基于大数据的矿山智能精准开采技术研究

雷创杰

（神木县隆德矿业有限责任公司，陕西 榆林 719300）

“互联网+”、人工智能、大数据等颠覆性技术的发展，拉开了第四次工业革命的序幕，加快了传统产业的转型。德国提出了工业4.0，美国提出了智慧地球，中国提出了“中国制造2025”战略，以发展智能制造、智能装备、智能生产为主要内容。智能采矿符合国家战略，是采矿工业发展的必然选择。计算机网络及其实际应用受到人们的重视。建立和运行国家安全生产监督管理机构网络，与国家计委、经贸委、部委共享信息。省级矿山安全监督局和部分省级矿务局,矿业领域逐渐建立了大量的大型和小型计算机网络和局域网,为了实现信息的开放和交流,实现更高层次的发展。管理信息平台应用于各个领域。例如，安全管理信息平台、矿山计划管理信息平台、人事管理信息平台、财务管理信息平台、地勘管理信息平台、ERP等都取得了较高的平台性发展，大大提高了矿山开采效率和管理手段。保护监控、皮带检测、工业视频、管理信息平台的网络化集成，大大增加了制造和管理工具[1]。如何在不破坏生态环境的基础上实现可持续发展，最大限度地提高资源的开发利用效率，从而保证人类社会的经济效益?近年来的矿山事故推动了数字矿山的发展和发展。经过多年的信息化建设，矿山已经建立并运行了一些相关的安全管理体系和监控体系，但现有的多个体系存在治理独立、数据信息分散、利用效率低等问题[2]。因此，迫切需要建立一个数字矿山平台，整合矿山平台之间的信息资源，从而提高管理平台的效率。

1 基于大数据的矿山智能精准开采技术研究

1.1 矿山智能精准开采流程

从资源评价与决策、矿山规划与设计到矿山生产与安全管理，始终将现代科技成果贯彻落实并融入矿山精准开采的全过程，真正实现现代化矿山开采。精密采矿从下到上依次为基础数据层、模型层、仿真优化层、设计层、执行控制层和管理层，如下图所示。

图1 精密采矿流程图

结合矿产资源开发现状和长期需求，精准开采分两步实施：第一步是实现与地面和地下相结合的远程控制精确采矿，即作业人员在监控中心远程干预远程控制设置和操作，采矿工作面无人作业;第二步是实现智能(无人)精准采矿，即采矿机、液压支架等设备的自动智能操作和惯性导航。精准采矿将最终实现对地面的智能化、自动化、信息化和可视化远程控制，实现采矿量大(无人)、精准、智能感知和智能监测、预警和灾害预防。

1.2 智能精准开采的大数据处理设计

数字矿山基础信息平台所需要的接口规范是采集各个矿山业务平台的空间信息、属性等基础信息，需要进行标准化、集成化管理。整个生产平台的实现过程包括隧道设备平台、通风设备平台、供电设备平台、皮带监控设备平台;开采对象包括井巷、地质体、机械设施、原件、资源等要素。基础数据是以地质、测绘、测孔、测试和管理等详细信息数据为基础的。

在基础数据分层划分、对象挖掘和生产平台的基础上，对基础数据和信息进行全面、深入的管理和操作，寻求对象管理中的各种分析算法。整个过程实现后，即可实现矿山数据库的数字化。二维、三维空间模型的研究与开发离不开该数据库和3DGIS可视化平台的应用。利用3DGIS平台支持深化矿山引擎可视化，建立基于软件服务和软件结构等主流技术的计算机软件平台二次开发API，通过以上可以完成数字矿山应用开发结构。根据这种结构融合的实际要求来开展高安全性、高效率的生产等应用平台。将采矿空间数据中心应用于基于三维坐标的矿区范围，实现井与矿之间的基本地理空间信息共享。它涵盖了矿层、地层、地质构造与地质类型、巷道与机械设施、采矿原料与零件、井或巷道或地面的采矿、运输与通信生产平台的空间位置与拓扑关系。

根据矿山安全生产数据的规定，安全监测数据必须与GIS信息相结合。数字矿山采用虚拟现实技术，创建三维模型数据库。在三维矿山三维源库中，采用关联和拓扑的形式对相互关联的源进行连接和组合。主要包括拓扑、挖掘数据信息的收集和利用和处理解决问题,或预测未来等。

