0 引言
随着信息技术、物联网技术、智能制造、大数据和人工智能技术的不断发展 [1]，煤炭产业也在进行相关新技术的探索和尝试。2000年以来，通过技术引进、消化、吸收和再创新，煤炭产业在智能制造、智能控制等方面取得了大批先进的科研成果[2-3]，如：2007年，太重煤机有限公司自主研发了我国第1台智能化电牵引采煤机；2008—2011年，北京天地玛珂电液控制系统有限公司先后自主研发了具有完全自主知识产权的我国第1套SAC型液压支架电液控制系统和SAM型综采自动化控制系统等。尤其是2014年5月，陕西陕煤黄陵矿业有限公司完成了1.4～2.2 m煤层国产装备智能化无人综采技术研究与应用，开创了国产成套装备智能化采煤的先河，在全国范围内，首次实现了地面远程操控，并形成了在地面指挥控制中心远程采煤作业的常态化[4-5]。目前该项技术已在全国47家煤矿进行了推广应用，建设了70余个智能化综采工作面。目前，综采装备整体智能化程度不高，不能智能感知工作面地质条件变化，并通过智能分析决策系统进行装备及工艺的自适应调整，整体技术尚处于智能化开采初级阶段[6]。现有的国产装备制造整体技术和工艺与国外相比还存在较大差距，机械和电气可靠性相对较差，日常维护量大；另外，现有装备未实现故障自诊断及采集数据的大数据分析整合，导致现有智能化开采技术未取得实质性突破。因此，在诸多新技术尚不成熟以及关键性技术难题尚未攻克的前提下，不能完全沿着现有的技术路线进行探索和研究，需要不断开展技术创新，来不断解决自主决策和自适应控制采煤的问题[7]；同时还要开展装备可靠性研究，进一步降低智能化装备的日常维护量，力争实现免维护。在此目标的基础上，鉴于目前国内外智能感知和探测技术水平现状，提出来未来20年煤矿智能化开采技术重点探索和研究方向。
1 基于地理地质信息系统的透明工作面技术
目前现有的智能化开采技术主要依靠采煤机记忆截割、液压支架自动跟机和远程干预控制技术，其中液压支架自动跟机技术和远程干预技术显然已经相对成熟，采煤机记忆截割技术在实践过程中还存在诸多问题，但追究其根本问题在于采煤机不能根据煤层变化进行自动调整等关键问题，导致智能化开采整体水平较低。虽然国内外产学研单位不同程度地开展了采煤机煤岩识别技术探索，也取得了一些理论研究成果，但存在辨识度差、分辨速度慢、井下复杂恶劣环境下抗干扰能力差等问题，无法实现煤岩识别技术在实际生产应用过程中常态化应用[8]。因此，当下必须转变观念、另辟蹊径地寻找新的技术实施路线来解决以上问题。
1.1 技术现状分析
在采煤作业过程中，人工操作的主要目的是能够提前观察到待采煤层变化情况后，操作采煤设备去调整适应变化的煤层，以达到安全高效采煤的目的。采用记忆截割的方式仅是记忆之前的截割轨迹，并不能根据当前煤层变化进行实时调整，因此这种割煤方式具有模糊性，无法实现精准开采。如果能够发明具有自主感知和精准分辨能力的传感仪器或机器人代替人工作业，显然是最优方案。但目前国内外传感技术和机器人技术在短时间内很难达到现场应用的要求。因此，避开煤岩识别和机器人采煤作业等技术难题的束缚，实施基于地理地质信息的透明工作面智能化开采技术，通过地测、物探和其他地理信息的手段，提前建立待采工作面三维模型，再利用惯性导航精准定位技术，将采煤设备精准定位至三维模型中的每一个点，这样就能实现当前煤层条件下的智能精准采煤[9-11]。该技术将有效适用于煤层赋存变化相对较大及地质条件相对复杂的矿井。
1.2 技术方案
1)建立综采工作面地质写实信息库。在综采工作面进风巷、回风巷和开切眼掘进作业时，根据已揭露的煤层数据、开切眼煤层数据以及地质钻孔数据，建立相对模糊的综采工作面三维地质写实信息库，即形成初始透明工作面数字模型[12-13]，如图1所示。在工作面开切眼选定10～20个点作为采高基准点，利用激光或雷达测高技术，在生产作业前提前测定出每个点的实际采高，并在地质写实信息的基础上，简易地描绘出相对准确的截割变化曲线。该截割曲线可以作为新一刀采煤机割煤作业的模拟运行曲线。
图1 初始透明工作面数字模型
Fig.1 Digital model of initial transparent working face
2)利用激光扫描技术实时扫描煤层赋存信息。在综采工作面刮板输送机上搭建快速移动巡检装置，并在巡检装置内布置激光扫描仪，在每刀煤截割前，对开切眼煤层进行一次快速巡检，实时记录巡检煤层采高信息，作为采煤机割煤作业模拟运行曲线修正依据，进一步优化生成新的采煤机运行曲线，并更新建立透明工作面三维模型。
