摘要:随着煤炭产业的持续发展,智能化开采成为提升煤矿安全生产和效率的关键。本文针对中厚煤层智能开采模式进行了深入研究,提出了一种基于透明地质规划截割的智能开采模式。该模式利用隐式迭代三维建模技术、数字孪生系统和精准开采控制技术,结合大数据智能分析决策技术,实现了综采工作面设备的自主规划截割。研究结果表明,该模式能够有效提升煤矿开采的透明度,实现煤层三维模型的准确构建及其动态调整,显著提高了煤矿智能化开采的效率和安全性。此外,本文还介绍了黄陵一号煤矿的实践案例,展示了该智能开采模式在实际应用中取得的显著成效,包括提升生产效率、节约人工成本以及实现减员增效。本文的研究成果对于现有煤矿实现智能化开采具有重要的实践参考意义。
加入收藏
煤炭产业作为关系我国经济命脉和能源安全的重要基础产业,实现智能化是其发展的必由之路。《关于加快煤矿智能化发展的指导意见》要求,我国要在2025年将智能化渗透于灾害重点煤矿以及各大型煤矿当中;在2035年时,国内所有煤矿都能够实现智能化目标。“十三五”以来,煤炭业在“上大关小,增优汰劣”取得的成就已为煤矿进一步实现智能化目标打下扎实基础[1]。此外,随着煤炭产业在装备、技术、管理、模式等方面的迅速进步,煤矿开采已经踏上机械化、自动化、数字化向智能化的变革之路[2,3],推动我国煤炭产业向安全、高效、绿色、经济方向发展。
我国煤矿开采处于智能化初期,井下煤矿透明度有待提升。国内液压支架电液控制系统、采煤机记忆截割与可视化远程干预控制等技术已经实现了煤矿开采点线智能,在液压支架自动跟机移架、工作面“三机”协调联动、刮板输送机变频协同控制、自动化放煤等关键技术研发方面取得巨大突破[4]。同时,建设了一批以单机智能、局部联动、自动运行、数字管理等为表征的智能化开采示范项目[5]。然而,现有煤矿智能开采模式在实际生产过程中由于井下综采设备的实时精准定位与导航、采煤机自适应、数据智能分析等仍存在技术瓶颈,难以对煤矿复杂地质环境进行智能感知与决策[6,7]。如何提升煤矿透明度,实现煤层三维模型准确构建及其动态调整是提升产业发展水平和提升生产安全环保水平的关键。
针对煤矿智能化开采的研究,学者们的研究主要集中在智能开采模式和智能化开采技术及装备两方面。在智能开采模式方面,王国法院士团队定义了煤矿智能化开采模式,并针对不同煤层赋存条件,创新性的提出了薄及中厚煤层智能化无人开采模式等四种开采模式[8];侯刚介绍了煤矿智能化开采系统的架构及功能,并阐述了典型的智能开采模式[9];王世斌等系统性地分析了当前煤矿智能开采模式的问题,提出当前煤矿开采存在感知滞后、精度较低等问题[6]。在智能化开采技术及装备方面,学者们对薄煤层、中厚煤层、厚煤层和特厚煤层的开采技术及装备进行了总结[10-13],采用地质勘探、三维仿真、地理信息等技术手段构建数字化透明矿井是实现煤矿智能化开采的关键[14,15]。
虽然现有文献针对煤矿智能开采从不同的视角展开了系统的研究,并取得了一定成果,然而针对中厚煤层智能化无人开采模式的研究成果不足。“可视化远程干预控制+液压支架自动跟机+采煤机记忆截割”是当前中厚煤层智能开采的主要技术手段,尽管已经实现了井下采煤工作面减人增安,但记忆截割应用率低,且受地质条件影响,回采过程中需采取人工干预的方式调整设备,远程干预控制较为频繁[16]。同时,由于缺少高精度的动态地质模型,在较复杂的综采工作面作业时只能依靠监控视频进行人工远程干预,难以对中厚煤层的环境信息和地质条件进行动态感知、智能识别和调整[6]。
为此,本文提出基于透明地质规划截割的中厚煤层智能开采模式。在传统记忆截割智能开采的基础上,借助隐式迭代三维建模技术和数字孪生系统搭建三维虚拟场景配准地质与设备模型,通过大数据运营、地质数据分析等系统指导综采工作面设备自主规划截割。研究结果表明:基于透明地质规划截割的中厚煤层智能开采模式能够通过收集开采过程中的监测数据以及收集的地质数据,对静态地质模型进行动态更新,实现物理空间综采工作面与信息空间数字工作面的交互与反馈,从而实现无人开采。本论文研究成果对于现有煤矿实现智能化开采具有重要的实践参考意义。
