基于工业互联网的露天矿数字孪生建模系统和方法

2023-02-23王智强侯卫钢毛明革

金属矿山 2023年1期

姚江王智强侯卫钢毛明革王润李璐

(1.东北大学资源与土木工程学院,辽宁沈阳 110819;2.沈阳中科奥维科技股份有限公司,辽宁沈阳 110179;3.鞍钢集团矿业设计研究院有限公司,辽宁鞍山 114001;4.鞍钢集团矿业有限公司,辽宁鞍山 114001)

矿山信息化发展经历了单机自动化、综合自动化、数字矿山阶段,近年来矿山物联网和矿山智能化技术得到了快速发展和应用,矿山信息化技术正朝着智慧矿山的目标发展[1],在矿山生产中不断融合新技术,提高矿山生产的智能化水平,从而实现矿山少人化或无人化[2-3]。PLC在矿山设备上的成功应用将矿山带入了单机自动化时代,提升了矿用设备控制的可靠性,减少了设备的停机时间[4]。但是此时的单机自动化模式造成多个上位机共存,形成了信息孤岛,导致信息不能共享[5-6]。2000年以后,随着无线传感器网络及工业以太网技术的飞速发展,为实现各矿山系统之间的互联互通奠定了基础[7],得益于此,我国矿山进入了综合自动化时代。而后,在矿山固有生产工艺环节、装备水平的前提下,以网络为手段,实现了信息存储、传输、表达和深加工,能够为生产优化、决策提供依据[8],矿山进入了数字矿山阶段。矿山物联网是综合实时感知、网络通信和动态控制等技术来实现矿山物与物、人与物之间的信息传递与控制。矿山物联网将物联网技术应用到矿山生产中,进一步提高矿山开采的自动化和无人化水平[9]。矿山智能化是智慧矿山的中级阶段。矿用机器人技术和通信技术正在普及应用,以人工智能和大数据为代表的新技术也融入其中,推动矿山向智能化、智慧化方向发展[10]。

数字孪生、大数据与人工智能等新一代高新技术的发展,丰富了工业互联网的关键技术和应用场景,使工业互联网更好地为工业企业服务[11]。文献[12]提出并行推进、融合发展是中国推进智能制造的技术路线,云技术和工业互联网是支撑新一代智能制造的基础[13-16]。近年来,工业互联网技术和数字孪生技术的融合应用在不同行业和场景都取得了显著进展。张国政[17]构建了工业互联网数字孪生综合管控平台,对用户实现了智能化管理;李连浩[18]面向工业互联网,围绕设备数字孪生系统的设计与实现开展了系列研究;薛旭升等[19]提出了一种基于数字孪生的煤矿掘进机器人纠偏控制系统;葛世荣等[20]采用基于仿真的数字孪生建模方法,提出了综采工作面数字孪生系统架构;葛虎胜等[21]提出了基于双5G网络的露天矿山通信系统,通过建设智能采矿管控、综合生产执行和三维可视化管控的三大平台,进一步融合矿山安全监测监控系统,进而构建了露天智能矿山的建设架构和体系;李国清等[22]从宏观战略引导和矿山建设实践两个层面梳理和总结了国内外地下金属矿山智能化建设的目标、理念、建设经验、关键技术以及所取得的成果;王国法等[23]结合煤矿智能化建设经验与阶段性成果,提出了我国智慧矿山实现高质量发展的主要技术路径。但总体上,目前针对露天矿数字孪生建模系统和方法的研究存在的不足主要有:① 我国露天矿采矿生产大多生产工艺流程长、管理环节多、工程复杂性高,各个层级之间信息传递具有滞后性,现有的数字孪生建模方法难以实现实时、准确的露天矿生产指挥调度,也无法有效改变现有的生产组织方式;② 对于露天矿采矿生产中最核心的矿体模型,现有的数字孪生建模方法无法实现矿山地质三维实体建模,无法精准描述地质分布,不能有效满足露天矿生产配矿要求;③ 现有的数字孪生建模方法无法实现采矿生产中的“五品联动”[24]。

