智能化煤矿顶层设计研究与实践(1).pdf
第 45 卷第 6 期煤 炭 学 报Vol. 45 No. 6 2020 年6 月JOURNAL OF CHINA COAL SOCIETYJun. 2020 移动阅读 王国法,杜毅博,任怀伟,等. 智能化煤矿顶层设计研究与实践[J]. 煤炭学报,2020,4561909-1924. doi10. 13225/ j. cnki. jccs. ZN20. 0284 WANG Guofa,DU Yibo,REN Huaiwei,et al. Top level design and practice of smart coal mines[J]. Journal of China Coal Society,2020,4561909-1924. doi10. 13225/ j. cnki. jccs. ZN20. 0284 智能化煤矿顶层设计研究与实践 王国法1,2,杜毅博1,2,任怀伟1,2,范京道3,吴群英4 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. 陕西延长石油集团有限责 任公司,陕西 西安 710075; 4. 陕西陕煤陕北矿业有限公司,陕西 榆林 719301 摘 要建设智能化煤矿是实现煤炭工业转型升级和高质量发展的必由之路。 针对当前我国智能 化煤矿建设初级阶段缺乏体系性与前瞻性的顶层设计的现状,进行了智能化煤矿顶层设计的系统 研究,阐述了智能化煤矿应分为数字融合互联,人机主动交互,主要系统自学习自决策 3 个阶段分 区域分层次实现“物质流、信息流、业务流”的高度一体化协同,构建以人为本的智能生产与生活协 调运行的综合生态圈的建设目标和阶段性任务。 基于煤矿价值活动分析对智能化煤矿复杂巨系统 逻辑关联进行研究和系统归并,提出以泛在网络和大数据云平台为主要支撑,以智能管控一体化系 统为核心,能够实现对煤矿开拓、生产、运营全过程进行感知、分析、决策、控制的煤矿十大主要智能 系统,包括煤矿智慧中心及综合管理系统;煤矿安全高效信息网络及地下精准位置服务系统;地质 保障及 4D-GIS 动态信息系统;巷道智能快速掘进系统;开采工作面智能协同控制系统;煤流及辅 助运输与仓储智能系统;煤矿井下环境感知及安全管控系统;煤炭洗选智能化系统;固定场所无人 值守智能管理系统;煤矿场区及绿色生态智能系统等的智能化煤矿建设顶层架构。 通过对数据特 征与关联关系研究提出智能化煤矿信息实体特征与抽取方法,并研究智能化煤矿知识图谱构建及 数据交互推送方法,构建智能化煤矿数字逻辑模型;研究提出智能化煤矿“云边端”数据处理架构 和三层递阶控制策略,在此基础上对煤矿智能化应用系统进行具体设计。 以张家峁煤矿生产矿井 智能化改造和巴拉素煤矿新建矿井全面智能化建设为典型案例进行了工程实践。 关键词智能化煤矿;顶层设计;数字逻辑模型;边云协同;控制策略 中图分类号TD21;TD67 文献标志码A 文章编号0253-9993202006-1909-16 收稿日期2020-02-26 修回日期2020-03-19 责任编辑郭晓炜 基金项目国家自然科学基金重点资助项目51834006;国家自然科学基金青年基金资助项目51804158 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 通讯作者杜毅博1985,男,河北邯郸人,副研究员。 Tel010-84264090,E-mailxiaoqidyb126. com Top level design and practice of smart coal mines WANG Guofa1,2,DU Yibo1,2,REN Huaiwei1,2,FAN Jingdao3,WU Qunying4 1. Coal Ming and Designing Department,Tiandi Science 2. Mining Design Institute,China Coal Research Institute,Beijing 100013,China; 3. Shaanxi Yanchang Petroleum Group Co. ,Ltd. ,Xi’an 710075,China; 4. Shaanxi Coal