礦業是人類社會繁榮發展不可或缺的基礎產業。從石器時代到工業革命,再到信息時代,每一次文明的躍升都離不開礦產資源的支撐。正如英國地質學家查爾斯·萊爾所言:“人類的歷史,就是一部礦產資源的開發史?!?/span>
然而,現代礦業開發面臨各種復雜科學技術難題和自然環境的挑戰,正所謂“登天容易,入地難”,隨著淺層資源逐步枯竭,深地、深海、復雜地質條件開采成為必然選擇。傳統的粗放式礦山開發模式難以滿足安全、高效和綠色的開發要求。在此背景下,數智技術加快與礦山開發技術深度融合,正推動礦業從人工作業向無人化智能開采跨越,開啟超級礦山的壯美圖景。
筆者作為煤炭無人化開采數智技術全國重點實驗主任,不僅見證了中國在智慧礦山領域日新月異的技術變革,而且帶領科研團隊為推動礦業數智化進程作出了應有的貢獻。多年來,我與團隊成員致力于煤炭無人化開采理論和技術創新研究,建立了煤礦智能化技術體系架構并使其不斷完善,取得了關鍵裝備研發突破,實現了從跟跑到領跑的重大跨越,推動了智能化煤礦示范建設模式創新。
作者王國法肖像畫。 張武昌繪
從經驗驅動到數智驅動
中國礦產資源稟賦以深地資源為主,煤炭、金屬礦產埋深超過1000米的占比達60%以上。例如,湖南萬古金礦田在2000米深度探獲黃金資源量超300噸,新疆哈密發現10億噸級鐵礦,貴州探獲6.5億噸特大型磷礦,華東華北等地區1000米以深煤炭資源豐富。深地開發是資源保障的剛需,更是國家能源安全的核心戰略。然而,深地開采面臨高地應力、高溫、高瓦斯、強突水等極端環境,傳統開采技術無法滿足深地資源安全、高效、綠色開采要求,急需技術創新支撐深地資源開發戰略實施。
全球礦業正加速向“高端化、智能化和綠色化”轉型。德國提出“礦業4.0”,澳大利亞推行“未來礦山計劃”,美國加速礦業數字化和智能化發展,中國則將智慧礦山列為“十四五”重點工程,《能源技術革命創新行動計劃(2016—2030年)》提出, 到2030年實現煤炭智能化開采, 重點煤礦區基本實現工作面無人化。其核心是通過5G、AI、數字孿生等技術,實現礦山全流程自動化運行、數據驅動決策和綠色高效安全生產。例如,陜煤黃陵一礦和國家能源神東榆家梁煤礦,通過智能化建設,實現工作面常態化無人開采,打造了全球無人化開采樣板;新疆南露天煤礦和華能伊敏露天礦等全面實現礦卡無人駕駛全自動高效運行。
煤炭是中國主體能源和重要工業原料。自上世紀80年代以來,通過推進煤炭綜合機械化,促進了行業的全面技術進步,實現生產力的巨大進步,安全生產面貌根本改變。目前,煤炭仍占我國一次能源生產量的67%和消費的56%,其清潔高效利用是新型能源體系建設的關鍵。中國工程院研究表明,通過超低排放技術,燃煤電廠污染物排放已低于天然氣電廠;而智能綠色開采則讓煤炭成為可清潔高效利用的“最安全、最經濟”的能源選項。例如,山能兗礦金雞灘煤礦和陜煤小保當煤礦,通過智能化建設和數智技術的創新應用,不斷突破超高采高、超長工作面、超高效率指標,引領世界煤炭開采技術發展。
在新疆準東宜化五彩灣一號礦控制室,工作人員對礦區車輛運輸狀態進行動態監管。新華社發
實現理論與技術創新
煤礦智能化是涉及多系統、多層次、多專業、多領域相互匹配融合的復雜巨系統。我們團隊多年來緊緊圍繞煤礦數字化基礎理論、煤炭無人化掘采運技術、深部煤礦裝備智能化技術等3個方面,開展煤炭無人化開采基礎理論和前沿工程技術研究。
在數字煤礦智慧邏輯模型與跨系統全時空信息感知原理方面,我們通過分析解構煤礦復雜巨系統, 描述出煤礦數據層次、流向和關聯關系, 建立煤礦井下跨系統全時空感知體系總體框架。在此基礎上, 我們提出了信息實體之間交互、融合、聯想、衍生機制和虛實映射機理和基于知識需求模型的信息實體主動匹配與推送策略;構建了基于開采行為預測推理的智慧邏輯模型進化機制, 形成了智慧煤礦信息框架模型, 為深層次梳理智慧煤礦海量信息關聯關系提供有效方法。
