0 引言
煤矿智能化发展愿景：实现煤矿全时空多源信息实时感知，风险闭环管控本质安全；全流程人-机-环-管数字互联高效协同运行，生产现场全自动化作业；煤矿职工更有尊严获得，煤炭企业实现更多价值创造。
目前，首批71处智能化示范煤矿建设启动，部分先行先试智能化煤矿建设取得初步成效，建立了智能煤矿巨系统架构，开发了多种应用系统，初步形成了智能化开采的推广模式。煤矿智能化是煤炭工业高质量发展的核心技术支撑，是煤矿发展的必由之路，煤矿智能化进入加快发展阶段。
煤矿智能化是5G、大数据、物联网、人工智能等新一代信息技术与煤矿采、掘、机、运、通等全生产工艺流程的深度融合，是我国煤炭行业第四次重大技术变革[1-3]。随着国家两化融合、数字化转型、新基建等战略部署的落地，推动人们生产、生活方式进步，倒逼煤炭行业改变传统的高强度、高危险作业方式，煤矿企业招工难倒逼煤炭企业实现智能化少人化、无人化生产；生态环境保护的硬约束倒逼煤炭企业改变传统生产方式，实现智能绿色发展，加快推动煤矿智能化相关技术与装备的研发实践。
针对煤矿地质探测、采、掘、机、运、通等全生产流程的智能化，国内外学者开展了广泛而深入的研发与实践。针对智能化开采地质保障技术，提出了煤矿地质透明化概念和基于GIS(Geographic Information System，地理信息系统)与BIM(Building Information Modeling，建筑信息模型)融合、构建高精度地质模型、建设地质云等相关思路[4-7]；针对制约煤巷快速掘进的主要因素，从掘、支、锚、运、破等全工艺流程分析入手，研发了适用于不同巷道条件的快速掘进技术与装备，提出了基于远程控制的巷道智能快速掘进方法[8-10]；针对我国煤矿煤层赋存及生产技术条件的多样性，研发了工作面实现智能化开采的4种成套技术与装备模式[11-13]，开发了基于煤层厚度变化的采煤机自适应截割、液压支架自适应支护、刮板输送机智能调速、多设备智能协同控制等技术与装备，通过研发试验工作面智能巡检机器人提高了对工作面环境的感知能力，为工作面智能开采提供了感知信息支撑；研究了井下人员、设备高精度定位技术，研发了基于机器视觉的带式输送机异物识别、煤量检测、违章作业等，探索了井下物料智能仓储技术、辅助运输无人驾驶与智能调度技术等[14-16]；研究了煤矿井下通风网络智能解算、危险源智能感知、智能安全监测预警平台、大型设备远程运维与全生命周期管理等技术，为煤矿安全生产提供理论、技术与装备保障[17-19]。
2020年2月，国家发展改革委等八部委联合印发了《关于加快煤矿智能化发展的指导意见》，明确了煤矿智能化发展目标和任务；2020年9月召开的全国煤矿智能化现场推进会进一步明确提出了加快推进智能化煤矿建设的要求，全面推动了我国煤矿智能化发展。但是，我国煤矿智能化建设仍处于培育示范阶段，发展还不充分、不平衡，总体水平还不高，距离实现全面智能化还有很大差距。目前，我国煤矿智能化建设还存在诸多“痛点”，主要表现：煤矿智能化认识和理念不统一、智能化发展不平衡；大多数煤炭企业没有下功夫做煤矿智能化顶层架构设计，普遍缺乏科学合理的顶层数据治理架构，管理理念、管理机制和管理规程不适应智能化煤矿建设要求，智能化巨系统兼容协同困难；智能化煤矿5G设备、模组、应用场景、商业模式发展不成熟；“透明地质”技术保障支撑能力不足，采掘失衡、掘支失衡问题突出，智能化开采技术难以适应复杂条件，井上下智能机器人作业技术有待突破；智能化煤矿人才和投入保障不足。本文对上述煤矿智能化发展中的主要“痛点”问题进行解析，提出相关对策及发展方向。
1 智能化煤矿技术架构与分类建设
井工煤矿是一个涉及地质探测、巷道掘进、工作面开采、主辅运输、通风与排水、供电与供液、安全保障、洗选运输、经营管理等业务环节的复杂巨系统[20-21]，煤矿智能化建设既是全行业的共同任务和战略方向，同时，又要分类建设、因矿施策、示范引领、逐步实施。针对煤矿智能化建设现状及需求，提出了按照“一朵云+一张融合网+三级平台+N个应用模块”的智能化煤矿建设总体技术架构进行推进，采用“全局优化、区域分级、多点协同”的控制模式，通过全局优化层、区域协同层、设备监控层构建三层递阶的智能控制系统。
以融合一张网微服务架构为核心，建设大型煤炭基地云平台；将煤矿井下的工控网、视频监控网、安全监测网，井上的运销网、物资供应网、办公网等进行融合，形成一张融合网；基于煤炭基地云平台建设应用融合平台、数据服务平台、技术研发平台，形成集团级的综合监管平台、矿业公司生产经营管理平台、煤矿智能化综合管控平台三级平台管理模式；基于煤矿智能化综合管控平台实现对煤矿地质保障、智能掘进、智能采煤、智能主辅运输、智能通风、智能排水与供电、智能安全监控等业务模块的智能综合管控。
煤炭板块云是大型煤炭基地综合数据交互中心，各矿业公司建设有二级数据交互中心，生产煤矿则建设有三级数据中心。采用“云、边、端”的控制架构，在云端将数据抽取进行融合处理，发挥其存储及计算优势进行全局化运营决策，同时承担智能化模型训练功能；在边缘侧将云端算力下沉，根据场景智能化控制需求进行快速决策，降低控制时延；在端侧对感知信息进行初步快速处理，提取特征信息，实现快速响应、实时控制。生产煤矿基于三级数据中心实现对井下采、掘、机、运、通等生产系统及井上生产经营管理数据的采集、分类存储、分析等，并根据业务需求将部分数据上传至二级矿业公司数据中心，由二级矿业公司对所辖煤矿的数据进行汇总、整理，并根据业务需求进行数据的分析与决策，并与煤炭板块云进行数据交互。