1、智能开采化模式架构
中厚煤层智能化建设的最终目标是实现综采面无人化智能开采,综采面的地质信息透明化是实现井下无人智能开采的关键[17]。本文总结凝练近几年智能开采取得的成果,基于透明地质规划截割将中厚煤层的开采工艺、装备、管理和运维与新一代信息技术深度融合,形成了自主感知、智能决策、精准控制、多源数据融合驱动的中厚煤层智能化开采模式。该模式包含“感知、传输、决策、执行”4个智能化维度,可以实现矿井透明、开采环境和装备工况感知、数据云端传输、智能决策和精准控制,从而减少人工直接操作,确保工作面高效稳定运行。其中,中厚煤层智能化开采模式架构如图1所示。
“感知”包括对矿井地质条件、综采工作面开采环境和采煤装备工况的感知,从而为智能决策提供数据。就智能开采而言,煤层开采环境会随着采煤作业进行到不同阶段而动态变化,采煤设备与采煤环境的耦合作用需要不断调整。因此,需要利用三维地质模型对综采面的环境进行感知探测,提高开采设备操作准确性以及对环境的适应性。
图1 中厚煤层智能开采模式架构图
“传输”是利用5G、云计算、数字孪生等技术搭建智能管控云平台,将收集到的数据传输到云平台。在平台对不同综采设备和勘探技术导致的多种通信协议数据进行处理,实现数据的统一、转换、关联,并将数据分类和储存。
“决策”是以智能决策模型为支撑,通过AI、大数据分析、机器学习算法等技术应用,对收集到的综采面数据进行智能分析,并做出决策。根据煤层数字化模型的剖切面、煤矿开采的历史数据及智能化开采要求优化采煤机截割路径及参数,并对综采面设备发出作业指令。
“执行”是通过远程操作控制综采装备运行,从而实现综采作业面的无人化,该过程是煤炭智能开采的重要体现。将收到的决策指令传导给控制系统,使生产综采装备能够自主实现截割、跟机、运煤精准执行,并将操作数据反馈给云端进行分析优化。
2、智能化开采关键技术
2.1 动态三维地质模型构建技术
煤层及顶底板赋存状态这类环境因素已成为实现综采面智能化开采的关键。依托综采工作面三维地质模型、多源数据融合系统和数字孪生系统增强地质感知,构建动态三维地质模型,提前预知煤层赋存,将综采工作面的“黑箱模型”地质信息转变为“透明模型”或“有限透明模型”,为煤矿智能化开采提供决策支撑[18]。动态三维地址模型构建主要分为4个步骤,如图2所示。第一步是地质信息探测。在井下安装地质探测设备,利用井下地质测量写实、无线电波透视技术、槽波地震探勘技术、钻孔地质雷达技术等地质勘测技术对煤矿地质条件进行扫描。第二步是地质数据收集。通过地质信息探测收集到煤层构造、煤层赋存、煤层顶底板、钻孔穿煤层顶底板位置等地质数据,并利用多源数据融合系统对地质数据进行耦合分析,为三维建模构建提供数据基础。第三步是三维模型构建。在地质数据的基础上,分析煤层构造的范围及形态、煤层空间的展布形态及煤层厚度,通过建模软件建立三维地质模型,并通过隐式迭代算法对地质模型进行动态更新。第四步是模型可视化。依托虚拟现实可视化技术和数字孪生系统,按数据精度不同分级对综采工作面的场景和设备进行可视化建模。
2.2 大数据智能分析决策技术
在煤炭开采领域,大数据智能分析决策技术的引入标志着向自动化和智能化管理的转型。该技术通过优化开采流程、提升安全标准和增强决策的精准性,正逐步改变传统的煤炭生产模式。大数据智能分析决策技术依托于海量的实时数据,包括地质勘探数据、设备运行参数和环境监测信息,以数据为核心驱动决策过程。同时,还具备高度的实时性,能够即时响应开采环境中的变化,快速做出反应。并且,它具备自适应能力,能够根据地质条件和设备状态的变化自动调整开采策略,提高作业效率。
图2 动态三维地质模型构建
大数据智能分析决策技术能够实现精准预测潜在的地质变动和安全风险,为预防措施提供科学依据;优化资源配置和开采方案,提升煤炭开采的效率和经济性;实现设备的智能控制,减少人为操作错误;通过故障诊断功能,提前识别并解决设备问题;以及协调多设备作业,实现综采工作面的高效协同。为了实现智能分析决策技术,需要构建高精度的地质模型以提供详实的地下信息;发展大数据分析技术以处理和分析复杂的数据集;部署先进的传感器网络以实时监测矿山状态;设计了一种集聚合、插值、补偿、无界流的机器学习和人工智能算法提升数据处理的深度和广度;建立稳定可靠的通信网络以保证数据的实时传输;实现不同技术平台的集成,构建统一的智能管理平台。
