煤礦綜掘工作面機電智能化控制技術的應用

史佳林

（云南省煤炭機電試驗所，云南昆明 650000）

煤炭作為重要的生產、生活能源，隨著綜采技術的不斷創新發展，井下作業的智能化、自動化水平也穩步提升。但在巷道綜掘機電系統的設計與應用方面，仍舊存在機身位姿感應不全面、裝備故障自主探測能力差等方面的問題，在截割、支護、錨固等生產作業中，人工操作的步驟繁瑣，無法保持穩定的并行、循環作業狀態，協同控制的水平有待加強。在綜掘作業機電系統建設與應用的過程中，煤礦單位應在深入分析工作面掘進設備作業特點的基礎上，合理引進先進的智能技術，通過關鍵技術的研究與創新應用，對機電系統進行優化改造。

1.綜掘工作面智能化機電控制系統運行框架的設計

綜掘工作面智能化機電系統主要由邊緣感知層、平臺決策層、設備執行層以及遠程運維層4個模塊構成。其中，邊緣感知層的功能設計包括地質數據（地質勘探、隨掘勘探）、掘進環境（圍巖位移、圍巖感知、錨桿變形、底板變形）、設備狀態勘測（截割負載、煤流負載、支護壓力、鉆機轉矩、位姿行程、故障感知），是機電智能化作業系統的監測“眼睛”，具有超前探測、動態感知、提前判斷等方面的應用優勢，為一體化自適應截割作業提供可靠、全面的數據支持。該模塊的關鍵技術包括GIS、BIM、云計算以及大數據分析、人工智能識別等技術，以三維GIS為基礎融合時間維，搭建起四維時空數據分析系統，為機電設備的協同性、實時性操作奠定了基礎[1]。

平臺決策層作為綜掘機電設備智能控制的核心層，設計理論包括鉆機調控、自適應控制、臨時支護、圍巖失穩等方面的作用特點，采用中央集成化控制的模式，推進決策方法的制定、優化與落實，利用智能化一體錨掘自適應模型與動載荷識別模型，實現多種機電設備的協同控制，其核心技術包括協同控制、數字孿生等技術。作為系統控制的“大腦”具有狀態監測、數據分析、確定作業參數、發出控制指令等方面的功能。

智能系統的設備執行模塊主要承擔執行控制指令的作用，在接收決策層的控制信號后，進行裝料與卸料、自動截割、錨桿支護等操作。執行層與決策層之間的信號傳遞核心技術是5G技術，自適應操作需要組合神經網絡、深度學習等技術的支持。控制系統通過軟件程序對機電設備進行一體化、智能化操作，執行自動跟機、智能支護、自動截割、掘進導航、連續導航等指令[2]。

遠程運維模塊是智能控制體系的安全保障，通過對監測數據的智能分析，評估機電綜掘設備的故障狀態與異常風險，生成系統的評估報告后，為設備日常養護、狀態檢修、故障處理、更新維護等工作提供幫助，關鍵技術包括大數據、云平臺與專家系統等。解決了影響傳統掘進智能化的“數據不清、判斷不明”問題，實現了掘進作業從信息感知到設備聯動運行的一體化控制，具有邏輯層次明確、狀態監測反饋及時、故障風險識別準確的優勢。

2.基于GIS關鍵技術的四維數據分析應用

礦井信息是支持綜掘作業的基礎，而GIS是智能化機電控制系統邊緣感知模塊的關鍵技術。空間GIS系統能夠對測繪、鉆探、物探等數據進行智能探測、采集、分類存儲，借助大數據分析、智能關聯技術，對數據進行挖掘，提升控制操作與運維管理相關決策工作的科學性。同時，還能支持快速掘進、智能設計、智能開采、無人駕駛等功能的實現。依托于三維GIS系統，引進時間維，構建起了囊括點線、平面、立體、時間為一體的四維數據采集、分析與處理系統，能夠對相關地質環境、掘進環境、設備狀態等信息進行集成化、一體化的整合。以空間數據處理為核心，針對綜掘工作面的時空環境，在智能化平臺上構建透明化的“資源賦存、地質結構、生產系統、生產過程、安全風險”礦山管理模式，讓系統操作人員可以直觀、動態地了解該時空環境空間信息的變化。通過大數據與云平臺的計算分析，對環境變動趨勢進行評估、預判，為礦井平臺決策、設備運維操作、遠程控制等模塊的運行提供相應的支持[3]。

