崔 耀，吳景紅，葉 壯，張森浪

（1.北京天瑪智控科技股份有限公司,北京 101399；2.神華神東煤炭集團(tuán)有限責(zé)任公司,內(nèi)蒙古 鄂爾多斯 017209）

0 引言

中國(guó)是煤炭大國(guó)，煤炭?jī)?chǔ)量非常豐富[1]?！案幻?、貧油、少氣”的能源基本特征決定了煤炭在我國(guó)一次能源中的主體地位[2]。在中國(guó)已探明的煤炭?jī)?chǔ)量中，單一煤厚大于3.5 m 的厚煤層的比例達(dá)到45%以上[3]。放頂煤是厚煤層開采的主要方法，它不僅表現(xiàn)出對(duì)煤層厚度的高度適應(yīng)性，而且具有產(chǎn)量高、效率高等優(yōu)點(diǎn)[4-7]。目前放頂煤開采最突出的問(wèn)題是其生產(chǎn)過(guò)程仍依賴于人工控制，需要較多井下工作人員的參與才能順利進(jìn)行。但是放頂煤工作面條件惡劣復(fù)雜，井下不可預(yù)知的沖擊壓力可能造成礦難，嚴(yán)重威脅著井下工作人員的生命安全，同時(shí)，人工控制下的頂煤放落程度很大程度上取決于人的“視覺和感官”，雖然已通過(guò)制定開采工藝對(duì)放頂煤的放頂程度進(jìn)行要求，但在視線較差、粉塵飛散的放頂煤工作面，僅靠“人工主觀控制”難以滿足生產(chǎn)要求[8]。國(guó)家發(fā)展改革委、國(guó)家能源局發(fā)布的《能源技術(shù)革命創(chuàng)新行動(dòng)計(jì)劃（2016—2030）》明確指出，煤炭開采技術(shù)的重點(diǎn)任務(wù)是：提升煤炭開采效率和智能化水平，研發(fā)高效建井和快速掘進(jìn)、智能化工作面、特殊煤層高回收率開采等技術(shù)，到2030 年重點(diǎn)煤礦區(qū)基本實(shí)現(xiàn)工作面無(wú)人化[9]。為實(shí)現(xiàn)煤炭開采的智能化發(fā)展計(jì)劃，提高綜放開采的智能化水平，綜放智能化開采技術(shù)的研究與應(yīng)用成為熱點(diǎn)，并產(chǎn)生了一些突破性技術(shù)成果。

1）智能放煤研究進(jìn)展。隨著新一輪信息技術(shù)革新，將綜放開采技術(shù)與數(shù)字孿生、5G 通信、云計(jì)算、大數(shù)據(jù)、工業(yè)物聯(lián)網(wǎng)、人工智能(AI)等信息技術(shù)進(jìn)行創(chuàng)新融合，已成為綜放開采智能化發(fā)展的關(guān)鍵技術(shù)支撐和新的思路[10]，而且已經(jīng)取得了一定的研究成果。塔山礦和同忻礦智能化綜放工作面由最初的只能完成簡(jiǎn)單的系統(tǒng)指令發(fā)展到如今全系統(tǒng)智能融合，5G 網(wǎng)絡(luò)一網(wǎng)承載，實(shí)現(xiàn)精確割煤、精準(zhǔn)放煤[11]。麻地梁煤礦507 綜放工作面生產(chǎn)控制系統(tǒng)采用了智能煤巖識(shí)別綜放系統(tǒng)，實(shí)現(xiàn)了煤巖識(shí)別一鍵自動(dòng)放煤等功能[12]。張守祥等[8]將放煤過(guò)程分為“放煤前、放煤中和放煤后”3 階段采用不同的感知技術(shù)和裝備去測(cè)量，實(shí)現(xiàn)對(duì)支架的放煤口大小及時(shí)調(diào)整和關(guān)閉控制。王家臣等[13]提出了基于圖像識(shí)別的智能放煤技術(shù)，能夠?qū)Ψ琶哼^(guò)程中出現(xiàn)的矸石進(jìn)行精準(zhǔn)識(shí)別，并在放頂煤工作面進(jìn)行了試驗(yàn)，試驗(yàn)效果良好。

2）放煤規(guī)律研究進(jìn)展。朱帝杰等[14]基于隨機(jī)介質(zhì)流理論，首先推導(dǎo)了煤矸分界線和放出體方程，根據(jù)放出體方程分析了頂煤放出體的形態(tài)演化特征，并提出了可將含矸率9%～16%作為厚煤層綜放開采放煤終止的參考依據(jù)。許永祥等[15]針對(duì)超大采高綜放開采首采工作面智能化開采所面臨的難題，提出了尾梁“小拱小擺、大拱大擺”的智能化擺動(dòng)策略，闡釋了煤巖分界模糊段概念，純煤段采用智能化記憶放煤，煤矸分界模糊段采用人工干預(yù)反饋式放煤，提高了工作面自動(dòng)化、智能化程度。劉長(zhǎng)友等[16]根據(jù)特厚煤層含多層夾矸的復(fù)雜結(jié)構(gòu)特征，開展了煤-矸（夾矸）-巖（直接頂巖石）放落流動(dòng)的時(shí)序規(guī)律研究，提出以自然射線輻射強(qiáng)度作為煤-矸-巖自動(dòng)識(shí)別的主要參數(shù)和2種不同關(guān)窗方式的識(shí)別方法，在同煤集團(tuán)塔山煤礦進(jìn)行了現(xiàn)場(chǎng)測(cè)試印證了研究結(jié)果。潘衛(wèi)東等[17]提出以射頻識(shí)別（RFID）為技術(shù)核心的基于頂煤運(yùn)移跟蹤儀的自動(dòng)化放煤技術(shù)，構(gòu)建了基于該技術(shù)的自動(dòng)化放煤控制系統(tǒng)，指出自動(dòng)化放煤場(chǎng)景下應(yīng)優(yōu)選多輪順序放煤，給出確定每一輪放煤時(shí)間的方法。劉闖等[18]研究了多放煤口放煤條件下，起始放煤、中間放煤和末端放煤3 個(gè)階段的放煤方法和煤巖分界面特征，提出“多放煤口同時(shí)開啟逆次關(guān)閉”的起始放煤方法，并以同忻煤礦8202 綜放工作面為例進(jìn)行了應(yīng)用。王伸等[19]針對(duì)塔山礦8222 工作面采用CDEM 顆粒離散元軟件模擬分析了塔山礦開采條件下間隔放煤分組方法、頂煤運(yùn)移規(guī)律、煤巖分界面特征以及頂煤放出率等，揭示了組內(nèi)支架數(shù)量對(duì)頂煤放出體形態(tài)的影響機(jī)制。YANG等[20]給出了獨(dú)立的簇群放頂技術(shù)，通過(guò)離散元法建立放煤過(guò)程二維仿真模型，對(duì)比了不同放頂煤技術(shù)的采放機(jī)理，驗(yàn)證了獨(dú)立的簇群放頂煤技術(shù)的優(yōu)勢(shì)。WANG 等[21]詳細(xì)介紹了過(guò)去20 a 長(zhǎng)壁放頂煤開采的放頂煤理論研究進(jìn)展，對(duì)長(zhǎng)壁放頂煤開采的研究框架、測(cè)試方案和建模方法進(jìn)行了全面介紹。

