像方法、地音監(jiān)測(cè)法等，建立沖擊地壓精準(zhǔn)的全維感知體系；基于沖擊地壓礦井全維信息反演理論和技術(shù)、沖擊地壓發(fā)生機(jī)理與孕育演化模型等，建立沖擊地壓主控因素、災(zāi)害風(fēng)險(xiǎn)與前兆信息的智能判識(shí)方法與預(yù)警指標(biāo)體系，利用智能化沖擊地壓防治技術(shù)與裝備，實(shí)現(xiàn)沖擊地壓的智能預(yù)測(cè)、預(yù)警與防治。

(5)井下粉塵智能防治技術(shù)。井下粉塵不僅容易引發(fā)塵肺病，而且還易誘發(fā)粉塵爆炸事故。基于粉塵產(chǎn)生、擴(kuò)散機(jī)理，建立機(jī)載式、固定式、移動(dòng)式等多種方式的塵源智能感知技術(shù)與裝備，并與除塵裝置實(shí)現(xiàn)智能聯(lián)動(dòng)控制。

(6)煤礦安全態(tài)勢(shì)融合預(yù)警技術(shù)。采用統(tǒng)一規(guī)范的數(shù)據(jù)標(biāo)準(zhǔn)，實(shí)現(xiàn)瓦斯、水、火、頂板和沖擊地壓等多災(zāi)種數(shù)據(jù)的有效融合；采用可視化技術(shù)，實(shí)現(xiàn)災(zāi)害監(jiān)測(cè)預(yù)警信息的圖形化集成展現(xiàn)；自動(dòng)構(gòu)建不同災(zāi)害、不同參數(shù)、指標(biāo)的數(shù)據(jù)典型特征圖譜，實(shí)現(xiàn)異常數(shù)據(jù)的自動(dòng)判識(shí)、自動(dòng)鎖定、回溯分析與趨勢(shì)預(yù)測(cè)；構(gòu)建基于數(shù)據(jù)驅(qū)動(dòng)的煤礦安全態(tài)勢(shì)預(yù)警模型，實(shí)現(xiàn)煤礦總體安全態(tài)勢(shì)的大數(shù)據(jù)預(yù)測(cè)和分區(qū)、分級(jí)預(yù)警，為礦井安全管理提供決策依據(jù)。

7 煤礦智能化技術(shù)標(biāo)準(zhǔn)體系

7.1 煤礦智能化標(biāo)準(zhǔn)體系構(gòu)建原則

煤礦智能化建設(shè)是一個(gè)多系統(tǒng)、多層次、多領(lǐng)域相互匹配融合的復(fù)雜系統(tǒng)工程，建立完整的煤礦智能化技術(shù)標(biāo)準(zhǔn)體系是建設(shè)智能化煤礦的基礎(chǔ)與指南。研究煤礦智能化標(biāo)準(zhǔn)體系具有十分重要的現(xiàn)實(shí)意義和指導(dǎo)作用。

(1)給出煤礦智能化標(biāo)準(zhǔn)的總體布局和發(fā)展規(guī)劃，明確標(biāo)準(zhǔn)工作的現(xiàn)狀、現(xiàn)有需求和未來(lái)發(fā)展趨勢(shì)，指明未來(lái)標(biāo)準(zhǔn)化工作重點(diǎn)和發(fā)展方向，為標(biāo)準(zhǔn)修訂計(jì)劃提供依據(jù)。

(2)理順煤礦智能化現(xiàn)有的、正在制定的和計(jì)劃制定的所有相關(guān)標(biāo)準(zhǔn)之間的相互支撐與相互配合的關(guān)系，減少彼此的交叉重疊，有利于明確標(biāo)準(zhǔn)化工作的重點(diǎn)。

(3)對(duì)關(guān)鍵技術(shù)、裝備、行為及派生屬性等進(jìn)行統(tǒng)一規(guī)范，為煤礦智能化長(zhǎng)遠(yuǎn)發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。

(4)便于全面系統(tǒng)的了解煤礦智能化所需的全部標(biāo)準(zhǔn)的情況，為從事相關(guān)工作的人員提供遵循的標(biāo)準(zhǔn)、掌握標(biāo)準(zhǔn)的現(xiàn)狀和發(fā)展趨勢(shì)提供詳實(shí)的信息。

7.2 煤礦智能化標(biāo)準(zhǔn)體系框架

煤礦智能化標(biāo)準(zhǔn)體系的構(gòu)建是與煤礦智能化技術(shù)體系一脈相承的，煤礦智能化標(biāo)準(zhǔn)體系框架，如圖16所示。

圖16 煤礦智能化標(biāo)準(zhǔn)體系框架Fig.16 Coal mine intelligent standard system framework

其中，基礎(chǔ)通用標(biāo)準(zhǔn)子體系是整個(gè)煤礦智能化標(biāo)準(zhǔn)體系的支撐基礎(chǔ)，統(tǒng)一對(duì)煤礦智能化的認(rèn)識(shí)，為其他各部分設(shè)計(jì)提供整體參考和指導(dǎo)；信息基礎(chǔ)子體系規(guī)范網(wǎng)絡(luò)系統(tǒng)和數(shù)據(jù)中心建設(shè)，打通數(shù)據(jù)傳輸和利用通道，統(tǒng)一數(shù)據(jù)采集、治理及應(yīng)用標(biāo)準(zhǔn)，強(qiáng)化網(wǎng)絡(luò)和數(shù)據(jù)安全，為礦井信息化提供基礎(chǔ)支撐；賦能平臺(tái)與軟件子體系規(guī)范煤礦各類(lèi)平臺(tái)與軟件的系統(tǒng)架構(gòu)、開(kāi)發(fā)環(huán)境、功能要求、評(píng)估指標(biāo)、應(yīng)用管理等方面標(biāo)準(zhǔn)，促進(jìn)技術(shù)和管理體系革新；生產(chǎn)系統(tǒng)與技術(shù)裝備子體系規(guī)范生產(chǎn)場(chǎng)景涉及的各子系統(tǒng)智能化關(guān)鍵技術(shù)、裝備及傳感器等技術(shù)要求，由于煤礦生產(chǎn)包括井工煤礦、露天煤礦、洗煤廠組成，其生產(chǎn)系統(tǒng)與生產(chǎn)工藝均不相同，因此標(biāo)準(zhǔn)體系針對(duì)其關(guān)鍵系統(tǒng)進(jìn)行梳理時(shí)應(yīng)分別規(guī)劃；智慧園區(qū)與運(yùn)維管理子體系規(guī)范智能化體系下的人員要求、管理模式要求，建設(shè)各智能化系統(tǒng)運(yùn)維及工業(yè)廠區(qū)各類(lèi)保障系統(tǒng)標(biāo)準(zhǔn)，提升智能化煤礦的管理、運(yùn)行水平。

