Construction of digital twin system for intelligent mining in coal mines
-
摘要: 为实现煤矿井下采煤工作面的全面感知、实时互联、分析决策、自主学习、动态预测和协同控制，本文构建了数字孪生智采工作面系统的整体框架。首先，将数字孪生智采工作面系统划分为3个层次，并给出各层次的功能及特征；其次，分别构建了数字孪生智采工作面系统中采煤机、刮板输送机、转载机、破碎机、带式输送机、液压支架、乳化液泵站及工作面环境的数据感知模型，并深入剖析采煤机、液压支架、煤流运输系统及设备与环境之间的协同约束关系；最后，给出数字孪生智采工作面系统的整体应用体系结构。基于该数字孪生智采工作面系统，可以实现物理矿山实体与数字矿山孪生体之间的虚实映射与实时交互、数字孪生体的智能感知与协同控制，为提升采煤工作面智能化水平提供实现依据。Abstract: In order to fulfill the functions of comprehensive perception, real-time interconnection, analysis and decision making, autonomous learning, dynamic prediction and cooperative control, an overall framework of Digital Twin Smart Mining Workface was established. First, the digital twin smart mining face system was divided into 3 levels, and the functions and characteristics of each level were given.Secondly, based on the physical domain entities contained in the intelligent mining face, the data perception models of coal shearer, scraper conveyor, stage loader, crusher, hydraulic support, belt conveyor support, emulsion pump station and environment in the digital twin working face system were expounded in detail, and the collaborative constraint relationship among shearer, hydraulic support, coal flow transportation system, workface environment and equipment was analyzed in depth. Finally, the application scheme of the digital twin intelligent mining face system was designed. Based on the digital twin intelligent mining face system, the virtual-real mapping and real-time interaction between physical mine entities and digital mine twins could be realized, and the intelligent perception and cooperative control of digital twins could be performed, which provides a basis for improving the intelligent level of coal mining face.
-
图 1 煤矿数字孪生智采工作面系统参考框架
Figure 1. The frame of digital twin system for intelligent mining workface
图 2 煤矿数字孪生智采工作面系统物理实体
Figure 2. Physical entity of digital twin system for intelligent mining workface
图 3 煤矿数字孪生智采工作面系统技术层次模型
Figure 3. Hierarchical model of digital twin technology of intelligent mining workface
图 4 采煤机数字孪生协同约束关系
Figure 4. Collaborative constraint relationship for digital twin of a coal shearer
图 5 液压支架数字孪生协同约束关系
Figure 5. Collaborative constraint relationship for digital twin of a hydraulic support
图 6 煤流运输设备数字孪生协同约束关系
Figure 6. Collaborative constraint relationship for digital twin of coal flow transportation system
图 7 工作面环境与设备数字孪生协同约束关系
Figure 7. Collaborative constraint relationship for digital twin of workface environment and equipment
图 8 煤矿数字孪生智采工作面系统应用框架
Figure 8. Application framework of digital twin system of intelligent mining workface
表 1 采煤机感知模型参数
Table 1. Parameters of sensing model for a coal shearer
传感器 监测位置及监测量 三相瞬时电流互感器 左、右截割电流 左、右牵引电流 左、右变频器电流 左、右油泵电机电流 破碎电机电流 温度传感器 左、右截割电机温度 左、右行星头温度 左、右油泵电机温度 牵引变压器温度 破碎电机温度 左、右牵引电机轴温度 左、右变频器温度 调高泵箱油温度 左、右牵引箱油温度 左、右摇臂轴温度 压力传感器 左、右油缸高压压力 调高泵低压侧油压 冷却水压力 制动器压力 电压变送器 采煤机电压 左、右变频器输出电压 漏电检测 左、右截割电机 左、右牵引电机 油泵电机 破碎电机 编码器 左、右摇臂角度 采煤机牵引部位置 倾角传感器 左、右摇臂倾角 行程传感器 左、右滚筒采高 液位传感器 油箱油位 张力传感器 供电电缆张力 振动传感器 左、右摇臂传动箱 左、右牵引传动箱 红外摄像机 采煤机两侧 IMU惯导单元 采煤机中心位置 
