IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

平行矿山: 从数字孪生到矿山智能

已有 833 次阅读 2022-8-18 16:02 |系统分类:博客资讯

引用本文

 

陈龙, 王晓杨健健, 艾云峰田滨, 李宇宸, 滕思宇, 王健, 曹东璞, 葛世荣, 王飞跃. 平行矿山: 从数字孪生到矿山智能. 自动化学报, 2021, 47(7): 16331645 doi: 10.16383/j.aas.2021.y000001

Chen Long, Wang Xiao, Yang Jian-Jian, Ai Yun-Feng, Tian Bin, Li Yu-Chen, Teng Si-Yu, Wang Jian, Cao Dong-Pu, Ge Shi-Rong, Wang Fei-Yue. Parallel mining operating systems: From digital twins to mining intelligence. Acta Automatica Sinica, 2021, 47(7): 16331645 doi: 10.16383/j.aas.2021.y000001

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2021.y000001

 

关键词

 

无人矿山,平行矿山,平行智慧矿山框架,数字孪生,数字四胞胎,矿山智能 

 

摘要

 

针对新时代下我国矿区智能化发展诉求与矿山无人化进程中遇到的复现难、协同难的技术问题, 本文融合智慧矿山理念、ACP (Artificial societies + computational experiments + parallel execution)平行智能理论和新一代智能技术, 设计并实现了智慧矿山操作系统 (Intelligent mine operation system, IMOS), 为平行矿山智能管理与控制一体化提出了解决方案. 本文首先分析露天煤矿产业发展趋势; 国内外露天矿山智能化发展情况; 面向露天矿山无人化与智能化需求, 深度融合数字四胞胎理论, 设计了虚实融合的IMOS架构; 详细阐述了IMOS子系统架构与功能, 包括: 单车作业系统、多车协同系统、车路协同系统、无人驾驶智能系统、调度管理系统、平行系统、监管系统、远程接管系统和通信系统; 并探讨了IMOS关键技术, 即平行矿山仿真建模技术、无人驾驶技术、矿区通信技术和协同作业技术. 该操作系统是国内首套露天矿山无人化与智能化的一体化解决方案, 并能够迁移到不同矿区不同作业场景, 推动矿区智能化无人化发展, 减少人工干预从而降低安全风险, 大幅度降低人工成本, 提高生产作业效率, 并可结合社会发展要素为实现绿色可持续发展矿区提供支撑.

 

文章导读

 

矿石是我国重要的战略资源, 对国家的工业化和现代化起着至关重要的作用. 我国丰富的矿藏为国民经济的发展做出了不可磨灭的贡献[1]. 目前已探明煤炭资源储量为17085.73亿吨, 占据所有探明化石资源储量的99.12%, 煤炭的资源潜力为38800亿吨, 占据化石资源潜力的91.42%. 我国煤炭主要分布在华北地区和西北地区如山西、内蒙古、陕西和新疆等. 有数据显示, 煤炭远景储量集中在新疆等地. 近些年国家对煤炭需求增长率减少, 但煤炭依然是最稳定的化石能源, 且长期是化石能源消耗中的主要构成部分, 我国预计在2030年达到二氧化碳排放量峰值, 彼时化石能源占比75%左右, 其中煤炭能源占比50%以上. 因此我国十四五期间提出碳达峰碳中和两项工作重点, 要求绿色化智能化达到排放峰值, 并在2060年前实现二氧化碳零排放. 所以如何将煤炭开采智能化、生态化成为当前煤矿行业的重中之重.

 

国外的露天智能采矿技术发展较早且趋于成熟, 如瑞典山特维克矿山工程机械集团在上世纪研制的EDC系统, 当钻机司机的作业超出设定范围时, 系统会向操作者报警; 美国卡特彼勒公司应用现代计算机技术更新了原自动化系统, 推出了矿山之星系统(MineStarTM)和钻孔可编程控制系统(HolePro), 通过制导技术, MineStarTM系统的钻机地形套件能够适时并精确地管理矿山作业系统中的钻孔作业, 使得管理信息应用于整个采矿生产中.

