馬小平， 楊雪苗， 胡延軍2,， 繆燕子2,

(1.中國礦業(yè)大學 人工智能研究院， 江蘇 徐州 221116；2.地下空間智能控制教育部工程研究中心， 江蘇 徐州 221116；3.中國礦業(yè)大學 信息與控制工程學院， 江蘇 徐州 221116)

0 引言

人工智能的快速發(fā)展促進了傳統(tǒng)工業(yè)的智能化發(fā)展，也逐漸對煤炭行業(yè)產(chǎn)生了巨大影響，將人工智能技術應用于煤礦生產(chǎn)成為了煤礦發(fā)展的新趨勢。人工智能技術可為進一步提升煤炭工業(yè)高質(zhì)量發(fā)展提供核心技術支撐[1]。《關于加快煤礦智能化發(fā)展的指導意見》提出，到2021年，建成多種類型、不同模式的智能化示范煤礦；到2025年，大型煤礦和災害嚴重煤礦基本實現(xiàn)智能化；到2035年，各類煤礦基本實現(xiàn)智能化，構(gòu)建多產(chǎn)業(yè)鏈、多系統(tǒng)集成的煤礦智能化系統(tǒng)，建成智能感知、智能決策、自動執(zhí)行的煤礦智能化體系。

智能化礦山的實現(xiàn)途徑是建設智能礦山。但智能礦山的內(nèi)涵是什么，人工智能技術應該如何與礦山深度融合，這些問題業(yè)界還未完全形成共識。已有研究人員從不同專業(yè)角度對智能礦山展開了討論，如從智能化開采、掘進角度展開討論[1-3]，從瓦斯抽采智能化鉆探角度展開討論[4-5]，還有從智能礦山通信網(wǎng)絡角度展開討論[6]等。這些研究大大豐富了智能礦山建設的內(nèi)容，但都未將人工智能技術應用到智能礦山的體系架構(gòu)及礦山層面系統(tǒng)實現(xiàn)中。本文從人工智能技術角度對智能礦山進行探討，設計了基于人工智能技術的智能礦山架構(gòu)，并探索了人工智能技術和礦山子系統(tǒng)的深度融合。

1 人工智能技術概述

1.1 智能和智慧

首先對“智能”和“智慧”的區(qū)別及聯(lián)系進行討論，并對“智能”一詞的含義進行約定。

英語文獻中與“智能”、“智慧”相關的詞為wisdom、smart、intelligence。這3個單詞含義的區(qū)分度比較清晰，wisdom偏向“智力”的含義，smart偏向“聰明”的含義，而intelligence偏向“智能/智慧”的含義，intelligence在智能程度上一般比smart更高一層次。但在中文文獻中，“智能”和“智慧”2個詞?；煊谩Ｗ值渲械摹爸悄堋焙汀爸腔邸?個詞有細微區(qū)別。在學術界中，2個詞的邊界越來越模糊。一個典型的例子就是“Artificial Intelligence”被翻譯成“人工智能”,而不是直譯成“人工智慧”。

本文中的“智能”將包含相關文獻中“智能”和“智慧”的相關含義。在后面的討論中，也將相關參考文獻中的“智慧”統(tǒng)一為“智能”。

1.2 人工智能技術概念

人工智能技術是研究人類大腦或人類思想方式，使機器能模仿人類大腦理解和運用思維方法的技術[7]。簡而言之，人工智能技術就是任何能模擬與人的認知、學習能力相似的技術。

從模擬人的程度出發(fā)，人工智能技術可劃分為弱人工智能和強人工智能兩大類[8]。弱人工智能是希望借鑒人類的智能行為，研制出更好的工具，以減輕人類智力勞動，類似于高級仿生學。強人工智能是希望達到甚至超越人類智慧水平的人造物，具有心智和意識、能根據(jù)自己的意圖開展行動的技術，是“人造智能”。不言而喻，強人工智能更像想象中的人工智能，但從科學倫理角度來說，目前絕大多數(shù)研究者都認同人工智能學界不應朝向強人工智能方向發(fā)展[8-9]。