智能化综合管控平台是智能化煤矿的核心，基于微服务架构和“资源化、场景化、平台化”的思想，设计各业务系统模块，开发5层架构(基础设施层、支撑服务层、微服务层、业务应用层、终端展示层)的智能化综合管控平台。基于矿井大数据分析能力，对井上下海量数据进行分析和变现，构建煤矿大数据仓库。基于微服务架构和人工智能算法等构建智能数据引擎，实现业务逻辑快速组态化构建和智能决策。智能化综合管控平台技术架构如图1所示。
图1 智能化综合管控平台技术架构
Fig.1 Technical architecture of intelligent comprehensive control platform
虽然大型煤炭基地各煤矿的煤层赋存条件、建设规模、系统组成与功能等一般存在较大差异，但不同矿井的智能化综合管控平台可以采用统一的技术架构进行设计，采用微服务的思想对系统组成、功能等进行优化调整，形成技术架构统一、功能模块有增减、硬件参数有差异的统一智能化综合管控平台，实现大型煤炭基地智能化煤矿的统一采购、统一建设、综合运维。
2 煤矿智能化发展“痛点”分析
2.1 煤矿智能化认识和理念不统一
我国煤炭工业发展经历了人工采煤与炮采、机械化开采、综合机械化开采、智能化开采4个阶段，对于什么是智能化开采、什么是煤矿智能化、如何建设智能化煤矿，以及智能化与机械化、自动化、信息化的关系，智能化与数字化的关系，认识尚不统一，部分地区和煤矿企业还不够重视，思想上因循守旧，没有认识到智能化是煤炭行业发展的必然趋势，片面强调智能化建设投入大、技术难、要求高，甚至是面子工程，没有算清长远账、安全账、民生账，既怕增加负担影响经济效益，又怕承担失败的风险，有畏难情绪和消极心理，对煤矿智能化工作不够主动，智能化建设发展相对滞后。
智能化是指事物在网络、大数据、物联网、人工智能等技术的支持下，所具有的能满足人的各种需求的属性，即智能化是事物的一种属性，应具有智能感知、智能分析、智能决策、智能控制的能力，即通过物联网实现对环境的感知，通过网络实现信息的有效传输，通过大数据技术进行信息融合、数据挖掘与决策，通过人工智能进行智能控制与执行[22-23]。煤矿智能化是人工智能、工业物联网、云计算、大数据、机器人、智能装备与现代煤炭开发技术深度融合，形成全面感知、实时互联、分析决策、自主学习、动态预测、协同控制的智能系统，实现煤矿开拓、采掘(剥)、运输、通风、洗选、安全保障、经营管理等过程的智能化运行[24]。
智能化煤矿是一个多环节、多系统的复杂体系，一般包含上百个子系统，系统之间层次逻辑交叉，系统和周围环境之间存在物质、能量、信息的交换，煤矿又与外部市场、运输、生态相关联。因此，智能化煤矿是一个开放的复杂巨系统。智能化应具有3个要素：① 对外部信息的实时感知与获取的能力；② 对感知信息的存储、分析、联想、自学习、自决策的能力；③ 自动执行能力。煤矿智能化是指煤矿开拓设计、地测、采掘、运通、洗选、安全保障、生产管理等主要系统具有自感知、自学习、自决策与自执行的基本能力。
智能化煤矿的显著特征是现代信息、人工智能、控制技术与采矿技术的深度融合，智能化煤矿建设是高新技术融入矿山场景、渐进迭代发展的过程，是一个不断进步的过程，不是一次性结果，不是“基建交钥匙工程”。
机械化、自动化、信息化和数字化是智能化的基础和内涵，对煤矿智能化认识和理念的不统一，本质上并不是对智能化概念的纠缠，而是因循守旧的保守思维与技术变革的不适应，在煤矿智能化发展尚不充分，一些技术装备还不完善的初级阶段，是自然会存在的分歧，全面否定和概念滥用是2种典型的表现形式，这与煤矿综合机械化发展之初是一样的。
2.2 煤矿智能化发展不平衡
由于我国煤层赋存条件复杂多样，不同煤层赋存条件矿井开展智能化建设的技术路径、难易程度、效果等均不相同[25]。目前，我国煤矿智能化发展不平衡，主要体现在以下方面。
(1) 智能化建设基础不平衡。由于不同矿井的煤层赋存条件存在较大差异，西部晋陕蒙大型煤炭基地煤层赋存条件较好，矿井经济效益好，煤矿智能化投入较大，建设基础较好；西南云贵川矿区的煤层赋存条件复杂，矿井产量低，经济效益较差，智能化建设基础薄弱。
(2) 智能化建设水平发展不平衡。西部大型矿区煤层赋存条件较好，智能化开采技术与装备相对成熟，生产效益好，人才储备相对丰富，智能化煤矿建设速度快、效果好；中东部、西南部矿区煤层赋存条件相对复杂，智能化开采技术与装备适应性较差，高端技术人才匮乏，效益差，投入产出比低，煤矿智能化建设缓慢，建设效果较差。
(3) 煤矿不同系统的智能化水平发展不平衡。由于综采工作面是煤矿生产系统的主要组成部分，各煤矿普遍重视综采工作面的智能化建设，巷道掘进的智能化水平很低，部分矿井巷道掘进尚未实现机械化，大部分矿井巷道掘进没有实现快速掘进，不同系统之间的智能化水平存在较大差异；普遍重视单个系统的自动化、智能化建设，不同系统之间尚未实现互联、互通，导致矿井整体智能化水平较低。
(4) 智能化技术需求与技术发展现状不平衡。现有煤矿智能化技术与装备主要适用于煤层赋存条件简单的矿井，使用效果较好；但是煤层赋存条件复杂、灾害严重的矿井，更需要采用自动化、智能化技术，实现减人提效、安全智能开采，目前煤矿智能化技术与装备对复杂条件的适应性还不够强，技术上还存在亟待突破的瓶颈，难以满足工程实际需求。
(5) 硬件与软件投入不平衡。为了提高煤矿智能化水平，决策层更倾向于采购高性能计算机、布设万兆以太网环网、购置进口采掘装备等硬件设施，但对智能化相关软件的开发、大数据中心建设、智能化综合管控平台建设等投入相对不足，导致软件开发速度明显滞后于硬件功能的实现，造成设备性能难以发挥、计算资源与网络资源浪费等，制约了煤矿智能化发展。