3.群組協同控制及數字孿生技術

綜掘設備的智能化、一體化作業要求不同設備間的操作協同，可以進行同步或連續截割、支護、裝料與卸料作業。因此，需要在保證設備能夠自動化操作的同時，通過建立多機組群的統一空間坐標系來實現多設備精準定位、協同操作、智能導航等操作目標。基于群組協同控制技術的多掘進機組可以借助無線網絡、傳感設備等實現信息數據的實時交互與共享，合理解決協同控制過程中多機組同步操作過程中的矛盾問題。當前，群組協同智能控制技術的研究逐步深化，提出了無人化掘護錨聯合機組的設計，使用機器人進行操作，實現了群組協同與遠程控制技術的融合應用。通過智能平臺對綜掘作業情況進行分析，進一步完善智能系統的機電智能控制、截割軌跡設定與優化、智能截割、自主糾偏等功能，并驗證了掘護錨協同控制策略與錨固網絡結構多目標優化設計方法的可行性。提出超前支架調平及錨固裝備鉆進力和轉速自適應協同控制策略，以群組分布式智能協同控制算法為基礎，搭建起囊括掘進、支護、運輸與錨固等平行、循環作業的智能化管理機制，針對性地提升了煤礦綜掘作業的安全性與效率性。在不同的煤巷作業環境中，掘護錨串行對設備操作的需求不同，通常情況下，可以將作業工序分為以下幾個環節：巷道掘進、臨時支護、永久支護等。智能系統的數字孿生仿真技術可以通過邊緣感知層收集的信息，搭建物理模型在分析群組歷史運行數據后形成機電設備的數字映射，對聯合機組設備的并行、循環作業進行設計與優化。當完成進深截割階段性操作指令后可以及時銜接臨時護頂工程，實現高效、快速掘進、截割的目標。

4.組合神經網絡技術

當前，在自適應截割一體化控制技術的研究領域，國內外關注的重點在于截割擺速方面，擺速自適應調節主要基于電流與油缸壓力兩種判斷方法。掘進設備在截割作業過程中，煤巖硬度會發生變化，如果截割臂擺速難以根據變化情況自動調節，將會導致作業無法順利進行或是出現安全事故。為此，以組合神經網絡分析和D-S證據理論為基礎，對截割臂擺速進行自適應控制的方法被提出。該種掘錨一體自適應機組智能控制系統的結構分為電磁閥控制單元、礦用本安型數據采集單元、監測單元。監測單元借助掘錨設備上安裝的傳感器，動態采集掘錨機電機溫度、截割轉速與載荷、搖臂傾角等各部位的運行狀態信息，將采集的結果傳輸到礦用本安型數據采集單元，在控制中心對各項運行數據進行對比分析后，對設備的使用狀態進行評估，并通過對圍巖狀態感知設數據的分析，預測掘錨機下一階段的狀態，然后向電磁閥控制單元反饋預測結果，控制單元下達下一階段的操作指令。在整個掘錨一體自適應機組智能控制系統總，系統需要借助組合神經網絡，對截割臂升降速度及速度的變化速率等數據進行整合分析，精準掌握掘錨機實際運行狀態與要求運行狀態的差異情況，將各項運行參數差值上傳到上位控制平臺，平臺根據各項偏差量對油缸、電機需要的調節量進行計算，然后將調節量的數字量信號轉換為控制電信號，將其傳輸給對應的電機和液壓系統，確保最終的執行情況滿足截割系統的調控要求，對誤差進行動態控制，及時調整截割擺速。

