煤矿智能化建设在促进生产效率、降低事故风险和改善工作环境方面具有巨大潜力。近年来，通过科技企业、科研院所与煤炭企业的探索和实践，煤炭行业智能化建设已取得明显成效，但距离智能化减人、增安、提效的建设目标还有很大差距。煤矿智能化建设的本质是通过数字化手段全面感知煤矿生产现场的运行情况，并对海量数据分析与复用，实现智能控制和智能决策。目前，煤矿智能化建设仍处在数据感知和简单分析与决策的阶段，如遇到煤矿生产设计、采掘平衡等专业度较高的分析决策问题时，显得束手无策。当然，目前的数据算法模型对数据质量要求较高，数据可靠性差、专业支撑能力弱等因素，也是影响智能化发展的主要原因，煤矿智能化建设亟需解决该类问题。笔者将从煤矿智能化技术与管理2个方面展开论述，找出现存问题并提出解决思路。
文章来源：《智能矿山》2024年第2期“视角·观点”专栏
第一作者：郭奋超，高级工程师，现任陕煤集团神木红柳林矿业有限公司副总经理、《智能矿山》常务理事
通讯作者：拓宏平，注册安全工程师，现任陕煤集团神木红柳林矿业有限公司智能化部业务主办，主要从事煤矿智能化技术实践工作
作者单位：陕煤集团神木红柳林矿业有限公司
引用格式：郭奋超，拓宏平.煤矿智能化建设面临的问题与解决思路[J].智能矿山，2024，5（2）：8-12.
关注微信公众号，了解更多矿山智能化建设进展
目前，煤矿智能化建设存在的技术问题主要包括历史数据分析与复用的应用空间、智能化掘进发展的思维局限、矿压实时性监测和系统化规律分析、频繁接续的采煤工作面等方面。
（1）现存问题
海量数据的高效处理是煤矿智能化建设亟待解决的问题之一。随着传感器技术和物联网的发展，采集到的数据呈指数级增长。如何快速有效地存储、传输和分析这些数据，如何将数据分析决策应用于实际生产中，通过数据分析来发现潜在问题和指导生产决策，已成为制约智能化应用的重要因素。
目前，智能化矿井所产生的实时数据的应用基本成熟，通常用于实时监测、决策和响应，及时发现问题、预测趋势，并及时采取相应的行动。而历史数据或者长历史数据的有效利用并未得到普遍重视。历史数据主要用于分析、模型训练和决策优化，通过对大量历史数据进行分析，可以发现规律、预测趋势，并基于此做出更准确的决策。
（2）解决思路
以采煤队生产误时的分析为例。采煤队的生产误时无非是设备故障、人员失误2个方面。利用长历史数据，反向跟踪各类生产误时的产生原因，列举出误时率较高的工种和设备，为采煤队的培训教育、奖惩机制的建立提供依据；对比不同厂商同一设备的故障率，结合维修费用以及购买成本，为设备采购做数据支撑；利用机器学习算法对历史生产数据进行训练，建立预测性维护模型，提前预测设备的故障风险，从而减少设备停机时间和维修成本。历史数据复用的基本流程如图1所示。
图1 历史数据复用的基本流程
此外，利用历史数据比对，分析关键生产指标产生变化的原因，并给出相应的整改方案，形成全流程的闭环管理。例如：在分析产量增加与减少方面，针对产量增加的原因推广优秀做法，并针对产量减少的原因规避重复错误。通过加强历史数据的分析与复用，可有效提升管理决策的效率和准确度。
煤矿智能化建设的基础在于理清各个对象所处的是机械化阶段还是自动化阶段；煤矿智能化建设的关键在于理清岗位工作、部门管理、公司发展的痛点与需求。
（1）现存问题
智能化的前提是自动化，自动化的基础是机械化。随着应用于煤矿生产的综采和综掘相关设备的研发与应用，煤矿开采机械化程度实现了里程碑式的进步，再到后来实现了设备之间、成套设备之间、系统之间的联动控制，逐渐实现了自动化开采；但在掘进方面，距离自动化还有一定的差距，如果未能有效突破，则更容易陷入智能化建设的各类难题之中。尽管各大掘进机厂商也在这方面做了很大努力，相继设计生产了临时支护设备、机载支护装置、掘锚一体机、快掘配套系统等，但仍处于基本的机械化组装阶段。在这样的条件下进行智能化掘进建设，固然无法达到预期期望。
