智慧矿山系统工程与关键技术探究--中国期刊网

字体：大中小

首页> 原创作品> 正文

智慧矿山系统工程与关键技术探究

发表时间：2020/7/21 来源：《电力设备》2020年第8期作者：张栋

[导读] 摘要：信息化、网络化、数字化、智能化和自动化技术深刻影响着传统采矿业，从人力矿山、机械矿山发展为信息矿山、数字矿山，并逐步迈向感知矿山、智能矿山、智慧矿山、绿色矿山。受全球信息演进的“智慧地球”影响，采矿业已迈向自动化开采和无人开采。

        （鄂尔多斯市国源矿业开发有限责任公司内蒙古鄂尔多斯 010300）
        摘要：信息化、网络化、数字化、智能化和自动化技术深刻影响着传统采矿业，从人力矿山、机械矿山发展为信息矿山、数字矿山，并逐步迈向感知矿山、智能矿山、智慧矿山、绿色矿山。受全球信息演进的“智慧地球”影响，采矿业已迈向自动化开采和无人开采。目前智慧矿山已经大幅减少了矿难事故，但是仍有很多不便之处，所以智慧矿山的系统工程与关键技术依然值得深入探讨。
        关键词：智慧矿山；系统；技术
        1智慧矿山的特点分析
        智慧矿山应该具有以下特点：具有功能齐全的各类传感器；具有高速的网络系统；具有功能齐全的数据库系统；具有多功能数据挖掘工具；具有功能齐全的数据采集、数据转换系统；具有工程三维模拟仿真、计算机分析、制图平台；具有完整的数据标准与规范；具有矿山安全指挥调度和用户管理系统；具有全面的采矿设计与计划编制系统等。
        2智慧矿山的现存问题分析
        2.1缺乏数据标准
        建设智慧矿山必然涉及矿山中的许多数据，但种类繁多的智慧矿山系统之间并没有统一的数据标准，在数据描述、存储格式、元数据标准、分类编码、传输协议、通信接口以及信息集成方式等方面都有较大差异，这就导致各个智慧矿山系统无法充分共享数据。
        2.2缺乏多专业交叉集成平台
        智慧矿山涉及多个专业门类，既有矿山中需要的采矿、地测、安全、机电、通信以及管理，也有企业经营管理中需要的管理、财务、决策支持等。然而，各个智慧矿山系统的厂家往往只专注于自家擅长的领域，管理机械的只管机械，监测环境的只管环境，管理人员的只管人员，管理财务的只管财务，导致各专业的数据无法整合利用，不能帮助采矿企业做决策。
        2.3缺乏总体规划
        我国大型矿山企业往往分为集团总部、各分公司、各矿井三个层级，其信息化建设中用到的系统十分零散，存在大量重复投资；而且各个系统互不兼容，导致数据停留在各个子系统中，组成了一个又一个的“信息孤岛”。
        2.4轻视软件开发
        以煤炭行业的信息化矿山建设为例，投资中的70%用于硬件，而软件只得到了20%的投资。这种轻视软件开发的情况难以满足矿山实际生产中的需求。
        2.5监测参数不足
        智慧矿山必须具备感知能力，然而传感器价格较高，很难在所有环节、所有设备上安装；而且传感器需要维护保养，否则就会提供错误的数据或警报。作为补充，矿山中还有监控视频、监控音频、人工数据，但不同类型的数据缺乏整合分析。
        3智慧矿山的系统工程分析
        3.1系统设备层
        智慧矿山系统首先要感知、采集数据，因此，智慧矿山系统的最底层应包括与矿山生产环境、生产过程监测相关的各种传感器、监控视频、监控音频，比如粉尘、烟雾、水、气等的监测设备，为智慧矿山提供原始数据；另一方面，这也是执行各类操作的地方，因此也有包括掘进、开采、机电、探测等设备的综合自动化系统。可见，设备层在智慧矿山中关乎矿山人员的安全，是非常重要的一层。
        3.4传输与汇接层
        智慧矿山的原始数据都需要经无线、有线的网络以及工业以太网，传输到分析处理数据主机或机房，因此网络传输层应覆盖整个矿山。主机接到数据后，需要处理各个类型的接入方式、接入协议。例如，物联网设备的数据用消息队列遥测传输处理，传统工业自动化设备的数据用Modbus和OPC处理，而自定义ETL组件或开源工具Sqoop可以处理文本类型的以及传统关系型数据库的数据等。最后，Hadoop分布式文件系统可以用来保存这些数据。保存时应区分非结构化数据、半结构化数据、结构化数据。