3）大塊煤識(shí)別與煤流控制研究進(jìn)展。牛云鵬等[22]提出了刮板輸送機(jī)的大塊煤及煤量估算智能視頻識(shí)別技術(shù)。俎少杰等[23]設(shè)計(jì)了一種基于視覺檢測(cè)的煤流檢測(cè)系統(tǒng)對(duì)煤流量的實(shí)時(shí)監(jiān)測(cè)，并根據(jù)煤流量大小對(duì)皮帶機(jī)轉(zhuǎn)速進(jìn)行實(shí)時(shí)調(diào)整。夏蒙健等[24]提出了一種煤流智能調(diào)速策略，采用上煤量和運(yùn)煤量圖譜疊加+PID 算法完成各輸送機(jī)速度調(diào)節(jié)。蔣衛(wèi)良等[25]為提高煤流輸送系統(tǒng)的運(yùn)行效率，提出了煤礦智能化連續(xù)運(yùn)輸系統(tǒng)的煤量檢測(cè)技術(shù)、智能控制策略、智能監(jiān)控預(yù)警和煤流輸送系統(tǒng)大數(shù)據(jù)遠(yuǎn)程監(jiān)控云平臺(tái)。

4）瓦斯?jié)舛瓤刂蒲芯窟M(jìn)展。張飛[26]采用理論分析和現(xiàn)場(chǎng)參數(shù)實(shí)測(cè)相結(jié)合的方法研究了寸草塔二礦31203 綜放工作面瓦斯來(lái)源與分布規(guī)律，發(fā)現(xiàn)瓦斯?jié)舛容^高的地點(diǎn)主要是工作面回風(fēng)隅角、支架頂梁附近和放煤口附近。王沉等[27]探討了采煤機(jī)割煤速度對(duì)工作面瓦斯?jié)舛鹊挠绊憴C(jī)制，通過(guò)實(shí)時(shí)監(jiān)測(cè)工作面的瓦斯?jié)舛?，調(diào)節(jié)工作面采煤機(jī)截割速度來(lái)達(dá)到降低工作面瓦斯?jié)舛?。布朋生[28]在原采煤機(jī)截割電動(dòng)機(jī)變頻控制系統(tǒng)的基礎(chǔ)上，利用傳感器技術(shù)，設(shè)計(jì)了綜合考慮綜采工作面頂板壓力、瓦斯?jié)舛鹊牟擅簷C(jī)速度動(dòng)態(tài)控制系統(tǒng)。盧東貴等[29]提出了通過(guò)對(duì)瓦斯?jié)舛瘸邦A(yù)測(cè)提前控制采煤機(jī)運(yùn)行速度的方法，利用預(yù)測(cè)區(qū)間上限值結(jié)合瓦斯?jié)舛刃蛄械慕y(tǒng)計(jì)特征參數(shù)95%置信區(qū)間上限值和最大值，綜合對(duì)采煤機(jī)運(yùn)行狀態(tài)進(jìn)行控制。

當(dāng)前對(duì)綜采工作面放頂煤開采的研究取得了一些重要進(jìn)展，但對(duì)高瓦斯綜放工作面的智能放煤技術(shù)研究并不充分，還存在以下不足：①高瓦斯綜放工作面5G 通信技術(shù)和云邊端協(xié)同控制系統(tǒng)的研究還停留在摸索應(yīng)用階段。②煤矸識(shí)別目前主要依靠單一種類的傳感器進(jìn)行識(shí)別，只能針對(duì)煤和矸石的某一方面特征進(jìn)行煤矸識(shí)別，無(wú)法綜合利用煤和矸石的不同區(qū)別特征。③對(duì)運(yùn)輸系統(tǒng)上的煤流監(jiān)測(cè)和調(diào)速控制研究能夠避免運(yùn)輸系統(tǒng)被壓死，但無(wú)法從源頭解決問(wèn)題，缺少支架放煤和煤機(jī)截割控制對(duì)煤流調(diào)控的研究。④瓦斯在支架放煤口位置的濃度較高，目前基于瓦斯?jié)舛鹊牟擅簷C(jī)截割速度控制研究并不能充分滿足綜放工作面的瓦斯?jié)舛瓤刂埔?。⑤傳統(tǒng)的跟機(jī)放煤工藝主要依靠設(shè)計(jì)人員編制好后下井調(diào)試應(yīng)用，過(guò)程繁瑣且不夠安全，工藝開發(fā)周期長(zhǎng)。

為了推進(jìn)高瓦斯綜放工作面智能化發(fā)展技術(shù)水平，解決目前高瓦斯綜放工作面智能放煤技術(shù)的不足，研發(fā)了基于5G 通信和云邊端協(xié)同技術(shù)的智能放煤控制系統(tǒng)，在分析綜放開采放煤工藝參數(shù)和智能放煤工藝流程的基礎(chǔ)上，對(duì)煤矸識(shí)別技術(shù)、大塊煤識(shí)別與煤流負(fù)荷平衡技術(shù)、瓦斯安全聯(lián)動(dòng)控制技術(shù)、跟機(jī)放煤數(shù)字孿生技術(shù)四大智能放煤關(guān)鍵技術(shù)進(jìn)行了研究分析，提出了多模態(tài)融合的煤矸識(shí)別方法，從放煤控制出發(fā)對(duì)煤流負(fù)荷技術(shù)和瓦斯安全聯(lián)動(dòng)技術(shù)進(jìn)行了補(bǔ)充研究，并且通過(guò)數(shù)字孿生技術(shù)提高了跟機(jī)放煤工藝的開發(fā)效率，并在保德81309 高瓦斯綜放工作面進(jìn)行了跟蹤應(yīng)用與分析，采用了智能綜放技術(shù)后，放頂煤智能化水平和開采效率等方面都得到了顯著提高。

1 智能放煤控制系統(tǒng)

