黃陵二號(hào)煤礦多維度地質(zhì)模型大數(shù)據(jù)融合精準(zhǔn)開采

曹哲哲

(陜西黃陵二號(hào)煤礦有限公司,陜西 延安 716000)

0 引言

隨著計(jì)算機(jī)水平的提高,大數(shù)據(jù)融合技術(shù)已經(jīng)應(yīng)用到包括煤炭行業(yè)的各個(gè)領(lǐng)域[1-2]。智能化、自動(dòng)化開采是目前開采技術(shù)研究的熱門方向[3-4]。廣大學(xué)者對(duì)其進(jìn)行了大量研究,在該領(lǐng)域取得了巨大成就[5-6]。由于綜采工作面自動(dòng)化系統(tǒng)以過程化控制為核心,與生產(chǎn)管理過程脫節(jié),未能高效實(shí)時(shí)的實(shí)現(xiàn)信息集成和互通,無(wú)法有效對(duì)綜采關(guān)鍵設(shè)備進(jìn)行管理[7-11]。自動(dòng)化開采過程中會(huì)產(chǎn)生大量數(shù)據(jù),如何將這些數(shù)據(jù)轉(zhuǎn)換為有用的決策信息和控制策略,為管理者提供決策和建議,是一項(xiàng)需要解決的問題[12-15]。因此,需要對(duì)工作面進(jìn)行多源地質(zhì)信息透明,建設(shè)工作面大數(shù)據(jù)分析智能決策平臺(tái),實(shí)現(xiàn)設(shè)備空間導(dǎo)航定位及精準(zhǔn)控制。

1 工程背景

2016年4月,黃陵礦業(yè)公司聯(lián)合北京天瑪公司、西煤機(jī)、天地奔牛等單位,研究應(yīng)用大采高厚煤層智能化開采技術(shù),攻克了煤壁片幫、底軟拉架、頂板破碎等技術(shù)難題,實(shí)現(xiàn)了國(guó)產(chǎn)綜采成套裝備智能化開采技術(shù)在復(fù)雜地質(zhì)條件下的常態(tài)化應(yīng)用,成果達(dá)到國(guó)際領(lǐng)先水平。2019年,黃陵礦業(yè)公司聯(lián)合中煤科工集團(tuán)西安研究院、西安煤礦機(jī)械有限公司、西安合智宇信息科技有限公司、西安科技大學(xué)和應(yīng)急管理部煤礦智能化開采技術(shù)創(chuàng)新中心,在黃陵一號(hào)煤礦開展了“基于動(dòng)態(tài)地質(zhì)模型大數(shù)據(jù)融合迭代規(guī)劃控制策略的智能開采技術(shù)”項(xiàng)目研究。實(shí)現(xiàn)了由傳統(tǒng)的記憶截割向三維空間感知、智能規(guī)劃和自主截割的技術(shù)跨越,成果達(dá)到國(guó)際領(lǐng)先水平。2021年2月24日,黃陵二號(hào)煤礦及各礦井與中煤科工集團(tuán)西安研究院、西安煤礦機(jī)械有限公司、西安合智宇信息科技有限公司進(jìn)行現(xiàn)場(chǎng)交流,認(rèn)為黃陵二號(hào)煤礦綜采工作面已經(jīng)具有三機(jī)一架遠(yuǎn)程集控系統(tǒng),但感知能力不足,不能實(shí)時(shí)感知人、物、環(huán)的變化,導(dǎo)致工作面需要配置大量固定值守人員,增加了安全風(fēng)險(xiǎn),生產(chǎn)工序協(xié)同性差,生產(chǎn)效率不高。

2 精準(zhǔn)開采目標(biāo)

針對(duì)黃陵二號(hào)煤礦(水、火、瓦斯、頂板、油型氣、煤層賦存厚度波動(dòng)較大)的大采高復(fù)雜地質(zhì)條件,在工作面智能化高效開采過程中,缺乏基于煤層賦存條件的安全環(huán)境、開采策略的預(yù)測(cè)、預(yù)判、預(yù)控能力。

