数字煤矿生产协同管理平台关键技术

2019-12-24杨兴科苗霖田段中会崔浩源吕婷婷张建军

中国煤炭地质 2019年10期

杨兴科，苗霖田,2，段中会，李梅，崔浩源，吕婷婷，张建军

(1.国土资源部煤炭资源勘查与综合利用重点实验室，西安 710021；2.西安科技大学地质与环境学院，西安 710054； 3.北京大学遥感与地理信息系统研究所，北京 100871；4.北京龙软科技股份有限公司，北京 100190)

0 引言

按照《国家中长期科学和技术发展规划纲要(2006-2020年)》确定的指导方针、目标和部署以及党的十七大提出“两化融合”的新战略、新思维，加快我国数字矿山建设，实现煤炭工业的现代化管理是确保煤炭工业稳步和安全发展的必由之路，也是改变煤炭工业形象的唯一道路。数字矿山[1]以先进的煤矿机电及一体化技术、计算机技术、3S技术、与信息化相适应的现代企业管理制度为基础，以网络技术为纽带，以煤矿安全生产、高产高效、绿色开采、可持续发展为目标，实现多源煤矿信息的采集、输入、存储、检索、查询与专业空间分析，并实现多源信息的多方式输出、实时联机分析处理与决策、专家会诊煤矿安全事故与调度指挥等。

随着计算机技术的出现和成熟，国内外都投入了大量的人力、物力开展计算机在矿山的应用研究。近年来，伴随着信息技术、网络技术、云计算、物联网、数字地球等技术的快速发展和应用研究，使信息技术的渗透方式、处理方法和应用模式发生变革。大数据技术的日臻成熟为煤矿跨专业、跨系统的联合研究成为可能，并促使矿山逐步由数字煤矿向智慧煤矿转变。诸多学者对此开展了深入研究与实践[2-4]。

然而，煤矿信息属于空间信息的范畴，而且不同矿井开采技术条件有一定差异，技术方法和管理模式也有很大的不同，大量数据也是通过各种工程和监测监控系统获取。随着数据的增加，煤矿地质特征本身是一个由黑色向灰色逐渐变化的系统。同时，煤炭生产还具有企业庞大、设备多、工作环境恶劣，生产、调度和管理环节复杂、信息量大等特点。一般的通用软件难以适应安全生产的需求，亟需开发能够满足多源数据集成、统一空间数据存储与调用的煤矿生产协同管理平台，且必须具备GIS的核心功能(如二维、三维的数据处理功能)。毛善君[5]攻克了煤矿“一张图”的关键技术并应用于阳泉煤业，但尚未实现多元数据集成与空间数据动态更新协同云服务；王国法[6]预测了未来智慧煤矿的发展是将物联网、云计算、大数据、人工智能与现代矿山开发技术融合并协同控制的智能管理系统，需要多学科联合攻关方可实现。基于此，国土资源部煤炭资源勘查与综合利用重点实验室以陕西崔木煤矿为示范基地研发了基于煤炭地质云服务平台的数字煤矿生产协同管理平台。实现了煤矿的信息共享、协同工作、统一管理。

1 系统架构及功能

1.1 技术架构

煤矿生产协同管理平台采用先进的IT设计理念，基于面向服务的体系架构(Service-Oriented Architecture，SOA)。整个系统基于煤矿物联网一体化的硬件基础设施，从下到上分为数据源层、业务服务层、服务容器层、业务系统层和门户平台等，整体技术架构如图1所示。

①数据源层是指平台的数据中心。数据主要依据平台关于数据资源的描述，包括生产业务本身及安全监测监控、安全生产辅助决策信息、基础地理信息、数据交换与共享信息五大应用数据库。

②业务服务层以服务方式向业务系统提供数据服务。业务服务层可以使系统数据源透明化。

③服务容器层分为企业服务总线和组合层。企业服务总线包括总线基础服务框架、集成服务、公用服务、服务管理和服务标准、系统监控、安全体系等。组合层主要是通过服务编排集成组合成新的服务以供前台使用。