本文作者對強人工智能也持否定態(tài)度。本文所討論的人工智能技術限定為借鑒人類的智能行為研制出某種特定類型用以減輕人類智力勞動工具的技術。

1.3 人工智能技術發(fā)展概述

最初的人工智能技術主要關注自然語言翻譯、符號推理和博弈論等問題，此類人工智能技術也被稱為傳統(tǒng)人工智能。傳統(tǒng)人工智能試圖構(gòu)建能復制人類行為的計算機系統(tǒng)，但因目標過高而陷入窘境。隨后，人工智能技術研究人員將目標調(diào)整到計算機在執(zhí)行某些類任務時能提高性能這一目標，這就產(chǎn)生了機器學習(Machine Learning)這一領域的研究。

機器學習仍是一個范疇很大的概念。20世紀80年代以來，被研究最多、最廣的是機器學習中廣義的歸納學習，它涵蓋了監(jiān)督學習、無監(jiān)督學習等。最初的研究主流是以決策樹和基于邏輯學習技術為代表的符號主義學習。隨后的研究主流為基于神經(jīng)網(wǎng)絡的連接主義學習。最近的研究主流轉(zhuǎn)向以支持向量機為代表的統(tǒng)計學習。目前，以神經(jīng)網(wǎng)絡自動選取數(shù)據(jù)特征方法[10]及深度信念網(wǎng)絡(Deep Belief Network)概念[11]提出為標志，以深度學習為標志的連接主義學習引起了廣大研究人員的關注。特別是基于深度學習的AlphaGo打敗世界頂級圍棋棋手李世石,讓廣大民眾也知曉了深度學習和人工智能。深度學習的“深度”,形式上指的是人工神經(jīng)網(wǎng)絡具有的多個隱含層，功能上指的是人工神經(jīng)網(wǎng)絡能像生物一樣“分層迭代,逐級抽象”出高級信息特征。深度網(wǎng)絡不僅能表示更復雜的目標函數(shù),還能自動找出關鍵的數(shù)據(jù)特征。目前，深度學習是人工智能技術的研究熱點。

1.4 人工智能技術在礦山中的應用

伴隨著人工智能技術的發(fā)展，研究人員對礦山各個生產(chǎn)系統(tǒng)中如何應用人工智能技術進行了探索。由于人工智能技術的研究范疇大、時間跨度大，其與礦井的結(jié)合點也非常多，相關文獻報道也較多。如將人工智能技術與礦山災害治理相結(jié)合，可構(gòu)建智能水害治理平臺[12-14]、智能瓦斯抽采技術[4,5,15]、智能沖擊礦壓監(jiān)控技術[16]等。將人工智能技術與開采、掘進技術相結(jié)合，可構(gòu)建智能煤巖識別技術[17]、智能采煤工作面[1-3]等。將人工智能技術與礦山的相關監(jiān)控系統(tǒng)相結(jié)合，可構(gòu)建智能化鉆探監(jiān)控系統(tǒng)[18]、智能圍巖監(jiān)控系統(tǒng)[19]。將人工智能技術應用到通信網(wǎng)絡中，可構(gòu)建出智能井下無線傳感器網(wǎng)絡路由算法[20]。此外，還有人工智能技術與管理相結(jié)合構(gòu)建以礦工動作識別為基礎的智能礦工行為管理系統(tǒng)[21]。

