付恩三，刘光伟，赵 浩，邵梓洋，耿 昊，陈 巍

(1.辽宁工程技术大学 矿业学院，辽宁 阜新 123000；2.应急管理部信息研究院，北京 100029；3.应急管理部研究中心，北京 100013；4.国家能源投资集团神华北电胜利能源有限公司，内蒙古 锡林浩特 026000；5.中庆智讯(北京) 信息科技有限公司，北京 100029)

2019年，自然资源部发布《矿产资源节约和综合利用先进适用技术目录》，该项目包括360项技术，其中新技术109项，涉及煤炭类15项，金属类42项，非金属类44项，矿山钻探测量类8项。我国矿山领域依靠新技术和新理念逐步改变传统企业粗放式开采生产模式。当前新一轮科技革命和产业变革与全国加快转变经济发展方式形成历史性交汇，以人工智能、机器人、虚拟现实、大数据等技术为代表的第四次工业技术革命给中国矿山行业带来了新的挑战与机遇[1-3]。国家能源集团、中煤集团、华能集团、包钢集团、国电集团、霍林河煤业、特变电工等单位积极探索智能矿山建设，在露天矿探索“5G+无人驾驶”示范试点应用，以促进形成国内矿用无人驾驶样板工程及标准体系建立[4-6]。应用先进的云计算、大数据、三维云平台等手段，优化矿山开采生产环节，控制矿山生产成本，以最小生态扰动控制矿山征地、复垦、环保，建设安全绿色环保高效智能可视化于一体的新型智能矿山，保持矿山核心竞争力，引领我国露天矿山行业的发展。近年来国内学者对我国智慧矿山做了规划，但主要研究内容侧重于井工煤矿，目前对智能露天矿山总体建设框架的研究较少。笔者结合国内外露天矿山智能化建设的现状、国家级智能化示范煤矿验收管理办法、中煤科工集团、中国矿业大学、辽宁工程技术大学、应急管理部信息研究院等有关单位对智能露天矿山建设的研究成果，提出了智能露天矿山框架、探讨研究了构建智能矿山需要实现的关键技术，旨在为今后露天矿山智能化建设提供参考。

1 智能露天矿山架构流程

智能露天矿山的建设发展是以实现露天矿山自动化装备及自动化系统的大范围应用、生产设计与矿山工程施工的一体化管控、信息化数据链的集成、数据处理和决策为基础目标[7，8]。智能露天矿山建设内容涵盖：智能矿山规划设计开采、智能露天矿山基础支撑平台和智能露天矿山关键技术应用系统三大部分。

1)智能矿山规划设计开采包括：矿山开采规划，爆破计划等仿真开采方案设计，涉及地质、采矿、测量、环保等部门，智能矿山仿真开采规划以及远程控制为露天矿山协同管理提供技术、经济基础指标数据。

2)智能基础支撑平台包括：多维属性地质云平台、智能露天矿山数据平台和多维数据库建设、移动互联网络建设等。

3)智能关键技术应用包括：大数据分析、无人机智能测量技术、无人驾驶及设备实时调度、感知和预警分析技术、数字孪生导航开采技术等内容。智能露天矿山的三部分建设内容相辅相成，相互交织，数据相互融合，共同支撑智能露天矿山的建设。最终实现，智能矿山类人思维运转、执行、交互、感知、预警、应急等智能化运行模式。

1.1 总体架构

智能露天矿山的总体架构涵盖：生产层、感知层、网络层、平台层和服务层，如图1所示。

图1 智能露天矿山总体架构

1)智能露天矿山生产层。主要体现在露天矿山测量、钻爆、剥离、采煤、运输、排土、复垦等生产环节。实现露天矿山生产接续平稳，设备高效运行。

2)智能露天矿山感知层。主要实现矿山全系统数据感知接入，感知数据涵盖：边坡数据、设备工况数据(钻机、卡车、拉铲、轮斗铲、破碎机、运输机、电铲、压路机、排土机、前装机、推土机等)、环境数据、成本数据、无人机矿图影像数据、CAD线框数据等，实现露天矿数据的实时汇聚。

3)智能露天矿山网络层。主要根据露天矿山开采范围，在露天矿采场、排土场范围内部署移动或固定4G/5G基站，实现露天全域开采范围内网络的全覆盖。实现矿山感知系统数据的高速传输。

