金徽矿业郭家沟铅锌矿智能矿山系统建设

我国正处在矿业3.0向矿业4.0转型的重要时期,推进绿色矿山和数字化矿山建设已成为矿业转型升级的必由之路。本文以金徽矿业郭家沟铅锌矿为研究对象,将移动互联网、物联网、云计算、大数据技术、虚拟化技术等信息技术应用于矿山的生产及管理过程中,对矿山地质板块、采矿板块、安全管控等方面进行了智能化升级改造,实现了矿业开发互联化、物联化、数字化、感知化和智能化,从而确保矿山安全生产,提高矿山生产效率,最终实现无人矿山、安全矿山、智慧矿山。取得了明显的经济、社会效益的同时,也为同类型矿山进行智能化升级改造提供了参考和借鉴。     

神华智能矿山建设关键技术研发与示范

探讨了智能矿山的内涵,指出智能矿山是以矿山物联网为技术手段在数字矿山基础上的发展与创新,是将感知信息提炼为决策智慧、将决策智慧转化为执行能力的过程。设计了智能矿山5层架构体系并对其关键技术进行攻关,包括面向3个聚焦感知的泛在智能感知技术、面向海量感知数据的"一网一站"传输技术、面向区域矿井群的一体化软件平台研发和面向集团战略落地的业务流程标准化,实现从感知、传输、分析、决策的智能化和一体化。以锦界煤矿为示范点,展开了智能矿山示范工程建设。在示范工程实施过程中,除智能传感与集成化传输、生产过程自动化控制、矿山生产集成化系统监控、计划协同与生产执行系统外,重点强化了智能矿山体系中的"智慧"和"能力"平台建设,主要包括大数据中心和决策分析平台。实践表明,智能矿山可大幅提升生产效率、降低运营成本,是促进煤矿集团转型升级的关键举措。     

基于层级链参考模型的智慧矿山建设问题分析

煤矿信息化进程在历经数字矿山和感知矿山两个阶段的建设后,当前正朝着以透彻感知、深度互联和智能应用为主要特征的智慧矿山迈进。本文立足于“工业4.0”的国际发展背景,按照“中国制造2025”的方针政策,借鉴德、美、日的工业化参考模型,结合煤炭行业自身特点,从顶层设计的角度提出了符合我国国情的智慧矿山建设参考模型。模型分别从活动层、组织级和价值链三个维度阐明了智慧矿山建设所涉及的基本要素及其关系。基于参考模型对智慧矿山存在的问题与现状进行了分析,并指出了未来建设中应该重点攻克的方向。     

基于“互联网+”智慧露天煤矿建设发展新构想

智慧露天煤矿建设不是各种信息化系统的简单堆砌,而是通过将物联网、大数据、云计算、人工智能、移动互联网、无人机、三维激光扫描等技术和装备与露天矿山开采有机结合,形成露天矿山互联、感知、分析、自学习、预测、决策、控制的完整的具有符合露天矿智能开采的“智慧大脑”系统。通过对露天矿山“智慧大脑”的构建,从无人机测量、智能调度及物料流规划、违章行为智能识别以及多源数据融合等角度出发,最终实现露天矿采掘、运输、排土、洗选、物流、风险预警、生态保护、安全管理等各个生产环节的智能化、开采资源利用的最大化、生态开采扰动的最小化、生态恢复的最优化、职业卫生危害的降低和矿山生产的无人化,实现“互联网+”的露天矿山智慧化生产、精细化开采,对我国金属、非金属露天矿山智能化建设同样具有重要借鉴。     

智慧煤矿2025情景目标和发展路径

智慧矿山是煤炭行业转变发展方式、提升行业发展质量的核心驱动力,是矿山技术发展的最高形式。基于数字矿山技术发展现状,结合生产系统智慧化特征及要求,给出了智慧矿山概念及内涵:将物联网、云计算、大数据、人工智能、自动控制、移动互联网、机器人化装备等与现代矿山开发技术融合,形成矿山感知、互联、分析、自学习、预测、决策、控制的完整智能系统;到2025年,实现煤矿单个系统智能化向多系统智慧化方向发展,建立智慧生产、智慧安全及智慧保障系统的基本运行框架,初步形成空间数字化、信息集成化、设备互联化、虚实一体化和控制网络化的智慧煤矿第二阶段目标。实现矿井开拓、采掘、运通、洗选、安全保障、生态保护、生产管理等全过程智能化运行。资源开发利用水平显著提高,煤矿职业健康和工作环境根本改善,矿山生态恢复和保护全面实施。     