利用AI算法識(shí)別技術(shù)實(shí)現(xiàn)智能綜采系統(tǒng)與液壓支架護(hù)幫板、機(jī)頭煤量、片幫、跟機(jī)移架、人員侵入等場(chǎng)景的識(shí)別,并為超前支架與工作面協(xié)同推進(jìn)、多工作面協(xié)同規(guī)劃開采提供安全和數(shù)據(jù)支撐。融合地質(zhì)模型、水文、災(zāi)害、礦壓等信息的綜合建模方法,構(gòu)建多維度地質(zhì)與環(huán)境模型,通過搭建大數(shù)據(jù)規(guī)劃決策平臺(tái)及井下工作面精準(zhǔn)控制系統(tǒng)。以實(shí)現(xiàn)基于復(fù)雜地質(zhì)條件與環(huán)境模型的大采高綜采工作面大數(shù)據(jù)規(guī)劃開采與精準(zhǔn)控制;依托5G、云計(jì)算和大數(shù)據(jù)分析,建立大采高智能綜采工作面集群規(guī)劃協(xié)同管控系統(tǒng),實(shí)現(xiàn)多工作面協(xié)同開采;開展安全態(tài)勢(shì)感知、視頻AI算法識(shí)別在智能化綜采工作面的應(yīng)用。根據(jù)黃陵二號(hào)煤礦大采高復(fù)雜地質(zhì)條件下的高效、安全開采要求,研究現(xiàn)有的工藝流程、操作習(xí)慣、決策經(jīng)驗(yàn)等,設(shè)計(jì)擬人化的自主規(guī)劃截割開采工藝,解決機(jī)架防碰撞、工作面煤流負(fù)荷平衡、綜采設(shè)備姿態(tài)修正、全工作面的機(jī)架協(xié)同等智能化開采問題,確保精準(zhǔn)控制系統(tǒng)的常態(tài)化穩(wěn)定運(yùn)行。

3 精準(zhǔn)開采結(jié)果展示

精準(zhǔn)開采包括大采高智能工作面多源地質(zhì)信息透明化技術(shù)、大采高綜采工作面大數(shù)據(jù)分析智能決策平臺(tái)、大采高工作面綜采設(shè)備空間導(dǎo)航定位及精準(zhǔn)控制方法3個(gè)部分。

3.1 大采高智能工作面多源地質(zhì)信息透明化技術(shù)

智能工作面多源地質(zhì)信息透明化技術(shù)主要包括綜合地質(zhì)勘探及動(dòng)態(tài)解釋、三維可視化動(dòng)態(tài)建模、地質(zhì)保障綜合預(yù)測(cè)、數(shù)字孿生系統(tǒng)4個(gè)部分。

通過巷道寫實(shí),鉆孔軌跡測(cè)量、測(cè)井、窺視和鉆孔雷達(dá)探測(cè)等一孔多用技術(shù)手段及三維地震動(dòng)態(tài)解釋,探明工作面煤層厚度及起伏變化;通過槽波地震勘探、三維地震動(dòng)態(tài)解釋,探明工作面內(nèi)部起伏構(gòu)造信息;通過瓦斯測(cè)試數(shù)據(jù)、瓦斯動(dòng)態(tài)監(jiān)測(cè),工作面寫實(shí)更新,建立工作面的透明模型。研究多源地質(zhì)信息建模技術(shù),基于多源異構(gòu)地質(zhì)勘探數(shù)據(jù)屬性提取技術(shù),提取地質(zhì)建模有關(guān)的地質(zhì)信息;研究多源地質(zhì)信息可視化技術(shù),實(shí)現(xiàn)孔內(nèi)遺留鉆桿的具體位置,工作面地層壓力的仿真三維可視化;研究動(dòng)態(tài)地質(zhì)建模技術(shù),基于隱式迭代算法,實(shí)現(xiàn)工作面煤層起伏形態(tài)的動(dòng)態(tài)建模,為透明工作面提供模型基礎(chǔ)。建立工作面瓦斯模型,根據(jù)通風(fēng)斷面最低要求,預(yù)測(cè)瓦斯絕對(duì)涌出量,實(shí)現(xiàn)工作面回采過程中瓦斯?jié)舛阮A(yù)警;建立遺留鉆桿模型,通過遺留鉆桿的具體位置,實(shí)現(xiàn)工作面內(nèi)出現(xiàn)遺留鉆桿后的預(yù)警。透明工作面數(shù)字孿生系統(tǒng)如圖1所示。基于工作面三維地質(zhì)模型,融合已有的監(jiān)測(cè)數(shù)據(jù)和開采數(shù)據(jù),以實(shí)現(xiàn)礦井地質(zhì)信息同步映射為目標(biāo),實(shí)現(xiàn)井巷數(shù)字化,實(shí)現(xiàn)井巷漫游和地質(zhì)信息數(shù)字孿生系統(tǒng)。