7.3 煤礦智能化重點(diǎn)標(biāo)準(zhǔn)化方向及領(lǐng)域

7.3.1 基礎(chǔ)通用標(biāo)準(zhǔn)子體系

煤礦智能化基礎(chǔ)通用標(biāo)準(zhǔn)子體系主要包括基礎(chǔ)共性標(biāo)準(zhǔn)、設(shè)計(jì)標(biāo)準(zhǔn)、安全通用標(biāo)準(zhǔn)、智能化共性技術(shù)和評(píng)價(jià)與評(píng)估標(biāo)準(zhǔn)等方面的標(biāo)準(zhǔn)。其主要標(biāo)準(zhǔn)建設(shè)方向包括：

(1) 制定煤礦智能化術(shù)語(yǔ)和定義、體系架構(gòu)、智能化煤礦工業(yè)互聯(lián)網(wǎng)平臺(tái)體系架構(gòu)、邊緣計(jì)算總體架構(gòu)與要求、數(shù)字孿生參考架構(gòu)等基礎(chǔ)共性標(biāo)準(zhǔn)。

(2) 制定煤炭工業(yè)智能化礦井設(shè)計(jì)、綠色礦山建設(shè)、智能化生產(chǎn)系統(tǒng)設(shè)計(jì)、生產(chǎn)保障系統(tǒng)設(shè)計(jì)、煤礦地面及園區(qū)建設(shè)技術(shù)規(guī)范等設(shè)計(jì)標(biāo)準(zhǔn)。

(3) 制定煤礦井下電氣設(shè)備管理規(guī)范、煤礦井下防爆電氣設(shè)備安全要求、煤礦井下危險(xiǎn)場(chǎng)所劃分、煤礦井下電磁兼容安全要求、煤礦智能裝備功能安全要求等安全通用標(biāo)準(zhǔn)。

(4) 制定煤礦智能傳感通用技術(shù)、煤礦機(jī)器人共性技術(shù)、煤礦AI 等智能化共性技術(shù)標(biāo)準(zhǔn)。

(5) 制定智能化煤礦建設(shè)驗(yàn)收評(píng)價(jià)標(biāo)準(zhǔn)、煤礦智能化質(zhì)量評(píng)價(jià)、煤礦智能化效益評(píng)價(jià)、智能化煤礦數(shù)據(jù)管理能力成熟度評(píng)估、智能化煤礦工業(yè)互聯(lián)網(wǎng)應(yīng)用成熟度評(píng)估等評(píng)價(jià)與評(píng)估標(biāo)準(zhǔn)。

7.3.2 信息基礎(chǔ)設(shè)施標(biāo)準(zhǔn)子體系

信息基礎(chǔ)設(shè)施標(biāo)準(zhǔn)子體系主要包括礦井信息網(wǎng)絡(luò)、數(shù)據(jù)標(biāo)準(zhǔn)、邊云協(xié)同、煤煤礦信息安全等方面的標(biāo)準(zhǔn)。其主要標(biāo)準(zhǔn)建設(shè)方向包括：

(1) 制定煤礦有線網(wǎng)絡(luò)、無(wú)線網(wǎng)絡(luò)、組網(wǎng)與網(wǎng)絡(luò)設(shè)備、聯(lián)網(wǎng)與接入設(shè)備、通信協(xié)議互聯(lián)互通等網(wǎng)絡(luò)標(biāo)準(zhǔn)。

(2) 制定數(shù)據(jù)編碼與標(biāo)識(shí)、數(shù)據(jù)采集、數(shù)據(jù)治理、數(shù)據(jù)服務(wù)與應(yīng)用等方面的數(shù)據(jù)標(biāo)準(zhǔn)。

(3) 制定智能化煤礦數(shù)據(jù)中心、云計(jì)算、邊緣計(jì)算、云邊協(xié)同管理等方面的云邊協(xié)同標(biāo)準(zhǔn)。

(4) 制定煤礦智能化系統(tǒng)建設(shè)條件下信息安全防護(hù)與信息安全管理方面的信息安全標(biāo)準(zhǔn)。

7.3.3 賦能平臺(tái)與軟件標(biāo)準(zhǔn)子體系

賦能平臺(tái)與軟件標(biāo)準(zhǔn)子體系包括地理信息平臺(tái)，大數(shù)據(jù)平臺(tái)，綜合管控平臺(tái)與煤炭工業(yè)軟件，人工智能系統(tǒng)，數(shù)字孿生系統(tǒng)等方面標(biāo)準(zhǔn)。其主要標(biāo)準(zhǔn)建設(shè)方向包括：

(1) 制定煤礦地測(cè)數(shù)據(jù)管理，地理信息軟件系統(tǒng)，礦井地質(zhì)建模，礦井電子地圖服務(wù)等方面的地理信息平臺(tái)標(biāo)準(zhǔn)要求。

(2) 制定煤礦大數(shù)據(jù)平臺(tái)通用技術(shù)，數(shù)據(jù)采集與存儲(chǔ)，數(shù)據(jù)分析與數(shù)據(jù)建模，數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)服務(wù)等方面的大數(shù)據(jù)平臺(tái)標(biāo)準(zhǔn)。

(3) 制定煤礦智能化綜合管控平臺(tái)與煤炭工業(yè)軟件的技術(shù)架構(gòu)，開(kāi)發(fā)環(huán)境，功能要求，評(píng)估指標(biāo)，應(yīng)用管理方面的綜合管控平臺(tái)與煤炭工業(yè)軟件標(biāo)準(zhǔn)。

(4) 制定煤炭行業(yè)人工智能平臺(tái)架構(gòu)、集成要求、軟硬件產(chǎn)品、評(píng)估指標(biāo)、應(yīng)用管理等人工智能標(biāo)準(zhǔn)。

(5) 制定煤炭行業(yè)數(shù)字孿生架構(gòu)、建模要求、接口、應(yīng)用等方面的要求。

7.3.4 生產(chǎn)系統(tǒng)與技術(shù)裝備標(biāo)準(zhǔn)子體系

針對(duì)地下(井工)生產(chǎn)、露天生產(chǎn)和煤礦洗選三大生產(chǎn)場(chǎng)景中的各種智能化生產(chǎn)裝備和系統(tǒng)，規(guī)范生產(chǎn)場(chǎng)景涉及的各子系統(tǒng)智能化關(guān)鍵技術(shù)及裝備等技術(shù)要求。