(6) 煤矿智能化相关投入与产出比不平衡。煤矿开展全面智能化建设需要投入大量的资金、人力、物力资源，且需要高素质的技术人员支撑，在部分矿区取得了一定的技术、经济与社会效益，但大部分矿井的投入产出比明显较低，导致部分矿井智能化建设意愿不强烈。
2.3 智能化煤矿5G应用场景和生态匮乏
5G作为新一代信息技术，具有大带宽、广连接、低时延等显著优点，联合网络切片、边缘计算等核心技术，可以为垂直行业带来变革性的应用场景[26]。煤矿5G应用经过第一阶段的探索和实践取得了很多宝贵经验，比如完成了5G小微基站井下传输距离、衰减特性、绕射能力等基本功能特性的实际测试研究；完成了5G上下行传输时隙比的调整和软硬件开发，确定了最符合煤矿应用的上下行传输时隙比为1∶3；提出了5G融合一张网的煤矿通信融合的核心诉求，并开展了初步融合探索；制定了《煤矿5G通信系统安全技术要求(试行)》和《煤矿5G通信系统安全标志管理办法(试行)》，从而打通了5G技术在煤矿应用的通道，也为5G产品研发和生态应用奠定了基础；开展了5G高清视频传输、5G远程控制、5G融合传感等系列应用场景的初步测试，初步找到了5G在煤矿井下应用的技术途径；5G产品逐渐丰富，5G网络建设成本逐步下降，基本趋于与4G网络建设成本持平等。
但经过第一阶段的研究探索也发现了诸多实际问题。
(1) 5G网络系统架构不统一。不同厂商的网络架构不一样，导致产品个性化严重，既不利于用户使用和维护，也不利于推广和建立生态，大量人力、物力投入到重复开发和研制过程中，而忽视了共性问题的解决，也给安标管理带来了极大困难。而制约这一问题解决的除了技术方面的原因，最重要的还是商业模式甚至是频谱资源分配管理上的问题。表面上看是公网专用还是专网专用的问题，实质上还是因为煤矿井下5G频谱资源的使用没有合法化的依据，因此，各研发团体不敢轻易入局，限制了5G技术在煤矿的推广应用。
(2) 5G应用场景有待挖掘。过去的一年多时间，各煤矿企业、煤炭科技公司、运营商、设备商等做了大量工作，开展了多个应用场景的测试，包括5G高清视频传输、基于5G技术的远程低时延控制、基于5G技术的移动场景巡检、基于5G环境的多智能传感器接入及基于5G技术支持的无人驾驶试验等。这些研究和探索虽然还没有获得规模化应用，有的甚至还不确定对于煤矿是否真的有用，但这些研究确实为5G技术在煤矿的应用和解决实际问题提供了宝贵经验。
目前5G技术在煤矿“无用论”的声音仍然甚嚣尘上，究其根本原因：一是对5G相关技术缺乏认识，仅凭道听途说人云亦云，用想象做判断，被问题吓到，而缺乏用发展的眼光看问题；二是技术的融合应用还处于起步阶段，初期的探索和研究必然伴随着大量的失败和挫折，这是科学技术发展的一般规律，但探索和研究的失败却被“无用论”者用作其论据进一步放大其结论，阻碍甚至抹杀技术的发展。
另外一种等待6G或者6G很快到来的论调也时有出现。首先，6G甚至更先进的通信技术肯定会到来，技术发展的脚步不会停止，这是通识，问题在于到来的时间和等待成本。前几代通信技术一般是10 a一个周期，其中从出现到成熟应用一般都会超过3 a，煤矿受制于安标等安全和标准问题还会时间更长。其次，各代通信技术共存的时间越来越长(这个特点很重要)，比如如今5G到来了，前几代甚至2G技术仍有用武之地，未来通信技术的发展是融合互补，不是取代消亡，5G不是要取代其他通信技术，而是融合各种通信技术的优势搭建万物互联的统一网络，因此，网络建设和应用应该是不同的场景选择最适合的通信技术，不同的通信技术融合形成一张万物互联的网络。
5G作为一种通信工具，最重要的是研究如何用来解决煤矿面临的实际问题，而不是走“两极化”——全面神化与全面否定。5G应用场景需要深入挖掘和开发，一是需要相关企业和研究机构主动变革现有人机环管模式，开发相关应用场景；二是随着煤矿智能化建设不断迭代升级，相关应用场景也会逐步显现，这是技术发展的必然趋势。
(3) 5G技术及终端生态匮乏。5G基站虽然已开始规模化建设，但5G相关技术和终端生态却仍匮乏。5G生态的形成依赖于标准化规范，但同时5G生态的繁荣又成长于终端形态的多样化，两者是相辅相成、相互促进的关系，同时又是相互影响和相互制约的关系，要看到两者对立统一的关系，认识到因工业应用场景未规模化铺开而导致相应的终端和生态成长缓慢，而终端和生态的成长缓慢又限制了应用场景的规模化铺开。要想破局就必须有各自的先驱或促进者，既要有努力开发创造应用场景的，又要有布局生态、创新终端的，变相互限制为相互促进关系。
2.4 “透明地质”技术保障支撑能力不足
“透明地质”或“透明工作面”的概念为煤矿智能开采的地质保障提供了希望，地质探测技术与装备的智能化、探测信息的数字化、模型化及地质信息与工程信息的有效融合，是“透明地质”或“透明工作面”的基础。目前，受地质探测理论、技术与装备发展水平的限制，“透明地质”技术保障支撑能力明显不足，主要表现在以下方面。
(1) 地质数据尚未全部实现数字化。地质数据的数字化是实现“透明地质”的基础，受地质探测、地质信息采集等技术与装备发展水平的制约，地质数据主要通过现场地质探测施工结果进行人工采集与录入，许多矿井的地质数据多为纸质数据，尚未实现数字化，严重制约了矿井地质保障能力的提升。
(2) 地质探测技术的探测精度、范围尚难以满足煤矿智能化建设要求。现有地质探测技术主要以钻探、物探、化探、遥感探测等为主，不同探测技术各有优缺点：钻探精度最高，但受钻孔密度影响较大；物探、化探等探测精度受探测结果解析算法的影响较大。目前，井下煤机装备的定位精度已达厘米级，控制指令传输时间达毫秒级，但地质探测精度多为米级，最高为亚米级，探测精度与探测范围有待提升。
