基于工业互联网架构的煤矿瓦斯智能抽采管控系统设计

2024-03-15尹建辉

工矿自动化 2024年2期

尹建辉

（1.陕西煤业化工技术研究院有限责任公司，陕西西安 710065；2.渭南陕煤启辰科技有限公司，陕西渭南 714000；3.煤炭绿色安全高效开采国家地方联合工程研究中心，陕西西安 710065）

0 引言

近年来，煤矿智能化水平得到大幅提升，促进了煤矿安全、高效、绿色开采。王国法等[1-3]指出煤矿智能化是适应现代工业技术革命发展趋势、保障国家能源安全、实现煤炭工业高质量发展的核心技术支撑，发展智慧煤矿是我国煤炭工业发展的必由之路。煤炭工业互联网[4-6]是煤炭行业智能化升级的必由之路，工业互联网以大数据、物联网、云计算等新一代信息技术与工业生产控制技术进行深度融合，已成为全球新一轮产业竞争的制高点[7-8]。

煤矿瓦斯抽采是高瓦斯矿井和突出矿井进行安全回采前的必要作业，是煤矿瓦斯灾害治理的根本途径，其具有子系统多、流程多、周期长、监测点多、数据多等特点。充分利用工业互联网的技术优势，对瓦斯抽采各环节连接与贯通，可强化全流程互联互通及数据集成与智能分析，实现各业务的整体优化与深度协同和效率提升，对于提升和保障瓦斯抽采作业安全和提质增效具有重要意义。

我国学者对煤矿瓦斯智能抽采技术及矿井管控平台的设计和开发进行了探索研究，取得了一定成果。周福宝等[9]建立了瓦斯抽采管网中瓦斯-空气混合气体流动控制方程，以最大瓦斯抽采纯流量为目标函数，建立了瓦斯抽采管网参数的优化模型。吴克介等[10]采用Docker技术实现了全矿井瓦斯智能抽采管控软件，并阐述了软件整体架构和相关关键技术。贺耀宜等[11-12]、韩安等[13]提出了一种基于工业物联网的统一技术和架构，服务于矿井综合管控系统。邢震等[14-15]以工业互联网“云-管-边-端”架构为基础，构建了煤矿灾害数字孪生服务体系。杨军等[16]从感知层、传输层、赋能平台、工业APP、信息安全等5个方面分析了煤炭工业互联网技术的研究现状和发展方向。赵旭生等[17]阐述了智能瓦斯抽采的精准感知、自决策、自执行、自适应、自学习等5个方面特征。熊伟[18]根据抽采系统各项特性建立了有向图论模型，管段阻力损失降低了8倍，优化区域抽采纯量提高了1倍以上。蒋志刚等[19]、马莉等[20]、陆建行[21]基于阀门调控实现了钻孔负压调控，提高了瓦斯抽采浓度。

上述研究在瓦斯智能抽采领域取得了一些成果，但煤矿工况环境恶劣，大多研究还处于探索阶段。目前煤矿瓦斯智能抽采管控系统还存在以下不足：① 现有的瓦斯抽采管控系统功能局限于某一段流程管控，未能做到瓦斯抽采全流程精细化管控，导致瓦斯抽采业务管理覆盖不全、措施落实不到位。② 现有的瓦斯抽采管控系统仍基于传统的“烟囱式”IT架构，导致子系统分散、数据利用率低、协同能力差，后期子系统融合代价大、系统扩展不便。③ 现有的瓦斯抽采过程仍存在较多的人工环节（如人工统计钻杆根数、人工计算瓦斯抽采指标、人工数据分析等），系统智能化、自动化能力还有待进一步提升。

针对上述问题，本文设计了一种基于工业互联网架构的煤矿瓦斯智能抽采管控系统，采用数据采集、规则引擎、机器视觉等技术实现瓦斯抽采全流程精细化、智能化管控，以提高矿井瓦斯抽采的信息化和智能化水平。

1 瓦斯智能抽采全流程管控业务分析

工作面在瓦斯抽采之前需对钻孔进行打钻施工，良好的钻孔施工质量是保障瓦斯抽采达标的基础。首先，针对施工过程虚报进尺、钻孔偏斜度过大及打钻过程瓦斯超限等现象，通过视频记录、AI识别、轨迹仪测量的方式对打钻过程进行实时录像和分析，实现钻孔全过程管理。其次，依据《煤矿瓦斯抽采（放）监控系统通用技术条件》《煤矿瓦斯抽采达标暂行规定》《防治煤与瓦斯突出规定》等要求，在瓦斯抽采过程中，对井下抽采管路进行计量监测、对泵站运行状态进行监测。然后，在煤层开采前对待采煤层进行瓦斯抽采效果评判，在评判达标后进行安全回采作业。最后，基于监测数据实现数据的曲线、报表、预警的展示与分析。

根据上述分析，设计了瓦斯智能抽采管控系统，包括抽采系统数字孪生、钻孔全过程管理、数据监测、数据分析、抽采评判、预警管理、系统管理7个功能，如图1所示。

图1 瓦斯智能抽采管控系统功能架构Fig.1 Functional architecture of intelligent gas extraction control system