 

相比于世界发达国家, 我国智能化矿山建设工作起步较晚. 我国露天煤炭开采行业经历了人工炮采、普通机械化开采、综合机械化开采和智能化开采四个阶段. 在上世纪60年代之前主要是人工炮采阶段, 上世纪60年代后采用普通机械化开采, 到上世纪80年代逐渐替换为由挖掘机货车等重型机械完成露天矿山开采, 由此进入综合机械化开采阶段. 随后我国开始矿区的信息化建设, 2000年左右首次实现煤炭行业输送带、泵水站等系统的自动化控制, 露天矿山开采进入信息化阶段, 矿山开采效率大幅度提升[2]. 2010年左右, 物联网技术的兴起使得大数据, 人工智能等技术逐步与煤炭行业耦合在一起, 矿区开采逐步实现自动爆破、矿山挖卡协同、无人运输等功能, 最终进入智能化阶段.

 

近几年, 随着国家政策的布局与引导, 大数据、人工智能以及5G技术的发展, 国内矿山在智能化方面取得了显著进展. 20181, 由中国科学院孵化的青岛慧拓智能机器有限公司发布愚公平行矿山系统, 该系统由六大核心子系统构成. 这是国内首家自主研发提出的矿山无人化整体解决方案, 该方案可同时适用于井工矿与露天矿场景. 截止20211, 慧拓研发的愚公系统已经在20多个矿区落地. 20195, 慧拓与中煤平朔集团合作建立了国内首家智慧矿山测试示范基地. 基地通过验证、测试相关无人驾驶设备理论与技术, 推动智慧矿山相关技术走向工业级应用, 保障经过严格标准验证的产品可规模化的部署于智慧矿山, 为智慧矿山无人化行业标准及国家标准的确立提供有力支撑. 20204, 慧拓与华能伊敏合作的无人矿山项目充分发挥伊敏露天矿煤电一体化生产优势, 全力开展智能矿山建设工作, 打造复杂气候地区全天候无人驾驶项目; 联合慧拓在电气化、自动驾驶、智能调度、感知定位、高精度地图等领域进行技术合作, 该无人驾驶项目已经具备全天候环境作业能力, 最终将实现矿区的安全、绿色、高效开采. 20206, 慧拓联合紫金矿业在条件极其恶劣的青海果洛矿区开展作业, 通过提供纯电动无人宽体车无人驾驶系统, 已实现特定铜矿区危险工作面的无人化运营, 与挖掘机、云端调度平台有效协同作业, 开启了安全高效的无人化集群运营新模式[3-4].

 

2020, 国家发展和改革委员会等八个部委联合发布了《关于加快煤矿智能化发展的指导意见》, 要求加快推动矿区无人驾驶技术落地, 尽早实现无人矿山、智能化矿山. 虽然目前矿山开采已初步进入智能化阶段, 但是智慧矿山建设目前依然存在一些问题. 首先智慧程度不够高, 且目前仅实现单一的ADAS (Advanced driving assistance system)功能, 如防碰撞、定位校准、偏航提醒等; 其次无法做到基于有限数据进行全面学习, 无法持续迭代优化智慧决策系统; 最后调度中心无法做到各个子系统资源调度最优化的问题. 因此本文结合当前露天煤矿发展及其智能化发展情况, 提出融合智慧矿山理念、ACP平行智能理论和新一代智能技术的智能矿山操作系统 (Intelligent mine operation system, IMOS)[5], 为实现智能化生态矿山提出了一条可行的技术路径[6].

