1、 第 41 卷第 12 期煤 炭 学 报Vol.41 No.12 2016 年12 月JOURNAL OF CHINA COAL SOCIETYDec.2016韩建国.神华智能矿山建设关键技术研发与示范J.煤炭学报,2016,41(12):3181-3189.doi:10.13225/ki.jccs.2016.1345Han Jianguo.Key technology research and demonstration of intelligent mines in Shenhua GroupJ.Journal of China Coal Society,2016,41(12):3181-2、3189.doi:10.13225/ki.jccs.2016.1345神华智能矿山建设关键技术研发与示范韩 建 国(神华集团有限责任公司,北京 100011)摘 要: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3、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。关键词:智能矿山;数字矿山;矿山物联网;决策分析;大数据中图分类号:TD67 文献标志码:A 文章编号:0253-9993(2016)12-3181-09收稿日期:2016-09-26 修回日期:2016-11-26 责任编辑:毕永华 基金项目:国家高技术研究发展计划(863)资助项目(20124、AA062203)作者简介:韩建国(1958),男,黑龙江五常人,研究员,博士。Tel:010-57595906,E-mail:hanjianguo shenhua ccKey technology research and demonstration of intelligentmines in Shenhua GroupHAN Jian-guo(Shenhua Group Corporation Limited,Beijing 100011,China)Abstract:After analyzed the connotation of Intelligent Mine,the autho5、r pointed out that Intelligent Mine is the recon-struction of service process based on Digital Mine and mineral internet of things(IoT),which distills the perceptiondata into decision-making wisdom and transforms wisdom into executive capabilities.The five-layer architecture of in-telligent mines wa6、s then proposed and its key technologies were also investigated,including ubiquitous perception tech-nology for three focus perceptions,“one net and one station”transmission technology for massive perception data,inte-grated software development for regional mine group,service process standardizatio7、n for strategy implementation.Thisarchitecture and these technologies were beneficial to the intelligentization and integration of such aspects as percep-tion,transmission,and analysis and decision-making.Based on these research results,the author committed a demon-stration project of intelligent mi8、nes in Jinjie Coal Mine.Except for the typical information construction or reformationlike IT infrastructures,automation subsystems,production monitoring