地下(井工)智能化重點(diǎn)建設(shè)主動(dòng)感知、智能決策、自動(dòng)執(zhí)行的高效生產(chǎn)系統(tǒng)，主要包括智能地質(zhì)保障系統(tǒng)、智能建井、智能掘進(jìn)系統(tǒng)、智能開(kāi)采系統(tǒng)、智能主煤流運(yùn)輸系統(tǒng)、智能輔助運(yùn)輸系統(tǒng)、智能通風(fēng)與壓風(fēng)系統(tǒng)、智能供電系統(tǒng)、智能安全監(jiān)控系統(tǒng)、智能化水資源管理和輔助作業(yè)智能化裝備等方面的標(biāo)準(zhǔn)。

智能化露天煤礦將信息化技術(shù)與露天煤礦開(kāi)采工藝進(jìn)行深度融合，包括智能地質(zhì)測(cè)量開(kāi)采保障系統(tǒng)、智能穿爆系統(tǒng)、單斗—卡車(chē)間斷工藝智能化系統(tǒng)、半連續(xù)工藝智能化系統(tǒng)、輪斗連續(xù)工藝智能化系統(tǒng)、智能輔助生產(chǎn)系統(tǒng)、智能安全監(jiān)控系統(tǒng)等方面的標(biāo)準(zhǔn)。

智能洗選系統(tǒng)與裝備標(biāo)準(zhǔn)子體系針對(duì)洗選、煤泥制樣和定量裝車(chē)等方面主要工藝環(huán)節(jié)、重要裝備、安全防控智能化為標(biāo)準(zhǔn)建設(shè)重點(diǎn)，形成洗選全過(guò)程智能感知、智能控制、智能管理與智能決策的技術(shù)與管理標(biāo)準(zhǔn)。

7.3.5 智慧園區(qū)與運(yùn)維管理標(biāo)準(zhǔn)子體系

智慧園區(qū)與運(yùn)維管理標(biāo)準(zhǔn)子體系主要包括智能化園區(qū)、設(shè)備狀態(tài)保持、運(yùn)行維護(hù)管理、生產(chǎn)經(jīng)營(yíng)管理等方面的標(biāo)準(zhǔn)。其主要標(biāo)準(zhǔn)建設(shè)方向包括：

(1) 制定煤礦智能化管理體系涉及的人員要求，崗位設(shè)置，管理模式及相配套的管理軟件系統(tǒng)標(biāo)準(zhǔn)。

(2) 制定面向設(shè)備全生命周期管理涉及的煤礦設(shè)備可靠性要求、設(shè)備故障診斷方法與系統(tǒng)、設(shè)備維修維護(hù)管理等設(shè)備狀態(tài)保持標(biāo)準(zhǔn)。

(3) 制定智能化礦井運(yùn)維共性基礎(chǔ)、信息網(wǎng)絡(luò)平臺(tái)運(yùn)維、智能控制系統(tǒng)與裝備運(yùn)維、運(yùn)行維護(hù)保障等運(yùn)行維護(hù)管理標(biāo)準(zhǔn)。

(4) 制定指揮調(diào)度中心、智能倉(cāng)儲(chǔ)與物資調(diào)度、園區(qū)智能系統(tǒng)和生態(tài)治理等智能化園區(qū)標(biāo)準(zhǔn)。

8 智能化煤礦巨系統(tǒng)建設(shè)實(shí)踐

8.1 張家峁煤礦智能化系統(tǒng)建設(shè)實(shí)踐

智能化煤礦包含十大系統(tǒng)、上百個(gè)子系統(tǒng)，各子系統(tǒng)一般獨(dú)立進(jìn)行建設(shè)，硬件接口、通信協(xié)議、數(shù)據(jù)格式、業(yè)務(wù)邏輯等均不相同，整體運(yùn)行穩(wěn)定性和可靠性在地質(zhì)條件漸變或隨機(jī)突變的干擾下很難得到保證。針對(duì)上述難題，張家峁煤礦遵循打通信息壁壘、消除信息孤島、避免重復(fù)建設(shè)的原則，提出了復(fù)雜巨系統(tǒng)智能化示范礦井建設(shè)總體方案，通過(guò)建設(shè)高速傳輸網(wǎng)絡(luò)、礦山地理信息系統(tǒng)、研發(fā)安全生產(chǎn)管控一體化平臺(tái)等，統(tǒng)一數(shù)據(jù)接口與編碼標(biāo)準(zhǔn)，如圖17 所示，實(shí)現(xiàn)礦井安全生產(chǎn)的統(tǒng)一管控。

圖17 智能化煤礦巨系統(tǒng)總體架構(gòu)Fig.17 Overall structure of intelligent coal mine giant system

8.1.1 高速傳輸網(wǎng)絡(luò)建設(shè)

張家峁煤礦根據(jù)業(yè)務(wù)承載要求，將整個(gè)企業(yè)管理網(wǎng)絡(luò)建設(shè)成一張覆蓋礦井工業(yè)場(chǎng)地、行政辦公、安全生產(chǎn)的獨(dú)立網(wǎng)絡(luò)，鏈路設(shè)計(jì)采用萬(wàn)兆骨干、千兆匯聚、千兆到桌面，WiFi+5G 覆蓋的方式。井上網(wǎng)絡(luò)包括辦公管理網(wǎng)絡(luò)、生活福利區(qū)網(wǎng)絡(luò)，井下環(huán)網(wǎng)由安全生產(chǎn)控制網(wǎng)絡(luò)、視頻監(jiān)控網(wǎng)絡(luò)和礦井無(wú)線專(zhuān)網(wǎng)三網(wǎng)獨(dú)立成環(huán)。

研究設(shè)計(jì)了適用于煤礦特殊環(huán)境的井上下5G 組網(wǎng)方案，在井下復(fù)雜環(huán)境中測(cè)試，5G 現(xiàn)有基站的覆蓋半徑至少可以達(dá)到150 m，目標(biāo)覆蓋區(qū)域整體覆蓋良好，下載最高速率933.4 Mbps，上傳最高速率128.4 Mbps，可保障網(wǎng)絡(luò)傳輸和語(yǔ)音的正常通訊。

8.1.2 煤礦安全生產(chǎn)管控一體化平臺(tái)

基于煤礦安全生產(chǎn)智能化管控平臺(tái)、煤礦大數(shù)據(jù)與數(shù)據(jù)管理平臺(tái)以及煤礦智能化綜合監(jiān)控平臺(tái)構(gòu)建了煤礦安全生產(chǎn)管控一體化平臺(tái)，為生產(chǎn)系統(tǒng)的集成管理和決策分析提供基礎(chǔ)支撐。