2.3 智能精准开采控制技术
智能精准开采是在透明地质和规划截割曲线的基础上,依据智能控制中心,对采煤机、液压支架、刮板输送机等设备实施自动精准控制。智能控制中心由流程管控系统、规划参数控制系统、自动化控制系统和精准开采等系统组成,控制对象主要分为采煤和支护2个部分,如图3所示
对于采煤部分的智能精准控制,将系统与主机通信双向连接,通过透明地质模型和远程监测,对采煤机的起始位置、启停状态、运行速度、运行方向、摇臂高度等工况信息进行监控,并依据规划截割曲线和惯性导航系统对采煤机的截割高度、折返换向、运行路线进行精准把控。对于支护部分的智能精准控制,是通过电液控制和数字孪生实现的远程监控,自主完成中部与三角煤部分的规划控制精确跟机、拉架、推溜,降拉升架、喷雾及其他操作。结合雷达惯导测控系统,显示刮板机曲线,通过智能控制中心修正采煤工艺参数和支架姿态,精准调控工作面中支架、刮板机等的直线度,实现全工作面设备根据规划截割模型生产循环的自主执行。
3、智能开采模式实践
黄陵一号煤矿,作为陕西陕煤黄陵矿业有限公司的重要组成部分,坐落于陕西省黄陵县店头镇。该矿井地质储量高达4.44亿t,可开采储量为3.47亿t,是国内煤炭资源的重要基地之一。黄陵一号煤矿的煤层厚度介于0.8~4.69 m,平均厚度为2.18 m,倾角在3°~5°之间,属于水文地质条件复杂的高瓦斯矿井。矿井的年生产能力为600万t,是公司的核心骨干矿井。2014年起,黄陵一号煤矿开始进行智能化建设,通过多年的探索与实践,形成了一套完整的智能化开采模式。该模式以综采大数据智能决策平台、基于隐式迭代的三维建模技术和基于“CT”切片的精准控制方式为支撑。
针对综采工作面的地质条件复杂性和设备操作的精准性要求,黄陵一号煤矿成功开发了一款集成地质模型分析与综采设备智能控制的大数据分析与决策应用平台。平台的核心在于其先进的数据处理能力,它能够对地质数据、设备运行数据以及空间感知数据进行深度融合和分析。通过采用模型数字化技术,平台能够将复杂的地质信息和设备状态数据转换为数字化模型,从而实现数据的透明化和可视化。此外,平台还运用了分析决策技术和机器学习算法,对海量数据进行自主分析和精准决策,优化了综采工作面的规划截割模型,提高了开采效率和安全性。为了进一步提升决策优化和模型修正的实时性与准确性,平台设计了一套集数据聚合、插值处理、补偿计算和无界流分析于一体的机器学习算法。该算法能够对综采工作面的地质模型进行动态更新修正,确保了地质模型与实际开采环境的一致性,同时也为综采设备的智能精准控制提供了强有力的数据支持。
图3 智能精准开采控制中心
在精准控制方面,通过IMS-P智慧矿山综采智能化管控系统平台进行坐标统一和相对坐标传递,确立了设备间的相对位置关系。利用惯性导航技术,使得刮板输送机的直线度和采煤机在三轴方向上的位移变化得以实时监测;激光雷达测距技术的应用能够实时监测运输机机头和机尾与巷道煤帮的距离,从而准确把握工作面的整体姿态,包括工作面进尺和上下滑动量。同时,通过扫描识别安装在巷道内的雷达反射板,可实时监测工作面的推进度。这一技术的实施,使得综采设备能够在透明地质模型中实现精准导航和定位,生产过程中大大减少了干预控制和调整作业时间,生产效率提升约30%左右。
此外,黄陵一号煤矿实现了技术突破,首创了基于“CT”切片技术的精准控制方法,实现了工作面无人开采。这一创新技术能够生成精确的规划截割模型,为综采工作面的开采提供了详细的指导。进一步地,还设计了一套模拟人类思维的自主规划截割开采工艺,该工艺涵盖了采煤机的22道规划截割流程和液压支架的14道规划控制流程。这些流程的设计与实施,使得综采工作面能够实现全流程的无人干预规划截割,不仅提高了生产效率,而且原先负责巡检的工人和远程监控员的工作任务被智能化系统取代,实现了减员增效。
