图1 智慧矿山架构
Fig.1 Architecture of smart mine
贺耀宜1,2
(1.中煤科工集团常州研究院有限公司， 江苏 常州 213015； 2.天地(常州)自动化股份有限公司， 江苏 常州 213015)
摘要：针对智慧矿山建设水平差异大、缺乏统一行业标准的现状，从智慧矿山的定义出发，提出了智慧矿山评价指标，在此基础上制定了智慧矿山分级评价方法，旨在为智慧矿山建设提供评判标准和依据；从物联感知层、协同管控层、矿端智能决策支持层、云端智能决策支持层4个层级阐述了智慧矿山架构，并针对各层级涵盖内容及层级之间关系提出了相关规范制定要求，使其对智慧矿山有一个统一的度量。
关键词：智慧矿山； 数字矿山； 评价指标体系； 分级评价； 架构
随着“智慧地球”概念的提出，智慧化成为继工业化、自动化、信息化之后科技革命领域一次新的突破[1]。在煤炭行业中，随着对煤矿开采智能化、无人化要求的不断提高，迫切需要对现有自动化设备进行智能化改造，同时对矿山的海量数据进行深度挖掘分析，将不同维度的数据信息进一步关联，从而使整个矿山具有自我分析和决策的能力。因此，建设安全、高效、绿色、智能的智慧矿山成为发展新趋势。
中国“数字矿山”概念于1999年由吴立新提出[2-3]，目前国内大部分大型煤炭企业已经建成了数字化矿山平台。近年来，专家学者相继提出“感知矿山”、“智能矿山”、“智慧矿山”概念[4-6]，但实际上目前关于智慧矿山的概念、评价指标还没有定论。由于缺乏评价标准和规范，许多建成数字矿山的企业宣称已建成智慧矿山，而建成的智慧矿山水平差异较大[7-9]。鉴此，笔者在介绍智慧矿山定义的基础上，探讨了智慧矿山的评价指标体系和架构。
研究智慧矿山，首先要和数字矿山进行对比，从而指出两者之间的区别和联系，形成智慧矿山的基本定义。
数字矿山的核心要义是在统一的时间参照和空间框架下，通过三维可视化表达等不同手段获取海量、异质、异构、多维、动态的矿山信息，并对其进行科学有序的组织、管理、维护，进而建立矿山信息的分布式共享、协同和利用机制[10-11]。首先，通过各种传感器、测量工具、勘探仪器对全矿环境、设备、移动目标、井巷、地质、采煤等数据进行采集、处理和更新；然后，通过对多源异构数据进行融合，使它们之间形成对应关联关系，进而构建三维矿山模型，实现对矿井各类信息的实时查看；最后，通过建立不同的应用系统，为矿山环境和生产工况的实时监控、业务流程管理、决策分析提供服务。
智慧矿山的核心要义是“智慧”，即在融入矿山固有信息和日常管理经验后能够智能决策，从而使整个矿山具有自我分析和决策的能力，使矿山的“人、机、环、管”处在高度协调的统一体中运行。因此，笔者认为，智慧矿山应该在统一的时空下，具备对矿山生产过程、设备工况、环境安全、移动目标等进行主动感知、自动分析、协同控制的能力，同时能够结合企业资源计划(Enterprise Resource Planning，ERP)等信息化系统数据主动为管理人员提供决策依据，即在数字矿山的基础上实现实时在线监测、自动协同控制、故障灾害预警、辅助灾害救援、精益管理、智能开采的智慧模式，实现整个矿山生产管理过程的可视化、自动化、智能化[12]。
目前，中国已形成智慧城市评价指标体系，结合城市发展状况，通过细分的指标量化测评城市是否达到了“智慧”的目标。对于煤矿而言，也需要建立一套评价指标体系，针对什么样的煤矿适合建设智慧矿山、建设到什么程度才算是智慧矿山等方面，从顶层设计的角度形成智慧矿山评价指标体系，明确提出智慧矿山评价标准。
2.1 智慧矿山评价指标
经过查阅相关资料和专家研讨，结合多年来数字矿山建设经验，笔者将智慧矿山关键评价指标分为6个方面：
(1) 结合矿山建设规模，不能强制所有矿山都按照智慧矿山标准来建设，因此需要考虑矿井设计方面的指标，包括矿井规模及服务年限、采矿工艺、洗选工艺、采区布置、装备选型、运输设计、动力供应、通风设计、排水设计等。
(2) 智慧矿山对基础设施建设有严格要求，因此需要考虑基础设施标准化方面的指标，包括工作面、巷道照明、主副井、线(管)路敷设、超前支护、液压支架、采煤机、转载机、带式输送机、大型机电设备、安全护栏、水泵房、变电所、地面工业广场等。
(3) 智慧矿山要实现主动感知、自动分析、协同控制，需要考虑生产过程和环境安全方面的指标，包括“采、掘、机、运、通、水、电、人、机、环”等系统及相关设备的完备性、可靠性、智能化程度、协同控制、效率提升等。
(4) 智慧矿山是一个全矿山的统一协同运行体，在提高智能化和生产效率的同时，还要实现精细化管理、经营管理数据的共享，因此需要考虑经营管理信息化系统建设方面的指标，包括“人、财、物、产、供、销”等方面的系统建设、数据完整性、接口开放性、业务支撑等。
