胡青松，錢建生，李世銀，孫彥景

(1.中國(guó)礦業(yè)大學(xué) 地下空間智能控制教育部工程研究中心，江蘇 徐州 221116；2.中國(guó)礦業(yè)大學(xué) 信息與控制工程學(xué)院，江蘇 徐州 221116；3.中國(guó)礦業(yè)大學(xué) 徐州市智能安全與應(yīng)急協(xié)同工程研究中心，江蘇 徐州 221116)

0 引 言

智能煤礦是繼單機(jī)自動(dòng)化、綜合自動(dòng)化、礦山物聯(lián)網(wǎng)之后的又一次煤礦信息化浪潮，融合了云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能(Artificial Intelligence，AI)等先進(jìn)技術(shù)[1]，通過(guò)信息精準(zhǔn)采集、網(wǎng)絡(luò)化傳輸和規(guī)范化集成，實(shí)現(xiàn)全礦信息可視化展現(xiàn),生產(chǎn)設(shè)備和生產(chǎn)過(guò)程自動(dòng)化操作，進(jìn)而為生產(chǎn)、安全、調(diào)度、人員定位、監(jiān)測(cè)監(jiān)控、災(zāi)害預(yù)警、智能排產(chǎn)提供智能化服務(wù)，并具有自學(xué)習(xí)自演化能力[2]。

當(dāng)前我國(guó)尚處于智能煤礦初級(jí)階段[3]，以王國(guó)法院士為代表的專家學(xué)者從頂層設(shè)計(jì)[1-4]、框架結(jié)構(gòu)[5-6]、關(guān)鍵技術(shù)[7-8]、開(kāi)采模式[9]、標(biāo)準(zhǔn)體系[10-11]、建設(shè)方法[12]等方面開(kāi)展了卓有成效的研究，頒布了國(guó)家層面的智能煤礦發(fā)展意見(jiàn)[13]，構(gòu)建了智能煤礦建設(shè)和評(píng)價(jià)標(biāo)準(zhǔn)[14]，山東、山西、內(nèi)蒙古等煤炭大省制定了實(shí)施方案，并實(shí)施了智能工作面和智能煤礦示范工程。筆者也在此領(lǐng)域進(jìn)行了深入探索，提出了“3115”智能煤礦建設(shè)路線[12]，闡述了需要建設(shè)的主要內(nèi)容和實(shí)施步驟，并依據(jù)該路線進(jìn)行了大量工程實(shí)踐。

盡管整個(gè)社會(huì)已初步形成政產(chǎn)學(xué)研用建設(shè)智能煤礦的合力，但是仍然存在一些質(zhì)疑之聲：①智能煤礦的框架結(jié)構(gòu)太過(guò)復(fù)雜，要建設(shè)的內(nèi)容太多，如何才能捋清這些建設(shè)內(nèi)容之間的關(guān)系，以便在方案制定和實(shí)施過(guò)程中有條不紊；②智能煤礦的這些內(nèi)容是否能夠?qū)崿F(xiàn)，應(yīng)該怎么實(shí)現(xiàn)；③有些廠家呈現(xiàn)的只是礦山物聯(lián)網(wǎng)、綜合自動(dòng)化、數(shù)字礦山的內(nèi)容甚至部分內(nèi)容，但是也將之當(dāng)作智能煤礦甚至智慧煤礦宣傳，那么智能煤礦與這些技術(shù)到底存在什么區(qū)別。

顯然，智能煤礦是人工智能在煤礦領(lǐng)域的應(yīng)用和延伸，“智能”是區(qū)別于以往煤礦信息化發(fā)展階段的核心要素。從人工智能3.0的內(nèi)在特征和智能煤礦的發(fā)展目標(biāo)出發(fā)，指出智能煤礦建設(shè)=煤炭產(chǎn)業(yè)高質(zhì)量發(fā)展愿景+人工智能3.0特征，將智能煤礦與人工智能、大數(shù)據(jù)、云計(jì)算、綜合自動(dòng)化、礦山物聯(lián)網(wǎng)等技術(shù)納入統(tǒng)一架構(gòu)，構(gòu)建起一套人工智能關(guān)鍵要素驅(qū)動(dòng)的智能煤礦建設(shè)思路，即“煤礦應(yīng)用+算力+知識(shí)+算法+數(shù)據(jù)”思路，簡(jiǎn)稱ACKADa(可讀作“阿卡達(dá)”，意為Application, Computing, Knowledge, Alogorithm, Data)。

1 人工智能3.0與智能煤礦建設(shè)

智能煤礦是人工智能的一個(gè)垂直應(yīng)用領(lǐng)域，智能煤礦建設(shè)應(yīng)實(shí)現(xiàn)人工智能的核心要素，否則“智能”將無(wú)從談起。因此，根據(jù)人工智能的核心要素對(duì)建設(shè)目標(biāo)進(jìn)行分解，明確智能煤礦的建設(shè)內(nèi)容和實(shí)施步驟，是實(shí)施智能煤礦建設(shè)的一個(gè)可行方法。

