0 引言
煤炭资源开采过程是一个复杂的灰色生产过程，矿井作业场所空间受限、环境恶劣，瓦斯爆炸、顶板冒落、水灾、火灾等严重制约着煤炭工业高效发展。为了提高煤矿生产效能与安全管理水平，煤炭行业提出了“智能提效、无人则安”的安全生产理念，依靠“机械化换人、自动化减人、信息化管人、智能化无人”等科技手段提高安全生产管控能力。随着近年来煤炭行业“两化深度融合”的推进，机械设备可靠性和稳定性的不断提升，环境监控系统、生产过程自动化控制系统、安全生产信息化系统的建设，进一步提高了矿山机械化、信息化、数字化管理水平[1]。但当前煤矿企业信息化管理体系中各子系统之间仍处于单系统单业务模式，存在“信息孤岛”严重、业务互联互通不足、数据价值挖掘利用差等问题，距离智能化、无人化目标存在一定差距。随着物联网、云计算、大数据、人工智能、智能控制等新一代信息技术的高速发展及其在矿山领域的逐步应用[2-3]，在灾害防控及生产协同方面，实现了部分场景下的减人提效，保障了煤矿安全生产，但由于缺少系统性、平台化的支撑，新技术应用点功能单一、智能化赋能不足，造成最终应用效果不佳。针对上述问题，笔者从定义、架构、功能及关键技术方面阐述了智能矿山综合管控平台建设构思。
1 智能矿山综合管控平台定义
智能矿山综合管控平台将物联网、云计算、大数据、人工智能、智能控制等新一代信息技术与煤矿安全、生产、运营管控业务进行深度融合，以煤炭工业大数据中心为支撑，集成与治理煤矿安全、生产、运营数据，通过数据建模、模型训练与资产沉淀构建煤矿数字底座[4]，基于智能矿山基础信息平台搭建集中统一的生产调度协同管控、风险综合防控管理、精准运维检测、决策分析综合管控等智能化管控业务应用中心，实现对矿山全面感知、实时互联、智能决策、自主学习、协同控制、精准运维与闭环管理，保障煤矿安全、高效、绿色、智能生产运行[5-6]，形成以数据资产运营为核心驱动力的煤矿科技创新与管理转型，促进企业高质量发展。
2 智能矿山综合管控平台架构
2.1 业务架构
智能矿山综合管控平台由资源层、平台层和应用服务层组成，其业务架构如图1所示。
图1 智能矿山综合管控平台业务架构
Fig.1 Business framework of intelligent mine integrated management and control platform
资源层包括智能传感和智能自控，主要实现对作业现场环境、人员、设备的感知与控制。
平台层实现对煤矿各类安全生产经营数据的汇聚、治理、存储与分析，基于智能矿山基础信息平台赋能上层安全、生产、运营管理业务应用。智能矿山基础信息平台包括煤炭工业大数据中心及赋能中台。煤炭工业大数据中心作为智能矿山数据底座，实现对煤矿海量安全、生产、运营数据的计算、治理、分析与分类存储[7-8]，并基于煤矿安全、生产、运营、机电等应用主题进行对象模型构建。赋能中台由数据中台、技术中台与应用中台组成。数据中台应用统一的数据规范，实现对主数据、元数据及业务数据的采集、质量管理、资产转变及数据发布，可提供数据资产与高效、易用的数据能力，使能业务数字化运营。技术中台将各类技术进行组件化整合和封装，过滤掉繁琐的技术细节，可提供简单、易用、便捷的应用技术基础设施的能力接口[9]。应用中台将可重用共享业务逻辑进行抽象包装整合，实现后端业务到前台易用能力的转换，如协同控制应用组件采用统一低时延控制命令通道，实现对现场设备、装置的远程控制。
应用服务层包括安全生产协同应用中心和应用终端，采用统一门户、统一数据及统一风格实现智能矿山安全、生产、运营业务应用的开发管理，满足煤矿智能化综合管控应用需求。安全生产协同应用中心依托智能矿山基础信息平台，开发生产调度协同管控、风险综合防控管理、决策分析综合管控、精准运维检测4个业务应用中心。① 生产调度协同管控应用中心。以生产调度业务为核心，结合固定场所的协同控制，基于工作流驱动机制的事件调度与调度指令，实现矿领导、调度指挥中心、科室、区队及班组之间业务互联与分级调度。② 风险综合防控管理应用中心。以风险防控为业务核心，以煤矿安全风险库、隐患处置标准库为基础，应用领导带班履职管理、安全监控、安全培训等措施保障风险管控措施的有效落地，利用风险地图、灾害防控等手段实现风险点及风险状态的实时监视与动态评估，结合预警处置、隐患排查治理等模块实现风险异常情况下的分级预警及联动处置[10]。③ 决策分析综合管控中心。基于煤炭工业大数据中心，对煤矿安全指标、生产指标、运营指标进行综合分析，各级安全生产管理人员可通过安全生产大数据看板与个人工作台实现煤矿整体安全、生产、运营状况的动态管控。④ 精准运维检测中心。通过预置的运行探针，采集平台运行过程所形成的资源占用、运行故障、用户登录及操作等日志信息，构建精准运维看板，辅助企业信息化管理或智能矿山运维人员掌握平台各环节运行状况，对异常情况进行分级预警及派单处置。应用终端软件面向智能矿山各级管理及业务应用人员，应用轻量级可视化引擎[11]实现煤矿作业环境、生产过程、运营管理的集中展示与操作交互，满足PC终端、大屏幕显示系统及智能移动终端的综合管控业务应用需求。