在智能開采設備群全局最優規劃和分布式協同控制方法方面,我們通過分析開采環境與生產系統耦合關系, 建立綜采裝備群全位姿坐標變換及驅動關系模型,提出了開采設備群全局最優規劃方法, 將其歸結為二次積分模型的最優解問題,給出了液壓支架群組協同控制、同時考慮環境干擾和傳感器數據時延特性的分布式協同控制方法, 為實現煤礦數據的邏輯推理、智能決策和協同控制提供了基礎理論和關鍵技術支撐。
在智能開采系統健康狀態評價、壽命預測與維護決策機制方面,我們通過構建開采系統設備群健康狀態辨識與評估模型庫、建立煤機裝備健康狀態評估指標體系和健康狀態評估方法, 實現煤機健康狀態高精度評估,提出了綜采設備多工況下剩余壽命數據驅動預測方法, 構建了考慮煤礦維護安全與維護成本的多目標決策優化模型, 實現了設備生產計劃和維護過程的優化決策, 有效降低生產成本和停機率;通過煤礦數據感知原理、整體邏輯模型、智能控制方法和運維決策機制的研究, 為整個煤礦智能化建設提供理論指導與技術落地支撐。
建立煤礦智能化總體架構
通過深入研究,我們建立了煤礦智能化總體架構,明確了煤礦智能化運行各子系統的構成、核心功能和運作模式;建立了各子系統間的數據傳輸機制和邏輯關聯, 形成了一套物理對象與邏輯關系信息統一表達和處理的頂層設計架構,制定了智能化煤礦的技術標準體系框架, 涵蓋總體設計、術語定義、運行管理規范等方面。
特別值得一提的是,我們在數據的統一表達和處理方面, 確立了數據描述規范, 包括數據元素屬性、標識符、命名規則、核心元數據等內容, 確保數據交互的有效性和一致性;建立統一的數據通信標準, 實現多源異構感知數據的集成和融合, 打通數據感知和智能應用之間的屏障。
通過部署礦級私有云軟硬件構架、擴展及與混合云系統, 我們確保系統的高可用性和擴展性;構建高效的數據管理系統和數據倉庫, 保證數據的一致性和完整性;開發煤礦大數據主數據管理系統及數據倉庫, 實現了數據的清洗、轉換和加載;制定了數據共享和交換的標準, 促進不同系統之間的數據互通。通過研究基于微服務架構的組態化平臺建設, 構建了靈活、可擴展的智能化煤礦平臺架構, 支持多系統的集成和協同工作;研發煤礦多信息協同管理及設計系統, 開發多信息協同管理平臺, 實現了信息的集中管理和高效利用;研究煤礦生產監控子系統與綜合管控平臺的融合與遷移, 給出現有生產監控子系統的平滑遷移和融合方案, 確保了系統的無縫對接。
我們構建了以萬兆網為骨干, 混合無線高速接入的超寬帶、強實時礦用通信網絡, 創成了高速通訊+井下物聯的煤礦綜合信息采集、傳輸平臺, 為智慧煤礦的可靠通訊和信息采集提供了基礎;以開放服務體系為基礎架構, 建立了井下無線超寬帶定位系統, 為井下動目標跟蹤、膠輪車管理等應用提供高精度、大容量的實時位置服務。
我們研發了自動化鉆錨一體化智能化巷道快速掘進系統, 簡化掘進支護工藝, 大幅提升支護效率;突破掘進機激光、傾角傳感器、慣導組合的導航技術與裝置, 實現掘進裝備精確定位;開發遠程虛擬三維集控平臺, 實現掘進過程的遠程集中展示和控制。
我們不斷完善工作面智能化和無人化開采系統, 升級基于TSN(時間敏感網絡)綜采協同控制系統、工作面自動調直工藝與技術裝備、端頭與超前支護、運輸系統協調聯動與同步推進技術等,實現綜采裝備姿態的全面感知和綜采裝備群的自主協同運行、無人控制協同推進, 達到工作面和超前區域無人操作目標。
