煤礦智慧礦山建設策略研究

孫春升，宋曉波，弓海軍

(1.煤炭工業規劃設計研究院有限公司，北京 100120；2.中國礦業大學 人力資源部，江蘇 徐州 221116)

智慧礦山建設代表著先進生產力的發展方向，是實現煤炭工業高質量發展的重要支撐，已經在煤炭行業形成廣泛共識。智慧礦山是基于現代智慧理念，將物聯網、大數據、人工智能、機器人、智能裝備、5G等與現代煤炭開發利用深度融合，形成礦山全面感知、實時互聯、自主學習、動態預測、協同控制的智能系統，全面打通“人、機、環、管”之間的障礙，實現礦井開拓、采掘、安全、運輸、通風、洗選、經營管理、綠色環保等全過程智能化運行。1992年，芬蘭最早開始研究智慧礦山，德國、美國、澳大利亞等國家結合遠程可視化監控，先后提出了相應的智能化開采技術方案，控制采煤機、刮板輸送機、液壓支架等井下裝備。我國對智慧礦山的研究相對較晚，經歷了人力礦山、機械礦山、數字礦山、感知礦山的不同階段，目前正在向智能礦山、無人礦山邁進，但是當前智能化水平還相對較低。由于我國煤炭開采以井工開采為主，占到80%左右，地質條件復雜、開采裝備系統龐大、作業環境較差，屬于勞動密集型行業，對智能化、無人化開采有著天然的需求。因此，加快建設煤炭行業智慧礦山，實現高質量發展具有重要意義。

目前許多學者主要是對智慧礦山的基本內涵、關鍵問題、關鍵技術、標準體系、前沿信息化技術應用進行了研究，包括何敏[1]、羅香玉等[2]研究了智慧礦山的基本內涵；韓茜[3]、羅香玉等[2]研究了智慧礦山建設的關鍵問題；譚章祿等[4]、姜德義等[5]研究了智慧礦山的理論與關鍵技術；譚章祿等[6]、王國法等[7]研究了智慧礦山的標準體系；張瑞新等[8]、李梅等[9]研究了智慧礦山建設的框架；孫繼平等[10]、譚章祿等[11]、王忠鑫等[12]探討了智慧礦山信息化技術應用，包括5G、Wi-Fi 6、可視化、BIM技術等。面對煤礦信息化發展的要求，越來越多的學者意識到智慧礦山建設是當前及未來礦山工程發展的趨勢。但是如何通過系統設計和關鍵技術突破，將智能化技術與裝備應用到煤炭開采中，已經成為擺在每位煤炭科技從業者面前的一項重要課題。

1 發展現狀

1.1 智慧礦山相關政策綜述

建設煤炭智慧礦山是國家重點支持的能源技術創新方向之一。自2016年開始，國家陸續出臺《能源技術革命創新行動計劃(2016-2030年)》《關于新一代人工智能發展規劃的通知》《煤礦機器人重點研發目錄》《關于加快煤礦智能化發展的指導意見》等政策，從科技創新、裝備升級、信息化建設、金融支持等領域全方位支持煤礦智慧礦山建設。重點產煤省份也開始響應國家號召，相繼出臺具體實施方案支持煤礦智能化開采，工業互聯網、5G、機器人、大數據中心、人工智能成為煤礦智慧礦山建設研究的重點領域，為智慧礦山建設奠定了堅實的基礎，營造煤炭工業高質量發展的良好氛圍，見表1。

