文章来源：《智能矿山》2024年第5期“学术园地”专栏

作者简介：丁序海，高级工程师，现任国家能源集团国源电力有限公司三道沟煤矿矿长

作者单位：国家能源集团国源电力有限公司三道沟煤矿

引用格式：丁序海，张侯，胡伟.三道沟煤矿综采工作面数字孪生智能生产协同管控关键技术研究及应用[J].智能矿山，2024，5（5）：67-72.

点击文末左下角“阅读原文”，免费下载阅读pdf全文

关注微信公众号，了解更多矿山智能化建设进展

近年来，随着“中国制造2025”战略的大力推进，智慧矿山和无人矿山等概念相继提出。但矿山智能化工作跨度大、工作面装备众多、环境恶劣多变、装备相互制约的特点，阻碍了煤矿智能化升级。我国对煤矿智能化综采技术的研究起步相对较晚，而综采工作面赋存条件多样，地质条件复杂，是“人−机−环境”融合的复杂系统，缺乏智能生产协同管控技术及系统，技术难题主要体现在三维地质动态精准建模困难、综采工作面实时状态监测困难、生产协同优化调控依赖人工、安全智能灾害预警能力弱等方面。

数字孪生（DT，DigitalTwin）与5G技术为解决上述难题提供了思路。2021年，在数字孪生矿山联合实验室发布的《数字孪生矿山白皮书》中，提出了数字孪生体对采煤装备生命周期可持续改进的核心价值。数字孪生技术通过虚实交互反馈、数据融合分析、决策迭代优化等手段，实现对物理对象的设计、仿真、预测、监控和优化等。

但是，现有研究缺少面向“人−机−环境”耦合的复杂综采装备协同管控的数字孪生关键技术研究，国家能源集团国源电力有限公司三道沟煤矿（简称三道沟煤矿）为此开展基于5G的综采工作面数字孪生智能生产协同管控关键技术研究，井下实际设备与系统关联如图1所示，为综采装备数字孪生的快速落地提供技术支持。

图1　综采工作面数字孪生系统与井下实际设备关联

三道沟煤矿综采工作面数字孪生智能生产协同管控架构是以5G网络为通道，实现虚拟空间的综采数字孪生体与物理空间的综采工作面相互连接（图2），包括物理层、感知层、孪生层、应用层和控制层5个层次。

图2　综采工作面数字孪生智能生产协同管控架构

（1）物理层

包括工业现场参与生产的物理对象，如综采配套设备、井下人员、煤层煤料、井下环境等。

（2）感知层

用于采集和传输来自综采工作面的多源异构实时数据，感知层可以通过多种类型传感器进行数据感知，如使用红外发射器、倾角传感器、编码器、压力传感器等传感器获取数据。同时感知层需要具备数据的加工、存储、上传和协议转换等功能，通过网口与井下设备和井上数据中心完成数据的交互汇总，同时保证数据的准确性。

（3）孪生层

孪生层是与实际综采工作面全要素、全流程相对应的虚拟对象，包括孪生数据、孪生模型和孪生环境。孪生数据来源于感知层获取的数据，保证孪生体与井下设备一致；孪生模型包括三维结构模型、仿真模型等，如采煤机、液压支架等设备模型以及地质模型等，通过对模型的处理使得模型不仅在几何结构上与实体一致，同时也能动态更新、模拟实体的状态、行为。孪生环境指的是对生产环境的虚拟映射，通过三维环境实时映射出井下环境、设备状态，给井上人以更直观、全面的观感。

（4）应用层

应用层基于孪生层提供的地质建模、智能截割、虚实映射、安全预警等功能实现。通过这些功能，能够实时构建综采工作面数据模型，并实时跟踪及可视化展示人员、综采装备和井下环境。

（5）控制层

通过控制命令对物理层中的物理对象进行在线、实时的智能调控，通过实时分析，对一些异常数据及时给予干扰指令，精准判断并实时做出调整，实现以虚控实。

三道沟煤矿根据智能综采数字孪生模型架构，建立了能够服从几何、物理、行为、规则、约束的虚拟综采工作面，将工作面机电设备、地理环境、人员位置监测、智能通风、灾害预警等同步映射到孪生体大平台中，实现工作面数字化描述，创建映射物理工作面的虚拟形态（图3），并能够跟踪物理工作面的实时数据、历史数据及运行状态，最终将综采工作面从井下搬运到地面，生产时只需人员在地面进行操作。