下载: 导出CSV
表 2 刮板输送机感知模型参数
Table 2. Parameters of sensing model for a scraper conveyor
位置 监测量 传感器 减速器 冷却水流量值 流量传感器 冷却水温度值 温度传感器 冷却水压力值 压力传感器 减速器油箱油位高度值 液位传感器 减速器油箱油液温度 温度传感器 减速器高速轴轴承温度 温度传感器 减速器低速轴轴承温度 温度传感器 减速器振动检测 振动传感器 减速器噪声检测 声音传感器 电动机 双速电机绕组温度 温度传感器 双速电机轴承温度 温度传感器 冷却水流量值 流量传感器 冷却水温度值 温度传感器 冷却水压力值 压力传感器 双速电机电流 电流传感器 双速电机电压 电压传感器 双速电机振动检测 振动传感器 双速电机噪声检测 声音传感器 双速电机功率 功率传感器 刮板链 链条张紧度监测 张紧度传感器 中部槽 刮板平行度监测 平行度传感器 槽姿态监测 倾角传感器 底板形态监测 倾角传感器
下载: 导出CSV
表 3 破碎机感知模型参数
Table 3. Parameters of sensing model for a crusher
位置 监测量 传感器 减速器 冷却水流量值 流量传感器 冷却水温度值 温度传感器 冷却水压力值 压力传感器 减速器油箱油位高度值 液位传感器 减速器油箱油液温度 温度传感器 减速器高速轴轴承温度 温度传感器 减速器低速轴轴承温度 温度传感器 减速器振动检测 振动传感器 减速器噪声检测 声音传感器 电动机 双速电机绕组温度 温度传感器 双速电机轴承温度 温度传感器 冷却水流量值 流量传感器 冷却水温度值 温度传感器 冷却水压力值 压力传感器 电机电流 电流传感器 电机电压 电压传感器 电机振动检测 振动传感器 电机噪声检测 声音传感器 电机功率 功率传感器 破碎部 破碎轴温度 温度传感器 入料口 堆煤 堆煤传感器
下载: 导出CSV
表 4 转载机感知模型参数
Table 4. Parameters of sensing model for a stage loader
位置 监测量 传感器 减速器 冷却水流量值 流量传感器 冷却水温度值 温度传感器 冷却水压力值 压力传感器 减速器油箱油位高度值 液位传感器 减速器油箱油液温度 温度传感器 减速器高速轴轴承温度 温度传感器 减速器低速轴轴承温度 温度传感器 减速器振动检测 振动传感器 减速器噪声检测 声音传感器 电动机 双速电机绕组温度 温度传感器 双速电机轴承温度 温度传感器 冷却水流量值 流量传感器 冷却水温度值 温度传感器 冷却水压力值 压力传感器 电机电流 电流传感器 电机电压 电压传感器 电机振动检测 振动传感器 电机噪声检测 声音传感器 电机功率 功率传感器
下载: 导出CSV
表 5 乳化液泵站感知模型参数
Table 5. Parameters of sensing model for an emulsion pump
位置 监测量 传感器 乳化液泵 泵组电机电流 电流互感器 泵组电机电压 电压传感器 泵组润滑油油位 液位传感器 泵组电机轴温度 温度传感器 泵组电机绕组温度 温度传感器 供液系统压力 压力传感器 乳化液箱液位 液位传感器 乳化液箱浓度 浓度传感器 反冲洗管路压力 压力传感器 泵组振动监测 振动传感器 泵组噪声监测 声音传感器 配液箱 配液箱电机电流 电流互感器 配液箱电机电压 电压传感器 配液箱电机轴温度 温度传感器 配液箱电机绕组温度 温度传感器 配液箱液位 液位传感器 配液箱油位 液位传感器 配液箱浓度 浓度传感器 配油箱 乳化油输送流量 流量传感器 乳化油箱油位 液位传感器 水处理 水处理电机电流 电流互感器 水处理电机电压 电压传感器 净软水箱液位 液位传感器 净软水管道压力 压力传感器
下载: 导出CSV
表 6 液压支架感知模型参数
Table 6. Parameters of sensing model for a hydraulic support
位置 监测量 传感器 顶梁 顶梁姿态 IMU惯导位姿 供液压力 压力传感器 后连杆 连杆姿态 IMU惯导位姿 供液压力 压力传感器 底座 底座姿态 IMU惯导位姿 推移千斤顶 位移量 位移传感器 供液压力 压力传感器 护帮 距离量 接近传感器 供液压力 压力传感器 伸缩梁 距离量 接近传感器 供液压力 压力传感器 立柱 供液压力 压力传感器 采煤机位置 红外收发传感器 视频信息 红外摄像机
下载: 导出CSV
表 7 带式输送机感知模型参数
Table 7. Parameters of sensing model for a belt conveyor
位置 监测量 传感器 输送带 输送带跑偏 跑偏传感器 输送带速度 速度传感器 煤位高度 堆煤传感器 输送带撕裂 撕裂传感器 托辊温度 温度传感器 输送带自燃 烟雾传感器 煤量检测 激光传感器 机头 视频监控 摄像机 张紧装置 钢丝绳拉力 拉力传感器 液压泵站压力 压力传感器 减速器 冷却水流量值 流量传感器 冷却水温度值 温度传感器 冷却水压力值 压力传感器 减速器油箱油液温度 温度传感器 减速器轴轴承温度 温度传感器 减速器振动检测 振动传感器 减速器噪声检测 声音传感器 电动机 电机绕组温度 温度传感器 电机轴承温度 温度传感器 冷却水流量值 流量传感器 冷却水温度值 温度传感器 冷却水压力值 压力传感器 电机电流 电流传感器 电机电压 电压传感器 电机振动检测 振动传感器 电机噪声检测 声音传感器 电机功率 功率传感器
下载: 导出CSV
表 8 工作面环境感知模型参数
Table 8. Parameters of sensing model for workface environment
监测量 传感器 安装位置 工作面危险气体浓度 甲烷传感器T0 工作面上隅角 甲烷传感器T1 工作面 甲烷传感器T2 回风巷 甲烷传感器T3 进风巷 甲烷传感器 采煤机 一氧化碳传感器 回风巷 工作面风速 风速传感器 回风巷 工作面温度 温度传感器 采煤工作面 工作面粉尘 粉尘传感器 采煤面回风巷 带式输送机自然发火 烟雾传感器 带式输送机机头 粉尘传感器 带式输送机机头 一氧化碳传感器 带式输送机机头 采空区发火 光纤测温装置 采空区 工作面水位 水位传感器 巷道集水区 工作面顶板压力 压力传感器 液压支架 顶板离层传感器 巷道顶板 锚杆应力传感器 巷道顶板 钻孔应力传感器 巷道顶板
下载: 导出CSV
-