表1 我國針對煤礦智慧礦山建設出臺的相關政策

1.2 智慧礦山建設成就

近年來隨著我國關于促進智慧礦山建設政策的不斷出臺，煤礦智能化發展不斷加快，陸續建立了一系列創新聯盟，包括“智慧礦山產業技術創新戰略聯盟”“煤礦智能化開采技術創新中心”“中國智慧礦山協同創新聯盟”“中國礦業大學(北京)智慧礦山與機器人研究院”“煤礦機器人協同推進中心”“山東省煤礦智能開采工程實驗室”“煤礦智能化創新聯盟”“中國礦業聯合會智能礦山工作委員會”等單位，為我國智慧礦山建設與推廣起到積極推動作用，神東煤炭集團、寧夏煤業集團、中煤集團等在40多個礦區進行了試驗與生產，部分建設了空間數字化、信息集成化、虛實一體化、設備互聯化、網絡控制化的智慧礦山，初步建立了“感知、互聯、信息存儲、信息分析、預測、決策控制”的基本框架，煤炭智能化開采技術水平在控制系統架構、智慧功能、控制方式、工作面人數、響應時間、生產效率等方面處于國際領先地位[13]，已經在紅柳林煤礦、張家峁煤礦等建設了數字化礦山，在黃陵一號煤礦、新元煤礦等實現了“有人巡視、無人值守”的智能化綜采工作面。截至2020年底，我國已建成494個智能化采掘工作面，智能化程度不斷提高，為智慧煤礦建設奠定了堅實的基礎[14]。

在安全開采方面，我國率先實現采煤工作面無人操作，引領了智能化開采技術的變革，采煤工作面機器人、鉆錨機器人、巡檢機器人等都已在煤礦井下相繼得到應用；在裝備智能化方面，我國自主研發的綜采成套裝備能夠實現采煤機智能記憶割煤、液壓支架跟機自動化、智能集成供液、運輸系統煤流負荷平衡、遠程遙控等，大幅減少了工作面作業人員數量和勞動強度；在信息化建設方面，實現了煤礦“井上下一張圖”建設，涵蓋地測、采掘、通風、安全、機電、運輸等多個業務，建立了集團公司、二級公司、煤礦三級統一的空間數據庫，為煤礦一體化管理提供實時、準確、全面的數據支撐。同時，礦用5G通信技術獲得成功推廣應用；在煤炭洗選方面，大型選煤廠實現了集中控制。

2 存在問題

2.1 管理方面

1)缺乏頂層設計。一是我國對于智慧礦山建設仍然缺少統一標準。除了煤礦安全、瓦斯監測外，智慧礦山建設還未形成統一的設計開發、實施標準，導致各礦井、各部門之間缺乏統一的數據接口和標準，各系統信息難以進行集成，容易形成信息孤島。二是缺乏統一規劃與示范工程。煤礦智能化相關企業各自為政，將智慧礦山看成是一個大干快上的信息化項目，只注重推廣應用，高科技的核心專業技術無系統性的實質突破，整體共享互利性較差，容易出現一些技術堆積、重復建設、形象工程等問題，需要在智能化開采規劃理念、管理模式、專業隊伍建設、示范工程建設等方面進一步提升。

2)智能管理決策輔助不足。一是當前一些煤礦僅僅依靠簡單的統計分析和經驗判斷進行智能決策分析，缺乏對海量數據、多因素進行實時智能分析的模型，難以對煤炭企業智能決策、運營管理提供有效的支持；二是受通訊帶寬、數據接口、傳輸時間、計算能力的限制，影響管理人員的決策；三是煤礦應急響應被動滯后，災害監測預警僅僅依據規程和制度約束，屬于被動的、事后響應式的、缺乏有效的預警機制。

2.2 技術方面

1)裝備智能化、穩定性程度需進一步提高。目前，我國采掘裝備在感知層、裝備層、系統層、執行層4個層面上的穩定性、可靠性均存在一定的限制，實際應用問題較多，日常維護量較大，影響煤礦采掘智能化開采的效果。主要表現在：成套裝備與地質模型空間位置耦合困難、工作面巡檢機器人避障困難、現有裝備未實現故障自診斷及采集數據的大數據分析整合。

2)數據傳輸能力不足，傳感精度較差。一是煤礦井下設備傳感器數量少，可靠性低，抗干擾能力差，且傳感器只能采集數據，不能分析數據，加大了數據傳輸帶寬的負荷，從而導致數據傳輸較差；二是由于當前煤礦網絡互通帶寬、速率、實時性等通訊技術建設相對滯后，無法達到傳輸高清視頻等大數據量的要求，不能實現即時大規模互聯，而且大數據分析的結果也不能及時對設備進行控制，從而影響視頻驅動智能化開采的效果；三是受有線、無線網絡布置的限制，煤礦僅傳輸綜采設備、礦壓、瓦斯、水、火等關鍵節點的極少數據，點位較少，且各個監控系統獨立，傳輸時間間隔較長，影響煤礦監控數據傳感精度和可靠性。