④业务系统层主要实现业务系统功能，首先通过服务容器层获取所用，然后通过调用服务获取所需数据和业务，从而完成系统功能。

⑤门户平台主要对业务系统进行页面集成。功能包括：提供单一登陆接口(默认集成CAS)，多认证模式(LDAP或SQL)；管理用户，组，角色；用户个性化的portal layout定制等。

1.2 系统功能

根据煤矿各部门业务需求，研发了调度、安环、地层防治水等业务系统，实现了对煤矿生产过程中地测、安全及环境等信息的数字化，可视化、动态化管理，达到了各部门统一规划、协同工作、资源共享及矿图协同管理的目的，为决策提供了技术支撑。功能界面如图2所示。

①实现了煤矿信息集成和融合。以专业化的煤矿地理空间信息系统和绘图平台对煤矿地理空间数据和空间元素属性数据进行管理，建立了统一的煤矿空间数据库体系，以此为基础，采用B/S架构及最新的大数据、云计算、数据挖掘技术，对煤矿各专业业务模块按照煤矿安全生产质量标准化进行专业化开发，同时，集成了矿井各大监控子系统，集安全监测、水文监测、工业视频、顶板监测等数据深度集成和分析，实现了煤矿信息集成和融合平台。

②实现矿井生产信息共享和动态管理。根据不同部门和个人设定权限，煤矿各科室和业务模块对地测数据、生产信息数据、图纸持续更新，确保平台实时计算，实时共享，以满足煤矿地质、测量、通风、机电、生产管理等专业同时在线编辑，多部门协同办公等应用，多而实现各专业、各部门之间数据即时共享，大大提高了数据的更新周期，最终实现全矿井“一张图”模式集中管理。

③为煤矿辅助决策提供数据服务。基于统一的煤矿专用GIS和空间数据库，煤矿生产协同管理平台实现了对各类图表、数据的自动处理和分析功能，建立了矿井地质条件及地质灾害的预警系统。基于地测管理子系统，实现了对煤矿地测数据管理、专业成图、报表管理和三维模拟，并在此基础上实现了对煤矿自然实体及人工实体的三维构建并进行可视化分析。基于煤矿地质灾害预警子系统，在煤矿地质信息系统的支撑下，利用构建的三维模型以及灾害历史数据等信息进行空间分析，为辅助决策提供高层次的数据服务等。

④实现了煤矿生产过程对矿井地质构造、水文地质、工程地质、环境地质、煤层煤质、工程测量、资源储量、生产技术、机电、通防、安全管理和矿井系统

图1 煤矿生产协同管理平台技术架构体系Figure 1 Coalmine production collaborative management platform technical architecture system

图2 平台的功能界面Figure 2 Platform functional interfaces

的数字化、信息化、可视化、动态化管理。利用GIS服务强大的数据库和发布多数据源的特点，实现了对煤矿的地质信息查询、处理、分析和决策，为智慧煤矿建设提供地质保障和基础支持。

2 关键技术

2.1 灰色地理信息系统

数字煤矿生产协同管理平台是一个复杂的系统，不仅涉及先进的地理信息系统理论和技术方法，而且涉及最新的数字矿山技术以及大量的煤矿专业核心技术。煤矿信息本身是随着生产而动态更新与增加，并且随着煤矿信息量的增加，煤矿内部的地质特征逐渐清晰，由此，应用灰色地理信息系统可有效解决煤矿生产变化过程中的灰色问题。

2.1.1 灰色地理信息系统理论

针对地理信息系统在地表以下的煤矿地质、采矿、水文、环境等领域中应用的局限性，毛善君[7]创造性地提出了灰色地理信息系统的理论(Grey Geographical Information System简称GGIS)。根据对获取空间研究对象信息的多少，可以把相应的GIS分为三类。