(1) 煤礦安全生產(chǎn)智能化管控平臺(tái)以煤炭工業(yè)大數(shù)據(jù)中心為數(shù)據(jù)底座，以智能礦山基礎(chǔ)軟件平臺(tái)為基礎(chǔ)平臺(tái)，通過(guò)運(yùn)行調(diào)度管控中心、安全環(huán)保管理中心、工程技術(shù)管理中心、支持保障管理中心與智能分析決策等5 個(gè)業(yè)務(wù)應(yīng)用中心，支撐煤礦各業(yè)務(wù)系統(tǒng)高效運(yùn)行，逐步實(shí)現(xiàn)煤礦企業(yè)數(shù)據(jù)資產(chǎn)沉淀，從而提升礦井智能科學(xué)決策水平及高質(zhì)量發(fā)展。

(2) 煤礦大數(shù)據(jù)與數(shù)據(jù)管理平臺(tái)實(shí)現(xiàn)數(shù)據(jù)資源的集中管理，滿足煤礦數(shù)據(jù)消費(fèi)需求，為綜合管控平臺(tái)提供數(shù)據(jù)支撐。數(shù)據(jù)管理平臺(tái)需要提供包括煤礦數(shù)據(jù)管理、煤礦數(shù)據(jù)融合、煤礦數(shù)據(jù)服務(wù)、煤礦數(shù)據(jù)管控等四大類(lèi)功能或服務(wù)，充分利用大數(shù)據(jù)基礎(chǔ)平臺(tái)完成煤礦的數(shù)據(jù)底座建設(shè)，確保對(duì)煤礦數(shù)據(jù)進(jìn)行安全、可靠、有效的管理。

(3) 煤礦智能化綜合監(jiān)控平臺(tái)通過(guò)集成礦井已建設(shè)的各類(lèi)安全生產(chǎn)監(jiān)測(cè)監(jiān)控子系統(tǒng)數(shù)據(jù)，實(shí)現(xiàn)對(duì)煤礦作業(yè)現(xiàn)場(chǎng)安全生產(chǎn)狀況的全方位感知，并根據(jù)安全生產(chǎn)管理及運(yùn)行調(diào)度中心業(yè)務(wù)應(yīng)用要求，實(shí)現(xiàn)對(duì)作業(yè)現(xiàn)場(chǎng)傳感監(jiān)測(cè)的協(xié)同控制，達(dá)到安全高效生產(chǎn)的目標(biāo)。

8.1.3 智能化生產(chǎn)及輔助系統(tǒng)

將5G 技術(shù)應(yīng)用于智能化采煤工作面，張家峁煤礦建成了1 個(gè)5G+厚煤層、2 個(gè)中厚煤層、1 個(gè)薄煤層智能化綜采工作面，在現(xiàn)有設(shè)備運(yùn)行數(shù)據(jù)自動(dòng)化監(jiān)測(cè)及遠(yuǎn)程集控的基礎(chǔ)上，進(jìn)一步優(yōu)化數(shù)據(jù)挖掘與分析輔助決策，實(shí)現(xiàn)了智能化綜采工作面內(nèi)無(wú)人操作，設(shè)備開(kāi)機(jī)率提升20%，整體生產(chǎn)效率提高30%。

針對(duì)掘錨一體機(jī)高精度導(dǎo)航、關(guān)鍵位置自主檢測(cè)、遠(yuǎn)程多機(jī)協(xié)同控制等難題，研發(fā)了掘錨一體機(jī)+錨運(yùn)破一體機(jī)智能化快速掘進(jìn)系統(tǒng)，實(shí)現(xiàn)了掘錨機(jī)組自主導(dǎo)航與自動(dòng)成形自動(dòng)化控制，研發(fā)了掘進(jìn)工作面數(shù)字化遠(yuǎn)程操控平臺(tái)，實(shí)現(xiàn)了巷道掘進(jìn)最高日進(jìn)尺120 m，月進(jìn)尺達(dá)到2 702 m。

研發(fā)建設(shè)了智能通風(fēng)系統(tǒng)、全煤流智能運(yùn)輸系統(tǒng)、礦井水資源智能管理系統(tǒng)、多場(chǎng)景巡檢機(jī)器人等，實(shí)現(xiàn)了井上下23 個(gè)機(jī)房碉室、66 個(gè)操作崗位的“有人巡檢、無(wú)人值守”。

8.1.4 智慧園區(qū)建設(shè)

以先進(jìn)的物聯(lián)網(wǎng)、人工智能等技術(shù)為基礎(chǔ)，將園區(qū)視頻、照明、倉(cāng)儲(chǔ)、云數(shù)據(jù)中心、樓宇管理等內(nèi)容進(jìn)行集成管控，構(gòu)建了一套業(yè)務(wù)全數(shù)字化、系統(tǒng)全連接、數(shù)據(jù)全融合的智慧園區(qū)綜合管控系統(tǒng)。其中，智慧園區(qū)云數(shù)據(jù)中心采用分布式云計(jì)算數(shù)據(jù)中心技術(shù)架構(gòu)支撐園區(qū)業(yè)務(wù)，通過(guò)虛擬化平臺(tái)和自動(dòng)化管理平臺(tái)，采用融合架構(gòu)構(gòu)建資源池，實(shí)現(xiàn)了物理分散、邏輯統(tǒng)一的管理與運(yùn)維，并向園區(qū)各部門(mén)、各人員提供統(tǒng)一服務(wù)；視頻云平臺(tái)、物聯(lián)網(wǎng)平臺(tái)、GIS 平臺(tái)、集成通信平臺(tái)、應(yīng)用集成平臺(tái)等形成視頻資源池、園區(qū)地圖+地圖資源池、通信資源池、園區(qū)數(shù)據(jù)資源池等，實(shí)現(xiàn)了園區(qū)內(nèi)信息統(tǒng)一采集、存儲(chǔ)、計(jì)算、管理和應(yīng)用，并通過(guò)統(tǒng)一的園區(qū)業(yè)務(wù)前臺(tái)系統(tǒng)，在數(shù)據(jù)融合的基礎(chǔ)上，實(shí)現(xiàn)了煤礦智慧、綠色、生態(tài)園區(qū)的協(xié)同運(yùn)行。

經(jīng)過(guò)智慧煤礦巨系統(tǒng)項(xiàng)目的建設(shè)，張家峁煤礦實(shí)現(xiàn)了系統(tǒng)級(jí)數(shù)據(jù)融合，數(shù)據(jù)利用率大幅度提高。建設(shè)的智能化綜合管控平臺(tái)具備了信息實(shí)時(shí)反饋、生產(chǎn)精準(zhǔn)組織、裝備自適應(yīng)控制、安全智能分析、趨勢(shì)動(dòng)態(tài)預(yù)測(cè)功能。構(gòu)建了防塵、防瓦斯、防滅火智能協(xié)同安全保障系統(tǒng)，全方位提升了礦井智能化安全管控水平。