智慧矿山理论与关键技术探析

智慧矿山是在数字矿山和感知矿山的基础上,进一步应用云计算、大数据、人工智能等先进技术发展而来的以透彻感知、深度互联和智能应用为主要特征的矿山信息化建设新阶段。结合煤炭行业的自身特点和信息化需求,从宏观设计的角度,全局性地提出了智慧矿山建设各个环节的指导理论以及当前实现智慧矿山须突破的关键技术,从理论上提出了智慧矿山"三个世界"的概念、智慧矿山参考模型、"三一"理念以及各个环节的指导理论,同时指出,智慧矿山的管理模型、数据模型、标准化体系以及煤机装备的网络化与智能化改造和数据处理智能模型是当前有待重点攻关的五大关键技术。     

智慧矿山数字孪生技术研究综述

煤矿智能化是煤炭工业高质量发展的核心技术支撑。数字孪生面向煤炭工业互联互通及智能化应用,发挥连接物理世界和信息世界的桥梁与纽带作用,将在煤炭开采、视频监控、人机交互等方面提供更加实时、智能、高效的服务。面向智慧矿山技术需求,提出了基于数字孪生+5G的智慧矿山建设新思路,将"数字孪生+5G"与AI技术相结合,为实现智慧矿山提供一种创新的方法。首先从智慧矿山建设进展及应用方面存在的问题入手,系统地梳理和分析了当前智慧矿山研究和发展现状,通过研究新一代信息技术与工业技术融合应用,阐述了数字孪生的概念内涵,指出数字孪生是智慧矿山发展的必然趋势并将为智慧矿山赋能;然后针对智慧矿山建设的难点和痛点问题,提出了基于"数字孪生+5G"的智慧矿山体系架构理论,通过构建矿山数字孪生模型(MDTM)实现物理矿山实体与数字矿山孪生体之间的虚实映射与实时交互。聚焦智慧矿山建设目标,以智慧矿山系统建设、优化和关键技术为核心,基于矿山信息物理空间的数字孪生和深度学习方法,以实际矿井为原型设计了智能开采的数字孪生一体化方案,构建了全域感知、边缘计算、数据驱动和辅助决策的智慧矿山平台。最后针对智慧矿山的数字孪生应用需求,提出并探讨了数字孪生赋能智慧矿山的关键技术问题,并指出了未来需要实现的关键技术路径。旨在通过对智慧矿山的数字孪生技术研究,为数字孪生模型构建、协同控制与交互优化等提供思路,为未来智慧矿山建设与设计提供理论借鉴。     

煤矿智慧矿山建设策略研究

智慧矿山建设能够改变原先煤炭企业粗放发展的方式,是实现煤矿高质量发展的重要支撑。通过描述智慧矿山发展的背景,分析当前国家和地方政府关于促进智慧矿山发展出台的相关政策与取得的成就,深入剖析了煤矿智能化发展遇到的管理和技术两个方面问题,并且从设备感知层、网络传输层、数据支撑层、应用决策层四个维度构建了智慧矿山未来发展的框架,提出了实现智慧矿山高质量发展的关键技术,包括信息化网络架构、安全生产管控模式、智能决策和态势分析模式,最后提出促进智慧矿山高质量发展的对策建议。     

智慧矿山工业互联网技术架构探讨

针对智慧矿山建设过程中存在的信息孤岛、数据质量和网络信息安全等问题,分析了智慧矿山建设技术架构现状,对比了智慧矿山建设与煤炭工业互联网关系,采用以ISO/IEC/IEEE42010系统与软件工程标准为主要方法论,提出了智慧矿山工业互联网架构体系,包括设备层、边缘层、企业层和产业层的“网络、标识、平台、安全”四大系统建设,提出了智慧矿山工业互联网平台技术5层架构,分析了各层构建的主要内容和相互关系,包括：(1)现场层,提供工业设备与业务管理数据来源与流程优化场景;(2)边缘层,构建基于OPC UA与TSN融合的边缘云计算架构,实现感知、互联与计算的边缘侧应用闭环;(3)IaaS层,构建基于边云协同的存储与计算架构,实现网络、存储、CPU等资源虚拟化与池化;(4)工业PaaS平台层,包括通用资源部署与管理、矿山大数据引擎、矿山机理与大数据建模分析、矿山数字孪生信息模型建模引擎和基于微服务框架及组件开发环境;(5)工业SaaS应用层,调用和封装工业PaaS平台上的开发工具、矿山机理模型、数据驱动模型等服务开发智慧矿山业务运行与矿山智能化应用APP。并探讨了基于智慧矿山工业互联网操作系统Paa...     

