大数据时代下矿山开采的智能化技术研究分析

欧 建

（重庆市安全生产科学研究有限公司，重庆 401331）

矿山行业在大数据时代的大力推动下逐渐向集约化、精细化、智能化方向转变[1]。而这对矿山开采智能化技术提出了更高的要求。而我国智能化开采技术起步较晚，也面对成套设备稳定性不足，智能化开采技术普遍适用性不强以及智能化开采观念滞后等系列问题，因此对矿山开采智能化技术予以研究至关重要。

1 矿山工程及其信息化发展的历程

矿山工程主要是以矿产资源为主要对象，在矿山区域进行资源开发作业的过程[2]。整体工程结构较为复杂，包括井塔、压风机、通风机、卷扬机等多个地面工程，同时包括硐室、井巷等地下工程。经过多年的技术革新发展，我国的采矿系统应用已涉及采矿工程的多个领域，矿山的地质研究、规划与设计、生产工艺、管理等多个系统均在矿山工程当中有较大程度地应用，并取得了良好的应用效果[3]。在通常情况下，矿山工程作业区域多选择于地下深处，有时甚至可达地下千米之处，作业面较为分散，同时受多种因素影响。采矿行业的作业环境较为艰苦，作业管理过程中的危险因素及生产技术短板存在于整个矿山工程管理过程中，影响整体施工进度与质量，因此需在矿山工程中应用信息化技术，实现矿山工程信息化施工管理[4]。

自动化、数字化技术的应用是矿山工程信息化的基础，通过应用自动化技术，进而实现无人采矿和遥控采矿，以此达到智能矿山的基本需求。智能矿山属于矿山工程高度信息化、自动化、智能化，以整体矿山开采作业高效、安全为目标，是矿山工程综合信息化发展的必然方向。而随着当前社会自动化、数字化信息技术不断革新发展，矿山工程信息化发展正不断推进。

2 智能矿山关键技术及发展路径

2.1 大数据、物联网、人工智能及云计算技术支撑的智慧矿山

智慧矿山概念属于数字化矿山基础上的扩展。与数字化矿山开采有所区别的是联合应用了大数据、物联网、人工智能及云计算技术等核心技术，不仅解决了各个系统之间的互通、架构问题，同时强化了针对数据的处理及高级运算的问题。智慧矿山是数字化矿山在原有架构基础之上，对核心技术进行升级，以此完成智慧决策支持平台的架构。因此，大数据、物联网、人工智能及云计算技术等核心技术的研究应用程度，对智慧矿山的发展具有直接影响。

2.2 基于“互联网+”的物联网平台

当前社会互联网应用技术已充分普及，“互联网+”基础之上的物联网平台应用，为智慧矿山的信息传输工作提供了有效保障。应用物联网平台对智慧矿山的大数据进行传输，精确性可有效提升，同时可以保证数据传输工作及时完成，以此保障智慧矿山系统的稳定性及安全性。因此智慧矿山物联网平台应用过程中，必须达到统一指挥、精准定位、协调统一，同时可对综合地理信息进行有效整合[5]。

目前，我国所应用的精确定位技术主要有Wifi定位技术、蓝牙定位技术、RFID定位技术、Zig Bee定位技术以及超宽带定位技术。每一项定位技术在各自应用领域中均具有各自特点，并取得相应的应用效果。而矿山作业过程中，对于定位的精准度和时间分辨率具有较高要求，Zig Bee定位技术和超宽带定位技术在此方面具有一定优势，对于矿山开采的井下无线定位就有很大帮助，是未来智慧矿山发展的有效途径。

2.3 大数据处理及人工智能技术

大数据处理技术是智慧矿山发展的核心技术之一。在智慧矿山应用过程中，为加强对于矿山整体了解，需采用较大数量的传感器对整个矿山进行整体扫描，由此产生庞大的数据信息流。而找到规模的数据信息。对整个智慧矿山的储存、管理、分析系统造成了极大压力，因此加强对于大数据处理技术的应用，利用此类技术挖掘数据背后的规律和知识，为智慧矿山的生产、管理及决策提供有效参考[6]。

人工智能技术属于近年来发展较为热门的新核心技术，其应用领域较为广泛。人工智能是在大数据应用的基础上进行研发，开发方向为模拟、延伸、扩展人类的智能，进而提升信息科技的应用，人脸识别、智能对话等均属于人工智能研发领域。人工智能的核心成分是可进行深度学习，进而实现系统的自主更新与升级。智慧矿山应用人工智能技术，可完善对于矿山开采管理系统的自我升级，进而提升整体系统的应用适应性。