8.2 檸條塔煤礦機(jī)器人集群建設(shè)實(shí)踐

按照國(guó)家煤礦安全監(jiān)察局《煤礦機(jī)器人重點(diǎn)研發(fā)目錄》分類(lèi)，當(dāng)前的煤礦機(jī)器人分為掘進(jìn)、采煤、運(yùn)輸、安控和救援五大類(lèi)，服務(wù)于智能化煤礦的地質(zhì)、掘進(jìn)、采煤、主輔運(yùn)、供電排水等數(shù)十個(gè)子系統(tǒng)[38]。傳統(tǒng)煤礦機(jī)器人的控制模式多是每臺(tái)機(jī)器人獨(dú)立配套控制系統(tǒng)，由人工開(kāi)啟動(dòng)作指令或定期完成工作，各機(jī)器人之間缺乏統(tǒng)一調(diào)度，沒(méi)有和智能化煤礦主系統(tǒng)進(jìn)行有效的交互，難以充分發(fā)揮機(jī)器人的作用；同時(shí)當(dāng)前煤礦機(jī)器人以巡檢類(lèi)為主，受限于作業(yè)環(huán)境復(fù)雜及防爆等特殊要求，在各類(lèi)輔助作業(yè)崗位還缺乏成熟的作業(yè)類(lèi)機(jī)器人。針對(duì)煤礦機(jī)器人集群管控需求，構(gòu)建了機(jī)器人集群管控與調(diào)度平臺(tái)，研發(fā)了機(jī)器人集群協(xié)同控制關(guān)鍵技術(shù)。

(1)煤礦復(fù)雜應(yīng)用場(chǎng)景下目標(biāo)定位識(shí)別方法。研發(fā)了基于多視覺(jué)傳感器的煤礦巷道場(chǎng)景多元信息拼接算法，利用外參計(jì)算實(shí)現(xiàn)RGB 圖像、點(diǎn)云的多元信息拼接融合，從而自動(dòng)分辨出目標(biāo)物體的位置信息，如圖18 所示；建立多維特征空間對(duì)目標(biāo)進(jìn)行全局特征描述，基于投影映射關(guān)系實(shí)現(xiàn)目標(biāo)關(guān)鍵點(diǎn)的抓取，實(shí)現(xiàn)機(jī)器人精準(zhǔn)作業(yè)。

圖18 基于視覺(jué)的目標(biāo)識(shí)別方法Fig.18 Visual object recognition method

(2)煤礦機(jī)器人標(biāo)準(zhǔn)化接入技術(shù)。為保證機(jī)器人數(shù)據(jù)接入標(biāo)準(zhǔn)化及數(shù)據(jù)模型對(duì)象化，采用基于OPC UA 的統(tǒng)一機(jī)器人通信協(xié)議與中間件進(jìn)行開(kāi)發(fā)，煤礦機(jī)器人數(shù)據(jù)標(biāo)準(zhǔn)化處理流程如圖19 所示。OPC UA使用面向服務(wù)的體系結(jié)構(gòu)實(shí)現(xiàn)數(shù)據(jù)交換，基于TCP/IP 協(xié)議，采用3 次握手原則，通過(guò)通信堆棧發(fā)送消息，確保數(shù)據(jù)傳輸?shù)目煽啃浴PC UA 應(yīng)用于煤礦機(jī)器人信息交互，一方面針對(duì)已通過(guò)OPC 進(jìn)行數(shù)據(jù)傳輸?shù)牟删蚬ぷ髅鏅C(jī)器人群、輔助作業(yè)機(jī)器人群等進(jìn)行協(xié)議升級(jí)，構(gòu)建其對(duì)象化的信息模型，形成包括機(jī)器人基本信息、姿態(tài)信息、控制信息一體快速擴(kuò)展的對(duì)象；另一方面，通過(guò)構(gòu)建協(xié)議中間件，實(shí)現(xiàn)協(xié)議自適應(yīng)轉(zhuǎn)換。

圖19 煤礦機(jī)器人數(shù)據(jù)標(biāo)準(zhǔn)化處理流程Fig.19 Data standardization process of coal mine robot

(3)機(jī)器人作業(yè)調(diào)度策略。為解決區(qū)域范圍內(nèi)的突發(fā)問(wèn)題，同時(shí)也能完成區(qū)域內(nèi)正常的巡檢作業(yè)任務(wù)，提出同類(lèi)機(jī)器人覆蓋作業(yè)調(diào)度策略。采用網(wǎng)格化管理，將同類(lèi)機(jī)器人應(yīng)用場(chǎng)景劃分為若干區(qū)域，按區(qū)域分配機(jī)器人來(lái)保障每一場(chǎng)景下的正常巡檢。網(wǎng)格化管理以調(diào)度時(shí)間為準(zhǔn)，調(diào)度時(shí)間是衡量機(jī)器人響應(yīng)快慢的主要指標(biāo)，在有限的機(jī)器人資源配置下，進(jìn)行合理部署才能保障區(qū)域內(nèi)機(jī)器人響應(yīng)時(shí)間最短。在日常調(diào)度指揮中，單體機(jī)器人自主調(diào)度和同類(lèi)機(jī)器人覆蓋作業(yè)調(diào)度雖然是2 種不同類(lèi)型的資源部署方法，但兩者在實(shí)際應(yīng)用中往往相互結(jié)合使用。首先對(duì)關(guān)鍵緊急場(chǎng)景進(jìn)行任務(wù)下達(dá)，在此基礎(chǔ)上再進(jìn)行區(qū)域移動(dòng)巡檢作業(yè)的部署。

(4)機(jī)器人集群管控與協(xié)同調(diào)度平臺(tái)。機(jī)器人集群管控與協(xié)同調(diào)度平臺(tái)在技術(shù)架構(gòu)層面分為機(jī)器人群層、通信接入層、應(yīng)用服務(wù)層、數(shù)據(jù)發(fā)布層與數(shù)據(jù)交互層，如圖20 所示。

機(jī)器人群層：包括掘進(jìn)類(lèi)機(jī)器人、采煤類(lèi)機(jī)器人、運(yùn)輸類(lèi)機(jī)器人等各類(lèi)機(jī)器人裝置及傳感監(jiān)測(cè)信息，包括機(jī)器人本體數(shù)據(jù)、位置數(shù)據(jù)、動(dòng)作姿態(tài)數(shù)據(jù)及視頻信息等。

通信接入層：主要通過(guò)WiFi/4G/5G/工業(yè)以太網(wǎng)構(gòu)建機(jī)器人數(shù)據(jù)傳輸?shù)木W(wǎng)絡(luò)鏈路，實(shí)現(xiàn)對(duì)現(xiàn)場(chǎng)機(jī)器人的各類(lèi)數(shù)據(jù)采集、對(duì)象化建模、數(shù)據(jù)處理及存儲(chǔ)管理。