North Mining Co. ,Ltd. , Yulin 719301,China AbstractThe construction of smart coal mines is the only way to realize the transation,upgrading and high-quality development of coal industry. In view of the current situation for the lack of systematic and forward-looking top-level design in the preliminary stage of smart coal mine construction in China,this paper conducted a systematic study on the top-level design of smart coal mines and expounded the goal and the stage tasks for the construction. Smart coal 煤 炭 学 报 2020 年第 45 卷 mines should be divided into three stages of digital fusion interconnection,man-machine active interaction,and the main system self-learning decision-making to build the integrated ecological circle of people-oriented intelligent pro- duction and life coordinated operation and realize the highly integrated coordination of material,ination and busi- ness. Based on the analysis of coal mine value activities,the paper studied the logic relation of the complex giant sys- tem of smart coal mines,and put forward the top-level design of smart ten main systems of underground coal mine, which takes the smart system of management and control as the core,takes the 5G fusion network and the big data cloud plat as the main support and realizes the perception,analysis,decision-making and control of the whole process of coal mine development,production and operation. The smart ten main systems of underground coal mine in- cludes coal mine intelligence center and integrated management system,safety and strong real-time communication net- work and precision location service system,geological security and 4D-GIS dynamic ination system,man-machine cooperative fast tunneling system,independent smart mining system,environment perception and safety closed-loop control system,smart system for coal