为此,本研究提出了基于工业互联网的露天矿数字孪生建模系统和方法,能够实现采矿一块屏,对地质、测量、设计、到采矿生产环节的生产管控、安全管控、设备能耗管控、铁运生产管控等方面进行一体化集成,所有采矿生产过程都可以通过露天矿数字孪生模型完成,最终形成智慧矿山整体解决方案。

1 露天矿数字孪生建模系统结构

露天矿数字孪生是以工业互联网为基础、基于现实世界露天矿采场而创建的虚拟世界模型,结合采场基础设施、采矿设备以及生产运行数据与三维数字地质系统,呈现三维露天矿采场。本研究提出的露天矿数字孪生建模系统包括端、边、网、云4层系统,结果如图1所示。

图1 露天矿数字孪生建模系统整体结构Fig.1 Overall structure of open-pit mine digital twin modeling system

端层用于露天矿现场自动化控制、单体设备控制及数据采集、现场视频监控、通信指挥调度;用于实时获取露天矿中的实体设备运行数据,同时将实体设备的运行数据发送至边层,以及将实体设备的实际位置发送至云层。端层包括单体设备、生产设施、传感器、定位装置和视频监控。

边层用于获取端层中实体设备的运行数据,并结合AI算法对该数据进行边缘计算,将获取的带有作业动作的分析结果和报警、预测数据发送至云层,以通过云层实现对应的数字孪生实体设备模型的动作控制和报警预警,其最终的主要功能是与端层进行互联互通。边层系统包括边缘计算装置、数据缓存装置、数据汇集装置和人工交互装置。

网层用于构建现场的工控、生产、公网融合的网络体系,以实现层之间的数据传输以及与公共网络的数据传输。网层包括工控网、办公网、公共网和数传电台。

云层用于构建露天矿环境数字孪生模型,并接收端层中实体设备的实际位置,创建对应的数字孪生实体设备模型,以及根据露天矿采场的地质数据建立地质模型,并将数字孪生实体设备模型和地质模型加入露天矿环境数字孪生模型中,形成露天矿数字孪生模型。同时,接收边层获取的带有作业动作的分析结果,根据分析结果控制端层实体设备执行相应的作业动作,并通过三维形式展示。云层以标准的云3层服务体系作为基础,构建矿业的云体系,包括基础设施层IaaS、平台服务层PaaS和应用层SaaS。应用层SaaS包括露天矿生产管理模块、露天矿生产执行模块、露天矿安全管理模块和露天矿数字孪生模块。

1.1 端层系统结构

端层系统包括单体设备、生产设施、传感器、定位装置和视频监控,系统结构如图2所示。单体设备指露天矿生产中直接或间接用于采矿生产的移动设备,包括牙轮钻、矿用电铲、矿用卡车、洒水车、撒盐车;生产设施指露天矿生产中直接或间接用于采矿生产的固定设施,包括卸矿点、爆破警戒、钻孔、边坡监控;传感器是指为了提高采矿生产自动化程度或人工智能程度而安装在设备和装备上的传感器,包括电能表、矿用卡车油箱液位计、矿用卡车防碰撞雷达传感器、矿用电铲姿态传感器、牙轮钻孔深传感器、卸矿点蓬料传感器;定位装置包括安装在各种移动设备上的北斗定位模块、工作人员佩戴的定位腕表;视频监控指安装在露天采场固定位置的鹰眼视频装置和生产设备驾驶室内或室外的视频监控。