上述研究工作都有力地推動了煤礦智能生產(chǎn)、管理水平的提高。但是需要指出的是，上述研究成果中，人工智能技術都是與礦山的點狀結(jié)合和淺度結(jié)合。具體而言，文獻[12-19]所提及的智能系統(tǒng)，其智能性只體現(xiàn)在利用人工智能技術中的數(shù)據(jù)處理方法(符號化建模、專家系統(tǒng)、特征自動提取及基于以上技術的數(shù)據(jù)趨勢分析、預測等)。文獻[20-21]所提及的智能系統(tǒng)，其智能性體現(xiàn)在將人工智能技術應用到礦山對象實體中。如何實現(xiàn)人工智能技術和某個生產(chǎn)或管理系統(tǒng)層面的深度融合，以及人工智能技術在整個礦山系統(tǒng)層面中所處的地位、所擔當?shù)慕巧?，這些問題的研究還未引起足夠的重視。本文將對智能礦山架構(gòu)及子系統(tǒng)和人工智能技術的深度融合進行探索。

2 智能礦山

人工智能技術和礦山的深度融合體是智能礦山。智能礦山強調(diào)的是礦山的認知、學習能力屬性。在礦山已有演變過程簡述基礎上，本文提出了智能礦山概念及相應的三層結(jié)構(gòu)。

2.1 智能礦山發(fā)展

煤礦已經(jīng)歷了礦山機械化、礦山自動化、礦山數(shù)字化/礦山信息化、物聯(lián)網(wǎng)礦山等不同形態(tài)的演變[22-23]。山西大同煤峪口煤礦的綜合機械化開采模式掀開了我國煤炭工業(yè)綜合機械化全面發(fā)展的序篇[24-25]。煤礦綜合自動化系統(tǒng)是繼煤礦進行全面機械化開采之后的又一重大進步[26]。自動化礦山研究的重點是提高機械與電氣設備的自動化水平[27], 使用于采掘 、輸送的機械設備和其他設備能夠長時間脫離人員操作。

隨著煤礦開采的日益復雜，傳統(tǒng)的機械化、自動化開采技術已不能滿足進一步提高開采效率和安全水平的要求[28-29]。隨之提出了數(shù)字化礦山[30]理論，構(gòu)建了礦山數(shù)字空間。煤礦數(shù)字化/信息化是將海量異質(zhì)的礦山信息資源進行全面、高效和有序的管理、整合，將煤礦復雜多變的信息轉(zhuǎn)換為可以度量的數(shù)字、數(shù)據(jù)，為實現(xiàn)煤礦綜合管控的計算機化和網(wǎng)絡化提供支撐。

從泛在感知、物物相連的理念出發(fā)，數(shù)字化礦山實現(xiàn)了物聯(lián)網(wǎng)礦山[31-32]的演變。按照物聯(lián)網(wǎng)的理念，對于通信網(wǎng)和互聯(lián)網(wǎng)的拓展應用和網(wǎng)絡延伸，研究人員提出了感知層、網(wǎng)絡層、應用層的物聯(lián)網(wǎng)礦山三層架構(gòu)。物聯(lián)網(wǎng)礦山的一個突出優(yōu)勢是系統(tǒng)概念的拓展。礦山不僅可按原來的采、掘、通、運等生產(chǎn)環(huán)節(jié)構(gòu)建監(jiān)控系統(tǒng)，還可按設備地點、生產(chǎn)邏輯等靈活構(gòu)建監(jiān)控系統(tǒng)。

2.2 智能礦山架構(gòu)及智能體

將煤礦和人做類比，礦山機械化和礦山自動化就像人類有了四肢，礦山數(shù)字化和礦山信息化就像人類有了各種感知器官，而物聯(lián)網(wǎng)礦山就像人類有了筋脈，礦山還缺少一個“大腦”。礦山機械化、礦山自動化、礦山數(shù)字化/礦山信息化、物聯(lián)網(wǎng)礦山在建設過程中并不是沒有涉及“大腦”的建設，事實上，數(shù)字化礦山、物聯(lián)網(wǎng)礦山的建設過程都構(gòu)思有智能決策模塊或功能，但由于受當時煤礦安全生產(chǎn)技術發(fā)展水平制約，礦山前期演變過程中都未將重點放在如何實現(xiàn)礦山智能化的研究上。隨著物聯(lián)網(wǎng)礦山建設進程的結(jié)束，智能礦山建設的高潮正在全國興起[33-34]。

