智能露天矿山评价体系研究

付恩三，刘光伟，白润才，王 亮，张津鹏，魏世壮

(1.辽宁工程技术大学 矿业学院，辽宁 阜新 123000；2.应急管理部信息研究院，北京 100029；3.锡林郭勒盟蒙东矿业有限责任公司，内蒙古 锡林浩特 026000；4.国能宝日希勒能源有限公司，内蒙古 呼伦贝尔 021000；5.中煤平朔集团有限公司 安太堡露天矿，山西 朔州 036000)

1 概 述

截至2021年12月，全国在籍露天煤矿363处(其中，生产建设264处，长期停建97处，关闭2处)，分布在内蒙古、新疆、山西、陕西、黑龙江、云南等15省，见表1。其中大型露天煤矿42处，中型露天煤矿104处，小型露天煤矿217处。从产能上看，大型露天煤矿贡献产能7.02亿t；中型露天煤矿贡献1.724亿t；小型露天煤矿贡献1.096亿t。近年来我国露天煤矿从单一的开采资源到注重企业发展战略，充分利用资源，不断延伸产业链条，构建循环经济发展模式，建设新型现代化露天矿山成为现阶段的主导思想。在智能化建设方面，正积极推进露天煤矿山的智能化建设工作。

表1 露天煤矿信息

智能矿山的发展理念自提出之日起受到了国内学者的广泛关注。国内学者们从矿山生产视角不断发展和延伸智能化矿山的理论研究[1-3]。智能露天矿涉及范围广、内容体系庞杂，尚未形成统一的评价标准。王国法院士[4，5]等人提出煤矿智能化(初级阶段)技术体系以及智能化煤矿分类、分级评价指标体系，同时对我国智慧矿山进行了规划，但主要研究内容侧重于井工煤矿的研究，对露天煤矿智能化的建设研究较少。张瑞新[6]等人提出智慧露天矿山建设基本框架及体系设计，付恩三[7，8]等人对智慧露天矿山总体框架及关键技术进行研究，上述学者是从智慧矿山的关键性因素出发，并未提炼总结智能露天矿山的评价体系和方法[9-11]。总体来看，国内学者关于智能化露天矿山的理论研究不多，目前还缺乏统一的、综合的智能化露天矿评价体系与方法。鉴于此，在充分研究煤矿智能化建设指南(2021年版)等相关智能化发展规划的基础上，总结凝练露天矿山智能化的评价指标体系，构建具有露天矿山特色的多层次智能化评价体系和评价模型，对我国各类型露天矿进行客观、定量的智能化程度评价，为露天矿山智能化生产建设和评价提供依据和参考标准[8，12-15]。

2 智能露天矿指标体系构建

通过对45座露天矿进行实地调研、问卷调查、网络调研，搜集相关露天矿智能化建设信息。通过上述调研后，对评价体系指标进行归纳和筛选，遵循评价指标设计的科学性、全面性和可操作性原则，从露天矿的智能技术应用、智能安全治理、智能环境体系、智能基础设施以及智能应急5个维度，设立10个二级指标和30个三级指标的评价体系，见表2。

表2 露天矿山智能化评价指标体系

智能化露天矿山准则层指标主要涵盖：基础设施指标、地质系统、测量系统、穿爆系统、采运排系统、边坡监测系统、安全辅助系统、应急管理系统、环境保护系统。智能露天矿山评价指标体系关联结构如图1所示。