3.2 大采高綜采工作面大數(shù)據(jù)分析智能決策平臺(tái)

大采高綜采工作面大數(shù)據(jù)分析智能決策平臺(tái)主要包括基于地質(zhì)與環(huán)境模型的開采工藝大數(shù)據(jù)決策、建立基于地質(zhì)模型的開采模型、基于地質(zhì)模型及設(shè)備增強(qiáng)感知的開采模型修正技術(shù)、綜采工作面大數(shù)據(jù)分析智能決策平臺(tái)、防碰撞技術(shù)、周期來壓預(yù)警、工作面災(zāi)害預(yù)警、大數(shù)據(jù)規(guī)劃開采及精準(zhǔn)控制系統(tǒng)8個(gè)部分。在綜采智能化采煤工藝、采煤機(jī)規(guī)劃截割控制技術(shù)基礎(chǔ)上,研究基于“地質(zhì)與環(huán)境模型”的開采工藝。通過大數(shù)據(jù)分析、多信息融合技術(shù)修正迭代地質(zhì)與環(huán)境模型,實(shí)現(xiàn)自適應(yīng)開采。開采模型如圖2所示。

圖1 透明工作面數(shù)字孿生系統(tǒng)Fig.1 Digital twin system of transparency working face

圖2 開采模型Fig.2 Mining model

建立基于地質(zhì)模型頂?shù)装鍞?shù)據(jù)、預(yù)切片數(shù)據(jù)、設(shè)備控制關(guān)聯(lián)模型建立的開采模型。通過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的混合算法以及權(quán)重優(yōu)化技術(shù)實(shí)現(xiàn)開采模型與開采環(huán)境的實(shí)時(shí)孿生。地質(zhì)數(shù)據(jù)顯示如圖3所示。

圖3 地質(zhì)數(shù)據(jù)Fig.3 Geological data

在基于地質(zhì)與環(huán)境模型的開采數(shù)據(jù)基礎(chǔ)上,提取頂?shù)装甯叨?結(jié)合雷達(dá)、慣導(dǎo)數(shù)據(jù)所實(shí)時(shí)反饋的采高臥底位置,同時(shí)結(jié)合開采數(shù)據(jù)及輔助校準(zhǔn)(慣導(dǎo)、雷達(dá)的精準(zhǔn)測(cè)量系統(tǒng))建立數(shù)據(jù)樣本庫(kù),并根據(jù)設(shè)備姿態(tài)及輔助測(cè)量數(shù)據(jù)對(duì)地質(zhì)與環(huán)境模型進(jìn)行優(yōu)化修正。圍繞多維度地質(zhì)模型的開采工藝優(yōu)化決策、開采模型建立、基于地質(zhì)信息和設(shè)備增強(qiáng)感知的模型修正、智能診斷等需求,開發(fā)實(shí)現(xiàn)工作面精準(zhǔn)控制決策的大數(shù)據(jù)平臺(tái)。實(shí)現(xiàn)綜采工作面智能化系統(tǒng)關(guān)鍵性過程的應(yīng)用分析。對(duì)工作面三機(jī)配套關(guān)系進(jìn)行數(shù)字化建模,統(tǒng)一地質(zhì)模型、開采模型和配套模型進(jìn)行坐標(biāo)系,研究頂?shù)装遄兓?、開采工藝和配套模型中端面距變化的關(guān)系。利用采煤機(jī)、液壓支架安裝的相關(guān)傳感器反饋工作面裝備實(shí)際姿態(tài),通過開采模型的自適應(yīng)技術(shù),實(shí)現(xiàn)端面距進(jìn)行預(yù)警及協(xié)同控制。對(duì)礦壓監(jiān)測(cè)數(shù)據(jù)的有效性影響因素進(jìn)行分析,提出監(jiān)測(cè)數(shù)據(jù)預(yù)處理方法,設(shè)計(jì)周期來壓預(yù)測(cè)預(yù)警方案,并進(jìn)行預(yù)警等級(jí)劃分,完成預(yù)警模型搭建。通過建立周期來壓預(yù)測(cè)預(yù)警模型,設(shè)計(jì)大數(shù)據(jù)模式下的來壓預(yù)測(cè)預(yù)警系統(tǒng),預(yù)測(cè)來壓時(shí)間、強(qiáng)度和位置,提出周期來壓處理方案。項(xiàng)目可以革新傳統(tǒng)的礦壓顯現(xiàn)規(guī)律分析方法,實(shí)現(xiàn)采場(chǎng)礦壓提前6～8 h智能預(yù)測(cè)預(yù)警,提高安全開采效率,并為大采高工作面圍巖穩(wěn)定性控制等關(guān)鍵問題提供一種全新思路。周期來壓預(yù)警如圖4所示。

