煤礦智能化的五個轉型特點

《報告》認為，智能化、去碳化、生態化和再電氣化是煤炭技術革命的四大路徑，其中智能化是煤炭當前的發展重點。智能化煤礦是基于數據驅動的采礦設備自動化、生產數據可視化、開采過程透明化、采掘現場無人化、礦山環境低損化，能夠實現安全高效、無人操作的自協作礦山系統。其重要特征是單機自主運行、集群平行協作和系統數字孿生。煤礦智能化主要有五個轉型特點：一是從人工知識表達，到大數據驅動的知識學習；二是從分類型處理的多媒體數據，轉向跨媒體的認知、學習、推理；三是從追求智能機器，到高水平的人機、腦機相互協同和融合；四是從聚焦個體智能，到基于互聯網和大數據的群體智能；五是從擬人化的機器人，轉向更加廣闊的智能自助系統，比如智能工程、智能城市、智能煤礦。

煤礦數字化缺少“3T”融合 全面升級路徑要做好“四個提升”

《報告》指出，初級智能化或高級自動化主要在礦山生產過程自動化，重點在遠程遙控和自動化操作方面。高度自動化、信息化的智能化礦山是未來礦山的終極目標。目前煤礦智能系統化存在短板，煤礦全系統缺少數字化融合，尤其缺少“3T”融合，即：礦業IT技術、采礦OT技術和礦山物聯網MIOT技術的融合。

《報告》認為，數字化、智能化是不同層次的要求。數字化解決了社會經濟中的“看不見”的問題；智能化是由“數據+算法+算力”構成的決策系統，解開了數據蘊藏的巨大能量，解決了對經濟活動“看得透”的問題，在人類和機器活動中，提供生產工具、配置資源、創造價值。智能化煤礦是在數字化煤礦的基礎上，利用物聯網技術和感控技術加強大數據服務，以提高生產過程可控性、減少采礦人工參與、優化生產排程。

《報告》指出，煤礦智能化需要重視人工智能、大數據、工業互聯網、5G、采礦機器人等新基建工程。其中，大數據是知識、人工智能是大腦，工業互聯網是骨骼，5G是通信神經，采礦機器人是手臂。《報告》提出了煤礦數字化全面升級路徑，共分為四個方面：一是工藝升級。即以數據驅動、軟件定義、平臺支撐、智能管理等要素來改造采礦生產流程；二是設備升級。即基于人工智能和深度學習，使采掘裝備具有自主運行能力，實現無人化操作；三是功能升級。即對采礦業嵌入數字化功能，使采掘云流程持續保持連接和交互，提高生產效率；四是融合升級。即依托大數據管理，以數據、算例、算法為核心，建立部門跨業務智能運營條件。

從煤炭智慧衡量維度看，智能化煤礦的數據治理能力包含信息采集能力、信息存儲能力、數據挖掘能力、數據應用能力和自動控制能力。智能化煤礦的數據架構由礦山物聯網、信息物理系統、大數據等組成。其中，礦山物聯網是智能化煤礦的數據架構的主要骨架，是獲得更高程度采礦自動化基礎條件；信息物理系統實現信息系統和物理空間交互，是關鍵平臺，支撐智能礦山使能技術。

目前，煤礦信息物理系統技術存在較大差距。一是數據技術（DT）薄弱，尤其是有效獲取在采礦過程重要節點和部位的有用數據技術；二是分析技術（AT）缺乏，尤其是缺乏數據挖掘和數據驅動建模；三是平臺技術（PT）空白，難以實現將采礦數據反饋實現敏捷性、復雜事件的智能處理；四是運營技術尚處于起步階段，數據驅動決策能力較弱，采礦自感知、自預測、自協調能力不足。

數字孿生搭建煤礦智能化新平臺

《報告》認為，煤礦智能化進入了新層次，已基本實現單機自動運行（點控），部分實現流程集中控制（集控），正在實現遠端自動監控（遠控），將要實現數字孿生運維（智控）。

數字孿生是煤礦智能化的核心技術，通過數字孿生實現數字化人機交互，建立數字智采工作面。數字孿生智采工作面是一個數據可視化、人機強交互、工藝自優化的高逼真采煤工作面三維鏡像場景，包括物理工作面、數字工作面和數據信息交互等三個部分。其架構包括10項關鍵技術：物理工作面、虛擬工作面、孿生數據、信息交互、模型驅動、邊緣計算、沉浸式體驗、云端服務、信息物理系統、智能終端。

《報告》提出了基于數字孿生煤礦智能化實施路線，主要分為四個步驟：一是實現離散數字孿生的連接和可見，目前煤礦多處于這個階段；二是實現復合數字孿生互聯與數據驅動，這是目前煤礦智能化建設主要的努力方向；三是實現礦山數字孿生的數據驅動與持續智能，即通過實時數據獲取與分析等手段實現決策與運營的一體化；四是實現數字孿生的生態服務與價值共生，即集合產業上下游數字孿生組織，成為以鏈主為核心的產業數字孿生。《報告》還提出了八大任務，分別為構建礦山數字孿生模型、構建CPS空間孿生數據平臺、構建數字孿生礦山一體化方案、構建物理空間智采數字孿生模型、構建數字孿生的礦山智能監控、基于數字孿生的礦山設備故障預測、基于數字孿生的多模態人機交互和構建持續智能的數字孿生體。

 來源：中國煤炭工業協會

 煤礦數字化融合 煤礦智能化 智慧礦山