煤矿综掘工作面机电智能化控制技术的应用

史佳林

（云南省煤炭机电试验所，云南昆明 650000）

煤炭作为重要的生产、生活能源，随着综采技术的不断创新发展，井下作业的智能化、自动化水平也稳步提升。但在巷道综掘机电系统的设计与应用方面，仍旧存在机身位姿感应不全面、装备故障自主探测能力差等方面的问题，在截割、支护、锚固等生产作业中，人工操作的步骤繁琐，无法保持稳定的并行、循环作业状态，协同控制的水平有待加强。在综掘作业机电系统建设与应用的过程中，煤矿单位应在深入分析工作面掘进设备作业特点的基础上，合理引进先进的智能技术，通过关键技术的研究与创新应用，对机电系统进行优化改造。

1.综掘工作面智能化机电控制系统运行框架的设计

综掘工作面智能化机电系统主要由边缘感知层、平台决策层、设备执行层以及远程运维层4个模块构成。其中，边缘感知层的功能设计包括地质数据（地质勘探、随掘勘探）、掘进环境（围岩位移、围岩感知、锚杆变形、底板变形）、设备状态勘测（截割负载、煤流负载、支护压力、钻机转矩、位姿行程、故障感知），是机电智能化作业系统的监测“眼睛”，具有超前探测、动态感知、提前判断等方面的应用优势，为一体化自适应截割作业提供可靠、全面的数据支持。该模块的关键技术包括GIS、BIM、云计算以及大数据分析、人工智能识别等技术，以三维GIS为基础融合时间维，搭建起四维时空数据分析系统，为机电设备的协同性、实时性操作奠定了基础[1]。

平台决策层作为综掘机电设备智能控制的核心层，设计理论包括钻机调控、自适应控制、临时支护、围岩失稳等方面的作用特点，采用中央集成化控制的模式，推进决策方法的制定、优化与落实，利用智能化一体锚掘自适应模型与动载荷识别模型，实现多种机电设备的协同控制，其核心技术包括协同控制、数字孪生等技术。作为系统控制的“大脑”具有状态监测、数据分析、确定作业参数、发出控制指令等方面的功能。

智能系统的设备执行模块主要承担执行控制指令的作用，在接收决策层的控制信号后，进行装料与卸料、自动截割、锚杆支护等操作。执行层与决策层之间的信号传递核心技术是5G技术，自适应操作需要组合神经网络、深度学习等技术的支持。控制系统通过软件程序对机电设备进行一体化、智能化操作，执行自动跟机、智能支护、自动截割、掘进导航、连续导航等指令[2]。

远程运维模块是智能控制体系的安全保障，通过对监测数据的智能分析，评估机电综掘设备的故障状态与异常风险，生成系统的评估报告后，为设备日常养护、状态检修、故障处理、更新维护等工作提供帮助，关键技术包括大数据、云平台与专家系统等。解决了影响传统掘进智能化的“数据不清、判断不明”问题，实现了掘进作业从信息感知到设备联动运行的一体化控制，具有逻辑层次明确、状态监测反馈及时、故障风险识别准确的优势。

2.基于GIS关键技术的四维数据分析应用

矿井信息是支持综掘作业的基础，而GIS是智能化机电控制系统边缘感知模块的关键技术。空间GIS系统能够对测绘、钻探、物探等数据进行智能探测、采集、分类存储，借助大数据分析、智能关联技术，对数据进行挖掘，提升控制操作与运维管理相关决策工作的科学性。同时，还能支持快速掘进、智能设计、智能开采、无人驾驶等功能的实现。依托于三维GIS系统，引进时间维，构建起了囊括点线、平面、立体、时间为一体的四维数据采集、分析与处理系统，能够对相关地质环境、掘进环境、设备状态等信息进行集成化、一体化的整合。以空间数据处理为核心，针对综掘工作面的时空环境，在智能化平台上构建透明化的“资源赋存、地质结构、生产系统、生产过程、安全风险”矿山管理模式，让系统操作人员可以直观、动态地了解该时空环境空间信息的变化。通过大数据与云平台的计算分析，对环境变动趋势进行评估、预判，为矿井平台决策、设备运维操作、远程控制等模块的运行提供相应的支持[3]。

