王国法-5G技术在煤矿智能化中的应用展望.pdf

第 45 卷第 1 期煤 炭 学 报Vol. 45 No. 1 2020 年1 月JOURNAL OF CHINA COAL SOCIETYJan. 2020 移动阅读 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,2020,45116-23. doi10. 13225/ j. cnki. jccs. YG19. 1515 WANG Guofa,ZHAO Guorui,HU Yahui. Application prospect of 5G technology in coal mine intelligence[J]. Journal of China Coal Society,2020,45116-23. doi10. 13225/ j. cnki. jccs. YG19. 1515 5G 技术在煤矿智能化中的应用展望 王国法1,2,赵国瑞1,2,胡亚辉3 1. 天地科技股份有限公司 开采设计事业部,北京 100013; 2. 煤炭科学研究总院 开采研究分院,北京 100013; 3. 中国矿业大学北京 机电 与信息工程学院,北京 100083 摘 要煤矿智能化是煤炭工业高质量发展的保障,当前处于煤矿智能化发展的初级阶段,仍然面 临泛在感知难、多类型数据同步传输不可靠、远程控制实时性差、融合大数据的智能决策效率低等 问题,面向垂直行业智能化应用的第五代移动通信技术The fifth Generation Mobile Communication Technology,5G为上述问题的解决提供了契机。 分析了 5G 中的高频通信、大规模天线阵列、超密 集组网、设备到设备通信、网络切片和移动边缘计算 6 项关键技术和各自的技术特征;研究了煤矿 智能化应用在信息感知、多类型数据传输、实时决策控制、新技术应用和异构物联设备互联互通需 求等方面的短板,以视频传输为例分析了 4G 技术在未来应用中的局限性,研究了井下 WiFi 组网 的不足之处,指出了煤矿井下应用 5G 技术的必要性;结合 5G 技术优势和煤矿井下实际需求提出 了基于 5G 技术的高精度实时定位与应用服务、虚拟交互应用、远程实时控制、远程协同运维及井 下巡检和安防等煤矿井下应用场景,提出了基于混合现实的井下智能化开采和远程实时可视化操 控的构想,给出了井下应用 5G 技术的总体架构有线光纤骨干环网加 5G 覆盖,分析了实施要点, 指出与井下应用场景的结合才能最大程度发挥 5G 技术在煤矿智能化开采中的作用,简要展望了 基于 5G 技术的物联网、大数据、云计算、人工智能和虚拟现实等技术在煤矿智能化中的融合应用。 关键词5G 技术;煤矿智能化;必要性;应用场景;混合现实 中图分类号TD67 文献标志码A 文章编号0253-9993202001-0016-08 收稿日期2019-11-05 修回日期2019-12-13 责任编辑郭晓炜 基金项目国家重点研发计划资助项目2017YFC0603005;薄煤层综采自动化成套装备产业化资助项目财企[2013]472;国家自然科学基 金重点资助项目51834006 作者简介王国法1960,男,山东文登人,中国工程院院士。 Tel010-84262016,E-mailwangguofa tdkcsj． com 通讯作者赵国瑞1982,男,山东泰安人,副研究员。 Tel010-84264550,E-mailzhaoguorui tdkcsj． com Application prospect of 5G technology in coal mine intelligence WANG Guofa1,2,ZHAO Guorui1,2,HU Yahui3 1. Coal Mining and Designing Department,Tiandi Science 2. Mining Design Institute,China Coal Research Institute,Beijing 100013,China; 3. School of Mechanical Electronic and Ination Engineering,China University of Mining coal mine intelligence;necessity;application scene;mixed reality 近年来,煤炭开采技术取得了快速发展,在大力 淘汰落后产能的情况下保持了煤炭产量的相对稳定, 满足了国家对煤炭资源的持续需求,为保障国家能源 供给和能源安全做出了巨大贡献。 但随着人民生活 水平和生活质量的不断提升,对煤炭安全和生产环境 也提出了更高要求。 一方面煤炭安全的提升要求井 下尽量少人或无人,一些地区的先进矿井已经实现了 无人操作有人值守;一方面一些落后矿井因地质条件 限制短期内难以减少井下用人,同时还面临工人流失 的两难境地。 