礦井現(xiàn)有的4G、WiFi 等無(wú)線通信技術(shù)存在一定的性能缺陷，難以完全滿足煤礦智能化建設(shè)的需求[30]。目前綜放工作面通信網(wǎng)絡(luò)主要存在的問(wèn)題有：①網(wǎng)絡(luò)接入能力不足。液壓支架放煤動(dòng)作時(shí)，存在海量各式各樣的傳感器實(shí)時(shí)監(jiān)測(cè)液壓支架位姿動(dòng)作、刮板輸送機(jī)和采煤機(jī)工作狀態(tài)、放頂煤狀態(tài)、井下工況（各種氣體含量、噪聲、振動(dòng)、頂板來(lái)壓等）等數(shù)據(jù)，而目前使用的4G、WiFi 等無(wú)線通信技術(shù)難以負(fù)擔(dān)日益增加的傳感器接入需求。②通信可靠性低。綜放設(shè)備遠(yuǎn)程控制和協(xié)同作業(yè)的實(shí)現(xiàn)前提是數(shù)據(jù)通信的穩(wěn)定可靠，而當(dāng)前綜放工作面現(xiàn)有的4G、WiFi 等通信方式可靠性相對(duì)較低。③傳輸帶寬不足。為了替代放煤時(shí)的人工觀測(cè)與控制，需要安裝大量攝像儀和聲音、振動(dòng)傳感器對(duì)放煤情況進(jìn)行監(jiān)測(cè)，特別是視頻信號(hào)的傳輸需要占據(jù)大量網(wǎng)絡(luò)帶寬，傳統(tǒng)4G（上行速率為20 bit/s，下行速率為100 bit/s）、WiFi（速率為300 bit/s）提供的帶寬不足。④數(shù)據(jù)傳輸時(shí)延高。傳統(tǒng)4G 通信時(shí)延在10～80 s，WiFi 通信時(shí)延在10～50 s，難以滿足某些通信內(nèi)容的實(shí)時(shí)性要求。

為了實(shí)現(xiàn)放煤的智能化控制，滿足綜放工作面的數(shù)據(jù)傳輸與處理需求，需要采用性能更好的5G 通信技術(shù)建立綜放工作面的通信網(wǎng)絡(luò)。5G 通信技術(shù)具有廣接入（用戶連接能力達(dá)100 萬(wàn)連接量/km2）、高可靠性（99.999%）、大帶寬（用戶體驗(yàn)速率達(dá)1 bit/s）、低時(shí)延（低至1 s）等特征，可解決當(dāng)前綜放工作面系統(tǒng)所面臨的接入能力不足、可靠性低、帶寬不足及傳輸時(shí)延高等通信問(wèn)題。

基于5G 通信的智能放煤控制系統(tǒng)如圖1 所示，綜放工作面的5G 通信網(wǎng)絡(luò)包含5G 核心網(wǎng)、核心交換機(jī)、基站控制器BBU（Baseband Unit，基帶單元）、基站控制器RHUB（Remote Radio Unit Hub，射頻遠(yuǎn)端CPRI 數(shù)據(jù)匯聚單元）、5G 基站pRRU（pico Remote Radio Unit，遠(yuǎn)端匯聚單元）和5G CPE（Customer Premise Equipment，客戶前置設(shè)備）等設(shè)備。5G 核心網(wǎng)安裝于地面機(jī)房中，具備部分網(wǎng)絡(luò)管理、監(jiān)測(cè)、獨(dú)立運(yùn)維運(yùn)營(yíng)等能力，其通過(guò)光纖環(huán)網(wǎng)與安裝于井下巷道監(jiān)控中心的基站控制器BBU/RHUB 連接，5G 基站和5G CPE 設(shè)備可以根據(jù)井下設(shè)備預(yù)留位置和巷道安裝條件等，靈活安裝在采煤機(jī)、液壓支架和巷道的合適位置上，攝像儀、傳感器以及電氣控制系統(tǒng)等可通過(guò)5G CPE 接入5G 通信網(wǎng)絡(luò)。

5G 不僅僅是無(wú)線技術(shù)的升級(jí)，還包括邊緣計(jì)算、網(wǎng)絡(luò)切片的引入與NFV（Network Function Virtualization，網(wǎng)絡(luò)功能虛擬化）化網(wǎng)絡(luò)技術(shù)變革，其中邊緣計(jì)算技術(shù)的引入尤其符合煤礦企業(yè)的工業(yè)數(shù)據(jù)安全治理（數(shù)據(jù)不出廠等）、低時(shí)延高可靠的數(shù)據(jù)處理等要求[31]。5G 低時(shí)延特性結(jié)合邊緣計(jì)算技術(shù)，可將時(shí)間敏感型數(shù)據(jù)分析應(yīng)用遷移至邊緣側(cè)，提高數(shù)據(jù)訪問(wèn)速度，結(jié)合多樣化傳感器，能夠?qū)C放工作面設(shè)備狀態(tài)、放煤狀態(tài)和環(huán)境信息進(jìn)行監(jiān)測(cè)，實(shí)現(xiàn)對(duì)煤礦井下設(shè)備的智能遠(yuǎn)控管理[32]。基于5G 技術(shù)和邊緣計(jì)算可以完美融合的特點(diǎn)，建立了智能綜放控制的云邊端協(xié)同系統(tǒng)，將邊緣控制技術(shù)應(yīng)用到智能放煤控制系統(tǒng)中，實(shí)現(xiàn)邊緣控制器上進(jìn)行放煤快速響應(yīng)控制，同時(shí)協(xié)同利用云服務(wù)器強(qiáng)大的數(shù)據(jù)分析和存儲(chǔ)功能，基于5G 通信的智能綜放控制系統(tǒng)云邊端協(xié)同架構(gòu)如圖2 所示。

1) 云：包括IoT（Internet of Things，物聯(lián)網(wǎng)）物聯(lián)網(wǎng)平臺(tái)、云邊協(xié)同平臺(tái)、大數(shù)據(jù)和PaaS（Platform as a Service，平臺(tái)即服務(wù)）、基礎(chǔ)IaaS（Infrastructure as a Service，基礎(chǔ)設(shè)施即服務(wù)）、集成平臺(tái)。IoT 物聯(lián)網(wǎng)平臺(tái)對(duì)物聯(lián)網(wǎng)設(shè)備進(jìn)行管理，云邊協(xié)同平臺(tái)涉及云、邊、端各個(gè)節(jié)點(diǎn)的協(xié)同合作，包括AI 算法的訓(xùn)練和發(fā)布，大數(shù)據(jù)和PaaS 提供測(cè)試環(huán)境、部署環(huán)境等功能，基礎(chǔ)IaaS 為終端用戶提供計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)等資源，集成平臺(tái)則提供了設(shè)備系統(tǒng)互通、數(shù)據(jù)集成匯聚、消息集成通訊，API（Application Program Interface，應(yīng)用程序界面）生命管理等功能。

