人工智能技术在煤矿中的应用

李 珂，武 熙，孟庆灵，赵佳伟

(1.山西大同大学 煤炭工程学院， 山西 大同 037003；2.山西大同大学 机电工程学院， 山西 大同 037003)

煤炭是我国重要的基础能源。煤矿安全高效生产是确保我国经济发展和社会稳定的重要基础之一。随着我国煤炭资源开发的纵深发展，煤矿采深不断增加，地质条件更加复杂，冲击地压、水害、瓦斯突出等多种灾害叠加效应不断显现，给煤矿安全生产提出了更高的新要求。因此，如何确保煤矿生产安全、提高煤矿开采效率是煤炭行业健康可持续发展的重要内容[1].

人工智能技术快速发展，包括以神经网络为代表的人工智能技术也在井下进行了广泛应用，机器人可以代替人去井下危险岗位，人工智能技术的运用可以驱动机器人精准完成井下作业，实现煤矿高效安全生产。本文阐述了人工智能在井下的应用情况，提出了煤矿智能化开采=人工智能+机器人技术+协同作业的基础框架。煤矿机器人和人工智能技术只有紧密结合、协同工作才能建设真正的智能化开采。

1 人工智能在煤矿中的应用

2021年9月，我国矿山行业的第一个物联网操作系统发布会召开，面向矿山领域的工业互联网智能操作系统——矿山鸿蒙与公众见面[2]. 鸿蒙是一种分布式系统，利用这个分布式系统，加以5 G通信技术，可以实现多个设备实时互联，真正实现系统级的互联，把多个单个智能系统集成控制，运用万物互联，实现智能开采。

1.1 采煤方面的应用

采煤机是机械化开采的基础，也是下一步实现煤矿智能化开采的重要载体。在当下智能化开采的背景下，人工智能技术也融入了采煤技术中。在采煤过程中，通过机器人技术和人工智能技术融合，实时监控采煤机的定位、导航，摇臂的位姿。采煤机记忆截割、安全感知等也是新型的应用[3].

1.2 运输方面的应用

刮板运输机和皮带输送机是井下不可缺少的运输设备，也是容易出问题的设备。由于采煤机截割下的煤块参差不齐，少量煤块具有锋利的尖角，而带式输送机的皮带由橡胶制作，在运输不同大小、不同形状的煤块时，容易划伤皮带，同时输送机运行速度高时，容易发生跑偏现象。近年来，人工智能技术的融入使预防带式输送机跑偏、撕裂等问题成为可能。带式输送机运行过程中，只有识别无后续处理是不能满足皮带运行要求的。实际应用中图像的采集与识别只有同时进行才能满足监测皮带撕裂、跑偏的实时性要求[4].

1.3 支护方面的应用

为了使采区不垮落，液压支架群起着重要的作用。自电液控技术成熟以来，液压支架的升架、降架、移架、护帮板和伸缩梁的伸缩等动作均已能实现程序控制[1]. 通过人工智能的应用，可以控制好液压支架支护、移架的位置，实时监测液压支架的位姿，使控制单机和机群成为可能。

1.4 预测险情方面的应用

近年来，以神经网络为代表的人工智能技术发展迅速，其深度学习的特点，为预测险情的实现奠定了基础。神经网络是能表现极为复杂动态行为的网络，具有高度的非线性和容错性[5-6]. 矿用机器人通过搭载各类传感器全方位感知井下图、声、光等信息[7]，通过图像识别，对井下环境进行建模，并对已经产生的危险信息输入，通过算法使机器人能够识别危险情况。

马晟翔等[5]为了提高预测煤与瓦斯浓度的准确性和可靠性，提出了一种将因子分析法和BP神经网络方法结合的神经网络预测方法，并通过因子分析法将煤矿瓦斯浓度的原始数据进行降维分析，得出3个公共因子，并把这3个公共因子作为煤与瓦斯突出影响因素的输入层参数。最后，建立了因子分析法和BP神经网络法集合的煤与瓦斯突出预测模型，相对于传统预测模型，有效降低了误差，提高了预测精度。

2 人工智能技术背景下的机器人群

2.1 提高单一机器人的智能化水平

在机器人运行过程中，为了使机器人精准地执行预定的位姿与轨迹，需要为机器人安装各种功能的传感器。各种传感器相当于机器人的手、眼、鼻、耳。传感器技术有助于机器人识别自身的运行状态和环境状况，在这些信息的帮助下，经过人工智能技术的识别、决策、处理，使机器人做出相应的指令，实现初级的智能化。

在人工智能技术的发展中，最能体现“智能”的是“自主学习”能力。自主学习是人工智能“智慧”程度的重要体现。自主学习是机器人在生产实践中，通过大量记录并存储语音和图像等数据，对未来可能发生事件的一种“判断”，类似于人类的经验。机器人的这种“经验”会使机器人的控制精度愈来愈高，进而真正实现煤矿机器人智能化。

2.2 机器人群的协同化与智能化

在煤矿生产中，实现煤矿智能化的一个重要的技术载体就是煤矿机器人。2019年，国家煤矿安监局对煤炭企业做出要求，在煤矿危险岗位上，逐渐用机器人代替人工操作，其目的是为了实现煤矿少人化管理并减少人员伤亡，在其重点研发目录中，系统阐述了井下生产作业过程中，用机器人替代人工操作的具体研究方向。

