智慧露天矿山运输设备大数据关键问题研究

额尔德木吐

(国能准能集团有限责任公司信息中心，内蒙古 准格尔旗 010300)

1 概 述

传统的露天开采生产工艺包括矿岩松碎、采装、运输、排废等环节。工艺系统又分为间断工艺系统、连续工艺系统、半连续工艺系统、倒堆工艺系统等。各种工艺系统中车辆运输是不可或缺的环节，只是系统种类不同车量运输所占的比重不同。传统的观点，采矿生产中运输成本最高，包括设备、人工、轮胎和燃油消耗等。但是，从现代的管理角度，成本不但考虑这些消耗成本，还要考虑安全、环保、碳排放、员工健康等社会成本。为此，随着技术的发展和管理的需求，智慧露天矿山、绿色开采、自动驾驶、无人驾驶等概念和应用技术不断涌现。《智慧露天矿山5G自动驾驶白皮书》[1]系统阐述了矿山5G自动驾驶应用概念内涵、作业场景、典型应用以及总体技术架构。自动驾驶系统[2]将成熟的感知、规划、定位等多重自动驾驶技术及传感控制单元应用于矿卡上，实现矿区采矿平台、运矿道路、破碎站及停车场等场景下全自动稳定可靠行驶。“智慧露天矿山建设实施方案”[3]基于物联网、大数据、云计算等新型信息化技术成果，集成矿山的各类传输网络、感知系统、自动化系统、软件系统等现状成果，打通数据、信息、管理孤岛，形成统一高效的矿山数据仓库，搭建“融合、协同、高效、开放、绿色、智慧”的智能生产平台、智慧管理平台，形成提升资源开发和企业转型的重要支撑，促进各类资源快速、准确传递，追求经济价值、安全价值、生态价值的最大化，逐步实现具有主动感知、自动分析、深度学习、智慧决策、科学指挥的智慧型矿山。

本文主要研究智慧露天矿山的运输问题，所以有必要研究分析城市交通运输、公路物资运输和露天采矿运输管理技术的现状[4]。物联网和智能交通技术的最新发展[5]，是智慧城市的关键标志和实现城市智慧化的重要基础。

公路货物运输由道路网络、客户、仓库、车辆和驾驶员等要素组成，在给定限定条件下，把一批存于一个或多个仓库的货物通过运输车辆和道路网络为一组客户提供运输服务。运输过程的运输路径和车辆问题，通过计算机系统的优化，满足客户的所有要求，并将全球运输成本降至最低。过去几十年，基于优化算法的计算机系统日益增多，用于分布与各地的货物高效运输调度和服务。全球大量实际应用表明，使用计算机系统进行运输过程的动态规划，可节省5%到 20%运输成本。这些运输成本的减少，对全球经济体系的影响是巨大的。事实上，运输流程涉及生产和销售系统的各个环节，从而降低10%到20%的商品最终成本。基于硬件和软件计算机系统信息系统与生产和商业进程深度融合，是运输调度技术成功应用的关键。同样重要的是，建模和算法的发展是交通运输调度自动化的另一个成功因素。相关的模型和算法，充分考虑到了实际应用中所面临的具有分布特征的所有问题，相应的算法和系统的时间和空间复杂度的优化，为实际应用提供了良好的解决方案[6]。

为了研究智慧露天矿山的运输问题，露天开采调度系统必须提及。该系统是在采矿管理系统环境下，使用数据通信、 计算机、 全球定位导航系统(GNSS)技术，为管理露天矿的卡车运输提供自动的优化调度。自1980年世界上第一套这种系统——模块露天采矿调度系统[7]问世以来，从当初的靶标定位与通讯，到目前的GNSS和4G、5G网络，软硬件技术经历了几代的发展，通过实现运输卡车和装载设备的匹配、维护跟踪、矿料配比及设备健康监控等功能，使露天采矿得到了很好的效益。

为了研究智慧露天矿山的运输问题，本文把传统的采矿运输问题加以拓展，由于篇幅所限，第二部分主要从矿山空间的重构、运输设备的监控和信息采集管理三个方面展开讨论；第三部分结合哈尔乌素露天煤矿与运输相关的应用现状进行分析和研究；最后，对本文的相关研究内容结合实际案例进行了讨论，并对相关的应用研究领域进行了展望。