图2 端层系统结构Fig.2 Device-layer system structure

1.2 边层系统结构

边层系统包括边缘计算装置、数据缓存装置、数据汇集装置、人工交互装置,系统结构如图3所示。边缘计算装置包括电铲铲齿脱落识别装置、卸矿点蓬料识别装置等;数据缓存装置包括安装在各个移动设备上,用于在网络覆盖不足无法实现数据上传时暂时将数据缓存在本地,待设备进入网络覆盖区域时将数据一次性上传;数据汇集装置是指安装在移动设备上的智能网关和串口服务器,用于将设备上的多源异构数据进行汇集,并且转换为统一协议、格式数据的装置;人工交互装置指安装在生产设备上的前置终端,用于接收从远程调度中心下发到各单体设备的实时调度信息和上传设备操作人员的反馈信息,实现实时、准确的露天矿生产指挥调度,改变现有的生产组织方式为扁平化管理模式。

图3 边层系统结构Fig.3 Edge-layer system structure

1.3 网层系统结构

网层系统包括工控网、办公网、公共网、数传电台,系统结构如图4所示。工控网具体包括WIAPA/FA网和工业以太网,用于实现工控设备的控制和监控;办公网包括WIFI、5G/4G专网、万兆环网,用于完成露天矿企业的日常管理活动;公共网包括4G和5G,用于个人移动设备访问因特网或语音通话;数传电台包括数传电台主站和中继站,作为工控网和公共网的补充,保证露天矿生产数据传输的实时性和完整性。

图4 网层系统结构Fig.4 Network-layer system structure

1.4 云层系统结构

云层系统包括基础设施层IaaS、平台服务层PaaS和应用层SaaS。其中,应用层SaaS包括露天矿生产管理模块、露天矿生产执行模块、露天矿安全管理模块和露天矿数字孪生模块。云层系统结构如图5所示。基础设施层IaaS实现虚拟化、存储、扩容、容灾和负载的功能,平台服务层PaaS实现ETL、数据建仓、数据总线、矿业建模、科学计算、大数据分析功能,应用层SaaS实现露天矿生产各具体应用的部署。

图5 云层系统结构Fig.5 Cloud-layer system structure

露天矿生产管理模块包括数据管理、计划管理、生产管理、质量管理、设备管理、能源管理、绩效考核、统计分析和移动应用,从露天矿整体生产管理角度,提供基础数据、计划分解、生产调度下发、绩效考核、统计分析等流程管理,分解下发任务到达生产执行模块进行采矿作业执行。数据管理是对系统的基础数据进行维护,包括增加、删除、修改、查询等主要功能;计划管理是根据企业制定的年生产计划确定季度生产计划、月生产计划,采用基于业务需求的算法实现对生产计划的联动排产;生产管理实现对露天矿采场相关钻孔、铲装、汽运设备的调度功能;质量管理是针对矿石品位的管理;设备管理是针对采矿活动中直接和间接用于生产的设备进行管理;能源管理实现对采场能源的智能管理,能够精确采集单机台、单工序的能耗信息;绩效考核通过系统中各环节的数据串联,结合指标信息,形成对作业人员的绩效与考核;统计分析是对生产过程数据进行统计分析形成报表,从不同方面以不同角度向用户展示生产过程的统计信息;移动应用是指用户可以通过移动设备查看自己关注的数据。

露天矿生产执行模块包括三维地质、爆破管理、穿孔管理、配矿管理、铲装管理、运输管理、卡车调度、模型更新和验收管理,对自身生产环节数据进行采集监控,在生产管理模块中完成生产追踪,形成生产管理数据闭环。三维地质是实现矿山地质三维实体建模,精准描述地质分布;爆破管理是实现先进的3D爆破设计和建模功能,实现爆破数据的可视化;穿孔管理实现牙轮钻生产的计算机布孔操作;配矿管理是有计划地按比例搭配不同品位、不同品种的矿石,混合均匀,在确保达到选厂要求的质量标准情况下综合利用矿产资源;铲装管理实现铲装信息的实时采集、生产信息的自动汇总分析,记录电铲工作区域的运动轨迹并上传,实现铲装的优化指挥调度;运输管理实现铁运环节的调度管理、智能报表、决策分析;卡车调度实现对采装设备移动运输设备卸料点及生产现场进行实时监控和优化管理的智能指挥调度;模型更新是随着采矿生产的进行自动更新地质模型,具备模型修改与管理功能;验收管理是随着采矿生产的进行能够计算出本月验收结存量,并得出本月矿石与岩石的生产量。