在国家煤矿安监局的推动下，井下开采中，煤矿机器人的研究取得了一定的成效，但仍然有很多方面值得进一步改进和研发。目前已经在煤矿井下应用的机器人，只能实现单设备的智能化，要实现煤矿开采智能化，需要在掘进、综采、运输、支护、通风中同时实现智能化，这就需要各智能化设备实现互联。

国家煤矿安监局提出，煤矿企业应在五大关键部分的关键岗位上大力研发煤矿机器人，从单机器人到机器人工作群都做出了宏观的叙述。当前对煤矿机器人的要求不仅是重复性操作，而且需要机器人利用传感器感知周围环境并实时反馈外界的信息[6]，获取信息后，再通过人工智能技术进行识别、推理、判断与决策，依靠机器人自身完成一些复杂的工作任务。

在“工业4.0”时代，人工智能迅速发展，煤矿机器人单一智能化基本无法满足整个煤矿生产的智能化需求，只能达到单一设备感知、识别、决策，虽然单一设备能远程操作，但是对整个井下智能化生产提升较少，所以煤矿生产智能化是整个井下机器人协同作业的智能化[8].

3 实现煤矿智能开采的研究内容

人工智能领域包含多种技术，而煤矿开采所需要的包括多模态识别与决策、机器深度学习、机器人群协同控制等。

3.1 机器人多模态识别和决策

在煤矿机器人本体或其末端执行器上安装各类满足防爆性、高精度、高可靠性的传感器，构建起视觉、听觉、嗅觉等多模态的融合识别和决策系统，再通过算法实现智能识别井下气体浓度检测、异常监控，温度监测，进而通过采集数据进行自主控制注氮机、井下通风设备的开闭、发现异常及时通知地面工作人员等。

3.2 机器深度学习

1) 建立机器人本体深度学习。在机器人个体层面，单台机器人作业过程中，通过机器人本体安装传感器，输入视觉、听觉、嗅觉的信息，通过人工智能技术，建立学习框架，自行训练机器人本身的运动状态，通过闭环有反馈系统，使机器人始终处在一种“寻优”的状态下，时刻调整自己的作业路径、工作姿态，而不是一种单一的示教类型的机器人。

2) 建立机器人本体和云端融合的学习模式。在传统机器人识别，存储、决策在单机上的基础上，运用5G技术，实现井下机器人轻量化设计，单台机器人识别环境信息，井下建模，自主轨迹优化等功能，移动至云端。本地机器人只需作为传感器的载体，将实时采集的数据上传到云端，通过云端强大的计算能力，进行各个机器人轨迹优化、井下环境建模等。计算结果通过5G通信技术实时下发给机器人本体[7]，实现机器人本体轻量化设计。

3.3 多机协同作业

将多模态识别与决策系统和机器深度学习融入煤矿机器人中，实现煤矿机器人的自主定位、自主移动、位姿调整、作业轨迹规划以及预测险情等功能，形成采煤、掘进、运输于一体的协同作业模式。

1) 将鸿蒙系统、人工神经网络技术融入井下多台机器人协同控制和作业中，机器人企业和煤炭企业两方接入矿鸿生态，矿鸿系统作为一个平台，起着承上启下的作用，通过矿鸿系统进行系统级别的任务分解、流转、分步执行等，为矿山智能化奠定基础[1].

2) 在机器人群协同作业的基础上，将人工干预融合在多机协同作业系统中，完成操作人员对井下机器人群协同作业的干预，实现井下无人开采作业模式，而操作人员则在地面通过井下机器人群发送到井下的数据，分析井下设备的运行状况，及时做出调整，提升煤矿开采的效率和减少人员伤亡。

4 展 望

人工智能技术在世界范围内得到了广泛的应用，但在煤矿应用中，还存在着一定的局限性。

1) 目前，人工智能的学习、决策都是建立在广泛大量的数据基础上，需要庞大的存储设备。同时在机器人学习过程中，需要随时读取和存储数据，这就需要极高的读取速度来应对井下复杂的环境。

2) 井下机器人种类繁多，采集的各种数据多、杂，不能互通，导致很多机器彼此不兼容，难以对机器人进行协同管理。且井下机器人采集的数据不能自行进行处理，需要人工干预，效率较低。如何使用有效的数据和较少的人工干预，是研究人工智能的重要方向。

3) 由于井下环境阴暗，需要进行人工运输时易发生危险，而单靠人工智能只能提高井下工作人员的相对安全性，不能保证其绝对安全性。如何把人工智能和井下人员相结合，预防井下未知风险带给人的伤害，是下一步的研究内容之一。

未来，机器人技术和人工智能有机结合，共同向着标准统一、数据通用、高速度传输的方向发展。通过机器深度学习的发展和算法的建立，实现自主识别、决策、学习、预测险情等，并能和人工干预相互协调，共同实现高效、安全、少人的煤矿智能生产。

5 结 语

1) 在煤矿机器人中，少部分实现了单一设备智能化。但智能化矿井建设，涉及了众多模块，如掘进智能化、开采智能化、运输智能化、巡检智能化、通风智能化、支护智能化等。只有全部模块建立实时连接、各个机器人群协同工作，才能真正实现煤矿开采智能化，实现井下无人的发展需求。

2) 井下生产少部分设备实现了智能化，但对整个智能矿井建设效果不明显，不能满足智能化开采的要求。因此，井下机电设备在逐个实现智能化的同时，要满足整体协同作业要求，如使数据格式标准化、使各个设备互联互通等。煤矿开采不是少部分设备能独立完成的，需要整体协同推进。通过建立人工智能技术+机器人技术+多机协同作业的框架，使智能化矿井建设道路更为清晰。