Intelligent collaborative management and control platform for continuous mining equipment in open-pit mines
-
摘要:
为提高采煤效率、降低工人劳动强度并实现智能化，本研究开发出国内首台套露天矿连续采煤装备智能化协同管控平台。该平台集成了双环网传输、网络安全、多机协同控制、数字孪生和大数据技术，能够对采煤机、转载机、卸料机和输送机进行有效控制，实现连续采煤的协同作业。研究解决了3个关键技术难题：① 通过双环网传输技术降低了数据传输延迟并提高了网络的稳定性；② 开发了安全的网络传输技术，确保数据的机密性和完整性；③ 实施的多机协同控制系统整合了数据采集、工艺控制和三维可视化模块，利用实时监控和优化控制算法提升了开采和运输效率，确保了多机作业的连续性。基于数字孪生理论，构建了多机同步数字孪生系统，解决了露天矿作业中的数据集成和实时响应问题，制定了统一通信标准，支持多种协议以确保设备间的信息共享。同时，边缘计算技术快速处理现场数据，减少了延迟并支持实时分析与决策，显著提升了采煤作业的监控能力，实现了数字模型与实物状态的高度同步。该平台实现了多项功能：一是全方位、全流程的多机同步监测；二是设备在线故障自诊断与预警；三是提升多机协同控制的工作效率。测试结果表明，该平台实现了多机同步控制，数据丢包率≤0.25%，延迟≤2 s，能够开采高11 m煤，年生产能力达13.0万t，且连续工作时无故障率可达90%；各项功能均满足实际生产需求。
Abstract:This research presents the development of an intelligent control platform for continuous coal mining equipment in open-pit mines, aimed at enhancing operational efficiency, reducing labor intensity, and advancing automation. The platform integrates advanced technologies, including dual-ring network transmission, network security protocols, multi-machine cooperative control, digital twin modeling, and big data analytics, facilitating effective coordination among coal miners, transfer machines, unloaders, and conveyors for seamless continuous mining operations.Three critical technical challenges are addressed: ① The implementation of dual-ring network transmission technology reduces data transmission latency and enhances network stability. ② A secure network transmission framework has been developed to safeguard data confidentiality and integrity. ③ The multi-machine cooperative control system incorporates data acquisition, process control, and 3D visualization modules, employing real-time monitoring and optimized control algorithms to boost mining and transportation efficiency while ensuring the continuity of multi-machine operations. Leveraging digital twin theory, a synchronized multi-machine digital twin system is constructed to address data integration and real-time responsiveness issues prevalent in open-pit mining. A unified communication standard is established to support diverse protocols, ensuring robust information sharing among equipment. Additionally, edge computing technology is utilized for rapid field data processing, minimizing latency and facilitating real-time analysis and decision-making. This significantly enhances monitoring and control capabilities, achieving a high degree of synchronization between the digital model and physical operations. The platform delivers multiple functionalities, including comprehensive multi-machine synchronous monitoring, online fault self-diagnosis, and early warning systems, alongside improved multi-machine cooperative control efficiency. Test results indicate that the platform successfully achieves multi-machine synchronous control, with a data packet loss rate of ≤ 0.25% and latency of ≤ 2 seconds, enabling coal extraction of 11 meters with an annual production capacity of