露天矿安全管理模块包括边坡监控、人员管理、车辆管理、卡车安全、电铲健康和巡检管理,将露天矿生产中与安全相关的数据进行管理。边坡监控是用于露天矿边坡稳定性测量和监测;人员管理是对设备操作人员进行健康状态监视,确保生产安全以及周围人员安全;车辆管理是对车辆实行定位管理,监控车辆位置状况,具有向已经超出电子围栏范围的车辆司机提供报警功能;卡车安全是对卡车运矿过程的碰撞危险提供示警;电铲健康是监控生产中电铲铲斗的健康状态,包括护套、铲齿脱落等;巡检管理是按照国家相关法律法规和企业制度,制定危险源鉴别方法、危险源巡检内容、安全应急预案、各级危险源的巡检计划要求,并自动生成巡检计划。露天矿数字孪生模块在三维露天采场模型的基础上,对地质模型、单体设备进行建模,将所有获取的数据进行整体集成展示,方便采场直观地调度、管理,并通过三维形式展示给用户。

2 露天矿数字孪生数据流

本研究露天矿数字孪生数据流以卡车调度功能为例分析数据在各层之间的传输方法,如图6所示。具体流程为:① 由云层的卡车调度功能模块将调度指令数据发送给网层的工控网;② 网层的工控网接收到卡车调度发来的数据后,转发给边层的人工交互装置;③ 边层的人工交互装置将数据转发给端层的矿用卡车单体设备;④ 作业人员获得调度数据后操控矿用卡车开始作业;⑤ 将矿用卡车作业过程数据以及位置数据传输给边层的数据汇集装置;⑥ 边层的数据汇集装置接收到数据后将其转发给网层的工控网;⑦ 通过工控网将数据发送给卡车调度系统,调度人员可以根据实时的数据反馈决定下一步的调度指令。

图6 数字孪生数据流示意Fig.6 Schematic of the data flow of digital twin

3 露天矿数字孪生建模方法

将整个露天矿生产过程和业务融合在一起形成了露天矿数字孪生模型,如图7所示。露天矿数字孪生建模方法包括采场实景建模、构建矿体模型、模型结合、创建设施模型、还原单体设备模型、数据接入、WEB还原生产现场7个步骤。

图7 露天矿数字孪生建模方法流程Fig.7 Flow of digital twin modeling method for open-pit mine

3.1 采场实景建模

利用无人机倾斜摄影技术对露天矿采场进行实景建模,获取详细的影像数据,经过计算获得二进制存储的、带有嵌入式链接纹理数据(.jpg)的OSGB格式模型。采用精确的控制测量技术及等高线测量技术,保证空三精度、确定地物目标在空间中的绝对位置,控制模型整体误差在10 cm以内。经过地形修正,去除采场中无关机械设备(如牙轮钻、电铲、卡车等)对地形的影响,最终得到精确的露天矿采场数字孪生模型。

3.2 构建矿体模型

露天矿生产执行模块中的三维地质系统基于矿山勘探的钻孔、化验、岩性等地质数据,构建地质数据库,在三维空间显示勘探线各剖面的钻孔岩性、品位数据,不同地质岩性按照不同颜色进行显示,根据钻孔岩性、品位图像进行矿体解译,判断矿体走向,进而构建矿体模型。

3.3 模型结合

将构建的地质模型添加至露天矿采场数字孪生模型,不仅可以查看露天矿采场地表模型,还可以直观地获取隐藏在地下的矿体、矿脉分布信息。通过对不同种类矿体进行颜色区分,可呈现出不同种类、不同颜色的矿体交织在一起的孪生影像。

