樊 荣,徐青云
(山西大同大学 煤炭工程学院, 山西 大同 037003)
在信息领域,经历了互联网和移动通信网信息革命之后,人类又迎来了“物物相连”的物联网信息浪潮[1]。物联网是一个通过感知设备获取信息,采用标准互操作通信协议,把各种物品与互联网连接起来,进行信息交互和数据处理,实现一系列如“识别”、“定位”、“监控”等特定功能的网络。我国电信研究院认为物联网的目标就是要实现对物理世界的实时控制、精确管理和智能决策[2]。近年来,由于物联网技术及相关产业发展迅速,许多国家都将物联网产业作为新的经济增长点,并制定国策予以扶持。
目前,许多其他领域的大型企业还没有意识到物联网与该产业领域相结合的重要性,依然采用传统的生产经营方式,而我国煤炭领域的许多企业敏锐地抓住了物联网信息浪潮这一契机,把智慧矿山的建设作为其产业转型发展的方向,如中煤集团、晋能控股集团、华阳集团、陕煤集团等纷纷加入到智慧矿山的建设行列中来。当前在工业物联网的大背景下,利用物联网、大数据等信息技术对煤炭行业的生产、安全监测等方方面面进行改造升级,已成为行业的普遍共识[3]。而矿山作为工业物联网一个重要的应用场景,国内许多机构已经开始“抱团”研究矿山物联网的建设,希望通过协同合作来促进矿山智能化的发展,建立了如“中国矿业联合会智能矿山工作委员会”、“煤矿智能化开采技术创新中心”、“中国智慧矿山协同创新联盟”等单位[4]。截至2021年底,我国已建成687个智能化采掘工作面,其中,智能化采煤工作面431个,智能化掘进工作面256个,煤矿生产智能化程度不断提高,这些都为物联网智慧矿山的建设开了一个好头。
煤矿信息化技术的发展经历了单机设备自动化、矿山综合自动化以及现在的工业物联网背景下的智慧矿山建设阶段(如图1所示)。其中,单机自动化可以实现采矿作业过程中一个子流程的自动化,矿山综合自动化可实现各监控系统的联网集成,实现三网合一的数据、音视频传输,并使用统一的数据库存储各子系统的数据,进而实现了全矿井的整体信息化。这些都为智慧矿井的建设奠定了基础。智慧矿山的建设代表煤矿工业先进生产力的发展方向,是破解煤炭行业发展难题的重要手段,也是实现能源技术革命的必由之路,这些已经成为采矿业界的广泛共识。利用工业物联网中的感知系统,可以实现对煤炭生产过程中的人员、设备和地质环境的有效监控,对可能发生的事故起到超前预防的效果。从而使煤矿监控体系由过去的“间断性检查”转变为“连续实时监控”,使得监控效果更加及时有效,分析过程更加智能化,应急救援也由“事后反应”向“自动响应”的方向转变,进而使煤矿更好地满足安全高效生产的要求。
图1 矿山信息化发展示意
煤矿生产由多个子系统组成,其中包括采掘系统(含采煤系统与掘进系统)、运输系统(含胶带运输系统与绞车运输系统)、人员定位及管理系统(含人员定位系统、设备定位系统、考勤管理系统)、各种监测系统(含瓦斯、水文、矿压、供电等监测系统)等(如图2所示)。
图2 煤矿生产系统组成示意
同时煤矿生产面临着复杂的地质条件、矿山压力、瓦斯、一氧化碳、地下水及煤尘等,这些条件以及井下各种设备与煤、岩一起构成了一个复杂的系统[5]。在多种复杂的因素影响下,井下信息数据的传输及处理存在很大的困难,煤矿生产的许多数据不能被准确采集,及时传输,完善处理,极大地制约了煤矿安全、高效、清洁、绿色生产目标的实现。因此就监控监测方面而言,现阶段的矿山还不是一个清晰透明的矿山。
随着现代科技的进步,矿山建设逐步向智能化的方向迈进,智慧矿山的建设已经成为煤矿行业发展的一个必然趋势。然而智慧矿山的建设面临着以下的几种问题。