針對高強度開采條件下, 涌水、煤塵和沖擊地壓等復合災害隱患, 我們研發了新一代安控系統,保障對工作面智能開采和人員安全。建立水害智能監測、采動應力監測、智能通風、智能防降塵系統、智能防滅火系統、安全監控等7項安全感知系統, 突破監控設備數字化、智能化以及高可靠性難題, 監控數據上傳時間縮短至毫秒內, 井下實現多系統融合與應急聯動。以監控設備智能化、微型化、低功耗、自供電、自定位、標準化為目標, 以智能感知、位置服務、邊緣計算、云計算應用為平臺, 打造礦山類全坐標體系位置服務和一體化礦山物聯網兩大智能化基礎體系, 實現各類數據的態勢分析、超前預測和報警、自主智能控制, 為災害的多維度、全方位、精準感知和智能管控提供決策依據。
采用煤流智能控制系統、巡檢機器人等進技術, 我們實現了主煤流系統協同聯動、異常狀況應急處理等功能, 有效減少主運輸系統作業人員, 確保連續、安全、穩定運輸, 上下游皮帶參數優化和總體運力優化, 進行自主變頻調速?;诰戮珳饰恢梅障到y建立輔助運輸車輛智能管理及綜合調度系統, 建立5G+管控平臺+物流系統融合的輔助運輸管理系統, 提出與GIS系統融合的統一車輛調度優化方案, 開發井下自動駕駛功能的智能車輛, 初步實現遠程控制, 無人駕駛、遠程故障診斷、大數據調度管理等新的物流配送模式, 大幅提升煤礦輔助運輸安全保障程度。創新研發了運輸機器人技術、防爆高級駕駛輔助技術、煤礦智能物流技術、高級檢測技術。
我們研發推廣應用井下固定崗位包括水泵房、變電所、井筒等無人值守系統,研發了泵房智能巡檢機器人、主變電所智能巡檢機器人、井筒罐道智能安監機器人、繩軌式回風立井智能安監機器人等系列智能巡檢機器人, 解決井下固定場所智能巡檢難題。我們在機器人上安裝紅外溫度檢測傳感器、有害氣體傳感器、風速傳感器、高清圖像采集裝置等, 并將信息上傳至統一平臺, 實現固定崗位信息的實時感知與預警。
我們以智能無人選煤廠為總體目標, 實現選煤廠主動感知、自動分析、快速處理, 無人、少人值守的訂單化生產管理;研發應用智能識別、智能重介、智能加藥、智能壓濾、智能巡檢、智能視頻識別、生產管理執行系統;開發選煤廠生產與設備物聯信息系統、選煤廠設備智能查驗與檢修系統、流媒體通訊系統、選煤廠移動可視化協作平臺等智能選煤廠相關產品, 實現選煤設備智能運行與運維、狀態智能監測、過程智能控制、工藝參數智能設定等。
統籌考慮煤礦的水資源利用,我們把全礦井的三大水系統納入一個管控系統,建立以大數據分析和云計算為基礎的煤礦水處理智能管控平臺, 支持基于智能手機的移動端應用, 實現對煤礦水處理各單元數據的實時監測、動態調控和及時預警, 為管理層的決策提供技術依據。
促進示范建設模式創新
2019年,筆者與業內專家一起提出《加快煤礦智能化發展的建議》,為國家有關方面提供決策參考。2020年2月,國家發展改革委等八部門聯合發布《關于加快煤礦智能化發展的指導意見》,提出了加快煤礦智能發展的分階段目標、任務和技術路徑,推動全國煤礦智能建設進入快速發展階段。
針對生產型煤礦智能化建設面臨子系統眾多、架構不一致、協議不統一、數據不集中等難題,我們在陜煤集團張家峁煤礦率先開展生產型礦井全面智能化建設, 以解決“統一全礦井信息感知、傳輸和控制”和“生產鏈一體化智能決策”兩類問題為出發點, 以統一智能管控系統為核心, 以泛在網絡和大數據云平臺為手段, 基于“全局優化、區域分級、多點協同”控制模式, 形成了覆蓋生產、生活、辦公、服務各個環節的智慧、便捷、高效、保障的煤礦綜合生態系統。