4、结论与展望
本文针对中厚煤层智能开采模式的优化问题,提出了基于透明地质规划截割的中厚煤层智能开采模式。通过动态三维地质建模技术、大数据智能分析决策技术和智能精准控制技术,实现了地质与设备模型的三维虚拟场景配准,以及大数据运营和地质数据分析指导下的综采工作面设备自主规划截割。研究结果表明,该模式能够有效提升煤矿透明度,实现煤层三维模型的准确构建及其动态调整、综采工作面设备自主规划截割,从而提高煤矿开采的智能化水平和生产安全环保水平。具体结论如下:
1)本文提出的中厚煤层智能开采模式,通过集成先进的信息技术和智能化系统,显著提高了煤矿开采的智能化水平。该模式实现了物理空间综采工作面与信息空间数字工作面的交互与反馈,为实现无人开采提供了技术支撑。
2)黄陵一号煤矿的实践案例证明了该智能开采模式的有效性。通过建立综采大数据智能决策平台和透明地质模型,实现了地质模型的动态更新修正,确保了地质模型与实际开采环境的一致性,为综采设备的智能精准控制提供了数据支持。
尽管研究在中厚煤层智能开采模式方面取得了一定成果,但仍需进一步探索该智能开采模式在复杂或变化较大的地质条件下系统稳定性与可靠性。
参考文献:
[1]李勇兴.煤矿智能化建设的必要性与保障措施[J].内蒙古煤炭经济,2023(1):148-150.
[2]韩建国.神华智能矿山建设关键技术研发与示范[J].煤炭学报,2016,41(12):3181-3189.
[3]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.
[4]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.
[5]李浩荡,丁震,张凯,等.基于中高级智能技术的煤炭井工开采管控模式[J].工矿自动化,2022,48(2):1-10.
[6]王世斌,于水,刘长来.以系统化思维打造智能化开采建设新模式[J].煤炭科学技术,2021,49(S1):1-7.
[7]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.
[8]侯刚.煤矿智能化开采系统功能及典型模式分析研究[J].中国煤炭,2022,48(2):55-60.
[9]袁永,屠世浩,陈忠顺,等.薄煤层智能开采技术研究现状与进展[J].煤炭科学技术,2020,48(5):1-17.
[10]李明忠.中厚煤层智能化工作面无人高效开采关键技术研究与应用[J].煤矿开采,2016,21(3):31-35.
[11]王国法,庞义辉,许永祥,等.厚煤层智能绿色高效开采技术与装备研发进展[J].采矿与安全工程学报,2023,40(5):882-893.
[12]王立国.特厚煤层综放工作面智能化开采研究与实践[J].内蒙古煤炭经济,2023(20):181-183.
[13]王国法,孟令宇.煤矿智能化及其技术装备发展[J].中国煤炭,2023,49(7):1-13.
[14]郭文兵,吴东涛,白二虎,等.我国煤矿智能绿色开采技术现状与展望[J].河南理工大学学报(自然科学版),2023,42(5):1-17.
[15]张玉良,马骋,宋焘,等.黄陵一号煤矿智能开采技术研发与实践-基于动态地质模型大数据融合迭代规划控制策略的智能开采技术[J].智能矿山,2023,4(9):61-65.
[16]王国法,张良,李首滨,等.煤矿无人化智能开采系统理论与技术研发进展[J].煤炭学报,2023,48(1):34-53.
[17]袁亮,吴劲松,杨科.煤炭安全智能精准开采关键技术与应用[J].采矿与安全工程学报,2023,40(5):861-868.
[18]贺海涛.综采工作面智能化开采系统关键技术[J].煤炭科学技术,2021,49(S1):8-15.
基金资助:国家自然科学基金资助项目(72201189); 山西省基础研究计划青年项目(202103021223049);
文章来源:张泰铭,姚西龙.基于透明地质规划截割的中厚煤层智能开采模式研究[J].煤矿现代化,2024,33(05):61-65+72.