图3　数字孪生体虚实联动效果

数字孪生通过在地质钻孔、地震全波形反演、采掘工程实测数据建立初始三维地质模型基础上，依托在工作面及巷道安装的激光点云扫描设备，快速构建工况建模及煤层三维模型，结合物联网感知通过多模态数据融合算法将各类数据做到动态融合，通过模态间信息的互补来研究更加准确的复杂数据特征，为后续设备虚实联动打下数据基础；采用Unity3D为引擎来组织管理系统资源，以C#为编程控制语言，实现数字孪生系统的各项功能。如根据真实数据在虚拟空间中拟合并驱动刮板输送机的运动曲线，与实际刮板输送机“S弯”和高低起伏的位置和形态保持一致，通过对数据的处理及对模型的动态更新实现虚实联动效果；此外，系统能够根据孪生数据，对未来的状态进行可靠的预测，如预测出下一刀刮板输送机“S弯”出现的位置和状态，为现场工程师的控制决策提供依据，实现井上和井下的虚实映射和迭代优化控制。

三道沟煤矿基于综采工作面地质模型与综采设备历史数据（液压支架姿态数据、采煤机位姿数据、惯导测绘数据、激光点云扫描数据），通过实时计算构建截割模型，生成截割预测三维曲线，提前将下一开采循环的截割曲线下发至采煤机，实现了自主规划截割，激光点云扫描设备扫描的综采工作面实时模型效果如图4所示。

图4　激光点云扫描设备扫描的综采工作面实时模型

（1）截割模型构建

基于惯导定位、采煤机位姿解算等数据生成采煤机上一刀顶底板割煤实际截割线，并将其转化为三维地质模型相对应的采煤机上一刀割煤顶底板的空间坐标，再结合综采设备本身相关数据（液压支架姿态数据、激光点云扫描数据、采煤机滚筒截割深度、刮板输送机弯曲角度等），以获得的顶底板曲线为参照，通过计算机优化计算构建出截割模型、截割预测三维曲线。

（2）采煤机自主规划截割

在得到截割预测三维曲线后，提前将下一开采循环的截割曲线下发至采煤机，下发采煤机前后滚筒未来一刀的滚筒高度调整值，约束采煤机在割煤过程中动态地修正自身前后滚筒调整量。在约束采煤机完成当前刀采煤后，再次获取当前刀的实际截割轨迹，并与下一刀的预测轨迹进行对比，从而修正下一刀过程中采煤机的前后滚筒调整量，约束采煤机完成新的循环割煤，实现采煤机自主规划截割。

利用数字孪生平台中漫游巡检功能，全方位无死角地对工作面设备运行状态、煤层起伏、环境等情况进行漫游巡检，减少工作面巡检工9人，实现了减人增安的目标。

通过传感器、智能设备等手段实现了对采煤过程的自动化、可视化、仿真化的监测和控制，以及井下地理环境和采煤设备的实时监测和智能管理。将工作面67个AI智能摄像头集成至数字孪生平台中，实现了AI自主分析（图5），包括人员不安全行为、护帮板状态、液压支架平直度、断链、异物检测、大块识别等功能，实现了对工作面智能监测的全覆盖。

图5 AI摄像头实时分析

采用虚实混合数据集与本体集成的方法实现了综采不安全状态的自动语义推理，对矿工未戴安全帽、不规范作业等不安全状态和行为进行自动识别和预警，保证了井下安全生产。整体技术方案如图6所示，包括以下5个步骤。

图6　基于语义推理的工作面安全管控技术方案

（1）构建综采不安全状态语义本体

对综采现场不安全状态进行分类整理，然后通过网络本体语言建立不同概念之间的语义关系集合、属性集合和公理集合，并使用语义网规则语言建立不同类型的综采不安全状态的推理规则。