这是煤炭开采地区发展不平衡、煤炭开 采技术发展不充分的具体体现,煤矿智能化技术的研 究和应用,是解决这一主要矛盾的关键,是煤炭工业 科技发展的前沿课题,是煤炭行业转型升级的重要内 容,也是煤炭企业安全高效、高质量发展的主攻方 向[1-8]。 以往煤炭智能化开采受传统无线通讯技术在 带宽、延时、并发数量等方面的限制一直难以形成 较大突破,导致大数据、人工智能、虚拟现实等先 进技术难以应用到煤炭开采中为智能化开采服 务。 5G 技术以其大带宽、低延时和广连接的优势 打通了不同应用场景间信息高效交互的通道,有 利于重塑传统产业发展,助力数字化转型,牵引云 计算、大数据、物联网、人工智能和移动应用的深 度融合,创新应用和服务。 1 5G 技术概述 5G 是第五代移动通讯系统的简称,既不是单一 的无线接入技术,也不都是全新的无线接入技术,是 新的无线接入技术和现有无线接入技术的高度融 合[9-10]。 其主要特点是超高数据速率、超低延时和超 大规模接入。 5G 与 4G 技术的关键指标对比如图 1 所示[11]。 图 1 4G 与 5G 技术关键指标对比 Fig． 1 Comparison between 4G and 5G technical key indicators 71 煤 炭 学 报 2020 年第 45 卷 5G 技术的突破很多,仅简述 6 项关键技术 1 高频通信High Frequency Communication, HFC。 目前,3 GHz 以下的频谱资源十分紧张,而 3 GHz 尤其是 6 GHz 以上的高频段存在大量可用资 源。 另一方面,单纯提升频谱资源效率已无法满足 5G 中大带宽和高速率的业务比如超高清视频传输、 虚拟现实、增强现实及全息投影等传输需求,因此 采用高频段进行 5G 空口传输已成为必然趋势。 2大规模天线阵列Massive MIMO。 高频段 通信可以进一步减少天线尺寸,从而为在 5G 移动通 信系统中引入大规模 MIMO 技术成为可能。 Mas- sive MIMO 技术能够带来更高的天线阵列增益,大幅 提升系统容量;能够将波束控制在很窄的范围内,从 而带来高波速增益,有效补偿高频段传输的大路损。 3超密集组网Ultra Dense Network,UDN。 随 着各种智能终端的普及和站点密度的增加,移动数据 流量将呈指数级增长,由此带来了小间距、超密集异 构网络的协调。 超密集组网技术通过虚拟化小区消 除频繁切换及密集邻区的同频干扰等问题,给用户提 供更为一致的体验。 4设备到设备Device-to-Device,D2D通信。 D2D 会话的数据直接在终端之间进行传输,不需要 通过基站转发,从而减轻蜂窝基站的负担,降低端到 端的传输时延,提升频谱效率,降低发射功率,最终能 够增强用户体验。 5网络切片技术Network Slicing。 基于软件 定义网络Software Defined Network,SDN和网络功 能虚拟化Network Function Virtualization,NFV,5G 网络能够实现网络切片技术,即将一张物理网络中的 带宽、计算及存储资源进行逻辑分割,构建多个虚拟 化的端到端网络,每个虚拟网络的资源均可独立运营 和动态伸缩,从而满足不同应用场景的业务服务质量 需求。 6 移 动 边 缘 计 算 Mobile Edge Computing, MEC。 5G 的三大应用场景和小于 1 ms 的时延指 标,决定了 5G 业务的终结点不可能都在核心网后端 的云平台,而 MEC 通过在移动网络边缘提供 IT 服务 环境和云计算能力,以减少网络操作和服务交付的时 延,从而能够更好满足超低时延的工业控制场景及大 带宽的传输需求,更好地实现物与物之间的传感、交 互和控制。 2 煤矿智能化应用 5G 技术的必要性与可行 性 智能化是煤炭发展的必由之路,是支撑煤炭高质 量发展的关键核心技术。 煤矿智能化离不开数据和 信息的高效互联互通,而不同的煤矿应用场景数据的 特点和传输的需求差别很大[12-14],传统 4GWiFi 的 数据传输技术难以满足这种差异化的需求,导致煤矿 各应用场景相互影响制约,不能支撑煤矿智能化发展 的需求。 5G 大带宽、低时延和广连接的特性以及微 基站、切片技术和端到端的连接等为突破煤矿智能化 开采数据传输处理的瓶颈提供了核心技术支撑。 2． 1 煤矿智能化应用 5G 技术的必要性 5G 在设计之初就确定了三大应用场景,即增强 型移动宽带Enhanced Mobile Broadband,eMBB、超 可靠低时延Ultra Reliable Low Latency Communica- tions,urLLC和海量机器通信Massive Machine Type Communications,mMTC。 