分享:
人工智能文学是指以人工智能程序作为文学创作主体,通过模拟人类文学创作的思维模式,实现文学作品的自动或半自动化的生成过程。它设置了“人工文学数据库搭建——机器智能数据分析——文学作品自动半自动生成”的基本创作模式,借助“自动写作”和“辅助写作”两种形式使得数字时代文学发生了全新的变革。
2025-05-05火灾是一种常见而严重的灾害,给人们的生命安全带来了巨大的威胁,造成了巨大的财产损失。在高楼建筑中发生的火灾,由于建筑高度、人员密集度以及安全疏散难度的增加,往往会导致更为严重的后果。近几年来,我国平均每年发生火灾约30万起,如何有效地监测和预防高楼火灾成为了当今社会亟待解决的问题。
2025-01-20湖泊水位是衡量一个地区水资源状况的重 要指标,对于保障区域供水安全、防洪减灾以及 生态环境保护等方面具有重要意义。 准确预测 湖泊水位的变化趋势,可为相关部门制定合理的 决策提供科学依据。 然而,由于湖泊水位的变化 受到复杂多变的自然和人为因素的影响,传统的 定量预测模型在精度和适应性方面面临诸多 挑战[1-3] 。
2024-12-27人工智能(Artificial Intelligence,AI)技术是公认最有可能改变未来世界的颠覆性技术。AI在军事领域有广阔的应用前景,国内外已将AI不断应用到情报分析处理、目标识别监视、作战辅助决策、网络安全防护以及无人作战系统等智能装备中,在能力和可用性方面取得了巨大的飞跃[1]。
2024-12-03数据安全风险的存在,不仅威胁到个人隐私权益,影响企业发展,甚至关系到国家安全和社会稳定。在这一背景下,强化数据安全措施,构建全面的数据安全防护体系,已经成为迫切需要。这需要政府、企业和个人共同努力,通过立法、技术创新及提高公众的数据安全意识等手段,共同构建一个更加安全、健康的信息社会。
2024-12-03随着遥感卫星和高空平台的快速发展,高空间分辨率遥感图像的应用也变得越来越普遍[1]。遥感影像的语义分割在地貌特征的像素级分类方面具有重要意义,该技术已经在许多工业级图像中得到广泛应用[2-4]。例如,环境灾害监测[5]、土地利用与土地覆盖制图[6-7]、农业资源管理[8]、滑坡识别[9]和交通管理[10-12]等。
2024-12-035G技术以其高速率、低时延、大连接的特点,为各行各业带来了前所未有的发展机遇,但同时也面临着基站选址与优化的巨大挑战[3–4]。因此,深入研究5G基站选址决策与优化问题,对于提升5G网络覆盖质量、优化资源配置、提高通信效率具有重要意义。
2024-12-03随着科学技术的进步,各种协作机械臂和工业机械臂越来越受欢迎.为提高机械臂的智能性和自主性,机械臂自主抓取一直是机器人领域的研究热点之一[1-2].传统的协作机械臂需要操作者具备相关知识,通过编程或拖拽指令实现机械臂的抓取操作[3-4].
2024-12-03在气象观测、工农业、航空航天、食品和药品储存等制造领域,对湿度和温度有着严格要求,因此,对这两个参数的检测变得尤为重要。温湿度传感器近年来得到了大力发展和应用。传统的电子式温湿度传感器易受电磁干扰,灵敏度低,响应时间长,限制了其性能和应用范围。
2024-12-03基于机器学习的网络入侵检测系统(NIDS可以提高检测的准确性和效率,并增加系统对新型威胁的适应能力,鉴于这一优势,本文将深入分析机器学习在NIDS中的应用及其效能,探讨如何利用这一先进技术来增强网络安全防御。
2024-12-03人气:4135
人气:3830
人气:2308
人气:2128
人气:2106
我要评论
期刊名称:煤矿现代化
期刊人气:1128
主管单位:兖矿集团有限公司
主办单位:兖矿集团有限公司
出版地方:山东
专业分类:煤矿
国际刊号:1009-0797
国内刊号:37-1205/TD
邮发代号:24-232
创刊时间:1992年
发行周期:双月刊
期刊开本:大16开
见刊时间:1-3个月
影响因子:0.463
影响因子:0.673
影响因子:0.642
影响因子:1.307
影响因子:0.480
您的论文已提交,我们会尽快联系您,请耐心等待!
你的密码已发送到您的邮箱,请查看!