4)智能露天矿山平台层。涵盖：智能露天矿山的基础大数据支撑平台、模型算法平台。根据不同数据类型，存储到时序库、关系库以及非关系型数据库当中。算法模型包括：穿采运排等重大设备故障诊断模型、滑坡预警模型、道路运输能力模型、系统可靠性模型以及路径优化模型等。

5)智能露天矿山服务层。在上述生产层、感知层、网络层、平台层的基础上，为露天矿山提供相应的智能服务，包括：孪生仿真生产计划、无人机测量、智能视频预警、边坡监测预警、设备故障诊断以及矿山的辅助决策。

1.2 协同流程

智能露天矿山协同流程从数据采集、生产计划设计、开采方案选择、智能调度开采、生产计划优化、开采工艺控制、风险监测、预警、研判、救援以及各生产部门之间的信息交互共享，协同办公，实现露天矿山多系统之间的业务流协同运转。智能露天矿山协同建设以基础数据协同为目标提供精准的基础数据支撑、以安全生产保障协同为目标提供矿山合理的生产能力、以安全生产协同提供稳健的安全生产环境、以监测预警应急协同为目标提供监测、预警、研判、应急一体化的风险管控，实现具有竞争优势的智能露天矿山。

2 智能露天矿山关键技术

从智能露天矿山的总体架构、协同流程的路线出发，其核心是实现安全生产保障方面的安全化、智能化和少人化。智能露天矿山的建设，以网络建设、数据采集、三维地质模型为基础，以安全智能生产为核心，以监测预警研判应急为抓手，实现智能露天矿山的一体化建设。

2.1 大数据采集平台

2.1.1 智能露天矿山数据层

智能露天矿山的建设实现，需要实现对露天矿山各类结构化数据、非结构化数据的采集。根据智能露天矿山架构及开采系统，提出智能露天矿山的4层数据。

第1层：三维地质模型层(数据缓慢更新)，主要为露天矿开采境界内的矿岩信息、水文地质信息、地质构造信息；三维航测地图层(数据周期更新)，主要为露天矿山的地表现状、采场、排土场的地图信息，涵盖矿权境界信息、运输道路信息、关键运输位置等信息。

第2层：感知数据层，为露天矿生产数据(数据高度动态)，涵盖车铲工况感知、边坡位移、剥采产量、用电以及实时视频等信息。

第3层：生产控制层，为露天矿各生产环节控制系统，涵盖设备远程控制、故障智能诊断控制以及视频识别等。

第4层：辅助决策层(数据周期更新)，涵盖成本、售价、利润、效率、规划等信息。

2.1.2 智能露天矿大数据采集平台

智能露天矿大数据采集平台包括全生命周期的数据治理平台和大数据应用平台。露天矿山数据治理平台是制定矿山内部业务系统数据的技术管理和流程。露天矿数据治理内容主要包括建立数据模型[9]、数据质量管控体系、数据异常处理、数据缺失处理、数据规约处理、元数据管理、主数据管理、数据安全治理、数据标准管理、数据生命周期以及数据共享交换等11个方面。

1)建立数据模型：涵盖露天矿矿山的业务范围，建立全域统一的模型，满足非冗余、稳定、易用等特征[10]，形成统一的数据模型规范，实现数据有效互联互通。

2)数据质量管控体系：主要包括完整性校验、合理性校验、规范性校验等，校验规则包括校验类型、对象类型、校验日期等信息。

3)数据异常处理：基于统计学方法、多元高斯、相似度以及聚类技术等方法处理异常数据。

4)数据缺失处理：针对传感器故障、空值、异常数据、网络传输丢失等造成露天煤矿数据缺失。采用合理方式进行数据缺失处理，如牛顿插值法、三次样条函数插值法、多元插值、内插值法等。

5)数据归约处理：数据归约技术可在保持原有数据完整性的前提下，采用数据降维、数量归约、数据压缩等方式，使得原始数据压缩到一个合适的量级同时又不损失数据的关键信息。

6)元数据管理：对露天矿各业务域数据资源进行盘查，以满足用户的业务需求，对露天矿山业务系统和数据分析平台的开发、维护过程提供支持。

7)数据安全治理：明确数据分级分类的标准，实现数据访问的安全策略，实现合规安全访问政策和措施。

8)数据标准：数据标准体系内容应涵盖：元数据标准、主数据标准、参照数据标准、数据指标标准等。

9)数据共享交换：基于统一的规则和元数据、统一架构、统一工具，提供数据服务实现数据交换、数据整合、数据复制、数据共享等功能。

10)主数据管理：实现对多个业务中整合最核心的、最需要共享的数据(主数据)，集中进行数据的清洗，保证各系统主数据的一致性，为决策支持和数据仓库系统提供准确的数据源。

