智能露天煤矿信息综合管控平台设计及关键技术研究

王 星，武 讲，张 阳，谈娌娜

(1.中煤能源研究院有限责任公司，陕西 西安 710054；2.中煤西安设计工程有限责任公司，陕西 西安 710054)

伴随新旧动能转换和供给侧结构改革的不断推进，矿山运行智能化已经成为一种必然趋势。国内露天矿在设计建设研究、教育科技、矿山开发等方面的信息化、自动化等也得到了一定的发展[1]。

华能伊敏煤电公司露天矿先后建立了卡车自动化调度系统、管理信息系统(MIS)、疏干集控系统、破碎-胶带集控系统等，这些系统基本处于独立运行阶段，只是通过MIS系统在一定程度上实现了数据共享，系统综合性能未能充分发挥[2]。

白音华三号露天矿目前建成的信息化系统主要有煤炭生产管理系统、地面生产系统、电话及对讲机系统、视频监控系统、边坡监测系统等，生产管理主要沿用传统的人工现场指挥的方式，存在管理效率较低、安全环保风险较大等问题[3]。

东露天煤矿目前建成智能卡车调度系统、钻机高精度自动布孔导航及深度检测系统、炸药车动态监控系统、视频监控系统、边坡监测系统等。虽然部分实现单个系统、单项技术的智能化决策和自动化运行，但缺少统一的管控平台对整个露天煤矿进行调度、监控等[4]。

综上所述，露天煤矿系统业务层次多、系统结构复杂，要求的关键技术及实施途径也不尽相同，对露天煤矿科学、系统、有序的升级改造工作造成了极大的困难。因此当前亟待形成一套智能露天煤矿的管控平台，有效的解决信息孤岛问题，充分有效的利用底层数据，实现露天智能化建设。

1 智能露天煤矿信息综合管控平台概述

智能露天煤矿信息综合管控平台是将大数据服务技术与露天煤矿开采工艺系统深度融合，建设用于露天煤矿智能化管控的一体化平台。平台将露天煤矿生产系统、安全系统、监测系统等相关数据作为基础数据源，进行露天煤矿车辆调度管理、地质资源管理、监控与应急指挥、原煤生产管理、生产辅助管理、穿爆生产管理和设备管理全链数据集成，构建露天煤矿智能化应用系统的框架，如图1所示，为逐步实现露天矿全流程少人化、无人化生产垫定基础。

图1 智能露天煤矿信息综合管控平台架构

智能露天煤矿信息综合管控平台分别包括数据采集层、数据传输、PaaS层(平台层)与SaaS层(应用层)。采集层是平台依托露天煤矿原有生产系统，对露天煤矿各个环节进行数据采集，例如各类传感器、监控摄像头、车辆定位终端以及自动化系统的数据采集终端等；传输层负责封装传输协议，并保障接入的数据可靠传输到PaaS层，并为PaaS层提供访问接口，实现平台对原有系统数据的接入功能。

PaaS层包括数据服务与云服务两部分，数据服务是对数据进行数据清洗以及数据质量验证后，统一存储，形成露天矿全矿数据湖。并通过数据映射自动生成智能应用所需的专用数据池，基于专用数据池进行各类智能化分析及计算，挖掘出数据中的露天煤矿业务规律及安全预警等深层特征信息，以提升信息综合管控平台各个中心的服务响应速度[5-7]。数据服务主要功能包括露天煤矿数据的映射、管理及存储服务，并提供数据治理、安全加密和数据可视化展示服务。

云服务以容器化技术为基础，借助Docker(应用容器引擎)“一次构建，任意运行”的特点，将智能应用的主要功能模块封装为独立镜像，形成可快速部署的云服务智能应用架构，以降低开发、维护成本。同时形成智能应用镜像库，实现对应用镜像的统一管理、调用、重组及边缘部署，为智能应用提供弹性、灵活的运行环境和算力支持。

SaaS层主要根据露天煤矿的实际业务特点，结合智能化现状、实际需求、基础条件等因素，划分了三个中心应用，分别从穿孔、爆破、采装、运输、排弃、原煤生产等核心作业环节梳理，总结需要自动化升级和智能化改造的功能模块应用，并进行系统整体集成，分别为智能三维地质中心、智能生产管控中心、综合安全监控与应急指挥中心。三个中心在数据上相互共享，在业务上相互辅助。