圖4 周期來壓預(yù)警Fig.4 Early warning of periodic weighting

以工作面區(qū)域常見的水、火、氣體、礦壓和粉塵五大災(zāi)害實(shí)時(shí)監(jiān)測(cè)為抓手,從“人、機(jī)、環(huán)、管”等方面研究綜采工作面安全狀態(tài),對(duì)工作面區(qū)域安全狀態(tài)進(jìn)行評(píng)估,為綜采工作面安全運(yùn)行提供保障,研究綜采工作面區(qū)域有害氣體分析及預(yù)警方法,開發(fā)安全監(jiān)控系統(tǒng)環(huán)境監(jiān)測(cè)與設(shè)備控制的動(dòng)態(tài)參數(shù)綜合分析軟件模塊,融合綜采工作面智能化、監(jiān)測(cè)監(jiān)控、礦壓監(jiān)測(cè)等系統(tǒng)數(shù)據(jù),結(jié)合頂板災(zāi)害、水害、火災(zāi)實(shí)時(shí)分析結(jié)果,完成工作面區(qū)域?yàn)?zāi)害預(yù)警的融合分析軟件。以工作面分區(qū)模型,將分散獨(dú)立的傳感器與環(huán)境監(jiān)測(cè)數(shù)據(jù)、綜采設(shè)備控制的動(dòng)態(tài)參數(shù)綜合分析,在整體上實(shí)現(xiàn)基礎(chǔ)分析數(shù)據(jù)的自動(dòng)獲取、分析、展示、預(yù)警及超限控制功能,大幅降低了礦井災(zāi)害的危險(xiǎn)程度。

根據(jù)工作面集群大數(shù)據(jù)決策中心,融合生產(chǎn)計(jì)劃、各工作面規(guī)劃開采策略、主運(yùn)輸?shù)刃畔?建立工作面集群協(xié)同決策模型。大數(shù)據(jù)精準(zhǔn)控制中心根據(jù)工作面集群協(xié)同決策模型,實(shí)時(shí)調(diào)整各工作面采煤機(jī)開采策略、液壓支架跟機(jī)策略、液壓泵站供液策略、工作面運(yùn)輸三機(jī)運(yùn)轉(zhuǎn)策略。建立基于大數(shù)據(jù)的礦井安全生產(chǎn)效能評(píng)價(jià)體系,指導(dǎo)工作面集群協(xié)同決策模型的動(dòng)態(tài)修正。最終實(shí)現(xiàn)工作面集群生產(chǎn)任務(wù)智能規(guī)劃、動(dòng)態(tài)調(diào)整,生產(chǎn)決策優(yōu)化及協(xié)同高效開采的目標(biāo)。