systems and production executing systems,the au-thor paid more attention to the“wisdom”and“capability”platform of the architecture of intelligent 9、mines,whichmainly consisted of big data center and decision-making and analysis center.Our practices showed that intelligentmines can boost production efficiency and decrease operation cost sharply.To establish intelligent mines is a crucialinitiative to foster the transformation and upgrading of co10、al mine group.Key words:Intelligent Mine;Digital Mine;internet of mine things;decision-making and analysis;big data煤 炭 学 报2016 年第 41 卷 我国是煤炭产量大国和消费大国,煤炭的高效安全生产是国民经济的重要保障,运用先进的信息化技术、自动化技术,借助物联网、大数据和云计算最新发展成果构建智能矿山,以信息化手段推进煤炭生产方式变革,是新常态时期降低安全事故、提升生产效益的必然举措,是煤炭企业在资源、安全、环保政策的强力约束下应对严峻市场危机、促进企业转型升级的必然选择。11、神华集团的智能化矿山建设从 2000 年开始起步,历经自动化、数字化、智能化多个阶段。特别是在“十二五”期间,神华集团以攻关 863 计划项目“数字矿山关键技术研究与示范”为契机,围绕矿井信息获取、信息传输和信息处理等 3 个环节,进行智能矿山关键技术的研究和实践。制定了智能矿山建设技术标准体系,构建了宽带传输平台,自主研发了综合智能一体化管控软件,进行了示范矿井建设,形成了综采工作面矿矿群 3 个层次的智能化,实现覆盖15 个矿井 2 亿 t 级产能的区域智能生产。并构建了集团云平台和大数据中心,大幅提升了神华集团的集约生产能力和风险抵抗能力。本文将从智能矿山的架构规划、关键技术、示范工程等12、方面对集团开展的智能矿山研究与示范工程进行深入剖析。1 智能矿山的内涵与架构智能矿山是对数字矿山和矿山物联网的自然延伸和升华。数字矿山实现了真实矿山整体及相关现象在统一时空框架下的统一认知和数字化再现1,即物理矿山的“虚拟化”;同时,实现了生产过程和安全保障的信息化监视与控制,以动态详尽的监管矿山生产与运营的全过程2,即矿山生产的“透明化”。而矿山物联网则是数字矿山、互联网技术的自然发展3,它利用感知技术和智能装置对物理世界进行感知和识别,实现人与人、人与物、物与物的交互4。智能矿山以数字矿山和矿山物联网为基础,实现物理矿山的虚拟化、生产环节的可视化、运营环节的高效化,是在数字矿山和矿山物联网13、基础上对生产和经营的流程再造,是在感知和数字化基础上将信息提炼为决策智慧、将决策智慧转化为执行能力的过程。智能矿山建设是技术创新与体制创新、管理创新的有机结合,是对现有煤矿生产管理模式和管理理念的一次重大变革,其主要特征为信息采集全覆盖、数据资源全共享、统计分析全自动、业务管理全透明、人机状态全监控、生产过程全记录。通过深化自动化、信息化和智能化技术,实现各技术各系统的融合联动,对于集团进一步减员增效、打造世界一流的安全、图 1 神华集团智能矿山架构Fig 1 Framework of intelligent mines of Shenhua Group高效、绿色、智能的现代化矿山、实现井下的14、无人化开采具有重要的战略意义。构建智能矿山的关键是梳理、优化和规范各域之间的业务流和数据流,实现在生产、调度、机电、一通三防、煤质、环保等全业务的数据传递和业务贯通,固化典型的业务流程。为此,以业务目标为导向,以ISA-95 模型为经、以矿山典型业务活动为纬设计了如图 1 所示的智能矿山架构。由于智能矿山的基础是数字矿山,主要技术手段是矿山物联网,因此在架构中以基础设备层支持设备信息、人员信息、灾害信息、流程信息等基础数据的感知,实现矿山物联网的感知目的。为了实现无人采煤的远景目标,在基础设备层上的生产控制层和生产执行层,分别从综合自动化和调度管理的角度构建以“虚拟矿山”为基础的远程井下精准控15、制。上述 3 层是实现生产环境可视化、生产流程自动化、生产操作远程化的关键。