1.1 智能煤礦愿景與人工智能特征

國(guó)家發(fā)改委和國(guó)家能源局在2016年發(fā)布的《能源技術(shù)革命創(chuàng)新行動(dòng)計(jì)劃(2016—2030年)》中[15]，要求“提升煤炭開(kāi)發(fā)效率和智能化水平，研發(fā)高效建井和快速掘進(jìn)、智能化工作面”，到2030年，“全面建成安全綠色、高效智能礦山技術(shù)體系，實(shí)現(xiàn)煤炭安全綠色、高效智能生產(chǎn)?！眹?guó)家發(fā)改委等八部委在2020年2月發(fā)布的《關(guān)于加快煤礦智能化發(fā)展的指導(dǎo)意見(jiàn)》中指出“煤礦智能化是煤炭工業(yè)高質(zhì)量發(fā)展的核心技術(shù)支撐”[13]，并確立了近期、中期、遠(yuǎn)期3個(gè)階段目標(biāo)，“推動(dòng)智能化技術(shù)與煤炭產(chǎn)業(yè)融合發(fā)展，提升煤礦智能化水平”是智能煤礦建設(shè)必須遵循的指導(dǎo)思想。

目前，人工智能已歷經(jīng)3個(gè)發(fā)展階段。第一代(人工智能1.0)是知識(shí)驅(qū)動(dòng)方法[16]，亦稱符號(hào)主義，其核心要素是經(jīng)驗(yàn)(知識(shí))、算法、算力，代表性成果是專家系統(tǒng)。人工智能1.0雖然可以通過(guò)符號(hào)組合進(jìn)行推理，但是獲取知識(shí)的途徑主要依賴人工，因此效率不高。第二代(人工智能2.0)是數(shù)據(jù)驅(qū)動(dòng)方法，亦稱連接主義，其核心要素是數(shù)據(jù)、算法、算力。人工智能2.0雖然借助深度學(xué)習(xí)獲得了巨大成功，但是深度學(xué)習(xí)的“黑箱”特性降低了其解釋性和推廣能力。更重要的是，深度學(xué)習(xí)處在特征空間，只能學(xué)到?jīng)]有明確語(yǔ)義的“局部片段”，不能作為對(duì)象的內(nèi)在語(yǔ)義表示。為此，必須以知識(shí)為引導(dǎo)，將感知信息從向量特征空間提升到符號(hào)語(yǔ)義空間?？梢?jiàn)，第一代和第二代人工智能均包含了算法和算力要素，第一代強(qiáng)調(diào)用知識(shí)去解決問(wèn)題，第二代則強(qiáng)調(diào)從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律。然而，機(jī)器直接學(xué)習(xí)知識(shí)雖然簡(jiǎn)單快捷，但是僅限于掌握既有知識(shí)，無(wú)法學(xué)到新的技能；從數(shù)據(jù)中慢慢提煉規(guī)律雖然能夠不斷進(jìn)化，但有些知識(shí)可能永遠(yuǎn)無(wú)法正確學(xué)到，比如一些常識(shí)性知識(shí)。

人工智能3.0將知識(shí)和數(shù)據(jù)結(jié)合起來(lái)，構(gòu)建知識(shí)、數(shù)據(jù)、算法和算力4個(gè)基本要素，如圖1所示。其能在利用舊知識(shí)的同時(shí)學(xué)得新知識(shí)，實(shí)現(xiàn)“感知-決策-行為-反饋”的閉環(huán)(包含了部分行為主義觀點(diǎn))[17]，通過(guò)人機(jī)協(xié)同雙重智能達(dá)到減人增效、降危保安的目的，因此可將人工智能3.0稱為協(xié)同主義。

圖1 各代人工智能的核心要素

1.2 智能煤礦ACKADa建設(shè)思路

基于對(duì)人工智能要素特征和智能煤礦建設(shè)目標(biāo)的認(rèn)識(shí)，提出ACKADa建設(shè)思路，以“提升煤礦智能化水平”為愿景，以“推動(dòng)智能化技術(shù)與煤炭產(chǎn)業(yè)融合發(fā)展”為技術(shù)手段，通過(guò)構(gòu)建數(shù)據(jù)設(shè)施、算力設(shè)施、算法庫(kù)和知識(shí)庫(kù)，實(shí)現(xiàn)人工智能的關(guān)鍵要素；通過(guò)構(gòu)建一體化智煤礦管控平臺(tái)和各類應(yīng)用子系統(tǒng)，作為智能煤礦的人機(jī)協(xié)作界面和智能操控中心，如圖2所示。

圖2 ACKADa智能煤礦建設(shè)思路

數(shù)據(jù)設(shè)施包括數(shù)據(jù)感知網(wǎng)絡(luò)、骨干網(wǎng)絡(luò)、自動(dòng)化改造與綜合接入和大數(shù)據(jù)中心，分別實(shí)現(xiàn)數(shù)據(jù)的分布式采集、集成傳輸、集中接入、統(tǒng)一存儲(chǔ)，為智能計(jì)算和智能決策提供數(shù)據(jù)支持。算力設(shè)施由邊緣計(jì)算資源和云計(jì)算中心組成，前者將感知節(jié)點(diǎn)采集的數(shù)據(jù)進(jìn)行就近處理，以降低數(shù)據(jù)傳輸量和云計(jì)算中心的計(jì)算量；后者對(duì)全礦數(shù)據(jù)進(jìn)行統(tǒng)一處理挖掘，并可進(jìn)一步構(gòu)建函括整個(gè)集團(tuán)甚至整個(gè)行業(yè)的云計(jì)算中心。在實(shí)踐中，云計(jì)算中心通常以大數(shù)據(jù)中心的硬件資源為基礎(chǔ)提供各類云服務(wù)。

