煤炭是我国一次能源中最经济、可靠的资源,煤矿智能化是实现煤炭工业高质量发展的核心技术支撑。国家发展改革委、国家能源局等八部委联合发布《关于加快煤矿智能化发展的指导意见》后,煤炭行业供给侧结构改革和高质量发展脚步逐步加快,人工智能、大数据、云计算、工业物联网等新一代信息技术与传统采矿专业深度融合,推动了整个煤炭行业科技发展与工程应用至新的阶段。
近日,王国法院士全面阐述了我国自2019年以来智能化煤矿建设最新进展、煤矿智能化技术最新研发成果、煤矿智能化技术“瓶颈”问题,并提出了井下车辆和机器人电动化、井下无线发射功率、5G煤矿应用场景与生态、透明地质模型、智能巨系统兼容协同等10个煤矿智能化技术发展方向及建设路径。相关研究成果以《煤矿智能化最新技术进展与问题探讨》为题发表于《煤炭科学技术》2022年第1期。
一、我国智能化煤矿建设最新进展情况
(一)建立了煤矿智能化基础理论体系
在2019年国家自然科学基金重点项目“数字煤矿及智能化开采基础理论研究”的支持下,相关学者开展了煤矿智能化基础理论的研究。通过构建煤矿数字逻辑模型、多源异构数据处理理论方法、复杂系统智能控制基础理论、智能化煤矿系统性维护及智能化开采基础理论体系,为煤矿智能决策、精确控制、可靠性保障奠定了理论基础。
(二)初步建立煤矿智能化标准体系
2020年初,煤矿智能化创新联盟发布了《煤矿智能化顶层架构与标准体系框架白皮书》,建立了体系性、继承性和前瞻性的煤矿智能化标准体系。煤矿智能化标准体系总体框架由通用基础、支撑技术与平台、煤矿信息互联网、智能控制系统及装备、安全监控及防控装备、生产保障6类标准组成。
(三)提出和实施分类分级智能化煤矿建设路径
煤矿智能化建设应结合煤矿具体建设基础、开采条件等制定切实可行的智能化建设方案,通过分类建设和科学顶层规划建设开发可迭代发展的系统架构,不断完善系统智能化,推进智能系统化,分阶段实现智能化煤矿初、中、高级建设目标。
(四)形成较为成熟的智能化高效开采模式
实现了薄煤层和中厚煤层工作面内无人操作远程控制采煤,厚煤层大采高和超大采高智能化开采,特厚煤层智能化综放开采。国家能源神东榆家梁煤矿在1.4 m以上煤层实现高质量智能化开采。神东上湾煤矿自2018年起研发应用8.8 m超大采高液压支架及成套装备取得成功。陕煤榆北矿业与天地科技等合作研发出10 m超大采高液压支架样机,目前正在推进10 m超大采高综采成套装备和技术应用。
(五)智能化煤矿建设示范取得成效
目前,全国生产煤矿共计3000多座,其中120万t以上煤矿1 200余处,千万吨级煤矿44处。71处国家首批智能化示范建设煤矿中,井工矿66处,露天矿5处,智能化升级改造煤矿63处,新(改扩)建智能化煤矿8处。已建成500多个智能化工作面。形成了黄陵智能化煤矿建设模式,老矿区复杂条件智能煤矿建设模式,蒙、陕、晋千万吨级高强开采智能化煤矿建设模式等。
二、煤矿智能化技术最新研发成果
在“煤矿智能化技术最新研发成果”部分,王国法院士分别从智能化煤矿数字逻辑模型与数据推送策略、煤矿巨系统智能化架构与协同机制、5G+智能化煤矿系统及应用场景、矿井4D-GIS地理信息系统系统、1.1m薄煤层硬煤大功率高效智能化开采成套技术与装备、“掘锚一体机+锚运破+大跨距转载” 远程控制智能快速掘进系统成套技术与装备、智能通风系统、井下锂电池驱动人车无人驾驶系统及智能调度系统、固定岗位无人值守系统9个方面做了详细介绍。
三、煤矿智能化技术“瓶颈”问题及解决途径
(一)井下车辆和机器人电动化问题
由于现阶段已经商品化的大容量锂电池还无法从根本实现不燃烧、不爆炸且大容量锂电池在爆炸性环境中应用的基础性研究还不充分,导致安全、便捷、高效的大功率供电问题已成为制约新能源运输车辆、井下机器人等装备研发应用的“卡脖子”技术。
解决途径和展望:近年来国家在推进煤矿装备智能化、减排低碳方面出台一系列鼓励政策,电动化是实现智能清洁矿山的必由之路。由于防爆标准、电池技术水平、批量化应用等多方面的原因,目前大容量锂电池是实现电动化的唯一途径。为保障使用安全,建议国家在政策保障、科研投入等方面给予支持,在防爆设计、井下充换电、隔爆新型材料、大数据远程监测与故障预警等方面开展专项研究,组织编制安全标准与技术规范,为矿用装备的绿色新能源化创造条件。
(二)井下无线发射功率问题
电磁能防爆问题涉及防爆领域、射频通信领域、电磁波领域等多个学科交叉,技术难度较大,基础性研究较少,缺乏针对煤矿井下电磁环境的可信基础试验数据,电磁能防爆问题亟待解决。
解决途径和展望:建议联合防爆、无线通信、电磁波等相关领域的优质资源,集中开展针对电磁波防爆标准限值的基础性研究,从防爆机理入手,对适用于爆炸性环境的电磁波防爆技术进行相关理论研究及基础试验研究,提出满足煤矿井下防爆安全要求的无线射频设备安全技术要求及评估与检测方法,进行针对性的全方位研究。
(三)5G煤矿应用场景与生态问题