(3) 地质体三维高精度建模技术有待提升。现有三维地质建模技术受钻探、物探的精度影响较大，一般采用三角网算法、差值算法等进行模型构建，不同算法对地质体的预测结果存在较大差异，对地质异常体的预测能力不足，模型总体精度不高。
(4) 通过建立高精度“透明地质”模型，可以实现基于煤机装备精准定位的智能化开采，但受地质探测与建模精度的影响，现有技术尚难以实现真正“透明地质”或“透明工作面”，基于多信息融合动态地质模型的采煤机智能截割，是实现智能开采的有效技术路径。
(5) 地质信息与工程信息尚未实现融合。受勘探精度与技术的限制，现有三维地质模型主要是将不同探测技术的数据进行叠加，尚未进行数据的深度融合，仅进行叠加难以提升探测精度与分辨率；另外，现有三维地质模型主要用于三维动画展示，没有与井下工程施工进行融合，与矿井其他系统的融合程度也较低，没能充分发挥三维地质模型的作用。
(6) 地质探测技术与装备的智能化程度较低。现有的钻探、物探、化探、遥感探测等探测技术与装备均需大量人工操作，地质数据的录入、分析、建模等自动化程度较低，难以满足矿井智能化要求，亟需开展机载式智能探测技术与装备，能够实现随采、随掘智能探测，大幅降低工人劳动强度，提高地质探测精度、可靠性与智能化水平。
2.5 采掘失衡、掘支失衡问题尚未突破
目前，我国煤矿巷道掘进的机械化程度约为60%[27]，普遍存在采掘失衡、掘支失衡等问题，巷道掘进智能化尚处于起步阶段，主要表现在以下方面。
(1) 掘进工作面空间狭小、作业工序复杂，掘、支、锚、运协同作业困难。受煤层赋存条件及安全作业要求，巷道掘进后需要进行及时支护，复杂条件巷道的空顶距很小，难以实现连续作业；根据《煤矿安全规程》等相关文件规定，要求有掘必探，地质探测、掘进、支护、锚护等相关工序均需要协同配合，现有技术尚难以实现复杂条件的各工序自动化连续作业，平均巷道月进尺不超过300 m，如何实现快速掘进仍然是巷道掘进亟需解决的技术难题。
(2) 截割与支护设备的可靠性、适应性有待提高。国产掘进机、掘锚一体机的可靠性较低，对复杂围岩条件的适应性较差，截割部、液压系统、电控系统、传感器等故障率高，设备综合开机率低，尚缺少高效的临时支护设备，锚固、铺网等工艺流程的自动化程度较低，制约了巷道快速掘进的实现。
(3) 强干扰、高粉尘、狭长作业空间难以实现掘进设备的定姿、定位。巷道掘进工作面空间狭小，多种机电设备产生强电磁干扰，掘进过程中产生大量粉尘、水雾等，传统定位技术、设备位姿检测技术等难以满足要求，制约了巷道掘进过程实现自动化、智能化控制。
(4) 智能化快速掘进相关技术与装备投入低，技术进步缓慢。由于我国煤层赋存条件复杂多样，巷道掘进设备对不同巷道围岩条件的适应性差异很大，前期巷道快速掘进研发投入分散、资金投入不足，相关技术与装备的研发进展缓慢，近两年巷道快速掘进受到重视，但尚未出现突破性、革命性的技术与装备成果。
2.6 智能化技术难以适应复杂工作面条件
截至2020年上半年，我国已经建成不同类型、不同模式、不同效果的智能化综采工作面338个，形成了4种智能化工作面开采模式，但工作面智能化开采效果仍有待进一步提高，主要表现在以下方面。
(1) 综放工作面智能化放顶煤技术一直未能有效突破。传统基于音频信号、伽马射线、雷达等技术的顶煤冒落过程识别技术实际工程应用效果不理想，基于地质模型与顶煤放出量监测的智能放煤技术也存在诸多技术瓶颈，现有技术尚难以实现顶煤放出过程的智能化控制，制约了综放工作面实现智能化。
(2) 煤机装备的可靠性及自适应控制技术有待突破。一些采煤机、刮板输送机的可靠性仍然较低，部分核心元部件仍然需要依赖进口，制约了工作面常态化智能开采；采煤机尚未实现智能自适应截割，液压支架与围岩的自适应控制技术有待提升，工作面环境及煤机装备参数的感知信息尚不完善。
(3) 智能化开采技术对复杂煤层条件的适应性差，综采设备群智能协同控制效果有待提升。现有工作面智能化开采技术对于西部矿区赋存条件简单煤层适应性较好，但对于大倾角、高瓦斯、顶底板松散破坏围岩条件的适应性较差；液压支架、采煤机、刮板输送机等设备的单机自动化、智能化水平较高，但不同设备之间的协同控制效果仍然较差，部分功能有待完善。
(4) 工作面端头支架、超前支架智能化水平较低。由于工作面端头支护区域面积大、设备多、连接关系复杂，端头支架与超前支架难以实现定姿、定位及自适应控制，单元式超前液压支架搬移、支护过程多依赖人工操作，自动化、智能化水平相对较低。
(5) 工作面设备的智能决策能力有待提升。目前，工作面通过采用各类传感器、摄像头等能够对开采环境进行一定程度的感知，但相关感知信息的有效利用率较低，不同类型感知信息的融合分析效果较差，尚未形成完善的感知、分析、决策、控制闭环管理。
2.7 智能化巨系统兼容协同困难
智能化煤矿需要建设基础应用平台、掘进系统、开采系统等近百个子系统，是一个复杂的巨系统，不同系统之间的数据兼容、网络兼容、业务兼容和控制兼容效果较差，难以实现系统间智能协同作业，主要表现在以下方面。
(1) 数据格式尚未实现统一。煤矿井下存在大量多源异构数据，既包含设备状态信息、控制命令、文本信息等结构化数据，也包含视频、图片、语音等非结构化数据，数据格式多样，存储方式、分析处理方法等均存在一定差异，数据之间尚没有实现兼容、互通，形成了多个数据孤岛，严重制约了系统间的协同控制。
(2) 网络通信协议兼容性差。网络是智能化煤矿系统之间进行数据交互的纽带，现有煤矿各系统的通信网络协议多样，各类感知设备采用的通信技术标准各不相同，相互之间不能互连互通，导致信息传输受阻、整体稳定性差等问题。
(3) 业务系统兼容性较差。煤矿各业务系统之间在业务逻辑上存在一系列的空间、时间、功能、事件等关联关系，在生产效率、安全、环保、节能等不同层面需要优化组合，目前，这些环节和业务逻辑只是建立了“表象”的关联状态，未能进行深度有效的挖掘和业务融合，矿山生产预测难、监控难、效率低、安全事故多等问题一直得不到有效解决。