3 煤礦智慧礦山框架設計與關鍵技術研究

3.1 框架設計

通過梳理當前煤炭行業智能化技術應用現狀和存在的問題，基于“全局優化、區域分級、多點協同”的控制模式，將煤炭生產、通風、運輸、供電、排水、洗選等合成為統一的整體，打造高效、智能、綠色、安全的煤礦開發總體框架體系[4，15，16]，如圖1所示。

1)設備感知層。設備感知層是以物聯網等技術為核心，主要通過移動設備、多功能分站將礦井前端感知到的生產數據、管控數據、安全環境監測數據、智能化應用和成果數據進行集中采集，是智慧礦山的支撐體系。

2)網絡傳輸層。網絡傳輸層是是設備感知層和數據支撐層的橋梁，主要是利用井下視頻有限專網、有限、無線網絡(5G、Wi-Fi 6)等將設備感知層采集到的數據進行傳輸。

3)數據支撐層。數據支撐層是由煤炭企業基礎信息、共享交換信息、業務信息、物聯網信息、互聯網信息建立的數據庫，實現數據融合與應用融合。

4)應用決策層。應用決策層是面向不同業務部門實現按需服務，通過透明地質信息、智能生產、智能運輸、智能分選加工、智能調度管理來實現安全生產閉環管理、智慧決策支持和深度應用，并通過PC應用端、移動APP、調度大屏、門戶網站多種方式進行展示，實現企業不同用戶需求。

3.2 關鍵技術研究

3.2.1 信息化網絡架構

將物聯網、大數據、人工智能、云計算技術、5G和Wi-Fi 6等新技術與煤礦智能化裝備深度融合，解決系統架構和互通、數據處理決策及高級計算問題，其研究及應用程度決定智慧煤礦的發展水平。

1)煤礦物聯網泛在能力建設。主要是解決萬物互聯、礦山深度感知問題，具有協同管控、精確定位、組態與地理信息一體化的特點。根據礦井不同區域所涉及的不同特征環境、人員、設備等管控對象，深入應用物聯網技術，對礦山“人-機-環”所有對象及關鍵部件進行身份標識和狀態感知，進一步實現煤礦泛在的感知和連接，從而驅動應用的單元智能，再通過云端的大數據和智能分析決策，有助于實現整體協同的煤礦智慧體系，最終實現任何時間、任何地點、任何人、任何物之間的信息連接和交互。

圖1 煤礦智慧礦山框架設計

2)大數據技術。由于大量傳感器的應用必將產生海量數據，需要大數據技術進行存儲、管理、分析。煤礦大數據技術需要設計一種能夠容納結構化、非結構化數據共同參與的分析平臺，將傳感器數據、監控視頻流、人工產生的數據參與到大數據分析平臺中，確保數據分析的全面性。同時，大數據的挖掘與知識發現是智慧煤礦的核心技術之一，需要充分利用大數據處理技術挖掘數據背后的規律，為安全生產、管理決策提供及時有效的依據。

3)人工智能技術。人工智能是近年來迅速發展的科技領域之一，能夠進行計算、模擬仿真及自學習決策，主要是基于GIS的空間分析技術對煤礦“人、機、環、管”進行協調優化，實現開采模式的自動生成和動態更新。人工智能技術應該重點考慮與礦山深度融合，包括設備感知層、數據支撐層、應用決策層，特別是如何將基于人工智能的故障檢測、診斷及超前干預技術應用到機器人系統中，從而實現自行走、自學習、自干預的智能巡檢機器人技術。