核心算法庫(kù)將采掘、安全、機(jī)械、通信、測(cè)繪、地質(zhì)等專家的研究成果模型化、算法化，比如智能設(shè)備健康診斷算法、智能綜采算法、智能綜掘算法、智能定位導(dǎo)航算法等。這些算法將原始數(shù)據(jù)或經(jīng)過(guò)邊緣計(jì)算資源初步處理的數(shù)據(jù)作為輸入，以算力設(shè)施為載體進(jìn)行智能化處理，處理結(jié)果一方面提供給知識(shí)中心，成為知識(shí)中心的習(xí)得型知識(shí)，即通過(guò)學(xué)習(xí)而獲得的知識(shí)；另外一方面，還將提供給應(yīng)用平臺(tái)，作為決策和控制的依據(jù)。知識(shí)中心除了習(xí)得型知識(shí)外，還包括周知型知識(shí)，即已經(jīng)有清晰結(jié)論的先驗(yàn)性知識(shí)，比如煤礦災(zāi)害有突水等6大主要類型、突水災(zāi)害發(fā)生前有哪些前兆特征、采煤機(jī)的常規(guī)推進(jìn)速度、工作面“三機(jī)”之間的聯(lián)動(dòng)關(guān)系等，一般通過(guò)手動(dòng)錄入獲得。

智能煤礦應(yīng)用平臺(tái)包括一個(gè)能夠進(jìn)行全礦信息集中處理分析的大平臺(tái)，以及若干執(zhí)行分任務(wù)的小平臺(tái)，比如決策指揮平臺(tái)、安全生產(chǎn)平臺(tái)、智能巡檢平臺(tái)、經(jīng)營(yíng)管理平臺(tái)等。小平臺(tái)通常又包括若干子系統(tǒng)，比如智能巡檢平臺(tái)可包括智能變電站巡檢子系統(tǒng)、智能輸送帶運(yùn)輸巡檢子系統(tǒng)、智能煤倉(cāng)巡檢子系統(tǒng)等。

圖2中的各項(xiàng)建設(shè)內(nèi)容可與人體采集、傳輸、加工和使用信息的流程類比理解[18-19]，如圖3所示。智能煤礦的感知網(wǎng)絡(luò)、傳輸網(wǎng)絡(luò)和大數(shù)據(jù)中心可類比于人體的感官系統(tǒng)、神經(jīng)系統(tǒng)和記憶系統(tǒng)，算力設(shè)施則類比于人腦的計(jì)算處理部分，算法庫(kù)類比于人腦已經(jīng)學(xué)會(huì)的各種處理決策模型，知識(shí)庫(kù)則對(duì)應(yīng)于大腦已經(jīng)學(xué)到的知識(shí)。人類在工作和生活中不斷積累經(jīng)驗(yàn)變得更為聰明，而智能煤礦應(yīng)用平臺(tái)在數(shù)據(jù)、算力、算法和知識(shí)的支持下，對(duì)當(dāng)前事件做出反饋控制，并完成自我學(xué)習(xí)和演化，從而變得更加智能。

2 ACKADa建設(shè)思路的實(shí)施要點(diǎn)

ACKADa思路圍繞人工智能3.0的4個(gè)核心要素展開(kāi)，并根據(jù)煤礦需要構(gòu)建智能應(yīng)用平臺(tái)，實(shí)現(xiàn)人工智能和煤炭生產(chǎn)緊密結(jié)合。

2.1 智能煤礦的數(shù)據(jù)設(shè)施建設(shè)

數(shù)據(jù)設(shè)施包括數(shù)據(jù)采集設(shè)施、數(shù)據(jù)傳輸設(shè)施和數(shù)據(jù)存儲(chǔ)設(shè)施，其核心是為煤礦大腦準(zhǔn)備所需的海量數(shù)據(jù)，這需要通過(guò)建設(shè)感知網(wǎng)絡(luò)、骨干網(wǎng)絡(luò)、自動(dòng)化改造與綜合接入、大數(shù)據(jù)中心來(lái)完成數(shù)據(jù)的獲取、傳輸、接入和初步處理工作。由于數(shù)據(jù)是監(jiān)視、決策、控制、演化等一切動(dòng)作和智能的基礎(chǔ)，因此數(shù)據(jù)設(shè)施是智能煤礦建設(shè)的首要工作。

感知網(wǎng)絡(luò)通過(guò)狹義礦山物聯(lián)網(wǎng)(即礦山物聯(lián)網(wǎng)的感知層)完成，主要由無(wú)線網(wǎng)絡(luò)構(gòu)成。建設(shè)要點(diǎn)是應(yīng)用驅(qū)動(dòng)、全面覆蓋、節(jié)能可靠，重點(diǎn)解決感知網(wǎng)絡(luò)的全覆蓋、自適應(yīng)、低功耗和小型化問(wèn)題，實(shí)現(xiàn)更敏感、更全面的感知，具體實(shí)現(xiàn)可采用WiFi6或5G為主、ZigBee等其他技術(shù)為輔的混合結(jié)構(gòu)。