目前,煤矿使用的专用传感器在自身性能和对矿井环境的适应性方面均有待提高,当前矿用传感器主要存在精度不足、可靠性较差、价格昂贵、能耗大等问题,缺少性能强大且能够适用于矿井复杂环境的智能传感器。虽然目前光纤光栅传感器已经开始推广,但总体来看适用于煤矿井下复杂条件的新型传感器仍然比较缺乏。由于缺乏有效的感知设备,无法收集到实时完整的数据,使得智慧矿山的建设无从谈起。因此研发一些具有感知准确,体积小,便于机载等特点的矿用传感设备,对于矿山智慧化建设具有重要的意义。
目前,地下工程作业环境仍未能形成一个统一的、无处不在的网络,现有的网络对井下人员设备的定位存在很大的盲区,无法做到对井下作业区域的全覆盖,难以实现对井下安全信息的完全感知。为使煤矿的监测水平摆脱“机载监测、离线分析”的阶段,需要研究多种技术,最终形成一套覆盖范围广、信号强、适用于井下特殊环境的无线感知网络。
矿山综合自动化阶段虽然实现了各个子系统的网络化集成,但是各个应用系统之间无法实现信息互操作,软硬件之间缺乏共同的技术标准,因而无法实现有效的信息融合。在矿山物联网的建设中,需要大力发展接口技术、大数据技术,以此来打破信息交互存在的阻隔,大大提高信息融合处理效率。
实现煤炭开采的数字化、连续、自动稳定运行是智慧矿山建设的必然要求,而目前井下智能设备故障率较高,且缺乏故障发生时进行自判断和自动化处理的能力,严重制约了煤矿智能化的发展。从当前发展水平来看,设备发生故障后仍需进行离线分析来处理,如果生产中某一重要装备发生故障,就会严重影响井下作业的进度。
矿山可以作为采矿、地质、安全和自动化等多个学科的研究对象。从目前的研究情况来看,各学科的人才均是从本学科的角度出发来研究矿山,不能实现有效的学科融合,比如在研究煤矿重大灾害机理研究,矿用设备故障分析及处理等煤矿生产中重点难点问题时,采矿、水文地质、机械、监测监控、智能信息处理技术等多学科研究融合不够,无法有机地结合多学科层面的知识,去形成一套行之有效的解决方案。
目前智慧矿山建设中所用的软硬件技术,都是各自独立地在矿山物联网中进行应用,缺少将信息获取、信息分析和信息应用有机结合的一个平台;要完成物联网智慧矿山的建设,同时满足多学科、多专业协同工作的要求,就必须建设一个具有公共标准的智慧煤矿数据统一共享平台,实现信息资源共享,使得多学科专家能够在一个共同的平台下进行协同工作。而煤矿行业在矿山综合自动化阶段还没有形成一个共同标准的平台。
煤矿信息化发展到现有的阶段依然缺乏标准的建设,由于缺乏统一的标准,煤矿的各种矿山网络系统很难由服务商进行标准化供应,另外缺乏统一的数据规范和通信接口,也制约了煤矿智能化系统的信息安全性、系统灵活性以及可扩展性的提升。上述情况的存在大大制约了智慧矿山的标准化建设。
信息的准确获取对物联网技术的实现有着非常重要的意义,同时物联网技术的应用涵盖来自于各种渠道的,多种多样的信息数据。其中,矿山物联网中所需的信息主要为煤矿生产过程中人员设备的定位信息,矿压、瓦斯含量等相关数据的监测信息,以及灾害来临前预警等信息,总结概括为煤矿生产过程中发生的物理事件和数据(含各种井下物理量、音视频数据等)[6-7]。要获取准确丰富的数据,首先需要传感设备具有稳定的连接性,如果连接性差的话会出现诸如部署仪器后失去访问权限、无法定期获取读数等问题,严重影响煤矿生产的安全性以及生产效率。由于煤矿生产属于井下流动作业,因此矿用感知设备需要满足连接性好、可移动、集成程度高、感知信号强、稳定性强、功耗低等特点[8]。为此,需重点研究以下方面。