2) 邊：邊緣計(jì)算節(jié)點(diǎn)作為邏輯實(shí)體，包括網(wǎng)絡(luò)側(cè)邊緣計(jì)算節(jié)點(diǎn)和現(xiàn)場(chǎng)側(cè)邊緣計(jì)算節(jié)點(diǎn)。其中網(wǎng)絡(luò)側(cè)邊緣計(jì)算節(jié)點(diǎn)由5G MEC（Multi-Access Edge Computing or Mobile Edge Computing，多接入邊緣計(jì)算）提供，除了利用MEC 本地分流能力，還可以充分利用MEP（MEC Platform，多接入邊緣計(jì)算平臺(tái)）平臺(tái)的服務(wù)架構(gòu)以及網(wǎng)絡(luò)定位、防火墻等網(wǎng)絡(luò)能力，并且基于MEC 的MEP 平臺(tái)部署了MEC 工業(yè)服務(wù)和工業(yè)應(yīng)用，能夠提供數(shù)字孿生等數(shù)據(jù)分析處理功能?，F(xiàn)場(chǎng)側(cè)邊緣計(jì)算節(jié)點(diǎn)進(jìn)一步分為邊緣節(jié)點(diǎn)服務(wù)軟件和邊緣節(jié)點(diǎn)硬件。邊緣節(jié)點(diǎn)服務(wù)軟件提供采放運(yùn)智能生產(chǎn)控制功能和生產(chǎn)狀態(tài)智能感知功能，邊緣節(jié)點(diǎn)硬件包括邊緣控制器、邊緣服務(wù)器、邊緣網(wǎng)關(guān)等形態(tài)，兼具控制、計(jì)算、聯(lián)接等功能。

3) 端：包括傳感器、支架控制器、支架等終端設(shè)備，可通過(guò)MQTT、Modbus、OPC-DA、OPC-UA 等通信協(xié)議與邊緣計(jì)算節(jié)點(diǎn)聯(lián)接。

2 智能放煤工藝

2.1 綜放開采放煤工藝參數(shù)

綜放開采是一種開采緩傾斜特厚煤層和急傾斜特厚煤層的方法。在采煤機(jī)割煤后，綜放支架進(jìn)行移架，支架后部的頂煤失去支承發(fā)生垮落，此時(shí)可通過(guò)支架控制器控制綜放支架后部放煤機(jī)構(gòu)的尾梁擺動(dòng)和插板伸縮，從而放出頂煤，放出的頂煤通過(guò)后部刮板輸送機(jī)和皮帶運(yùn)輸機(jī)運(yùn)輸出去。綜放開采的放煤工藝參數(shù)對(duì)頂煤回收率和含矸率有較大影響，放煤工藝參數(shù)主要包括采放比、放煤步距和放煤方式等。

2.1.1 采放比

在綜放工作面，采煤機(jī)會(huì)根據(jù)煤層厚度選取合適的高度進(jìn)行截割，并且留出一定厚度的頂煤通過(guò)放頂煤的方法采出，截割高度與留出頂煤厚度的比值叫做采放比。在放頂煤開采中，支架移架后頂煤呈懸臂梁形態(tài)，在上覆巖層壓力和自重作用下產(chǎn)生松動(dòng)、破壞和垮落形成松散無(wú)規(guī)則的塊體，所以放煤高度應(yīng)保證頂煤有充分自由空間可以松散破碎以提高采出率。頂煤垮落高度取決于采煤機(jī)采高以及頂煤碎脹系數(shù)，如式（1）～式（2）所示[33]。

式中：h2為頂煤高度，m；h′為采煤機(jī)采高，m；k為頂煤碎漲系數(shù)；H為開采煤層厚度，m。

2.1.2 放煤步距

放煤步距為兩次放煤工序間沿工作面推進(jìn)方向的間距，放煤步距是重要的放煤工藝參數(shù)之一，過(guò)大或過(guò)小的放煤步距都會(huì)一定程度造成放煤損失。放煤步距的選取一定程度上要依托現(xiàn)有的生產(chǎn)設(shè)備和地質(zhì)情況，主要需要考慮的因素為頂煤厚度、支架放煤口長(zhǎng)度、放煤口中心高度和采煤機(jī)截深。合理放煤步距可以使頂煤充分破碎、脫落，而且有較高的頂煤放出率和較低的含矸率，并且要與采煤工藝相適應(yīng)，為采煤機(jī)截深的整數(shù)倍。

根據(jù)兗州東灘煤礦綜采放頂煤開采經(jīng)驗(yàn)，當(dāng)回采工作面采放比為1∶1 左右時(shí)，宜采用“一采一放”采煤工藝，即放煤步距約為采煤機(jī)截深；當(dāng)回采工作面采放比為1∶2 左右時(shí)，宜采用“兩采一放”采煤工藝，即放煤步距約為采煤機(jī)截深兩倍[34]。

2.1.3 放煤方式

放煤方式是指放煤次序、單口放煤次數(shù)、沿工作面同時(shí)開啟放煤口數(shù)量和放煤量等相互組合而形成的放煤方法[35-36]。放煤方式按放煤順序分為順序放煤和間隔放煤，按每個(gè)放煤口放煤次數(shù)分為單輪、雙輪和多輪放煤，按同時(shí)開啟的放煤口數(shù)目分為單口放煤和多口放煤?，F(xiàn)場(chǎng)生產(chǎn)常見的放煤方式有單輪順序放煤、單輪間隔放煤、多輪順序放煤和多輪間隔放煤。

2.2 智能放煤工藝流程

根據(jù)綜放開采放煤工藝參數(shù)可以設(shè)定自動(dòng)放煤控制參數(shù)，傳統(tǒng)的放煤工藝主要是基于自動(dòng)放煤技術(shù)和記憶放煤技術(shù)進(jìn)行放煤控制，但由于工作面的煤層賦存情況復(fù)雜，所以需要結(jié)合智能放煤技術(shù)進(jìn)行放煤控制。

智能放煤工藝是指基于全面的智能感知、智能決策和智能放煤控制系統(tǒng)，提高采煤機(jī)、液壓支架、刮板輸送機(jī)等設(shè)備的智能化水平，使其具備自主學(xué)習(xí)和自主決策功能，實(shí)現(xiàn)智能化放煤。智能化放煤基于煤矸多傳感器數(shù)據(jù)識(shí)別、灰分在線監(jiān)測(cè)、大塊煤監(jiān)測(cè)、煤流量監(jiān)測(cè)、瓦斯?jié)舛缺O(jiān)測(cè)等智能融合感知技術(shù)對(duì)智能放煤過(guò)程中的放煤情況進(jìn)行監(jiān)測(cè)，監(jiān)測(cè)數(shù)據(jù)通過(guò)5G 通信網(wǎng)絡(luò)進(jìn)行高速可靠傳輸，之后通過(guò)中心云平臺(tái)和邊緣控制器進(jìn)行在線數(shù)據(jù)處理和分析，基于智能模型、算法和預(yù)設(shè)參數(shù)輸出放煤控制的智能決策，將決策控制信號(hào)發(fā)給支架控制器，進(jìn)行支架智能放煤控制。同時(shí)配備遠(yuǎn)程放煤監(jiān)測(cè)和干預(yù)系統(tǒng)，通過(guò)人工遠(yuǎn)程對(duì)放出煤矸情況進(jìn)行聲音視頻的監(jiān)測(cè)，可以對(duì)異常情況進(jìn)行人工干預(yù)。