(4) 系统间协同控制兼容性差。煤矿智能化运行需要各系统进行高精度、实时、快速响应与控制，由于受煤层条件、开采环境、设备位姿及空间位置关系等因素的影响，设备之间的运行参数存在非线性耦合关系，现有系统之间感知信息不通畅、位姿关系不精确、决策控制逻辑不清晰，导致系统之间的协同控制兼容性差，缺少考虑各系统的全局智能化综合控制模型。
2.8 井上下智能机器人作业技术有待突破
煤矿机器人是一种依靠自身动力和控制能力实现某种特定采矿功能的机器[28-29]，应用机器人技术将工人从繁重危险的地下采矿作业中解放出来是实现煤矿智能化的重要途径，井上下智能机器人作业技术有待突破，主要表现在以下方面。
(1) 煤矿机器人基础共性关键技术有待突破。目前，煤矿巡检机器人、运输机器人等发展较快，针对井下机器人结构及性能提升进行了一定研究，取得了较好的应用效果，但井下机器人精准定位、自主感知与决策、精准导航与调度、机器人避障、机器人集群管控与续航管理、轻型防爆材料等相关技术尚未获得突破。
(2) 煤矿机器人功能单一，灵活性、适应性差。现有煤矿机器人主要通过集成各类传感器对井下各类环境信息进行感知，功能比较单一，主要具备信息采集功能，智能化程度较低；受井下防爆要求的限制，现有井下机器人比较笨重，灵活性较差，对复杂煤层条件的适应性较差。
(3) 煤矿机器人种类较少、性能有待提升、应用场景需进一步挖掘。目前，井下机器人主要以巡检为主，且多为轨道巡检机器人，性能有待提升，掘进机器人、喷浆机器人、支护机器人、救援机器人等相关机器人亟待开发，提高井上下机器人应用范围，提升矿井智能化水平。
2.9 智能化煤矿管理与人才储备不足
目前，智能化煤矿建设仍然采用传统的管理模式，受我国人口老龄化、劳动力不足等因素的影响，煤矿智能化专业技术人才不足，主要表现在以下方面。
(1) 传统管理模式难以适应智能化煤矿。煤矿智能化需要实现各业务系统的深入融合，需要从根本上改变传统的管理思路与模式，全面梳理煤矿产运销、人财物等管理流程，优化管理方式，创新智能化煤矿管理新体系。
(2) 煤矿缺少智能化专业职能部门。现有煤矿一般均未设置信息化、智能化专职岗位与职能部门，主要由机电部来进行矿井智能化建设规划与管理，兼职人员对智能化技术、设备的熟悉程度严重不足，难以胜任智能化建设相关工作。
(3) 智能化煤矿从业人员整体技术水平偏低。据不完全统计，大型智能化煤矿从业人员本科及以上学历占比约为50%，高级技术职称人员占比一般小于5%，一线从业人员平均年龄大于40岁，智能化人才储备严重不足。
(4) 智能化人才培养体系不健全。虽然部分高校已经开展煤矿智能化相关课程，但如何将计算机、人工智能等课程与煤炭开采实践进行融合，如何优化人才培养结构等尚不十分清晰，煤矿智能化培养体系有待建立。
(5) 缺少专业化运维团队。目前，由于煤矿智能化相关技术人才匮乏，各煤矿的智能化技术与装备主要由设备厂家进行维护，然而设备型号、参数多样，设备厂家进行运维存在维护不及时、整体性差、易扯皮等问题，严重影响智能化设备、系统的稳定可靠运行。
2.10 智能化煤矿投入保障不足
煤矿智能化建设需要较大的资金投入，但是一些效益较差的企业智能化发展资金不足，特别是短期收益不明显，影响企业投入的决心，主要表现在以下方面。
(1) 煤矿智能化投入整体强度仍然偏低，企业间差距较大。国家能源投资集团有限责任公司计划“十四五”期间投入800亿元左右，陕西煤业化工集团有限责任公司计划2020—2022年每年投入20亿元以上，以及1亿元的科技引导资金、100亿元的转型基金，但与电力行业相比，投入总体水平仍然偏低，国家电网计划“十四五”期间投入超过6万亿规模；另外，西南部矿区智能化投入明显不足。
(2) 煤矿智能化短期主要表现为安全效益，经济效益不显著。煤矿通过智能化建设可以实现无人、少人化开采，从而大幅提高矿井安全作业水平，降低井下作业人员劳动强度；由于我国劳动力价格相对较低，通过减人提效带来的经济收益难以抵消前期大量的基础设施建设费用，经济效益不显著。
(3) 智能化煤矿运营过程中形成的大量数据资源价值尚未得到充分挖掘。受制于数据分析、挖掘技术的进步，以及相关技术与煤炭开采技术的融合程度，煤矿井上下大量数据资源利用率很低，数据资源未能得到有效变现。
(4) 缺少客观、专业、真实反映煤矿智能化投入与效益的评价方法。目前主要以简单的收入、成本等数据进行投入产出比计算，缺少专业的数据模型，现有评价指标、方法难以进行全面、客观的评价。
3 解决煤矿智能化发展“痛点”的对策与任务
基于我国煤矿智能化发展存在的“痛点”与难题，亟需进行理论创新、技术创新、装备创新、管理模式创新、人才体系创新，主要对策和任务如下。
(1) 建立智能化煤矿建设标准与技术规范体系。规范智能化煤矿数据中心、主干网络、云平台、井下人员与设备定位、智能化地质保障系统、智能化掘进、智能化采煤、智能化主煤流运输、智能化辅助运输、智能化供电、智能化排水、智能化通风、智能化安全监测监控，制定智能化煤矿建设指南，为智能化煤矿建设提供标准指引。
(2) 基于微服务架构设计思想，开发应用统一技术架构的智能化煤矿综合管控平台，实现各业务系统的监测实时化、控制自动化、管理信息化、业务流转自动化、知识模型化、决策智能化的目标，实现煤矿井下各系统的数据融合共享与统一协调管控。
(3) 研究应用5G+F5G+WiFi6的高效、高可靠性融合组网技术，研究5G等新一代无线通信技术在煤矿井下不同应用场景的可行性及应用前景，开展井上下5G应用场景研发与示范。研究煤炭板块云、数据中心建设技术，构建智能化煤矿知识图谱，为煤矿各系统的智能分析决策提供支撑。
