智慧矿山系统工程与关键技术探讨

滑 舸

（江西省自然资源厅国土资源交易中心技术部，江西 南昌 330025）

目前智慧矿山已经大幅减少了矿难事故，但仍有很多不便之处，所以智慧矿山的系统工程与技术依然值得探讨。

1 智慧矿山的建设意义

（1）智慧矿山的相关概念与发展历程。智慧矿山在2009年就已由温家宝总理提出，类似的又有自动化矿山、数字矿山、感知矿山等诸多提法。其实，这些提法所指的内容基本上是一致的，只不过根据当时的技术发展、普及水平而各有侧重。矿山起初开启的是自动化建设，从单机自动化开始，逐渐升级为个别生产环节的自动化，直到建成了工业以太网、综合集成的自动化平台，成为数字化的矿山；接着，我国矿山发展了物联网技术，矿山有了感知灾害风险、设备健康状况、矿工周围安全的能力，成为了感知矿山；2018年的《智慧矿山信息系统通用技术规范》又将数字矿山的四维地理信息，感知矿山的泛在网、分布式感知，以及大数据、云计算、计算机软件及网络、虚拟化等技术整合进来，以实现传感感知、自动控制、数据通信、智能决策等功能[1]。此外，矿山所在的企业也需要包括财务管理等经营管理功能的智慧决策系统平台。

（2）智慧矿山的现存问题与不足。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，但是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、分类编码、元数据标准、传输协议、通信接口、信息集成方式等方面都有较大差异[2]，这就导致各个智慧矿山系统无法充分共享数据。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、管理，也有企业经营管理中需要的管理、财务、决策支持，等等。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[3]。③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。④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3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”。

（3）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，但是不同类型的数据缺乏整合分析。

2 智慧矿山的系统工程

（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。由此可见，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。

（2）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。比如，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。

（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。其上，大规模并行处理之类的数据分析工具（比如Teradata、Greenplum）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、Spark Streaming能够处理测控数据、非结构化数据。

（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，并且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。

（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。

3 探讨智慧矿山的关键技术

（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，可以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）建筑信息模型技术。建筑信息模型（BIM）技术可用于各类工程的设计与管理。在智慧矿山中，BIM能够指导、调整生产中的人员、设备安排，论证采掘、通风、运输、照明、排水方案，快速计算各方案的可行性与所需投资，统计工程量；还能建立模型，预演灾害，减少地下灾害事故。

（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 结语

智慧化的热潮已经在各行各业掀起来了。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。