2 智慧露天矿山与运输设备

关于智慧露天矿山的定义和内涵，目前对其定义不统一，引用文献[8]的内容，把智慧露天矿山解释为：智慧露天矿山是以矿山数字化、信息化为前提和基础，对矿山生产、职业健康与安全、技术支持与后勤保障等进行主动感知、自动分析、快速处理，建设智慧露天矿山，最终实现安全矿山、无人矿山、高效矿山、清洁矿山的建设。智慧露天矿山建设主要包括：智慧生产系统、智慧职业健康与安全系统、智慧技术支持与后勤保障系统建设。

2.1 智能车辆网络与通信

在已有设施的基础上，进行设备补充和系统完善，构建了满足车辆通信网络中的无缝架构。所构建系统考虑多种访问技术，实现通讯开放的基础结构。使用 4G、CAN、RF和蓝牙技术创建了多访问无线网络架构，为车辆运行提供连续、开放的连接。该系统结构的目标是最大限度地提高网络吞吐量，并保证数据延迟和数据包丢失在车辆运行应用的最低要求范围内。为此，系统基于车辆网络的作业类别和环境，对每个活动网络的状态实现流动性管理。该体系结构不同于其他常用网络体系结构，因为这里考虑了每个应用程序类的需求，如吞吐量、延迟和数据包丢失。此外，根据当前活动网络的状态来执行流的划分[9-12]。

车辆网络的移动管理解决方案。把车辆被划分为不同的群集，每个群集被视为移动网络。群集内通过蓝牙设备进行通信，以减少切换延迟并最小化数据包丢失率。根据不同的功能，车辆网络中的节点分成两种：移动车辆和 AP。将网络移动的概念定义到车辆网络中，根据空间距离和车辆相对速度，将所有车辆划分为不同的集群。每个群集构成一个移动网络，系统体系结构如图1所示。

图1 移动网络系统体系结构

在图1的示例中，有三个移动网络。移动网络的移动方向显示为箭头。本文不讨论如何将车辆划分为不同的集群以及如何有效地维护动态集群的问题。假设有一个高效的聚类方案，在其它物理设备(如 GNSS)的帮助下生成和维护聚类。如果将每个群集视为移动网络，则网络移动性管理可实现车辆网络的移动方案管理模式。

在该方案中，群集中的车辆分为四种类型的节点：群集头节点、群集尾部节点、群集中心节点和常规群集节点。群集中心节点是提供移动路由器功能的车辆。在群集中，所有车辆通过群集中心节点访问 Internet。在图1中，车辆 A、B和C是群集中心节点。这些节点连接到路边的 AP。同一群集中的车辆之间的通信可以通过临时路由协议实现。群集头节点是位于群集前面的车辆，相反，群集尾部节点是位于群集末尾的车辆。对于移动网络A，车辆A2是群集头节点，因为它位于移动网络的前面A对整个移动网络的移动方向，车辆 A1 是移动网络的群集尾部节点。由于集群是移动的，车辆的速度不同，集群头节点和集群尾部节点将动态变化。群集中没有任何移动特定管理功能的其它车辆(如A3、A4)都是常规群集节点。集群头节点和集群尾部节点根据车辆的地理位置及其相对速度确定。聚类中心节点根据车辆的功能确定。因此，一个车辆有可能同时成为集群尾部节点和集群中心节点。特殊情况是群集中只有一个车辆，该车辆将充当群集头节点、群集尾部节点和群集中心节点的所有角色。

通过可靠高效的通讯，通过本方案中的卡车调度系统，实现了生产运输的智能化，包括：①尽量减少卡车的行驶时间并完成生产任务；②尽量减少车辆排队时间；③在整个生产运输过程中为司机提供可视的成本效益动态报告。

数据传输优先级为仲裁机制是CAN总线服务的主要特点。CAN总线以报文为单位进行数据传送，报文的优先级结合在11位标识符中，具有最低二进制数的标识符有最高的优先级。采矿运输环境中的优先策略不应仅仅基于单车的需求，而应统筹全网目标的需求。