2.2 数据架构
智能矿山综合管控平台数据架构如图2所示。① 数据源。将煤矿各安全生产子系统中涉及的安全、生产、运营相关数据作为智能矿山综合管控平台的数据源。② 数据加工。实现各类异构数据采集，并根据智能化管控应用需求，进行数据治理、主题分析及分类集中存储。③ 数据发布。通过算法集成、模型构建、计算引擎、数据流引擎及可视化引擎，按照业务应用需求进行数据分析，并提供WCF(Windows Communication Foundation, 通信开发平台)、Remoting、Web Service、中间表(视图)及场景化应用的数据对外服务。④ 数据应用。通过应用程序、HTML、图形、报表、图表、报告等可视化组件实现数据前端展示，满足不同层级的业务应用需求[12]。
图2 智能矿山综合管控平台数据架构
Fig.2 Data architecture of intelligent mine integrated management and control platform
3 智能矿山综合管控平台功能
3.1 智能矿山基础信息平台
智能矿山基础信息平台基于工业互联网体系架构开发，平台通过煤炭工业大数据中心实现对煤矿各安全生产监测监控、安全生产管理、经营管理等系统中海量异构数据的采集、治理、计算与存储，并具有低时延控制指令下发的技术组件及业务工作流驱动机制[12]的业务组件，可实现在同一平台的数据融合、协同控制、业务联动与决策分析。智能矿山基础信息平台核心功能：① 常规SCADA(Supervisory Control and Data Acquisition，数据采集与监视控制)组态功能。包括安全生产过程监控、历史查询、数据曲线、告警管理和图形组态可视化等功能，实现对煤矿作业现场安全生产状况的实时动态监视。② 支持多种协议的数据采集组件。具有OPC、RTSP(Real Time Streaming Protocol, 实时流传输协议)、文本、Modbus、CAN、MQTT(Message Queuing Telemetry Transport, 消息队列遥测传输协议)等数据交互协议，实现安全监控、动目标(人员、车辆)定位、生产过程监控、安全生产管理等系统或智能装置的数据采集。③ 建模管理。支持用户自定义对象模型管理，包括对象及对象属性的管理，其中对象属性分为固有静态属性、动态属性及空间位置属性。④ 数据融合与业务联动功能。基于物联网规则及时空坐标关系，实现固定场景下的数据融合、可视化展示与业务联动。⑤ 多种数据图形组态。在线Web组态用于设备对象化建模及工艺流程；2D GIS用于实现安全监控系统与人员定位系统中具有地理坐标属性数据的可视化；3D GIS用于重要固定场景下的数据精细可视化。⑥ 预置多种技术或业务组件。内置消息预警、任务调度、事件驱动、工作流驱动等多种组件，满足多种场景下的统一业务应用[13]。⑦ 集成对接功能。智能矿山基础信息平台与智能视频分析平台对接，对智能视频分析平台所识别的异常事件进行捕捉，并截取异常视频记录，利用事件驱动组件实现异常事件闭环管理。智能矿山基础信息平台与煤矿各专业业务系统(“一通三防”、地测防治水、生产技术管理)对接，抽取安全、生产数据要素，实现与生产调度协同管控应用、风险综合防控管理应用的数据融合与业务联动。智能矿山基础信息平台与企业经营管理系统对接，打通经营管理与安全生产业务之间的数据通道，实现煤矿安全、生产、运营全要素的统一管理[14]。
3.2 生产调度协同管控应用中心