在延長礦業巴拉素煤礦實施新建煤礦智能化系統建設中, 我們聚焦平臺、數據和場景, 創新提出新建礦井頂層架構與管控體系, 建立以5G網絡為核心的高速數據傳輸網, 實現安全監控、人員及輔助運輸高精位置服務、融合通信等多任務場景數據統一高速傳輸;研發煤礦采—掘—運生產鏈分布式協同控制系統, 直接和多個生產執行子系統進行對接, 實現上層軟件平臺對下層設備的垂直控制;研發采用高可靠性連續穩定采掘裝備, 建成千萬噸級智能少人工作面、千米級智能快掘系統群, 實現采掘平衡;開發了煤礦環境感知與安全管控“全—智—聯”多災害融合監控裝置及系統, 實現全礦井安全監測、超前預測和報警。
針對煤礦井下輔助作業環境復雜、防爆要求高、用人多、效率低、標準化程度低、安全風險高等問題, 我們在陜煤集團檸條塔煤礦開展智能化煤礦機器人集群研發應用,研究輔助作業機器人定位導航、自主移機、智能感知、精準控制等關鍵共性問題, 重點攻關井下輔助作業類機器人, 集成應用成熟機器人裝備, 研發智能化煤礦綜合管控與機器人協同調度的一體化平臺, 形成集群效應, 推進全礦井、全環節、全過程的智能化運行。
重塑礦業文明范式
到過現代先進礦山的人往往被眼前的場景所震撼:地下機器自主運行,地面工作人員像寫字樓里的白領一樣工作著,采煤不見煤,地下煤炭等資源源源不斷地通過封閉的運輸系統輸送到用戶端……
現代綠色智慧礦山開發注重與生態環境協調發展,在采礦的同時進行生態保護和修復。礦業開發投入了大量資金,也產出了巨額財富,促進了資源地區的社會經濟發展,大幅度增加了生態治理的投入能力,內蒙古鄂爾多斯和陜北榆林煤田開發30多年來生態環境明顯向好變化,把昔日的毛烏素沙漠變成了鳥語花香的綠洲,這是煤炭開發促進地區綠色發展的有力證明。
未來超級智慧礦山的愿景是,實現礦山全時空多源信息實時感知,安全風險雙重預防閉環管控;全流程人—機—環—管數字互聯高效協同運行,生產現場全自動化作業和無人化開采。礦山職工有更多獲得感、幸福感,礦山企業能創造更大價值。
從上世紀80年代的綜合機械化,到今天的無人化開采,中國礦業用40年走完了西方百年的技術歷程。站在新起點上,數智技術正在重塑礦業文明范式。未來超級礦山將是數智技術驅動的“資源—能源—生態”智慧綜合體,在這條征途上,無人化開采已從幾代礦工的夢想變成現實,超級礦山的未來呈現出無比壯美的景象。
作者王國法為中國工程院院士、煤炭無人化開采數智技術全國重點實驗室主任、中國煤炭科工集團首席科學家、煤礦智能化工作委員會主任、煤礦智能化創新聯盟理事長、中國自動化學會智慧礦山專業委員會主任,獲國家科技進步獎一等獎1項、二等獎5項和三等獎1項
來源:人民日報海外版
煤炭科學研究總院期刊出版公司擁有科技期刊21種。其中,SCI收錄1種,Ei收錄5種、CSCD收錄6種、Scopus收錄7種、中文核心期刊9種、中國科技核心期刊11種、中國科技期刊卓越行動計劃入選期刊4種,是煤炭行業最重要的科技窗口與學術交流陣地,也是行業最大最權威的期刊集群。
《智能礦山》
Journal of Intelligent Mine
月刊CN 10-1709/TN,ISSN 2096-9139,聚焦礦山智能化領域產學研用新進展的綜合性技術刊物。
主編:王國法院士
投稿網址:www.chinamai.org.cn(期刊中心-作者投稿)
聯系人:李編輯 010-87986441
往期薦讀
往期特刊
中國煤科特刊
陜煤集團特刊
神東專欄
重大進展特刊
露天礦特刊
理事單位特刊
紅柳林煤礦特刊
創新技術特刊
創刊號
版權聲明
本刊對已出版文章持有電子版、網絡版及進行網絡技術交流和與各網絡數據庫合作的權利,稿酬一次性付清,版權歸本刊與作者共同所有,如不同意,請在投稿時聲明。
聲明:本文系轉載自互聯網,請讀者僅作參考,并自行核實相關內容。若對該稿件內容有任何疑問或質疑,請立即與鐵甲網聯系,本網將迅速給您回應并做處理,再次感謝您的閱讀與關注。
不想錯過新鮮資訊?
微信"掃一掃"