在其上设置经营管理层实现经营管理环节的流程再造,并在决策支持层实现全集团的集约化经营和决策支持。物联网的思想是物物互联,逐级就源决策。而智能化的要点是模式与知识的发现及其在闭环中策略的自动调整,这一点在五层架构中需要分层实现,同时支持纵向关键、有效信息的传递。通过这些环节,真正实现从生产一线到数据挖掘再到经营决策的一体化建设,达到智能矿山技术现代化、装备自动化、作业标准化、队伍专业化、生产集约化、管理精益化、决策智能化和环境生态化的目标。2 智能矿山关键技术智能矿山的关键特征,其一是物理层感知数据更丰富、感知范围更广泛16、,以便实现矿井监控全覆盖,并为上层应用提供可靠的原始数据;其二是应用层联动分析更多变、决策支持更智能,以便实现数据的深度挖掘和联动决策。与海量数据感知相对应,要求大力研究矿井泛在智能感知技术,以及支持海量感知数据2813第 12 期韩建国:神华智能矿山建设关键技术研发与示范的高带宽、集成化传输技术。与智能决策与联动分析相对应,要求积极探索适合大型矿业集团的大数据中心建设模式,构建集监视、控制、分析和决策于一体的软件平台。为了保证智能矿山建设的顺利推进和建成后的高效利用,要求集团内部进行流程变革,从系统优化和协同管理的视角促进流程再造。2 1 面向 3 个聚焦感知的泛在智能感知技术对井下设备、人17、员和灾害的聚焦感知是智能矿山的基础5。以前的综合自动化系统存在的最大问题就是感知手段缺乏6-7,它考虑得更多的是如何将子系统接入骨干网,实现矿井信息的集成管理,基本没有适应煤矿动态开采过程的平台化感知层。缺失这样的感知环境,就无法实现物与物相联,更不能达到矿山全面感知和智能决策的目的。为此,要在综合自动化的子系统接入基础上,增加分布式传感器和执行控制器的接入,使网络应用更适应煤矿动态部署、流动作业的需求,并为服务与数据协议及网络元素的解耦提供支持。不妨以灾害感知为例进行说明。由于矿山灾害的发生时间和地点均具有不确定性,宜在易发生灾害的区域部署灾害观测传感网(图 2),以分布式、可移动、自组网的18、方式实施连续观测,以便在动态开采过程中准确感知灾害前兆信息。其中,灾害感知的采集频率、参与聚焦观测的节点数目等参数可在地面软件平台上按需设置。图 2 矿山物联网感知层Fig 2 Sensing layer of internet of mine things图 2 中部署的节点可分成 3 种类型,即感知节点、路由节点和协作节点。感知节点具有数据采集和传输的双重功能;路由节点只用于转发其它节点的数据;协作节点可以是路由节点,也可以是感知节点,它采用协同的方式为其它节点提供数据转发服务。为了提高感知网络的可靠性和生存期,部分路由节点被设置为电力供电或者 POE(Power Over Etherne19、t)供电,或者配备功率更大的电池。感知层网络是一种层次性分布式网络,传感节点就近接入路由节点发送数据,协作节点与 AP(Access Point)或井下交换机相连。如果感知节点在覆盖范围内找不到路由节点,则与邻居节点组成 Ad Hoc 网络,通过多跳接力的方式接入路由节点。由此可见,感知层节点是矿山物联网的神经末梢,它通过海量异质传感器实现矿山人员、环境、设备等信息的实时准确感知,是智能矿山的关键特点和核心能力。值得一提的是,信息的实时准确感知有赖于多项关键技术的突破,比如基于 MEMS(Micro-Elec-tro-Mechanical System)的矿用传感器技术,以克服传统催化式矿用传20、感器易催化中毒、耗电快的缺陷;以及矿井复杂环境下传感阵列自适应部署与网络重构方法,以解决煤矿巷道强多径特性导致的传输不连续问题,并提高应急情况下网络损毁后的快速自愈能力。2 2 面向海量感知数据的集成化、总线式传输技术大容量、高可靠的传输网络是将海量感知数据迅速传输到集团云计算中心的关键。针对井下各系统独立建设导致的接口不统一、网络接入分站多、线缆多、电源多、重复施工、管理不便、资源浪费等问题,神华集团整合多方资源开展了集成化、总线式传输技术的研究与应用,简称“一网一站”技术,即通过工业环网(一网)承载多个井下业务,各业务系统通过以太网协议在“一网”上进行数据传输;一站,则是将无线通信基站、人21、员定位基站、矿井广播分站、监控分站等整合集成为综合分站,并提供多种标准通信接口和转换协议。“一网一站”技术能够大大简化井下网络布局,有效降低网络和系统维护成本。“一网”的关键是矿用万兆工业以太网,它采用适合 于 光 纤 传 输 的 全 双 工 通 信 模 式,符 合10GBase-LR 规 范;支 持 编 码 方 式 64B/66B、波长 1 310 nm 的单模光纤,理论最大有效传输距离为10 km,实测可达 20 km 以上;同时,对帧结构进行了部分简化,并增强了物理层的管理和维护功能,使得网络抗抖动能力和自愈能力更强。