要使得感知網(wǎng)絡(luò)能夠采集數(shù)據(jù)、采集的數(shù)據(jù)能為智能煤礦系統(tǒng)所用，還必須注意：

1)對(duì)象(如采煤機(jī))能夠被感知系統(tǒng)感知，且能夠響應(yīng)平臺(tái)的操控指令，即被感知對(duì)象具有感知和控制接口。如果被感對(duì)象已有該接口(新設(shè)備新系統(tǒng)一般具有)，則可直接為感知網(wǎng)絡(luò)所用，否則需進(jìn)行自動(dòng)化改造。

2)具有高可靠、大容量、低延時(shí)的骨干傳輸網(wǎng)絡(luò)，實(shí)現(xiàn)感知數(shù)據(jù)的準(zhǔn)確可靠傳輸。骨干網(wǎng)絡(luò)目前多采用萬(wàn)兆工業(yè)以太網(wǎng)，輔以5G或Wi-Fi6無(wú)線網(wǎng)絡(luò)，進(jìn)行環(huán)型、星型和樹(shù)形混合組網(wǎng)，如圖3所示。

圖3 智能人體與智能煤礦的類比關(guān)系

3)能夠通過(guò)一體化智能煤礦管控平臺(tái)對(duì)所有子系統(tǒng)進(jìn)行集中監(jiān)控、挖掘分析和深度應(yīng)用，而不用考慮設(shè)備廠家異同、軟件版本高低和數(shù)據(jù)格式差異。這通常通過(guò)綜合自動(dòng)化接入技術(shù)實(shí)現(xiàn)，如圖4所示。接入時(shí)可通過(guò)硬件方式，如PLC(Programmable Logic Controller)接入、子網(wǎng)絡(luò)接入、擴(kuò)展接入等方式；也可通過(guò)軟件方式，如DDE(Dynamic Data Exchange,動(dòng)態(tài)數(shù)據(jù)交換)、OPC(OLE for Process Control,用于過(guò)程控制的OLE)等方式。

圖4 異構(gòu)數(shù)據(jù)接入方式

無(wú)論是原始數(shù)據(jù)，抑或是邊緣計(jì)算資源和云計(jì)算中心處理提煉后的數(shù)據(jù)，以及應(yīng)用系統(tǒng)的決策和日志數(shù)據(jù)，均通過(guò)大數(shù)據(jù)中心統(tǒng)一存儲(chǔ)，因此需要建設(shè)大數(shù)據(jù)中心，以便于整個(gè)智能煤礦系統(tǒng)按需選擇數(shù)據(jù)，針對(duì)不同需求和場(chǎng)景構(gòu)建針對(duì)性應(yīng)用。

2.2 智能煤礦的計(jì)算能力建設(shè)

計(jì)算能力是數(shù)據(jù)設(shè)施的延伸，即數(shù)據(jù)處理與挖掘能力，包括邊緣計(jì)算資源和云計(jì)算中心建設(shè)，與感知網(wǎng)絡(luò)中的感知節(jié)點(diǎn)一起，構(gòu)成智能煤礦中的“端-邊-云”[6,20]，如圖5所示，圖中將5G網(wǎng)絡(luò)同時(shí)作為感知網(wǎng)絡(luò)和傳輸網(wǎng)絡(luò)的組成部分，既可執(zhí)行數(shù)據(jù)感知，也可用于數(shù)據(jù)傳輸。

圖5 智能煤礦中的“端-邊-云”

感知網(wǎng)絡(luò)采集的數(shù)據(jù)包括掘進(jìn)、采煤、機(jī)械、運(yùn)輸、通風(fēng)、分選、安全等多種數(shù)據(jù)。從數(shù)據(jù)處理角度看，非實(shí)時(shí)數(shù)據(jù)、長(zhǎng)周期數(shù)據(jù)和業(yè)務(wù)決策性數(shù)據(jù)適合云平臺(tái)處理，而實(shí)時(shí)數(shù)據(jù)、短周期數(shù)據(jù)和本地決策數(shù)據(jù)則適合利用邊緣計(jì)算資源就近處理。此外，邊緣計(jì)算資源還可降低傳輸帶寬和云計(jì)算負(fù)荷。

邊和云都包括硬件設(shè)施和軟件設(shè)施，邊緣硬件資源主要包括本地計(jì)算和存儲(chǔ)服務(wù)器、網(wǎng)絡(luò)設(shè)施、供電設(shè)施、安全設(shè)施，軟件資源則主要有“邊”所管轄范圍內(nèi)的子系統(tǒng)監(jiān)控平臺(tái)、基于算法庫(kù)的子系統(tǒng)智能分析平臺(tái)和區(qū)域智能綜合應(yīng)用平臺(tái)。云的硬件設(shè)施可采用大數(shù)據(jù)的基礎(chǔ)設(shè)施，在此基礎(chǔ)上構(gòu)建子系統(tǒng)監(jiān)控平臺(tái)、基于算法庫(kù)的子系統(tǒng)分析平臺(tái)和全礦智能綜合管控平臺(tái)(這些平臺(tái)是應(yīng)用平臺(tái)建設(shè)的組成部分，見(jiàn)2.5節(jié))，并為網(wǎng)絡(luò)中的其他用戶提供IaaS(Infrastructure-as-a-Service，基礎(chǔ)設(shè)施即服務(wù))、PaaS(Platform-as-a-Service，平臺(tái)即服務(wù))、SaaS(Software-as-a-Service，軟件即服務(wù))等類型的云服務(wù)。

