王国法院士智能化煤矿数据模型及复杂巨系统耦合技术体系

　　（1）提出了智能化煤矿统一的多源异构数据融合处理方法——基于＂分级抽取-关联分析-虚实映射＂的数据逻辑模型，实现基于知识需求模型的信息实体主动匹配、推送策略与自动更新机制；构建了完整的煤矿井下跨系统全时空信息数字感知体系，形成集采掘空间信息、煤机装备状态、风险信息等多参量、多尺度、全时空特性的数据感知方案；建立了智能化煤矿数据治理管理体系和智能化煤矿数据标准体系，为数据赋能实现多源数据集成分析与数据价值挖掘提供基础保障。
　　（2）阐述基于＂ABCD＂（人工智能（Artificial Intelligence）、区块链（Blockchain）、云计算（Cloudcomputing）、大数据（Big Data））的智能化煤矿系统耦合技术内涵，分析了＂ABCD＂技术与智能化煤矿系统融合支撑的必要性和发力点：＂A＂技术完成数据到控制的转换和落地应用，同时结合数字孪生技术将生产管控的过程和结果同步可视化和下发到执行系统，形成＂物理-虚拟＂空间二元平行控制；＂BC＂技术构建安全可靠的数据库和充足的算力；＂D＂技术为其填充标准化的多源异构数据并提供丰富的计算模型。
　　（3）开展了煤矿智能化巨系统耦合工程应用实践，搭建了具备数据统一采集、存储、管理和调用的大数据支撑系统和集成采、掘、机、运、通等各业务系统的智能化综合管控平台，同步构建了＂云-网-数＂一体化集成硬件支持系统，实现煤矿生产全域数据管理、跨业务数据融合，数据深度解析与复用，打通全矿井58个在用子系统和34个新建子系统的数据融合和运行决策优化。
　　煤矿智能化是我国煤炭工业高质量发展的核心技术支撑已成为行业广泛共识，智能化理论与技术的研究也逐渐进入＂深水区＂。随着井下通信、传感、电气、控制技术的不断研发应用，从液压支架电液控制系统、工作面集控系统、煤流运输系统到智能通风系统、供电系统等，逐渐形成了大大小小上百个子系统。这些子系统多依据经典＂传感器－控制器＂逻辑控制方法，在井下各个生产工艺环节发挥着重要作用。然而，当多个功能、通信方式、规模不等或不同的系统同步在井下运行时，对于整个矿井的智能化系统而言，这一状况存在着明显不足：①子系统数据限于内部应用，只依据局部信息进行决策难以实现整体最优控制；②控制模型依据的传感器数据不完备，极易受到环境干扰发生误动作或控制失效，鲁棒性不足；③各个子系统独立运行，没有整体关联架构支持，整体系统稳定性及优化协同均无法达成，无法应对复杂条件下的智能控制及整个矿井设备群的协同控制需求。上述这些问题是从煤矿机械化向自动化、再到智能化发展所必然经历的问题。很多研究机构、学者都认识到这些问题，针对其中一个或几个方面开展了研究，试图给出解决问题的路径和方法。
　　首先，最为重要的是统一数据模型。只有标准化、统一化的数据格式才能支撑多个子系统融合。当前，在数字孪生智采工作面系统的概念、架构及构建方法，基于边缘云协同计算架构的智慧矿山技术架构体系，基于云服务、边缘计算和ＷＳＮ技术的煤矿信息物理系统场景感知自配置系统等研究中，给出了物理系统信息的虚拟表达方法及计算体系，为系统融合指出了路径，但尚不能完全支撑系统融合过程所需的多源异构数据处理、关联分析及虚拟映射操作。
　　其次是要实现跨系统的数据感知及实时连接。煤矿井下当前已经初步形成了一个全时空感知体系，对物理空间、地质构造、人员、装备等静态及动态的逻辑、属性、运行、过程信息进行不同频次的采集，以支持煤矿数字化。然而，这些感知的传感器分布在不同的子系统、不同的数据传输层次中，难以统一在一个数据治理体系下并形成具有完备特征的煤矿数据孪生体。已有的研究提出了全面覆盖的智慧煤矿信息模型，力求改善数字矿山向智慧矿山发展过程中信息关联层次不清晰、框架结构不完善、缺少智能决策依据及有效控制方法的问题；提出了由数据接入层、数据存储层、数据资产管理层、数据服务层构成的煤矿大数据集成分析平台技术架构，为数据融合分析处理提供基础数据与资源能力。然而，跨系统的业务逻辑、不同层级数据的匹配推送策略还未完全建立，因而无法实现大规模数据的跨系统实时连接。
　　此外，还涉及多系统融合的兼容性问题、安全性问题等。当多个系统协同运行时，无论是空间、时间还是逻辑上都存在兼容协同的问题。每个子系统都需要评估在外部数据介入情况下的系统收敛性、稳定性及安全性。笔者团队对智能化煤矿复杂巨系统的逻辑关联进行研究和系统归并，提出以泛在网络和大数据云平台为主要支撑，以智能管控一体化系统为核心，＂自主感知与控制－信息传输－井下系统－综合管控平台＂为主线的智能化煤矿数据流动与业务协同融合链。
　　煤矿井下同步运行着通信、传感、控制等大小上百个子系统，形成了越来越复杂的智能化巨系统。针对整个矿井智能化巨系统缺乏统一数据模型、传感器数据不完备、跨系统数据融合等难题，提出统一的多源异构数据融合处理方法——基于＂分级抽取-关联分析-虚实映射＂的数据逻辑模型，构建了完整的煤矿井下跨系统全时空信息数字感知体系，形成集井下现场生产状态、采掘空间信息、煤机装备状态、风险信息等多参量、多尺度、全时空特性的数据感知方案。
　　基于煤矿多源异构关系数据的信息＂实体＂和虚实映射机理，提出基于知识需求模型的信息实体主动匹配、推送策略与自动更新机制，解决数据实时连接及迭代更新难题；提出基于＂ABCD＂（即人工智能（Artificial Intelligence）、区块链（Blockchain）、云计算（Cloud computing）、大数据（Big Data））的智能化煤矿系统耦合技术，以煤矿安全保障系统耦合为例阐述了复杂巨系统数据交互、融合过程。
　　建立了智能化煤矿数据标准体系；给出了煤矿复杂巨系统的统一数据模型及决策机制的理论和方法，建立了满足多目标决策下的智能化煤矿系统安全、高效、稳定运行体系。
　　相关技术在陕煤张家峁煤矿应用，突破了多源异构系统的一体化集成技术，建成了全矿井跨域融合智能综合管控平台，构建了全时空信息感知及实时互联机制，打通多系统、多层面、多部门的业务数据壁垒，实现全矿井58个在用子系统和34个新建子系统的数据融合和运行决策优化。
　　内容来源：煤炭学报