flow and auxiliary transportation,unattended smart washing system,unattended operation system for fixed place and smart industrial park system. Based on the research on the relation between data features and correlation,the paper put forward the smart coal mine ination entity feature and extraction , and studied the smart coal mine knowledge map construction and data interactive push to construct the smart coal mine digital logic model. The data processing architecture of “Cloud-Edge-Device” and the three-layer hierarchi- cal control strategy of the smart coal mines were proposed. Based on the above research,the practice of smart coal mine construction,including a smart transation for Zhangjiamao coal mine and a comprehensive and smart construction for Balasu coal mine,was carried out,which provided a demonstration for the smart coal mine construction. Key wordssmart coal mine;top level design;digital logic model;border cloud synergy;control strategy 煤炭是我国主体能源,是保障我国能源安全的基 石。 当前,我国处于能源革命的关键阶段,煤炭工业 作为高强度资源投入型、劳动密集型产业,实施创新 驱动发展战略,通过科技进步消除煤炭生产、利用的 环境负效应,解决煤矿人才流失困局,依托高新技术 与煤炭产业深度融合实现煤炭资源智能绿色开发 已成为煤炭工业转型升级的必由之路。 党的十九大 明确提出,“突出关键共性技术、前沿引领技术,为建 设科技强国、、数字中国、智慧社会提供支撑”。 煤矿智能化建设已经成为保障国家能源安全稳定,解 决行业安全水平不高、生态影响大、开采效能低等问 题的根本途径。 煤矿智能化是成为煤炭行业发展的 重大战略方向,也是引领煤炭工业转型升级和持续高 质量发展的核心技术支撑[1-4]。 当前,国家发展改革委、国家能源局、应急部等 八部委已联合出台关于加快煤矿智能化发展的指 导意见。 山西、山东、陕西、内蒙古等产煤大省也 都出台了一系列政策和要求,大力推进智能化煤矿 建设。 行业内企业及学者针对智能化煤矿关键技 术展开研究,并开展工程实践。 一方面,针对智能 化煤矿基本概念、架构体系、核心技术进行分析,提 出智能化煤矿的建设目标与发展路径[5-9];另一方 面突 破 包 括 综 采 工 作 面 智 能 调 高 调 直 控 制 技 术[10-12]、液压支架与围岩智能耦合控制技术[13-14]、 全煤流平衡控制技术、UWB 高精度定位技术[15-16]、 煤矿空间信息的一体化管控技术[17]等,在我国中西 部地质条件变化相对较小的矿区取得突出成果,实 现“有人巡视、无人值守”的少人化开采,为全面推 进智能化煤矿发展奠定了基础。 智能化煤矿建设是一个不断发展进步的过程,其 发展不仅受制于物联网、大数据、人工智能等科技的 发展进步,同时还受煤炭开采基础理论、工艺方法、围 岩控制理论等因素的制约,是一个多学科交叉融合的 复杂问题。 当前我国煤矿智能化建设仍处于初级阶 段[2],现有研究多侧重于煤矿大数据的融合处理与 应用或针对某一关键技术及系统的研发。 