130000 tons, while maintaining a failure-free rate of up to 90% during continuous operation. All functionalities align with actual production requirements.-
Keywords:
- intelligent /
- continuous coal mining equipment /
- digital platform /
- digital twin /
- fault diagnosis
-
0. 引 言
随着全球能源需求的持续增长，露天矿开采方式因其规模化生产、高劳动生产率[1]及优良的资源采出率而受到越来越多的关注[2-3]。在中国，露天开采已成为煤炭生产的重要方式之一[4]。近年来，我国露天煤矿的产量约占全国煤炭总产量的17%[5]。目前，我国露天煤矿的开采工艺仍主要以单斗–车间断工艺为主[6-7]，使用比例高达85%。该工艺虽然灵活性较高，但仍存在诸多不足之处，包括非连续化作业导致的综合效率低下、工人劳动强度较大[8]以及设备利用率不高等问题[9-10]。针对露天煤矿连续采煤智能化难题，许多学者都展开了相关技术研究。在矿用设备数据传输领域[11-13]，肖栋等[14]针对矿用线缆信号失真问题，设计新型同轴射频电缆，优化阻抗匹配，提高煤矿安全监测的准确性与可靠性。朱晓洁[15]针对矿井移动设备监控难题，提出有线/无线混合网络的宽带传输系统，研究关键技术并设计核心设备，解决信号传输问题。在多机协同控制领域[16-18]，路正雄等[19]基于自学习、自决策与自适应技术，开发一套协同控制框架，解决综采设备协同控制难题。孙希奎等[20]借鉴多智能体系统概念，建立了全要素、多系统协同控制的思路和模型，解决了多机系统间交互融合与协调配合差等问题。皮国强等[21]开发一种基于刮板输送机负载电流强化与RSACNN的协同控制方法，解决采煤机、输送机协同作业不确定性和耦合特性问题。在数字孪生领域[22-24]，刘清等[25]提出一种综采工作面三机数字孪生及协同建模方法，通过智能体建模和离散事件建模，构建采煤机、液压支架、刮板输送机的协同模型，解决多机模型协同耦合性差的问题；王学文等[26]将数字孪生和XR技术相融合，优化了人工与机器人之间的协作关系，实现了多工种与多机器人的集成运行，解决了数字孪生交互难题。在露天煤矿的智能化建设方向。王忠鑫等[27]提出了一套完整的智能化露天煤矿建设框架，强调智能化建设的核心在于“人－设备－系统”的协同，采用分级建设的原则，逐步实现矿山的智能化管理与高效运行。尽管已有众多学者对煤矿设备的智能化管控进行了一系列研究，但这些成果并不适用于超高煤层的连续采煤设备。目前，国内相关研究较少，且都还处于方案阶段，这主要是由于露天矿连续采煤设备种类繁多，缺乏专用的装备与工艺支撑[28-30]，在接口、信息交流和数据处理方面存在不一致性，导致协同作业面临困难[31]。此外，庞大的数据量使得信息传输速度缓慢、效率低下[31]，远程监控设备不全面以及多机协同控制不到位，一直制约着露天煤矿连续采煤技术的发展[32-34]。因此，迫切需要研发一套适用于超高煤层的露天矿连续采煤设备智能化协同管控平台，以实现各类连续采煤设备之间的多机协同作业与信息共享，并直观显示设备的实际运行状态与动作。这一平台的有效整合多种数据源，实现实时数据处理和分析，将有助于提高整体作业效率并降低劳动强度。
笔者针对现有的连续采煤设备管控平台存在海量数据传输慢、多机协同控制难、多机三维同步展示不全面等问题，开发了国内首台套露天矿连续采煤设备智能化协同管控平台。旨在实现数据信息高效传递、多机高效协同作业、远程直观现场设备运行状态，以实现提高连续作业效率，降低工作劳动强度，提高系统智能化水平。
1. 智能化协同管控平台总体方案设计
1.1 智能化协同管控平台硬件系统设计
智能化协同管控平台的硬件系统涵盖多个关键组件，包括施工设备、安全网络、数据采集模块和可视化模块、工艺算法模块（图1），旨在显著提升煤矿作业的智能管理效率和安全性。平台的关键设备主要包括采煤机、转载机、卸料机、输送机、控制中心，各设备通过集成先进的传感器系统，实时获取运行的各项数据，并通过冗余网络与控制中心进行数据的动态交互。在控制中心，应用数据采集与三维可视化技术对现场设备的状态进行实时监控和同步展示，并结合连续工艺算法控制多机进行协同作业，整个系统采用冗余双环网进行信息传输，并设置安全网络实现内网与外网之间的安全隔离。
1.2 智能化协同管控平台软件系统设计
智能化协同管控平台（图2）的软件设计是确保整体系统高效与稳定运行的关键组成部分。本设计旨在实现数据的实时处理、设备的远程监控以及智能决策支持，以提供全面的煤矿作业智能化管理解决方案。
该软件系统采用分层架构，主要包括感知层、网络层、平台层和应用层。感知层负责从各个设备及传感器实时收集数据，并通过网络层的冗余环网络进行安全传输。平台层则负责对采集的数据进行处理、整合与分析，应用大数据、大模型、融合分析等技术来实时获取设备流程、协同参数、反馈条件、边缘状态等关键指标。应用层则提供用户接口，最终实现连续开采所需的数据可视化、协同作业、智能决策、智能管理等功能。
2. 智能化协同管控平台关键技术
2.1 低延时、冗余安全网络技术
智能化协同管控平台涉及同时管控多种设备，同步进行数据上传和指令下发，需要传输的数据量庞大、实时性要求高，且网络系统复杂。因此，数据传输效率、低延迟及安全性能一直是管控系统需要解决的技术难题。
本项目基于网络传输、网络安全理论开发了一套基于冗余网络传输技术、网络安全技术等多项安全技术为一体的智能化协同管控平台，实现了数据的高效传输，具有传输效率高、延迟率低、网络安全性高的特性。
2.1.1 双环网传输技术