其对 eMBB 场景的技术支 撑能力,能够有效适应煤矿中的超高清视频传输等大 带宽的业务需求;对 urLLC 场景的技术支撑能力,能 够有效满足无人采矿车、无人挖掘机等无人矿山智能 设备间通信需求;对 mMTC 场景的技术支撑能力,能 够更好地支持多种煤矿安全监测等传感数据采集需 求。 因此将 5G 通信技术应用于煤矿智能化开采 中图 2是未来煤矿开采的必由之路,也将有效推进 煤矿智能化的进程,为全面开启煤矿智能化开采铺平 “网络通信”之路。 图 2 5G 对煤矿智能化开采的支撑 Fig． 2 Support of 5G for intelligent mining of coal mine 与此同时,现有的主流煤矿无线通信技术,比如 4G 和 WiFi,则难以支撑煤矿智能化开采的数据传输 与处理需求。 4G 技术的不足可以提供下行超 100 Mbps 和上 行超过 50 Mbps 的用户峰值速率,但在智能化生产过 程中, 大量的机器视觉等场景需要高清视频回 传,1 080 P 单路就需要 20 Mbps 上行带宽,4K 甚至 81 第 1 期王国法等5G 技术在煤矿智能化中的应用展望 需要 75 Mbps 上行带宽带宽影响精度,精度影响识 别度,而实时性决定了能否远程及时操控,显然,应 对上述工业应用需求 4G 已力不从心。 WiFi 组网痛点 1移动性差。 跨 AP 切换时延100 ms,导致 AGV 等移动设备易断链,受限于 AP 内移动。 2覆盖差。 WiFi 信号反射绕射后易形成多径 干扰。 3频段干扰。 WiFi 使用公共频段,存在干扰, 影响解调能力。 4带宽受限。 基于视觉的应用需要的上行带 宽大百兆级。 2． 1． 1 智能化开采感知需求 智能化开采首先需要大量传感数据的支持,其数 据具有以下特征图 3 图 3 煤矿数据的多样性 Fig． 3 Diversity of coal mine data 1数据类型多样化。 相关数据包括视频、语 音、振动、压力、温度、速度、瓦斯浓度等多种类型、多 种传输要求的数据。 2数据生成速度快。 5G 应用场景多是基于大 量数据的实时支撑,同时 5G 支持下的物联网数据瞬 间产出量会数十倍甚至百倍于以往的数据量,数据生 成速度会极大提高。 3数据体量增长快。 单位时间内的数据成指 数级增加了,随时间累积的数据体量向着 PB 甚至 ZB 级发展,这也为大数据应用分析奠定了基础。 2． 1． 2 智能化开采传输需求 以往为解决煤矿的控制数据、视频监控数据和安 全数据的及时传输和隔离难题多采用控制通信环网、 视频环网和安全环网三网独立的建设方案,虽然一定 程度上解决了数据互占通道和安全数据隔离的难题, 但带来的投资大、底层物联和上层融合难的问题也很 突出。 5G 技术采用切片管理技术,按需定制网络,专 网相互隔离、底层端端互联,为不同场景的传输需求 提供了专用通道和安全解决方案图 4。 2． 1． 3 智能化开采决策控制需求 井下智能综采工作面设备众多,包括高精度定位 装备惯性自主导航系统、智能协调控制系统、高密度 传感器接入系统、智能机器人巡检系统、高清视频回 传系统等图 5,这些设备共同组成的设备群需要通 过中心控制系统进行统一协调处理和快速反馈控制, 对通信网络的可靠性、实时性均提出更高要求。 图 4 数据传输方式的改变 Fig． 4 Data transfer mode change 图 5 开采决策多样化的需求场景 Fig． 5 Demand scenarios for diversification of Mining decisions 91 煤 炭 学 报 2020 年第 45 卷 井下单轨吊、电机车、胶轮车等辅助运输系统实 现智能化甚至无人化,需要实时获取厘米级精确定 位、高清图像视频等信息,以便实现主动避障、自动错 车、风门联动等功能,保障人员、车辆及各类附属设备 的安全,也都需要高可靠、高带宽、低时延的无线网络 提供支撑。 煤矿智能化生产离不开井下机器人的大量使用。 例如,具备定位导航、纠偏、多参数感知、状态监测与 故障预判、远程干预等功能,实现掘进机高精度定向、 位姿调整、自适应截割及掘进环境可视化的掘进机器 人;能够自主决策、智能控制,具备精准定位、采高检 测、姿态监测、远程通信控制、状态监测与故障预判、 可视化远程干预等功能,实现采煤机自主行走、自适 应截割及高效连续运行的采煤机器人;以及用于井下 回采工作面作业环境巡检,具备自主移动、定位、图像 采集、智能感知、预警、人机交互等功能,实现煤壁、片 帮、大块煤、有害气体、温度、粉尘、设备状态等监测的 工作面巡检机器人等。 这些机器人大量的数据采集 和传输,海量的接入设备以及极低时延的控制操作, 都对网络传输的质量和能力有着超高要求。 2． 1． 4 智能化开采新技术新场景应用需求 随着煤矿生产智能化程度的提高,井下无人机、 智能 VR/ AR 等设备必将大量采用,以便能够对现场 进行及时巡查,对设备故障进行远程会诊,而无论是 无人机飞行控制、无人机巡检视频回传,还是 VR/ AR 智能远程设备故障诊断与维修,不仅需要极大地消耗 网络带宽资源,更需要快速的信息反馈和实时的状态 控制。 