2.3 智能煤礦的算法庫(kù)建設(shè)

數(shù)據(jù)設(shè)施和計(jì)算能力建設(shè)為智能煤礦建設(shè)奠定了硬件和數(shù)據(jù)基礎(chǔ)，但這些設(shè)施只是為智能煤礦構(gòu)建了一個(gè)軀干和煤礦大腦空殼，它尚不知道如何“思考”，更無(wú)法自學(xué)習(xí)和自演化，因此不具備智能特征。讓煤礦大腦“思考”的關(guān)鍵是為其提供各種場(chǎng)景下的“思維模式”，比如煤礦工作面如何實(shí)現(xiàn)自適應(yīng)糾偏、自動(dòng)移架、自適應(yīng)截割等，這需要精確的算法控制來(lái)完成。這些算法以感知到的數(shù)據(jù)為輸入，輸出特定應(yīng)用所需的動(dòng)作指令或中間數(shù)據(jù)。將這些算法通過(guò)軟件或軟硬件結(jié)合的方式實(shí)現(xiàn)，安裝于邊緣計(jì)算服務(wù)器和云計(jì)算平臺(tái)中，成為煤礦大腦的“腦細(xì)胞”。一體化智能煤礦管控平臺(tái)根據(jù)應(yīng)用場(chǎng)景和用戶需求的變化，動(dòng)態(tài)自適應(yīng)地選擇最合適的算法或算法組合。

以礦井移動(dòng)目標(biāo)定位系統(tǒng)為例[21]。定位算法包括測(cè)距定位和非測(cè)距定位兩大類，由于非測(cè)距定位的定位精度有限，礦井中通常使用測(cè)距定位算法。為確定移動(dòng)目標(biāo)的當(dāng)前位置，首先需要測(cè)定移動(dòng)目標(biāo)與信標(biāo)節(jié)點(diǎn)之間的距離，進(jìn)而使用位置解算算法求得目標(biāo)節(jié)點(diǎn)的坐標(biāo)位置。如果需要進(jìn)一步提高定位進(jìn)度，可通過(guò)卡爾曼濾波等算法進(jìn)行進(jìn)一步優(yōu)化，或者在進(jìn)行位置解算前對(duì)測(cè)距結(jié)果進(jìn)行預(yù)處理。

基于對(duì)礦井定位系統(tǒng)的上述認(rèn)識(shí)，可以構(gòu)建距離求解算法庫(kù)、位置解算算法庫(kù)和結(jié)果優(yōu)化算法庫(kù)，如圖6所示。礦井定位系統(tǒng)可根據(jù)當(dāng)前的使用場(chǎng)景，從3個(gè)數(shù)據(jù)庫(kù)中分別選擇出適合當(dāng)前場(chǎng)景的最優(yōu)算法，作為系統(tǒng)的最優(yōu)算法組合，如先利用TDOA測(cè)距，然后利用最大似然法求解目標(biāo)位置，進(jìn)一步通過(guò)機(jī)器學(xué)習(xí)進(jìn)行結(jié)果優(yōu)化。如果有更優(yōu)的算法，可隨時(shí)向算法庫(kù)添加，從而保證了系統(tǒng)的擴(kuò)展能力。

圖6 移動(dòng)目標(biāo)定位算法庫(kù)建設(shè)

智能煤礦是一個(gè)包含了上百個(gè)子系統(tǒng)的復(fù)雜巨系統(tǒng)，每個(gè)子系統(tǒng)均需構(gòu)建相應(yīng)的智能算法庫(kù)。顯然，僅僅依賴采煤、安全、裝備等單個(gè)或幾個(gè)領(lǐng)域的專家是不夠的，需要各個(gè)領(lǐng)域的專家通力合作，共同攻關(guān)，漸進(jìn)完成智能煤礦算法庫(kù)建設(shè)。

2.4 智能煤礦的知識(shí)庫(kù)建設(shè)

知識(shí)庫(kù)是針對(duì)某一問(wèn)題求解領(lǐng)域，將彼此聯(lián)系的知識(shí)進(jìn)行分類組織，然后按照一定的知識(shí)結(jié)構(gòu)進(jìn)行表示并存儲(chǔ)在存儲(chǔ)設(shè)備中[22]，以供其他系統(tǒng)或用戶使用。對(duì)于智能煤礦建設(shè)而言，有周知型知識(shí)和習(xí)得型知識(shí)兩大類，可采用邏輯表示法、產(chǎn)生式表示法、框架表示法、面向?qū)ο蟊硎痉?、語(yǔ)義網(wǎng)絡(luò)表示法、XML表示法、本體表示法、神經(jīng)網(wǎng)絡(luò)表示法、矩陣分解表示法等方法進(jìn)行表示[23]。