11)数据生命周期管理：贯穿于数据生成及传输、存储、处理及应用等各个环节，建立健全数据管理体制，满足露天矿山要求，提升数据管理能力，充分发挥数据价值，为经营决策提供有力支持。智能露天矿山大数据应用平台以数据治理平台为数据底座，具有知识图谱、模型工厂、算法仓库，提供相应的应用服务管理，为露天矿山风险预警、智能研判、故障诊断、知识图谱以及路径优化提供相应算法模型。智能露天矿山全生命周期数据治理及平台流程如图2所示。

图2 全生命周期数据治理及平台

2.2 无人机测量技术

露天矿山测量是露天矿山成本核算、剥采量校对、采场形态数据获取的关键环节[11]。通过测量人员对现场数据的采点、成图、算量的全流程管理，为采矿设计环节提供全过程数据支撑。测量环节的准确度直接影响露天矿山生产成本，其采场数据形态直接影响矿山的推演规划。随着无人机的投入使用，露天矿山智能测量体系逐步形成，有效降低了测量内外业人员的工作量，提升测量效能。智能露天矿山测量环节涵盖：无人机航线规划、测量算量、快速成图、剖面剖切、手工快速圈量及两期面快速算量以及无人机成果与地质模型的集成展示等等。应用无人机点云数据，进行边坡稳定性数值模拟及利用能量函数和轮廓提取模型进行采场内外台阶线及道路、绿化等关键因子提取，为露天矿边坡滑坡动态监测、灾害分析、预测提供可靠的三维模型数据支持和技术支撑。

2.3 无人驾驶技术

无人驾驶技术是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体。露天矿山无人驾驶系统的实现，要充分依托新基建，要深度融合露天矿山设备协同业务场景，要挖掘矿山多维数据关联，实现环境感知技术、导航定位技术、路径规划技术以及决策控制技术的成熟应用[12]。

1)环境感知技术。环境感知包括无人驾驶汽车自身位姿感知和周围环境感知两部分。无人驾驶汽车自身位姿信息主要包括车辆自身的速度、加速度、倾角、位置等信息。这类信息测量方便，主要用驱动电机、电子罗盘、倾角传感器、陀螺仪等传感器进行测量。无人驾驶汽车周围环境感知以雷达等主动型测距传感器为主，被动型测距传感器为辅，采用信息融合的方法实现。因为激光、雷达、超声波等主动型测距传感器相结合更能满足复杂、恶劣条件下，执行任务的需要，最重要的是处理数据量小，实时性好。同时进行路径规划时可以直接利用激光返回的数据进行计算，无需知道障碍物的具体信息。

2)导航定位技术。无人驾驶汽车的导航模块用于确定无人驾驶汽车其自身的地理位置，是无人驾驶汽车的路径规划和任务规划的之支撑。导航可分为自主导航和网络导航。自主导航技术是指除了定位辅助之外，可独立完成导航任务。网络导航能随时随地通过无线通信网络、交通信息中心进行信息交互。

3)路径规划技术。路径规划是无人驾驶汽车信息感知和智能控制的桥梁，是实现自主驾驶的基础。路径规划技术可分为全局路径规划和局部路径规划。全局路径规划是在已知地图的情况下，利用已知局部信息如障碍物位置和道路边界，确定可行和最优的路径。局部路径规划是在全局路径规划生成的可行驶区域指导下，依据传感器感知到的局部环境信息来决策无人平台当前前方路段所要行驶的轨迹。全局路径规划针对周围环境已知的情况，局部路径规划适用于环境未知的情况。路径规划算法包括可视图法、栅格法、人工势场法、概率路标法、随机搜索树算法、粒子群算法等。

4)决策控制技术。决策控制模块是无人驾驶汽车的“大脑”，其主要功能是依据感知系统获取的信息来进行分析，进而作出下一步行为的决策，并对车辆进行控制。决策技术主要包括模糊推理、强化学习、神经网络和贝叶斯等技术。决策控制系统的行为分为反应式、反射式和综合式三种方案，其中，反应式控制是一个反馈控制的过程，根据车辆当前位姿与期望路径的偏差，不断调节方向盘转角和车速，直到到达目的地。