双环网传输技术通过双冗余架构保障系统在单环故障情况下的快速切换（图3），数据在2个环路中双向流动，确保在一个环路故障时，数据能迅速切换至另一个环路，故障切换时间小于20 ms，避免中断。系统具备智能故障检测和恢复机制，实时监控网络状态并自动重定向流量，以减少数据丢失风险，结合5G和光纤技术后，双环网的性能得到显著提升，最高峰值通信速率可达10 Gbps，延迟低于1 ms，显著提升多机协同作业的实时性与稳定性。5G网络提供高带宽和低延迟，优化移动设备和边缘计算中的数据传输速度，光纤网络则增强整体吞吐量。双环网能生成数据包的冗余副本并同时发送，以防信息丢失，在网络高峰期，双环网根据数据的重要性和紧急性进行优先级队列管理，确保关键数据及时传输，通过集成先进的实时监控和分析工具，双环网能够持续评估网络性能，实时调整资源分配，确保高效运行。
![]()
图 3 双环网数据网络安全传输技术Figure 3. Data network security transmission technology for dual ring network2.1.2 网络安全传输技术
本系统实施了安全区域管理，利用工业防火墙和网闸将智能化协同管控平台及其连接设备（如采煤机、转运机、卸载机和带式输送机）划分为安全区域，从而有效隔离各区域，确保在发生网络攻击时，安全区域的通信网络保持稳定。为保护数据传输的机密性，系统采用TLS/SSL加密协议加密所有通信数据，防止数据在传输过程中被窃取或篡改。对于关键控制命令和敏感数据，使用AES-256高级加密算法，密钥存储于专用加密芯片中，确保即使数据被截获也无法解读。此外，系统利用黑色通道技术，结合CRC32校验、哈希数字签名和通信序列号，建立了安全可靠的交互数据通道，以检测和应对数据的异常或恶意篡改。为了防止网络风暴，系统实施了数据流控技术，监控和管理数据流量，通过设定业务数据的传输速率和流量限制，确保关键控制数据的优先传输，同时优化网络带宽。此外，采用严格的分级权限管理策略，仅允许授权用户和设备访问系统，实施最小权限原则以降低安全风险。同时，系统持续监控网络中的入侵行为和潜在攻击，及时启用入侵防御机制，确保网络安全。通过这些综合措施，智能化协同管控平台及其连接设备之间的通信网络得到了有效保障，确保了系统的安全性、稳定性与可靠性。
2.2 自适应多机连续协同控制策略
针对现代露天矿连续采煤过程中面临的设备协同作业流程复杂、施工参数难以确定以及多机协同控制不连续等技术难题（图4），笔者基于先进控制理论、可靠的探测信息以及丰富的露天矿连采工艺经验，提出了一种自适应多机连续协同控制策略。
![]()
图 4 自适应多机连续协同控制流程Figure 4. Adaptive multi-machine continuous cooperative control flow chart该控制策略通过对开采系统设备的智能检测与性能优化，实现了多机协同作业的自适应调度。在开采系统初始化时，系统通过集成的岩性探测模块和煤层特性分析模型，实时生成环境数据，并自动调整露采机、大臂截割速度、滚筒转速等关键参数。系统的自适应机制不仅优化了施工设备的初始设置，还能根据实时数据动态调整作业参数，确保各设备始终在最优工况下协同作业，极大减少了人为干预和操作误差。此外，系统还支持对单一设备的远程参数修改，以进一步提升系统的运行性能。
该系统有效克服了施工设备参数与实际工况之间的偏差、系统内设备参数匹配关联性差及施工过程的联系性不足等问题。通过采用多智能体系统理论，建立设备间的协同模型，实现设备的实时调度与控制。同时，利用5G多频段冗余网络架构，确保数据的高效传输与实时交互，切实解决了连采过程中多机协同控制的自适应难题，显著提升了作业效率与安全性。
2.3 多机同步数字孪生技术
针对露天矿连续采煤过程中的挑战，基于数字孪生理论开发了多机同步数字孪生系统。该系统建立统一的通信标准和数据格式模型，有效解决了数据集成与互操作性、实时数据处理与响应技术难题。建立了标准化的通信协议和数据中间件，以应对设备间信息共享与处理的复杂挑战，通过信息流、模型流和驱动算法，实现了多机三维数据的可视化展示。
首先，在数据集成与互操作性方面，基于工业物联网（IIoT）标准，开发了灵活的数据中间件模型，支持多种通信协议（如MQTT、OPC UA）和数据格式（如JSON、XML），通过实时数据转换实现设备间的无缝连接。同时，引入数据映射和标准化策略，自动化完成数据格式转换，并建立了数据质量监控系统，确保数据在传输过程中的准确性和可靠性。
在实时数据处理与响应方面，在露天矿现场部署了边缘计算节点，快速处理现场产生的数据，减少了数据传输时间延迟。开发了基于流数据处理的算法（如Apache Kafka、Apache Flink），能够对实时数据流进行处理与分析，以支持快速决策和响应。这些算法具有高可扩展性，能够根据现场设备的实时状态动态调整处理逻辑。
模型数字驱动：图5展示了多机同步数字孪生模型的结构，该模型能够同步复现多机设备的动作状态，实现对设备的全面监测。该数字孪生系统由信息流、模型流和驱动算法流组成。信息流负责从各个设备收集实时数据，包括位置、速度和状态信息，确保数据的准确性和及时性。模型流则将这些数据转化为数字模型，以反映设备的实际运行情况。驱动算法流则根据信息流提供的参数进行数据处理和逻辑运算，以协调多机设备的同步运动。该系统实现现场设备与三维模型之间的实时同步，确保数字模型准确反映实物的运动，大大提高了对采煤作业的监控能力。
3. 智能化协同管控平台功能特色
3.1 实现多机同步实时监测
为了实现多机同步的实时监测，并直观展示设备状态以辅助采煤作业，本项目开发了一套智能管控平台监测系统。该系统采用数据采集和传输技术，通过对各类传感器收集的实时数据进行模块化打包和整理，确保数据的高效传输与准确接收。显著提升了系统的数据传输效率和精确度，同时增强了系统的可扩展性和兼容性，使其能够灵活应复杂工况。在系统架构方面，监测系统的设计涵盖多个功能模块，如图6所示，如系统登录、设备数据、设备曲线及设备报表等。通过这些模块，系统能够对作业设备的温度、振动、截割功率等20余项参数进行监控，最高采样频率达到2 MSPS，传输延迟小于10 ms，确保高精度和实时性。
平台的创新亮点在于其数据处理与可视化能力。通过深度的数据分析与建模技术，系统不仅可以实时监控设备的工作状态（如温度、振动、功率等），还能够自动识别潜在故障并进行预警。在数据处理与可视化方面，系统对采集到的数据进行深度处理，涵盖数据清洗、归一化、分析与建模等步骤，确保生成的数据真实、准确地反映设备的实际运行状况。经过处理后，系统能够生成实时的设备曲线和报表，为用户提供直观的反馈，为故障诊断提供数据支撑，并为后续的决策提供有力的数据支持。该智能管控平台监测系统的实现，如图7所示，不仅可以实时监测各个设备，辅助采煤，还大幅提高了多机协同作业的效率和可靠性。