①黑色系统。内部结构、特性和参数全部未知的系统为“黑箱”，无法获取“黑箱”内的任何信息。

②灰色系统。系统内的信息(结构参数机理等)部分清楚，部分不清楚，且处于动态变化之中。这种既含有已知信息，又含有未知信息或非确定信息的系统称为灰色系统。

③白色系统。能给人们提供非常充足或者所有内部信息的系统，对外界而言是完全透明的或无边界的。

2.1.2 灰色地理信息系统的特征

地表以下的地质特征原本是黑色系统，经过各种勘查技术手段后，获取了一定数量的可靠的地质信息，它变成一套灰色信息，因此，地表以下的空间管理信息系统是一个灰色的系统，即为灰色地理信息系统，它带有一般控制系统自适应和动态修正的特征[7]，如见图3。

图3 GGIS自适应功能示意图(据毛善君2002年)Figure 3 A schematic diagram of GGIS self-adaptation function(after Mao Shanjun, 2002)

GGIS的部分空间对象具有两个重要特征：(1)具有“少信息”所产生的灰色不确定性。在实际工作中，往往只能获取局部精确数据，难以采集足够的样本数据以解决许多不确定性问题。“少信息”只能对研究对象进行近似和模拟。(2)系统能够根据最新的真实或已知数据自适应地动态修改已有的模型和图形，使之尽可能反映地质体在空间的真实状态；新数据的不断加入，使得整个数据处理过程是一个由灰变白的过程。

2.1.3 灰色地理信息系统模型

煤矿空间数据的特点及其变化规律适合应用灰色地理信息系统构建数据模型。针对煤矿的数据模型研究可分为二维灰色地理信息系统(Two-dimensional Gray Geographic Information System简称2D-GGIS)和三维灰色地理信息系统(Three-dimensional Gray Geographic Information System ，简称3D-GGIS)，关于这部分内容在文献[7]毛善君专门作了详细的论述，本次项目也是合作研发，此处不再赘述。

2.2 煤矿GIS专业应用技术

煤矿地理信息系统作为“数字煤矿”建设的基础信息平台，在实现煤矿信息化管理和行业信息共享方面发挥着重要的作用。煤矿空间数据动态更新快、复杂性强，大部分数据还具有“灰色”特性，使得建立完善的煤矿地理信息系统仍面临着诸多挑战，相关的理论和方法也亟待进一步研究探索。

2.2.1 地测空间管理技术

地质、测量数据是整个数字矿山的地理空间基础，地测同时也是采、掘、机、运、通等专业的重要支撑，地测空间管理是整个系统建设的核心内容之一。地测空间管理信息系统涉及了大量的核心算法。主要包括：①空间变量插值算法；②含逆断层的复杂TIN模型和煤层底板等高线的自动生成算法；③任意比例尺局部图形的自动生成；④采掘工程平面图、综合水文地质图的自动生成算法；⑤剖面地层线的拟合、交互处理和编辑；⑥栅格矢量化算法；⑦切割预想剖面图算法；⑧素描图巷道线的自动延伸算法；⑨掘进、回采地质说明书的自动生成算法。

2.2.2 “一通三防”管理技术

“一通三防”管理信息系统是在煤矿专用GIS平台系统基础上建立的集通风专业图形绘制和计算于一体的计算机信息化管理系统。一方面在矿井采掘工程平面图等地理信息系统图形基础上提供专业的通风图形制图工具，完成通风系统图、防尘系统图、矿井避灾路线图、通风安全监测监控系统图、抽放瓦斯系统图、通风网络图、压能图等图形的手动或自动绘制；另外一方面，在图形的基础上完成通风网络模拟解算、阻力测定计算等数值计算，从而提供相关决策支持。系统主要完成通风专业图形的绘制、浏览和通风专业数值计算分析。

“一通三防”管理信息系统涉也及了大量的核心算法。主要包括:①通风网络图绘制及拓扑连动算法；②自动生成通风网络图算法；③通风网络模拟解算算法；④通风阻力计算算法；⑤瓦斯涌出预测模型；⑥事故树分析及其计算模型。