生产调度协同管控应用中心业务包括生产调度管理、班组管理、关键场所数据融合协同管控应用，流程如图3所示。① 生产调度管理。围绕年度、月度生产计划，实现计划分解、日常调度、专题调度、调度台账等调度核心业务流程数字化管理，并通过调度指令与事件调度实现调度指挥中心与科室、区队、班组之间的分级调度。② 班组管理。通过班前会管理、接班管理、班中巡查、交班管理、班后会管理等实现班组管理过程数字化，实现煤矿班组与调度指挥中心的数据共享与协同管理。③ 关键场所数据融合协同管控应用。实现基于三维精细模型下煤矿安全生产关键场景(包括综掘工作面、综采工作面、主煤流线、辅助运输线、生产保障场所、供配电场所)的数据融合、业务联动与协同控制。关键场所数据融合协同管控应用与机器人集群协同控制系统进行对接融合，实现煤矿井下危险作业或劳动强度大作业场景下的无人化、少人化集群协同调度控制[15]。
图3 生产调度协同管控应用中心业务流程
Fig.3 Production scheduling collaborative control application center business process
3.3 风险综合防控管理应用中心
风险综合防控管理应用中心业务架构如图4所示。风险综合防控管理应用中心以煤矿安全风险防控为核心，围绕风险辨识—管控措施落实—风险监视与评估—异常联动处置的多重风险防控机制，建设风险识别与评估、精准交互式培训、重大风险融合监视、网格安全指数评价、隐患闭环管理与辅助应急救援等核心功能模块，实现全矿风险危害要素的全方位感知、实时监视、动态评估、异常联动处置，保障煤矿安全生产高效有序运行。
图4 风险综合防控管理应用中心业务架构
Fig.4 Business structure of comprehensive risk prevention and control management application centerr
(1)风险识别与评估。采用LEC(Likelihood, Exposure, Consequence, 一种评价作业系统危险性大小的方法)、LS(Likelihood, Seriousness, 风险矩阵法)等风险等级评估方法对风险进行等级评估，针对风险造成危害事件的频率、可能性及危险性等因素，制定风险管控措施，形成风险清单库。
(2)精准交互式培训。应用虚拟现实、虚拟增强等技术，综合员工作业场所存在的风险、生产作业工序、技能素质、违章记录等因素，实现员工培训需求的精准推送，基于煤矿特种作业人员岗位实操培训、重大灾害逃生演练及在线答题训练等培训方式，提高员工培训主动性，使人员风险管控措施有效落地。
(3)重大风险融合监视。利用人员巡检、传感器监测与智能视频等风险监视手段，基于安全风险四色图，实现煤矿安全网格及风险点的安全等级可视化，以及煤矿水、火、有害气体、顶板、粉尘等重大风险实时监测、动态评估、异常预警与联动控制。
(4)网格安全指数评价。基于安全网格管理思路，对综掘、综采工作面等煤矿重点作业区域进行安全网格细分，融合网格内地质赋存条件、各风险危害要素、人员巡检履职、人员违章记录、安全隐患等信息，以安全指数实现各网格安全等级评价[15]。
(5)隐患闭环管理。基于标准的隐患治理流程，实现发现—五定(定人员、定时间、定责任、定标准、定措施)—治理—督查—复查的隐患闭环管理，动态反映风险点及风险等级变化。
(6)辅助应急救援。在灾害发生时可实现应急组织查询、应急物资查看、灾变区域人员定位、逃生路线动态规划、环境变化实时监测、多媒体灾变信息发布、语音广播联动、应急救援预案执行等，以便及时准确地掌握灾变及应急救援动态，辅助应急调度指挥。
3.4 精准运维检测应用中心
精准运维检测应用中心以运行探针方式，实现平台运行过程中涉及的实时数据处理性能、历史数据存储性能、服务器资源占用、在线用户数、模块操作记录、设备或装备在线状态等信息的感知、采集与处理，以运维看板方式实现各类关键运维指标可视化。通过看板查看各模块运行状态，当发生异常时进行异常预警提醒，以任务派单方式进行异常情况跟踪处理，实现平台可靠稳定运行。
3.5 决策分析综合管控应用中心