3.群组协同控制及数字孪生技术

综掘设备的智能化、一体化作业要求不同设备间的操作协同，可以进行同步或连续截割、支护、装料与卸料作业。因此，需要在保证设备能够自动化操作的同时，通过建立多机组群的统一空间坐标系来实现多设备精准定位、协同操作、智能导航等操作目标。基于群组协同控制技术的多掘进机组可以借助无线网络、传感设备等实现信息数据的实时交互与共享，合理解决协同控制过程中多机组同步操作过程中的矛盾问题。当前，群组协同智能控制技术的研究逐步深化，提出了无人化掘护锚联合机组的设计，使用机器人进行操作，实现了群组协同与远程控制技术的融合应用。通过智能平台对综掘作业情况进行分析，进一步完善智能系统的机电智能控制、截割轨迹设定与优化、智能截割、自主纠偏等功能，并验证了掘护锚协同控制策略与锚固网络结构多目标优化设计方法的可行性。提出超前支架调平及锚固装备钻进力和转速自适应协同控制策略，以群组分布式智能协同控制算法为基础，搭建起囊括掘进、支护、运输与锚固等平行、循环作业的智能化管理机制，针对性地提升了煤矿综掘作业的安全性与效率性。在不同的煤巷作业环境中，掘护锚串行对设备操作的需求不同，通常情况下，可以将作业工序分为以下几个环节：巷道掘进、临时支护、永久支护等。智能系统的数字孪生仿真技术可以通过边缘感知层收集的信息，搭建物理模型在分析群组历史运行数据后形成机电设备的数字映射，对联合机组设备的并行、循环作业进行设计与优化。当完成进深截割阶段性操作指令后可以及时衔接临时护顶工程，实现高效、快速掘进、截割的目标。

4.组合神经网络技术

当前，在自适应截割一体化控制技术的研究领域，国内外关注的重点在于截割摆速方面，摆速自适应调节主要基于电流与油缸压力两种判断方法。掘进设备在截割作业过程中，煤岩硬度会发生变化，如果截割臂摆速难以根据变化情况自动调节，将会导致作业无法顺利进行或是出现安全事故。为此，以组合神经网络分析和D-S证据理论为基础，对截割臂摆速进行自适应控制的方法被提出。该种掘锚一体自适应机组智能控制系统的结构分为电磁阀控制单元、矿用本安型数据采集单元、监测单元。监测单元借助掘锚设备上安装的传感器，动态采集掘锚机电机温度、截割转速与载荷、摇臂倾角等各部位的运行状态信息，将采集的结果传输到矿用本安型数据采集单元，在控制中心对各项运行数据进行对比分析后，对设备的使用状态进行评估，并通过对围岩状态感知设数据的分析，预测掘锚机下一阶段的状态，然后向电磁阀控制单元反馈预测结果，控制单元下达下一阶段的操作指令。在整个掘锚一体自适应机组智能控制系统总，系统需要借助组合神经网络，对截割臂升降速度及速度的变化速率等数据进行整合分析，精准掌握掘锚机实际运行状态与要求运行状态的差异情况，将各项运行参数差值上传到上位控制平台，平台根据各项偏差量对油缸、电机需要的调节量进行计算，然后将调节量的数字量信号转换为控制电信号，将其传输给对应的电机和液压系统，确保最终的执行情况满足截割系统的调控要求，对误差进行动态控制，及时调整截割摆速。