截至目前,各大煤矿已结合自身特点分别在基于5G技术的高清视频传输、固定硐室巡检、掘进机远程控制、多传感器接入与互联等方面做了大量有益的探索。但5G技术在煤矿的应用仍处于网络改进层面;其次,针对5G煤矿应用的场景关键技术和业务模式尚未突破;再者,相关软硬件生态尚未形成,难以形成技术和应用爆发点。
(四)“透明地质模型”问题
目前透明地质模型构建存在高精度实时动态探查技术与装备、多源地质数据融合与建模算法、透明地质集成与共享软件平台等方面的制约;探查技术与装备智能化、精准化、实效性、共享性还无法满足智能化采掘需求;透明地质建模对于多源地质数据的挖掘不充分,严重依赖于点数据的内插,建模算法的区域适配性不足;透明地质模型在与煤矿采掘系统集成应用和数据共享方面仍缺乏有效的融合联动和实时互馈,地质预测预报缺乏动态地质信息支撑。
解决途径与展望:①研发高精度随钻、随掘和随采动态探查技术与装备,实现采掘工作面模型实时动态更新和预测预报;②研究矿井多源地质数据融合技术,结合区域地质沉积规律优化插值算法,充分利用地质数据和适配算法构建高精度多属性地质模型;③研发一体化透明地质软件平台,实现地质数据的统一存储、管理和融合;④采用优化插值算法构建高精度多属性模型,实现实时动态探查数据与地质模型的互馈,并与采掘系统深度融合联动和数据共享,实时提供并更新采掘截割轨迹及隐蔽致灾因素预测预报。
(五)智能巨系统兼容协同问题
煤矿智能化巨系统兼容协同制约因素主要表现为数据标准尚未实现统一、网络通信协议兼容性差、业务系统兼容性较差、系统间协同控制兼容性差。
解决途径与展望:①从全矿井设计出发,规范智能化煤矿数据中心、主干网络等;②实行全面的数据标准化;③网络传输要具有强实时性,满足智能系统长时可靠运行的需求;④系统开放性,对于新建矿井,所选系统能够支持多种开采装备应用程序的开发与部署。
(六)连续自动掘进与掘支平行问题
存在的主要问题为采掘失衡、掘支失衡、装备适应性差。
解决途径与展望:全面提高探、掘、支、运、辅等各环节的自动化水平,是智能化掘进发展的重点。针对不同矿井和工作面条件,研究开发不同的设备配套模式,在设备选型前进行专业化论证,提高技术适应性;同时,需要不断提升基础工业水平,增强设备可靠性。
(七)采煤工作自动调高与调直问题
针对工作面自动调高的问题,难点不在于如何调高,而在于如何确定调高的依据和调高的策略。
解决途径与展望:基于两巷煤岩识别的截割曲线规划或者调高控制策略研究是比较符合现场实际的解决方案之一。目前待发展的技术主要有回采煤层地质体三维物探原理与技术、三维地质精细建模技术、基于三维地质精细模型的工作面自动调高策略等。同时急需研发精度可控、常态可靠的推移执行机构和反馈测量传感装置。
(八)无人操作系统常态化运行可靠性问题
目前研究的痛点问题主要包括传统传感器使用受限、设备可靠性相关传感手段单一、缺乏故障特征样本等。
解决途径与展望:煤矿智能化系统可靠性技术架构包含了物理设备层、信息采集层、数据处理层和模型应用层。物理设备层包括采煤机、液压支架、刮板输送机、掘进机等设备,信息采集层包括数据采集与传输;数据处理层包括数据清洗、特征提取及结果存储等;模型应用层包括健康状态评估、剩余寿命预测、维护决策等。
(九)ABCD+煤矿技术体系问题
“ABCD”技术体系,即人工智能(Artificial Intelligence, AI)、区块链(Blockchain)、云计算(Cloud computing)、大数据(big Data)等新信息技术的紧密结合,形成现代能源矿业数据管理与应用技术体系,从而助力煤矿企业数字化转型,推动数据智能。目前煤矿ABCD+煤矿技术体系应用过程中,以下问题亟待解决:未构建开放的大数据平台、数据治理重视不足、煤矿数据训练样本缺失、煤矿系统智能化需数据迭代等。
解决途径与展望:建设具有统一数据存储标准、统一数据治理流程、多场景化数据应用的集存储、计算于一体的综合性煤矿行业云平台,解决煤矿生产系统信息孤岛问题,促进煤矿企业之间的互联互通,将数字与算法真正资产化,构建场景化大数据模型,挖掘数据关联关系与决策处理策略,构建煤矿开采与安全行为的决策知识图谱。
(十)柔性煤炭生产供给体系问题
主要问题为调节空间受限、影响煤炭企业正常生产工序、影响煤炭企业总收入、煤矿安全隐患增加等。
这项研究得到了国家自然科学基金重点资助项目、中国煤炭科工集团科技专项重点资助项目的资金支持。
文章部分图片:
煤矿智能化标准体系
智能化煤矿信息模型构建
智能化煤矿数据标准体系
煤矿巨系统智能化云边端架构
薄煤层多系统融合智能化控制系统
智能通风系统架构设计
引用格式
王国法.煤矿智能化最新技术进展与问题探讨[J].煤炭科学技术,2022,50(1):1-27.
WANG Guofa.Discussion on latest technological progress and problems of coal mine intelligence[J].Coal Science and Technology,2022,50(1):1-27.
来源:煤炭科学技术