综上所述，本文利用大数据与云服务技术搭建了智能露天煤矿信息综合管控平台，并结合露天煤矿智能化具体情况与需求，在平台上设立了三个应用中心，实现了“一个平台，三个中心”的露天煤矿核心工艺一体化管控模式。

2 关键技术

2.1 数据采集标准

智能露天煤矿信息综合管控平台的数据主要来自生产设备监控系统和管理系统。由于设备厂家不同，各类系统通信协议不统一、数据格式多样、数据采集频率不同、数据时钟不一致，导致在数据融合时需要面对数据接入难度大、数据质量不可靠以及数据时延不稳定等问题。针对上述问题，依托露天煤矿生产经营特点，制定露天矿数据采集标准规范，从数据的采集方式、通信协议、存储格式、时钟同步模式等方面对进行约束，从源头把控数据质量，为平台上层智能应用提供可靠数据服务[8]。

2.2 技术架构研究

1)在数据交互方面，智能露天煤矿信息综合管控平台采用通用ELT工具对接露天矿生产数据，主要包括Mysql数据库、生产图纸文件以及监控视频；以kafka消息队列构建数据管道，对接ETL工具与hadoop集群，实现数据的采集、存储；同时负责现场数据、Hadoop集群存储数据与云服务的数据交互，打通露天矿现场数据、图纸、视频数据的数据壁垒，整合露天矿数据资源，实现了全域数据融合。

2)在数据存储方面，平台以露天矿生产系统为主体，结合智能露天矿信息综合管理平台三大中心，建立一套“一个数据湖，多个数据池”的智能露天煤矿数据存储架构。“一个数据湖”即融合了露天煤矿原有各生产、管理环节所有数据的海量数据库；“多个数据池”即根据三大中心中各类智能应用运行需要，从数据湖中抽取对应数据，形成应用专有数据池，在实现应用数据不受系统隔离限制的同时，保障原有系统和数据湖的稳定运行，并减少数据湖的负载压力[9，10]。

3)在智能应用管理方面，为了简化智能应用开发流程，规范智能应用开发标准，制定智能露天煤矿信息综合管控平台的智能应用开发标准。首先数据管理提供标准化数据服务，并开发数据服务接口；其次云服务以Docker+Kubernetes的容器化技术为核心分别构建智能露天煤矿信息综合管控平台应用中心，实现管控平台智能应用快速部署和简易化配置[11，12]。

3 平台设计

通过上述智能露天矿基础服务平台的架构的搭建，并基于关键技术的研究，本文提出智能露天煤矿信息综合管控平台的主要内容如图2、图3所示。

图2 三大中心关系

图3 智能露天煤矿信息综合管控平台

按照工作业务与开采工艺，智能露天煤矿信息综合管控平台采用“一个平台，三个中心”的模式，划分了三个中心，分别为智能三维地质中心、智能生产管控中心、综合安全监控与应急指挥中心。三个中心在数据上相互共享，在业务上相互辅助。

三个中心的关系，如图4所示，图中智能三维地质中心将全矿区实时的高精度地图、详细的生产计划等信息提供给智能生产管控中心用于决策调度指令，同时将相关的生产信息传输给智能三维地质中心用于更新三维地图。智能生产管控中心一方面为综合安全监测与应急指挥中心提供生产类的信息，一方面接收各类安全监测的信息与预警等。

图4 三个中心的关系图

智能三维地质中心为综合安全监测与应急指挥中心提供全矿区高精实时三维地图，同时也将边坡、排土场等高危险区域的监测数据与预警结果显示到地图上，并同时共享视频监测类的数据。

3.1 智能三维地质中心

智能三维地质中心是集地质资源管理、测量管理、采矿智能设计等功能于一体的露天矿资源数字化管理系统，实现矿山地质资源模型的精确构建与实时更新，使地质信息在矿山地质、测量和开采之间数字化流转，完成矿山地质信息的精准统计、高效处理和实时共享，为安全绿色智能开采提供地质保障，具体内容包括：地理信息系统、测量与管理系统、智能设计系统。