4)云計算技術。云計算技術在煤炭企業的深入應用，能夠使得監控和傳感數據得到高效流通與快速處理，進而使得管理人員能夠實時快速應對煤礦生產、安全、管理、經營等各個環節出現的問題。煤礦企業大數據在云計算技術的支撐下，資源存儲、傳輸、管理等將會帶來更大的優勢，智慧煤礦需要打造計算能力高且具有彈性的云計算技術。

5)礦用5G技術、礦用Wi-Fi 6技術。礦用5G具有傳輸速率高、通話質量高、傳輸時延小等優點，但是存在系統復雜、成本高等缺點；礦用Wi-Fi 6具有傳輸速率高、成本低、系統簡單等優點，但是存在通話質量低、傳輸時延大等缺點。未來礦用5G、礦用Wi-Fi 6需要實現無線全覆蓋礦井超過10km的巷道，達到本質安全防爆、傳輸宜具有一定的繞射能力、工作頻段不宜過高、抗干擾能力強、移動性要求低的特點。

3.2.2 煤礦安全生產管控模式

1)打造智慧礦山八大系統。將物聯網、大數據、人工智能、云計算、礦用5G和礦用Wi-Fi 6技術與現有采礦技術相結合，建立智慧礦山八大系統，形成基于四維多變量的煤礦“透明開采”系統，能夠真正實現礦山信息化和智能化的深度融合，進一步促進煤礦安全生產高質量發展。

①北斗系統的精準地質信息系統。主要是結合遙感、物探、井下鉆探及三維地震勘探等立體化技術，準確定位與實時監測煤礦地表地質信息，實現煤礦井上下地質信息的實時、精準采集、存儲與應用。

②智能礦井通風排運系統。智能通風系統主要是運用現代通信技術、監測監控技術與自動化控制技術進行礦井通風網絡的優化，從而智能控制各個硐室的風量、風速；智能排水系統主要是繪制礦井排水節點三維坐標圖并且安設攝像頭，安裝水位、水量、水壓監測傳感器，對各排水點進行實時智能監測；智能運輸系統主要是對礦井運輸皮帶的運量、帶速、滾筒溫度等進行遠程集中智能控制。

③危險源智能預警和消災系統。主要是利用危險源風險指數評價算法，對煤礦危險源進行實時在線監測，確定風險類型、等級及相應的解決方案。

④智能快速掘進和采準系統。主要是解決礦井采掘矛盾，包括“掘-行統一”“掘-支一體”和“掘-運連續”，能夠快速形成采準系統，實現智能化開采。

⑤機器人化智能開采系統。主要是通過裝備的擬人化，實現工作面的“破—裝—運—支—處”5個關鍵環節的智能開采，包括采煤機截割軌跡和截割高度自動調整、采煤機和帶式輸送機運輸速度協調統一、液壓支架自動調整初撐力及安全閥開啟壓力滿足開采空間的安全維護、刮板輸送機自動調直保證工作面平整、實現機器人群組的智能感知、精準控制和群組協調等。

⑥礦山綠色開發與生態再造系統。主要是指在煤炭開采過程中，將環境的破壞降到最低，最大程度的開發煤炭和共伴生資源，實現資源、經濟和環境的協調統一，如采用煤與瓦斯協調開采、充填開采、煤炭清潔高效利用、循環經濟園區建設等。

⑦礦井全工位設備設施健康智能管理系統。主要是對礦井設備的全生命周期進行管理和健康維護，包括健康指標的建立、健康評價、健康恢復和維修等。

⑧智慧煤礦集中管理系統。以云計算數據中心為基礎，建立安全管控平臺和四維綜合管理平臺，對礦井子系統進行有效整合、集中管控，及時處理和調節各生產系統，包括生產計劃管理系統、供電及動力系統控制系統、礦山能耗管理系統等[16-18]。