1) 通过对传感器原理、感知方式、煤矿各种重大灾害机理进行多方面研究,将传感器数字化并赋予其可靠、负担得起的通信能力,解决好传感设备的连接性、稳定性问题,进而解决煤矿特殊环境条件下的信息感知采集的问题。
2) 通过研究满足可移动需求的新型传感设备、无线通信信号分析方法等,来解决矿井灾害发生前的及时预警问题和矿井灾害发生区域准确定位问题[9]。
3) 矿山物联网的建设需要考虑设备消耗能量的问题,低功耗组件是矿山物联网建设的要求之一。目前,主要采用低功耗通信协议包括蓝牙低能耗技术、超带宽、ISO18000-7 DASH7、IEEE802.15.4、射频识别技术等来解决通信装置耗能较大的问题。
通过对传感器相关技术的研究,再结合雷达、天线等非接触手段,可以更加完整准确地获取数据。同时加强对生产系统健康评估模型、生产系统寿命预测、以及结合生产调度条件下维修预知决策模型的研究,可以增强传感设备故障时的自判断和自处理的能力,从而有效解决相关设备故障率高的问题,提高设备的可靠性。
雾计算是一种由许多较为分散的独立节点完成的网络化计算。雾计算具有实时性强、低延时、移动性好的特点。以粉尘浓度超限为例,我们收到粉尘浓度超限的信号,却无法判断粉尘超限的原因、发生区域超限消息是否为误判。利用雾计算,可以将相邻的几个粉尘浓度传感器和一些其他相关传感器搜集来的信息进行整合,从而判断粉尘浓度超限信息的准确性、发生区域、以及是否启动除尘装置等问题。
在煤矿生产过程中,像这样的底层节点计算将会有广泛的应用。雾计算强调独立节点之间的局部实时交互,强调节点具有数据分析和反馈的计算功能。与云计算相比,雾计算所采用的架构是分布式的,更注重网络边缘底层节点的数据处理和交互能力。雾计算通过将大量的应用程序,数据处理等集中在靠近应用端的网络边缘节点,可以更好地提高其对煤矿生产过程中不同应用和服务类型的适应性。如图3所示,明确给出了雾计算和云计算的区域划分。基本上,分布在底层设备上的数据处理属于雾计算范畴,向上属于云计算范畴。
图3 云计算与雾计算架构示意
矿山物联网的建设需要大量云计算的应用已成为业界的共识[10]。以下是矿山云计算应用的两个特点:
1) 矿山云计算与雾计算密不可分。雾计算平台增强了各个底层节点独立分析处理数据的能力,更好地满足了煤矿作业实时性的需求,同时完成了底层的数据搜集与信息融合,为矿山云计算的实施奠定了必要的基础。与一般的云计算平台不同,矿山云计算不需要功能十分强大的服务器,许多矿山云应用现场只需一台联网计算机就能满足要求[9]。一般来说,普通云更加强调网络中心集中计算能力,而矿山云则更加强调网络边缘底层节点的计算能力[11]。通过矿山云计算和雾计算的应用,煤矿生产环境中布置大量的底层节点结合无线通信技术可以有效地克服井下感知盲区的问题。
2) 矿山云计算的应用将涉及到多个学科如采矿、机电、安全、地质等,需要各个领域的专家人才提供专业化的服务。现如今实现矿山云计算的关键在于将各个领域专家提出的模型、方案、技术等成果,有机地整合到矿山云平台上,这样可以有效进行学科交叉研究,实现优势互补,大大提高信息融合处理的效率。
煤矿生产作业处于一种流动的工作环境,煤矿生产作业中“三机”等生产工作设备与巷道、工作面等井下环境,共同构成一种特殊条件下的通信环境。在这种通信环境中实现数据传输的无线通信网络需要具备长距离、多跳、宽带较宽、覆盖范围广、功耗较低、灾后易重构等特点[12-13]。然而现有的组网技术要想实现这种特定环境下的数据传输仍需很大的改进,因此需要进行以下几个方面的研究。
