面向智慧矿山的工业互联网体系架构研究

杨 磊

中信重工机械股份有限公司 河南洛阳 471039

矿 山行业作为推动我国经济发展的重要“引擎”之一，国家已陆续出台多项政策来促进其发展[1]。2016 年发布的《煤炭工业发展“十三五”规划》中提出，我国要建成一批具有数字化、智能化的智慧煤矿。随后的几年里，智慧矿山信息系统技术规范落地，进一步指导了行业人员对于智慧矿山信息化系统的开发。2019 年，中国职业安全协会依据相关政策指导意见成立了“产业技术创新战略联盟”，将智慧矿山作为重点科技攻关项目，全力推动矿山产业的转型升级。2020 年发布的《煤炭工业发展“十四五”规划》中指出要建成智慧矿山 1 000 座以上，至此，我国智慧矿山的建设正式步入高潮。

与此同时，我国制造业智能设备、工业控制系统和网络通信等技术水平也在不断提升，5G 通信技术、工业互联网、区块链、数据孪生等技术与智慧矿山产生新的交融[2]。面向智慧矿山发展需求，笔者分析现有工业互联网的研究成果[3-4]，提出了一种四层矿山工业互联网体系架构，以满足未来全自动化智慧矿山建设对于网络承载的高质量要求，推动矿山行业高质量、可持续性发展。

1 智慧矿山

智慧矿山指的是自动化、安全、绿色、高效的矿山，是新一代信息技术与矿山产业深度融合的结果[5]。智慧矿山核心是围绕工业互联网技术，将矿山行业作业全过程紧密地连接在一起。通过新兴技术与传统技术的融合，挖掘在多维工业数据背后蕴含的规律与更深层次的意义，辅助企业对施工过程进行优化，帮助矿山产业实现高质量、高安全、可持续、高效率的发展。

(1) 智能化地质勘探 利用感知设备对建井地质信息进行全方位、高精度数据采集。随后利用数字孪生等仿真技术，立体呈现出矿井区域的深度地质情况，为企业提供进一步的矿产资源储备评估、矿井建设设计等应用支持。与传统的地质测量工作方式相比，减少了测绘费用，提高了工作效率。

(2) 矿井建设 基于地质勘探的分析结果，利用人工智能等技术为矿山施工环节赋能。协同多个施工部门进行全方位数据分析，设计并优化矿井建设的具体施工结构和路线。在避免各种潜在突发事件的前提下，保证施工效率和矿山资源的最大利用率，为企业带来可观的经济利润。

(3) 智能化井下施工 智能化井下施工可以说是智慧矿山最重要和最复杂的应用场景之一。在智能化井下开采过程中，工业人员使用智能化设备、视频监控系统与控制系统进行井上远程施工，实现复杂环境下无人化开采和智能化物流运输，是真正意义上的全自动化智慧矿山应用。

(4) 智能化预警 通过前端感知设备实时监测矿井地质资源信息数据，对井下气体、土质、风速、空间进行风险因素分析，为企业提供矿井危险源辨识、事故预警等服务，从而提升矿山施工作业的安全系数。

(5) 设备故障预测 设备故障预测是工业互联网的典型应用。工业设备普遍造价昂贵、维修复杂、部署位置分散，针对打造无人化智慧矿山的目标，基于工业互联网等技术对智能设备提供云端故障预测和预测性维护等服务，避免无目的的维护造成不必要的经济损失，避免设备损坏影响矿山施工的进度。

2 矿山工业互联网内涵

矿山工业互联网的本质是基于物联网、云计算和机器学习等信息化技术，将矿山工业现场的开采设备、监测设备、工业人员、工业控制系统、工业作业现场环境感知设备之间进行网络互联，构建高效的数据采集体系，再通过对采集到的工业数据进行清洗、处理、融合和计算，最后实现矿山工业作业过程自动化、企业管理决策最优化等应用服务智能化。由此可见，矿山工业互联网是智慧矿山建设的基石，合理的网络结构能够完美的契合矿山行业产业链，有效推进智慧矿山的发展，解决智慧矿山各生产要素，优化智慧矿山产业结构。

2.1 矿山工业互联网现状

现有的工业互联网技术均着重解决网络的实时性与可靠性等工业关键性能。然而，现有研究少有从网络整体体系架构进行布局。

面向智慧矿山的工业互联网，将会从底层设备感知、中间层网络传输、数据支撑和高层服务 4 个方面提出新的挑战。

马来酸氟吡汀联合美洛昔康用于前正中开胸二尖瓣置换术患者术后镇痛的临床观察 …………………… 林 涛等（22）：3142

(1) 信息感知 在成规模、成镞部署的物理/逻辑感知单元中，数据获取、传输、存储、处理成为未来矿山工业互联网的一个挑战。

(2) 异构互连 异构边缘网络和异构设备是矿山工业互联网永远的肢体，异构网络下的异构设备互连互通成为工业设备设计的关键。

(3) 个性化业务需求 为了更好地为企业提供服务，需要深刻考虑到具体的业务服务和商业目标需求。

2.2 矿山工业互联网应对技术

对于矿山工业互联网的这些挑战，提出了多种应对技术，包括虚拟技术、云计算、智能决策、大数据等。我们将这些技术可以归结为以下 3 类：

(1) 虚拟化 虚拟化是为了解决互联网的“僵化”问题和刺激未来网络研究的创新而被提出来，用于构建健壮、可信、易于管理的虚拟环境，为各种各样的虚拟网络请求分配合适的虚拟资源，实现资源共享，提高基础设施资源利用率。虚拟化既可实现对异构网络和异构终端的屏蔽，又可实现对多样化服务的统一映射。虚拟化对未来互联网泛在性和异构性问题的解决提供了支持。