抽采系统数字孪生形成了井上下抽采数据立体化全貌展示；通过钻孔全过程管理实现钻孔工程的精细化管理，保障抽采措施落实到位；通过对瓦斯抽采管网的数据监测，实现抽采系统的设备、管道内气体参数的实时监测；通过对监测数据的分析，绘制曲线、报表，并对异常数据进行分析预警，方便管理者实时掌握抽采情况；通过对抽采达标参数计算实现自动抽采评判；系统可依据现场经验，实现预警阈值管理和判别条件自定义设置。

2 软件架构设计和关键技术

2.1 软件整体架构设计

结合瓦斯智能抽采全流程管控业务，进行软件架构设计。瓦斯智能抽采管控系统由感知层、数据层、赋能层、业务层组成，如图2所示。

图2 瓦斯智能抽采管控系统整体架构Fig.2 The overall architecture of the intelligent gas extraction control system

感知层包括矿井各类传感器、摄像机、手机、轨迹测量装置、巡检机器人、便携仪等设备。通过光纤、以太网、5G等通信方式将瓦斯智能抽采全流程数据传输至数据平台。数据层实现数据采集、协议转换、数据管理、数据存储等操作。赋能层为业务层提供计算和分析服务。基于大数据平台对瓦斯抽采数据进行分析和挖掘，可预测钻孔煤自燃、管道堵塞、抽采泵异常等问题。通过视频AI平台，实现瓦斯钻孔施工过程的风险分析，比如人员“三违”行为、钻杆进尺分析、钻孔深度推算功能。通过数字孪生平台，建立采掘系统、抽采系统三维数字孪生体，为管理者提供立体、直观的管理视角。规则引擎自定义瓦斯抽采达标评判条件、阀门开闭顺序、设备告警值，实现自主设计执行流程。通过规则引擎根据事先定义的规则和条件，自动进行决策，如以进水、进气阀门的状态为前提判断条件，从而对抽采泵自动启停；根据环境瓦斯浓度变化，执行响应的瓦斯电闭锁动作，并实现告警。业务层基于数据层、赋能层，通过RESTful API、WebSocket接口构建业务应用，主要包括打钻过程管控、抽采管网管控、抽采达标评判、抽采系统数字孪生、抽采泵站管控、分析报表等业务。

2.2 数据采集流程设计

数据采集是系统的基础，良好的数据采集流程设计是系统的关键。由于瓦斯抽采系统中某一个传感器的数据可能被多个模块或系统使用（如瓦斯泵站的环境甲烷数据，既需要在安全监控系统中使用，又需要在泵站监控系统中使用），为了促进数据的解耦和共享，降低系统的复杂度并提高系统的可扩展性、可靠性，采用发布/订阅的设计模式进行开发。该模式定义了对象之间一对多的依赖关系，当发布者（Publisher）将采集的数据发布到主题（Topic）上，其他模块或系统订阅者（Subscriber）通过代理（Broker）订阅该主题（消息），就可使用该数据。数据采集流程如图3所示。

图3 数据采集流程Fig.3 Data collection process

瓦斯抽采数据主要分为实时数据和离线数据。实时数据主要包括井上下瓦斯抽采管道监测数据、瓦斯抽采泵站设备运行数据、抽采泵站环境数据、打钻视频监控数据、Web请求数据。离线数据主要包括瓦斯抽采点检设备数据、钻孔轨迹测量数据、文件档案数据。实时数据通过数据分站接入工业环网后，通过开源日志收集系统Flume监听数据传输端口，然后根据不同数据主题域分类传输至对应Topic的消息队列（Message Queue，MQ）中，各个模块或子系统可订阅（Subscribe）该主题，并根据消息类型存入相应的数据库/表，再经过ETL（Extract-Transform-Load）工具对数据进行加工、分类，形成管网参数、设备运行状态参数、钻孔施工视频、钻孔轨迹测量参数、达标评判参数5个主题域的数据仓库，方便业务层数据调用，并屏蔽底层数据波动带来的上层数据影响。离线数据可通过FTP（File Transfer Protocol）方式进行同步。其中，缓存、会话数据、设备数据存入Redis内存数据库中，增加数据查询响应速度，传感器监测数据存入InfluxDB时序数据库中，管理类数据存入关系型数据库MysQL中，数据最终归档存入Hadoop分布式文件系统（Hadoop Distributed File System，HDFS）中。

2.3 基于规则引擎抽采分单元瓦斯抽采评判

为了提高业务的自动化和智能化判断、分发能力，基于Drools构建规则引擎，依据GB 41022-2021《煤矿瓦斯抽采基本指标》《煤矿瓦斯抽采达标暂行规定》文件进行抽采达标评判，以实现瓦斯抽采达标评判的自动化、流程化运行。Drools是一款由JBoss组织提供的基于Java语言开发的开源规则引擎（业务规则管理系统），其根据订阅的Topic对经过消息中心处理后的传感器数据进行判断，可进行告警消息的推送，并将处理后的传感器数据存入数据库中。规则引擎工作流程如图4所示。