煤矿智能生产典型业务场景对无线传输网的要 求见表 1。 表 1 煤矿智能生产典型业务场景对无线传输网的要求 Table 1 Requirements for wireless transmission network in typical application scenarios of intelligent coal mine 序号业务场景时延要求/ ms 带宽要求/ Mbps4G5G 1智能工作面20 √ 4 智能远程维修 VR/ AR 25 下行50 √ 5高密度物联网接入10√ 目前主流的 WiFi 技术、4G LTE 技术,以及 Zig- Bee、LoRa 等无线传输技术的时延4G 典型时延约为 100 ms基本上无法支撑智能化生产技术的需求;带 宽4G 上行稳定带宽约为 20 Mbps,仅可满足 2 3 路超高清视频图像传输更是无法承载超高清工业 图像处理、生产机器人控制以及智能远程维修VR/ AR等移动宽带业务。 而 5G 网络的时延典型约 为 10 ms[15],上行稳定带宽约为 150 Mbps,连接数 为 106个/ km2,网络服务质量 Quality of Service, QoS最高可达 99． 999 9。 通过表 1 对比可以看 出,5G 网络为煤矿智能生产各业务场景的实现提供 了强有力的支撑。 2． 1． 5 异构物联设备互联互通的需求 当前煤矿生产领域使用的无线通信协议众多、各 有不足且相对封闭,工业设备互联互通难,用户使用 体验较差,亟需构建能够兼容多种协议的新一代无线 技术体系。 而 5G 网络具备融合多类现有或未来无 线接入传输技术和功能网络的能力,通过统一的核心 网络进行管控,以提供超高速率和超低时延的用户体 验和多场景的一致无缝服务。 2． 2 煤矿智能化应用 5G 技术的可行性 将 5G 技术应用于煤矿智能化开采中,需要着重 分析井下特殊无线传播环境下 5G 系统部署的可行 性。 与地面进行对比,井下无线传输的实际环境因素 主要存在如下特征① 井下狭长且多分支的空间特 征;② 易产生吸收或干扰无线电波传输的粗糙煤壁; ③ 复杂的设备布置和强磁干扰;④ 多粉尘和瓦斯的 开采环境。 5G 无线传输技术在井下应用时,主要存在高频 无线信号快速衰减、定向传输能力增强的同时绕射能 力下降等现象,从而导致传输距离短、覆盖范围有限 等,5G 技术面临的这些问题在 5G 技术研发初期就 作为重大问题进行攻关,于是有了超密集组网技 术、Massive MIMO大规模天线阵列和微基站技术 等,这一系列关键技术的突破形成了 5G 核心技术体 系,同时支撑了 5G 技术的商业化。 从网络部署的角度分析,目前井下布置的 4G 网络为 4GWiFi 的架构,4G 覆盖距离基于井下狭 长的空间特征不用覆盖半径的概念 约 1 500 m。 而 5G 有宏基站、微基站两种类型,宏基站设备容量 大,发射功率高,不适合井下大规模应用;微基站虽 然设备容量较小,但发射功率低,其有效覆盖距离 约为 500 m。 因此从技术角度考虑采用 3 个以上 5G 微基站即可完全覆盖原 4G 网的管控范围,并带 来带宽、速率的大幅提升和延时的降低。 此外,单 个 5G 微基站的功耗和体积比现有 4G 基站的要小, 更有利于井下长时间使用的安全性。 5G 微基站布 置示意如图 6 所示。 02 第 1 期王国法等5G 技术在煤矿智能化中的应用展望 图 6 综采工作面 5G 布置示意 Fig． 6 Schematic diagram of 5G layout of fully mech- anized mining face 对于煤矿井下面临的其他不利环境因素,合理运 用和规划 5G 技术均可解决井下实际应用的难题,成 败的关键在于针对不同的应用场景和应用环境设计 不同的 5G 布设方案。 比如针对狭长多分支的井下 空间应采用有线光纤主干密集 5G 微基站的模式, 控制功耗和优化站点是关键;针对视频监控和控制信 号同步传输的问题,合理进行网络切片是关键,并做 安全隔离。 因此,煤矿智能化开采的发展必须建立起以 5G 网络作为基础设施的数据传输和分发平台,构建 5G 的煤矿应用场景,为煤矿智能化开采的实现提供基础 平台和应用保障。 3 5G 在煤矿的应用场景 5G 网络创造性地采用了网络切片技术,将物理 网络划分为多个虚拟网络,每一个虚拟网络根据不同 的服务需求,比如时延、带宽、安全性和可靠性等来划 分,以灵活的应对不同的网络应用场景,在满足大量 并行业务上线的同时仍可保证端到端的性能。 结合 5G 的技术特点和煤矿井下的实际需求简要提出几个 典型应用场景如下。 3． 