3.2 实现多机设备在线故障诊断
在露天连续开采设备的智能化协同管控平台中，设备状态自我诊断技术至关重要。通过该技术，能够实现对露天连续采煤机、移动式转载机、卸载机和移动式带式输送机的在线故障诊断，实时监测设备运行状态，并根据运行参数和诊断模型进行故障预测，从而及时发出故障报警（表1）。这不仅帮助工作人员快速排查故障，还显著提高了运维效率，确保整个智能化协同管控平台的高效、安全、可靠运行。
表 1 典型故障原因及分析Table 1. Typical failure causes and analysis执行器 故障现象 故障原因 检测传感器 露天连续采煤机 采煤滚筒不回转 轴承损坏 振动传感器 驱动液压马达损坏 内检监测 系统压力不够 压力传感器 采煤滚筒回转无力 主泵压力过小 压力传感器 比例阀开口不够 内部检测 马达磨损损坏 振动传感器 移动式转
载机转载皮带不运动 泵系统压力小 压力传感器 主动轮打滑 振动传感器 节流阀关闭 内部检测 转载机不能移动 轮子卡死 内部检测 轴承故障 振动传感器 卸载机 不下料 出料口堵住 视觉检测 没有来料 仓位检测传感器 出料口打不开 液压油缸故障 内部检测 系统压力不够 压力传感器 移动式带式输送机 输送带跑偏 煤渣放置不均匀 视觉传感器 管轮磨损 内部检测 驱动无力 液压系统故障 压力传感器 智能化协同管控平台 掉线 接收机故障 内部检测 电池没电进入 内部检测 故障报错0 控制器/总线故障 内部检测 图8展示了智能化协同管控平台设备故障诊断技术的工作原理。该故障诊断基于各设备的传感器系统，实时采集并传送数据参数到控制中心，采用大数据技术进行数据处理。首先，通过高斯滤波和多源数据筛选等技术对数据集进行滤波，随后利用频域特征提取、时域工序时间特征提取以及周期性特征提取等方法进行数据特征提取，将这些特征作为故障信号的依据，建立故障诊断模型。最终，故障诊断模型生成的结果经过技术人员审核，并制定相应的故障维修策略，以指导设备的维修工作。
![]()
图 8 智能化协同管控平台设备故障诊断技术Figure 8. Diagram of equipment fault diagnosis technology for intelligent control platform3.3 实现多机协同作业
多机协同控制系统通过智能管控平台实现了对4种设备的远程监测和控制，从而更好地适应各种工况并提升整体管控能力。该系统基于多机协同工作的原理，开发了多种控制策略（图9），包括独立控制策略和集中控制策略。独立控制策略旨在实现4种设备的独立监测和运行，确保在某些设备发生故障时不会影响其他设备的正常操作，从而提升系统的可靠性和灵活性。而集中控制策略则允许用户通过智能管控平台实现对所有设备的一键启停和故障停机功能，支持同步启动和停机操作（图9）。此外，系统具备故障自动停机的能力，以确保安全和稳定性（图10、图11）。开发的多机协同控制系统能有效提高设备的整体运作效率，为智能管控提供了强有力的支持。
![]()
图 10 智能化协同管控平台系统一键启动流程Figure 10. One click start process of intelligent control platform system4. 测试试验
4.1 试验平台搭建
本项目旨在构建智能化露天连续开采设备管控平台，提高开采效率、优化管理和确保安全生产。系统通过合理布局，实现设备协同控制，确保连续采煤作业，并通过智能算法分析和预测，确保设备稳定运行与及时维护。图12为布局图，搭建好的管控平台如图13所示。
![]()
图 12 露天连续开采设备的智能化协同管控平台设备布局Figure 12. Layout of intelligent control platform equipment for open-pit continuous mining equipment![]()
图 13 露天连续开采设备的智能化协同管控平台Figure 13. Intelligent control platform for open-pit continuous mining equipment4.2 室内试验
完成露天矿连续开采设备智能化协同管控平台的研发后，进行了远程服务通信和协同控制系统的试车试验及现场应用，室内实验环境温度15～25 ℃，相对湿度为45%～60%。测试情况如下：
4.2.1 远程服务通信功能测试
为确保智能管控平台高效准确地传递数据，进行远程服务通信功能测试，验证各设备与控制中心之间的通信可靠性。平台根据设备的作业状态上传数据，控制中心通过双环网发送控制命令，实现多机协同作业。测试显示下发和上传的丢包率均≤0.5%，延时≤2 s，说明平台具有良好的实时性，满足远程通信需求（表2）。
表 2 远程服务通信测试Table 2. Remote service communication test测试名称 下发发送包数 设备接收包数 下发数据丢包率/% 上传数据 控制中心接收包数 上传数据丢包率/% 露天连续采煤机 5 000 4 989 0.22 8 900 8 856 0.49 自移动式转载机 5 000 4 993 0.14 7 980 7 944 0.45 卸料车 5 000 4 997 0.06 4 568 4 553 0.33 移动式带式输送机 5 000 4 992 0.16 5 580 5 565 0.27 4.2.2 平台功能测试、联调测试、工艺联调测试
对四台主要设备进行了功能及联调测试（表3、表4），确保智能管理和高效运行。独立控制和集中控制测试表明，设备均能正常启动和执行任务，未发生故障。集中控制模式下，各设备协调作业，未发生冲突，验证了控制的稳定性。