3)利用惯性导航技术实现采煤机的实时定位和精准控制。通过在采煤机内布置惯性导航芯片，实现采煤机在综采工作面三维空间内的精准定位[14]，并将采煤机定位和运行方向等信息实施录入透明工作面三维模型内，实时对应相对位置的割煤数据，形成工作面开采三维地质模型，如图2所示。在割煤过程中采煤机按照精准定位和透明工作面煤层信息自动控制割煤，最终实现精准开采的目标。
图2 工作面开采三维地质模型
Fig.2 Three-dimensional geological model of mining face
2 大数据分析决策技术
目前智能化开采控制系统中各单机系统数据分散，相互融合应用率低，精度不高，且并未对采集到的数据进行分析判断，易出现数据误差较大，无法有效指导精准操控，因此，亟需开展大数据分析决策技术研究，通过对各单机系统海量数据的深度融合应用，实现数据的实时纠偏和修正。
与此同时，目前国内采煤工作面煤层薄厚变化较大，但有些条件相对较好的矿井，单一煤层高度一般变化平缓，基本不会出现较短距离内采高发生复杂、大幅度变化，因此可以通过对采高历史监测数据及远程干预控制数据进行分析，并结合地质写实信息，提前给出采煤机割煤曲线和决策控制信息，指导采煤机和液压支架进行精准控制，具体控制逻辑如图3所示。该技术可有效适用于煤层赋存变化相对较小及地质条件简单的矿井。
图3 大数据分析决策控制逻辑
Fig.3 Analysis decision control logic of big data
3 工作面复杂环境条件下与智能化采煤的耦合应用技术
采煤工作面环境复杂、多变，时刻影响着采煤作业的安全。因此，为了全过程保障智能化开采的安全，就必须将工作面复杂的环境条件与智能化采煤技术进行深度耦合，从而实现人机的安全协调运行。
以高瓦斯矿井为例，在日常采煤过程中必须随时注意工作面瓦斯涌出情况，即当瓦斯出现异常情况，就必须立即停机进行处理，待环境正常后方可继续采煤。因此，在智能化采煤作业过程中必须建立瓦斯浓度与采煤机牵引速度之间的耦合关系[16]，将采场瓦斯监测信息实时上传至智能控制系统内，系统自动对监测数据进行分析。根据当前瓦斯浓度及历史瓦斯数据变化情况，预测得到未来某个时刻的瓦斯浓度预测值，并依据这个瓦斯浓度预测值提前进行预警，自动指导智能控制系统做出相应的处理。在具体实施过程中可以将瓦斯报警设定为多个预警级别，在最高报警级别响应前，根据瓦斯浓度进行不同级别的预警，随着监测区域瓦斯浓度的升高，预警级别升高，智能控制系统不断自动降低采煤机截割速度，直至停机；待瓦斯浓度恢复正常后，系统自动提醒作业人员重新开机生产，从而达到高瓦斯条件下的安全可靠作业，避免了瓦斯事故的发生，瓦斯浓度与采煤机速度可联动控制。
对于其他灾害严重的矿井，在实施智能化开采过程中，也必须依照高瓦斯矿井处理方法，将主要灾害监测信息实时录入智能控制系统，最终达到智能开采与工作面复杂环境条件的动态耦合应用，达到安全高效生产的目标。
4 系统自适应和故障自诊断技术
目前智能化开采技术在智能感知、自主决策等智能化水平相对较低，无法在采煤过程中根据智能化综采工作面地质变化情况完成装备自适应调整，需在智能探测、智能分析和智能控制技术研究等方面进一步探索，提升设备的智能感知、自主适应和智能控制的能力。譬如，以往应对工作面输送机上窜下滑时，只能通过人工经验进行手动操作加减刀，现有智能化系统无法实现整个工作面加减刀控制；如果建立了自适应系统并开发了加减刀等特殊控制工艺程序，系统可以自行根据传感器监测数据实时监测刮板输送机与巷道煤壁相对位置，当发生上窜下滑时，及时进行提示并根据相对位移量进行自适应加减刀调整，这样就解决了设备自适应的难题。
同时，由于智能化综采工作面设备数量庞大，且具有多个自动控制系统，系统维护量巨大。日常检修时，仅凭检修人员经验判断故障点，不仅难度大，而且效率低。因此未来需要对智能化开采设备及系统的故障从故障的类别、故障点、处理方式上进行探索，通过大数据分析处理，对现有采集设备的运行参数进行有效过滤及分析，利用算法实现设备乃至软件的故障自动分析、判断与处理，实现故障自诊断[17]。
5 轻型高效监控平台建设
目前智能化监控计算机经过防爆处理后，性能大幅降低，影响智能化开采技术应用效果，亟需全面提升智能化监控平台软硬件水平，实现数据高速分析处理，提升智能控制的实时性和准确性[18]。同时，由于智能化综采装备和控制系统信息量庞大，数据融合和处理过程复杂。因此，研究并建立新的轻型高效监控计算机平台也势在必行。