而作为一 项庞大的系统工程,智能化煤矿建设不仅涉及到互联 网、人工智能、大数据等很多新技术、新应用,还有 地质、采矿、信息、机械、流程控制、软件等很多专业的 交叉融合。 由于涉及安全、环境等诸多因素,复杂程 度更高,研发和实施难度更大,再加上基础薄弱、人员 资金投入大、成效缓慢等众多挑战,因而在没有统一、 成熟的标准和模式的情况下,存在基础理论滞后、原 始创新不足,颠覆性技术少,标准与规范不健全、平台 支撑作用不够等问题。 而当前煤矿智能化发展的首 要问题,是缺乏具有体系性与前瞻性的顶层设计以统 一煤矿智能化建设思想,统筹行业资源,提高建设效 率和质量,推进我国煤矿智能化发展水平。 笔者针对 0191 第 6 期王国法等智能化煤矿顶层设计研究与实践 我国建设什么样的智能化煤矿及如何建设智能化煤 矿等基本问题,梳理煤矿智能化各子系统的组成、核 心功能及运行模式,建立子系统之间的数据传输及逻 辑关联关系,研究智能化煤矿顶层设计,以解决煤矿 生产过程中的实际问题为导向,提出智能应用系统优 化与控制策略,从而打造智慧、高效、安全的煤矿综合 生态。 1 智能化煤矿建设目标和任务 在机械化、电气化和自动化之后,以智能化为代 表的第四次工业革命已开始深刻改变工业模式,煤矿 已由传统的“人-机”二元架构升级为“物理空间-数 字空间-社会空间”的三元世界。 智能化煤矿的建设 过程与三元世界的统一过程相辅相成,其最终的建设 目标是以“矿山即平台”的顶层设计理念支撑全球领 先的智慧矿山实践,以时空全方位“实时化、交互化、 智慧化、标准化”为主线,建设“创新矿山、融智矿山、 生态矿山”,实现“物质流、信息流、业务流”的高度一 体化协同,构建以人为本的智能生产与生活协调运行 的综合生态圈。 创新矿山以高新技术创新应用为基础,打造 “四新”系统 以新技术、新装备、新管理、新应用 为核心,实现管理者成为创新者。 融智矿山以平台为基础,建设智慧中枢系统,打 造“矿山一张网,数据一片云,运营一大脑,资源一视 图”,形成“生产过程信息主动推送,决策信息主动汇 集,控制信息主动发送,分析信息主动生成”动态模 式,实现产业赋能升级,将智能化煤矿升级为自主学 习的智慧体。 生态矿山建设以人为本的智能服务及生态协调 体系,即以智慧园区、智能服务网络为支撑的生产、生 活、生态协同智慧运行系统,实现生态协调融合。 煤矿智能化的最终目标是实现煤矿开拓设计、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。 现有煤矿在决策层面,缺少有效的逻辑和依据;在管 理层面,缺少信息化的管理手段;在实施层面,自动化 程度难以满足生产需求。 因而煤矿智能化的建设决 不能一蹴而就,而应分阶段、分区域、分层次,进行重 点突破、以点带面。 基于当前我国智能化煤矿的技术 现状与生产需求,提出智能化煤矿建设的阶段目标和 任务,如图 1 所示。 图 1 智能化煤矿建设阶段性目标与任务 Fig. 1 Stage goal and task of smart coal mine construction 第 1 阶段构建智能化煤矿管控平台,建立 5G 井下网络系统、企业云平台和大数据处理中心;搭建 总体优化、区域分级、多点协同的开采、掘进及运输管 控体系,实现数据的融合互联;工作面实现无人操作, 输送系统无人值守,安全监测全息保障,矿井系统智 能化作业占比 40,下井人员减少 30,人均工效提 高 25。 第 2 阶段建设以工作面数字孪生、智能引擎支 撑的全矿井生产、虚拟维修、远程控制、实时调度的全 流程、多要素快速运行体系,实现人机的主动交互,达 到智能决策、主动预警;矿井系统智能化作业占比 60,下井人员减少 50;取消所有值守岗位。 第 3 阶段建设基于大数据分析及 AI 赋能、以人 为本的全矿井活动“场景化、虚拟化、专业化”智慧生 1191 煤 炭 学 报 2020 年第 45 卷 态体系,实现煤矿主要系统的自学习自决策;矿井系 统智能化作业占比 80以上,下井人员减少 80,全 面实现生产、生活、生态的协调统一。 2 智能化煤矿巨系统逻辑关联与顶层架构 2. 