3.3 大采高工作面綜采設(shè)備空間導(dǎo)航定位及精準(zhǔn)控制方法

大采高工作面綜采設(shè)備空間導(dǎo)航定位及精準(zhǔn)控制方法主要包括導(dǎo)航定位技術(shù)、激光雷達(dá)測(cè)距技術(shù)、大數(shù)據(jù)決策精準(zhǔn)控制、綜采工作面集群移動(dòng)管控平臺(tái)、工作面AI場(chǎng)景智能識(shí)別5個(gè)方面。礦井現(xiàn)有的煤機(jī)位置監(jiān)測(cè)是由目前采煤機(jī)機(jī)身紅外發(fā)射傳感器和液壓支架紅外接收傳感器配合,實(shí)現(xiàn)煤機(jī)在某支架的位置監(jiān)測(cè)功能。在采煤機(jī)中安裝慣性導(dǎo)航系統(tǒng),實(shí)現(xiàn)綜采設(shè)備在透明地質(zhì)模型中的精準(zhǔn)定位,通過記錄慣性導(dǎo)航運(yùn)行軌跡,為工作面自動(dòng)找直控制、規(guī)劃截割模型提供數(shù)字支撐。通過在刮板輸送機(jī)機(jī)頭和機(jī)尾安裝激光雷達(dá),實(shí)時(shí)監(jiān)測(cè)運(yùn)輸機(jī)機(jī)頭和機(jī)尾距進(jìn)、回風(fēng)巷巷幫的距離,核算工作面刮板輸送機(jī)上竄下滑量。激光雷達(dá)系統(tǒng)通過識(shí)別,安裝于進(jìn)、回風(fēng)巷兩巷幫的等間距激光反射裝置,實(shí)時(shí)監(jiān)測(cè)工作面推進(jìn)度,實(shí)現(xiàn)規(guī)劃開采中的坐標(biāo)原點(diǎn)傳遞。根據(jù)雷達(dá)、慣導(dǎo)對(duì)設(shè)備姿態(tài)的實(shí)測(cè)數(shù)據(jù),實(shí)現(xiàn)設(shè)備具體控制姿態(tài)的準(zhǔn)確測(cè)量值,通過精準(zhǔn)控制設(shè)備姿態(tài)反饋,實(shí)現(xiàn)基于精準(zhǔn)開采模型的控制閉環(huán)。借助“大數(shù)據(jù)、5G、物聯(lián)網(wǎng)、云管控”智能化技術(shù)實(shí)現(xiàn)采煤信息共享化,移動(dòng)實(shí)時(shí)高效化,實(shí)現(xiàn)從設(shè)備到生產(chǎn)、排查、應(yīng)急、預(yù)警、運(yùn)維管理、運(yùn)輸、用戶等生產(chǎn)全過程的信息化管控。工作場(chǎng)景AI識(shí)別如圖5所示。依托覆蓋全工作面的高清視頻網(wǎng)絡(luò),利用AI算法實(shí)現(xiàn)采煤機(jī)割煤速度智能調(diào)節(jié)、刮板運(yùn)輸機(jī)缺刮板、斷鏈智能監(jiān)測(cè)、刮板運(yùn)輸機(jī)煤量監(jiān)測(cè)、刮板運(yùn)輸機(jī)機(jī)頭堆煤智能監(jiān)測(cè)、液壓支架護(hù)幫狀態(tài)智能監(jiān)測(cè)、煤壁片幫智能監(jiān)測(cè)、液壓支架移架時(shí)支架底座障礙物智能識(shí)別、危險(xiǎn)區(qū)域進(jìn)入跟智能識(shí)別等。

圖5 AI場(chǎng)景智能識(shí)別Fig.5 Intelligent identification of AI scenario

4 結(jié)論

(1)融合復(fù)雜地質(zhì)條件的特厚煤層地質(zhì)構(gòu)造探測(cè)和氣體賦存探測(cè)結(jié)果,綜合構(gòu)建涵蓋地質(zhì)構(gòu)造和瓦斯賦存的地質(zhì)模型,實(shí)現(xiàn)工作面內(nèi)多源地質(zhì)信息的透明化,包括瓦斯賦存條件的可視化。

(2)針對(duì)復(fù)雜地質(zhì)條件大采高工作面智能化難題,研發(fā)綜采工作面大數(shù)據(jù)分析智能決策系統(tǒng)及控制、AI圖像算法,解決大采高下的機(jī)架防碰撞、工作面煤流負(fù)荷平衡、綜采設(shè)備姿態(tài)修正、全工作面的機(jī)架協(xié)同等智能化開采問題,確保規(guī)劃截割開采方式的常態(tài)化穩(wěn)定運(yùn)行。

(3)提出基于慣性導(dǎo)航系統(tǒng)、激光雷達(dá)等多信息融合的工作面設(shè)備實(shí)時(shí)定位與姿態(tài)感知技術(shù),解決大采高工作面找直和上竄下滑問題。

(4)提出基于大數(shù)據(jù)的智能開采效能分析評(píng)價(jià)指標(biāo)和優(yōu)化算法,構(gòu)建多源異構(gòu)數(shù)據(jù)與安全關(guān)聯(lián)分析決策模型,達(dá)到對(duì)大采高開采裝備的智能精準(zhǔn)控制,實(shí)現(xiàn)智能安全高效開采。