根據(jù)“智能化煤礦(井工)分類、分級(jí)技術(shù)條件與評(píng)價(jià)”標(biāo)準(zhǔn)[14]，智能煤礦建設(shè)應(yīng)考慮“所在區(qū)域、建設(shè)規(guī)模、煤層賦存條件、生產(chǎn)技術(shù)條件”等因素差異，綜合考慮開(kāi)拓、采煤、掘進(jìn)、運(yùn)輸、通風(fēng)、分選、安全、經(jīng)營(yíng)等環(huán)節(jié)的關(guān)聯(lián)性，分類分級(jí)設(shè)置智能化評(píng)價(jià)指標(biāo)。這些指標(biāo)對(duì)智能煤礦建設(shè)具有重要影響，所建設(shè)的知識(shí)庫(kù)必須與其對(duì)應(yīng)方能更好的發(fā)揮效用。

具體而言，根據(jù)圖7設(shè)置分類分級(jí)評(píng)價(jià)指標(biāo)體系，以智能安全監(jiān)控系統(tǒng)為例，其被分為瓦斯災(zāi)害等7大指標(biāo)，構(gòu)建知識(shí)庫(kù)時(shí)，針對(duì)每一指標(biāo)分別構(gòu)建周知型知識(shí)庫(kù)和習(xí)得型知識(shí)庫(kù)，前者主要采用錄入的方式獲得，后者主要通過(guò)機(jī)器學(xué)習(xí)的方式獲得。不同類型智能系統(tǒng)之間(如智能安全監(jiān)控系統(tǒng)與信息基礎(chǔ)設(shè)施之間)、同一智能系統(tǒng)的不同指標(biāo)之間(如瓦斯災(zāi)害與水害之間)建立知識(shí)關(guān)聯(lián)，采用知識(shí)樹(shù)的方式構(gòu)造整個(gè)智能煤礦的知識(shí)庫(kù)，具體方法可參考文獻(xiàn)[24]。

圖7 智能煤礦分類分級(jí)評(píng)價(jià)指標(biāo)體系[14]

2.5 智能煤礦的應(yīng)用平臺(tái)建設(shè)

為用戶提供豐富、精準(zhǔn)、智能的應(yīng)用是智能煤礦建設(shè)的目的所在，用戶通過(guò)應(yīng)用平臺(tái)使用系統(tǒng)提供的數(shù)據(jù)設(shè)施、計(jì)算能力、算法庫(kù)和知識(shí)庫(kù)，以滿足生產(chǎn)、安全、管理等個(gè)性化需求。智能煤礦的應(yīng)用平臺(tái)一般采用一個(gè)大平臺(tái)、若干小平臺(tái)、N個(gè)子應(yīng)用的思路，如圖8所示[3]。

大平臺(tái)指的是圖8中的一體化智能煤礦管控平臺(tái)，它包括一體化控制和一體化管理[12]，控制部分具有調(diào)度、決策和控制等功能，對(duì)調(diào)度通信、安全保障、綜掘面掘進(jìn)、綜采面采煤、主煤流運(yùn)輸、輔助運(yùn)輸、供配電、生產(chǎn)輔助等核心環(huán)節(jié)進(jìn)行協(xié)同控制。管理部分以煤礦企業(yè)經(jīng)營(yíng)計(jì)劃為目標(biāo)，實(shí)現(xiàn)勘探、規(guī)劃、設(shè)計(jì)、基建、生產(chǎn)、銷售等環(huán)節(jié)的高效銜接和協(xié)同配合，提高作業(yè)過(guò)程監(jiān)管、生產(chǎn)成本控制和安全風(fēng)險(xiǎn)管控能力，并對(duì)整個(gè)智能煤礦軟硬件系統(tǒng)進(jìn)行綜合管理。

一體化智煤礦管控平臺(tái)通常由多個(gè)小平臺(tái)(或分平臺(tái))支撐。分平臺(tái)構(gòu)建在公共智能引擎之上，如透明地址信息引擎、智能生產(chǎn)引擎、智能運(yùn)輸引擎等(圖8)。常見(jiàn)的分平臺(tái)有生產(chǎn)過(guò)程管控平臺(tái)、決策指揮平臺(tái)、智能巡檢平臺(tái)、經(jīng)營(yíng)管理平臺(tái)和移動(dòng)應(yīng)用平臺(tái)，每個(gè)分平臺(tái)又由一系列子系統(tǒng)組成。一個(gè)煤礦企業(yè)擁有上百個(gè)子系統(tǒng)，并且還在繼續(xù)增加中，圖8中列出的分平臺(tái)和子系統(tǒng)僅給出了整個(gè)智能礦山系統(tǒng)的一部分。智能化子系統(tǒng)硬件建設(shè)、改造和接入歸屬于數(shù)據(jù)設(shè)施中的“自動(dòng)化改造與綜合接入”部分，子系統(tǒng)間的協(xié)同聯(lián)動(dòng)在分平臺(tái)和大平臺(tái)中實(shí)現(xiàn)。

圖8 智能煤礦的應(yīng)用平臺(tái)[3]