1 智能化煤矿复杂巨系统逻辑关联与归并 煤矿系统包含子系统种类繁多,数量庞大,如 地质勘探、巷道掘进、工作面回采、煤流运输、“一通 三防”等等,这些子系统相互之间的关联关系复杂, 难以通过简单逻辑层次进行表述;而这些子系统又 包含许多子系统,其层次与种类更为复杂;这些系 统与周围环境进行物质、能量、信息的交换,而煤矿 系统本身又与外部的市场、运输、生态相联系,可见 煤矿系统具有开放的复杂巨系统特点[18]。 对于智 能化煤矿,由于其系统变量众多且相互关联机制复 杂,多学科交叉,相互之间的知识表达不同,特别是 很多知识是人类经验性知识的积累,只能进行定性 推理而难以进行定量描述。 因此打通煤矿全流程 价值链,实现其自主分析、决策与控制,构建全智能 化煤矿十分困难。 研究建设智能化煤矿,首要工作 是对于其全价值链进行分析,研究各环节系统的逻 辑关联并进行归并,从而从顶层分解建设任务和构 建控制逻辑,才能有针对性的分类与分步建设,最 终达到全矿智能。 煤矿是以煤炭生产作为主要价值活动体系。 其 中煤矿生产的两大前端环节综采与掘进是煤矿的两 大核心系统。 围绕这两大系统,构建其他系统和环 节。 因此建设智能化煤矿,首先应提升综采综掘的智 能化程度,实现设备群的协同推进。 作为打通生产价 值环节与系统的煤流运输系统,实现其煤流均衡智能 配煤是实现智能化煤矿全流程控制的关键之一。 另 外,主价值过程中的地质勘探、规划设计为煤炭生产 提供基础;洗选加工则将生产价值进行变现,最终流 入市场实现生产价值。 基于煤矿生产中安全的特殊 性,作为生产必要条件,安全综合管控是价值活动的 关键影响因素。 煤矿安全涉及通风、瓦斯、排水、顶 板、粉尘、电气等多种条件耦合影响,因而打造智能化 煤矿需将传统各自独立、固定的监测参数进行关联和 集成,对井下重点分区环境感知数据融合及预警,实 现煤矿危险源和空间对象状态的实时数据诊断和预 测预警。 另外,辅助运输与机电设备管理作为生产辅 助与保障环节,保证生产的有序进行。 煤矿主价值活 动基于地理信息空间服务实现全过程控制,通过具有 多种融合接入方式的泛在感知一体化网络,打通自下 而上的各系统数据,为分析决策提供数据支持。 基于 市场活动,联系人财物实现资源协同,精益化管理从 而形成煤矿控制流程闭环。 智能化煤矿复杂巨系统 逻辑关联如图 2 所示。 图 2 智能化煤矿复杂巨系统逻辑关联 Fig. 2 Logical correlation for smart coal mine complex giant system 2191 第 6 期王国法等智能化煤矿顶层设计研究与实践 对于智能化煤矿巨系统,应采用从定向到定量的 综合集成分析方法[18]将煤矿科学理论、经验知识和 专家判断力相结合,形成知识库;分析影响因素权重, 定性推理主要影响因素,预估煤矿系统控制行为;多 数据多系统融合迭代检验,达到定性到定量的提升, 实现知识库的完善,最终实现智能化煤矿全流程的决 策控制。 2. 2 智能化煤矿顶层架构 智能化煤矿建设首先通过感知、执行、管理系统 升级,以先进、智能、高可靠性的生产装备为基础,打 造坚实可靠的工业运行体系;依托前沿技术实现产业 赋能升级,以“资源化、场景化、平台化”为手段,基于 “全局优化、区域分级、多点协同”控制模式,建设包 括煤矿智慧中心及综合管理系统;煤矿安全高效信 息网络及地下精准位置服务系统; 地质保障及 4D-GIS 动态信息系统;巷道智能快速掘进系统;开采 工作面智能协同控制系统;煤流及辅助运输与仓储智 能系统;煤矿井下环境感知及安全管控系统;煤炭洗 选智能化系统;固定场所无人值守智能管理系统;煤 矿场区及绿色生态智能系统等的煤矿十大主要智能 系统,覆盖生产、生活、办公、服务各个环节的智慧、便 捷、高效、保障的煤矿综合生态圈。 智能化煤矿打造以泛在网络和大数据云平台为 主要支撑,以智能管控一体化系统为核心的智能化应 用系统,其基础资源包括以下 4 个方面。 2. 2. 1 煤矿智慧大脑 智能化管控平台 在统一开发平台的框架下,基于面向服务的体系 架构和“资源化、场景化、平台化”思想,围绕监测实 时化、控制自动化、管理信息化、业务流转自动化、知 识模型化、决策智能化目标进行相应业务应用设计, 开发用于煤炭生产、智慧生活、矿区生态的智慧矿山 生产系统、安监系统、智能保障系统、智能决策分析系 统、智能经营管理系统、智慧园区等场景化 APP 支持 服务,实现煤矿的数据集成、能力集成和应用集 成[19]。 