1 基于 5G 的高精实时定位与应用服务 目前煤矿井下定位系统多是基于传统的蓝牙、 ZigBee、超宽带等无线传输技术,定位精度不高,且需 要单独布设相关基础设施,实时性也难以保障。 基于 5G 的低延时特性开发基于 5G 网络的井下定位与应 用服务系统是未来的发展方向,将产生井下车辆管 理、开采精准推进等应用,解决移动装备的实时控制 和管理难题。 3． 2 基于 5G 的虚拟交互应用 虚拟现实VR与增强现实AR图 7是能够 彻底颠覆传统人机交互内容的变革性技术,在煤矿的 应用未来可期[16-19]。 其应用可分为 3 个阶段 图 7 三维建模、虚拟展示 Fig． 7 3D modeling,virtual presentation 1主要用于三维建模和虚拟展示,如现在的裸 眼 3D 等技术,其基本需求为 20 Mbps 带宽50 ms 延 时,现有的 4GWiFi 基本可以满足。 2主要用于互动模拟和可视化设计等,如多人 井下培训系统,其基本需求为 40 Mbps 带宽20 ms 延时,Pre5G 基本可以满足。 3主要用于混合现实、云端实时渲染和虚实融 合操控,如虚拟开采、协同运维等,其基本需求为 100 Mbps 10 Gbps 带宽2 ms 延时要求,需 5G 或更 先进技术才可满足。 3． 3 生产远程实时控制 生产实时性控制一直是煤矿智能化开采的关键 卡脖子难题[20-21]。 传统的远程控制系统需要经过多 重路由和多种协议才能将所需的各种传感信息汇集 到集控中心,直至传至远程控制中心,因此仅有部分 对实时性要求不高的功能可以用远程控制实现,实时 性要求高的功能出于安全考虑是不能用远程控制的。 5G 低延时的特性为这一难题的解决提供了基础支 撑,基于 5G 的井上全功能的远程控制将会实现,图 8 为相关应用示意图。 图 8 基于 5G 的多源决策控制示意 Fig． 8 Schematic diagram of multi-source decision control based on 5G 12 煤 炭 学 报 2020 年第 45 卷 3． 4 井下远程协同运维 5G 在井下的另一个重要应用场景是远程协同运 维图 9。 未来井下装备的智能化程度会越来越高, 系统也愈加复杂,传统的维修工人已难以独立完成维 修工作,需借助远程专家协助完成。 现场的音视频信 息可通过 5G 网络传输至远端,相关的虚拟模型也可 虚拟至现场设备上,通过虚拟现实技术可实现专家与 现场工人同样的视场和操作,甚至还可以用机器人代 替人在井下完成维修。 图 9 基于 5G 的远程运维场景 Fig． 9 Remote operation and maintenance scene based on 5G 3． 5 井下巡检和安防 基于 5G 的定位、高速数据传输和端端物联将助 力实现井下的高效巡检和安防。 通过这一网络可实 时定位井下的装备和人员图 10,可实时传输和共 享井下的安全信息,智能终端的主动推送功能自动识 别其他移动终端设备并按需推送相关信息,实现井下 信息的泛在感知和共享。 相较于传统的数据上传下 发的利用方式,5G 模式下的数据利用更高效、延时更 短、可靠性更高、经济性更好。 图 10 基于 5G 的井下巡防 Fig． 10 Underground patrol based on 5G 4 前景展望 在地面,5G 技术已经为森林防火的低功耗广连 接场景、自动驾驶的低延时高可靠场景、高清赛事转 播的多热点高容量场景等提供了切实可行的解决方 案。 5G 技术与大数据、云计算、人工智能和虚拟现实 等技术的结合也将逐一在煤矿落地,实现煤矿大数据 的实时分析与决策支持,可视化远程操控与数字孪生 应用,混合现实远程运维服务等。 1总体网络架构应该是有线骨干5G 覆盖的 形式。 以光纤骨干环网保证井下信息传输的安全可 靠,以 5G 网保证井下无线覆盖和移动传输的需求。 2结合井下实际的巷道或工作面布置优化 5G 微基站的布置,保证覆盖的同时减少资源消耗。 3分析并划分井下应用场景,梳理不同应用场 景的个性化需求,根据需求对网络资源进行逻辑分 割,即完成所谓的“切片”。 4在构建好传输平台的基础上,要注重平台与 应用场景和先进技术的融合,解决一直困扰煤矿智能 化开采的泛在感知、实时可靠传输、大数据应用、快速 智能决策、混合现实远程操作等卡脖子难题,实现基 于混合现实的井下智能化开采和远程实时可视化操 控。 