5.智能導航控制技術

在井下工作面進行綜掘作業的過程中，巷道環境通常具有粉塵含量高、低照度的特點，掘進機械的位置測量與操作控制的精度難以保證。以視覺測量、激光標靶、機器視覺、物聯網等技術為基礎的智能導航控制模式，可以通過傳感設備、深度相機、全站儀等設備對機器人的行為進行精準控制，準確定位掘進設備，進行精細化的操作[4]。當前，智能導航控制模式包括以下幾種：以激光束為特征，構建掘進設備位姿視覺動態測量模型，通過空間矩陣相關數據的變換求解出掘進設備的位姿數據。掃描激光靶向建立位姿測量模型，解算掘進設備在巷道坐標系中的位置、身姿信息。通過傳感器與激光得到視覺測量數據使用PID控制算法進行糾偏控制的快速定位法。在井下機器人自主移動導航方面，可以搭建機器視覺智能系統，利用具有深度學習功能的相機實現自主導航操作。現階段，由于井下作業環境中，激光穿透力不足，定位偏差率較高，采用慣性導航會隨著作業時間的延長，使得定位、身姿測量誤差過大。因此，相關專家提出了一種慣性導航與數字全站儀結合的方式，可以準確測量掘進設備的位置、身姿信息，該種智能導航模式需要安裝慣性導航設備、指北儀以及全站儀等裝置通過物聯網進行連接與控制。

6.5G技術

煤炭綜掘的智能化機電控制系統對數據傳輸速率與平穩度、安全性要求較高，在移動網絡技術的應用過程中，存在網絡覆蓋范圍受限、組網構建復雜等技術問題。隨著智能技術在煤炭產業的深入應用，終端結構與非結構數據將呈現指數級上漲的特點，在機器視覺、深度學習、語音識別與高頻采樣傳感設備的大范圍應用背景下，現有網絡傳輸技術已經無法滿足煤炭智能化生產管理的需求。5G技術具有低時延、廣連接、大帶寬的優勢，可以通過微基站、端到端連接與切片技術，突破原有移動網絡的技術瓶頸，為智能化系統指數級數據的處理、傳輸提供支持。運用5G技術搭建囊括多種接入方式的傳輸網絡，可以通過設定統一傳輸標準建設起泛在感知系統，進行多場景無縫接入，滿足機電智能控制系統的平臺共享、數據實時交互、高效融合、多樣承載的需求[5]。同時，5G切片技還可以通過場景切片設計，在保證業務安全的基礎上滿足不同綜掘場景的業務需求。

7.大數據與云平臺技術

智能掘進機電控制系統中，信息的收集、處理、存儲離不開大數據及云平臺技術的支持。借助云平臺的高效計算、智能存儲與大數據關聯數據提取、分析等功能，可以對煤礦感知系統采集的數據進行動態、精準的分析，并構建煤礦云數據中心，通過數據中心智能管理系統與數據倉庫的建設，為平臺決策層、遠程管理層的預判與決策提供客觀、全面的數據支持。煤礦大數據框架包括數據抽取加工，數據共享和交換，數據分析與預測等幾個方面，最終構建主體數據模型庫，形成數據集市。云數據平臺的統一管控開放性技術架構。通過建立人工智能模型庫對數據集市進行高效開發，為井上調度運行、智能化生產等環節提供實時的數據服務，包括數據計算、數據報表、數據分析、數據共享等功能，平臺用戶在獲得相應的權限后可以運用云數據引擎，開展各項管理工作。為綜合管控平臺各種應用提供數據支持。云數據可以滿足綜采智能化機電控制系統協同控制、在線監測、運行決策等多方面的服務需求，能夠迅速構建起組態化的業務邏輯，實現綜采、綜掘、運輸等環節的工作有效對接。

8.結語

智能技術在煤炭領域的應用形式不斷創新，在為煤炭產業高效、綠色發展提供支持的同時，也對煤炭產業的生產技術、運行管理提出了更高的要求。煤炭單位應在全面把握GIS、群組協同控制、數字孿生、智能神經網絡、5G、大數據與云平臺等技術在綜掘工作面智能機電控制系統不同模塊應用提點的基礎上，結合煤礦生產的實際情況，按照全局優化、多點協同的原則，有序開展智能綜掘設備管理系統的優化設計與建設工作，實現科學決策、動態監管、安全生產、保質提效的目標，推進高新技術與煤炭產業全面融合發展。