煤矿的智能化控制与运行受到地质条件等多环 境因素影响,煤矿生产管理环节众多,难以实现从上 到下贯通实现一体化控制。 因此对于智能化管控平 台的设计,应形成“全局优化、区域分级、多点协同” 的控制模式,实现各部门工作流程和各现场安全、生 产环节的纵向贯通、横向关联、融合,建成企业的安 全、生产、经营、管理的中枢大脑,实现所有系统功能 的接入及应用,各系统按照其承载的业务内容在应用 平台上协同开展工作。 2. 2. 2 矿山泛在感知网络 5G 融合网络 当前煤矿数据传输存在组网复杂,覆盖性差,上 行带宽受限等技术瓶颈,随着煤矿智能化的技术深 入,未来煤矿终端数据将以指数级增长,特别是机器 视觉、语音识别、高采样频率传感器的应用,现有网络 必将难以支撑煤矿智能化的数据传输与处理需求。 研究表明,5G 传输网络大带宽、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关键技术等 可为突破煤矿智能化数据传输处理的瓶颈提供核心 技术支撑。 智能化煤矿应建设 5G 融合一张网,融合多种接 入方式,基于一套传输标准,实现平台共享、数据共 用、融合高效。 在下层建设覆盖整个煤矿的泛在感知 网络,实现多场景感知的无缝接入;建设光纤接入骨 干网,满足智能化开采的多样承载需求;根据需求设 计不同的应用场景切片,满足不同带宽、时延和接入 密度的要求,并充分考虑业务安全性以及网络故障不 扩散原则,有效支撑基于 5G 的各应用场景。 另外, 5G 通讯基站应与井下定位导航基站融合,建立煤矿 井下的定位导航服务系统,为人员、车辆、设备等提供 精准定位服务。 随着煤矿新一代工业互联网技术的应用,煤矿信 息网络安全必将成为煤矿安全的新领域。 由于煤矿 生产环境的特殊性,对于其信息安全提出更高的要 求。 煤矿信息安全建设应依据“专网隔离、纵深防 御、统一监控”的原则,建立统一监管,分级风控的安 全监管系统,全面管控系统动态。 针对 5G 融合网络 的信息安全应将生产相关配套工业控制系统按照场 景进行切片设计;切片间隔离管理,内部署异常行为、 恶意代码的检测和防护措施。 2. 2. 3 数据资源服务 云数据中心 基于云平台的大数据分析能力,对海量数据进行 分析和变现,构建煤矿大数据主数据管理系统及数据 仓库,为平台运行管理和智能决策支持提供数据支 撑。 煤矿大数据框架包括数据抽取加工,数据共享和 交换,数据分析与预测等几个方面,最终构建主体数 据模型库,从而形成数据集市,为综合管控平台各种 应用提供数据支持。 在形成数据集市的基础上,面向服务架构,采用 组态化平台,应用先进的微服务架构,构建包括地质 信息、生产执行、辅助运输、洗选加工、综合调度等智 能引擎,从而实现全面的组态化开发,达到前后端分 离及灵活配置,最终实现应用界面与业务逻辑的快速 组态化构建,满足各类煤矿智能化应用的功能与性能 需要。 云数据中心技术架构如图 3 所示。 3191 煤 炭 学 报 2020 年第 45 卷 图 3 智能化煤矿云数据中心架构 Fig. 3 Smart coal mine cloud data center architecture 2. 2. 4 资源统一视图 GIS 空间信息服务 矿井地理信息是煤矿生产中最为重要的基础 信息,所有相关人员、设备、采掘作业、管理等都需 要基于空间位置信息进行工作和运行。 智能化矿 井需要解决以空间数据为核心的海量空间信息的 一体化管理,达到各系统之间的空间信息共享。 利用 GIS 技术与 BIM 技术,以矿井空间地质信息 为基础,在时空场景下构建“资源赋存透明、地质 结构透明、生产系统布置透明、生产过程透明、安 全风险透明”的透明矿山,实现煤矿空间数据的采 集、管理和维护,为智能化矿井各个业务应用系统 统一提供地理信息服务。 四维时空分析在目前应用较为成熟三维 GIS 系 统的基础上引入时间维,从而可以在系统中直观、生 动地反映一段时间里某一地区的空间地理信息的变 化情况,使用户能够准确、全面、及时、客观地掌握地 区动态信息,对变化趋势做出预判,为宏观决策提供 支持,为矿井的智能规划设计、工作面智能开采、智能 掘进、智能无人运输、智能安全防控、智能协同控制等 奠定基础,如图 4 所示。 