單架的智能化放煤流程如圖3 所示，支架放煤主要通過(guò)尾梁和插板的動(dòng)作來(lái)實(shí)現(xiàn)，尾梁與插板的動(dòng)作時(shí)間和動(dòng)作方式根據(jù)放煤監(jiān)測(cè)中各種傳感器的時(shí)間和數(shù)據(jù)來(lái)決定。整個(gè)工作面的智能放煤工藝流程是以單架智能放煤工藝為基礎(chǔ)，多個(gè)綜放支架共同協(xié)作完成的，如單架放煤、多架放煤、單輪放煤、多輪放煤、順序放煤、間隔放煤等綜放工作面放煤工藝流程。

圖3 單架的智能化放煤流程Fig.3 Intelligent coal drawing process of single rack

3 智能放煤關(guān)鍵技術(shù)

智能放煤技術(shù)將物聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云邊協(xié)同技術(shù)、通信技術(shù)等信息技術(shù)與煤礦綜放生產(chǎn)深度融合，攻關(guān)智能信息感知、智能信息分析決策、智能控制與反饋等技術(shù)，最終實(shí)現(xiàn)智能化的放煤[37]。為進(jìn)一步說(shuō)明智能放煤技術(shù)，以保德81309 工作面為例，對(duì)高瓦斯綜放工作面智能放煤的煤矸識(shí)別技術(shù)、大塊煤識(shí)別與煤流負(fù)荷平衡技術(shù)、瓦斯安全聯(lián)動(dòng)控制技術(shù)、跟機(jī)放煤數(shù)字孿生技術(shù)四大關(guān)鍵技術(shù)進(jìn)行詳細(xì)闡述。四大智能放煤關(guān)鍵技術(shù)在保德81309 工作面通過(guò)云邊端協(xié)同控制系統(tǒng)進(jìn)行融合應(yīng)用，對(duì)于不同的綜放工作面也可以選取其中的某幾項(xiàng)關(guān)鍵技術(shù)進(jìn)行組合應(yīng)用。

3.1 煤矸識(shí)別

放煤的煤矸識(shí)別技術(shù)是智能放煤研究的一個(gè)難點(diǎn)[38]。目前通常是通過(guò)煤與矸石在某一方面的物理、外觀屬性的不同進(jìn)行煤矸識(shí)別，常用的煤矸識(shí)別方法為通過(guò)伽馬射線、雷達(dá)探測(cè)、紅外檢測(cè)、圖像識(shí)別、聲音和振動(dòng)信號(hào)辨識(shí)進(jìn)行煤矸識(shí)別[39-40]。伽馬射線由于對(duì)人體有輻射傷害所以現(xiàn)在已經(jīng)很少使用。雷達(dá)信號(hào)由于信號(hào)衰減較嚴(yán)重?zé)o法用于較厚煤層的探測(cè)。紅外探測(cè)、圖像識(shí)別由于是通過(guò)視頻圖像，所以在煤塵較多的放頂煤環(huán)境下應(yīng)用準(zhǔn)確度不高。聲音、振動(dòng)的煤矸識(shí)別技術(shù)雖然不受高粉塵影響，但只適用煤與矸石物理特性區(qū)別較大的工作面[13,41]。這些方法都是針對(duì)煤與矸石在某一方面的區(qū)別進(jìn)行識(shí)別，一旦出現(xiàn)煤與矸石在這一特征的表現(xiàn)類似，就難以進(jìn)行識(shí)別判斷。針對(duì)保德煤礦81309 工作面進(jìn)行研究，為了提高煤矸識(shí)別準(zhǔn)確度，選擇多種特征屬性來(lái)對(duì)煤和矸石進(jìn)行區(qū)分，采用圖像、聲音和振動(dòng)融合識(shí)別的方式進(jìn)行煤矸識(shí)別。

單個(gè)支架的結(jié)構(gòu)和設(shè)備安裝如圖4 所示，聲音傳感器和振動(dòng)傳感器采用磁吸的方式安裝在綜放支架尾梁下，振動(dòng)傳感器采用MEMS 三軸加速度傳感器，聲音傳感器采用穩(wěn)定性高的MEMS 聲壓傳感器，煤矸下落過(guò)程主要在1 Hz 內(nèi)便可以進(jìn)行分辨，因此振動(dòng)和聲音傳感器的采樣頻率設(shè)定為2 Hz 內(nèi)，設(shè)定每秒采集4 096 組數(shù)據(jù)，這樣既可以滿足煤矸識(shí)別要求，又可以避免采樣頻率過(guò)高造成處理器負(fù)荷太大。網(wǎng)絡(luò)攝像儀安裝在四連桿上正對(duì)著后部刮板運(yùn)輸機(jī)，液壓支架上已經(jīng)預(yù)留有安裝攝像儀用的螺絲孔，根據(jù)安裝尺寸加工簡(jiǎn)易的安裝架即可進(jìn)行攝像儀安裝，網(wǎng)絡(luò)攝像儀采用KBA18(C)礦用本安型網(wǎng)絡(luò)攝像儀，攝像儀通過(guò)TCP/IP 以太網(wǎng)進(jìn)行信號(hào)傳輸，具有過(guò)濾可見光、紅外補(bǔ)光功能，外殼堅(jiān)固、體積小巧、防護(hù)性能高、適用于煤礦井下有瓦斯與煤塵爆炸危險(xiǎn)的場(chǎng)所。

圖4 單個(gè)支架的結(jié)構(gòu)和設(shè)備安裝Fig.4 Structure and equipment installation of single support

如圖5 所示為多模態(tài)融合的煤矸識(shí)別算法框圖，由于綜放工作面放煤環(huán)境惡劣，受懸浮在空中和粘在鏡頭上的水霧和粉塵干擾，導(dǎo)致視頻監(jiān)測(cè)圖像的清晰度受到影響，而且工作面噪聲污染嚴(yán)重，導(dǎo)致采集到的放煤聲音和振動(dòng)容易受到采煤機(jī)、刮板輸送機(jī)等設(shè)備工作造成的噪聲和振動(dòng)干擾。因此在進(jìn)行多模態(tài)融合煤矸識(shí)別之前，需要對(duì)采集到的信號(hào)進(jìn)行預(yù)處理，采用基于多尺度Retinex 圖像增強(qiáng)算法對(duì)圖像進(jìn)行去塵去水霧，采用EEMD（Ensemble Empirical Mode Decomposition，集合經(jīng)驗(yàn)?zāi)B(tài)分解）分解與重構(gòu)的方法消除聲音和振動(dòng)中的低頻噪聲和趨勢(shì)項(xiàng)對(duì)信號(hào)的干擾。多模態(tài)融合的煤矸識(shí)別算法主要分為三部分：聲音振動(dòng)信號(hào)識(shí)別、圖像識(shí)別、多模態(tài)決策融合識(shí)別。

圖5 多模態(tài)融合的煤矸識(shí)別算法框圖Fig.5 Block diagram of coal gangue recognition algorithm based on multi-modal fusion