3.4 创建设施模型

根据露天矿参与采矿作业设施的实际位置和实际三维尺寸,创建对应的数字孪生生产设施模型,定义每类生产设施物理实体和与数字孪生生产设施模型之间的数据接口,使得数字孪生生产设施模型能够显示实时的业务数据,具体设施及对应的数据如表1所示。

表1 生产设施模型及对应数据Table 1 Production facility model and its corresponding data

3.5 还原单体设备模型

根据露天矿生产现场每类单体设备的实际三维尺寸、相关数据和作业动作,1∶1还原单体设备模型。定义每类单体设备物理实体与数字孪生单体设备模型之间的数据接口,使得数字孪生单体设备模型能够与实时的业务数据相结合。采用亚米级定位装置对设备位置信息以秒为单位的频率进行实时采集。具体设备和对应的数据及作业动作如表2所示。

表2 单体设备模型和对应数据及作业动作Table 2 Single equipment model,corresponding data and operation action

露天矿数字孪生模块中,创建对应的数字孪生生产设施模型以及单体设备模型,将数字孪生生产设施模型与单体设备模型构成数字孪生实体设备模型,加入露天矿环境数字孪生模型中,得到露天矿数字孪生模型。最终通过Web3D动画技术,以业务数据及定位数据为支撑孪生控制各单体设备,展示孪生动画。

3.6 数据接入

本研究以人员管理为例分析数据接入方法。

露天矿安全管理模块通过实体设备中的定位装置以及视频监控设备,接收边层定位装置和传感器获取的数据,对露天矿现场作业人员进行健康监控及位置监控,接受边层处理后得到的报警、预测数据,以实现报警预警。

通过智能健康腕表及人员定位卡扣,对露天矿现场作业人员进行健康监控及位置监控。将人员健康腕表及定位卡扣反馈的健康信息,显示在露天矿采场数字孪生模型上,健康信息包括人员位置、血压、血氧、心率、体温、步数。同时系统设定了人员健康预警上下限值,当健康监控数据超过预警范围时,系统将产生预警信息并将其发送给该人员所在作业区的作业长及安全员。

3.7 WEB还原生产现场

将上述步骤生成的模型和定义的数据,基于WEB进行开发,采用WebGL三维动画技术,以整体矿山倾斜摄影模型为基础,以露天矿生产业务数据及卫星定位数据为支撑,对设施模型、设备模型进行孪生动画控制,真实还原露天矿采矿作业生产现场。

4 结果与分析

本研究提出的基于工业互联网的露天矿数字孪生建模系统和方法,在鞍钢矿业齐大山铁矿进行了应用。矿山所有单元、模块中的设备运转信息、生产过程信息、图像信息都能够与三维模型进行联动,并在三维模型上进行动态仿真展示,实现生产过程的可视化管理、全方位立体管控,以及集中优化指挥调度。露天矿数字孪生可视化展示结果如图8所示。绿色标签代表的是边坡位移传感器,点击该标签可以显示对应边坡的位移传感器数据;橙色标签代表的是工作人员,点击该标签可以显示对应工作人员的健康数据;紫色标签代表的是鹰眼摄像头,点击该标签可以查看对应摄像头的视频数据;蓝色标签代表的是生产设备,点击该标签可以显示对应设备的生产数据;灰色标签代表的是离线设备,代表该设备未通电处于待机状态。邵安林院士提出了“五品联动”的概念,即矿冶工程中,地质品位、采出品位、入选品位、精矿品位、入炉品位是互为条件、相互联系的[24],通过应用本研究提出的露天矿数字孪生系统,可以让生产指挥人员在远程调度中心整体上实时把握整个露天矿的生产状态,包括地质品位、采出品位、入选品位都可以实时监控,对于“五品联动”中的“三品”实现了联动,后续的精矿品位和入炉品位涉及到选矿、球团和冶炼工艺,不在本文阐述。

图8 露天矿数字孪生WEB展示Fig.8 Digital twin WEB display for open-pit mine

露天矿数字孪生系统主要功能分析如下:

(1)地下矿体查看。如图9所示,可以通过旋转地图从不同视角查看地下矿体。

图9 地下矿体查看Fig.9 View of underground orebody

(2)数据统计。如图10右侧所示,可以统计露天采场中当前在线车辆/人员,车辆类型包括电动轮、电铲、牙轮、机车、工程车辆、外委车辆、临时车辆;统计运铲量,包括当班运铲量、当班运距、当班运次,可切换白班/夜班的数据;统计本月生产进度,包括计划产量、剩余量、生产比;统计报警数据,包括今日报警、今日处理报警;统计耗油耗电量,包括牙轮、电铲、电动轮、工程车。

(3)巡航设定。定义巡航路线,大地图视角会沿着预设的点位飞行,从空中俯瞰整个露天采场当前的生产现状。

(4)车辆详情查看。双击露天矿数字孪生系统上的“电动轮”,可以查看电动轮详情(图10),包括司机信息、车辆名称、当前物料、矿石载量、累计重载运距、累计运次、近七日白班/夜班运量、近七日矿石/岩石产量等信息;双击露天矿数字孪生系统上的“电铲”,可以查看电铲详情(图11),包括司机信息、车辆名称、铲斗容量、铲数、装车数、近七日白班/夜班运量、近七日矿石/岩石产量等信息;双击露天矿数字孪生系统上的“牙轮钻”,可以查看牙轮钻详情(图12),包括司机信息、车辆名称、用电量、岩道、矿道、电流、电压、成孔数、废孔数、补孔数、废孔率等信息。

图10 统计数据和电动轮详情Fig.10 Statistical data and electric wheel details

图11 电铲详情Fig.11 Shovel details

图12 牙轮钻详情Fig.12 Details for rotary drilling

(5)摄像头视频查看。双击露天矿数字孪生系统上的“摄像头”,可以查看车载视频监控或鹰眼视频监控数据,如图13所示。

图13 鹰眼视频监控界面Fig.13 Interface of hawk-eye video surveillance

(6)边坡监测查看。双击露天矿数字孪生系统上的“边坡设备”,可以显示对应设备的监测数据,深部位移监测数据如图14所示,表面位移监测数据如图15所示。

图14 深部位移数据Fig.14 Deep displacement data

图15 表面位移数据Fig.15 Surface displacement data

本研究提出的建模方法构建了支撑制造资源泛在连接、弹性供给、高效配置的露天矿数字孪生平台。以采矿业务管理为基础,以“矿石流”为主线,整合了生产过程中物质流、能量流、工艺流、信息流,实现了采场的智能卡车调度、三维数字地质、智能爆破与配矿管理等系统,攻克了“端、边、网、云”的工业互联网平台架构技术难点,助力矿山企业建设成为以自动化、信息化、数字化、智能化为基础的全流程的少人化、无人化生产的本质安全管理和智能决策于一体的绿色、安全、高效的智能矿山。

5 讨论

通过在齐大山铁矿为期1 a的示范应用,推动了矿山管理体制变革,突破了传统层级管理架构,实现了垂直管理,提高了管理效率,在生产组织环节,实现了数据融合应用、业务融合系统,生产管理效率提升了30%以上,直接经济效益明显增加。具体来说:① 提高了矿石资源利用率,实现了科学质量配矿,降低了贫化率0.5%,提高了回收率1.2%。② 人力资源优化,减少定员69人。③ 设备效率提升明显,钻机由5.09万m/(台·a)提升至5.60万m/(台·a),效率提升了约10%;电铲由449.7万t/(台·a)提升到500万t/(台·a),效率提升了约11%;汽车由379万km/(台·a)提升到400万km/(台·a),效率提升约5.5%;破碎由1 806 t/h提升到2 003 t/h,效率提升了约11%。④ 能耗方面,电单耗由1.13 kWh/t降低到1.08 kWh/t,汽车油耗由1 416kg/(万t·km)降低到1 350 kg/(万t·km)。创造了直接经济效益2 920万元,为增强企业竞争力提供了有力支撑。