图 4 GIS 空间信息服务技术架构 Fig. 4 GIS spatial ination service technology framework 4191 第 6 期王国法等智能化煤矿顶层设计研究与实践 3 智能化煤矿数字逻辑模型 随着传感技术的发展,煤矿数据成几何倍数增 长,实现了从井上到井下,从管理到工程,从生产到 安全多层次立体信息集成,形成了数字化矿山。 然 而,对于数字信息的特征提取及语义描述,特别是 对于数据关联关系、融合推理与预测决策等方面的 研究目前还处于起步阶段。 实现多层次数据挖掘, 构建以数据利用为核心的智能化煤矿数字逻辑架 构成为关键。 3. 1 智能化煤矿信息实体构建 煤矿信息类别繁多且相互之间关联关系复杂,涉 及多个维度的属性。 信息实体是从物理实体的原始 描述中提取并抽象出物理实体的数据描述,即信息的 元数据。 信息实体在智能化煤矿信息网络系统中处 于节点位置,构建层次清晰、分类明确的信息实体是 构建煤矿信息网络,实现物理空间向数据空间映射的 基础。 根据复杂网络理论,信息实体应具有其基本的实 体属性和关联属性。 实体属性反映信息的表现形式, 关联属性表达信息实体在信息网络中的层级和相互 之间的关系。 多个信息实体关联成为某信息整体,可 视为更高层的信息实体。 通过对煤矿数据属性和表 现形式进行分解,煤矿信息属性包括实体属性、关联 属性和时空属性。 实体属性对信息实体进行基本描 述,包括属性信息、结构信息、功能信息等[20];关联属 性描述信息实体之间的关系属性,包括分组/ 分类等 关联属性、层次关系属性、重要度关系、影响关系属性 及行为描述等;时空属性包括基于地理信息的空间方 位属性和随时间变化的状态属性等。 智能化煤矿信息实体的数学表达可表述为 Oi {EiPn,Sn,Fn, RiCn,Ln,, STiTn,Un}1 式中,Cn为分组分类关系;Ln为层次关系; Oi为 第 i 个信息实体单元; Ei为单元的实体属性,由属性 信息 Pn 、结构信息 Sn 、功能信息 Fn 组成; Ri为实体的关联属性;STi为实体的时空属性,由时 间属性 Tn 与 Un 组成。 智能化煤矿数字逻辑模型的构建是自底向上构 建知识图谱的迭代过程[21]。 信息实体的构建过程实 际是对数据进行语义建模描述后复杂任务中关键节 点的分解;通过对于信息实体之间的关系连接完成知 识融合实现对于事实的表达,即完成虚实映射;在此 基础上对实体进行聚类构建本体库,并进行推理建立 实体间的新关联,即实现知识的推理,通过不断迭代 更新从而形成智能化煤矿知识图谱,为各类场景提供 数据服务并进行决策支持。 如图 5 所示。 可见从异 构数据源中抽取信息实体是影响后续知识获取效率 和质量最为基础和关键的部分。 图 5 智能化煤矿数字逻辑模型构建示意 Fig. 5 Schematic diagram of smart coal mine digital logic model 采用基于 OWL-S 的本体语言对结构化和半结 构化的数据资源的语义元信息和语义上下文进行描 述,包括关于服务描述的 Service Profile、关于服务流 程的 Service Process Model 以及关于服务具体连接参 数的 Service Grounding,从而构建语义覆盖网络,实现 对于数据的描述[22]。 由于智能化煤矿数据内容动态变化,采用人工预 定义实体体系的方式难以保证信息实体质量准确 5191 煤 炭 学 报 2020 年第 45 卷 率和召回率。 为实现信息实体的分类和聚类,本系 统采用 BiLSTM-CRF 方法进行实体识别以及关系的 抽取[23]。 其基本思想是通过双向长短时记忆网 络Bi-LSTM计算待标记对象和各标签序列对应的 分值,得到实体标签之间的依赖关系并完成标注任 务,之后应用条件随机场CRF引入标签之间的约束 对标签序列进行综合选取,得到较为合理的信息实体 分类,如图 6 所示,其中,l 为前向层;r 为后向层;c 为 输出层,代表输出的标签分值。 图 6 基于 BiLSTM-CRF 的信息实体抽取示意 Fig. 6 Ination entity extraction schematic based on BiLSTM-CRF CRF 层计算采用 Lample 设计的线性链 CRF 层[24-25]。 