應(yīng)用服務(wù)層：作為機(jī)器人集群管控平臺(tái)的平臺(tái)底座，對(duì)上層具體業(yè)務(wù)所需的海量數(shù)據(jù)進(jìn)行分析和處理。

數(shù)據(jù)發(fā)布層：應(yīng)用數(shù)據(jù)共享服務(wù)，實(shí)現(xiàn)對(duì)各類(lèi)機(jī)器人對(duì)象化數(shù)據(jù)、專(zhuān)業(yè)算法模型輸計(jì)算結(jié)果數(shù)據(jù)基于Restful、WebAPI、OPC 等方式的數(shù)據(jù)共享與發(fā)布；

數(shù)據(jù)交互層：結(jié)合前端機(jī)器人在數(shù)據(jù)孿生、仿真交互及協(xié)同控制等需求，應(yīng)用HTML5、GIS 地圖、U3D、圖表、圖形等多種模式的業(yè)務(wù)應(yīng)用交互。

隨著更多種類(lèi)機(jī)器人在井下的應(yīng)用，系統(tǒng)將根據(jù)所制定的任務(wù)策略和充電調(diào)度策略，實(shí)現(xiàn)機(jī)器人作業(yè)和充電的智能化，有效提升作業(yè)管理水平和機(jī)器人集群的協(xié)同作業(yè)效率；同時(shí)，利用底層設(shè)備提供的海量基礎(chǔ)礦山數(shù)據(jù)，平臺(tái)層運(yùn)用人工智能技術(shù)構(gòu)建數(shù)據(jù)模型，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)下的機(jī)器人智能管控；此外，支持5G 網(wǎng)絡(luò)數(shù)據(jù)接入業(yè)務(wù)，利用其高速率、低時(shí)延、高可靠特性，后期將實(shí)現(xiàn)機(jī)器人集群的遠(yuǎn)程控制和全過(guò)程仿真，進(jìn)一步提升智慧礦山架構(gòu)下的生產(chǎn)設(shè)備安全管控能力。

9 金屬礦(井工)智能化建設(shè)實(shí)踐

近年來(lái)，我國(guó)地下金屬礦山開(kāi)采正在向信息化、自動(dòng)化、智能化方向快速發(fā)展，山東黃金、紫金礦業(yè)、新疆有色、江鎢、江銅、洛鉬、中國(guó)黃金等國(guó)內(nèi)大型礦業(yè)集團(tuán)都已啟動(dòng)智慧礦山建設(shè)，礦業(yè)領(lǐng)域向智能化、無(wú)人化方向的發(fā)展進(jìn)程將不斷加快，打造智慧金屬礦山成為我國(guó)礦業(yè)發(fā)展的必經(jīng)之路。

9.1 金屬礦智能化開(kāi)采技術(shù)架構(gòu)與關(guān)鍵技術(shù)

金屬礦(井工)智能開(kāi)采技術(shù)是以智能開(kāi)采共性關(guān)鍵技術(shù)為支撐、以智能化采礦裝備與工作系統(tǒng)為載體，以智能化、無(wú)人化、高效化開(kāi)采為目標(biāo)的現(xiàn)代化礦山開(kāi)采技術(shù)，整體發(fā)展趨勢(shì)是開(kāi)采工藝連續(xù)化、開(kāi)采環(huán)境透明化、作業(yè)裝備智能化、生產(chǎn)調(diào)度與控制協(xié)同化、安全作業(yè)無(wú)人化、集群控制規(guī)模化，金屬礦山(井工)智能化開(kāi)采技術(shù)總體架構(gòu)如圖21 所示。

基于金屬礦(井工)智能化開(kāi)采技術(shù)總體架構(gòu)，進(jìn)一步梳理明確了金屬礦智能開(kāi)采關(guān)鍵技術(shù)：

(1)金屬礦(井工)泛在信息采集技術(shù)。建立了金屬礦泛在信息采集傳輸控制協(xié)議，可全面兼容各類(lèi)常見(jiàn)的通信協(xié)議及數(shù)據(jù)接口，打破了傳統(tǒng)裝備間因物理接口互異及協(xié)議不兼容導(dǎo)致的數(shù)據(jù)交互瓶頸，為金屬礦山智能化開(kāi)采提供可靠的數(shù)據(jù)支撐。

(2)金屬礦(井工)井下無(wú)線通信技術(shù)。形成了分布式多層次復(fù)合網(wǎng)絡(luò)架構(gòu)，攻克了井下裝備行駛中自主對(duì)等通信、基站快速切換及冗余傳輸技術(shù)難題，實(shí)現(xiàn)了井下無(wú)線網(wǎng)絡(luò)無(wú)盲區(qū)覆蓋、高速率傳輸和高可靠通信。

(3)井下高精度定位與智能導(dǎo)航技術(shù)。形成了基于激光掃描測(cè)量、航跡推測(cè)、UWB 定位、信標(biāo)修正等多元信息融合的精確定位技術(shù)及基于路徑規(guī)劃與路徑跟蹤的導(dǎo)航技術(shù)，可有效支撐地下金屬礦無(wú)軌裝備的高精度定位和自主導(dǎo)航。

(4)地下裝備智能控制技術(shù)。通過(guò)多種采礦裝備的自動(dòng)化與智能化改造，形成了一批具有自主知識(shí)產(chǎn)權(quán)的先進(jìn)地下金屬礦山裝備智能控制技術(shù)，如車(chē)輛自主精確制動(dòng)、遠(yuǎn)程裝礦/自動(dòng)卸礦、障礙物檢測(cè)、鏟運(yùn)機(jī)精準(zhǔn)自動(dòng)卸載等。

(5)地下金屬礦多裝備協(xié)同控制技術(shù)。構(gòu)建了鑿巖臺(tái)車(chē)、鏟運(yùn)機(jī)、破碎機(jī)、礦用卡車(chē)、有軌電機(jī)車(chē)等典型智能作業(yè)裝備的運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)模型，實(shí)現(xiàn)了“一對(duì)多臺(tái)”“一對(duì)多類(lèi)”的裝備集控操作，將離散裝備聚合于一個(gè)平臺(tái)進(jìn)行控制，大幅提高了系統(tǒng)的集成度。

(6)井下無(wú)人采礦作業(yè)多區(qū)域安全控制技術(shù)。基于無(wú)人作業(yè)安全區(qū)域規(guī)劃、精確定位、移動(dòng)閉塞聯(lián)鎖及防碰撞控制等技術(shù)，建立了區(qū)域安全調(diào)度模型與信號(hào)調(diào)度系統(tǒng)，實(shí)現(xiàn)了地下智能裝備在作業(yè)過(guò)程中的多區(qū)域安全指揮與監(jiān)控。