在工程實(shí)踐中，除了可按照?qǐng)D8的思路建設(shè)分平臺(tái)之外，亦可按照“智能化煤礦(井工)分類、分級(jí)技術(shù)條件與評(píng)價(jià)”標(biāo)準(zhǔn)中的分類分級(jí)評(píng)價(jià)指標(biāo)體系建設(shè)11個(gè)分平臺(tái)(圖7)，即：信息基礎(chǔ)設(shè)施、智能地質(zhì)保障系統(tǒng)、智能掘進(jìn)系統(tǒng)、智能開(kāi)采系統(tǒng)、智能主煤流系統(tǒng)、智能輔助運(yùn)輸系統(tǒng)、智能通風(fēng)與壓風(fēng)系統(tǒng)、智能供電與供排水系統(tǒng)、智能安全監(jiān)控系統(tǒng)、智能分選系統(tǒng)和智慧園區(qū)與經(jīng)營(yíng)管理系統(tǒng)。

3 ACKADa思路進(jìn)一步探討

ACKADa思路緊緊抓住智能煤礦是人工智能的行業(yè)應(yīng)用與擴(kuò)展的本質(zhì)，將人工智能與煤礦應(yīng)用緊密耦合。與我們前期成果“3115”建設(shè)路線既一脈相承，也有顯著區(qū)別，同時(shí)還擁有易于理解、便于實(shí)施、統(tǒng)籌其他技術(shù)等諸多優(yōu)勢(shì)。

3.1 ACKADa思路與“3115”路線對(duì)比

ACKADa思路與“3115”路線都是指導(dǎo)智能煤礦工程實(shí)踐的模型(圖9)，但是ACKADa思路的建設(shè)內(nèi)容更加充實(shí)合理，闡述如下：

圖9 ACKADa思路與“3115”路線的內(nèi)容對(duì)應(yīng)關(guān)系

1)“3115”路線中的企業(yè)管理網(wǎng)、工業(yè)網(wǎng)絡(luò)和通信聯(lián)絡(luò)網(wǎng)完成了ACKADa思路的感知網(wǎng)和骨干網(wǎng)建設(shè)，“3115”路線中的統(tǒng)一數(shù)據(jù)中心對(duì)應(yīng)于ACKADa思路的大數(shù)據(jù)中心建設(shè)，而調(diào)度指揮中心、智能控制中心、安全監(jiān)測(cè)中心和生產(chǎn)運(yùn)營(yíng)管理中心隱含了自動(dòng)化改造與綜合接入。因此，ACKADa思路與“3115”路線都具有完整的數(shù)據(jù)設(shè)施，因?yàn)檫@是智能煤礦建設(shè)的基礎(chǔ)。

2)“3115”路線中的統(tǒng)一智能集成操控平臺(tái)對(duì)應(yīng)于ACKADa思路的“一個(gè)大平臺(tái)”，而調(diào)度指揮中心、智能控制中心、安全監(jiān)測(cè)中心和生產(chǎn)運(yùn)營(yíng)管理中心則對(duì)應(yīng)于ACKADa思路的“若干小平臺(tái)、N個(gè)子系統(tǒng)”。因此，ACKADa思路與“3115”路線在應(yīng)用層面也是完全對(duì)應(yīng)的。

3)“3115”路線中的煤礦大數(shù)據(jù)及云服務(wù)系統(tǒng)對(duì)應(yīng)于ACKADa思路的云計(jì)算中心建設(shè)，然而邊緣計(jì)算能力在“3115”路線中未有體現(xiàn)，不能獲得“端-邊-云”的優(yōu)勢(shì)。

4)“3115”路線中沒(méi)有考慮算法庫(kù)，而是在各個(gè)系統(tǒng)中內(nèi)置了算法，這種實(shí)現(xiàn)方式簡(jiǎn)單僵化、難于擴(kuò)展；“3115”路線中也沒(méi)有考慮知識(shí)庫(kù)，無(wú)法利用科學(xué)技術(shù)長(zhǎng)期演進(jìn)形成的周知型知識(shí)和系統(tǒng)在運(yùn)行過(guò)程中學(xué)習(xí)得到的習(xí)得型知識(shí)，因此沒(méi)有知識(shí)驅(qū)動(dòng)的優(yōu)勢(shì)，而僅有數(shù)據(jù)驅(qū)動(dòng)的特長(zhǎng)。

3.2 ACKADa建設(shè)思路的優(yōu)勢(shì)特征

1)以人工智能3.0特征為核心，在理論體系上更易理解。智能煤礦是人工智能在煤炭行業(yè)的應(yīng)用和拓展，只有實(shí)現(xiàn)了人工智能基本要素，才能讓傳統(tǒng)煤礦企業(yè)發(fā)展出“智能”；只有遵循煤礦企業(yè)發(fā)展規(guī)律、以煤炭行業(yè)高質(zhì)量發(fā)展為愿景的人工智能，才能稱為煤礦智能化。因此，智能煤礦=煤礦智能化愿景+人工智能3.0特征=煤礦應(yīng)用+“算力+知識(shí)+算法+數(shù)據(jù)”。抓住人工智能3.0的特征，便可輕易理解ACKADa建設(shè)思路。