(4) 开展井上下瓦斯智能抽采技术与装备、精细探测及全息数字化三维地质模型构建技术、煤矿高精度地质模型构建技术、基于4D-GIS的采掘工程数据自动处理与实时更新技术、GIS与BIM融合技术等，为煤矿智能化提供地质信息与工程信息支撑。
(5) 开展不同类型煤层赋存条件巷道快速掘进基础理论与关键共性技术、装备的研发与应用，重点突破掘支平行作业关键技术瓶颈，实现快速掘进；开展基于5G数据传输的智能化掘进机与全自动锚杆(索)钻车、基于UWB(Ultra Wide Band，超宽带)技术的掘进机精确定位、智能截割、远程集中控制等技术的研究应用，探索适应不同煤层条件的智能掘进新模式。
(6) 研发带式输送机智能变频调速技术、智能综合保护技术、井下人员与车辆精准定位技术、机车智能调度系统、基于5G的无轨胶轮车无人驾驶技术与智能调度技术、基于5G与物联网技术的机车遥控驾驶技术及机车无人驾驶配套技术与装备、智能仓储技术等，提高主辅运输系统智能化水平。
(7) 研究主供电系统远程集控技术、电能大数据分析与监控管理技术、矿井灾害风险智能分级管控与预警技术、煤自燃智能监测预警与主动分级防控技术、高精度冲击地压智能监测预警技术与装备、矿井大型机电设备全生命周期智能管理技术与系统等，提高矿井安全保障水平及智能化水平。
(8) 研发应用选煤厂重介密度、跳汰分选、浮选及加药、粗煤泥分选、浓缩系统及加药、沉降处理、装车配煤系统、干燥系统、压滤机集群等工艺过程的智能化控制技术与装备，研发选煤厂安全生产监控联动平台、基于大数据的智能选煤决策平台、商品煤智能检验与管控体系、选煤系统数字孪生技术与装备等，实现选煤厂无人值守作业。
(9) 推广应用井上下机器人作业技术，研发井下锚、钻、喷浆类机器人，实现钻锚作业的机器人化；研发探水钻孔、防突钻孔、防冲钻孔等钻探机器人，解决钻孔机器人的井下自主移动、导航定位、自动钻进等问题；研发巷道清理机器人、煤仓清理机器人、水仓清理机器人，大幅降低井下作业人员劳动强度。
(10) 研发智能装备和机器人从设计到使用全生命周期管理系统，对设备全寿命过程的健康状况进行管理与预测，并根据设备健康特征对维修策略进行决策并给出合理维修建议，从而实现对煤矿全工位机电设备健康智能管理。
4 煤矿智能化发展的促进和保障措施
近年来，煤炭智能绿色发展成为主旋律，我国煤炭行业绿色矿山建设步伐加快，机械化、自动化、信息化、智能化程度不断提升，尤其是在薄和较薄煤层智能化综采、大采高和超大采高智能化开采及特厚煤层智能化综放开采技术与装备方面实现了领跑[30-31]，树立了一批开采方式科学化、资源利用高效化、企业管理规范化、生产工艺环保化、矿山环境生态化的先进典型。煤炭产业实现智能绿色开发已成为行业发展的必然趋势。为进一步推进煤矿智能化快速发展，需采取以下促进和保障措施。
(1) 科学规划智能绿色煤炭产业新体系。分区域、煤层赋存条件、技术基础、发展现状等，制定我国煤矿智能绿色中长期发展战略及分阶段发展目标和任务。坚持典型示范与全面推进相结合，建成智能绿色示范煤矿，凝练出一批可复制推广的智能绿色开采模式、技术装备、管理经验等，逐步向类似条件矿井进行推广应用。
(2) 制定智能绿色煤炭开发与利用标准体系。紧扣我国煤矿智能绿色发展现状，强化标准的先进性、适用性和有效性，结合新一轮科技革命和产业变革趋势，规划部署阶段性推进重点，动态更新智能绿色煤炭产业标准体系。
(3) 完善政策支持。争取煤矿安全改造专项等现有中央预算内投资渠道，推进煤矿智能绿色发展，同时在项目建设程序、财税优惠及科研条件建设等方面给予政策支持，具体包括以下方面：① 资金支持。加大财政资金投入，对积极推广应用井下智能装备、机器人岗位替代、推进煤矿开采减人提效的煤矿，在煤矿安全改造中央预算内投资安排上给予重点支持；研究探索设立煤矿智能化改造专项资金，为煤矿智能化发展提供稳定的资金保障。② 项目建设支持。对新建的智能化煤矿，在规划和年度计划中优先考虑，加快办理进度；验收通过的智能化示范煤矿，给予产能置换、矿井产能核增、先进产能释放等方面的优先支持。③ 税收优惠政策扶持。进一步扩大智能煤机装备、技术研发环节增值税抵扣范围，落实技术研发费用加计扣除、高新技术企业等税收优惠政策，积极研究完善煤矿智能化建设企业孵化器税收政策。④ 金融支持。鼓励金融机构加大对智能化煤矿的支持力度，协调引导金融机构提高授信额度、提供专项贷款，对煤炭企业实施的煤矿智能化建设项目给予信贷支持。鼓励企业发起设立相关市场化基金，促进企业煤矿智能化改造。⑤ 科研条件支持。鼓励引导政府、企业、社会资本建立基于大数据、云计算、人工智能与煤炭产业深度融合的“双创”平台。
(4) 构建知识型+技能型+创新型人才培养体系。煤矿智能化建设是一个多学科交叉融合的系统工程，涉及多系统、多层次、多专业、多领域、多工种相互匹配融合。支持和鼓励高等院校和职业技术学校开设煤矿智能化相关专业课程，培育一批精通采矿工程、信息与计算科学、人工智能等专业的复合型人才。建立健全科研人才、技术服务型人才培养与激励机制，增强创新意识、创新能力。加强对煤炭行业从业人员的信息化、智能化知识培训，培养专业技能型人才。
[1] 王国法,刘峰,庞义辉,等.煤矿智能化——煤炭工业高质量发展的核心技术支撑[J].煤炭学报,2019,44(2):349-357.
WANG Guofa,LIU Feng,PANG Yihui,et al.Coal mine intellectualization:the core technology of high quality development[J].Journal of China Coal Society,2019,44(2):349-357.