矿山信息化发展及以数字孪生为核心的智慧矿山关键技术

矿山信息化建设在经历了单机自动化、综合自动化、数字矿山几个阶段之后,在物联网、人工智能、大数据技术的推动下,正朝着矿山智能化和智慧矿山的方向发展。以数字孪生技术为核心,围绕矿山生产场景和智能装备的知识服务体系是智慧矿山下一步需要重点研究的方向。首先回顾了矿山信息化技术的发展,然后分析了智慧矿山的核心关键技术,从智能感知与智能装备、边缘计算与网络服务、数字孪生知识建模、平台与应用系统4个方面进行阐述。智能传感装置和智能装备的不断涌现,为智慧矿山前端感知和执行提供了基础,而即时的感知、分析和决策是智能装备自治、自主工作的前提;随着边缘网关计算能力的提升,需要设计面向应用场景的轻量级算法模型和高效云边协同机制,以满足智能装备即时服务的需求,同时,围绕5G的通信技术在矿山的应用,将进一步提升知识服务的快速响应能力;矿山运行机理、经验知识、大数据分析与数字孪生建模技术融合的矿山生产场景可信数字孪生模型,将成为智慧矿山知识服务的核心;面向大数据和知识模型的平台技术是矿山数字孪生和智能化服务的载体,大数据高效存取、分析和利用能够有效的促进矿山智能化应用服务的融合。矿山数字孪生及相关智能化技术的突破,将实现对矿山物理世界实时可测、可观、准确控制、精确管理和科学决策,从而建立少人化或无人化的矿山生产模式,为智慧矿山的发展奠定基础。     

矿山信息化发展及以数字孪生为核心的智慧矿山关键技术

矿山信息化建设在经历了单机自动化、综合自动化、数字矿山几个阶段之后,在物联网、人工智能、大数据技术的推动下,正朝着矿山智能化和智慧矿山的方向发展。以数字孪生技术为核心,围绕矿山生产场景和智能装备的知识服务体系是智慧矿山下一步需要重点研究的方向。首先回顾了矿山信息化技术的发展,然后分析了智慧矿山的核心关键技术,从智能感知与智能装备、边缘计算与网络服务、数字孪生知识建模、平台与应用系统4个方面进行阐述。智能传感装置和智能装备的不断涌现,为智慧矿山前端感知和执行提供了基础,而即时的感知、分析和决策是智能装备自治、自主工作的前提;随着边缘网关计算能力的提升,需要设计面向应用场景的轻量级算法模型和高效云边协同机制,以满足智能装备即时服务的需求,同时,围绕5G的通信技术在矿山的应用,将进一步提升知识服务的快速响应能力;矿山运行机理、经验知识、大数据分析与数字孪生建模技术融合的矿山生产场景可信数字孪生模型,将成为智慧矿山知识服务的核心;面向大数据和知识模型的平台技术是矿山数字孪生和智能化服务的载体,大数据高效存取、分析和利用能够有效的促进矿山智能化应用服务的融合。矿山数字孪生及相关智能化技术的突破,将实现对矿山物理世界实时可测、可观、准确控制、精确管理和科学决策,从而建立少人化或无人化的矿山生产模式,为智慧矿山的发展奠定基础。     

智能矿山中的岩矿光谱智能感知技术与研究进展

随着新时代背景下的大数据、云计算、人工智能等先进技术的兴起,我国矿山正在由过去的机械化、数字化发展阶段逐步向智能化阶段迈进,智能化矿山或智慧矿山应运而生。传统的岩矿测试方法由于存在工作量大、效率低、周期长等缺陷,已成为智能矿山建设的瓶颈,研发新的岩矿测试技术已成为现代智能矿山建设的必由之路。在分析目前岩矿测试技术现状及存在问题的基础上,提出了基于光谱分析的岩矿智能感知技术,简称岩矿光谱智能感知技术。该技术具有原位测试、非接触、周期短、工序简单、经济高效和智能化特点,并可以识别矿岩中不同矿物的成分及其含量。结合课题组的科研实践,分析了该技术目前发展现状,指出加强岩矿光谱库建设、完善和发展现有光谱分析算法、提高光谱理论研究水平,从而提高岩矿识别与定量分析精度,将是未来科研工作的主方向,加强软硬件的集成化研究和应用化研究则是该技术落地的关键所在。     