表 3 智能管控平台设备功能测试Table 3. Functional testing of intelligent control platform equipment测试设备 测试内容 测试结果 露天连续采煤机 截割滚筒正常旋转、履带正常前进、后退及大臂实现记忆截割等工作 采煤正常、动作正常 自移动式转载机 煤块正常运输、转载机正常前进、后退、受料臂和排料臂俯仰角度的稳定调整、转运作业正常 转移动作正常 卸料车 在半移置式运输机平稳移动，卷电缆装置实现电缆的自主收放，卸料工作正常 卸料作业正常 移动式带式输送机 半移置式运输机移动正常、运煤正常 运输平稳 集控中心 集控中心对单设备控制稳定，对设备的控制反馈时间不大于2 s 控制稳定，控制反馈正常 表 4 智能管控平台对各设备功能联调测试Table 4. Joint debugging and testing of various device functions by the intelligent control platform测试设备 测试方法 测试结果 露天连续采煤机 整机一键启停 功能正常 自移动式转载机 整机一键启停 功能正常 卸料车 整机一键启停 功能正常 移动式带式输送机 整机一键启停 功能正常 多机协同作业 多机一键启停 响应快、动作正常 4.2.3 智能化协同管控平台工艺流程联合测试
进行了工艺流程联合测试，验证系统的协同工作能力。测试内容包括破碎、装载和运输，确保设备在实际作业中的稳定性和高效性。通过模拟操作，验证了各环节的协同效果，测试结果表明工艺流程符合技术要求，满足实际使用需求。
4.3 现场工业性试验
在完成室内测试后，进行了露天矿连续开采设备智能化平台的现场工业性试验，以验证其实际使用效果。试验在西湾露天煤矿进行（图14），煤层厚度为9.17～12.61 m，平均厚度11.13 m，倾角小于1°，煤种包括长焰煤和不黏煤，试验持续3个月，露天连续采煤机正常运行，单次采宽6.6 m，最大采高7.6 m，分2层开采：上层7 m和下层4 m。
在作业中，连续转载机和卸料机未出现卡顿或堵塞，输送机运行平稳，未发生故障。测试结果显示，推进1 m的开采时间约为1.7 min；上层970 m的刀具时间为约
1649 min（27.5 h），累计开采时间约为110 h，煤量约23.7万t。下层4 m的推进时间约为60 s，990 m的刀具时间为990 min（16.5 h），累计时间为66 h，煤量约为13.8万t。系统在达到13.0 Mt/a生产能力时，运行可靠。实验共分为3个阶段（表5）。在第1个月，由于采煤机与转载机之间未能形成高效协同，部分设备运行参数不匹配，导致故障率较高，无故障率仅为50%。根据测试数据，研究团队重新调整了系统参数，优化设备运行状态。进入第2个月，设备运行逐渐趋于稳定，但个别机械传动装置因润滑不足，运行中偶发卡滞现象。同时，大量煤尘影响了部分电子设备的散热性能，导致控制系统出现偶发性故障。为解决上述问题，研究团队增加了润滑频次，并在设备关键部位加装防尘罩，使无故障率提高至77%。至第3个月，设备运行已充分磨合，无故障率进一步提升至90%。总体而言，该智能化平台能够支持13.0 Mt/a的连续采煤作业，在连续工作状态下无故障率达到90%，显著降低了工人劳动强度，充分满足实际使用需求。
表 5 智能管控平台连续稳定运行时间测试Table 5. Test of continuous stable operation time of intelligent control platform序号 测试时间/d 连续稳定运行时间/d 无故障率/ % 1 30 16 50 2 30 23 77 3 30 27 90 5. 结 论
1) 开发了国内首台套集成双环网传输、网络安全、多机协同控制、数字孪生和大数据技术的露天矿连续采煤设备智能管控平台，旨在有效控制采煤机、转载机、卸料机和输送机，实现协同作业，提高整体作业效率。
2) 该平台成功解决了关键技术难题，包括利用双环网传输技术降低数据延迟、提升网络稳定性，开发安全传输技术确保数据机密性和完整性，以及整合数据采集、工艺控制和三维可视化的多机协同控制系统，显著提升开采和运输效率，确保多机作业的连续性。
3) 平台具备以下关键功能：全方位、多机同步监测、实时监控、在线故障自诊断与预警功能，提高作业安全性和可靠性，以及多机独控与集控，提升系统效率。
4) 尽管该平台实现了连续采煤作业，但尚未实现自适应排产，未来应与实际需求结合，进一步提升智能化水平。
-
![]()
图 3 双环网数据网络安全传输技术
Figure 3. Data network security transmission technology for dual ring network
![]()
图 4 自适应多机连续协同控制流程
Figure 4. Adaptive multi-machine continuous cooperative control flow chart
![]()
图 8 智能化协同管控平台设备故障诊断技术
Figure 8. Diagram of equipment fault diagnosis technology for intelligent control platform
![]()
图 10 智能化协同管控平台系统一键启动流程
Figure 10. One click start process of intelligent control platform system
![]()
图 12 露天连续开采设备的智能化协同管控平台设备布局
Figure 12. Layout of intelligent control platform equipment for open-pit continuous mining equipment
![]()
图 13 露天连续开采设备的智能化协同管控平台
Figure 13. Intelligent control platform for open-pit continuous mining equipment
表 1 典型故障原因及分析
Table 1 Typical failure causes and analysis
执行器 故障现象 故障原因 检测传感器 露天连续采煤机 采煤滚筒不回转 轴承损坏 振动传感器 驱动液压马达损坏 内检监测 系统压力不够 压力传感器 采煤滚筒回转无力 主泵压力过小 压力传感器 比例阀开口不够 内部检测 马达磨损损坏 振动传感器 移动式转
载机转载皮带不运动 泵系统压力小 压力传感器 主动轮打滑 振动传感器 节流阀关闭 内部检测 转载机不能移动 轮子卡死 内部检测 轴承故障 振动传感器 卸载机 不下料 出料口堵住 视觉检测 没有来料 仓位检测传感器 出料口打不开 液压油缸故障 内部检测 系统压力不够 压力传感器 移动式带式输送机 输送带跑偏 煤渣放置不均匀 视觉传感器 管轮磨损 内部检测 驱动无力 液压系统故障 压力传感器 智能化协同管控平台 掉线 接收机故障 内部检测 电池没电进入 内部检测 故障报错0 控制器/总线故障 内部检测 