在此基础上,研制矿用隔爆兼本质安全防爆万兆交换机,据此构建万兆井下高速22、传输网络,实现多网合一、多源异构海量数据实时传输。“一站”的关键是多种通信方式的无缝集成和异构网络协议的转换,核心是分析工业控制领域主流协议特征,开发协议转换集,实现各种格式数据的相互理解和中继。3813煤 炭 学 报2016 年第 41 卷2 3 面向区域矿井群的一体化软件平台研发从单一矿井开发转向大型跨地区集群开发是煤炭开采的重要趋势8。从工作面看,由于煤层赋存不规则且地质条件多变,使得采煤机难以智能调高、工作面难以智能矫直。从单个矿井看,由于各个子系统独立、系统结构复杂、布置场所分散,导致不同层次的平台多、类型广、关联性较差,不同来源的信息孤立分散;而从矿井群看,各矿井地域跨度大,生产要23、素多,生产资源和任务难以匹配,致使集团层面无法实现资源优化、集约经营。为了解决从工作面、单个矿井到矿井群的联动和集约开采的难题,需研发一套支持亿吨级矿井群的智能矿山一体化软件平台,作为整个智能矿山的人机接口和操作中心,对生产、调度、安全、机电、洗选、外运、分析决策全流程进行监控管理。在研发过程中,笔者从生产流程、技术实现、管理模式多方面入手,进行关键技术研究和功能模块实现(图 3)。具体而言,需要根据系统建模技术、管理协同理论、系统优化理论和矿区组织模式等理论,研究矿井群生产流程的建模方法、矿井群接续计划协同模式、矿井群设备自动配套算法,据此形成生产计划链联动,以便进行统一调度管理。在这些研究24、成果基础之上,根据软件工程理论、数据库理论和 JSF(JavaServer Faces)技术等,对软件平台的各项功能进行模块化开发,如资源管理模块、生产流程管理模块、接续计划管理模块等,实现一通三防、机电设备、生产状况、调度环节等关键生产运营指标和海量监控信息的自动统计、图形展示、趋势分析,为调度监控和决策分析提供全面功能支撑。图 3 面向区域矿井群的一体化软件平台研发Fig 3 Integrated software platform research and development for regional mine clusters2 4 面向集团战略落地的业务流程标准化智能矿山建设是神25、华集团转型提效、提升核心竞争力的大战略,需要各部门的专业分工和通力协作。然而,传统的做法一般是将阶段计划按照计划目标和绩效指标分解到各职能部门,这些不同部门之间由于责权利等原因,对同一任务的内涵理解差别甚大甚至故意推诿,以至于业务执行不到位甚至无法执行,使得智能矿山建设和使用难以达到预期目标。因此,专业化分工虽是人类生产进步的一大标志,但是集团内部严格的条块化分工易导致管理不畅和生产效率低下。为此,需在专业化分工基础进行服务共享,以对企业进行业务流程再造,用统一的语言描述这些沟通环节,从而打通集团内部的沟通通路,形成规范化的业务执行力,解决因部门扯皮而导致智能矿山系统建设和使用效率低下的沉疾,26、使得不同部门甚至竞争对手均能围绕集团的生产经营目标而共同努力9。笔者在设计一体化软件平台的时候融入了服务共享这一新型特征,其关键是打破传统的业务分配方式。为此,对全集团的业务模块进行梳理,按照业务类型将业务流程固化,其核心是规定好不同部门在执行某项业务时的时空关系和责任义务。同时,将业务流程化管理引入作业层面,构建煤矿主要岗位的作业流程。最后,按照煤炭企业生产和经营的上下游关系,将这些固化的业务流程和作业流程统一到资源获取、规划设计、准备、开采、洗装运等核心业务类型中(图 4)。4813第 12 期韩建国:神华智能矿山建设关键技术研发与示范图 4 神华集团业务标准化体系Fig 4 Standa27、rd service system of Shenhua Group 以生产接续计划业务为例,由于它涉及到生产接续、搬家倒面、矿建工程、设备配套等多套复杂流程,牵涉到生产服务中心、开拓准备服务中心、生产管理部、规划发展部、调度室、机电管理部等多个部门,使得生产接续的计划制定一直是煤矿生产的一大难题。在服务共享模式下,将涉及到的业务流程和职能部门分别作为横轴和纵轴(图 5),以清晰反映业务流程的先后顺序,并明确不同部门间的责任和义务。在图 5 中,横向坐标体现了专业化服务在执行计划过程中的角色与效能,如衔接生产接续计划的设备配套计划由设备管理中心负责实施,衔接生产接续计划的搬家倒面计划则由生产服28、务中心集中负责实施。值得注意的是,专业化分工与服务共享相辅相成,专业化分工能够促进服务共享的形成,而服务共享则可促进专业化分工。