2.3 多源数据集成技术

针对矿山领域多专业、多部门的特征，解决各部门现有多源数据集成的问题，可以避免数据重复采集引起的人力、财力浪费，及空间数据多语义、多尺度，存储格式、数据模型的差异等问题，同时能实现各部门数据共享与协同管理。在数据存储、管理方面，采用支持“多源”数据集成空间数据引擎，包括文件引擎(ArcGIS shp文件、AutoCAD dwg文件、MapGIS中间文件、TXT文本文件等)、SQLServer引擎、Oracle引擎等。

多源数据集成技术体系包括三层结构：数据消费者(Customer)、数据代理(Agency)和数据提供者(Provider)。数据提供者直接访问数据文件或者数据库，并通过数据代理提供给其他模块使用；数据消费者和使用数据的模块，负责对数据的各种分析、处理和表现；数据代理是维系数据消费者和数据提供者之间的纽带，来自提供者的数据通过代理这个中介传递给消费者，完成一次数据访问(或者数据消费)或一次数据消费行为可能产生新的数据(如：迭加分析产生的新图层、缓冲区分析产生的缓冲区多边形等)，这些新的数据也是通过代理传递给提供者，由提供者完成存储[8]。

多源数据集成技术中的数据代理是一个虚拟空间数据引擎(Virtual Spatial data Engine)[9]。该引擎定义了数据访问的框架，但并不实现具体的数据访问功能，因此该引擎是“虚拟”的。该数据集成技术提供的对每一种数据格式的访问，最终通过空间数据引擎(SDE，Spatial data Engine)实现。数据提供者由一组空间数据引擎组成，每个引擎负责访问一种数据格式。多源空间数据引擎是一种泛化的以空间数据库为基础的引擎设计方式。具体结合实体模型部分，可以分为三个层次：数据使用引擎、数据代理接口、以及数据源实现，其中数据引擎和数据源实现都是核心组件的一部分。

数据使用引擎主要结合实体组织模型中的数据源(DataSource)来实现，是数据引擎的上层调用者，实际上就是数据连接引擎的接口(IConnection)，各种连接引擎由数据连接管理器(DataConnectionManager)统一负责注册、分配、管理和释放。数据代理接口是连接上层数据使用和底层各种数据源存储的中间层，包括数据读写、查询相关的数据连接接口(IConnection)、查询结果集接口(IQueryResult)、记录接口(IRecord)等。通过数据操作和数据组织两类中间接口，对于上层使用者来说，屏蔽了底层数据存储介质的差异，通过对应各种数据介质的数据实现引擎，就可以以统一的方式访问各种数据源，从而实现多源数据的集成。

2.4 空间数据存储及查询技术

在数据组织方面，基于空间数据引擎的支持，采用空间数据库的统一集中存储方式。系统数据内部组织管理结构如图4所示。

图4 GIS数据组织模型Figure 4 GIS data organization model

空间数据库采用关系模型来组织数据，这决定了空间数据的访问方式。从使用者的角度来看，空间数据库扩展了关系数据库的功能，提供了对空间数据类型的处理。自然地对空间数据库的访问也应当像对关系数据库那样，采用SQL语言作为操作的表述。但由于关系模型的范式约束，使得标准化的查询描述功能有限，不支持复杂数据类型查询，不支持空间操作和运算，不宜将它应用于GIS等高级应用中。GSQL语言是基于SQL扩展的空间查询语言，包括数据模式定义、数据查询、数据更新等。GSQL对SQL标准语句扩展，从而支持空间数据类型、空间数据运算符、空间关系运算以及空间分析功能。在数据类型上，不但要支持结构化的数据，而且要支持像点、线、面这样的空间数据类型。扩充几何数据类型是使用空间查询语言进行空间查询、空间操作以及判断空间拓扑关系的基础。在空间运算上，针对空间数据类型，扩展相应于操作这些数据类型的空间运算和空间分析功能。通过这样的扩展使空间数据类型完全集成于SQL语言，实现了统一的概念模型。