[1] 国家能源局. 《关于加快煤矿智能化发展的指导意见》的政策解读[N]. 中国电力报, 2020-03-07(5). [2] 葛世荣. 智能化采煤装备的关键技术[J]. 煤炭科学技术, 2014, 42(9): 7-11. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ201409002.htmGe Shirong. Key technology of intelligent coal mining equipment[J]. Coal Science and Technology, 2014, 42(9): 7-11. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ201409002.htm [3] 葛世荣, 郝尚清, 张世洪, 等. 我国智能化采煤技术现状及待突破关键技术[J]. 煤炭科学技术, 2020, 48(7): 28-46. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ202007003.htmGe Shirong, Hao Shangqing, Zhang Shihong, et al. Status of intelligent coal mining technology and potential key technologies in China[J]. Coal Science and Technology, 2020, 48(7): 28-46. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ202007003.htm [4] 王国法, 刘峰, 孟祥军, 等. 煤矿智能化(初级阶段)研究与实践[J]. 煤炭科学技术, 2019, 47(8): 1-36. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ201908001.htmWang Guofa, Liu Feng, Meng Xiangjun, et al. Research and practice on intelligent coal mine construction(primary stage)[J]. Coal Science and Technology, 2019, 47(8): 1-36. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ201908001.htm [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. https://www.cnki.com.cn/Article/CJFDTOTAL-MKZD201802002.htmWang Guofa, Fan Jingdao, Xu Yajun, et al. Innovation progress and prospect on key technologies of intelligent coal mining[J]. Industry and Mine Automation, 2018, 44(2): 5-12. https://www.cnki.com.cn/Article/CJFDTOTAL-MKZD201802002.htm [6] 葛世荣, 王忠宾, 王世博. 互联网+采煤机智能化关键技术研究[J]. 煤炭科学技术, 2016, 44(7): 1-9. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ201607001.htmGe Shirong, Wang Zhongbin, Wang Shibo. Study on key technology of Internet plus intelligent coal shearer[J]. Coal Science and Technology, 2016, 44(7): 1-9. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ201607001.htm [7] 张帆, 葛世荣, 李闯. 智慧矿山数字孪生技术研究综述[J]. 煤炭科学技术, 2020, 48(7): 168-176. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ202007018.htmZhang Fan, Ge Shirong, Li Chuang. Research summary on digital twin technology for smart mines[J]. Coal Science and Technology, 2020, 48(7): 168-176. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ202007018.htm [8] 陶飞, 刘蔚然, 刘检华, 等. 数字孪生及其应用探索[J]. 计算机集成制造系统, 2018, 24(1): 1-18.Tao Fei, Liu Weiran, Liu Jianhua, et al. Digital twin and its potential application exploration[J]. Computer Integrated Manufacturing Systems, 2018, 24(1): 1-18. [9] 陶飞, 刘蔚然, 张萌, 等. 数字孪生五维模型及十大领域应用[J]. 计算机集成制造系统, 2019, 25(1): 1-18. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJJ201901001.htmTao Fei, Liu Weiran, Zhang Meng, et al. Five-dimension digital twin model and its ten applications[J]. Computer Integrated Manufacturing Systems, 2019, 25(1): 1-18. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJJ201901001.htm [10] 王国法, 刘峰, 庞义辉, 等. 煤矿智能化: 煤炭工业高质量发展的核心技术支撑[J]. 煤炭学报, 2019, 44(2): 349-357. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB201902002.htmWang Guofa, Liu Feng, Pang Yihui, et al. Coal mine intellectuali-zation: The core technology of high quality development[J]. Journal of China Coal Society, 2019, 44(2): 349-357. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB201902002.htm [11] 葛世荣, 张帆, 王世博, 等. 数字孪生智采工作面技术架构研究[J]. 煤炭学报, 2020, 45(6): 1925-1936. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB202006003.htmGe Shirong, Zhang Fan, Wang Shibo, et al. Digital twin for smart coal mining workface: Technological frame and construction[J]. Journal of China Coal Society, 2020, 45(6): 1925-1936. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB202006003.htm [12] 张超, 张旭辉, 毛清华, 等. 煤矿智能掘进机器人数字孪生系统研究及应用[J]. 西安科技大学学报, 2020, 40(5): 813-822. https://www.cnki.com.cn/Article/CJFDTOTAL-XKXB202005010.htmZhang Chao, Zhang Xuhui, Mao Qinghua, et al. Research and application of digital twin system for intelligent tunneling equipment in coal mine[J]. Journal of Xi'an University of Science and Technology, 2020, 40(5): 813-822. https://www.cnki.com.cn/Article/CJFDTOTAL-XKXB202005010.htm [13] 丁恩杰, 俞啸, 廖玉波, 等. 基于物联网的矿山机械设备状态智能感知与诊断[J]. 煤炭学报, 2020, 45(6): 2308-2319.Ding Enjie, Yu Xiao, Liao Yubo, et al. Key technology of mine equipment state perception and online diagnosis under Internet of Things[J]. Journal of China Coal Society, 2020, 45(6): 2308-2319. [14] 葛世荣, 郝雪弟, 田凯, 等. 采煤机自主导航截割原理及关键技术[J]. 煤炭学报, 2021, 46(3): 774-788. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB202103007.htmGe Shirong, Hao Xuedi, Tian Kai, et al. Principle and key technology of autonomous navigation cutting for deep coal seam[J]. Journal of China Coal Society, 2021, 46(3): 774-788. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB202103007.htm [15] 王国法, 任怀伟, 庞义辉, 等. 煤矿智能化(初级阶段)技术体系研究与工程进展[J]. 煤炭科学技术, 2020, 48(7): 1-27. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ202007001.htmWang Guofa, Ren Huaiwei, Pang Yihui, et al. Research and engineering progress of intelligent coal mine technical system in early stages[J]. Coal Science and Technology, 2020, 48(7): 1-27. https://www.cnki.com.cn/Article/CJFDTOTAL-MTKJ202007001.htm [16] 葛世荣, 胡而已, 裴文良. 煤矿机器人体系及关键技术[J]. 煤炭学报, 2020, 45(1): 455-463. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB202001045.htmGe Shirong, Hu Eryi, Pei Wenliang. Classification system and key technology of coal mine robot[J]. Journal of China Coal Society, 2020, 45(1): 455-463. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB202001045.htm [17] 葛世荣. 煤矿智采工作面概念及系统架构研究[J]. 工矿自动化, 2020, 46(4): 1-9. https://www.cnki.com.cn/Article/CJFDTOTAL-MKZD202004001.htmGe Shirong. Research on concept and system architecture of smart mining workface in coal mine[J]. Industry and Mine Automation, 2020, 46(4): 1-9. https://www.cnki.com.cn/Article/CJFDTOTAL-MKZD202004001.htm [18] 莫梓嘉, 高志鹏, 苗东. 边缘智能: 人工智能向边缘分布式拓展的新触角[J]. 数据与计算发展前沿, 2020, 2(4): 16-27. https://www.cnki.com.cn/Article/CJFDTOTAL-KYXH202004003.htmMo Zijia, Gao Zhipeng, Miao Dong. Edge intelligence: a new exploration for artificial intelligence expanding to edge[J]. Frontiers of Data & Computing, 2020, 2(4): 16-27. https://www.cnki.com.cn/Article/CJFDTOTAL-KYXH202004003.htm -
点击查看大图
计量
- 文章访问数: 1592
- HTML全文浏览量: 418
- PDF下载量: 209
- 被引次数: 0