同时，在井下监控平台研发难度大的前提下，未来可以建立以“地面监控中心”为主的全新高效智能化综采工作面监控平台。将井下庞大的监控数据通过双路专用光缆高速传输的方式直达地面监控中心，并配置顶尖监控主机和监控平台，实现智能化综采控制系统大数据的高效采集、分析、处理和决策，全面提升智能化开采控制系统运行效率和速度；同时对数据进行分类，将能够指导采煤作业的关键数据与井下监控中心进行实时交互(井下监控中心仅负责数据显示及命令执行，不进行分析和处理)；优化控制逻辑，通过专用通信模块，将控制命令快速传输至终端设备，简化控制数据在监控主机内的反复处理，全面提升远程控制的实时性。
6 装备可靠性分析
目前国产煤机装备在材质、制造工艺等方面与进口装备相比，存在较大差距，机械可靠性较差、设备故障多、日常维护量大、检修人员多[19]。同时，智能化综采控制系统偶尔会出现通信状态不稳、控制命令发送丢失、视频卡顿及瞬间黑屏等现象；配套使用的高精度传感器时常会出现采煤机采高数据监测不稳、液压支架立柱压力及推移行程不准等现象。这些问题都直接影响智能化综采设备智能运行和远程干预控制的精准性。因此，未来还需进一步开展装备的可靠性研究，力争实现智能化装备免维护。
7 结论
1)在现有技术装备现状的基础上，结合目前智能化开采技术应用过程中存在的问题，对未来我国20年智能化开采技术研究和发展方向进行了展望。
2)重点对地理地质信息构建的透明工作面技术、大数据分析决策技术、工作面复杂环境条件下与智能化采煤的耦合应用技术、系统自适应和故障自诊断技术在智能化开采领域实施的可行性进行了分析、探讨和展望。
3)对装备可靠性及轻型高效监控平台建设方面提出未来科研攻关要求，为我国智能化开采技术科学健康发展给予了一些切实可行的实施规划和建议。
[1] 袁 亮.开展基于人工智能的煤炭精准开采研究,为深地开发提供科技支撑[J].科技导报,2017,35(14):1.
YUAN Liang.Research on precise coal mining based on artificial intelligence to provide scientific and technological support for deep development [J].Science and Technology Review,2017,35 (14): 1.
[2] 谢和平,王金华,王国法，等.煤炭革命新理念与煤炭科技发展构想[J].煤炭学报,2018,43(5):1187-1197.
XIE Heping,WANG Jinhua,WANG Guofa,et al.New concept of coal revolution and conception of coal science and technology development [J].Journal of China Coal Society,2018,43(5): 1187-1197.
[3] 谢和平,王金华,姜鹏飞，等.煤炭科学开采新理念与技术变革研究[J].中国工程科学,2015,17(9):36-41.
XIE Heping,WANG Jinhua,JIANG Pengfei,et al.Research on new concept and technological change of coal scientific mining [J].China Engineering Science,2015,17 (9): 36-41.
[4] 王国法,张德生.煤炭智能化综采技术创新实践与发展展望[J].中国矿业大学学报,2018,47(3):459-467.
WANG Guofa,ZHANG Desheng.Innovation practice and development prospect of intelligent fully mechanized coal mining technology [J].Journal of China University of Mining and Technology,2018,47(3): 459-467.
[5] 王国法,范京道,徐亚军，等.煤炭智能化开采关键技术创新进展与展望[J].工矿自动化,2018,44(2):5-12.
WANG Guofa,FAN Jingdao,XU Yajun,et al.Progress and prospect of key technologies innovation in intelligent coal mining [J].Industrial and Mining Automation,2018,44(2): 5-12.