决策分析综合管控应用中心通过统一标准规范、统一应用规范、统一数据接口及统一应用模式，融合煤矿主数据、地质地测数据、实时监测数据、安全生产管理数据及决策分析结果，应用BI(Business Intelligence，商业智能)、大数据等分析模型，实现综合管控安全指标、生产指标、运营指标态势分析及预测。① 安全指标分析。应用专业模型算法对煤矿重大风险进行专题分析，并对网格安全指数进行动态评价。重大风险专题分析主要融合水、火、有害气体、顶板、粉尘等重大风险数据，以知识图谱分析为基础，应用行业安全生产知识库、重大专业分析模型及风险危害性演化模型进行煤矿重大风险分析与预警预测，为煤矿重大风险防控及安全保障应用提供决策依据。安全指数动态评价指应用安全指数评价体系，综合各网格内地质构造、风险分布、风险实时监测、作业人员、安全巡检记录、隐患记录等数据，综合评价网格安全指数，结合事故致因理论诊断风险异常发生的根本原因，准确定位风险异常发生源头，并提供异常处置措施及建议。② 生产指标分析。利用大数据技术对煤矿各项生产指标(如采掘比、百万吨掘进率、设备停机率等)及影响生产的各类因素进行分析，指导生产管理人员对生产影响要素进行排查治理。③ 运营指标分析。应用多维分析、关联分析、趋势分析等方法，对企业主要运营指标(生产效能、采出率、吨煤成本、人均效能等)进行分析，辅助企业运营决策管理。
4 智能矿山综合管控平台关键技术
4.1 煤炭行业知识图谱及工业大数据中心关键技术
煤炭行业知识图谱通过提取大数据中心中数据记录所包含的对象、对象属性、对象关系、事件及事件线索，应用分词、关键词提取、词向量转换、词性标注、主题模型等对象挖掘算法，结合行业专有名词、上下文语境，将数据记录提取、转换、沉淀，形成行业知识，融合结构化语义模型，实现对象化的信息检索和知识推理。知识图谱采用离散符号、三元组模型、图谱等形式，实现煤矿对象、对象属性、对象关系、事件及事件线索的结构化存储与表达，从“关系”的角度进行对象与对象属性融合及异常事件本源追溯[16]。
煤炭工业大数据中心具有体量大、结构多样、时效性强等特征，多源异构数据采集解析、海量数据分类存储及多场景并行计算是煤炭工业大数据中心建设的关键点。煤炭工业大数据中心采用标准统一的IOServer数据采集组件，按照统一的数据规范，针对不同子系统的特征设置不同的数据采集线程，对各类数据源进行原始数据解析，形成可识别的记录数据，在保持数据语义的情况下完成对“脏数据”的清洗。煤炭工业大数据中心通过列存储、粗粒度索引等数据处理技术，应用Hadoop 体系中的HDFS(Hadoop Distributed File System, Hadoop分析文件系统)、HBase技术实现海量数据基于时序关系的分类存储。煤炭工业大数据中心应用MapReduce实现离线数据批量计算，采用Spark进行在线实时流计算，通过Pregel实现大规模图数据的并行计算，满足不同应用场景下海量数据计算需求。
4.2 安全生产时序数据挖掘分析技术
通过安全生产时序数据挖掘分析技术对时序数据规律性进行分析，掌握未来一定周期内的安全生产状况变化趋势，对异常情况进行提前预防。实时指标增量计算模型及流式事件序列识别方法是时序数据挖掘分析的核心要点。实时指标增量计算模型按照增量关系定时读取一定时间周期内的时序数据，采用定量装箱算法进行时序数据分组排序装箱，完成实时指标增量计算，解决数据乱序到达造成指标结果偏差的问题。流式事件序列识别方法从各种假设报警、故障等始发事件开始，实时动态地接收时序数据，按照事件中时序数据特征规律，分析未来可能存在的某一种动作及后果，从而实现一定周期内可能发生事件的实时动态预测。
4.3 煤矿安全生产协同技术
煤矿安全生产协同技术采用统一事件机制、工作流业务驱动及智能化远程控制等，以生产调度业务为核心，以煤矿地质测量、采掘衔接、设备安装、计划管理、主煤流运输、物资管运、煤炭洗选、产品销售等生产环节数据流为主线，实现煤矿生产过程业务信息推送及流程化办公协同与固定场所场景化的数据融合、业务联动与远程协同控制，促进煤矿各组织架构层级之间、各专业业务应用之间的信息共享及高效协同[17]。
5 结语
智能矿山综合管控平台基于智能矿山基础信息平台，实现对煤矿各类安全生产经营数据的汇聚、治理、存储与分析，赋能上层安全、生产、运营管理业务应用；采用统一门户、统一数据及统一风格，实现生产调度协同管控、风险综合防控管理、决策分析综合管控、精准运维检测等业务应用中心的开发管理，满足煤矿智能化综合管控应用需求，实现了煤矿安全、生产、运营业务管控一体化，促进了煤矿“横向协同、纵向贯通”的安全生产管理体系建设，对优化煤矿组织架构、劳动生产组织及实现固定场所无人化、少人化具有积极的促进作用。该平台有助于提升煤矿安全、生产、运营管控水平，多业务协同效率，企业运营分析与战略决策能力，可促进煤矿企业高质量发展。
[1] 李首滨.智能化开采研究进展与发展趋势[J].煤炭科学技术,2019,47(10):102-110.