麻地梁煤矿智能化装备应用与生产管理变革的思考

随着互联网技术、5G、智能装备等高新技术的快速发展，以智能感知、智能决策和智能控制为代表的的智能化开采越来越成为煤炭安全高效开采的发展方向。本文首先从检修班、生产班、设备库存、生产管理等方面对传统煤矿装备及生产管理现状进行阐述，分析现有煤矿装备及管理模式存在的问题。然后，以内蒙古智能煤炭有限责任公司麻地梁煤矿智慧矿山智能化工作面建设为工程背景，从智能化装备的组建、功能、库存管理、生产管理、运行优势和成功实践等角度介绍智能化装备的应用与生产管理，构建了以煤矿大数据库为基础的管理体系，提出了 “管设备，就是管生产、管安全”的新的管理理念。该体系的建立及理念的提出，可为突破传统生产管理模式、进行新型智能化煤矿建设提供借鉴和参考。     

智慧矿山安全管控大数据平台建设探讨

结合目前的煤矿信息化建设现状,针对智慧矿山建设过程中存在的数据孤岛以及信息难以有效融合的问题,提出了一种基于大数据技术的智慧矿山安全管控大数据平台建设方案和架构体系,提出了包含感知层、平台层和应用层的三层平台架构,描述了各层级的应用场景|探讨了智慧矿山建设过程中所涉及的数据采集、存储与治理技术、风险指标体系构建技术、可视化分析展示技术、综合预测预警关键技术以及视频智能分析技术,为智慧矿山的建设提供了新的参考。     

矿山物联网的泛在特征分析与泛在能力建设

煤矿智能化是推动煤炭行业高质量发展,促进煤炭产业转型升级的核心技术支撑,矿山物联网技术的深入应用是提升煤矿数字化,实现煤矿智能化的重要基础条件。以煤矿监测监控系统为例,从传感技术与设备、子系统建设、信息化集成等方面分析了煤矿数字化建设的现状,提出了矿山物联网实现"万物感知、万物连接、万物智能"所面临的困难,包括:传感设备功耗大、稳定性不高、维护工作量大,标准规范滞后,子系统建设相对封闭、信息化集成应用受限等。结合智慧矿山的整体目标,概括了矿山物联网泛在感知、泛在连接和泛在智能的技术特性;以矿山物联网的泛在特征为主题,分析了感知的必要元素和能力,连接的必要标准和服务及智能化应用的方向。以提升矿山物联网的泛在能力,实现煤矿智慧体系为总体目标,对实现大样本感知、互联互通和应用智能等层面所需关键技术的国内外现状进行分析,指出:泛在感知的实现需要超低功耗的传感技术、位置服务技术和能量捕获技术的结合,形成无源无线、免标校的感知终端;泛在连接的实现应基于能够与位置服务结合的无线传输方式,应推进标准体系建设、形成D2D(Device to Device)的互联和D4D(Device for Device)的服务;泛在智能的实现是以泛在感知和泛在连接形成的大样本、多参量信息为基础的终端智能和区域智能。作为一种技术支撑体系,矿山物联网技术的深入应用体现在煤矿各个业务中,需要材料、微电子、机械制造、信息与通信等多种学科的前端整合。     

某高寒高海拔矿山智能化建设探讨

对国内某高寒高海拔矿山采冶项目进行了智能化建设设计, 以“无人、少人”开采、智能化运营为目标, 构建了以LTE 4G专网为基础的ICT平台、智能化支撑系统、生产自动化系统、管理信息化系统等智能化建设方案, 旨在打造装备与管理一流、智慧智能、本质安全、绿色环保、人文生态和谐的矿山开采-矿浆输送-冶炼一体化工程, 实现对该矿山项目的智能化开发。     