图 5 组织模式中的角色与效能Fig 5 Roles and efficiency in organizational modes2 5 基于大数据中心的数据挖掘智能矿山数据主要包括瓦斯浓度、风速、水仓水位、带式输送机开停、人员位置等参数,以及与生产环节相关的音频视频等多媒体信息和与经营环节相关的市场、财务等信息,它们具有大数据的 5V 特征10:数据量大(Volume)、更新速度快(Velocity)、数据类型多(Variety)、数据真实性高(Veracity)、29、单个数据价值密度低(Value)。构建大数据中心,对这些数据的挖掘和运用、实现地面与井下、远程与就地无缝交互,是实现实时控制、精确管理和精确决策的关键。基于大数据中心的数据挖掘重点,首先是实现IaaS(Infrastructure as a Service,基础设施即服务),为数据的深入挖掘奠定基础,这可以利用目前主流的资源虚 拟 化 方 法 完 成。在 此 基 础 上,探 索 基 于SaaS(Software as a Service,软件设施即服务)的数据挖掘方法,实现生产态势感知与安全预警、资产状态管理与预防性维护、计划制定与执行优化。(1)生产态势感知与安全预警。生产态势感知与安全预警30、能够有效降低甚至避免瓦斯突出、矿井突水、冲击地压等事故发生,最大程5813煤 炭 学 报2016 年第 41 卷度减少人员伤亡和财产损失11。遗憾的是,人类尚未完全掌握这些灾害的发生与演化规律,因此无法精确预警预报矿井安全事故。大数据技术的出现为这一难题提供了另外一条解决思路:基于矿井生产与安全的历史数据,设计安全风险经验预测模型,根据井下生产现场的各类状态监测数据,分析预测煤矿生产的安全态势,及时发现安全风险隐患并给出预警,从而大幅提升煤矿安全生产管理的智能化水平。在完全掌握灾害发生和演化规律前,根据矿井运营和灾害历史大数据,利用支持向量机、神经网络、决策树、贝叶斯网络、马尔科夫模型等方法进31、行基于机器学习的预测预警,对于提高预测预警有效性和针对性是很有现实意义的。(2)资产状态管理与预防性维护。包括重大设备在内的关键资产是矿井安全生产的重要保障。设备在运行过程中不可避免的因为元器件老化、工作环境恶劣等因素而出现故障,若能在设备故障发生前准确判断此类故障的发生,则可实现预知维修,降低设备停机带来的生产损失。然而,传统的基于单一系统信息的阈值判定法的正确率偏低12,难以真正达到预知维修的目的,而基于大数据技术的设备全生命周期绩效评估模型则可实现关键设备的全生命周期成本分析、设备资产投资辅助决策和优选。其核心是针对关键设备建立设备失效分析模型,实现设备效能分析、性能优化和预防性维护,从32、而大幅减少故障停工时间,提高设备寿命,降低检维修成本。(3)计划制定与执行优化。为响应国家“供给侧改革”号召,有必要为市场提供按需定产、煤质可靠的全产业链周期产煤、洗煤、运煤计划,并根据员工和市场反馈调节计划参数,使计划制定与执行最优化。这就要求集团不断根据历史大数据和预测分析模型,识别出异常信息和异常事件,并设计高效的作业计划制定与调度优化算法13。为此,需设计煤质结构优化及预测分析模型,利用地质、测量等数据及时了解煤矿煤质的变化趋势,提高生产计划的准确性;设计生产高级排程模型,利用销售、运输和煤矿库存、煤质、产能、吨煤成本等信息,实现各类生产计划的优化排程和实时联动,提升计划的协同性,提高33、煤炭企业的精细化管理水平和盈利能力。需要注意的是,计划制定与执行优化工作是与决策分析平台建设紧密相关的。3 示范工程建设智能矿山的研发和实施不但牵涉到技术的升级换代,而且关乎到集团部门间的业务流程再造,是一个牵一发而动全身的系统工程,需要在集团层面统一规划、周密部署、分步实施。为此,神华集团在明晰智能矿山基本内涵、构建智能矿山框架体系、研究智能关键技术、研发智能矿山关键装备的基础上,选择锦界煤矿作为试点进行了智能矿山示范工程建设。锦界煤矿是神华集团煤电一体化建设的重要组成部分,于 2006 年建成投产,目前年产量达 1 800 万 t。锦界煤矿的生产条件、信息化现状在神华集团所辖煤矿中极具代表34、性,其成功实施经验对整个集团的全智能战略(智能化生产、智能化调度、智能化经营、智能化决策)具有重要意义。3 1 示范工程基本内容智能矿山建构于数字矿山基础之上,包含了数字矿山、矿山物联网、矿山综合自动化的主要内容,并具有区别这些概念的典型特征,其核心区别是对于数据进行深度挖掘以形成知识智慧的特征,以及对知识智慧进行学习推理形成执行能力的特征。图 6 给出了示范工程建设的主要内容,包括:图 6 智能矿山示范矿井建设主要内容Fig 6 Main constructing systems for the demonstrative mines(1)智能传感与集成化传输。