[2] 刘峰,曹文君,张建明.持续推进煤矿智能化 促进我国煤炭工业高质量发展[J].中国煤炭,2019,45(12):32-36.
LIU Feng,CAO Wenjun,ZHANG Jianming.Continuously promoting the coal mine intellectualization and the high-quality development of China's coal industry[J].China Coal,2019,45(12):32-36.
[3] 雷毅.我国井工煤矿智能化开发技术现状及发展[J].煤矿开采,2017,22(2):1-4.
LEI Yi.Present situation and development of underground mine intelligent development technology in domestic[J].Coal Mining Technology,2017,22(2):1-4.
[4] 彭苏萍.我国煤矿安全高效开采地质保障系统研究现状及展望[J].煤炭学报,2020,45(7):2331-2345.
PENG Suping.Current status and prospects of research on geological assurance system for coal mine safe and high efficient mining[J].Journal of China Coal Society,2020,45(7):2331-2345.
[5] 王双明,孙强,乔军伟,等.论煤炭绿色开采的地质保障[J].煤炭学报,2020,45(1):8-15.
WANG Shuangming,SUN Qiang,QIAO Junwei,et al.Geological guarantee of coal green mining[J].Journal of China Coal Society,2020,45(1):8-15.
[6] 袁亮,张平松.煤炭精准开采透明地质条件的重构与思考[J].煤炭学报,2020,45(7):2346-2356.
YUAN Liang,ZHANG Pingsong.Framework and thinking of transparent geological conditions for precise mining of coal[J].Journal of China Coal Society,2020,45(7):2346-2356.
[7] 卢新明,阚淑婷.煤炭精准开采地质保障与透明地质云计算技术[J].煤炭学报,2019,44(8):2296-2305.
LU Xinming,KAN Shuting.Geological guarantee and transparent geological cloud computing technology of precision coal mining[J].Journal of China Coal Society,2019,44(8):2296-2305.
[8] 闫魏锋,石亮.我国煤巷掘进技术与装备发展现状[J].煤矿机械,2018,39(12):1-3.
YAN Weifeng,SHI Liang.Development status of coal roadway tunneling equipment and technology in China[J].Coal Mine Machinery,2018,39(12):1-3.
[9] 薛光辉,管健,程继杰,等.深部综掘巷道超前支架设计与支护性能分析[J].煤炭科学技术,2018,46(12):15-20.
XUE Guanghui,GUAN Jian,CHENG Jijie,et al.Design of advance support for deep fully-mechanized heading roadway and its support performance analysis[J].Coal Science and Technology,2018,46(12):15-20.
[10] 张立辉,李金刚.复杂条件下大断面开切眼掘支技术研究[J].煤炭工程,2014,46(10):115-117.
ZHANG Lihui,LI Jingang.Study on excavation and support technology of large cross section open-off cut under complicated condition[J].Coal Engineering,2014,46(10):115-117.
[11] 王国法,庞义辉,任怀伟.煤矿智能化开采模式与技术路径[J].采矿与岩层控制工程学报,2020,2(1):5-19.
WANG Guofa,PANG Yihui,REN Huaiwei.Intelligent coal mining pattern and technological path[J].Journal of Mining and Strata Control Engineering,2020,2(1):5-19.
[12] 王国法,庞义辉,任怀伟,等.煤炭安全高效综采理论、技术与装备的创新和实践[J].煤炭学报,2018,43(4):903-913.