2.4 导航开采技术

露天矿山导航开采模拟，通过输入当前位置和目的地，实现路线规划。露天矿山根据该设计思路，结合露天矿山生产实际业务需求，设计导航开采模拟模板，如图3所示。根据露天矿地质数据，通过输入相应参数，模拟开采，输入采煤量、剥离量，规划开采路径，即优化开采方案。开采路径包括：工作线长度、推进速度、推进方向角度、工作帮坡角等等，进行导航模拟开采，得出相应开采结果。开采结果包括：剥采比、煤岩量、运距、提升高度、内外排量、设备使用情况、经济运行成本等数据。导航开采技术的应用，可实现反演时空工程位置、关键参数分析以及导航开采辅助决策，以新疆某矿纵采转横采不同工作线长度下，导航开采决策分析为例，导航开采结果见表1。

图3 导航开采模板

表1 导航开采结果分析

2.5 矿山设备故障诊断及图谱

知识图谱本质上是揭示实体之间相互逻辑关联关系的语义网络，可用于描述各类事物之间的相互关系[13，14]。露天矿山工程设备故障处理知识图谱是一个典型的行业知识图谱，应用目标基于具体业务逻辑需求、设备维修流程等内容，实体、关系与属性的描述精准[15-17]。露天矿山工程设备故障处理知识图谱的构建，需要有机融合矿山设备结构化数据、非结构化数据以及设备机理模型、物理模型以及设备车联网终端控制系统，上述数据的有机结合才能共同构成全面的露天矿山设备故障智能分析与辅助决策引擎。根据露天矿山的知识图所需要的业务数据，通过露天矿设备故障诊断数据获取、数据映射、模型训练(如SVM、RNN、CNN、DNN等模型)、模型运行、图谱管理应用，最终实现综合展示。设备故障诊断及图谱，可精准分析设备的故障原因、部位、性质，提供科学检修依据，为设备检修指明方向，降低设备维修和维护成本，提高设备运行经济效益，保证设备生产安全，为设备维修维护提供决策信息，同时有利于提高设备的管理水平，避免重大设备事故发生，减少事故危害程度，保证露天矿设备稳定运行和生产，降低露天矿生产成本。设备故障诊断流程如图4所示。

图4 露天矿山设备故障分析流程

2.6 数字孪生技术

露天矿山数字孪生并不是在所有场景下都适用，而是在一些特定场景、特定环境约束条件下可为露天矿山提供指导。例如：当露天矿山需要满足某一地区的矿产资源的供应时，由于没有足够时间和空间进行生产进度计划的排产、设备组织实施以及各类安全生产经验，需要由数字孪生来解决相应问题。生产技术人员根据保供应的地区需要的产量、周期输入数字孪生平台，将现有地质模型、矿山设备、供电系统、矿山生产环境、运输道路等参数进行输入，模拟出一个与现实生产现状一致的数字虚拟环境，以最快的速度，对其进行模拟推演，找到最佳生产方式、优化现有设备的生产调度，提早规避可能遇到的问题及风险。将优化后的方案进行模拟评估后，可应用于矿山生产，系统自动给出生产进度计划、设备调度方案、生产系统薄弱环节，以及相应边坡、道路、地质矿床等的灾害风险。露天矿山数字孪生的应用场景涵盖：孪生爆破(图5)；孪生边坡、全生命周期内的孪生矿山开采等等。数字孪生技术应用需要依托大数据采集、传输以及全生命周期数据管理，实现以数据为驱动与物理模型融合的状态实时评估，实现虚拟现实的呈现。露天矿山数字孪生中虚拟实体的全生命周期包括规划、设计和开发、验证与确认、开采实施、操作与监控、优化评估和闭坑恢复。虚拟实体在全生命周期过程中与物理实体的相互作用是持续的[18]，在虚拟实体与物理实体共存的阶段，两者应保持相互关联并相互作用。

图5 爆破数字孪生

3 结 论

论述了智能露天矿山的概念、梳理了智能露天矿山的总体架构、关键技术及智能露天矿山评价体系。详细介绍了智能露天矿山在生产层、感知层、网络层、平台层以及服务层的5层架构；梳理了露天矿山在安全生产保障和监测预警应急2方面的协同流程，提出了智能露天矿山建设的大数据采集平台、无人机测量技术、无人驾驶系统、导航开采技术、数字孪生技术、故障诊断及图谱等内容，为我国智能露天矿山的建设提供借鉴意义。