智慧矿山顶层架构设计及其关键技术

智慧矿山建设目标是在工业互联网技术的基础上,能够完成对矿山"人、机、环"数据进行精准化采集、网络化传输、规范化集成,从而实现可视化展现、自动化操作和智能化服务的矿山智慧体。目前,智慧矿山的建设主要以单一的业务逻辑为基础,较少从数据运营、技术服务和业务逻辑等多方面,深入研究智慧矿山的体系架构问题,难以实现通用性和扩展性较强的智慧矿山建设目标。为解决上述问题,基于已有智慧矿山的基本概念及内涵,在对国内外智慧矿山研究现状分析的基础上,提出智慧矿山的基本内涵及其建设原则,并引入数据标准化、网络协同化、系统一体化和技术智能化的建设理念。提出智慧矿山顶层架构体系及其关键技术。该顶层架构体系主要包括智慧矿山总体架构、业务逻辑架构、技术架构和数据架构4个部分,从总体设计、业务分析、技术实现和数据流转的不同角度,可以较为综合和全面地构建智慧矿山。之后,探讨和研究了智慧矿山顶层架构体系建设过程中涉及到的智能控制技术、通信网络技术、三维可视化技术、空间信息技术、大数据分析与挖掘技术、物联网技术、机器学习理论方法、媒体智能技术等关键智能技术。最后,在总结智慧矿山顶层架构设计及关键技术内容的基础上,指出了未来智慧矿山建设过程中需要解决的一些关键理论问题及系统设计、优化问题,为不断完善智慧矿山顶层架构的设计和智慧矿山的深入发展明确了研究方向和实现目标。     

基于依存句法分析的智慧矿山知识图谱构建方法

当前关于智慧矿山的研究较少梳理现有知识资源，从而不能有效通过知识工程的构建和知识关联，实现由感知智能向认知智能转变的智慧矿山。为解决该问题，提出了一种基于依存句法分析的智慧矿山知识图谱构建方法。该方法首先针对智慧矿山领域的知识要素，提出一种依靠依存句法分析实现实体抽取的方法；然后，根据语句结构特点，设计了基于知识三元组的依存句法树结构，并对智慧矿山领域的知识资源进行了知识抽取与表示；最后，利用可视化建模手段实现了面向智慧矿山的知识图谱。试验结果表明，所提出的方法的性能指标准确率、召回率和F值分别达到了86.3%、82.6%和84.6%,较其他方法更优，能够可视化呈现智慧矿山领域的知识图谱。     

智能矿山车联网体系架构与关键技术

矿山车辆作为矿山生产的重要设备,其管理水平直接影响矿山生产、安全、经营管理的各个方面,应用车联网技术提升矿山车辆管理智能化水平是智能矿山建设的重要内容。为避免车联网在矿山车辆管理应用中因概念不清、目标不同、路径不同、体系架构不同、技术应用重点不同造成发展方向分散、重复建设投入、系统融合困难的问题,以智能煤矿为例,提出了矿山车联网的概念,并对其体系架构、关键技术和典型应用进行了分析探讨:首先,在回顾智能矿山和车联网发展的基础上,定义和阐述了矿山车联网的概念;然后参考车联网和矿山物联网体系结构,设计了由感知控制层、网络层、服务支持层和应用层构成的矿山车联网体系架构;综合车联网和智能矿山信息系统关键技术,分析了矿山车辆定位与监控、矿山车辆智能感知和控制、矿山车辆无线通信、矿山车联网协同计算等关键技术;最后从"人、车、环、管"4个方面出发,对矿山车辆及驾乘人员监控、矿山车辆自动驾驶及无人驾驶、基于矿山车辆的矿山安全监测、矿山车辆智能调度等矿山车联网典型应用进行了探讨。研究成果为推动车联网技术在智能矿山车辆管理中深入有序应用奠定了基础,同时丰富了矿山物联网技术内涵,为矿山物联网其他技术分支在智能矿山建设中的应用积累了经验。     

三论数字矿山——借力物联网保障矿山安全与智能采矿

在简要总结我国数字矿山建设成效的基础上,梳理了数字矿山内涵及其不同理解,讨论了自动采矿、遥控采矿、矿山物联网、感知矿山、智能采矿等相关概念及其与数字矿山的联系。结合采矿科技进步,采用数字化、信息化与自动化3条主线对数字矿山等概念进行了矩阵描述。指出：数字化、信息化、自动化是智能采矿的3项关键技术,数字化与信息化相辅相成,共同支撑矿山自动化;数字矿山是感知矿山与智能采矿的基础,感知矿山是智能采矿的保障。以当前煤矿安全避险六大系统建设和金属矿无人采矿系统技术发展为例,明确了数字矿山借力物联网的新任务。并面向矿山安全与智能采矿,分析提出了“十二五”期间数字矿山的5个主攻方向,即数字矿山集成平台、采矿模拟仿真系统、露天矿全自动化系统、井下定位与导航技术、采场环境智能感知技术。