(5) 绿色开采是对煤矿开采的一项重要要求，要求将开采对生态环境造成的破坏降到最低，因此绿色开采也是智慧矿山的一项重要评价指标，包括资源开采、综合利用、环境保护、土地复垦、节能减排、社区和谐、企业文化建设等。
(6) 智慧矿山具有自我分析和决策的能力，保证矿山的“人、机、环、管”处在高度协调的统一体中运行，因此需要考虑数据融合、自我学习和知识库方面的指标，包括结构化和非结构化数据采集、传输、存储、融合、开放、分析等方面的规范化指标，安全、生产、经营、紧急救援等管理决策支持方面的指标，相关系统自我学习功能的智慧化程度及知识库形成程度方面的指标。
2.2 智慧矿山分级评价方法
首先，将智慧矿山的评价内容按照上述6个方面归纳为设计板块、基础设施板块、安全生产板块、经营管理板块、绿色开采板块、决策分析板块；然后，参照《新型智慧城市评价指标》和《煤矿安全生产标准化基本要求及评分方法》，将上述6个方面的指标按照一级指标、二级指标、二级指标分项进行归纳，采用百分制，并对各级指标按照重要度设置相应权重；最后建立评价模型，按照打分标准对相关评价内容进行得分计算，从而对智慧矿山的成熟度进行分级评价。
目前，业界普遍对数字矿山架构达成了一致认识，基本上认为可分为设备层、控制层、生产执行层、经营管理层、决策支持层。设备层主要包含现场传感器、执行器、电源、工业摄像头、移动终端等；控制层主要由各自动化系统、主干网络和综合自动化平台组成；生产执行层主要包括生产、调度、机电、地测、通风、安全等信息化系统；经营管理层主要包括OA和ERP系统；决策支持层主要通过数据挖掘分析为矿山本质安全、生产降本提效、精益管理、灾害救援等提供决策支持。
尽管数字矿山架构已经形成，且围绕该架构已在系统平台建设方面取得了一定成果[13-14]，但数字矿山建设面临的关键问题没有得到较好解决，如不同厂家的空间数据基准不一致、数据交互格式和编码准则不一致、元数据和语义描述不一致、接口规范不一致、平台开放性不一致、不同类型系统的功能没有统一要求等，严重影响了智慧矿山建设进程。通过对数字矿山架构和数据流进行进一步规范和升级，笔者认为智慧矿山架构可分为物联感知层、协同管控层、矿端智能决策支持层、云端智能决策支持层，如图1所示。
(1) 物联感知层是智慧矿山和物联网的基础，是信息的源头，包含现场传感器、精确定位装置、执行器、摄像头、移动终端、有线/无线传感网络等，主要实现对生产现场“人、机、环”的信息识别与感知、故障自诊断、自动控制、数据交互及对上层命令的执行。在该层需要对所有对象的智能化程度、可靠性、唯一编码、位置信息、设备交互协议及传感网络要求等提出规范描述，以实现传感设备即插即用、数据交互和规范化传输。
(2) 协同管控层是数据传输和交互的基础，包含井下骨干网络、地面网络、各自动化系统、业务管理系统、ERP系统、协同管控平台、共享存储资源等，主要实现对生产现场“人、机、环”的实时监测和自动、协同运行控制，设备故障诊断和灾害预报警，各业务部门日常安全、生产、经营管理。在该层需要对网络安全和网络资源提出规范化要求；需要对矿山空间信息及元数据建立分类编码标准；需要针对不同类型系统提出数据存储规范、数据交互的规范化协议格式、元数据及结构化信息描述方法准则，以满足不同系统之间的数据交互需要[15]；需要对不同类型系统提出智能化的功能要求，以实现灾害预警和生产环节的协同控制，达到关键生产环节无人值守的目标。
图1 智慧矿山架构
Fig.1 Architecture of smart mine
(3) 矿端智能决策支持层是智慧矿山架构在矿端的最高层，只为本企业提供决策支持服务，主要包括存储资源及数据服务资源(可与协同管控层共用)、决策支持软件平台。在该层可根据煤矿用户实际生产经营管理要求，利用已有数据构建丰富的专业应用，开发和部署涉及矿山安全、生产、管理的决策支持软件，并构建知识库。这些软件主要为不同的管理人员提供决策支持：建立矿井重点作业区域安全等级评价模型，综合分析、评价作业区域的安全状况；建立风险评价模型，分析、预测作业区域事故发生的可能性；建立动态排产模型，有效分析ERP系统中的经营数据，结合生产管理数据制定合理的排产方案，对矿井生产和运输物流环节进行合理调度；建立时间调度模型，合理调整设备检修及大型耗电设备运转时间；建立运维及故障诊断模型，对主要生产环节设备健康状况、负荷率、故障停机率、能源消耗等指标进行分析；建立精细化成本核算模型，分析队组在生产过程中各类消耗的有效性，降低生产成本，提升企业盈利能力；建立应急救援或应急演练决策支持模型，在事故发生后，能够结合具体应急预案自动提供救援人员、救援物资、救援装备、事故现场环境、逃生路线等信息，能够对现场事态发展进行跟踪管理。在该层需要对存储资源和数据服务接口进行规范化描述，便于数据开放。