下载: 导出CSV
表 2 远程服务通信测试
Table 2 Remote service communication test
测试名称 下发发送包数 设备接收包数 下发数据丢包率/% 上传数据 控制中心接收包数 上传数据丢包率/% 露天连续采煤机 5 000 4 989 0.22 8 900 8 856 0.49 自移动式转载机 5 000 4 993 0.14 7 980 7 944 0.45 卸料车 5 000 4 997 0.06 4 568 4 553 0.33 移动式带式输送机 5 000 4 992 0.16 5 580 5 565 0.27
下载: 导出CSV
表 3 智能管控平台设备功能测试
Table 3 Functional testing of intelligent control platform equipment
测试设备 测试内容 测试结果 露天连续采煤机 截割滚筒正常旋转、履带正常前进、后退及大臂实现记忆截割等工作 采煤正常、动作正常 自移动式转载机 煤块正常运输、转载机正常前进、后退、受料臂和排料臂俯仰角度的稳定调整、转运作业正常 转移动作正常 卸料车 在半移置式运输机平稳移动，卷电缆装置实现电缆的自主收放，卸料工作正常 卸料作业正常 移动式带式输送机 半移置式运输机移动正常、运煤正常 运输平稳 集控中心 集控中心对单设备控制稳定，对设备的控制反馈时间不大于2 s 控制稳定，控制反馈正常
下载: 导出CSV
表 4 智能管控平台对各设备功能联调测试
Table 4 Joint debugging and testing of various device functions by the intelligent control platform
测试设备 测试方法 测试结果 露天连续采煤机 整机一键启停 功能正常 自移动式转载机 整机一键启停 功能正常 卸料车 整机一键启停 功能正常 移动式带式输送机 整机一键启停 功能正常 多机协同作业 多机一键启停 响应快、动作正常
下载: 导出CSV
表 5 智能管控平台连续稳定运行时间测试
Table 5 Test of continuous stable operation time of intelligent control platform
序号 测试时间/d 连续稳定运行时间/d 无故障率/ % 1 30 16 50 2 30 23 77 3 30 27 90
下载: 导出CSV
-
[1] 滕吉文,乔勇虎,宋鹏汉. 我国煤炭需求、探查潜力与高效利用分析[J]. 地球物理学报,2016,59(12):4633−4653. doi: 10.6038/cjg20161224 TENG Jiwen,QIAO Yonghu,SONG Penghan. Analysis of exploration,potential reserves and high efficient utilization of coal in China[J]. Chinese Journal of Geophysics,2016,59(12):4633−4653. doi: 10.6038/cjg20161224
[2] 王家臣,王忠鑫,王卫卫,等. 露天矿开采扰动效应:概念、特征与评价指标体系框架![J]. 煤炭学报,2017,42(S2):295−301. WANG Jiachen,WANG Zhongxin,WANG Weiwei,et al. Disturbance effect of open pit mining:Concept,characteristics and evaluation index system framework![J]. Journal of China Coal Society,2017,42(S2):295−301.
[3] 杨天鸿,孙东东,胥孝川,等. 新疆大型露天矿绿色安全高效开采存在问题及对策[J]. 采矿与安全工程学报,2022,39(1):1−12. YANG Tianhong,SUN Dongdong,XU Xiaochuan,et al. Problems and countermeasures in green,safe and efficient mining of large-scale open-pit mines in Xinjiang[J]. Journal of Mining & Safety Engineering,2022,39(1):1−12.
[4] 才庆祥,陈彦龙. 中国露天煤矿70年成就回顾及高质量发展架构体系[J]. 煤炭学报,2024,49(1):235−260. CAI Qingxiang,CHEN Yanlong. Review of 70 years’ achievements and high-quality development architecture system of surface coal mining in China[J]. Journal of China Coal Society,2024,49(1):235−260.
[5] 孙超,姜琳,袁广玉. “十四五” 期间我国煤炭供需趋势分析[J]. 煤炭工程,2021,53(5):193−196. SUN Chao,JIANG Lin,YUAN Guangyu. Trend analysis of China’s coal supply and demand during the 14th Five-Year Plan[J]. Coal Engineering,2021,53(5):193−196.
[6] 王忠鑫,田会,王东,等. 露天采矿科学目标的演变与未来发展趋势[J]. 煤炭学报,2024,49(S1):129−153. WANG Zhongxin,TIAN Hui,WANG Dong,et al. Evolution and future development trend of scientific objectives of open-pit mining[J]. China Industrial Economics,2024,49(S1):129−153.