1) 研究在巷道这种特殊环境中无线通信技术的传输理论,分析适合矿井无线传输的信号频率、调制解调方式、带宽等参数并进行优化。
2) 研究改进无线传感器网络技术、Wi-Fi技术、超带宽等技术在矿井的应用。以无线传感器网络技术为例,首先应该研究其测量节点在矿井中的分布(解决无线感知网络全覆盖问题),然后研究网关选择的问题,以及为所选网关适配合适的控制器,以此来实现数据的采集、加工、分析和显示。
3) 研究宽带无线接入技术和大规模异构协同组网技术。
4) 研究局部地区发生灾害后的网络重构问题,这包括无线节点的抗毁能力、不同介质下自适应组网协议、传输速率自适应调整技术、不同速率组网技术等等。同时,研究灾害发生时,不易被破坏区域的位置,并在这些位置进行设备安装,便于灾害后的网络重构。
随着人工智能和大数据技术的发展及其在采矿系统中的应用,煤矿生产系统就可以处理更大规模如涉及TB级的数据,有益于煤矿生产。例如,对于围岩应力应变监测,基于人工智能技术研发的矿用机器人可以进入巷道搜集巷道变形前、后的应力应变相关数据,并结合大数据技术进行分析,这样就可以更加准确地了解围岩的受力情况和变形特征,进而进一步推测所监测围岩可能发生的破坏方式。类似的,在分析围岩的破碎程度时,大数据技术进行分析后,就可以准确、明了地将有效的数据传递给钻爆建模/计划周期,可以最大程度地减少超挖或控制采场和掘进方向的爆破碎片。
结合大数据与人工智能技术对传统的矿山开采进行改造升级,是煤矿行业发展的一大契机。在传统的采矿过程中,现场仪器搜集到的大量数据并未得到充分的利用[14]。通过运用大数据技术并在工业物联网背景下建立传感网络,可以实现对矿山海量数据的有效利用,随着井下巡检、搜救机器人的运用,结合边缘计算实时警报系统的建立,井下作业也会变得越来越安全。随着这些技术的进步,智慧矿山建设所获得的经济效益和社会效益将远远大于建设时所投入的成本。
人工智能可以将物联网的优势提升到一个新的水平,从而确保矿山可以利用大规模数据集中实现真正的价值。而远程运营中心的进步,也在推进着矿山信息数据实时化的建设,将人工智能、机器学习等技术运用到远程运营中心,可以更好地实现对井下作业情况的把控,以及更好地完成煤矿生产重大事件的决策。利用大数据技术可以对整个采矿系统的大量数据进行分析,有助于逐步解决煤矿生产中存在的问题,实现对煤矿生产业务长期、可持续的改进。
随着智慧矿山的发展,一方面在工业物联网的大背景下煤矿生产设备逐步趋于智能化,显著提高了煤矿企业的生产效率;另一方面,智能感知矿山信息能够更好地满足井下动态作业人员设备实时定位的需求,准确获取位置信息,使得井下人员的生命安全得到更好的保证,同时实现了设备运行状态的实时监测,从而有效解决了煤矿生产的安全问题。
工业物联网涵盖了许多现代信息技术,而智慧矿山的建设就是在这种大背景下,运用多种智能技术,实现煤矿生产监测等多个方面的智能化,更好地实现煤矿“减人提效”的需求,促使煤矿向安全、高效、绿色、智能方向迈进。矿山物联网的建设是一个漫长的过程,虽然智能化建设目前已经取得了一定的成效,然而建设过程中存在许多尚待解决的问题,智慧矿山建设所需的多项关键技术仍需进一步研究发展,随着各项技术的逐步升级发展,我国终将完成矿山信息技术的变革,届时煤矿行业将实现完全的智能化,矿山物联网的建设将为我国煤矿行业乃至整个能源行业做出应有的贡献。