地理信息系统实现了原始勘探数据、生产勘探数据和煤质数据的数字化管理与可视化展示，同时根据地质工程数据、矿体资源数据、测量数据、矿山设计等相关数据构建露天矿高精度三维模型，实现模型的实时更新、资源/储量的动态管理。管理的过程中需对数据进行标准化和规范化。地质资源数据一般是指二维的CAD图纸和三维的模型数据(如点云、雷达数据等)。

测量与管理系统根据露天煤矿智能化建设需要，建立地表、采区、排土场等三维模型，以及矿山地质高精三维实时地图系统，该三维高精地图主要用于矿山无人驾驶系统、矿床地质模型及辅助优化设计、矿山采剥计划、地面生产系统集控系统、边坡监测等各种矿山生产系统中，最终实现三维高精地图与现有矿山各类系统融合、信息共享，达到指导露天矿智能化生产的需要。

智能设计系统根据开采条件、开采工艺，结合地质模型，在矿山三维模型上实现直接对短期及中长期采剥计划的智能编排，并对分台阶采掘计划矿岩量进行智能圈定和计算，完成短期及中长期采掘计划的采剥预演。同时，可以通过参数设置自动生成设计模型，实现穿爆智能等相关设计。

3.2 智能生产管控中心

智能生产管控中心按照生产工艺流程主要包括智能穿爆、智能调度、智能原煤生产、智能生产辅助与智能设备管理，具体关系如图5所示。

图5 智能生产管控中心

智能调度中的各个系统将相关运输矿卡车辆状态的信息与智能设备管理共享，设备管理通过车辆的故障分析将其状态反馈到智能调度，用于实时调整调度方案。智能调度根据生产计划给智能穿爆发送调度指令，进行穿孔与爆破，并将作业数据进行反馈。智能原煤生产根据智能调度中煤量和土量运输的情况对破碎站、带式输送机、排土机等进行控制，并将作业数据进行反馈。智能生产辅助精密配合智能调度的车辆运输，依据现场情况实时调整，并将相关数据返回至智能调度进行分析决策。

智能设备管理与智能穿爆、智能调度、智能原煤生产、智能生产辅助都在设备相关数据方面进行了互通，不仅保证了设备运行状态信息的联通，还对设备状态进行共享，为生产实时调整提供依据。

3.2.1 智能穿爆

智能穿爆主要用于监控智能穿孔和爆破作业，需要对智能钻机、智能装药车以及智能爆破作业进行集中监测与控制。其主要内容如图6所示。

图6 智能穿爆内容

钻机智能监控系统采用导航、传感器等技术，将设备工况、作业信息在钻机终端实时显示，同时可远程传输至调度中心，自动统计生产数据并生成报表，实时在线监测钻机作业进度，包括穿孔过程监测、穿孔作业监测、消耗监测。

露天矿钻机高精度布孔导航功能通过钻孔设计确定爆破区域及钻孔分布图，通过无线通讯系统下载到钻机，司机即可依图作业，并根据实际情况自行设计钻孔位置，上传钻孔结果。为进一步提高钻机爆破效率和质量，系统还可以监测钻机深度，完善钻机相关数据。

采场爆破的远程监控及危险预警系统采用无线红外监控或视频监控系统，对人员入侵及物体移动进行监测预警，同时产生声光报警并联动相关电子设备，防止爆破器材遗失和实时周界防护的一套安全监控系统。

装药车动态监控系统实时采集炸药车的作业地点、作业状态、炸药用量，并自动存储现场作业视频图像，为生产考核、安全管理提供良好的支持。

3.2.2 智能调度

智能调度分为三个系统，分别为车辆调度系统、无人车智能调度系统、多机协同作业系统。具体内容如图7所示。

图7 智能调度

1)车辆调度系统。 车辆调度系统基础功能包括调度功能、车辆状态报告、通讯与导航、辅助车辆管理、基本信息管理、车辆参数计算功能、装载自动计量、跨矿区设备调拨等，同时，还可以通过利用大数据分析与云服务技术，实现车辆的燃油精准计量、轮胎数字化监测、卡车报警管理等功能[13]。