2.1 基础设施体系

智能露天矿基础设施体系是实现智能露天矿山的基础底座，主要包括：①基础设施：综合规划建设监控网、工业物联网以及其他高速工业网络，支持数据采集、信息管理、视频监控、安全监测等信息化应用，保障数据安全可靠传输。②调度控制中心：提供网络传输、视频、通信、数据实时监测、设备远程控制、远程操作、大屏幕展示等基础设施，为设备集中操控、信息集中展现、生产统一指挥提供基础环境及硬件支撑。③数据采集与数据服务：具备生产运营数据的在线、自动采集，数据主要涵盖：环境、资源、生产、设备、能源、质量、安全、运营管理等领域。数据应具备编码、时间、空间、关联、隶属等统一规范，便于数据共享与信息融合。应统一建立数据服务系统，支持实时数据、关系数据以及非结构化数据的集中存储、管理和存取服务，并实现容灾备份功能。④监控调度与协同管理：建设集成监控平台，实现采矿和选矿生产过程信息在调度控制中心的集中管理、集中监控。实现采矿和选矿核心设备运行状态、故障维修、供电及供水、环境和安全等生产辅助信息的全面、实时监控。⑤信息发布：系统应具备发布环境监测数据、调度指令、资源管理数据、生产及安全数据、经营指标信息、通报通知、学习知识、预警和应急导引信息等功能，应具备信息发布流程审批功能。⑥系统安全：网络系统应满足相应等级保护技术要求。

图1 智能露天矿山评价指标体系关联结构

2.2 地质体系

露天矿地质储量环节的智能化需要与开采设计环节、剥采排环节进行数据融合。露天矿地质储量环节的智能化体系需要实现地质储量的统一平台的管理，地质系统平台实现矿床三维建模工作；地质数据库建设涵盖所有剖面数据、钻孔数据、地形数据等数据；平台可以实现对钻孔数据的自动生成、钻孔基础信息的查询、矿体任意位置切割生成剖面，矿体模型、水体模型、基岩模型、面模型、块模型的自动生成，地质平台可实现对地质模型、水体模型数据的关联预测、地质数据的关联分析，形成地质数据的模拟推演，给出地质数据的预警信息，形成地质平台下的地质智库。露天矿地质储量环节体系架构如图2所示。

图2 地质云体系

2.3 测量体系

实现智能露天矿山测量，采用无人机测量的方式，对露天矿山不同时间维度的数据模型的生成与发布。智能露天矿山测量系统，采用“无人机+三维激光扫描仪”的方式，实现矿山不同时间切片条件下的测量数据采集，实现露天矿山的无人化测量。

“矿山无人机+三维激光扫描仪”测量数据流程主要包括：点云数据获取—噪声数据去除—点云数据过滤和平滑—数据压缩—点云特征提取和分割—曲线拟合—表面重建。智能测量的最终目标是实现矿山外业测量的无人化。智能测量系统的架构如图3所示。

图3 测量体系

2.4 穿爆体系

智能露天矿山穿爆体系应实现从炸药入库、出库；穿孔爆破设计、装药结构优化设计、钻机精准定位、爆堆形态预测、钻机煤岩精准识别、设备工况数据的全流程实时管理。智能露天穿孔爆破设计优化后，通过统一的露天矿山协同开采设计平台进行统一的开采设计发布，供采矿、地质、测量、穿爆、安环等多部门协同应用。智能露天矿山穿爆其最终目标穿爆环节无人化，实现自动穿孔、煤岩智能识别、自动装药设计、自动装药、自动封孔、智能起爆。智能穿爆系统的架构如图4所示。

图4 穿爆体系

2.5 采运排及维修体系

露天矿山采运排体系(间断工艺、连续工艺、半连续工艺、倒堆工艺以及端帮采煤等)是一个复杂的生产系统，涉及的生产部门多、业务交叉大。露天矿山采运排体系的主要数据涵盖：矿山地质数据、露天矿山采剥计划数据、剥离设备、采矿设备生产数据、提供设备运转的供电系统数据。当地质数据发布后，采矿生产计划部门根据测量部门提供的露天矿山采场、排土场点云数据，根据矿山生产进度计划实现露天矿山剥离、采矿，智能采运排体系需要实现矿山各类设备的无人驾驶和协同运转。智能露天矿山采运排体系架构如图5所示。