智能礦山的概念和內(nèi)涵目前還未形成共識。筆者認為，智能礦山是人工智能技術、大數(shù)據(jù)技術、物聯(lián)網(wǎng)技術和礦山實體的深度融合體，它利用智能傳感器裝備對物理世界進行感知并數(shù)字化，利用智能通信、智能控制和智能計算技術實現(xiàn)數(shù)字化礦山的計算、處理，構(gòu)建數(shù)字孿生礦山，通過數(shù)字孿生礦山和物理礦山的智能交互演化，達到對煤礦安全、高效、綠色的生產(chǎn)控制。與其他智能礦山概念[33-34]相比，本文所提出的智能礦山概念更加突出人工智能技術在智能礦山信息技術體系中的地位。人工智能技術應貫穿礦山信息采集、傳輸、處理、應用的所有環(huán)節(jié)，并在礦山的生產(chǎn)、管理、災害治理中發(fā)揮作用。

根據(jù)上述定義，本文提出了設備層、智能層、應用層的智能礦山三層構(gòu)架，如圖1所示。

設備層：處于智能礦山的最底層,由礦山中各種傳感器和執(zhí)行機構(gòu)等組成,完成數(shù)據(jù)的采集、指令的執(zhí)行。

智能層：是智能礦山的中間層，也是最核心層。該層由一個個智能體組成。每個智能體是融智能通信、智能控制、智能計算于一體的信息物理系統(tǒng)的實體。智能體也可理解為傳統(tǒng)礦山子系統(tǒng)的智能化。

圖1 智能礦山的三層架構(gòu)Fig.1 Three layers structure of intelligent mine

應用層：處于智能礦山的最高層。該層是各種應用邏輯的組合及數(shù)據(jù)的顯示，由3個子層組成，其中數(shù)字孿生礦山子層相當于“數(shù)字大腦”，實現(xiàn)礦山最高層次的智能控制;數(shù)據(jù)展示子層為報表、顯示、業(yè)務邏輯等，在該層可實現(xiàn)業(yè)務的條塊分割。

與已有的智能礦山架構(gòu)相比，本文所提出的架構(gòu)強調(diào)的是人工智能技術和礦山的深度融合。智能層智能體要求子系統(tǒng)不僅僅是應用人工智能技術處理子系統(tǒng)所產(chǎn)生的數(shù)據(jù)，而是從架構(gòu)上就要將智能計算、智能通信、智能控制融為一體。應用層不僅僅是數(shù)據(jù)條塊分割應用，而是利用人工智能技術和礦山大數(shù)據(jù)技術對整個礦山系統(tǒng)層面數(shù)據(jù)的融合處理。

2.3 智能礦山應用實例設計

將智能礦山三層架構(gòu)與某煤礦實際情況相結(jié)合，具體設計了如圖2所示的智能礦山架構(gòu)。

圖2 智能礦山架構(gòu)具體實現(xiàn)Fig.2 Implementation of intelligent mine layers

設備層設計的主要工作是消除監(jiān)控盲點，如增加攝像頭監(jiān)控點，添加基于光纖的多功能傳感器，給礦工配置具備通信、定位、應急呼叫等功能的智能礦燈等。

智能層是設計的重點之一，設計了具有預測預警功能的礦壓智能體、膠帶運輸智能體以及采煤智能體等。其中，膠帶運輸智能體將基于變頻器的智能膠帶電動機控制技術和機器學習相結(jié)合,如圖3所示，利用視頻信號，使用機器學習算法，完善膠帶空載、跑偏等功能的監(jiān)控，增加人員三違異常事件的監(jiān)管功能，從而實現(xiàn)控制、管理一體化。此外，對無人化采煤工作面進一步進行優(yōu)化，設計了如圖4所示的采掘智能體。與現(xiàn)有無人化采煤工作面相比，采掘智能體實現(xiàn)了通信、控制、計算一體化，更加強調(diào)整個采煤工作面所有運動設備間的協(xié)同性，解決了現(xiàn)有的初步智能化采煤工作面中設備群位姿不關聯(lián)問題。