(2) 云计算 云计算源于“Google 101 计划”，它迁移存储和计算到“云”，以构建一个“计算公用设施”，创立了一个新的全球资源共享模式——“租用模式”。云计算主要解决泛在性问题，同时为异构性和智慧性问题的解决提供支持。

(3) 机器学习 获得感知与状态信息数据以后，使用机器学习技术分析获取的知识，执行智能决策，并根据决策结果采取行动措施。机器学习主要解决工业互联网的智慧性问题。

3 矿山工业互联网体系架构

基于传统工业互联网体系架构的经验和思路，面向智慧矿山发展需求，提出由设备感知层、网络传输层、数据支撑层和虚拟服务层组成的四层结构模型，各层内容及层间关系如图 1 所示。

图1 矿山工业互联网四层结构模型Fig. 1 Model of four-layer architecture of mine industrial internet

3.1 设备感知层

围绕矿山作业人员、矿山现场环境和智能设备等对象，基于物联网等技术，为上层移动设备定位、矿山作业环境监测、井下视频传输和人员状态监测等业务提供状态感知、数据采集服务。同时，设备感知层还承载了上层应用服务的响应场景，例如：智能开采设备的动态路径优化、作业现场环境预警、工业设施故障预测等。

3.2 网络传输层

面向智慧矿山的工业网络是一种多种技术、多种设备共存的复杂分布式网络，其拓扑结构如图 2 所示。该拓扑结构由核心网和边缘网络组成，其中边缘网络包含了工业以太网、工业无线网络、现场总线系统和其他异构网络等。网络传输层的作用是基于以上边缘异构网络，将下层设备感知层采集到的前端感知数据传输至数据支撑层。

图2 面向智慧矿山的工业网络拓扑结构Fig. 2 Topology of industrial internet for intelligent mine

3.3 数据支撑层

数据支撑层根据工业用户信息、业务信息、物联网信息和共享交换信息等提供以下几种服务：

(1) 数据处理 对从网络传输层获取到的工业现场感知数据进行数据清洗、过滤等操作。

(2) 数据存储 建立数据仓库，储备数据为上层应用提供支持，包含实时数据、关系数据和面向上层应用的数据库等。

(3) 数据融合 利用人工智能或大数据等技术，综合分析多种信息源采集到的数据，以获取更多有用的信息，辅助工业人员及工业控制系统进行决策判断和行动规划。

3.4 虚拟服务层

基于云计算技术，构建虚拟服务层迁移工业应用服务到“云”，并创建一个像“服务公共设施”一样的工业服务资源提供模式，形成计算能力强、灵活性高的应用服务层。虚拟服务层主要研究智能化应用融合和工业应用资源虚拟化。

(1) 智能化应用融合 利用人工智能、大数据等技术，提供定制化、智慧化、可拓展的应用服务，在应用服务的业务个性化保障基础上，提升矿山工业互联网应用的多元化，如：矿山设备故障诊断、故障预测、工业人员健康评估、矿井施工优化控制、安全预警、企业经营管理决策等智能化应用服务。

(2) 工业应用资源虚拟化 鉴于工业应用的不断增加和创新，需要对各种应用资源进行抽象，建立统一的虚拟服务标识，便于服务资源的编址、访问和获取。应用资源虚拟化是为各种异构的应用资源建立统一虚拟标识的过程。虚拟服务标识能够支持动态变化的应用资源，以实现在服务层对应用资源的统一管理和控制。采用虚拟服务标识后，用户通过服务标识来获取应用服务，使得获取服务不再依赖于传输过程，用户只关心服务质量，而不用关心服务的获取方式、服务的提供位置等。服务资源虚拟化过程示意如图 3 所示，需要对虚拟服务标识 Virtual Service Identifier (VSID) 进行细化，形成一系列可单独访问的服务原语 (VSID1，VSID2，…，VSIDn)。

图3 工业应用资源虚拟化示意Fig. 3 Sketch of virtualization of industrial resource

4 结语

通过智慧矿山建设发展需求引出了矿山工业互联网的概念和内涵，提出了矿山工业互联网的四层体系架构，并对内容进行了阐述。矿山互联网的发展是一个长期的过程，我们必须面向企业实际业务需求，确保矿山工业产业链的安全、高效和绿色的发展，同时结合最新信息技术，提高智慧矿山的智能化水平。