2)推進智慧礦山新動能創新驅動。主要是以新技術、新產業、新業態和新模式為主。新技術是運用創新驅動發展技術，重點突破精準地質探測、智能快速掘進、重大危險源智能感知與預警、精確定位與數據高效連續傳輸、復雜條件智能綜采、連續化輔助運輸、煤礦機器人、井下數碼電子雷管等。新產業主要是從原先的高耗能粗放式發展模式向高精尖智能模式轉變，主要是借力5G網絡、人工智能、工業互聯網、大數據中心為代表的新基建技術，加強煤礦智能化基礎理論研究，不斷提高智能裝備的成套化和國產化水平，促進我國煤炭行業加速轉型升級。新業態和新模式是加快建設國家級重點實驗室和工程研究中心，加快煤炭企業智能工廠和數字化車間建設，打造煤礦智能化技術創新研發平臺，建成一批具備國際競爭力的智慧礦山(如圖2所示)。

圖2 智能煤礦新動能創新驅動

3.2.3 智能決策和態勢分析模式

煤炭企業在狀態判斷、異常監測、危險預警的基礎上，必須建立煤礦智能決策和態勢分析模式，主要包括三個方面：①完善與煤礦安全生產相關專業的專家庫，涉及礦井全生命周期的各個專業，保障智慧礦山決策的可靠性，形成煤礦自動診斷與危害及時響應系統；②通過虛擬現實和增強現實技術，對采、掘、機、運、通、水、電、應急救援等進行模擬仿真和現場演練，不斷積累經驗，擴充智能決策和態勢分析知識庫；③通過識別煤礦領域的本體并抽取本體之間關系，構建煤礦領域知識圖譜，有利于構建更完善的專家系統，為煤礦智能決策提供強大支撐[3]。

4 對策建議

1)加強頂層設計。一是投入與產出同步，推進質量變革。應該加強規劃引領，進一步優化智慧礦山建設投資結構，從建設理念、系統架構、綜合管理、智能技術與裝備等方面出發，根據煤礦不同地質條件，建成一批具有代表性的示范煤礦，凝練出可復制的智能化開采技術裝備、生產模式、管理經驗等，向其他煤礦進行推廣。二是堅持宏觀與微觀并重，推進效率變革。煤炭企業要著力補短板，研究制定煤礦智能化發展的行動方向、實施路徑和政策措施，科學引導煤礦智能化發展的進度和規模，由重數量、輕效率向重結構和重效率轉變。同時，提高全要素生產率，加大科技創新力度，促進成果有效轉化，提高煤礦智能化裝備穩定性水平。三是供給和需求并舉，推進動力變革。按照國家與地方煤炭行業長短期結合、供需雙側發力的思路，加快新舊動能轉換，推動物聯網、AI技術、5G技術等在煤炭工業領域中的推廣應用，發展智能煤礦裝備制造業，努力推進動力變革。

2)建立智能煤礦技術標準。煤礦智能化標準體系是建設煤礦智慧礦山的引導性綱領，一方面國家應該加快開展煤礦專項智能化標準體系建設工作，包括技術綱要、技術規范、管理規范，覆蓋技術標準、應用架構、基礎設施、信息安全與治理等，實現流程標準化、技術架構標準化、接口標準化、數據標準化，指導智能礦山建設的示范與推廣。另一方面加強宣傳和解讀煤礦智能化發展相關標準和政策，為煤礦智能化發展營造良好氛圍。

3)加大卡脖子技術研究。一是加強先進技術融合。促進云計算、大數據、物聯網、人工智能、移動互聯等新一代信息技術與煤礦智能化深度融合集成，開展新技術應用示范工程，推進軍民融合；二是加強關鍵技術攻關。充分與煤礦智能化科技發展相結合，組織人工智能、大數據前沿技術研究，組織實施重大專項與重點研發計劃，營造創新氛圍，支持科技成果的應用轉化。

4)著力培養礦山高素質人才。人才與創新是我國經濟高質量發展的重要驅動力，智慧礦山建設也需要優秀的復合型人才。一方面支持和鼓勵煤炭類高等院校加快煤礦智能化相關專業學科的建設，培育一批具備礦業工程、信息工程、人工智能等不同技能的復合型人才。另一方面鼓勵企校合作，不斷優化煤礦管理型、知識型、技能型的人才體系，創新煤礦智能化人才培養模式，積極開展在職人員智能化與信息化培訓活動，為煤礦智能化發展提供智力支撐。