一般意义上的GSQL实现需要一个SQL语句解释器，对查询字符串进行语法和语义解析，生成语法分析树，然后查询优化，最后执行查询等步骤[10]。但是在引擎下用户很少以输入SQL语句进行操作，完全可以通过用户界面的操作由协议缓冲生成结构化GSQL表达，通过可视化查询语言即可完成。

由于空间数据的不规则分布，许多单元可能是空的(未开采区)，有许多单元可能过渡的饱和(工业广场)，这是格网索引模型的缺陷。尽管如此，但其模型简单，使用方便，在LRSDE通过格网索引来提高检索效率足以满足应用的要求。每个要素在一个或者多个网格中，每个网格可以包含多个要素，应用中会按照需求对格网进行分级，存储不同数据规模下的格网索引。

2.5 三维动态地质模型和巷道建模

高精度地质模型应由一系列地质子模型组成，这些地质子模型是根据不同地质体，如地层、断层等地质体的不同特征而专门设计的。三维动态地质模型的构建包括三个方面的内容：①通过物探技术得到的高分辨率数据；②通过对数据的处理和推断，建立由较小或很小基本地质单元组成的，更能反映地质体空间分布细节的地质模型，并提供对地质环境中的地质体进行操作和分析的功能；③根据最新获取的生产数据快速对已有模型进行动态修正，以反映地质体和巷道的最新空间形态，提高表达精度。

2.5.1 矿井三维地质模型的自动构建

根据灰色地理信息系统理论和数据模型，矿井三维地质模型的构建主要是要解决TIN和ARTPN的自动生成。自动生成TIN是构造ARTPN的基础。正负区判别模型为TIN的自动生成奠定了基础。以自动生成TIN模型的算法为基础，按相应的准则构造出ARTPN。

2.5.2 巷道几何建模

巷道是煤矿中重要的人工对象，一条巷道可分解成若干条局部巷道的集合。在一个局部巷道内部，巷道断面形态控制巷道的几何形态，巷道中心线控制巷道的空间位置。巷道断面是巷道几何建模中的重要参数，主要有拱形、矩形、梯形、斜梯形等，如图5。巷道中心线是巷道底板的轴线。

图5 主要巷道断面形态示意图Figure 5 A schematic diagram of main roadwaysection configuration

将地层剖分成一系列邻接但不交叉的ARTP体元的集合，但没有考虑穿插于地层中的巷道。为了将地层和巷道的几何建模有机地结合起来，我们应该在ARTP体元剖分的过程中，将地层和巷道作为一个整体来看待，对所有巷道形态控制点与所有地层的数据点求并集[11]。这里，巷道形态控制点是指在煤矿巷道测量数据的基础上，增加了若干个能够描述巷道形态的数据点，如图6中的A、B、C、D、E、F、G和H点。控制巷道空间形态的参数主要有测点的坐标X、坐标Y、巷高、左帮、右帮、断面形态、方位和仰俯角等。但在实际工作中，这些参数数据并不是全部都需要直接获取(例如，坐标X、坐标Y除起算点输入外其余均为计算所得)，而是可以通过基本的导线测量等手段在井下测量中获取一些最基础的数据，然后通过测量数据库系统对最基础的数据进行处理，获得所需要的参数数据，并进行集中式管理。

图6 局部巷道的形态控制点Figure 6 Local roadway configuration control points

将一条巷道的底板看作一个曲面，除底板以外的其它各个面看作另外一个曲面。这样，一条巷道就和地层相对应，由上下两个曲面组成。我们可以生成以数据点集TOTALn为基础的TIN，在经过高程插值后，就可以生成包括地层和巷道在内的全区统一的ARTP体元的集合。

2.5.3 三维地质模型的动态生成

三维地质模型除了通过物探技术得到的高分辨率数据外，还有另一层意思：通过对数据的处理和推断，建立由较小或很小基本地质单元组成的，更能反映地质体空间分布细节的地质模型，并提供对地质环境中的地质体进行操作和分析的功能[12]。高精度地质模型应由一系列地质子模型组成，这些地质子模型是根据不同地质体，如地层、断层等地质体的不同特征而专门设计的。