[6] 范京道.煤矿智能化开采技术创新与发展[J].煤炭科学技术,2017,45(9):65-71.
FAN Jingdao.Innovation and development of intelligent mining technology in coal mines [J].Coal Science and Technology,2017,45 (9): 65-71.
[7] 王国法,庞义辉,任怀伟,等.煤炭安全高效综采理论、技术与装备的创新和实践[J].煤炭学报,2018,43(4):903-913.
WANG Guofa,PANG Yihui,REN Huaiwei,et al.Coal safe and efficient mining theory,technology and equipment innovation practice[J].Journal of China Coal Society,2018,43(4):903-913.
[8] 范京道.大采高工作面智能化综采关键技术研究[J].工矿自动化,2018(12):1-8.
FAN Jingdao.Research on key technologies of intelligent fully mechanized mining in large mining height face [J].Industrial and Mining Automation,2018(12): 1-8.
[9] 王国法,王 虹,任怀伟,等.智慧煤矿2025情景目标和发展路径[J].煤炭学报,2018,43(2):295-305.
WANG Guofa,WANG Hong,REN Huaiwei,et al.Scenario goal and development path of intelligent coal mine 2025 [J].Journal of China Coal Society,2018,43 (2): 295-305.
[10] 王国法,张金虎.煤矿高效开采技术与装备的最新发展[J].煤矿开采,2018,23(1):1-4，12.
WANG Guofa,ZHANG Jinhu.Recent development of efficient mining technology and equipment in coal mines [J].Coal Mining Technology,2018,23(1):1-4，12.
[11] 王国法,庞义辉,任怀伟，等.煤炭安全高效综采理论、技术与装备的创新和实践[J].煤炭学报,2018,43(4):903-913.
WANG Guofa,PANG Yihui,REN Huaiwei,et al.Innovation and practice of theory,technology and equipment for safe and efficient fully mechanized coal mining [J].Journal of China Coal Society,2018,43 (4): 903-913.
[12] 张科学. 综掘工作面智能化开采技术研究[J]. 煤炭科学技术, 2017, 45(7): 106-111.
ZHANG Kexue. Study on intelligent mining technology of fully-mechanized heading face[J]. Coal Science and Technology, 2017, 45(7): 106-111.
[13] 张科学，李首滨，何满潮，等.智能化无人开采系列关键技术之一：综采智能化工作面调斜控制技术研究[J]. 煤炭科学技术, 2018, 46(1): 139-149.
ZHANG Kexue，LI Shoubin，HE Manchao，et al. Study on key technologies of intelligent unmanned coalmining series Ⅰ:study on diagonal adjustment control technology of intelligent fully-mechanized coal mining face[J].Coal Science and Technology, 2018, 46(1): 139-149.
[14] 王世佳,王世博,张博渊，等.采煤机惯性导航定位动态零速修正技术[J].煤炭学报,2018,43(2):578-583.
WANG Shijia,WANG Shibo,ZHANG Boyuan,et al.Dynamic zero-speed correction technology for inertial navigation and positioning of shearers [J].Journal of China Coal Society,2018,43(2): 578-583.
[15] 袁 亮.煤炭精准开采科学构想[J].煤炭学报,2017,42(1):1-7.
YUAN Liang.Scientific conception of precision coal mining [J].Journal of China Coal Society,2017,42 (1): 1-7.
[16] 崔志芳,袁大小.采煤机牵引速度与瓦斯浓度的联动控制[J].现代矿业,2014,30(1):132，152.
CUI Zhifang,YUAN Daxiao.Linkage control of shearer traction speed and gas concentration [J].Modern Mining,2014,30 (1): 132，152.
[17] 王金华,黄曾华.我国煤矿智能化采煤技术的最新发展[J].Engineering,2017,3(4):24-35.
WANG Jinhua,HUANG Zenghua.The latest development of intelligent coal mining technology in China [J].Engineering,2017,3(4): 24-35.
[18] 徐建军.煤矿智能化综采技术现状及展望[J].陕西煤炭,2017,36(3):44-47,3.
XU Jianjun.Present situation and prospect of intelligent fully mechanized coal mining technology in coal mines[J].Shaanxi Coal,2017,36(3): 44-47,3.
[19] 王金华,黄乐亭,李首滨,等.综采工作面智能化技术与装备的发展[J].煤炭学报,2014,39(8):1418-1423.
WANG Jinhua,HUANG Leting,LI Shoubin,et al.Development of intelligent technology and equipment in fully mechanized mining face [J].Journal of China Coal Society,2014,39 (8): 1418-1423.