[7] 郑友毅. 我国露天煤矿半连续开采工艺的应用和发展策略[J]. 煤炭学报,2011,36(5):756−761. ZHENG Youyi. The application and development strategies of semi-continuous mining system in Chinese surface coal mines[J]. Journal of China Coal Society,2011,36(5):756−761.
[8] 郭强. 露天矿轮斗连续采煤工艺适应性评价与系统布置[J]. 露天采矿技术,2024,39(3):15−19. GUO Qiang. Adaptability evaluation and system arrangement of bucket wheel excavator continuous mining technology in Open-pit Mine[J]. Opencast Mining Technology,2024,39(3):15−19.
[9] 王海军,曹云,王洪磊. 煤矿智能化关键技术研究与实践[J]. 煤田地质与勘探,2023,51(1):44−54. doi: 10.12363/issn.1001-1986.22.12.0992 WANG Haijun,CAO Yun,WANG Honglei. Research and practice on key technologies for intelligentization of coal mine[J]. Coal Geology & Exploration,2023,51(1):44−54. doi: 10.12363/issn.1001-1986.22.12.0992
[10] 张林,王国法,刘治国,等. 煤矿智能化建设市场现状及发展趋势研究[J]. 煤炭科学技术,2024,52(11):29−44. doi: 10.12438/cst.2024-0690 ZHANG Lin,WANG Guofa,LIU Zhiguo,et al. Research of the present situation and development trend of intelligent coal mine construction market[J]. Coal Science and Technology,2024,52(11):29−44. doi: 10.12438/cst.2024-0690
[11] 李涛涛,杨峰,孙远,等. ZTR12矿用本安型地质雷达数据传输改进方法研究[J]. 煤炭工程,2016,48(10):113−116. doi: 10.11799/ce201610035 LI Taotao,YANG Feng,SUN Yuan,et al. A data transmission method of ZTR12 mine intrinsically safe GPR[J]. Coal Engineering,2016,48(10):113−116. doi: 10.11799/ce201610035
[12] 刘德君. 矿车助驾系统无线数据传输模块设计[J]. 煤矿安全,2012,43(6):76−77,80. LIU Dejun. Design of wireless data transmission module in mine car driving assisting system[J]. Safety in Coal Mines,2012,43(6):76−77,80.
[13] 张琳,张建国. 矿用提升机制动器运行状态无线监测系统的设计[J]. 太原理工大学学报,2012,43(1):35−38. doi: 10.3969/j.issn.1007-9432.2012.01.009 ZHANG Lin,ZHANG Jianguo. The design of working state wireless monitoring system for the braking in mine hoist[J]. Journal of Taiyuan University of Technology,2012,43(1):35−38. doi: 10.3969/j.issn.1007-9432.2012.01.009
[14] 肖栋,姜琛,马衍坤. 矿用多路信号同步传输干扰问题的研究[J]. 煤炭科学技术,2010,38(11):90−92. XIAO Dong,JIANG Chen,MA Yankun. Study on interference problems of mine multi way signal synchro transmission[J]. Coal Science and Technology,2010,38(11):90−92.
[15] 朱晓洁. 基于矿用监控分站的断线数据传输技术[J]. 煤矿安全,2023,54(12):227−232. ZHU Xiaojie. Disconnection data transmission technology based on mine monitoring substation[J]. Safety in Coal Mines,2023,54(12):227−232.
[16] 宋国栋. 多水平多泵组协同控制的耦合分析及解耦控制策略的研究[J]. 煤炭技术,2022,41(8):107−110. SONG Guodong. Coupling analysis of multi-level and multi pump unit cooperative control and study of decoupling control strategy[J]. Coal Technology,2022,41(8):107−110.
[17] 赵海伟. 基于CANopen的煤矿多设备协同控制方法[J]. 煤炭技术,2022,41(8):221−223. ZHAO Haiwei. CANopen-based coal mine multi-equipment linkage control method[J]. Coal Technology,2022,41(8):221−223.
[18] 周德华. 煤矿无轨运输机器人多智能体控制系统关键技术研究[J]. 煤矿安全,2024,55(7):213−218. ZHOU Dehua. Research on key technologies of multi-agent control system for trackless transportation robot in coal mines[J]. Safety in Coal Mines,2024,55(7):213−218.
[19] 路正雄,郭卫,张帆,等. 基于数据驱动的综采装备协同控制系统架构及关键技术[J]. 煤炭科学技术,2020,48(7):195−205. LU Zhengxiong,GUO Wei,ZHANG Fan,et al. Collaborative control system architecture and key technologies of fully-mechanized mining equipment based on data drive[J]. Coal Science and Technology,2020,48(7):195−205.
[20] 孙希奎,周建,徐加利. 采煤工作面多智能系统协同控制技术探讨[J]. 煤炭科学技术,2021,49(S1):21−26. SUN Xikui,ZHOU Jian,XU Jiali. Discussion on cooperative control technology of multi-intelligent system in coal mining face[J]. Coal Science and Technology,2021,49(S1):21−26.
[21] 皮国强,沈贵阳,常海军,等. 基于数据驱动的综采工作面采运协同控制方法研究[J]. 工矿自动化,2023,49(12):47−55. PI Guoqiang,SHEN Guiyang,CHANG Haijun,et al. Research on data-driven collaborative control method for mining and transportation in fully mechanized mining face[J]. Industry and Mine Automation,2023,49(12):47−55.