数据挖掘主要利用工程技术和人工智能技术，在拥有大量信息的数据库中，根据用户需求查询相关数据并获取管理决策和执行信息，创建各种物理工程、采矿、生产、应用模型的管理和运行。数字矿山的海量信息可以方便没有经验和培训的客户使用和共享。数字化矿山基础信息平台必须与矿山基础信息的关系数据库管理保持一致。平台的基本硬件结构如下图所示。

图2 数字矿山硬件基本构成

三维基础数据及业务环境其中包括VR(虚拟现实)、3DGM(三维地球科学模型)和虚拟仪器、MGIS(矿山GIS)。根据不同的应用，矿企创建了多个用户层次，拥有多功能的矿山开采实用软件和控制内容，因而拥有大量的数据和模型。同时，利用三维地球科学仿真构建数据和虚拟模型。在三维地质模型的基础上，综合收集地理位置信息和采矿设计数据，设计了矿山、矿体和回采巷道。采用采矿矢量门集成真三维模型库，通过虚拟数字化实现矿山海量数据信息、拓扑信息和特征数据信息。利用VR(虚拟现实)和计算机网络技术，嵌入式虚拟仪器，各种专业实用模型，开采沉陷计算，开采沉陷预测，顶板冒落计算，围岩移动模型，库容测量，通风网络预算，瓦斯组织模型，涌水测量等。工作视图环境和业务操作流程可以反映整个OA和CDS的集成。高安全性能体现了整个应用软件平台的安全体系。整个平台的安全运行包括:一是硬件平台，即三维空间网络QoS，提高实用性和协调性;二是软件平台，包括身份一致认证、管理、秘密保护、审计和监控等部分。数据层、业务层和业务管理是应用程序处理过程的三个主要层次。整个平台采用多层结构，每一层结构承载不同的服务和内容，甚至每一层按照一定的规则相互协调、交替影响。这三个层次贯穿着四级网络平台。通过各业务管理层次之间的平衡和协调，形成了三个具有不同绩效和特点的平台。业务管理层覆盖网络数据层，对数据中心的信息进行查看和复查。矿务局二级网络将专家支持和决策调整组成的信息传递到网络数据层。

2 测试

2.1 传统采集方法测试

应用传统开矿采集方式，2018半年矿石回采率指标、矿石贫化率和矿石采出总品位统计见下表。

表1 2018半年矿石统计表

应用传统开矿采集方式，2019半年矿石回采率指标、矿石贫化率和矿石采出总品位统计见下表。

表2 2019半年矿石统计表

依据上表可知，应用传统矿石开采方式，矿石回采率指标、矿石采出总品位的半年平均值都为达到考核值。矿石贫化率虽在标准以下但是数值偏高。

2.2 智能精准开采方法测试

应用传统开矿采集方式，2020半年矿石回采率指标、矿石贫化率和矿石采出总品位统计见下表。

表3 2020半年矿石统计表

依据上表可知，应用精准开采矿石方式，矿石回采率指标比传统开采方式高出3个百分点，并且超过考核值。矿石采出总品位虽未达到考核标准，但是比传统开采方式高出一个百分点。矿石贫化率方面比传统开采方式低了两个百分点。所以，应用数字化精准开采能够有效提高矿山的开采效率。

3 结语

经过近几年的发展，我国能源开采的信息化建设取得了初步成效。六套安全规避系统、高速通信网络、数字矿山关键技术研究与示范等基础设施基本建成。但仍存在缺乏整体产业规划、缺乏大数据分析和利用、统一监控与监控集成平台、自动控制等关键技术薄弱等问题。某矿是以三维综合管理平台、安全生产控制平台和三维可视化远程监控平台为框架，以信息数字化、生产过程虚拟化、管控集成、决策集成为基础的示范项目。这对于促进我国数字矿山的发展具有一定的意义。随着技术的进步和管理理念的创新，在已有成果的基础上，有必要对大数据私有云、大型矿山设备健康诊断技术、矿山仿真系统、高性能矿山设备等基础支撑技术进行进一步研究。数字矿山以识别矿山安全隐患判断感知矿山，并将少采矿或无人采矿的智能化矿山向前推进，真正实现建设安全、高效、绿色、低耗、可持续发展的生态矿山的目标，提升我国数字矿山建设水平。