2.4 机器人智能化开采系统

机器人开采主要是为了提升矿山开采作业的安全性与效率性，同时实现对于人力资源的解放。机器人开展作业必须具备以下条件，矿产储备条件精准感知、截割轨迹精准调控、机器人作业群组精准配合以及矿山压力精准预警[7]。在此类条件均满足的前提下，机器人智能化开采系统可通过设备拟人化，完成矿产开采作业。机器人截割轨迹精准调控、支撑系统有效调节、矿山压力预警等系统均是为保证整体矿业开采空间的安全性，同时，对于矿产储备条件的精准感知、保证工作区域整洁、矿产开采、输送速度协调统一，均是为了保障。机器人作业群组精准配合，进而提升整体开采效率，确保机器人智能化开采系统的有效应用。

3 大数据时代下数字矿山智能开采技术

近年来，我国数字矿山智能开采技术的发展速度飞快，其实际应用效果取得了有目共睹的成就。数字矿山概念可归纳为在统一框架下，对矿山整体信息数据情况进行数字化、智能化编程，进而实现智能化开采的整体过程，同时属于先进理念的应用[8]。数字矿山开采技术其核心主要是强化互联网技术的应用，以此保障矿山开采行为高效、安全化。在实际的应用过程中，数字矿山智能开采技术主要是以矿山资源为中心，建立数字化矿山资源数据库，在相应的数据资源基础上建立矿山立体化模型，同时加强对于矿山资源空间信息的收集，利用互联网技术将矿山资源整体体现出来，以此建立矿山资源网络智能开采系统。

工业互联网系统主要是针对矿山的地质情况、地质结构进行分析，进而取得矿山资源内矿产的分布情况。数字矿山智能开采技术则是以工业互联网应用为基础，采用先进计算机技术将矿山资源整体情况进行还原，建立矿山实景三维立体模拟模型，是矿山资源开采技术应用的重要基础。模型的建立有利于矿山开采方式的选择，同时可通过对矿井建设及开采过程的模拟，进一步提升矿山开采效率和开采质量，降低环境污染，减少资源浪费。

数字矿山智能开采技术应用首先需通过专业人员的资源评估，通过评估过程对矿山整体资源进行初步了解；其次，建立网络监测点，收集矿产资源开采信息，对矿山情况进行数字化监测；最后应用工业互联网对所有数据进行整理分析，建立数字矿山智能开采模型，对开采行为进行相应模拟，并确定开采方式进行开采。数字矿山智能开采技术的应用，可综合考虑矿产资源开采过程中的多种因素，并及时采取有针对性的应对措施，进而对开采现场发布执行命令或对开采过程细节进行调整。

4 智能开采试验

4.1 参数选择

数字矿山智能开采试验中，对信息数据的采集、整理和分析，其首要步骤为参数的选择。矿山开采的前提需对矿产资源进行评估，而资源评估工作需通过信息采集监测点完成，是整个数字矿山智能开采工作的开始阶段。而矿山资源的评估属于模糊信息获得，需应用人工实地采集信息，信息数据的精准性较差。因此，在矿山资源信息数据的整理、分析过程中，要将所采集信息进行综合性考虑，以此提升矿山资源数据采集的准确性。

对矿产资源进行评估过程中，需采集信息种类较多，且在不同的环境、影响因素下需要不断调整，但基础参数信息选择如表1，将所采集数据代入实验模型中，即可取得数字矿山智能开采实验结果。

表1 试验参数选取表

4.2 试验模型

传统开采方式与智能开采方式的试验模型并不相同，将相同参数代入各自模型当中，可得出两种开采方式的对比结果。在开采试验的试验模型对比过程中，需根据矿山实际情况进行具体分析，以此选择合适的试验模型。

模型（1）为智能开采技术试验模型，将所采集试验参数代入到试验模型当中，可得出数字矿山智能开采技术试验结果。

模型（2）为传统开采技术试验模型，将所采集试验参数代入到试验模型当中，可得出传统开采技术试验结果。

4.3 试验结果

将矿山开采信息数据参数进行整理分析，进而通过工业互联网当中的试验模型操作，得出不同开采方式的对比结果。由表2中数据可得出传统开采方法和智能化开采方法的试验对比结果。并通过试验对比结果可发现，相比于传统开采方法，数字矿山智能开采技术能够有效地达到预期目标，年采矿量达到最大化，开采回采率可有效提升，预计压强降低，粘合力提升。主要是由于应用数字矿山智能开采技术，通过矿产资源评估、信息采集、开采技术应用等多个环节的紧密配合，联合高素质人才的实际操作，可对矿山资源进行高效率、高质量开采，而基于工业互联网的联合应用，可保障对于矿山资源最大程度地开发利用。

表2 开采试验结果对比

5 结论

矿山开采智能化作为大数据时代下工业技术革新的一项重要内容，其不仅是矿山行业产业升级的核心根本内容，而且是现阶段我国矿上开采研究的技术重点。在矿山开采规模日益壮大的今天，矿山开采智能化备受关注与重视。数字矿山智能开采技术不仅能够确保矿产资源开采的安全性，而且能够提高矿山开采工程的效率和水平。在大数据时代下，应全面推广数字矿山开采智能化技术，为矿山开采企业提供新技术。