1）聲音振動(dòng)信號(hào)識(shí)別。梅爾倒譜系數(shù)(MFCC)特征提取是語(yǔ)音識(shí)別和聲音事件識(shí)別中最經(jīng)典的傳統(tǒng)算法之一，通過(guò)MFCC（Mel Frequency Cepstrum Coefficient，梅爾頻率倒譜系數(shù)）特征提取方法獲得聲音信號(hào)和振動(dòng)信號(hào)的梅爾倒譜系數(shù)[42]。MFCC 對(duì)信號(hào)進(jìn)行特征提取主要包含預(yù)處理、快速傅里葉變換、Mel 頻率濾波和離散余弦變換4 個(gè)部分，Mel 倒譜系數(shù)(MFCC)可以表示為

式中：n為所取MFCC 的個(gè)數(shù)；L為離散信號(hào)樣本數(shù)；l為頻譜的離散頻率分量索引；Y(l)為l個(gè)三角形帶通濾波器組輸出的對(duì)數(shù)能量；M為傅里葉變換的點(diǎn)數(shù)。

為保證精度以及計(jì)算效率，在進(jìn)行MFCC 信號(hào)特征提取時(shí)，設(shè)置8 個(gè)梅爾濾波器組以及8 個(gè)梅爾倒譜系數(shù)，得到聲音和振動(dòng)的梅爾倒譜系數(shù)特征矩陣，將振動(dòng)和聲音兩種信號(hào)在特征級(jí)通過(guò)并行特征融合得到融合后的特征矩陣，作為CRNN（Convolutional Recurrent Neural Network，卷積循環(huán)神經(jīng)網(wǎng)絡(luò)）神經(jīng)網(wǎng)絡(luò)的輸入層輸入，具體的神經(jīng)網(wǎng)絡(luò)參數(shù)見表1，使用線性整流函數(shù)作為激活函數(shù)，隱藏層設(shè)有兩組“卷積+池化”結(jié)構(gòu)，在每組“卷積+池化”結(jié)構(gòu)中，將卷積層的步幅設(shè)置為1，卷積核的大小設(shè)置為3×3，池化層的步幅設(shè)置為2，輸出層使用softmax函數(shù)獲得分類概率，從而對(duì)煤塊撞擊液壓支架尾梁和矸石撞擊液壓支架尾梁的聲音振動(dòng)進(jìn)行分類識(shí)別。

表1 CRNN 神經(jīng)網(wǎng)絡(luò)參數(shù)Table 1 CRNN neural network parameters

2）圖像識(shí)別。基于視頻圖像的煤矸識(shí)別主要包括前景分割和煤矸圖像分割2 部分。

考慮后部放煤煤塵較大，光線較暗等因素，選取混合高斯前景分割算法為混合圖像進(jìn)行前景分割。圖像中每一個(gè)像素點(diǎn)可以用高斯分布的加權(quán)和來(lái)模擬該點(diǎn)的像素值，t時(shí)刻的像素值屬于背景的概率p(xt)為

式中：wi,t為t刻第i個(gè)高斯分布的權(quán)重；η(xt,ui,t,τi,t)為t時(shí)刻第i個(gè)高斯分布；ui,t、τi,t為均差和協(xié)方差矩陣；為第i個(gè)高斯分布在t時(shí)刻的方差；I為像素的顏色值。

煤矸圖像分割采用了U-Net 語(yǔ)義分割網(wǎng)絡(luò)，如圖6 所示為U 型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖，U 型神經(jīng)網(wǎng)絡(luò)主要采用編解碼結(jié)構(gòu)，包括上圖左半邊特征提?。ň幋a）以及上圖右半邊的上采樣（解碼）。編碼器的每個(gè)下采樣模塊由2 個(gè)重復(fù)的3×3 卷積和1 個(gè)2×2的最大池化組成，解碼器的每個(gè)上采樣模塊都包括對(duì)特征圖先使用1 個(gè)2×2 的反卷積進(jìn)行上采樣，然后將上采樣過(guò)程中的特征圖息融合到上采樣的特征中，來(lái)彌補(bǔ)因解碼器下采樣丟失的圖像語(yǔ)義信息，再通過(guò)2 次3×3 卷積來(lái)進(jìn)一步提取圖像特征信息。

圖6 U 型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意Fig.6 Schematic of U-shaped neural network structure

如圖7 圖像煤矸識(shí)別結(jié)果所示，通過(guò)混合高斯前景分割與U-Net 煤矸圖像分割，最終可得到刮板輸送機(jī)上煤矸識(shí)別的圖像，能夠清晰識(shí)別出煤矸出現(xiàn)的概率和煤矸的大小。

圖7 圖像煤矸識(shí)別結(jié)果Fig.7 Recognition results of image coal gangue

3）多模態(tài)決策融合識(shí)別。振動(dòng)聲音和圖像的煤矸識(shí)別結(jié)果是放煤為煤矸的概率，選取1 s 內(nèi)3 個(gè)時(shí)刻的煤矸識(shí)別結(jié)果進(jìn)行最后的決策級(jí)融合，分別為t1、t2、t3時(shí)刻的振動(dòng)聲音識(shí)別結(jié)果a1、a2、a3和圖像識(shí)別結(jié)果b1、b2、b3，基于加權(quán)投票法即得到最終的煤矸識(shí)別結(jié)果K：

根據(jù)K值的大小可以判斷后部放煤是否放出矸石，若K值大于0.5，則表明放出為矸石，反之則代表放出為煤塊。

3.2 大塊煤識(shí)別與煤流負(fù)荷平衡

在刮板輸送機(jī)上方每間隔50 m 安裝1 臺(tái)礦用3D 攝像儀及其配套激光器，皮帶輸送機(jī)和轉(zhuǎn)載機(jī)（前部和后部刮板機(jī)搭接點(diǎn)之間）上方各安裝1 臺(tái)礦用3D 攝像儀及其配套激光器。礦用3D 攝像儀利用雙目視差原理進(jìn)行立體數(shù)據(jù)重建，獲取煤流立體點(diǎn)云數(shù)據(jù)，點(diǎn)云數(shù)據(jù)通過(guò)5G 通信系統(tǒng)傳輸給邊緣計(jì)算服務(wù)器，在邊緣計(jì)算服務(wù)器通過(guò)三維空間重建技術(shù)可獲得任意時(shí)刻的煤流空間數(shù)據(jù)，通過(guò)時(shí)間積分可以實(shí)時(shí)得到單位時(shí)間的煤流量，并且在邊緣服務(wù)器可以對(duì)大塊煤進(jìn)行實(shí)時(shí)識(shí)別。在大塊煤識(shí)別的基礎(chǔ)上，系統(tǒng)根據(jù)讀取的輸送帶和刮板輸送機(jī)速度，計(jì)算出大塊煤通過(guò)2 臺(tái)攝像機(jī)所需的時(shí)間間隔，并據(jù)此設(shè)計(jì)預(yù)設(shè)報(bào)警時(shí)間間隔，當(dāng)大塊煤未在預(yù)設(shè)時(shí)間內(nèi)通過(guò)2 臺(tái)攝像機(jī)，則認(rèn)為大塊煤發(fā)生滾動(dòng)、掉落、卡帶等異常情況，實(shí)現(xiàn)大塊煤的異常狀態(tài)監(jiān)測(cè)。邊緣計(jì)算服務(wù)器擁有煤流量統(tǒng)計(jì)功能，根據(jù)單位時(shí)間的煤流量監(jiān)測(cè)可以獲得前部刮板輸送機(jī)和帶式輸送機(jī)的出煤量，通過(guò)帶式輸送機(jī)監(jiān)測(cè)的總出煤量和前部刮板輸送機(jī)出煤量可預(yù)估后部刮板輸送機(jī)的出煤量。根據(jù)煤流量和大塊煤狀態(tài)可以對(duì)采煤機(jī)采煤和支架放煤進(jìn)行控制，包括控制采煤機(jī)牽引速度、支架放煤時(shí)間、放煤口位置和大小等，來(lái)對(duì)輸送設(shè)備上的煤流進(jìn)行控制。礦用3D 攝像儀在采煤工作面的安裝如圖8 所示。