目前，总线优先管理的架构由下列中央实体组成：车辆自动定位单元，负责监测总线位置；调度分析单元，负责调度需求的优先级；车辆发动机和控制系统健康监控单元，负责车辆故障的优先级；安全预警系统单元，负责车辆运行环境信息的优先级；轮胎监控单元，确定行走系统的信息传输优先级；载重系统单元，负责荷载和装载信息的优先级；燃油系统单元，负责燃油信息的优先级。这些实体单元通过基于基础设施的通信系统进行链接，进行信息交换。基于基础结构的优先级管理技术在确定优先级请求的实体的位置、优先级请求方法和优先级控制的位置有所不同。估算车辆滞留时间是优先请求的一个重要组成部分，可以有效地预测运输车辆的行程时间。

2.1.2 混播禾草种类对混播植物POD活性的影响 A2处理禾草POD活性最高，其次是A3处理。其中，A2处理禾草POD活性分别比A1，A3和A4处理高250.04%，20.22%和350.42%倍，差异均达极显著水平(P<0.01)；A3处理禾草POD活性分别比A1和A4处理高191.18%和274.68%(P<0.01)。A1和A4处理之间差异不显著(表1)。A1处理下苜蓿POD活性比A4处理高19.47%(P<0.01)；A3处理POD活性比A4处理高16.40%(P<0.05)；其余处理之间无显著差异。

个性化的调度系统是智慧露天矿山运输所需要的调度系统。为生产车辆(通过运输设备)提供装卸载的个性化导航提示。使用客户端-服务器体系结构，位置感知基于 GPS/北斗。通过服务器和客户端之间的 Internet 连接，并把部分计算任务分布在服务器和运输设备客户端。

2.2 智慧露天矿山实时地理信息系统

露天采矿的全部过程是在整个相关的地理空间中。采矿空间及空间实体时刻在变化，作业与具有这种空间特点的运输设备对空间系统的依赖性要比其他交通场景的依赖性强。所以，“智慧露天矿山实时地理信息系统”是运输设备正常运行的基础设施[13-15]。

用于智慧露天矿山实时GIS的方案如图2所示。该方案是为实时获取、存储、分析和可视化采矿地理空间数据而设计。与传统GIS平台不同，实时GIS强调提供高吞吐量和高速处理GIS数据。这些信息流对位置敏感，时间粒度要求高，并且与矿山运输设备的传感器构成物联网，连续采集、处理、构建地理空间。

图2 智慧露天矿山空间实时建模架构

矿山运输车辆上安装的多种传感器，以收集车辆的位置、速度和移动方向以及环境信息。采矿运输设备的实时数据是一种大数据，用于捕获各种设备的移动，以便更好地了解设备的移动规律和采矿空间结构。GNSS为运输设备提供了更精确、时间连续性更好的位置信息，采集设备运动轨迹，以量化基于活动的采矿空间属性，生成空间分布目标矩阵，并判断矿区功能区。通过这些连续数据数据流，应用地理科学的空间分析技术，从复杂系统科学的角度模拟构建露天采矿动态空间。

代理系统模型是一种用于模拟具有独立特征对象的计算模型，进而试图揭示整体系统外在表现，并预测复杂系统的模式和其演变规律[7]。根据露天矿山空间的固有和动态特征，用不同的实时数据源与固有的地质测绘信息，应用代理系统对露天采矿地理信息空间进行实时建模，结果表明：①随着更多代理选择实时数据与固有的地质测绘信息相近，映射的空间区域将更大；②数据量和数据种类越多，设计良好的代理模型将显著提高空间实时建模的准确性。

可视化是为采矿设计者、生产和管理人员展示信息的重要手段。可视化通过提供一种有效和直观的方式来可视化大数据，有时即使是混乱的数据，也可以直观地揭示一个现象或过程背后的复杂、隐藏的规律。

在研究中，将数据可视化技术重点放在与运输车辆相关的传感器实时收集的数据上。根据数据收集中使用的传感器类型(移动传感器或固定传感器)，这些数据可以分为两类：①轨迹数据，其中对象的位置和属性会随着时间而变化；②在固定位置收集的时态数据，例如在装在点和卸载点采集的车辆在中数据。在后一种情况下，只有观测的时间戳和值更改。与传统数据源相比，这些数据通常是非结构化的或半结构化的，包含每个观测的多个变量，并且从远程连续传输到服务器。为了分析数据的多样性，可视化可以表达信息不同的方面：时间、空间、时空和多维度。