[22] 钮景付. 高逼真数字孪生技术在露天矿山无人驾驶中的应用[J]. 工矿自动化,2022,48(S2):98−101. NIU Jingfu. Application of high realistic digital twin technology in open-pit mine[J]. Journal of Mine Automation,2022,48(S2):98−101.
[23] 田凤亮. 融合多源信息的露天矿道路数字孪生构建与应用研究[D]. 沈阳:东北大学,2021. TIAN Fengliang. Research on the construction and application of digital twinning of open-pit roads based on multi-source information[D]. Shenyang:Northeastern University,2021.
[24] 杨文娟,赵典,张旭辉,等. 数字孪生驱动的掘锚设备跟踪定位与碰撞检测方法研究[J]. 煤田地质与勘探,2024,52(5):160−173. doi: 10.12363/issn.1001-1986.24.02.0097 YANG Wenjuan,ZHAO Dian,ZHANG Xuhui,et al. Research on digital twin-driven tracking,positioning and collision detection method of excavating and anchoring equipment[J]. Coal Geology & Exploration,2024,52(5):160−173. doi: 10.12363/issn.1001-1986.24.02.0097
[25] 刘清,张龙,李天越,等. 综采工作面三机数字孪生及协同建模方法[J]. 工矿自动化,2023,49(2):47−55. LIU Qing,ZHANG Long,LI Tianyue,et al. A three machine digital twin and collaborative modeling method for fully mechanized working face[J]. Industry and Mine Automation,2023,49(2):47−55.
[26] 王学文,刘曙光,王雪松,等. 面向多人-多机复杂协作任务的煤矿XR智能运维系统[J]. 煤炭学报,2024,49(4):2124−2140. WANG Xuewen,LIU Shuguang,WANG Xuesong,et al. Research on coal mine XR intelligent operation and maintenance system for complex collaborative tasks involving multiple humans and multiple robots[J]. Journal of China Coal Society,2024,49(4):2124−2140.
[27] 王忠鑫,孙鑫,曾祥玉,等. 我国露天煤矿智能化建设现状及困境与发展路径[J]. 露天采矿技术,2022,37(3):1−7. WANG Zhongxin,SUN Xin,ZENG Xiangyu,et al. Current situation and dilemma and development path of intelligent construction of open-pit coal mine in China[J]. Opencast Mining Technology,2022,37(3):1−7.
[28] 孙健东,张瑞新,白润才,等. 智能化露天矿的核心概念与建设战略[J]. 中国矿业大学学报,2024,53(1):23−33. SUN Jiandong,ZHANG Ruixin,BAI Runcai,et al. The key concepts and construction strategy of intelligent surface mines[J]. Journal of China University of Mining & Technology,2024,53(1):23−33.
[29] 马文静,杨林,徐加利,等. 面向露天场景的矿用工业互联网边云协同架构[J]. 曲阜师范大学学报(自然科学版),2022,48(1):75−82. doi: 10.3969/j.issn.1001-5337.2022.1.075 MA Wenjing,YANG Lin,XU Jiali,et al. Theedge-cloud collaborative architecture of mining industry Internet for open-air mining scenes[J]. Journal of Qufu Normal University (Natural Science),2022,48(1):75−82. doi: 10.3969/j.issn.1001-5337.2022.1.075
[30] 赵红泽,郭锦桦,刘元旭,等. 再论露天矿群开采-采排复一体化协同采矿技术[J]. 煤炭科学技术,2022,50(2):47−55. ZHAO Hongze,GUO Jinhua,LIU Yuanxu,et al. Discussion on coordination of open-pit mine group mining and integration of mining-dumping-reclaiming[J]. Coal Science and Technology,2022,50(2):47−55.
[31] 李刚,乔登攀,张枝伟,等. 煤矿多源异构数据传输及管控方法研究[J]. 煤炭技术,2023,42(12):257−260. LI Gang,QIAO Dengpan,ZHANG Zhiwei,et al. Research on multi-source heterogeneous data transmission and control method in coal mine[J]. Coal Technology,2023,42(12):257−260.
[32] 王忠鑫,孙鑫,王金金,等. 基于BIM的智慧露天矿协同工作平台架构与关键技术[J]. 煤炭科学技术,2019,47(10):36−42. WANG Zhongxin,SUN Xin,WANG Jinjin,et al. Collaborative work platform architecture and key technologies of intelligent open pit mine based on BIM[J]. Coal Science and Technology,2019,47(10):36−42.
[33] 陈迪蕾,郑征,黄涛,等. 基于采煤机和刮板输送机能耗模型的速度协同优化控制[J]. 煤炭学报,2022,47(6):2483−2498. CHEN Dilei,ZHENG Zheng,HUANG Tao,et al. Coordinated optimal control of the speed of shearer and scraper conveyor based on their energy consumption models[J]. Journal of China Coal Society,2022,47(6):2483−2498.
[34] 尤秀松,葛世荣,郭一楠,等. 智采工作面三机数字孪生驱动控制架构[J]. 煤炭学报,2024,49(7):3265−3275. YOU Xiusong,GE Shirong,GUO Yinan,et al. Digital twin-driven control construction for three machines of smart coal mining face[J]. Journal of China Coal Society,2024,49(7):3265−3275.
计量
- 文章访问数: 39
- HTML全文浏览量: 8
- PDF下载量: 31