图5 采运排体系

智能露天矿山设备维修体系主要实现对矿山所有工程设备工况信息联网，通过感知设备工况数据，实现对设备故障风险的预警预判。通过机器学习的方式，实现对维修手册、维修技术关键点、操作流程的智能化。设备预警后，从生产状态转为维修状态，进入维修车间。维修系统给出设备故障信息，实现对故障维修的建议和相应的操作流程。最终实现，露天矿山设备维修的智能化预警、智能化维修指导。智能露天矿山设备架构如图6所示。

图6 设备维修体系

2.6 边坡监测体系

智能露天矿山边坡监测体系主要实现，通过布设监测点或者通过雷达扫描方式实现对边坡监测区域的实时动态监测，监测指标涵盖：表面位移、深部位移、水位、压力等参数指标。同时，智能露天矿山边坡监测系统需要能实现与采矿进度计划的融合，根据采矿计划出图，边坡监测系统可自动根据岩性和开采进度计划自动规划监测点位置及数量，同时智能边坡监测系统可根据三维地质系统提供的岩性等相关参数，自动模拟边坡临滑状态，自动计算出稳定帮坡角，反作用于露天矿山开采计划。

2.7 安全辅助体系

智能露天矿山安全辅助体系主要通过智能化等手段实现对露天矿山的安全管控，安全辅助体系可通过机器学习和深度学习等方式，实现对露天矿山多种违章行为的智能识别，同时可实现对各类违章行为的闭环处置，充分结合智能露天矿山的网络建设情况，实现各类系统的远程操控，减少一线生产人员和安全检查人员数量，以机器辅助人、机器代替人的思想为指导思想，主动对矿山各生产环节进行智能安全隐患排查，降低安全生产事故发生。

2.8 绿色环境体系

智能露天矿山绿色环境体系的构建需要从露天矿山全生命周期的角度出发，可实现从露天矿山从开发规划、设计、生产、闭坑全生命周期的环境污染控制。绿色环境体系需要构建监测预警系统，具备排弃计划、复垦计划以及相应污染物的处置及建议。融合不同时期的生产计划，辅助决策矿山绿色生产。绿色矿山是智能矿山的基础底色。

2.9 应急管理体系

智能露天矿山应急管理体系的构建，需实现对露天矿山灾害应急预案、区域应急队伍、应急物资、应急专家、应急处置流程等智能管控。当发生异常事件后，系统可第一时间通过广播、电话、短信等方式自动通知相应责任人，进行相应的应急处置。

3 智能露天矿评价模型

在智能露天矿发展状态评价指标体系的基础上，采用客观权重的熵值法，从5个维度，来对智能露天矿发展水平进行综合评估。得出智能矿山结果后，深入关联分析矿山企业类型、生产规模、企业空间地理位置与智能露天矿的关联关系，更加全面地评估了我国智能露天矿的发展状态。

3.1 熵值法模型构建

智能露天矿山的评价是多指标的集成表达形式，需要通过综合分析来评价系统的发展水平。为避免人为确定各指标权重的主观性所带来的偏差以及多个指标变量之间的信息交叉所带来的问题，本文智能露天矿山评价指标权重采用基于指标变异性大小来确定客观权重的熵值法[16]。主要过程如下：

1)采用极值法对数据进行无量纲化和标准化处理。

正向指标：

负向指标：

2)标准化后的数据存在0值，由于熵值法过程中存在对数运算，因此对标准化后数据正向平移1个单位，在计算露天矿的各项指标权重。

式中，hij为露天矿i的第j项指标的占比。

3)计算各项指标的信息熵，信息熵越大，则指标的差异越大，对结果的影响也越大，因此进一步计算出信息的效用值。

Dj=1-Mj

(5)