（2）建立综采不安全状态虚拟数据集

对已有的矿工、巷道、综采环境、采煤机、刮板输送机等三维模型和场景进行贴图渲染，达到逼真的效果，随后针对不同类型的综采现场不安全状态，在透明化综采数字孪生体中进行模拟仿真，将高逼真的仿真动画作为后续实例分割的虚拟数据集的来源。

（3）基于虚实混合数据集进行实例分割

首先将建立的综采不安全状态虚拟数据集得到的高逼真不安全状态仿真动画作为全虚拟场景，为了避免实例分割的过拟合，加入真实场景，构成虚实混合数据集；随后通过标注工具分别对真实数据集合和自动标注脚本对虚拟数据集进行标注，再放到目标检测的训练网络中进行训练，如MaskR—CNN或者YOLO。

（4）实例映射

使用测试后的实例分割模型对井下综采现场的视频监控拍摄的图片进行目标检测，识别出综采现场不安全状态语义本体所需的概念实例和属性实例。

（5）自动语义推理

在井下综采现场不安全状态语义本体的实例中，使用推理引擎执行预先定义的推理规则，实现井下综采现场潜在危险状态及其相关信息的自动推理。

基于5G的综采工作面数字孪生智能生产协同管控关键技术在三道沟煤矿45205综采工作面成功应用。技术方面，通过建设“L型”5G+大数据中心，实现了工作面信息传输高速“运+行”，为综采设备插上5G的“翅膀”，实现了工作面5G网络全覆盖，网速可达到10Gbit/s，凭借5G网络的大带宽、低时延等优势，保障了三道沟煤矿数字孪生系统的高可用性与高效性。

综采工作面采用三维地质动态快速建模技术后，在系统中实时更新煤层模型，为采煤机自主规划截割提供数据支撑，大幅提高了工作效率。采用基于数字孪生的综采工作面虚实映射技术后，实际设备运行与虚拟环境中孪生体动作保持一致，实时采集井下工作面设备同步数据，实现了对井下现场生产工艺信息的自动提取、实时跟踪及可视化展示。根据智能综采数字孪生模型架构，建立能够服从几何、物理、行为、规则、约束的虚拟综采工作面，将工作面机电设备、地理环境、人员位置监测、智能通风、灾害预警等同步映射到孪生体大平台中，创建映射物理工作面的虚拟形态，并能够跟踪物理工作面的实时数据、历史数据及运行状态，最终将综采工作面从井下搬运到地面，生产时只需人员地面操作。采用数据驱动的综采工作面智能截割技术，实现了采煤机自主规划截割，由传统的记忆截割向“三维空间感知+自主规划截割+数字孪生工作面”的技术跨越。

通过基于5G的数字孪生智能生产协同管控技术的应用，实现了对生产过程的透明管理、集中管控、远程操作和自动割煤，矿井数据利用率提高了50%，综合管理效率提升了40%，安全监管工作效率提高了65%。具体来说，综采队人数由原来的78人降至58人，回采工效由4.49万t/人提高到6.25万t/人，每年可创造利润1230万元。同时结合数据分析和决策支持系统，优化了开采方案，提高了开采速度和工作效率，加快了煤炭产量，提高了煤炭资源的回收率，降低了损失和浪费，每年可多回收原煤8.9万t，增加利润4450万元。

煤矿智能化是煤炭工业高质量发展的核心技术支撑，加强煤矿智能化理论与技术研究已成为推进煤炭工业转型升级的主要途径。数字孪生的“虚实实时交互、多要素精准映射、迭代优化控制”等思想为采煤装备生命周期动态建模提供了新的实现方法，能够应对“人−机−环境”的耦合联动，同时5G技术支撑了综采数字孪生系统对综采工作面成套设备数据的全量感知。通过在三道沟煤矿应用数字孪生智能生产协同管控技术，将作业人员从井下恶劣的环境中解放出来，提高了员工的幸福指数和工作效率，降低了劳动强度，提高了井下作业安全性、优化资源利用，为煤炭行业提供更加高效、安全和环保的开采方式，推动行业的转型升级，提升行业的竞争力和可持续发展能力，有效提高了原有综采工作面的智能化水平。