参考文献References [1] 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,2019,44134-41. WANG Guofa,ZHAO Guorui,REN Huaiwei. Analysis on key tech- nologies of intelligent coal mine and intelligent mining[J]. Journal of China Coal Society,2019,44134-41. [2] 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,2019,442349-357. WANG Guofa,LIU Feng,PANG Yihui,et al. Coal mine intellectuali- zationThe core technology of high quality development[J]. Journal of China Coal Society,2019,442349-357. [3] 王国法. 如何正确认识并理解煤矿智能化[N]. 中国煤炭报, 2019-03-1904. WANG Guofa. How to correctly recgnize and understand the Intelli- gence of Coal Mine[N]. China Coal News,2019-03-1904. [4] 王国法,杜毅博. 智慧煤矿与智能化开采技术的发展方向[J]. 煤炭科学技术,2019,4711-10. WANG Guofa, DUYibo. Developmentdirectionofintelligent coal mine and intelligent mining technology[J]. Coal Science and Technology,2019,4711-10. [5] 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,2019,47343-52. FAN Jingdao,XU Jianjun,ZHANG Yuliang,et al. Intelligent un- manned fully-mechanized mining technology under conditions of dif- ferent seams geology [ J]. Coal Science and Technology, 2019, 22 第 1 期王国法等5G 技术在煤矿智能化中的应用展望 47343-52. [6] 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,2017,2221-4. LEI Yi. Present situation and development of underground mine in- telligent development technology in domestic[J]. Coal Mining Tech- nology,2017,2221-4. [7] 葛世荣,王忠宾,王世博. 互联网采煤机智能化关键技术研究 [J]. 煤炭科学技术,2016,4471-9. GE Shirong,WANG Zhongbin,WANG Shibo. Study on key technolo- gy of internet plus intelligent coal shearer[J]. Coal Science and Technology,2016,4471-9. [8] 王国法,王虹,任怀伟,等. 智慧煤矿 2025 情景目标和发展路径 [J]. 煤炭学报,2018,432295-305. WANG Guofa,WANG Hong,REN Huaiwei,et al. 2025 scenarios and development path of intelligent coal mine[J]. Journal of China Coal Society,2018,432295-305. [9] 张赟. 5G 通信技术应用场景和关键技术策略[J]. 计算机产品与 流通,20191068. ZHANG Yun. Application scenario and key technology strategy of 5G communication technology[J]. Computer products and Circula- tion,20191068. [10] 刘振宇.5G 通信技术应用场景和关键技术[J]. 电子技术与软 件工程,20191930-31. LIU Zhenyu. Application scenario and key technology of 5G com- munication technology[J]. Electronic Technology and Software En- gineering,20191930-31. [11] 胡丹.4G/5G 无线链路及覆盖差异探讨[J]. 移动通信,2019, 43786-90. HU Dan. Discussions on the difference of 4G/5G radio links and coverage[J]. Mobile Communication,2019,43786-90. [12] 范京道,王国法,张金虎,等. 