(a) 膠帶空載識別

(b) 大塊煤矸識別

(c) 膠帶跑偏識別

(d) 人員違章行為識別

圖4 采掘智能體的具體實現(xiàn)Fig.4 Implementation of mining and excavating intelligent agent

在應用層，基于數(shù)字孿生的智能礦山運行機制如圖5所示。在數(shù)據(jù)驅(qū)動下，利用礦山數(shù)字模型對礦山生產(chǎn)計劃進行仿真演變分析，發(fā)出生產(chǎn)運行指令；智能生產(chǎn)控制系統(tǒng)在數(shù)據(jù)驅(qū)動下，根據(jù)控制指令對生產(chǎn)過程進行迭代求優(yōu)；智能礦山管理系統(tǒng)在數(shù)據(jù)驅(qū)動下，根據(jù)生產(chǎn)要素優(yōu)化管控流程。如此反復迭代，完成煤礦生產(chǎn)計劃。

圖5 基于數(shù)字孿生的智能礦山運行機制Fig.5 Operation mechanism of intelligent mine based on digital twin technology

3 結(jié)論

(1) 礦山智能化一定是煤礦技術的再次革命，今后幾年也一定會興起礦山智能化建設的高潮。結(jié)合人工智能技術的發(fā)展趨勢，提出了以人工智能技術為核心的智能礦山概念及建設架構(gòu)，并介紹了結(jié)合某礦井實際情況的設計實踐。

(2) 智能化礦山建設基礎還需進一步夯實?，F(xiàn)有的智能礦山方案設計實際上仍然包括諸如中央帶式輸送機無人值守改造、部分水泵房無人值守改造、數(shù)據(jù)接入平臺完善等礦山數(shù)字化建設的內(nèi)容。同一礦山中各物理子系統(tǒng)的數(shù)字化水平參差不齊，也是目前我國礦山建設現(xiàn)狀。這將影響智能化礦山建設成效，特別是礦山各生產(chǎn)管理環(huán)節(jié)的智能協(xié)同、智能精準控制的實現(xiàn)。

(3) 智能化礦山需要加強人工智能技術與礦山融合度的深入研究。目前，有的礦井已有泵房、變電所、主運輸系統(tǒng)等生產(chǎn)環(huán)節(jié)初步實現(xiàn)了智能巡檢功能，但現(xiàn)有巡檢系統(tǒng)的智能僅體現(xiàn)在自行走方面。如何將現(xiàn)有的基于人工智能的故障檢測、診斷及超前干預技術應用到機器人系統(tǒng)中，從而實現(xiàn)自行走、自學習、自干預的智能巡檢機器人，該方面研究值得關注。此類機器人技術和其他行業(yè)機器人技術有相通之處，因此,研究推進速度相對較快。可預測，智能計算、智能通信、智能控制融合的巡檢機器人將是最早能推廣的井下智能體之一。

(4) 需要進一步加強復雜巨系統(tǒng)建模技術的研究。在目前大多數(shù)智能礦山設計過程中，數(shù)字孿生礦山子層的控制機制設計還不完善，具體體現(xiàn)為只能被動接收環(huán)境參數(shù)作為控制輸入，無法將環(huán)境的控制納入整個控制環(huán)節(jié)之中。這是由于礦山級別的綜合采礦活動和環(huán)境變化的復雜巨系統(tǒng)模型還未建立。只有建立了礦山的復雜巨系統(tǒng)模型，才能實現(xiàn)采礦活動和環(huán)境的協(xié)同互動，實現(xiàn)采煤活動的精準控制。復雜巨系統(tǒng)模型的缺乏將是未來智能礦山建設亟需解決的問題。