期刊文章分类查询,尽在期刊图书馆

        3.3数据分析层
        由于智慧矿山中的数据量非常大，而且结构各不相同，需要多种数据分析方法、分析组件，所以可以增加基于Docker技术的容器层，从而在统一基础计算平台中同时运行多种异构分析业务应用。大规模并行处理之类的数据分析工具能够处理高密度价值的结构化数据；Hadoop框架的上层组件Hive、Impala能够分析半结构化数据、海量结构化数据；而实时流计算工具Storm、SparkStreaming能够处理测控数据、非结构化数据。
        3.4数据可视层
        智慧矿山系统应能够用表格、统计图等多种方式展现数据，并针对其中的异常数据发出警报，以便矿山管理人员利用。矿山管理人员一般不懂得编程，因此数据的提取和查询、报表的制作都应尽可能简单、可视化，还可以以三维技术、虚拟现实的形式展现。
        3.5决策控制层
        智慧矿山的最后一层应能指挥矿山生产的所有环节，所以功能有应急救援、应急演练、调度指挥通信、经营管理决策，等等。本层可应用人工智能技术，不断学习管理人员针对各种情况的决策，从而向管理人员推荐决策、预计决策的效果。
        4探讨智慧矿山的关键技术研究
        4.1三维激光扫描技术
        测绘技术可用于建立三维矿山模型，因此是智慧矿山建设的重要技术。三维激光扫描技术能够高精度、高分辨率、自动化、非接触、实时、完整地扫描实物，在空间狭小昏暗的矿井巷道中非常实用，可实现三维立体化的矿区管理、地下管理，准确了解矿山工程进度，重现矿井人员的真实位置，实现井下智能无人开采；还能更精确地监测矿山变形，预报灾害，保障人员安全。
        4.2空间信息技术
        随着信息技术、通信技术、网络技术的发展，以测绘、遥感、全球定位导航技术、地理信息系统为基础的空间信息技术将形成空天地一体化的传感网，并与全球信息网格集成，从而实现实时化、自动化、智能化和全球化的矿山信息采集、处理和服务机制。
        4.3异构业务承载技术
        智慧矿山中不同的设备有不同的数据格式，需要同时运行多种数据分析组件，因此需要异构业务承载技术，即一个承载容器，如Docker。容器层之上对应着各应用的统一数据接口，对内封装着不同业务的数据和操作，下面则统一管理基础计算资源。由此可见，这种技术从逻辑上将各种处理功能打包起来了，相互隔离，互不影响，却又共享计算资源。
        4.4数据挖掘技术
        随着智慧矿山各种类型海量数据的获取和集成，从矿山数据库中挖掘知识成为智能服务的一个瓶颈问题。采用图像处理、模式识别、关联规则、分类与预测、时空序列分析等方式进行数据挖掘和知识发现，从海量数据中提取有用的知识，基于此建立决策支持和智能服务的专家系统，是实现智慧矿山的关键技术。
        5结语
        智慧矿山是基于数字矿山、物联网和云计算而建立的现实矿山与数字矿山的融合，以实现对矿山的感知、控制和智能服务。智慧矿山为矿山信息化建设和矿山企业的发展提供各种智能化的服务，从而使矿山更加协调地发展。未来，矿山的作业中，一线作业人员将越来越少，矿山会越来越安全，采矿会越来越高效。
        参考文献：
        [1]汤海龙.智慧矿山信息系统通用技术规范解读及关键技术探讨[J].煤炭科学技术，2018，46（S2）：157-160.
        [2]陈晓晶，何敏.智慧矿山建设架构体系及其关键技术[J].煤炭科学技术，2018，46（02）：208-212+236.
        [3]高文.智慧矿山智能决策支持技术架构设计[J].工矿自动化，2017，43（09）：21-25.
        [4]雷斌，李俊，雷磊.三维激光扫描测量技术在智慧矿山中应用[J].世界有色金属，2017（16）：92-94.
        [5]徐荣强，张林，肖宇评，张宇，崔荣国.智慧矿山建设的研究[J].世界有色金属.2019（05）
        作者简介：
        张栋（1995.8—），男，内蒙古托克托人，内蒙古机电职业技术学院电气自动化技术专科，研究方向：智慧矿山。