(4) 云端智能决策支持层为多用户同时提供决策支持服务。该层是提供统一共享大数据、基础计算资源和专业智能决策支持的基础平台，主要包括云端存储资源、数据服务和群集服务资源、智能决策支持承载平台、多元三维展示平台等。
由于建设智慧矿山的企业在大数据分析方面不一定有优势，而专门做大数据分析的高校或研究院所又难以获取所需数据，所以在云端智能决策支持层需要专门建立智能决策支持承载平台，针对不同数据类型的决策分析模型特点，完成模型承载方法设计，保证专业大数据分析厂家可以充分利用云端数据和计算资源完成决策分析模型及算法，并将其动态加载到智能决策支持承载平台供煤矿用户决策使用，使煤矿用户将重点放在数据分析和数据融合算法研究、专家知识库构建等方面，无需花更多精力研究数据采集、存储、应用程序编写等重复性工作。在该层需要对智能决策支持承载平台的自诊断体系和方法提出规范要求，以满足快速故障诊断、数据恢复等要求；需要针对多用户条件下矿山数据种类繁多、数据量极大的特点，完成智能决策支持承载平台接口、数据存取、云端负载平衡等规范设计；需要针对平台下多用户运行、数据隔离和数据安全等要求，完成平台远程运维管理规范设计。
在云端智能决策支持层部署了一种可兼容主流三维展示平台的多元三维展示平台，充分利用云端智能决策支持层的资源，根据多用户实际应用情况对丰富的信息进行实例化展示。因此，需要对市场主流三维展示产品进行研究，制定有利于三维数据融合的数据规范，并研究三维数据格式转换技术，制定针对主流三维图形数据的数据集成规范，以实现对主流三维展示技术的兼容。由于多用户使用同一个多元三维展示平台，平台需要采用云架构技术，同时，需要建立矿端与云端的数据交互规范，以实现矿端多元数据与云端数据同步，从而实现对不同煤矿从井上到井下的全息展示。
对智慧矿山的评价指标进行了梳理，并在此基础上制定了智慧矿山分级评价方法，可为智慧矿山建设提供评判标准和依据；对智慧矿山进行了整体架构规划，分析了各层级涵盖内容及层级之间关系，提出了相关规范制定要求，使其对智慧矿山有一个统一的度量。智慧矿山评价指标体系及架构规范的制定，对于规范智慧矿山建设具有重要意义，有利于促使智慧矿山更快发展，从而推动矿山建设向绿色化、无人化发展。
参考文献(References)：
[1] 徐静,谭章禄.智慧矿山系统工程与关键技术探讨[J].煤炭科学技术,2014,42(4):79-82.
XU Jing,TAN Zhanglu.Smart mine system engineering and discussion of its key technology[J].Coal Science and Technology,2014,42(4):79-82.
[2] 吴立新.数字地球、数字中国与数字矿区[J].矿山测量,2000(1):6-9.
WU Lixin.The digital earth,digital China and digital mine[J].Mine Surveying,2000(1):6-9.
[3] 吴立新,殷作如,邓智毅,等.论21 世纪的矿山——数字矿山[J].煤炭学报,2000,25(4):337-342.
WU Lixin,YIN Zuoru,DENG Zhiyi,et al.Research to the mine in the 21st century:digital mine[J].Journal of China Coal Society,2000,25(4):337-342.
[4] 张申,丁恩杰,徐钊,等.物联网与感知矿山专题讲座之二——感知矿山与数字矿山、矿山综合自动化[J].工矿自动化,2010,36(11):129-132.
ZHANG Shen,DING Enjie,XU Zhao,et al.Part Ⅱ of lecture of Internet of things and sensor mine:sensor mine,digital mine and integrated automation of mine[J].Industry and Mine Automation,2010,36(11):129-132.
[5] 卢新明,尹红.数字矿山的定义、内涵与进展[J].煤炭科学技术,2010,38(1):48-52.