式中，Mj和Dj分别表示第j项的信息熵和信息效用值。

4)基于各项指标的信息效用值，确定指标的权重。

式中，Xj表示第j项指标的权重。

为便于比较露天矿各子系统之间的发展差异，对各子系统的指标权重分别独立计算，即各子系统的指标权重和均为1。

5)最后，采用综合加权法计算露天矿各子系统的得分，综合各子系统得分即得到智能露天矿综合系统的发展等级。

式中，Wia表示露天矿i的子系统a的得分；Wi表示露天矿i的综合系统得分；A表示智慧露天矿的子系统合集。

依据得分方法可将智能露天矿综合系统的发展水平划分为5个等级，即成熟阶段(80～100)、走向成熟阶段(61～80)、追赶阶段(41～60)、发展阶段(21～40)和起步阶段(0～20)。各子系统的发展也用同样方法划分为5个等级，以便于全面评估智能露天矿发展情况。

3.2 5因子指标协调关系评价

对于每一个露天矿来说，各子系统发展水平的协调程度是智能露天矿长期发展的关键因素[17，18]。因此进一步研究各露天矿子系统之间的协调关系，运用耦合协调度模型，探讨智能露天矿的建设情况。智能化露天矿5个子系统是智能化露天矿发展的基础，其相互之间的协调关系对于露天矿的长期发展具有十分重要的影响。因此，借助物理学容量耦合概念和模型，构建反映系统之间演进同步性的耦合度模型，但由于耦合度模型不能表现系统的发展水平，进一步构建了协调度模型，以更好地评价智能化露天矿各子系统之间的关系[19，20]。主要步骤为：

1)在系统发展水平评价的基础上，采用式(1)将5个子系统的发展评分进行标准化处理，然后计算智能露天矿5个一级指标因子各子系统之间的耦合度。

式中，A为露天矿子系统的耦合度：W1、W2、W3、W4、W5分别为智能技术应用、智能安全治理、智能环境体系、智能人才队伍以及智能应急5个子系统的标准化分值。

2)计算露天矿各子系统之间的综合发展水平，并据此计算系统发展的综合度。

T=α1W1+α2W2+α3W3+α4W4+α5W5

(10)

式中，B为露天矿子系统综合度；T为各子系统之间的综合协调指数，反映其空间分布的整体协同的效应或贡献；αi分别是5个子系统对应的系数，反映其重要性差异，对于露天矿智能化的长期发展，各子系统都具有重要的地位，因此均设定为1/5。

为便于智能露天矿发展状态的识别和分析，将综合发展协调度划分以下4个类型：

当B≤0.5时，表明子系统之间属于低度协调类型；当0.5

4 评价结果分析

4.1 智能化综合发展评价

截至2021年7月底，从调研的45处露天矿来看，我国智能露天矿总体发展水平较低。智能技术应用的发展水平差异较大。而智能应急体系和智能安全治理、智能基础设施差异较小，但上述三项指标处于低水平阶段。对45处露天矿进行综合打分见表3，同时进行变异系数分析见表4。变异系数按照式(11)计算。

变异系数CV=(标准偏差/平均值)×100%

(11)

由表3可以看出：

1)目前还没有露天矿达到智能化成熟阶段，表明全国露天矿山在今后建设过程中，仍需要进一步提升。调研的45处露天煤矿处在走向成熟阶段的露天矿有5处，分别是哈尔乌素、宝日希勒、黑岱沟、伊敏河、扎哈淖尔。处在追赶阶段的露天矿有25处，处在发展阶段的露天矿有15处。

2)从煤矿生产能力维度可以看出，走向成熟阶段的5处露天矿均为千万吨级的国有大型露天矿，在智能化建设发展具有明显优势，但仍有一定的提升空间。处在发展阶段的露天矿产能均小于4Mt，从另一个层面可以反映出，智能露天矿山的建设发展与露天矿山生产能力呈现正相关。