圖8 礦用3D 攝像儀在采煤工作面的安裝Fig.8 Installation of mine 3D camera in coal face

3.3 瓦斯安全聯(lián)動(dòng)控制

對(duì)于綜放工作面，存在前部割煤和后部放煤兩個(gè)瓦斯涌出面，因此綜放工作面比一般工作面的瓦斯涌出更劇烈，并且保德煤礦81309 綜放工作面屬于高瓦斯礦井，在頂煤放落后，經(jīng)常出現(xiàn)工作面上隅角瓦斯超限的情況，為解決瓦斯?jié)舛瘸耷闆r，控制工作面瓦斯?jié)舛仍谝欢ǚ秶畠?nèi)，必須研究支架放煤的瓦斯安全聯(lián)動(dòng)控制技術(shù)。瓦斯?jié)舛冗^(guò)高會(huì)造成井下窒息事故和爆炸事故，根據(jù)《煤礦安全規(guī)程》規(guī)定，煤礦井下采掘工作面回風(fēng)巷風(fēng)流中瓦斯?jié)舛炔坏贸^(guò)1%（部分礦井實(shí)際規(guī)定不得超過(guò)0.8%）。綜放工作面單位時(shí)間煤炭產(chǎn)量與工作面瓦斯?jié)舛戎抵g的關(guān)系滿足下式：

式中：Kw為 瓦斯涌出不均勻的風(fēng)量備用系數(shù)；Qf為頂煤?jiǎn)挝粫r(shí)間內(nèi)回收量，t；Qc為采煤機(jī)單位時(shí)間內(nèi)割煤量，t；qw為 煤層的相對(duì)瓦斯涌出量，t·min-1；Qz為綜放工作面單位時(shí)間的通風(fēng)量，m3；qa為瓦斯?jié)舛取?/p>

瓦斯安全聯(lián)動(dòng)控制系統(tǒng)在保德煤礦81309 綜放工作面平均分布安裝4 臺(tái)瓦斯傳感器，其中綜放工作面中部2 臺(tái)、綜放工作面上下隅角各1 臺(tái)，并把瓦斯傳感器檢測(cè)到的瓦斯實(shí)時(shí)數(shù)據(jù)通過(guò)綜合接入器傳送給順槽電液控主機(jī)，以瓦斯?jié)舛群头琶宏P(guān)聯(lián)的關(guān)系為參照，電液控主機(jī)根據(jù)瓦斯?jié)舛瓤刂品琶嚎诘拈_關(guān)功能，當(dāng)電液控主機(jī)判斷瓦斯?jié)舛戎荡笥谠O(shè)定限位值時(shí)，自動(dòng)關(guān)閉支架電液控系統(tǒng)放煤功能，當(dāng)電液控主機(jī)判斷瓦斯?jié)舛戎敌∮谠O(shè)定限位值時(shí)，重新開啟支架電液控系統(tǒng)放煤功能。

3.4 跟機(jī)放煤數(shù)字孿生

當(dāng)前支架跟機(jī)放煤工藝設(shè)計(jì)和更改比較繁瑣，需要經(jīng)過(guò)一套完整的跟機(jī)放煤工藝開發(fā)流程，包括工藝設(shè)計(jì)、程序開發(fā)、試驗(yàn)驗(yàn)證、參數(shù)調(diào)整、程序部署等過(guò)程，需要設(shè)計(jì)人員頻繁下井調(diào)試和驗(yàn)證，既不安全也影響工作面生產(chǎn)。基于數(shù)字孿生技術(shù)對(duì)跟機(jī)放煤工藝進(jìn)行虛擬現(xiàn)實(shí)映射，對(duì)支架動(dòng)作和煤機(jī)位姿進(jìn)行展示，可以直接在集控中心進(jìn)行跟機(jī)工藝設(shè)計(jì)，通過(guò)數(shù)字孿生技術(shù)進(jìn)行展示和驗(yàn)證，調(diào)試完畢后通過(guò)集控中心下發(fā)到工作面進(jìn)行應(yīng)用。并且基于數(shù)字孿生系統(tǒng)，可以記錄井下工人人工操作支架跟機(jī)放煤的過(guò)程，經(jīng)過(guò)處理分析后可以形成新的跟機(jī)放煤工藝。如圖9 所示為保德煤礦81309 工作面跟機(jī)放煤數(shù)字孿生界面。

圖9 保德煤礦81309 工作面跟機(jī)放煤數(shù)字孿生Fig.9 Baode 81309 Working Face coal drawing by tracking shearer digital twin

跟機(jī)放煤數(shù)字孿生主要包括連接層、映射層和決策層3 層。連接層具備采集感知和反饋控制兩類功能，能夠通過(guò)傳感器采集采煤機(jī)和液壓支架的全方位數(shù)據(jù)，包括采集采煤機(jī)的位姿、截割速度、滾筒高度、滾筒溫度和滾筒電流等，采集液壓支架的支架動(dòng)作、動(dòng)作順序、支架壓力、支架位姿等。映射層具備數(shù)據(jù)互聯(lián)、信息互通、模型互操作三類功能。數(shù)據(jù)互聯(lián)基于TCP、UDP 等工業(yè)通訊協(xié)議實(shí)現(xiàn)工作面采煤機(jī)和液壓支架的設(shè)計(jì)數(shù)據(jù)和生產(chǎn)數(shù)據(jù)集成；信息互通利用數(shù)組、浮點(diǎn)數(shù)、布爾、整數(shù)、數(shù)組等數(shù)據(jù)格式構(gòu)建采煤機(jī)和液壓支架的統(tǒng)一信息模型，實(shí)現(xiàn)物理對(duì)象信息的統(tǒng)一描述；模型互操作可以將虛擬模型和實(shí)體模型進(jìn)行關(guān)聯(lián)和映射，能夠?qū)?duì)虛擬模型的操作和工藝映射到實(shí)體模型，也能將工人對(duì)跟機(jī)放煤的操作映射到虛擬模型進(jìn)行展示和仿真。決策層在在連接層和映射層的基礎(chǔ)上，能夠綜合預(yù)測(cè)、處理和診斷采煤機(jī)和液壓支架的動(dòng)作狀態(tài)，并輸出決策指令反饋給采煤機(jī)和液壓支架，進(jìn)行決策控制。