5.智能导航控制技术

在井下工作面进行综掘作业的过程中，巷道环境通常具有粉尘含量高、低照度的特点，掘进机械的位置测量与操作控制的精度难以保证。以视觉测量、激光标靶、机器视觉、物联网等技术为基础的智能导航控制模式，可以通过传感设备、深度相机、全站仪等设备对机器人的行为进行精准控制，准确定位掘进设备，进行精细化的操作[4]。当前，智能导航控制模式包括以下几种：以激光束为特征，构建掘进设备位姿视觉动态测量模型，通过空间矩阵相关数据的变换求解出掘进设备的位姿数据。扫描激光靶向建立位姿测量模型，解算掘进设备在巷道坐标系中的位置、身姿信息。通过传感器与激光得到视觉测量数据使用PID控制算法进行纠偏控制的快速定位法。在井下机器人自主移动导航方面，可以搭建机器视觉智能系统，利用具有深度学习功能的相机实现自主导航操作。现阶段，由于井下作业环境中，激光穿透力不足，定位偏差率较高，采用惯性导航会随着作业时间的延长，使得定位、身姿测量误差过大。因此，相关专家提出了一种惯性导航与数字全站仪结合的方式，可以准确测量掘进设备的位置、身姿信息，该种智能导航模式需要安装惯性导航设备、指北仪以及全站仪等装置通过物联网进行连接与控制。

6.5G技术

煤炭综掘的智能化机电控制系统对数据传输速率与平稳度、安全性要求较高，在移动网络技术的应用过程中，存在网络覆盖范围受限、组网构建复杂等技术问题。随着智能技术在煤炭产业的深入应用，终端结构与非结构数据将呈现指数级上涨的特点，在机器视觉、深度学习、语音识别与高频采样传感设备的大范围应用背景下，现有网络传输技术已经无法满足煤炭智能化生产管理的需求。5G技术具有低时延、广连接、大带宽的优势，可以通过微基站、端到端连接与切片技术，突破原有移动网络的技术瓶颈，为智能化系统指数级数据的处理、传输提供支持。运用5G技术搭建囊括多种接入方式的传输网络，可以通过设定统一传输标准建设起泛在感知系统，进行多场景无缝接入，满足机电智能控制系统的平台共享、数据实时交互、高效融合、多样承载的需求[5]。同时，5G切片技还可以通过场景切片设计，在保证业务安全的基础上满足不同综掘场景的业务需求。

7.大数据与云平台技术

智能掘进机电控制系统中，信息的收集、处理、存储离不开大数据及云平台技术的支持。借助云平台的高效计算、智能存储与大数据关联数据提取、分析等功能，可以对煤矿感知系统采集的数据进行动态、精准的分析，并构建煤矿云数据中心，通过数据中心智能管理系统与数据仓库的建设，为平台决策层、远程管理层的预判与决策提供客观、全面的数据支持。煤矿大数据框架包括数据抽取加工，数据共享和交换，数据分析与预测等几个方面，最终构建主体数据模型库，形成数据集市。云数据平台的统一管控开放性技术架构。通过建立人工智能模型库对数据集市进行高效开发，为井上调度运行、智能化生产等环节提供实时的数据服务，包括数据计算、数据报表、数据分析、数据共享等功能，平台用户在获得相应的权限后可以运用云数据引擎，开展各项管理工作。为综合管控平台各种应用提供数据支持。云数据可以满足综采智能化机电控制系统协同控制、在线监测、运行决策等多方面的服务需求，能够迅速构建起组态化的业务逻辑，实现综采、综掘、运输等环节的工作有效对接。

8.结语

智能技术在煤炭领域的应用形式不断创新，在为煤炭产业高效、绿色发展提供支持的同时，也对煤炭产业的生产技术、运行管理提出了更高的要求。煤炭单位应在全面把握GIS、群组协同控制、数字孪生、智能神经网络、5G、大数据与云平台等技术在综掘工作面智能机电控制系统不同模块应用提点的基础上，结合煤矿生产的实际情况，按照全局优化、多点协同的原则，有序开展智能综掘设备管理系统的优化设计与建设工作，实现科学决策、动态监管、安全生产、保质提效的目标，推进高新技术与煤炭产业全面融合发展。