 1  平行矿山示意图

 2  智慧无人矿山操作系统功能示意图

 3  无人驾驶智能系统功能示意图

 

智慧矿山是当今矿区发展的重要方向, 然而机械自动化的矿区无法胜任全场景的智慧矿区任务. 本文提出这一问题的体系化方案, 并设计实现了面向平行矿山的智慧矿山操作系统IMOS. 此方案解决了矿区在迈向无人化智能化过程中遇到的问题, 包括实现高智慧程度的无人驾驶, 基于有限数据增强后的全面学习和可持续迭代优化智慧决策系统. 另外本文详细介绍了智慧操作系统的各个组成部分和功能实现, 并阐述了系统涉及的关键技术. 此系统方便迁移, 可以快速部署到矿区, 助力生产. 引入社会效益驱动的智慧矿山系统可以让整个矿区的管理与运营变得安全、可靠、高效、智能, 全矿区智能化不仅可以大幅降低人工成本、减少矿区安全事故, 更可以合理规划矿区, 节能减排, 增加企业效益. 在不远的将来, 智能化采矿流程必将更加成熟、安全、可靠、高效.

 

作者简介

 

陈龙

中山大学计算机学院副教授. 2013年获得武汉大学博士学位. 主要研究方向为自动驾驶, 机器人. E-mail: chenl46@mail.sysu.edu.cn

 

王晓

中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员, 青岛智能产业技术研究院院长. 2016 年获得中国科学院大学社会计算博士学位. 主要研究方向为社会交通, 动态网群组织, 平行智能和社交网络分析. E-mail: x.wang@ia.ac.cn

 

杨健健

中国矿业大学(北京)机电与信息工程学院副教授. 2013年获得中国矿业大学(北京)博士学位. 主要研究方向为煤矿机器人与智能装备, 智能监测与控制, 无线传感器及机器智能, 物联网技术及数据挖掘. E-mail: yangjiannedved@163.com

 

艾云峰

中国科学院大学副教授. 2006年获得中国科学院自动化研究所博士学位. 主要研究方向为视觉感知, 智能驾驶, 平行驾驶. E-mail: aiyunfeng@ucas.ac.cn

 

田滨

中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员. 2014年获得中国科学院大学博士学位. 主要研究方向为自动驾驶, 视觉感知, 机器学习. E-mail: bin.tian@ia.ac.cn

 

李宇宸

2020年获得北京航空航天大学硕士学位. 主要研究方向为计算机视觉, 3D目标检测, 同步定位与地图构建, 无人驾驶. E-mail: liyuchen@buaa.edu.cn

 

滕思宇

2021年获得吉林大学硕士学位. 主要研究方向为路径规划, 模仿学习, 目标检测. E-mail: tengsyslash@gmail.com

 

王健

吉林大学教授. 2011年获得吉林大学博士学位. 主要研究方向为车联网, 虚拟仿真测试, 车路协同. E-mail: wangjian591@jlu.edu.cn

 

曹东璞

滑铁卢大学滑铁卢认知自动驾驶(CogDrive)实验室副教授和主任. 2008年获得康考迪亚大学博士学位. 主要研究方向为驾驶员认知, 自动驾驶和认知自动驾驶. E-mail: oscar_cao2016@163.com

 

葛世荣

中国矿业大学(北京)校长, 教授. 主要研究方向为智能采矿装备, 摩擦可靠性研究. 本文通信作者. E-mail: gesr@cumtb.edu.cn

 

王飞跃

中国科学院自动化研究所研究员, 复杂系统管理与控制国家重点实验室主任, 中国科学院大学中国经济与社会安全研究中心主任. 主要研究方向为平行系统的方法与应用, 社会计算, 平行智能以及知识自动化. E-mail: feiyue.wang@ia.ac.cn



https://blog.sciencenet.cn/blog-3291369-1351674.html

上一篇:基于单向耦合法的不确定复杂网络间有限时间同步
下一篇:【热点综述】基于人工智能的电池制造和管理
收藏 IP: 222.131.242.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-10-5 10:34

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部