（2）解决思路
目前，掘进工作面的智能化建设基本是在井下环境条件良好的情况下进行的，能够实现掘进机、锚杆机等设备的姿态感知、温度监测、视频监控等数据的远程监测，但对于煤岩识别、自动截割、进尺分析等复杂功能，还受工作面的现实环境影响。值得欣慰的是，随着掘锚一体机（图2）的投入使用，确实能够实现边掘边支的目标，加快了掘进速度，同时规避了超空顶截割所暴露的安全问题，这是连续采煤机无法实现的。因此，对于掘进工作面，在现有条件下，可将视线转移至快速掘进的方向上，并提升机械化水平，解决人工肩扛手拉的现状，在此基础上，智能化设备以保障安全为主线，辅助工作面实现快速掘进，不可过于追求浮于表面的“智能”二字。
图2 掘锚一体机及支护设备
（1）现存问题
随着煤矿采场地质条件的日益复杂化，压力引起的潜在风险逐渐凸显，对矿压的综合性实时监测和系统化规律分析已成为保障安全生产的必要条件。
目前，煤矿综采工作面已基本实现矿压数据采集、上传、集成显示、定时储存等功能，能够及时掌握矿压的变化情况。但由于顶板离层仪、支架压力传感器等矿压监测设备安装密度小、预测不准确、覆盖范围小、可靠性低等因素，导致矿压监测的应用成效并不明显。另外，当前矿压监测算法是基于历史数据进行推演，并没有按照当前的地质构造情况进行大模型的分析与预测，对采掘行为引起的地质扰动也未进行全面分析，无法达到提前预测、提前防范的矿压监测建设初衷。液压支架压力传感器监测结果如图3所示。
图3 支架压力传感器监测结果
（2）解决思路
在完善数据监测采集方面，一种方案是考虑引入多种传感器和监测手段，如地表观测、井下观测、地震监测等，全面覆盖矿井各个区域，确保数据采集的全面性和准确性；并利用物联网技术实现监测设备数据的实时采集和传输，确保及时获取矿压变化信息。另外一种方案是将锚杆与压力传感器融合，提高监测密度，或将支护锚杆分为普通锚杆和矿压监测锚杆，间隔一定距离，分散安装。尽管目前该方式涉及成本高的关键问题，但也不失为一个解决矿压问题的方向或手段。矿压监测平台如图4所示。
图4 矿压监测平台
矿压监测的重点是对数据进行分析，实现压力的提前预测，如果失去这一功能，则矿压监测工作是失败的，所以数据的实时性就显得没那么重要。目前，矿压数据刷新时间基本采用1次/min的方式，也能满足日常生产矿压监测需求，毕竟地质变化是有一定规律的。对于矿压监测数据的有效分析，也并非简单地靠分析顶板离层仪和矿压传感器产生的数据而得出一些线性分析结果所能达到的，而是需要一个综合矿压监测的大模型，预测地面水、地下水、褶皱、断层等因素带来的影响。类似于目前汽车自动驾驶大模型的计算，虽然能够完成正常情况下的预测，但是无法预测到故意别车、突然转向等人为因素所带来的事故。区别于自动驾驶大模型的是，矿压监测的人为干扰因素基本没有，难点在于大模型的建立以及整合不同格式的数据进行综合分析，即使分析结果不是非常准确，对于安全生产也具有非常重要的参考意义。至于分析结果的准确性则可在后续的应用中逐步提高。
（1）现存问题
采煤工作面是煤矿生产中的重要场所，由于采煤工作面设备之间的位置相对固定，设备的自动化程度高，采煤工作面的智能化发展也相对超前。但是当工作面接续时，其地质条件、采煤高度、设备型号、设备数量等因素都会发生相应变化，这会导致在前一个工作面的基础上开发的智能化软件平台需要进行调整才能应用于新工作面。因此在面临工作面频繁接续的问题时，此类调整会给软件开发带来较大的负担和成本。
（2）解决思路