2)具有清晰的建設(shè)路標(biāo)，在工程實(shí)踐中更易使用。與通常基于層次架構(gòu)的煤礦智能化框架不同，圖2所示的ACKADa建設(shè)思路可作為智能煤礦的藍(lán)圖，使得企業(yè)在規(guī)劃過(guò)程中就能確定建設(shè)內(nèi)容，在建設(shè)過(guò)程中以藍(lán)圖為路標(biāo)建設(shè)當(dāng)前最需要的內(nèi)容，并能清晰地知道所建設(shè)內(nèi)容在整個(gè)智能化建設(shè)過(guò)程中所處的階段和作用。具體而言，數(shù)據(jù)設(shè)施是任何煤礦必需的基礎(chǔ)設(shè)施，應(yīng)用平臺(tái)是所有煤礦必建的管控平臺(tái)，具體內(nèi)容和建設(shè)方法可參考“3115”建設(shè)路線；算法庫(kù)和知識(shí)庫(kù)是智能煤礦系統(tǒng)產(chǎn)生智能并不斷演化的關(guān)鍵，但是算法庫(kù)和知識(shí)庫(kù)涉及到不同領(lǐng)域的專業(yè)知識(shí)，需要不同專業(yè)的專家共同努力，使得算法庫(kù)中的算法和知識(shí)庫(kù)中的知識(shí)不斷壯大完善。

3)以人工智能3.0特征為紐帶，將紛繁雜亂的技術(shù)變得整潔有序。在煤礦信息化領(lǐng)域，存在綜合自動(dòng)化、數(shù)字礦山、礦山物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、邊緣計(jì)算、智能煤礦、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、知識(shí)庫(kù)等名詞和技術(shù)，它們給研究人員和現(xiàn)場(chǎng)用戶帶來(lái)了更多技術(shù)手段，同時(shí)也帶來(lái)了巨大困擾，難以在“名詞海洋”和“技術(shù)洪流”中建立自己的知識(shí)架構(gòu)。

但是，在ACKADa建設(shè)思路下，這些技術(shù)在智能煤礦的架構(gòu)下變得井然有序、有條不紊(圖2)：狹義礦山物聯(lián)網(wǎng)(感知網(wǎng)絡(luò))、骨干網(wǎng)絡(luò)、綜合自動(dòng)化和大數(shù)據(jù)中心提供數(shù)據(jù)設(shè)施，云計(jì)算、邊緣計(jì)算和大數(shù)據(jù)中心的基礎(chǔ)設(shè)施提供計(jì)算能力，而以深度學(xué)習(xí)為主流的機(jī)器學(xué)習(xí)算法庫(kù)基于海量數(shù)據(jù)和已有知識(shí)，不斷對(duì)當(dāng)前的生產(chǎn)、安全和經(jīng)營(yíng)等態(tài)勢(shì)做出判斷，并產(chǎn)生新的知識(shí)，使得知識(shí)庫(kù)更豐富。數(shù)字礦山包括信息的數(shù)字化和空間實(shí)體的數(shù)字化，前者主要通過(guò)綜合自動(dòng)化完成，后者主要通過(guò)GIS(Geographic Information System,地理信息系統(tǒng))實(shí)現(xiàn)，它們分別是數(shù)據(jù)設(shè)施和應(yīng)用平臺(tái)的組成部分，它們?cè)贏CKADa建設(shè)思路中具有明確的位置和作用。

4 結(jié) 論

1)智能煤礦=煤礦智能化愿景+人工智能3.0特征=煤礦應(yīng)用+“算力+知識(shí)+算法+數(shù)據(jù)”。智能煤礦是人工智能在煤炭行業(yè)的應(yīng)用和拓展，只有實(shí)現(xiàn)了人工智能基本要素，才能讓傳統(tǒng)煤礦企業(yè)發(fā)展出“智能”；只有遵循煤礦企業(yè)發(fā)展規(guī)律、以煤炭行業(yè)高質(zhì)量發(fā)展為愿景的人工智能，才能稱為煤礦智能化。

2)ACKADa智能煤礦建設(shè)思路從數(shù)據(jù)設(shè)施、計(jì)算能力、算法庫(kù)、知識(shí)庫(kù)、應(yīng)用平臺(tái)5個(gè)方面展開(kāi)，其中數(shù)據(jù)設(shè)施包括感知網(wǎng)絡(luò)、骨干網(wǎng)絡(luò)、自動(dòng)化改造與綜合接入、大數(shù)據(jù)中心，計(jì)算能力包括邊緣計(jì)算、云計(jì)算和部分大數(shù)據(jù)中心設(shè)施，算法庫(kù)包括智能設(shè)備健康算法、智能采掘算法、智能定位導(dǎo)航算法、智能視頻分析算法等，知識(shí)庫(kù)包括周知型知識(shí)庫(kù)和習(xí)得型知識(shí)庫(kù)，應(yīng)用平臺(tái)包括一個(gè)大平臺(tái)、若干小平臺(tái)和N個(gè)子系統(tǒng)。

3)ACKADa思路與“3115”路線都包括完整的計(jì)算能力和應(yīng)用平臺(tái)，但是ACKADa思路具有算法庫(kù)和知識(shí)庫(kù)，其建設(shè)內(nèi)容更加完整合理，且具有理論上更易理解、實(shí)踐中更易使用的優(yōu)勢(shì)，并讓綜合自動(dòng)化、礦山物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、邊緣計(jì)算等技術(shù)統(tǒng)一成井然有序的邏輯體系。