燃油精准计量通过智能型油耗监测装置，精确监测卡车油耗，并对加油记录、实时存油量、班组油耗以及统计报表等数据进行采集与监控，传输至信息综合管控平台，数据通过整合分析后，为卡车油耗异常分析、核算成本提供数据支撑。

轮胎数字化监测利用边缘端传感器，实时检测运行车辆轮胎的温度，压力，加速度等信息，并对采样信息进行统计与预测分析，形成历史表格和预测曲线，有效的统计轮胎磨损以及破坏规律，对轮胎温度过高，压力过低进行报警提示[14]。

卡车报警管理对各类数据的采集与整理，实时计算与分析预测，实现卡车防碰撞报警、卡车油耗异常分析与轮胎报警功能，并且对卡车超速报警、无故停车警报、驶离路线报警、超速报警等车载终端报警情况进行实时监控，系统自动记录报警位置、次数及时间，并作为卡车油耗异常分析、轮胎报警等智能分析的历史数据，为报警管理提供依据。

2)无人车智能调度系统。无人车智能调度系统是实现整个露天矿山无人化作业的核心环节，是露天矿重要的数据收集端和决策执行端。无人车智能调度相关因素复杂，关联系统广，实时性要求严格，因此基于跨系统数据分析以及中心云+边缘计算结合的无人车调度系统是目前主流的技术路线。无人车智能调度系统能够进行行驶区域的全局路径规划与下发、交通管理、作业任务分配、地图数据接收、实时状态监控、作业数据统计与分析等功能[15]。

首先，无人驾驶车辆行驶区的路径规划与建设是通过路径算法从当前已经存在的矿山道路网中计算出一条从矿卡起点到指定终点之间的最优路径。该最优路径是综合考虑运输距离、运输时间、轮胎损耗、路面状况等因素的一条相对平衡最优的路径。

其次，无人驾驶需要自立交通管理规则，第一步建立管控仲裁列表，协助矿卡进行自动行驶控制，在每个路段控制车辆行驶权，第二步对交叉路口、各个区域进行自动交通管控，根据不同权重对通行车辆进行路权控制，最后对道路进行临时的路网结构修改或属性值修改以达到控制交通的目的。在进行无人运输作业时，任务调度首先要充分利用地图信息、中心调度系统和车载调度终端的信息，组成输入数据，实现无人驾驶综合运输效率应不低于同车型有人驾驶。同时还需监控正在行驶的矿卡的实时状态。最后根据车辆行驶与作业状态实时监测数据，系统需主动发现异常情况并在发出报警状态，及时接收到通过通信组件上报的来自车辆终端系统的故障信息，对车辆进行故障类型的判别、故障内容的分析。

3)多机协同作业系统。目前无人驾驶矿车自动行驶至装载指定区域，是由驾驶员进行接管完成装载对接工作或是无人矿车内仍设置有驾驶人员以应对装车位置调整、紧急接管等问题，无人矿车并不能够完全自主完成与铲装设备的精准对接工作，一般来说铲装作业是一个动态变化的过程，其作业范围内的最优装车位置也在不断变化，所以需要多机协同作业系统，完成无人矿车自主规划识别最优装车位置，铲装设备与无人矿车精准对位，提高挖掘设备装车效率，实现生产工艺的高效协同作业。

系统首先根据现场作业需求及设备情况，结合设备的定位数据，通过固定配车法、最早装车法、最大卡车法等算法，实现无人卡车与有人电铲的配对管理。其次，在电铲作业时采用传感器、无线网络等技术，实时监测电铲的电气参数、作业环境、用电量等数据，并在电铲终端实时显示监测信息，通过无线网络传输至调度中心，实现电铲的远程监控功能。最后要实现铲装设备与无人矿车精准对位，需要通过在铲车车臂与铲斗铰接部位安装高精度传感器，对挖掘设备与无人卡车实时采集自身状态、位置等数据信息，动态加载要实时与设备的运转数据相匹配，为铲车、卡车配合装车过程提供协同信号，通过各自提示系统完成采装工作。

3.2.3 智能原煤生产与智能生产辅助

智能原煤生产主要包括破碎站智能控制系统、带式输送机智能控制系统和推土机智能控制系统。智能生产辅助主要包括地下水控制及排水系统、供配电系统和给排水与供热通风系统。系统通过生产数据，可对设备实现集中控制，设备具备自动启停和调速功能。