能够引起上述问题的原因主要体现在以下方面：①新工作面的设备型号和设备数量的变化，导致软件界面和数据的表现形式会有所调整；②设备的接口回路发生变化，如组合开关和变频器，当数据的取数方式发生变化时，组态画面的程序也需要相应的调整（图5）；③新工作面的变化，数据标准不统一，需要对数据点表命名格式、数据块分类以及数据传输方式等都要做出相应调整。
图5 线序变化导致的数据异常
为解决这些问题，需要进一步研究和应用先进的智能化技术。应该引入通用数据架构，即通过对工作面进行建模和抽象，将智能化上层软件与具体工作面解耦，使其能够适应不同工作面的变化。在采煤工作中，将每个工作面看作一个实例，通过通用数据架构对其进行描述和模拟。按照上述方法，在新的工作面出现时，只需根据新的具体情况更新数据，通过这种方式，可以减少软件重新开发或调整的频率。
此外，零码编排的模块化开发模式和稳定灵活的系统架构对系统搭建具有重要意义。工作面接续时，上层应用开发耗时耗力，根本原因在于所有开发都要从头开始，包括设备互联、数据互通、界面设计、程序编写，然而煤矿应用端也不可能为这项工作组建一个专业化团队。针对这一问题，“元图工坊”（图6）可以提供丰富的组态化设备模型，通过灵活编排能力，实现数据到模型的映射，以拖拉拽的方式快速创建上层应用系统，无需繁琐的基础开发工作。
图6 “元图工坊”的界面编排
智能化建设顶层设计（图7）作为整个智能化建设的指导思想和总体规划，对于确保煤矿智能化建设取得良好效果具有重要意义。科学合理的顶层设计包括对各个环节进行信息流程优化、系统集成等方面的规划与布局。未经系统性思考和有效规划，简单堆砌各类技术与设备将导致资源浪费和应用效果不佳。此外，还要考虑技术可行性与成熟度和用户需求与体验，确保选择与实施的技术在现实条件下可行，并具备稳定性和可靠性。充分了解用户需求并引导用户参与设计过程，确保智能化系统符合用户期望，并提供良好的使用体验。否则用户方失去信心、管理方心力交瘁、实施方左右不定，容易陷入萎靡，丧失智能化建设过程中宝贵的创新勇气和思维。
图7 智能化建设顶层设计
（1）现存问题
煤矿的生产和经营各类数据分布在众多彼此隔离的独立系统中，无法与其他系统共享，甚至不能创建和维护数据单一视图。并且目前多数矿山企业智能化建设仍以专业应用为导向，没有形成完整的数据采集、治理、应用的大数据思维，建成的专业系统间没有进行互联互通、集中集成、信息共享，存在较多的“信息孤岛”，导致数据不真实、不准确、不透明、难共享。另外，智能化标准体系建设滞后，信息系统建设没有统一数据标准、技术标准和应用标准，加大了系统集成技术难度和成本。
（2）解决思路
针对以上问题，首先需要梳理现有系统与生产经营过程中的数据需求，建立数据标准体系，用于构建企业数据全景图，体现数据脉络，便于企业加强对数据资产的管控，掌握数据资产的运行状态，促进数据在业务间的流转效率，强化数据资产共享，体现数据资产应用价值；其次从数据接口、数据协议、数据标准等方面，对应用厂商进行统一要求，规范数据源头，降低数据融合阻力；最后设计数据管理规范，从制度、流程及平台技术等各方面，促进数据的共享和应用能力，确保数据安全、正确、高效使用。
在当前推进智能化煤矿建设的大背景下，智能化设备发展迅速，但智能化煤炭开采的关键在于大量数据的采集与分析利用，随着国家对煤炭行业智能化发展的重视，以及煤炭行业与科技行业的深度融合，煤炭开采的智能化建设有望实现质的飞跃，尽管过程会非常困难，发展也会相对缓慢。但是，随着理论基础的积累，装备性能的不断完善，技术水平的不断提升，相信在经过新建矿井的合理规划、已建矿井的深度改造后，智能化发展会逐渐向基础化、规范化和常态化转变，逐步向更智能的煤炭开采时期跃进。
责编 | 李金松
编辑丨李雅楠
审核丨赵瑞