WANG Guofa,PANG Yihui,REN Huaiwei,et al.Coal safe and efficient mining theory,technology and equipment innovation practice[J].Journal of China Coal Society,2018,43(4):903-913.
[13] 范京道,徐建军,张玉良,等.不同煤层地质条件下智能化无人综采技术[J].煤炭科学技术,2019,47(3):48-57.
FAN Jingdao,XU Jianjun,ZHANG Yuliang,et al.Intelligent unmanned comprehensive mining technology under different coal seam geological conditions[J].Coal Science and Technology,2019,47(3):48-57.
[14] 霍振龙.矿井定位技术现状和发展趋势[J].工矿自动化,2018,44(2):51-55.
HUO Zhenlong.Status and development trend of mine positioning technology[J].Industry and Mine Automation,2018,44(2):51-55.
[15] 王增仁.浅谈智能煤流系统在胶带运输中的应用[J].煤矿开采,2018,23(增刊1):38-40.
WANG Zengren.Application of intelligent coal flow system in belt transportation[J].Coal Mining Technology,2018,23(S1):38-40.
[16] 郭金宝.基于物联网的矿山智能化辅助运输系统的应用研究[J].矿山机械,2016,44(4):30-33.
GUO Jinbao.Application and study on mine intelligent auxiliary transportation system based on Internet of things[J].Mining & Processing Equipment,2016,44(4):30-33.
[17] 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.
[18] 马小平,胡延军,缪燕子.物联网、大数据及云计算技术在煤矿安全生产中的应用研究[J].工矿自动化,2014,40(4):5-9.
MA Xiaoping,HU Yanjun,MIAO Yanzi.Application research of technologies of Internet of things,big data and cloud computing in coal mine safety production[J].Industry and Mine Automation,2014,40(4):5-9.
[19] PANG Yihui,WANG Hongbo,ZHAO Jianjian,et al.Analysis and prediction of hydraulic support load based on time series data modeling[J].Geofluids,2020:1-15.
[20] WANG Guofa,PANG Yihui.Surrounding rock control theory and longwall mining technology innovation [J].International Journal of Coal Science & Technology,2017,4(4):301-309.
[21] 庞义辉,王国法,任怀伟.智慧煤矿主体架构设计与系统平台建设关键技术[J].煤炭科学技术,2019,47(3):35-42.
PANG Yihui,WANG Guofa,REN Huaiwei.Main structure design of intelligent coal mine and key technology of system platform construction[J].Coal Science and Technology,2019,47(3):35-42.
[22] 王国法,范京道,徐亚军,等.煤炭智能化开采关键技术创新进展与展望[J].工矿自动化,2018,44(2):5-12.
WANG Guofa,FAN Jingdao,XU Yajun,et al.Innovation progress and prospect on key technologies of intelligent coal mining[J].Industry and Mine Automation,2018,44(2):5-12.
[23] 唐恩贤,张玉良,马骋.煤矿智能化开采技术研究现状及展望[J].煤炭科学技术,2019,47(10):111-115.
TANG Enxian,ZHANG Yuliang,MA Cheng.Research status and development prospect of intelligent mining technology in coal mine[J].Coal Science and Technology,2019,47(10):111-115.
[24] 王国法,任怀伟,庞义辉,等.煤矿智能化(初级阶段)技术体系研究与工程进展[J].煤炭科学技术,2020,48(7):1-27.
WANG Guofa,REN Huaiwei,PANG Yihui,et al.Research and engineering progress of intelligent coal mine technical system in early stages[J].Coal Science and Technology,2020,48(7):1-27.
[25] 王国法,庞义辉,刘峰,等.智能化煤矿分类、分级评价指标体系[J].煤炭科学技术,2020,48(3):1-13.
WANG Guofa,PANG Yihui,LIU Feng,et al.Specification and classification grading evaluation index system for intelligent coal mine[J].Coal Science and Technology,2020,48(3):1-13.
[26] 王国法,赵国瑞,胡亚辉.5G技术在煤矿智能化中的应用展望[J].煤炭学报,2020,45(1):16-23.
WANG Guofa,ZHAO Guorui,HU Yahui.Application prospect of 5G technology in coal mine intelligence[J].Journal of China Coal Society,2020,45(1):16-23.
[27] 周成军.连续采煤机平衡开采工艺研究及应用[J].煤炭工程,2018,50(12):58-61.
ZHOU Chengjun.Research and application of the balanced mining technology of continuous coal shearer[J].Coal Engineering,2018,50(12):58-61.
[28] 姜俊英,周展,曹现刚,等.煤矿巷道悬线巡检机器人结构设计及仿真[J].工矿自动化,2018,44(5):76-81.
JIANG Junying,ZHOU Zhan,CAO Xiangang,et al.Structure design of suspension line inspection robot in coal mine roadway and its simulation[J].Industry and Mine Automation,2018,44(5):76-81.
[29] 宋锐,郑玉坤,刘义祥,等.煤矿井下仿生机器人技术应用与前景分析[J].煤炭学报,2020,45(6):2155-2169.
SONG Rui,ZHENG Yukun,LIU Yixiang,et al.Analysis on the application and prospect of coal mine bionic robotics[J].Journal of China Coal Society,2020,45(6):2155-2169.
[30] 庞义辉,刘新华,马英.千万吨矿井群综放智能化开采设备关键技术[J].煤炭科学技术,2015,43(8):97-101.
PANG Yihui,LIU Xinhua,MA Ying.Key technologies of fully-mechanized caving intelligent mining equipment in ten million tons of mines group[J].Coal Science and Technology,2015,43(8):97-101.
[31] 王国法,庞义辉.特厚煤层大采高综采综放适应性评价和技术原理[J].煤炭学报,2018,43(1):33-42.
WANG Guofa,PANG Yihui.Full-mechanized coal mining and caving mining method evaluation and key technology for thick coal seam[J].Journal of China Coal Society,2018,43(1):33-42.