2.3 智慧露天采矿的运输大数据

国际数据公司 (IDC) 将大数据定义为：”大数据技术描述了新一代技术和架构，旨在通过实现快速采集、发现和/或分析，从大量各种数据中高效地获取价值。”大数据技术中的通信系统是通过收集和集成异构服务中的数据实现的。通过2.1和2.2的论述，充分证明，本文研究的系统所获取的数据是典型的大数据。接下来重要的任务是根据智慧露天矿山的特点，如何更好的应用这些大数据。

该领域的研究包括具有大型分布式数据处理平台的数据仓库产品，以及机器学习和数据挖掘等数据分析技术。智慧露天矿山大数据的应用开发，是智慧露天矿山从业者和研究人员的一项紧迫任务，给学术界、行业和其他组织带来了重大挑战。需要新的技术来管理和分析大数据，以创造价值，提高相关预测的准确性，提高管理水平和安全性，并实现智能的决策。

哈尔乌素露天煤矿公司生产和管理达到了现代化的数字化水平。因此，数据增长率在近些年一直非常高，尤其是生产运输部门，包括：车辆自动定位；生产调度；车辆发动机和控制系统健康监控；安全预警系统；轮胎监控系统；载重系统；燃油系统。这些系统时刻在产生巨大的数据量。事实上，这些大数据遇到许多问题和相关挑战，如存储、可扩展性、处理、及时性、企业秘密和信息安全。

3 案例分析

哈尔乌素智能矿山的建设，立足现有基础条件，应用本文所论述的技术，实现了下列经济效益和社会效益。

1)配套信息化技术改造和管理提升，有效降低物料消耗，使准能公司、哈尔乌素煤炭成本分别在2016年预算124.11元/t和138元/t基础上分别降低1.19元/t和1.60元/t，降至122.92元/t和136.40元/t。

2)提升生产现场的自动化、智能化水平，实现生产现场无人或少人，煤矿、选煤厂、维修中心、炸药厂等单位转岗作业人员350名，使煤炭生产作业效率得到显著提高。

3)推进设备管理的信息化和智能化，提高设备的利用效率和运行维护水平，使煤矿大型设备出动率提升3%、实动率提升2%。

4)结合一体化生产执行平台、一张图等先进应用，有效提升煤矿的生产设计、计划编制、调度指挥和作业管理效率和水平，实现以效益为中心的煤炭生产科学化管理。

运输车辆轨迹点数统计曲线如图3所示，运输车辆轨迹点数累计增量如图4所示。轨迹点的采集原则是能表达出车辆运动规律和运输量，所以对轨迹数据进行保存时做了过滤处理。从图4可以看出，每班全天的数据量大约30万，增长率非常高，成线性增长特点。这些特点，符合大数据的实效、价值、海量等基本标准。

图3 运输车辆轨迹点数统计曲线

图4 运输车辆轨迹点数累计增量

4 讨论与展望

智慧露天矿山车辆运输环境中的实时数据分析问题是本领域的主要问题。因为车辆需要实时数据或信息来进行智能自动调度。实时将这些原始数据经过分析处理，成为有价值的信息是一项具有挑战性的任务。如今尽管数据存储能力不是系统中的主要矛盾，但是，前端不处理，而是一味的传输到服务器存储处理，主要存在下列问题：①加大通讯载荷；②原始数据的存储结构，与经过处理后的本体数据是不同的，这样会增加服务器系统的复杂度；③实时数据处理意味着在本地处理数据，而不是存储数据。原始数据是结构化和非结构化信息并存，本地实时处理将快速决定数据的有效性。进行实时分析的另一个重要因素是所采集的信息满足有效性后，在实时场景中对聚合的信息进行分析，就以获得的有效信息集做出置信度高的挖掘，或者应用例如神经网络、时间序列、卡尔曼滤波等算法基于历史信息或先前分析的信息进行模式匹配。因此，数据验证和数据分析在前端实时进行至关重要。

本文是对哈尔乌素智能矿山建设的总体论述。针对本文研究的重点运输设备上采集到的大数据，如果采用更加先进、统一标准的技术来收集、管理和分析海量数据，这些数据无疑为智慧露天矿山的无人驾驶提供研究基础。对目前的生产运输也会有更广泛的影响和更广泛的应用，将提高运输效率，同时最大限度地降低设备维修和管理成本。