IT 基础设施项目为生产管理系35、统和生产控制系统提供底层数据的传输通道和集中处理中心,主要建设了地面数据中心、集中控制中心智能化、井下 3G无线通信系统、精确人员定位、万兆以太环网、IP 广播等子系统,智能感知装置也在本部分完成。在这些基础设施中,基于“一网一站”思想的矿井网络是整个智能矿山数据传输的核心通道,将在 3 2 节专门讨论。(2)生产过程自动化控制。自动化子系统的主要目的是为实现远程控制及信号采集提供支持。由于历史原因,部分设备和子系统不具备网络接入和远程控制能力。为此,对这些系6813第 12 期韩建国:神华智能矿山建设关键技术研发与示范统进行了自动化升级改造,主要包括综采、连采、主运输、通风、供配电、供排水等36、子系统及其通信通信接口的改造和整合。(3)矿山生产集成化监控。生产监控系统的主要功能是对生产环节进行在线监视和远程控制,涵盖矿井生产的采掘、运输、地面生产、通风、供配电、供排水、安全、暖通、环保等方面,实现矿井生产数据分析、远程控制、智能联动、智能报警、诊断与辅助决策。本示范工程将 GIS 软件和工业控制 SCADA 软件融合,实现了实时信息与地理信息的互通互连;将实时数据与关系数据库有机结合,实现了大容量、多数据源的整合。(4)以计划动态协同为目的的生产执行系统。生产执行系统的目的是根据生产和经营的实时数据,快速找出不良环节和应对策略,实现业务衔接、信息共享和管理协同。生产执行系统包括生产、37、调度、机电、一通三防、综合分析、应急救援、集成接口等7 大模块,并可根据不同需求进行功能扩展。3 2 智能矿山“一网一站”建设当前,煤矿自动化系统、通信系统、定位系统、工业电视系统、广播系统等多采用独立建站、独立电源、独立线缆的建设方式,造成井下线缆多、分站多、电源多,不但浪费投资,而且无法满足日益变化的生产和市场需求。通过万兆工业环网这“一网”承载多个井下业务,可以大大提高数据传输可靠性、简化系统复杂性、提升系统可维护性。通过将各种基站或分站等整合集成为“一站”(一个综合分站),可以大幅简化接口复杂度、降低协议转化的频率。锦界煤矿智能矿山示范工程的“一网一站”拓扑如图 7 所示。由于采用了井38、下万兆宽带信息传输平台,较好的解决了多达 5 7 万个监测点数据的传输难题。虽然地面已有万兆光纤以太网,但由于煤矿井下电气防爆等特殊要求,制约着万兆光纤以太网直接用于煤矿井下。为此,本项目专门研制了矿用隔爆兼本安型万兆光纤交换机,首次构建了矿用万兆宽带信息传输平台,实现了多源异构海量数据的实时传输。图 7 智能矿山“一网一站”拓扑图Fig 7 Topology of“one net one station”in intelligent mines3 3“智慧”与“能力”平台建设如 3 1 节所述,智能矿山的显著特征是对数据进行深度挖掘以形成知识智慧的能力,以及对知识智慧进行学习推理形成执行能力39、的能力。为此,需构建一个具备数据挖掘和学习推理的平台,从而支持集团、矿井等多层面的高效决策。具体而言,在本示范工程通过两项工作支持知识和能力建设,其一是大数据中心建设,从而支持数据挖掘以形成知识;其二是构建集中决策分析平台,从而支持模拟推演和辅助决策,即形成决策和执行能力。其中 2 5 节已经探讨了大数据中心的建设方法,此处重点阐述集中决策分析平台的建设。煤矿企业(特别是大型煤矿集团)内的资源调度和决策分析通常需多方联络、反复沟通,致使各部门间的基础数据和资源不能共享和有效配置。为此,需要在大数据中心的基础上构建统一的决策分析平台,7813煤 炭 学 报2016 年第 41 卷充分发挥数据库、40、知识库和各部门的智力优势,根据历史数据、当前生产状况和市场变化,将来自调度、生产、机电、一通三防、煤质管理等数据进行挖掘分析,通过仪表盘、进度柱、预警雷达、比例图等形象表示矿山运行的关键指标,直观地监测矿山的运营情况,实现对异常关键指标预警,对生产经营进行模拟推演和决策演练,为集团的目标规划、生产运行、应急救援等提供最优的决策结果。为此,在示范工程中研发了智能模拟引擎模型(图 8),它是决策分析平台的核心。智能模拟引擎以产量指标、地质资源、计划执行结果等参数作为输入,根据选择的执行策略自动生成各种相关生产计划,并对计划进行模拟和成本分析,依据时间、经济成本原则给出调整方案;融入“专业化分工与服41、务共享”组织模式,构建统一工作面、巷道、设备状态等基础数据标准和细粒度服务,从数据和服务两个维度实现信息共享和实时更新。提出了原煤生产各业务环节的数据衔接与自动匹配方案,实现了全业务的数据传递和业务贯通,有效提升了生产效率和质量、调度指挥水平,保障了各工作面的均衡生产。决策分析平台的应用方式如图 9 所示。