分享是最大的支持,关注是最好的鼓励
(1)提出了智采工作面单机数字孪生驱动控制架构,包括机理模型、控制模型、孪生数据模型和数字孪生模型同步与演化等要素,实现孪生体对物理体的运维决策。
(2) 研究数字孪生虚实交互方法,利用信息物理系统来保障信息交互能力,采用知识模型来解决数据拥堵问题,为智采工作面数字孪生控制系统的虚实交互提供实时性。
(3) 提出智采工作面数字孪生驱动的三机协同控制方法,包括三机关联关系、智能采煤控制、智能支护控制与智能运输控制,达到三机设备在作业过程中设备联动、智能决策和精准控制的目的。
长按识别二维码阅读全文
智采工作面三机数字孪生驱动控制架构
煤矿智能化开采是我国煤炭企业数字化转型之路,已成为我国大力推动的煤矿技术发展方向。采煤工作面作为煤矿开采的主要场景,生产环境恶劣、设备众多且关联性强,其智能化程度也成为制约煤矿智能化建设的瓶颈。特别是采煤工作面装备常态化运行逐步成为煤矿智能化发展的重要目标之一。葛世荣等提出基于工作面单机智能化、集群自主化和远程智能管控技术的智能化综采工作面(简称智采工作面)技术体系和系统架构。目前,我国建成煤矿智采工作面1043个,智掘工作面1277个。智采工作面远程驾驶舱已实现关键工序的控制和设备群状态的可视化监控,但是,生产工序的全流程智能安全决策和设备群的全生命周期运维管控仍依赖操作人员的在环参与。由此,在工业互联网基础上,引入数字孪生驱动的先进控制理论,对实现煤炭智能化安全高效开采至关重要。
数字孪生(Digital Twin, DT)以数字化方法创建物理实体的虚拟模型,构建虚拟孪生体与物理实体的数字交互模式,实现以虚控实的智能运维,为煤矿智能化常态运行提供了新路径。葛世荣等率先提出数字孪生智采工作面的技术架构及关键技术,指出数字孪生智采工作面是一个数据可视化、人机强交互、工艺自优化的高逼真采煤工作面三维镜像场景,包括物理工作面、数字工作面和数据信息交互等3个部分。王飞跃提出平行智能理论,构建的平行矿山体系为物理系统和虚拟系统的交互联动与平行执行提供了实现基础。张帆等将数字孪生与平行智能理论相融合,构建了数字孪生矿山框架,能更好地应对煤炭开采过程中的环境不确定性和设备群多样性。进而,构建了物理模型、仿真模型、机理模型和数据模型相互耦合的矿山数字孪生演化理论模型,分析了矿山数字孪生系统与物理系统的同步映射与协同演化机制。郭一楠等构建了智采工作面五维数字孪生模型,并建立了知识引导的虚实空间信息主动管控机制,为决策控制服务提供高效可靠的信息保障。谢嘉成等提出了一种基于数字孪生的综采工作面生产系统设计与运行模式,实现全要素、全流程、全数据的集成和融合,以达到生产系统最优配置和装备协同安全高效开采的目的。
上述智采工作面数字孪生的研究聚焦于系统框架构建和虚实数据的协同演化方式,缺乏智采工作面三机虚实协调控制的深入分析。由此,笔者通过分析智采工作面三机控制的难点,提出一种新型的数字孪生驱动协同优化控制框架,并剖析其核心关键技术,为实现智采工作面的“信息可见、轨迹可循、状态可查”提供高效的决策控制机制,并确保其常态化运行提供技术支撑。在智采工作面数字孪生架构中,采煤工作面的设备群管控不仅是传统的设备状态监测与启停式粗放型控制,而是在信息−物理系统基础上,充分考虑采煤工作面的环境动态变化,依据人−机−环3者的交互耦合特性,融合数据、知识、模型、计算在内的新型优化决策控制架构,从而实现设备群的高效协同运行和单机的最佳状态控制,协同优化采煤、支护和运输3道工序。综上,智采工作面数字孪生驱动控制的核心在于:“以虚控实、虚实融合”为主线,以设备(群)的状态监测、预测、评估、决策和控制为服务核心,实现更加精细、安全、稳定的设备运行决策与安全管控,为煤炭智能化开采提供更加完备可行的理论与技术支撑。
为了进一步提高煤矿综采设备智能控制水平,实现智采工作面常态化运行,提出基于数字孪生智采工作面驱动控制的相关概念和系统架构。智采工作面数字孪生系统由物理设备、虚拟孪生体、虚实交互模型组成,通过数字化方法建立与实体设备相映射的虚拟模型,来达到综采设备在作业过程中虚实交互、智能决策、精准控制和动态演化的目的。阐述智采工作面常态化运行要求和采煤机、液压支架和刮板输送机的相关控制难点。提出了智采工作面单机数字孪生驱动控制架构,包括机理模型、控制模型、孪生数据模型和数字孪生模型同步与演化等要素;研究数字孪生虚实交互方法,利用信息物理系统来保障信息交互能力,采用知识模型来解决数据拥堵问题,为智采工作面数字孪生控制系统的虚实交互提供实时性。提出智采工作面数字孪生驱动的三机协同控制方法,包括三机关联关系、智能采煤控制、智能支护控制与智能运输控制。最后以矿山数字孪生实际应用为例,通过建立相关模型和设计相关实验方案,对数字孪生智能控制进行验证。通过展开数字孪生智能控制架构、模式等理论研究,旨在解决目前综采工作面存在的环境感知程度低、设备预测精度差和人工干预强度大等问题,实现在复杂环境条件下设备的自适应控制与人机交互,为煤矿智能化建设提供借鉴意义。
图1 综采三机发展历程
图2 智采工作面数字孪生控制架构
图3 数字孪生系统信息交互
图4 智采工作面三机关系
图5 智采工作面采煤机控制方案
图6 智采工作面液压支架控制方案
图7 智采工作面刮板输送机控制方案
图8 智采工作面数字孪生协同控制演化实例
表1 综采三机动作及其驱动方式
表2 采煤机截割的判断矩阵
表3 重要性程度含义
葛世荣(1963—),男,汉族,浙江天台人,教授、博士生导师,中国工程院院士,中国矿业大学(北京) 教授,从事智能矿山装备、摩擦可靠性工程和矿山机器人研究。主持国家“973计划”项目“深部危险煤层无人采掘装备关键基础研究”、国家“863计划”重点项目“掘进机和采煤机远程监测和控制关键技术”、国家自然科学基金重点项目“煤矿井下无人化综采机组的智能感知与协同控制基础研究”和国家重点研发计划智能机器人重点专项“大型露天矿机器人化自主运输装卸系统关键技术与应用示范”项目。率先提出矿井提升机智能补偿制动技术思路、基于地理信息导航的采煤机自主导航截割技术架构和掘进机平行智能掘支运技术模式、数字孪生智慧矿山理论与技术和煤矿机器人技术谱系,带领团队研制出我国第一台安标认证的煤矿搜救机器人、导航截割滚筒采煤机、自动截割悬臂掘进机、超长运距全永磁智能驱动带式输送机和超重型全永磁智能驱动刮板输送机。获国家技术发明二等奖3项和国家科技进步二等奖1项等科技成果奖励,获“中国青年科技奖”“全国优秀科技工作者”“何梁何利基金科技进步奖”“世界能源论坛技术创新奖”“孙越崎能源科技大奖”“全国第二届创新争先奖状”等学术荣誉。
来源:
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.