葛世榮教授團隊提出數字孿生智采工作麵技術係統

　　為了進一步提高煤礦井下智能化采煤工作麵係統自主運行和人機交互能力，達到真正的無人化開采境界，中國礦業大學（北京）葛世榮教授團隊提出了數字孿生智采工作麵係統（Digital Twin Smart Mining Workface）的概念、架構及構建方法，通過融合應用5G通信技術、物聯網技術和仿生智能技術，從而搭建一個智采工作麵的數字孿生遠程操作平台。成果以《數字孿生智能采煤工作麵技術架構研究》為題於4月13日在《煤炭學報》網絡首發。

▲ 智采工作麵的數字孿生概念模型

　　首先，什麼是數字孿生？數字孿生（Digital Twin，DT）是以數字化方式創建物理實體的虛擬模型，通過虛實交互反饋、數據融合03manbetx 、決策迭代優化等手段，為物理實體提供更加實時、高效、智能的運行或操作服務。數字孿生必須依賴兩個關鍵要素，一是數字信息，二是虛擬孿生。對於智能裝備而言，通過構造數字孿生體，不僅能高度逼真地反映機器實體的特征、運行和性能，還能以超現實的形式實現機器狀態監測評估和健康管理。

▲ 智采工作麵數字孿生技術構架

　　數字孿生智采工作麵（Digital Twin Smart Mining Workface，DTSMW）是一個數據可視化、人機強交互、工藝自優化的高逼真采煤工作麵三維鏡像場景，包括物理工作麵、數字工作麵和數據信息交互等三個部分。

　　目前，雖然智采工作麵已達到了遠程駕駛艙水平，能對采煤機組進行啟停、狀態監控，設有全自動運行模式和半自動運行模式。但未來的智采工作麵仍需要研究解決設備互聯度不夠高、信息互通性不夠強、人機交互性不夠好的問題。

▲ 數字孿生智采工作麵運行平台

　　本次研究中，葛世榮教授團隊提出的數字孿生智采工作麵新係統，是將物聯網、5G通信、雲計算等技術融合於智采工作麵，創建出一個精確地虛擬智采工作麵的模型，實現智采工作麵生產、管理的高度數字化及模塊化，為未來自主運行提供新平台，將有助於提升當前智采工作麵的自主感知和優化調控能力。

　　數字孿生智采工作麵的技術架構包括物理工作麵、虛擬工作麵、孿生數據、信息交互、模型驅動、邊緣計算、沉浸式體驗、雲端服務、信息物理係統、智能終端等10項關鍵技術。而麵向未來無人化開采需求，建設數字孿生智采工作麵係統，必須實現采煤工作麵感控要素的智能仿生，必須將這10項關鍵技術融合為5個智能模塊，即物理模塊、信息模塊、通信模塊、控製模塊、孿生模塊，使其具有礦工采礦作業的仿生智能特性。

▲ DTSMW信息流循環模型

　　數字孿生使智采工作麵實現“以數據為中心的生產”，其準確性和仿真度取決於知識積累的數據量。數據量越多，數字孿生模型對物理實體的仿真預測準確度越高，物理實體的性能預測也越準確，決策價值也越大。因此，可以毫不誇張地說數據信息流是數字孿生體的生命線。

　　研究首次將智采工作麵複雜信息歸納為環境信息流、控製信息流和能量信息流三條信息流，用來描述采煤過程的環境、控製和能量狀態。環境信息流和控製信息流來自煤岩體對采煤機、液壓支架、煤流運輸機組的輸入信息及其調控信息，能量信息流來自開采裝備對煤層、岩層變量調控所產生的能量交換狀態信息。

▲ 智采工作麵的信息流彙聚示意圖

　　麵對智采工作麵的巨大信息流量，研究提出了管理數字孿生智采工作麵係統信息流的數據主線（Digital Thread）方法，將信息流的數據分為周期性數據、隨機性數據和突發性數據進行建模處理，以確保數字孿生智采工作麵的數據驅動及穩定運行。　

　　通過對比03manbetx ，研究指出數字孿生智采工作麵新係統比現有遠程集控中心的智能性提高了一個層次，可為中級智采工作麵實現無人化運行提供了新的監控係統架構。

▲ 智采工作麵數字主線與數字孿生關聯關係

來 源：

葛世榮,張帆,王世博,等.數字孿生智能采煤工作麵技術架構研究[J].煤炭學報,2020-04-14,DOI:10.13225/j.cnki.jccs.ZN20.0327.