LI Shoubin.Progress and development trend of intelligent mining technology[J].Coal Science and Technology,2019,47(10):102-110.
[2] 王国法,赵国瑞,任怀伟.智慧煤矿与智能化开采关键核心技术分析[J].煤炭学报,2019,44(1):34-41.
WANG Guofa,ZHAO Guorui,REN Huaiwei.Analysis on key technologies of intelligent coal mine and intelligent mining[J].Journal of China Coal Society,2019,44(1):34-41.
[3] 王国法,刘峰,孟祥军,等.煤矿智能化(初级阶段)研究与实践[J].煤炭科学技术,2019,47(8):1-36.
WANG Guofa,LIU Feng,MENG Xiangjun,et al.Research and practice on intelligent coal mine construction(primary stage)[J].Coal Science and Technology,2019,47(8):1-36.
[4] 高文.智慧矿山智能决策支持技术架构设计[J].工矿自动化,2017,43(9):21-25.
GAO Wen.Design of intelligent decision support technology architecture for wisdom mine[J].Industry and Mine Automation,2017,43(9):21-25.
[5] 阙建立.智能矿山平台建设与实现[J].工矿自动化,2018,44(4):90-94.
QUE Jianli.Construction and implementation of platform for intelligent mine[J].Industry and Mine Automation,2018,44(4):90-94.
[6] 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.
[7] 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 structrue design of intelligent coal mine and key technology of system platform construction[J].Coal Science and Technology,2019,47(3):35-42.
[8] 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.
[9] 陈佳林.煤矿安全生产大数据预警预测平台研究[J].电脑知识与技术,2018,14(1):26-27.
CHEN Jialin.Research on big data early warning and prediction platform of coal mine safety production[J].Computer Knowledge and Technology,2018,14(1):26-27.
[10] 韩安.基于Hadoop的煤矿数据中心架构设计[J].工矿自动化,2019,45(8):60-64.
HAN An.Architecture design of coal mine data center based on Hadoop[J].Industry and Mine Automation,2019,45(8):60-64.
[11] 刘宏俊,李敏敏,黄敏.“管控一体化”的煤矿安全生产与应急预警系统研究[J].轻工设计,2011(4):14-15.
LIU Hongjun,LI Minmin,HUANG Min.Research on safety production and emergency warning system of "integrated management and control" in coal mine[J].Light Industry Design,2011(4):14-15.
[12] 谭章禄,吴琦,肖懿轩,等.智慧矿山信息可视化研究[J].工矿自动化,2020,46(1):26-31.
TAN Zhanglu,WU Qi,XIAO Yixuan,et al.Research on information visualization of smart mine[J].Industry and Mine Automation,2020,46(1):26-31.
[13] 王丽敏,宋欣.煤矿安全生产风险预警研究[J].山东工业技术,2015(24):67.
WANG Limin,SONG Xin.Research on risk early warning in mine safety production[J].Journal of Shandong Industrial Technology,2015(24):67.
[14] 钱建生,孙彦景.煤矿安全生产物联网关键技术及研究[C]//中国煤炭学会成立五十周年高层学术论坛,北京,2012:162-170.
QIAN Jiansheng,SUN Yanjing.Key technology and research of Internet of things in coal mine safety production[C]//High-level Academic Forum on the 50th Anniversary of the Establishment of China Coal Society,Beijing,2012:162-170.
[15] 毛善君,杨乃时,高彦清,等.煤矿分布式协同“一张图”系统的设计和关键技术[J].煤炭学报,2018,43(1):280-286.
MAO Shanjun,YANG Naishi,GAO Yanqing,et al.Design and key technology research of coal mine distributed cooperative "one map" system[J].Journal of China Coal Society,2018,43(1):280-286.
[16] 李爽,薛广哲,方新秋,等.煤矿智能化安全保障体系及关键技术[J].煤炭学报,2020,45(6):2320-2330.
LI Shuang,XUE Guangzhe,FANG Xinqiu,et al.Coal mine intelligent safety system and key technologies[J].Journal of China Coal Society,2020,45(6):2320-2330.
[17] 付贵祥,周红军,郭继茹.基于物联网的煤矿安全综合智能预警系统[J].工矿自动化,2014,40(4):99-101.
FU Guixiang,ZHOU Hongjun,GUO Jiru.Comprehensive intelligent per-warning system of coal mine safety based on Internet of things[J].Industry and Mine Automation,2014,40(4):99-101.