黄陵智能化无人工作面开采系统 集成设计与实践[J]. 煤炭工程,2016,48184-87. FAN Jingdao,WANG Guofa,ZHANG Jinhu,et al. Design and prac- tice of integrated system for intelligent unmanned working face min- ing system in Huangling coal mine[J]. Coal Engineering,2016, 48184-87. [13] 任怀伟,孟祥军,李政,等. 8 m 大采高综采工作面智能控制系 统关键技术研究[J]. 煤炭科学技术,2017,451137-44. REN Huaiwei,MENG Xiangjun,LI Zheng,et al. Study on key tech- nology of intelligent control system applied in 8 m large min- ing height fully-mechanized face[J]. Coal Science and Technolo- gy,2017,451137-44. [14] 黄曾华. 可视远程干预无人化开采技术研究[J]. 煤炭科学技 术,2016,4410131-135,187. HUANG Zenghua. Study on unmanned mining technology with visu- alized remote interference[J]. Coal Science and Technology,2016, 4410131-135,187. [15] 孙继平,陈晖升. 智慧矿山与 5G 和 WiFi6[J]. 工矿自动化, 2019,45101-4. SUN Jiping,CHEN Huisheng. Smart mine with 5G and WiFi6[J]. Industry and Mine Automation,2019,45101-4. [16] 袁亮. 煤炭精准开采科学构想[J]. 煤炭学报,2017,4211- 7. YUAN Liang. Scientific conception of precision coal mining[J]. Journal of China Coal Society,2017,4211-7. [17] 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,2014,3981572-1583. MAO Shanjun. Strategic thinking and key technology of inatiza- tion construction of high-tech coal mine [ J]. Journal of China Coal Society,2014,3981572-1583. [18] 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,2018,431280-286. MAOShanjun, YANGNaishi, GAOYanqing, etal. Design and key technology research of coal mine distributed cooperative “one map” system [ J]. Journal of China Coal Society,2018, 431280-286. [19] 吕鹏飞,何敏,陈晓晶,等. 智慧矿山发展与展望[J]. 工矿自动 化,2018,44984-88. L Pengfei,HE Min,CHEN Xiaojing,et al. Development and pros- pect of wisdom mine[J]. Industry and Mine Automation,2018, 44984-88. [20] 康红普,王国法,姜鹏飞,等. 煤矿千米深井围岩控制及智能开 采技术构想[J]. 煤炭学报,2018,4371789-1800. KANG Hongpu,WANG Guofa,JIANG Pengfei,et al. Conception for strata control and intelligent mining technology in deep coal mines with depth more than 1 000 m[J]. Journal of China Coal Society, 2018,4371789-1800. [21] 田成金. 煤炭智能化开采模式和关键技术研究[J]