在日常图 8 决策分析智能模拟引擎Fig 8 Simulative engine for decision-making analysis生产与管控过程中,生产子系统、安全子系统以及其它业务系统实现人员感知、灾害感知和设备感知的功能,这些感知数据在调度指挥中心进行图形化渲染和显示,帮助各级领42、导实时掌握企业生产现状。一旦出现应急预警,将以醒目的告警标志在可视化监控平台予以显示,结合矿井三维地图,可快速确定报警位置。同时,还以警报的方式,触发报警音箱系统,从而引起更大范围的关注。此外,借助系统专门开发的短信平台,将报警事件类型、报警事件重要程度、报警发生区域、责任人、值班人员等信息发送到当班领导或者指定的其它领导的手机上,方便领导快速了解紧急事故,组成应急救援和决策支持小组。图 9 应急指挥决策系统结构Fig 9 Structure diagram of emergency-commanding and decision-making system3 4 示范效果神华集团智能矿山示范43、工程通过在地面集中监测监控、数据共享、报警联动、精确人员定位等手段,使得安全管理更加透明化,井下部分岗位实现了无人值守或少人在岗,降低了生产过程导致井下人员伤亡的可能性,并能加快救援过程、降低矿井灾难造成的损伤。同时,随着安全管理水平的提高和应急救援及灾害预控能力的加强,矿井安全周期得以大幅延长。示范矿井的建设,实现了智能化开采和自动化生产,有效提高生产效率和经济效益。综采工作面设备由 3 套生产、1 套配采变为 2 套生产、1 套配采;矿井实现了全过程智能化控制,为固定岗位无人值守提供8813第 12 期韩建国:神华智能矿山建设关键技术研发与示范了条件,从而实现了减员增效。集团统计数据表明,44、实施 3 a 以来锦界煤矿单产提高 10%、单进提高12%,井下作业人员减少 6%、全员工效提高 16%,设备利用效能提高 5%、产能增加 8%,累计降低成本15 亿元。4 结 论(1)智能矿山是数字矿山的延伸和发展,是在数字矿山基础上对生产和经营的流程再造,其主要技术特征是物联网、大数据与智能决策,是在感知和数字化基础上将信息提炼为决策智慧、将决策智慧转化为执行能力的过程。(2)构建智能矿山的基础是梳理和规范各域之间的业务流和数据流,关键是构建与之匹配的体系架构,做到全业务数据传递和业务贯通并固化典型业务流程,实现业务整体衔接和一体化管理。(3)智能矿山的显著特征是对数据进行深度挖掘以形成知45、识和智慧,以及对知识和智慧进行学习推理形成执行能力;构建具备数据挖掘和学习推理的平台进而支持集团、矿井等多层面的高效决策是智能矿山建设的重中之重。参考文献:1 吴立新,朱旺喜,张瑞新.数字矿山与我国矿山未来发展J.科技导报,2004(7):29-31,28.Wu Lixin,Zhu Wangxi,Zhang Ruixin.Digital mine and the fu-ture development of mines in ChinaJ.Science&Technology Re-view,2004(7):29-31,28.2 张申,丁恩杰,赵小虎,等.数字矿山及其两大基础平台建设J.煤炭学46、报,2007,32(9):997-1001.Zhang Shen,Ding Enjie,Zhao Xiaohu,et al.Digital mine and con-structing of its two basic platformsJ.Journal of China Coal Socie-ty,2007,32(9):997-1001.3胡青松,张申,吴立新,等.矿井动目标定位:挑战、现状与趋势J.煤炭学报,2016,41(5):1059-1068.Hu Qingsong,Zhang Shen,Wu Lixin,et al.Localization techniquesof mobile47、 objects in coal mines:Challenges,solutions and trendsJ.Journal of China Coal Society,2016,41(5):1059-1068.4 张申,张滔.论矿山物联网的结构性平台与服务性平台J.工矿自动化,2013,39(1):34-38.Zhang Shen,Zhang Tao.Discussion of structured platform and serv-ice platform of mine Internet of thingsJ.Industry and Mine Auto-mation,2013,3948、(1):34-38.5 胡青松,张申.矿井动目标精确定位新技术M.