从表4可以看出，露天矿的智能技术应用、智能安全治理、智能应急三项指标的变异系数超过了0.3，表明露天矿在上述三个方面发展差异性较大，智能环境体系和智能基础设施建设方面，变异系数小于0.2，说明上述两指标差异不大，说明不论大矿和小矿，均重视矿山环境保护，而智能基础设施方面，从评价分数可以体现出，调研露天矿普遍存在基础设施环节薄弱，仍需要继续投入在网络建设、数据资产、数据安全方面加强建设。

表3 45处露天矿智能化评价结果

表4 45处露天矿智能化综合评价结果

4.2 系统智能化分析

通过3.1节露天矿智能化综合发展评价分析，对调研的45处露天矿的智能化系统协调度进行分析，利用式(8)—(10)计算分析后，得出各露天矿的协调度，见表5。

表5 45处露天矿各子系统智能化分析

调研的露天矿1/3处低度协调，2/3处于中度协调范围，调研露天矿并未达到高度协调和极度协调。露天矿山智能化整体水平较低。且15处低度协调露天矿均为小型露天矿，直接反映出，在智能化建设过程中，小型露天矿智能化建设难度较大。

4.3 智能露天矿特征分析

4.3.1 智能技术应用

在智能技术应用方面，千万吨级的露天矿得分在30～35分左右，但从评价打分来看，智能技术应用得分并未达到及格线，调研的45处露天矿，总体得分均低于30分。反映出露天矿在智能技术应用方面需要逐步提升。在新疆、青海、内蒙古地区的小型露天矿智能技术得分普遍偏低，在12～17分左右。

4.3.2 智能安全治理

在智能安全治理方面，调研的45处露天矿，均安装边坡监测系统；大部分露天矿建设智能视频系统，安全生产事故控制较好，智能安全治理水平较高，新疆、青海、内蒙古地区的小型露天矿智能技术得分普遍偏低，整体智能安全治理水平差异较大。

4.3.3 智能应急体系

在智能应急方面建设方面，调研的45处露天矿得分介于1.5～6.6分之间。露天矿山应急管理方面建设差异较大。绝大部分露天矿山，应急信息化系统属于空白地带，是下一步智能露天矿山建设的重点工作。

4.3.4 智能环境体系

调研的45处露天矿变异系数小于0.2，说明不论大矿和小矿，均重视矿山环境保护，近几年绿色安全环保矿山建设工作取得一定成效。

4.3.5 智能基础设施

大型露天矿部署了4G、5G网络，但现阶段某些矿山数据仍在公网运行，并未完全实现矿区内部智能化专网建设，与此同时，矿山在数据治理、采集、数据共享交换方面仍存在较大短板。下一步需要重点规划建设。

综上所述，智能露天矿山建设过程中，大中型露天矿建设处在前列，小型露天矿智能化建设相对滞后。我国露天矿山智能化建设大部分矿山处于发展和追赶阶段，其中：小型露天矿智能化处于追赶阶段，建设难度较大。因此，我国智能露天矿山的建设优先建设内蒙古、新疆、山西、陕西、云南、黑龙江等6省份的千万吨级矿山，逐步覆盖中型露天矿。现阶段，小型露天煤矿智能化暂不作要求，但应按照评价指标分阶段逐步完善。

5 结 论

1)通过调研计算可知，智能露天矿的整体发展水平并不高，仅5处千万吨露天矿智能化建设处于走向成熟阶段，调研的大部分露天矿处在追赶阶段和发展阶段。千万吨级的大型露天矿智能化水平明显要高于中小型露天矿，我国智能露天矿山的建设优先建设内蒙古、新疆、山西、陕西、云南、黑龙江等6省份的千万吨级矿山，逐步覆盖中型露天矿.现阶段，小型露天煤矿智能化暂不作要求，但应按照评价指标分阶段逐步完善。

2)智能露天矿的5个子系统的协调性方面，调研的露天矿1/3处低度协调，2/3处于中度协调范围，调研露天矿并未达到高度协调和极度协调。从评分结果可以看出各系统并未达到智能化的较高级阶段，下一步露天矿山需进行各系统的智能化深度融合发展。