(7)無(wú)人采礦生產(chǎn)運(yùn)營(yíng)一體化集控平臺(tái)。基于短間隔控制理論，搭建了集設(shè)計(jì)、規(guī)劃、運(yùn)營(yíng)和評(píng)價(jià)于一體的無(wú)人采礦生產(chǎn)運(yùn)營(yíng)集控平臺(tái)，實(shí)現(xiàn)了生產(chǎn)計(jì)劃、鑿巖、爆破、鏟裝運(yùn)輸、溜井破碎、集中運(yùn)輸?shù)壬a(chǎn)工序的高效協(xié)同作業(yè)、集成管控與智能調(diào)度。

9.2 金屬礦(井工)典型智能開(kāi)采裝備

近年來(lái)，我國(guó)地下金屬礦智能開(kāi)采裝備技術(shù)水平得到了快速發(fā)展，已研發(fā)出一批具有國(guó)際領(lǐng)先水平的智能化采礦裝備，基本實(shí)現(xiàn)了遠(yuǎn)程遙控作業(yè)及部分環(huán)節(jié)的自主作業(yè)。

(1)地下智能鏟運(yùn)機(jī)。以井下智能通信、井下精確定位與智能導(dǎo)航及智能調(diào)度控制等技術(shù)為支撐的地下智能鏟運(yùn)機(jī)已經(jīng)具備了遠(yuǎn)程遙控鏟裝、自動(dòng)稱(chēng)重計(jì)量、巷道環(huán)境及設(shè)備狀態(tài)感知、巷道內(nèi)智能行駛等功能。近年來(lái)，井下無(wú)人作業(yè)鏟運(yùn)機(jī)已在山東三山島、安徽羅河等多個(gè)礦山部署應(yīng)用。

(2)地下智能礦用汽車(chē)。已研發(fā)出35 t 交流電傳動(dòng)智能礦用汽車(chē)，具備視距遙控、遠(yuǎn)程遙控及自主行駛等模式，并在山東黃金進(jìn)行了工業(yè)試驗(yàn)，實(shí)現(xiàn)了巷道空間檢測(cè)、智能輔助駕駛、遙控和自主運(yùn)行功能。

(3)地下智能裝藥車(chē)。已實(shí)現(xiàn)了智能尋孔、智能送管、電液比例負(fù)載敏感控制、自主行駛等功能，并在首鋼集團(tuán)、酒鋼集團(tuán)等推廣應(yīng)用。裝藥機(jī)構(gòu)控制、裝藥過(guò)程控制、起爆彈自動(dòng)裝填等技術(shù)也得到了突破，為我國(guó)地下智能裝藥車(chē)完全智能自主化作業(yè)提供支撐。

(4)智能中深孔全液壓鑿巖臺(tái)車(chē)。具備智能開(kāi)孔、智能鑿巖、智能防卡、包容尋優(yōu)、頻率匹配、巖石特性采集、自動(dòng)接卸桿和異常工況處理等智能化功能，可實(shí)現(xiàn)在無(wú)人干預(yù)下自主完成整個(gè)鑿巖作業(yè)的高智能化控制，顯著提高鑿巖效率。

當(dāng)前，我國(guó)礦山企業(yè)正處于全面轉(zhuǎn)型的關(guān)鍵時(shí)期。隨著淺部及易采礦產(chǎn)資源的日益減少，我國(guó)金屬礦山響應(yīng)“向地球深部進(jìn)軍”的國(guó)家號(hào)召，開(kāi)采深度不斷增加，礦山現(xiàn)場(chǎng)工況條件進(jìn)一步惡劣，對(duì)智能化裝備與技術(shù)的需求也更加迫切。“十四五”期間，我國(guó)地下金屬礦智能開(kāi)采領(lǐng)域需要進(jìn)一步攻克礦井開(kāi)采連續(xù)化、無(wú)人裝備作業(yè)集群化難題，將5G、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新的技術(shù)手段引入到傳統(tǒng)的礦山企業(yè)中，形成以點(diǎn)帶面、示范引領(lǐng)的良好局面，推動(dòng)我國(guó)金屬礦產(chǎn)開(kāi)發(fā)利用領(lǐng)域的高質(zhì)量發(fā)展。

10 結(jié)語(yǔ)與展望

智慧礦山建設(shè)是一項(xiàng)復(fù)雜的系統(tǒng)工程，隨著新一代信息技術(shù)與礦山開(kāi)發(fā)利用技術(shù)的融合和迭代發(fā)展，智慧礦山建設(shè)理念、技術(shù)架構(gòu)、標(biāo)準(zhǔn)體系等也隨之不斷更新和完善。其發(fā)展趨勢(shì)與展望如下：

(1)深入開(kāi)展非接觸式智能感知原理、海量多源異構(gòu)數(shù)據(jù)融合分析、智能精準(zhǔn)控制理論、智能精準(zhǔn)探測(cè)與高精度地質(zhì)建模、井上下設(shè)備智能精準(zhǔn)定位與導(dǎo)航、復(fù)雜環(huán)境與開(kāi)采系統(tǒng)耦合機(jī)理、重大危險(xiǎn)源致災(zāi)機(jī)理與智能預(yù)測(cè)預(yù)警、礦山智能柔性生產(chǎn)供給理論、智慧管理模式等基礎(chǔ)理論研究，構(gòu)建智慧復(fù)雜巨系統(tǒng)的知識(shí)圖譜，為礦山智能化提升奠定理論基礎(chǔ)。

(2)深入開(kāi)展井上下5G 應(yīng)用場(chǎng)景的探索與實(shí)踐，推進(jìn)5G 在井下裝備遠(yuǎn)程操控、集群化作業(yè)和高危區(qū)域無(wú)人化作業(yè)等場(chǎng)景的應(yīng)用，進(jìn)一步提升5G 在露天礦山采掘運(yùn)輸?shù)汝P(guān)鍵環(huán)節(jié)的應(yīng)用水平，實(shí)現(xiàn)5G、人工智能、大數(shù)據(jù)等數(shù)字技術(shù)和傳統(tǒng)礦山技術(shù)的融合發(fā)展。

(3)推進(jìn)礦山企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)，全面提升礦山各業(yè)務(wù)系統(tǒng)的數(shù)字化水平；開(kāi)展礦山數(shù)據(jù)治理及應(yīng)用的探索實(shí)踐，制定礦山統(tǒng)一的數(shù)據(jù)規(guī)范與通訊協(xié)議標(biāo)準(zhǔn)，開(kāi)發(fā)礦山行業(yè)數(shù)據(jù)模型，實(shí)現(xiàn)系統(tǒng)自主決策與控制，支撐礦山智能化升級(jí)；開(kāi)展礦山災(zāi)害大數(shù)據(jù)融合分析與智能監(jiān)測(cè)預(yù)警平臺(tái)建設(shè)，構(gòu)建礦山災(zāi)害智能預(yù)警模型，實(shí)現(xiàn)礦山安全狀態(tài)綜合評(píng)判和分區(qū)、分級(jí)預(yù)警。研發(fā)自主可控的終端/裝備操作系統(tǒng)，加強(qiáng)數(shù)據(jù)應(yīng)用平臺(tái)安全管理，規(guī)范數(shù)據(jù)交換共享安全、應(yīng)用安全、出境安全，營(yíng)造礦業(yè)數(shù)據(jù)新生態(tài)。