LU Xinming,YIN Hong.Definition,connotations and progress of digital mine[J].Coal Science and Technology,2010,38(1):48-52.
[6] 王莉.智慧矿山概念及关键技术探讨[J].工矿自动化,2014,40(6):37-41.
WANG Li.Study on concept and key technologies of smart mine[J].Industry and Mine Automation,2014,40(6):37-41.
[7] 李梅,杨帅伟,孙振明,等.智慧矿山框架与发展前景研究[J].煤炭科学技术,2017,45(1):121-128.
LI Mei,YANG Shuaiwei,SUN Zhenming,et al.Study on framework and development prospects of intelligent mine[J].Coal Science and Technology,2017,45(1):121-128.
[8] 霍中刚,武先利.互联网+智慧矿山发展方向[J].煤炭科学技术,2016,44(7):28-33.
HUO Zhonggang,WU Xianli.Development tendency of internet plus intelligent mine[J].Coal Science and Technology,2016,44(7):28-33.
[9] 韩茜.智慧矿山信息化标准化系统关键问题研究[D].北京:中国矿业大学(北京),2016.
[10] 王梦佳,王雪彤.数字矿山、智慧矿山、虚拟矿山的对比剖析[J].测绘与空间地理信息,2015,38(9):183-185.
WANG Mengjia,WANG Xuetong.The analysis and comparison of digital mine,intelligent mine and virtual mine[J].Geomatics & Spatial Information Technology,2015,38(9):183-185.
[11] 张申,丁恩杰,赵小虎,等.数字矿山及其两大基础平台建设[J].煤炭学报,2007,32(9):997-1001.
ZHANG Shen,DING Enjie,ZHAO Xiaohu,et al.Digital mine and constructing of its two basic platforms[J].Journal of China Coal Society,2007,32(9):997-1001.
[12] 张旭平,赵甫胤,孙彦景.基于物联网的智慧矿山安全生产模型研究[J].煤炭工程,2012,44(10):123-125.
ZHANG Xuping,ZHAO Fuyin,SUN Yanjing.Study on safety production model of intelligent mine base on Internet of things[J].Coal Engineering,2012,44(10):123-125.
[13] 王继生,潘涛.数字矿山建设实践探索[J].工矿自动化,2014,40(3):32-35.
WANG Jisheng,PAN Tao.Practical exploration on construction of digital mine[J].Industry and Mine Automation,2014,40(3):32-35.
[14] 田心.数字化矿山平台规划的分析[J].中国煤炭,2014,40(7):81-85.
TIAN Xin.Analyze of planning of digital mine platform[J].China Coal,2014,40(7):81-85.
[15] 毛善君.“高科技煤矿”信息化建设的战略思考及关键技术[J].煤炭学报,2014,39(8):1572-1583.
MAO Shanjun.Strategic thinking and key technology of informatization construction of high-tech coal mine[J].Journal of China Coal Society,2014,39(8):1572-1583.
Discussion on evaluation index system and architecture of smart mine
HE Yaoyi1,2
(1.CCTEG Changzhou Research Institute, Changzhou 213015, China;2.Tiandi (Changzhou) Automation Co., Ltd., Changzhou 213015, China)
Abstract:In view of existing status of different construction level and lack of unified industrial standard of smart mine, evaluation index system of smart mine was proposed based on definition of smart mine, and grading evaluation method of smart mine was developed to provide criteria and basis of smart mine construction. Meanwhile, architecture of smart mine was described from Internet of things perception layer, collaborative management and control layer, intelligent mine decision support layer and intelligent cloud decision support layer, and specification requirements of each layer content and relationship among the layers were put forward, so as to form unified measurement of smart mine.
Key words:smart mine; digital mine; evaluation index system; grading evaluation; architecture
收稿日期：2017-06-02；
修回日期：2017-08-02；责任编辑：盛男。
基金项目：天地科技股份有限公司智慧矿山专项项目(2016-ZHKSZX-03)；天地(常州)自动化股份有限公司科研项目(2017GY006)。
作者简介：贺耀宜(1974-)，男，陕西蓝田人，研究员，硕士，主要从事煤矿安全与信息化应用研究工作，E-mail:hyy@cari.com.cn。
引用格式：贺耀宜.智慧矿山评价指标体系及架构探讨[J].工矿自动化，2017,43(9)：16-20. HE Yaoyi.Discussion on evaluation index system and architecture of smart mine[J].Industry and Mine Automation，2017,43(9)：16-20.
文章编号：1671-251X(2017)09-0016-05
DOI：10.13272/j.issn.1671-251x.2017.09.003
中图分类号：TD67
文献标志码：A 网络出版时间：2017-08-28 10:17
网络出版地址：http://kns.cnki.net/kcms/detail/32.1627.TP.20170828.1017.003.html