在给定输入序列 w {w1,w2,,wt-1,wt, } 时,标注序列 y 的概率值为 Py x 1 Zwexp ∑ k t 1 ∑ k n 1 βnΨnyt,w,t ∑ k t 1 ∑ k m 1 αmΓmyt-1,yt,w,t 2 式中, Ψnyt,w,t 为状态函数,表示序列 w 在 t 位 置标注为 yt的 概 率; βn为 其 权 重; Γmyt-1,yt, w,t 为概率转移函数; αm为其权重;Zw为归一 化因子。 在得到信息实体的基础上,根据关联关系对 其属性进行抽取,实现对于实体属性的完整勾画。 3. 2 智能化煤矿知识图谱构建 通过信息实体的建立,实现了从物理空间到数 字空间的映射。 这一映射不仅包括对于采煤机、液 压支架、掘进机等物理实体,也包括顶板来压、瓦斯 超限、设备故障等时间实体及空间位置关系、围岩 耦合关系等功能实体。 通过语义网络实现了各信 息实体之间基本关联的描述,但是还需对关联关系 的程度进行具体描述。 通过 Apriori 算法对各信息 实体之间的关联规则进行挖掘,计算支持度和置信 度,从而描述关联程度。 在此基础上,聚类定义开 采行为相关的本体类别,划分类的层次结构,并定 义本体的边界和约束,构建基于开采行为的智能化 煤矿领域本体。 建立智能化煤矿各层次内部与外 延对象间的逻辑关系模型。 在上述基础上对任务进行分解。 任务 T 可分解 为四元组[22],即 SchemaT 〈TaskSet,State,Action,QSet〉 TaskSet{T1,T2,,Tn}为根据本体知识库分解 得到的子任务集合, State {S1,S2,,Sn} 为完成任 务过程中所需的基本环境信息, Action {A1,A2,, An} 为各智能体完成任务所进行的行为决策, QSet {Q1,Q2,,Qn} 为完成子任务所需查询的环境信息 集合。 在进行任务分解的基础上,从已有的实体关系数 据出发,进行计算机推理,建立信息实体之间的新关 联,从而发现新的知识,构建针对煤矿多智能体控制 决策本体库。 通过不断的迭代更新,构建智能化煤矿 知识图谱。 基于知识图谱的决策与控制过程如图 7 所示。 图 7 基于知识图谱的开采决策与控制示意 Fig. 7 Intelligence mining decision and control based on knowledge map 3. 3 智能化煤矿数据交互与推送 智能化煤矿数据资源的共享与交互同其数据资 源需求密切相关,从需求的时间维度分为显性需求和 隐形需求两个维度[26]。 显性需求主要是成员依据自 身需要通过数据资源共享服务平台提出数据请求,通 过对需求进行匹配优选,提供最优数据服务方案,如 进行液压支架控制过程中支架控制器请求获取采煤 机位置信息等数据。 隐形需求则是根据以往数据共 6191 第 6 期王国法等智能化煤矿顶层设计研究与实践 享服务历史以及知识库中的逻辑规则挖掘需求者的 隐性需求从而进行主动推送。 对于信息的需求者,既 包含了管理决策人员,也包含了全矿的具有智能控制 能力的智能体。 基于知识图谱,实现对于任务的分解,得到控制 决策的本体知识。 对于显示需求,基于检索条件对开 采信息知识本体进行匹配度计算,得到推送最优解; 对于隐性需求,基于粗糙集和模糊综合决策构建推送 规则,并根据关联关系进行匹配度计算,约减属性决 策表,将匹配数据推送给控制对象,并将控制结果和 数据习惯记录进行规则迭代,解决推送信息和目标的 交互、融合问题,如图 8 所示。 图 8 智能化煤矿数据主动推送示意 Fig. 8 Data active push schematic for smart coal mine 图 9 煤矿“云边端”数据处理架构 Fig. 9 Data processing architecture of “cloud-edge-device” in coal mine 4 智能化煤矿控制策略与智能应用系统 4. 1 智能化煤矿数据架构及控制策略 煤矿生产控制过程与环境信息产生强关联耦合, 需要保障数据的可靠传输与响应速度。 集中式数据 处理的云计算架构将数据传输到云中心进行分析处 理,难以解决海量工控数据传输的可靠性及控制信号 传输时延造成的响应滞后等问题。 因此提出基于 “云边端”的煤矿智能化数据处理架构。 煤矿“云边端”数据处理技术根