破碎站智能控制系统可对上料量智能判断、破碎机远程操控、自动启停/调速、物料块度智能监测；带式输送机智能控制系统与破碎站智能控制系统实现联动，根据破碎站来料自动启停及物料的多少进行智能调速；排土机智能控制系统与带式输送机智能控制系统实现联动，根据带式输送机来料自动启停或调速，通过远程操控平台实现作业区域的选择与排弃程序优化。

地下水控制及排水系统通过智能潜水泵实现对采掘场内、疏干井内水位的智能探测、分析；供配电系统实现对供电设备的遥测、遥调和遥控，监控各个开关柜的电压、电流、功率等参数及开停状态，实现故障自动检测、定位、预警；给排水与供热通风系统实现自动运行、无人值守、远程集中监控功能。

3.2.4 智能设备管理

智能设备管理包括设备管理系统和设备维护系统，具体内容如图8所示。

图8 智能设备

设备管理系统通过导入或手工录入方式进行设备台账信息的管理；设备指标配置模块中提供了对设备运行状态及运行参数指标的配置；设备运行模块可以查询到所配置设备的指标实时数据及历史数据；设备运行统计模块可以统计指定时间段内设备的运行及停止的时长信息，为矿内进行决策分析提供数据依据；备品备件管理模块对设备的备品备件基本信息进行管理。

设备维护系统中设备维护模块提供了设备迁移记录、设备维护记录、设备保养记录等管理功能；设备安全监测根据在线监测的大数据分析，制定科学的维护策略，实现设备损耗性部件更换提示功能；设备故障诊断利用采装、运输等设备完善的单机状态监测和故障自诊断功能，实现各设备状态的实时监测及各信号交互和连锁控制。

3.3 综合安全监控与应急指挥中心

针对露天煤矿作业人员、边坡稳定性、环境及灾害等方面，从集成、系统化的角度出发，将人员安全监测系统、边坡安全监测与预警系统、全矿区视频监测系统、灾害管理监控系统和环境安全监测系统集成，并指定相关的综合应急指挥预案，实现面向“人员-环境-灾害-管理”的全方位的主动安全管理。

人员安全监控系统可实时采集、上传及调看作业人员的视频，通过无线语音通话联系作业人员。实时监测人员精确作业位置，并结合高精三维地图，进行实时动态显示。边坡安全监测与预警系统根据边坡工程实际监测需求，分别进行地表变形、地下变形、应力、降雨量、地下水、爆破震动等数据进行监测，实现数据采集、分析与风险预警。全矿区视频监测系统利用可调整的云台与可调整焦距的摄像机采集监控场景的实时图像，以达到对视频监控区域的清晰监控。环境安全监测系统实时跟踪监控露天煤矿生产作业过程中的废水废气排放情况，以及固体废物情况，对潜在的突发环境事件及时分析预警。灾害管理监控系统依据露天煤矿不同的灾害类型，通过实时在线的监测数据，进行综合数据分析，自动发现异常情况，并发出警报信息。

综合应急预案首先对露天开采存在的危险源进行风险分析，包括边坡坍塌、山体滑坡、水灾、火灾等危险源，并结合各系统的预警模块，并对其进行分析、分类。其次制定对应的应急响应机制与程序，明确应急组织机构和职责，针对不同类型的事故和灾害，及时快速的开展对应的救援指挥与行动。最后，预案还包括事故与灾害的后期处理，以及保障预案的各类措施等。

4 结 论

1)智能露天煤矿信息综合管控平台利用大数据技术与云服务为基础，采用“一个平台+三个中心”模式进行设计。

2)根据露天煤矿半连续工艺流程，以钻孔、爆破、采装、运输、原煤生产工艺为主线，分别设计了智能三维地质中心、智能生产管控中心、综合安全监控与应急指挥中心。

3)阐明了三个中心的数据共享与业务互联关系，并针对智能生产管控中心的系统与功能模块进行了详细设计。

4)平台实现了各个系统的数据交互与辅助管控，为露天煤矿提供了全业务智能一体化平台。