图4 规则引擎工作流程Fig.4 Workflow of rule engine

达标评判流程如图5所示。首先，依据文件规定判定抽采基础条件、界定抽采钻孔有效控制范围、评价钻孔均匀程度、划分抽采单元，如不满足文件规定则需补打钻孔。然后，依据钻孔抽采时间差异性划分评价单元，依据钻孔抽采时间差异性系数划分评价单元（系数小于30%划分为一个评价单元），并根据管道监测装置对管道内瓦斯等气体进行实时计量，动态循环计算残余瓦斯含量、残余瓦斯压力、可解析瓦斯含量。最后，通过现场实测进行分析和对比，以确定是否抽采达标，如达标，则编制达标评判报告。

图5 达标评判流程Fig.5 Evaluation process for meeting standards

2.4 钻孔打钻过程视频AI分析技术

为了防止瓦斯抽放钻孔施工过程欠打、少打的现象发生，基于机器视觉视频分析技术识别钻杆根数，从而自动检验钻孔深度，进而保障瓦斯抽采钻孔施工质量。

采用YOLOv5对钻机头、钻尾、钻杆、人员进行检测，并输出钻机头和钻杆的目标框的左上、右下坐标，从而可得目标框的中心坐标。利用信号处理方式设计动态筛选阈值，通过阈值对统计信息进行筛选。由于钻机钻进过程是往复运动的，因此目标框的中心点坐标信息也是呈周期运动的，通过获得当前数据中对应的周期运动波峰个数，作为当前进杆或退杆的具体数量。多个周期内累加的波峰个数即为最终总的进退杆数量。

目标框中心点横坐标与视频帧数的拟合曲线如图6所示，可看出随着视频帧数的变化，目标框中心点的横坐标呈周期性运动，和现场钻杆运动规律相符。

图6 钻杆中心点横坐标与视频帧数拟合曲线Fig.6 Fitting curve between the horizontal axis of the drill pipe center point and the number of video frames

最终经过训练和迭代优化，在进退钻杆过程中实时对钻机各个部分进行检测，结果如图7所示，可看出采用YOLOv5可实时监测出钻机头、钻尾、钻杆、人员的位置。

图7 目标检测结果Fig.7 Object detection results

2.5 系统安全

针对系统信息安全方面，基于Apache Shiro框架开发身份验证、访问授权、数据加密、会话管理等功能，实现基于用户、角色的菜单，URL等资源的访问权限控制；通过密码策略加强用户密码管理，通过RSA、MD5、数字签名的方式进行密码等敏感信息脱敏。在物理信息安全方面，采用Zabbix开源运维管理系统，其基于Web界面提供分布式系统监视及网络监视功能，可帮助管理人员及时发现物理节点的故障。在网络安全方面，利用防火墙、安全网关等技术进行隔离防护，限制外部访问和攻击的可能性；利用入侵检测、漏洞挖掘、病毒查杀等技术提升系统的信息安全性和鲁棒性。在管理方面，建立完善的安全管理机制，提高运维管理人员的安全意识和技能。

3 现场应用

基于工业互联网架构的煤矿瓦斯智能抽采管控系统已在某煤矿得到应用。该煤矿属高瓦斯矿井，目前仅在抽采主管道处安装1台孔板流量计和1台瓦斯浓度传感器，用于瓦斯抽采计量，需人工统计并计算瓦斯抽采达标情况，存在精度差、时效性差等问题。瓦斯抽采相关数据仍采用人工台账的方式管理，钻孔工程未能进行视频化管理，钻孔验收仍需人工现场探孔测量深度且无法识别钻孔抽采空白区域。瓦斯抽采系统故障无法及时定位和识别，无法及时掌握瓦斯抽采状况。

建立瓦斯智能抽采系统（界面如图8所示），通过数字孪生技术，依据采掘工程平面图、抽采系统设计文件，建立了煤层-工作面-评价单元-钻孔4级数字孪生体，实现了瓦斯抽采全过程数据的管理和融合分析。将工作面按照抽采时间差异性分为3个评价单元，达标抽采评判界面如图9所示，实时展示各评价单元的抽采数据，并在上隅角管路、采空区抽采管路及每个单元的每个钻场汇流管独立安装高精度激光甲烷多参数（CH4、CO、温度、压差）传感装置，实现了瓦斯抽采管网的多参数数据实时采集和上传，提高了瓦斯抽采监测的精细化程度。通过部署视频分析算法，识别分析上下、左右偏差较大的钻孔，通过三维可视化的方式展示钻孔分布状态（图10），从而识别瓦斯抽采空白带，实现了打钻过程信息记录和钻孔深度自动评判，经过试验准确率达95%以上。通过部署规则引擎，实现达标抽采参数、达标评判的自动计算。瓦斯抽采相关管理人员通过查看瓦斯抽采智能管控系统软件，可实时快速地了解各抽采面抽采情况、抽采评判情况、钻孔工程施工情况、系统故障情况，提高了瓦斯抽采信息化和智能化管理水平。