(4)加快突破智慧礦山關(guān)鍵技術(shù)與裝備，研發(fā)應(yīng)用一批具備復(fù)雜環(huán)境感知、智能人機(jī)交互、靈活精準(zhǔn)控制、群體實(shí)時(shí)協(xié)同等特征的智能化裝備，重點(diǎn)研發(fā)高精度、多功能、高可靠智能傳感器，研發(fā)高精度地質(zhì)探測(cè)技術(shù)與裝備，開(kāi)發(fā)煤礦GIS+BIM 技術(shù)，研發(fā)高效永磁變頻技術(shù)裝備，研發(fā)智能高效破巖(煤)技術(shù)、自適應(yīng)支護(hù)技術(shù)、智能運(yùn)輸技術(shù)等，優(yōu)化基于透明地質(zhì)的智能化無(wú)人開(kāi)采技術(shù)；研發(fā)井下低功耗、高精度、多功能環(huán)境監(jiān)測(cè)傳感器，深化水、火、瓦斯、粉塵、頂板等災(zāi)害發(fā)生機(jī)理與防治技術(shù)研究，開(kāi)發(fā)井下避災(zāi)路線智能規(guī)劃系統(tǒng)。研發(fā)推廣露天礦山電鏟-卡車(chē)-輔助設(shè)備無(wú)人駕駛技術(shù)裝備，開(kāi)發(fā)露天礦山智能化半連續(xù)/連續(xù)開(kāi)采技術(shù)裝備，提高露天礦山智能化水平。研究礦山智能柔性生產(chǎn)技術(shù)體系，開(kāi)發(fā)礦產(chǎn)資源智能柔性開(kāi)發(fā)供給運(yùn)行模式與平臺(tái)，保障礦產(chǎn)資源安全穩(wěn)定供給。

(5)聚焦礦山裝備產(chǎn)業(yè)創(chuàng)新發(fā)展，加快推進(jìn)傳感器、控制器、高端芯片、關(guān)鍵材料、高性能檢測(cè)設(shè)備、工業(yè)基礎(chǔ)軟件等的研發(fā)應(yīng)用，提升礦山重型裝備的可靠性與保障能力；加快推動(dòng)智慧裝備研發(fā)應(yīng)用，全面提升礦山生產(chǎn)經(jīng)營(yíng)管理全流程的智能化水平；積極推進(jìn)礦山裝備成套化、智能化、高端化、綠色化轉(zhuǎn)型升級(jí)，構(gòu)建礦山智能裝備制造全產(chǎn)業(yè)鏈條、全生命周期服務(wù)的高端制造產(chǎn)業(yè)集群。

(6)針對(duì)機(jī)器人技術(shù)在煤礦應(yīng)用過(guò)程中的基礎(chǔ)理論、關(guān)鍵技術(shù)裝備和系統(tǒng)平臺(tái)難題，重點(diǎn)開(kāi)展煤礦井下機(jī)器人精準(zhǔn)定位、自主感知與決策、精準(zhǔn)導(dǎo)航與調(diào)度、機(jī)器人避障、機(jī)器人集群管控與動(dòng)力續(xù)航管理、輕型防爆材料等基礎(chǔ)共性關(guān)鍵技術(shù)，鼓勵(lì)開(kāi)展煤礦機(jī)器人防爆安全設(shè)計(jì)理論及方法、長(zhǎng)續(xù)航高能量密度機(jī)器人動(dòng)力技術(shù)、井下受限封閉環(huán)境下機(jī)器人自主精準(zhǔn)定位導(dǎo)航技術(shù)、機(jī)器人高可靠抗干擾通信技術(shù)、煤礦復(fù)雜環(huán)境下智能感知與險(xiǎn)情識(shí)別技術(shù)、煤礦井下機(jī)器人集群協(xié)同控制技術(shù)等研究，推進(jìn)煤礦機(jī)器人集群應(yīng)用。在研發(fā)推廣工作面巡檢機(jī)器人的基礎(chǔ)上，重點(diǎn)研發(fā)井下復(fù)雜環(huán)境高效作業(yè)類(lèi)機(jī)器人，加快井下機(jī)器人集群與應(yīng)用平臺(tái)的研發(fā)應(yīng)用，推進(jìn)危險(xiǎn)崗位機(jī)器人作業(yè)，減輕工人勞動(dòng)強(qiáng)度，提高工作效率和質(zhì)量，最大程度減少煤礦安全隱患。

(7)推進(jìn)相關(guān)院校礦業(yè)工程類(lèi)專(zhuān)業(yè)的優(yōu)化調(diào)整，探索創(chuàng)新型、綜合化智能采礦人才培養(yǎng)新模式，加快“智能采礦工程”新專(zhuān)業(yè)師資與教材建設(shè)，融入智能采礦方向新技術(shù)、滿足智能采礦新需要、匯聚智能采礦發(fā)展優(yōu)質(zhì)資源，加快培養(yǎng)具備新一代信息與采礦技術(shù)等多學(xué)科交叉知識(shí)和創(chuàng)新能力的高素質(zhì)復(fù)合型人才。

(8)推進(jìn)智慧礦山建設(shè)由目前單個(gè)系統(tǒng)智能化向智能整體化、系統(tǒng)化邁進(jìn)，推進(jìn)礦山從系統(tǒng)智能化向礦山全域、全生命周期、全產(chǎn)業(yè)鏈智能系統(tǒng)化邁進(jìn)，逐步建成生產(chǎn)環(huán)境全時(shí)時(shí)空感知、生產(chǎn)過(guò)程自主可控、生產(chǎn)安全閉環(huán)管控、生產(chǎn)要素智能柔性配置的現(xiàn)代礦山數(shù)字化智能化高質(zhì)量運(yùn)行體系。按照生產(chǎn)規(guī)模、地質(zhì)條件、災(zāi)害情況、煤層賦存條件等指標(biāo)，建立“實(shí)施應(yīng)用—及時(shí)反饋—持續(xù)迭代”的礦山智能化動(dòng)態(tài)發(fā)展機(jī)制，實(shí)現(xiàn)人的智慧與礦山智能系統(tǒng)的有效融合。