徐州:中国矿业大学出版社,2015.Hu Qingsong,Zhang Shen.New techniques of mobile objectsof coal mineM.Xuzhou:China University of Mining and Technolo-gy Press,2015.6 张申,丁恩杰,徐钊,等.物联网与感知矿山专题讲座之二 感知矿山与数字矿山、矿山综合自动化J.工矿自动化,2010,36(11):129-132.Zhang Shen,Ding Enjie,Xu Zhao,et al.Part of l49、ecture of internetof things and sensor mine Sensor mine,digital mine and integrat-ed automation of mineJ.Industry and Mine Automation,2010,36(11):129-132.7 张申,丁恩杰,徐钊,等.物联网与感知矿山专题讲座之三 感知矿山物联网的特征与关键技术J.工矿自动化,2010,36(12):117-121.Zhang Shen,Ding Enjie,Xu Zhao,et al.Part of lecture of internetof things a50、nd sensor mineCharacteristics and key technologies ofsensor mine internet of thingsJ.Industry and Mine Automation,2010,36(12):117-121.8 庞义辉,刘新华,马英.千万吨矿井群综放智能化开采设备关键技术J.煤炭科学技术,2015,43(8):97-101.Pang Yihui,Liu Xinhua,Ma Ying.Key technologies of fully-mecha-nized caving intelligent mining equipment in 51、ten million tonsof mines groupJ.Coal Science and Technology,2015,43(8):97-101.9 陈怀平,张强.基于专业化分工理论的企业服务共享及超边际分析J.统计与决策,2010(22):170-172.Chen Huaiping,Zhang Qiang.Enterprise shared sevices and inframa-rginal analysis based on specialized divisionJ.Statistics&Deci-sion,2010(22):170-172.10 王海军,武先利.“互联网+”52、时代煤矿大数据应用分析J.煤炭科学技术,2016,44(2):139-143.Wang Haijun,Wu Xianli.Analysis on application of coal minebig data in age of Internet+J.Coal Science and Technology,2016,44(2):139-143.11 孙继平.煤矿事故分析与煤矿大数据和物联网J.工矿自动化,2015,41(3):1-5.Sun Jiping.Accident analysis and big data and Internet of Thingsin coal mineJ.In53、dustry and Mine Automation,2015,41(3):1-5.12 严英杰,盛戈皞,陈玉峰,等.基于大数据分析的输变电设备状态数据异常检测方法J.中国电机工程学报,2015(1):52-59.Yan Yingjie,Sheng Gehao,Chen Yufeng,et al.An method foranomaly detection of state information of power equipment based onbig data analysisJ.Proceedings of the CSEE,2015(1):52-59.13 徐迭石,刘胜辉,马超,等.大数据环境下 MES 作业计划与调度能力云服务化研究J.计算机工程与科学,2016,38(4):624-633.Xu Dieshi,Liu Shenghui,Ma Chao,et al.A cloud servitiza-tion method for job shop scheduling capability of MES in big dataenvironment J.Computer Engineering andScience,2016,38(4):624-633.9813