根據(jù)工作面配置、工作面情況、工作面產(chǎn)能及生產(chǎn)效率等多方面綜合考慮，通過(guò)數(shù)字孿生技術(shù)對(duì)跟機(jī)放煤工藝進(jìn)行了設(shè)計(jì)和現(xiàn)場(chǎng)應(yīng)用試驗(yàn)后，保德煤礦81309 綜放工作面采用了綜合雙向全截深割煤工藝進(jìn)行生產(chǎn)，跟機(jī)放煤示意如圖10 所示，放煤支架依次沿著采煤方向進(jìn)行間隔放煤操作。采放協(xié)同控制工藝如圖11 所示，根據(jù)工作面煤層厚度及采放比，跟機(jī)過(guò)程中，同一時(shí)間放煤口開關(guān)數(shù)量不大于2 個(gè)，采煤機(jī)從機(jī)頭向機(jī)尾作業(yè)，液壓支架依次按照跟機(jī)移架動(dòng)作區(qū)域、跟機(jī)伸/收伸縮梁護(hù)幫板聯(lián)動(dòng)區(qū)域、跟機(jī)放煤區(qū)域、跟機(jī)推溜區(qū)域進(jìn)行自動(dòng)動(dòng)作。

圖10 跟機(jī)放煤示意Fig.10 Schematic of coal drawing by tracking shearer

圖11 采放協(xié)同控制工藝Fig.11 Mining and caving collaborative control process

綜放工作面采放協(xié)同控制需綜采電液控制系統(tǒng)、綜采自動(dòng)化系統(tǒng)進(jìn)行信息交互與支撐。工作面每臺(tái)支架安裝電液控制裝置，其中電液控制系統(tǒng)能夠獲取采煤機(jī)方向D、位置S 和速率V 等參數(shù)。當(dāng)采煤機(jī)向單一方向生產(chǎn)作業(yè)，后部放煤采用“一刀一放”（可調(diào)）模式，跟機(jī)放煤距離為L(zhǎng)，放煤架數(shù)為N，跟機(jī)放煤區(qū)域確定方法為：當(dāng)采煤機(jī)運(yùn)行方向D 為上行，即架號(hào)變化由小到大時(shí)，跟機(jī)放煤支架區(qū)域?yàn)閇S-L-N，S-L]；當(dāng)采煤機(jī)運(yùn)行方向D 為下行，即架號(hào)變化由大到小時(shí)，跟機(jī)放煤支架區(qū)域?yàn)閇S+L，S+L+N]。跟機(jī)放煤區(qū)域支架可設(shè)置多架順序執(zhí)行或奇偶架號(hào)隔架執(zhí)行。當(dāng)采煤機(jī)上行跟機(jī)放煤區(qū)域內(nèi)奇數(shù)架號(hào)支架執(zhí)行時(shí)，那么采煤機(jī)下行跟機(jī)放煤區(qū)域內(nèi)偶數(shù)架號(hào)支架執(zhí)行。當(dāng)采煤機(jī)上行跟機(jī)放煤區(qū)域內(nèi)偶數(shù)架號(hào)支架執(zhí)行時(shí)，那么采煤機(jī)下行跟機(jī)放煤區(qū)域內(nèi)奇數(shù)架號(hào)支架執(zhí)行。

4 智能放煤技術(shù)應(yīng)用

保德煤礦81309 綜放工作面走向長(zhǎng)度240 m，推進(jìn)長(zhǎng)度2 575 m。煤層平均厚度為7.0 m(5.8～8.6 m)，煤層傾角3°～6°，煤層結(jié)構(gòu)復(fù)雜，平均夾矸3 層，巖性為泥巖及炭質(zhì)泥巖，單層夾矸最大厚度1.6 m。煤層及頂板裂隙較為發(fā)育，在煤層起伏變化處發(fā)育強(qiáng)烈，易造成頂板破碎冒落。

81309 綜放工作面屬于高瓦斯礦井，工作面通風(fēng)方式為下行通風(fēng)。循環(huán)作業(yè)方式為：端頭斜切進(jìn)刀、割煤、移架、推前部刮板輸送機(jī)、放煤和拉后部刮板輸送機(jī)為全過(guò)程，采煤機(jī)前滾筒割頂煤，后滾筒割底煤，端頭斜切進(jìn)刀，雙向割煤的循環(huán)方式。

81309 綜放工作面配備JOY 公司的7LS6C/LWS636 型變頻電牽引采煤機(jī)，前、后刮板機(jī)型號(hào)分別為中煤張家口煤礦機(jī)械有限責(zé)任公司生產(chǎn)的SGZ1000/2400 型前部輸送機(jī)和SGZ1000/2400 型后部輸送機(jī)，轉(zhuǎn)載機(jī)型號(hào)為SZZ1350-700，破碎機(jī)為PCM700 型順槽用破碎機(jī)，擁有1 臺(tái)KJZ-1500/1140-9+4 型和1 臺(tái)KJZ3-1500/3300-9 型的常州聯(lián)力組合開關(guān)，配置了2 臺(tái)KBSGZY-2000kVA/10 型和3 臺(tái)4 000 kVA/10 型江蘇中聯(lián)移變，整個(gè)工作面共布置120 架綜放支架，工作面機(jī)頭處布置4 架端頭支架、1 架過(guò)渡支架，機(jī)尾處布置4 架端頭支架、1 架過(guò)渡支架，端頭支架型號(hào)為ZYT19600/25/40D，過(guò)渡支架型號(hào)為ZFYG12500/25/39D，工作面中部布置110 架中間支架，運(yùn)順配置一組超前支護(hù)組合支架，支護(hù)最大高度2.5～4.0 m。工作面中部支架支護(hù)方式為及時(shí)支護(hù)，過(guò)渡支架及端頭支架支護(hù)方式為滯后支護(hù)，工作面配備了SAC 電液控制系統(tǒng)和SAM 綜采自動(dòng)化系統(tǒng)，整套系統(tǒng)集一鍵啟動(dòng)、記憶割煤、采放同步、智能放煤、LASC 自動(dòng)找直等功能于一身。

根據(jù)現(xiàn)場(chǎng)綜放設(shè)備安裝與調(diào)試進(jìn)度，在81309綜放工作面對(duì)智能綜放技術(shù)進(jìn)行應(yīng)用試驗(yàn)，在井下進(jìn)行了為期3 個(gè)月的跟班調(diào)試和跟蹤實(shí)測(cè)，采用頂煤運(yùn)移跟蹤儀來(lái)對(duì)頂煤回收率進(jìn)行測(cè)試[17]，煤炭含矸率通過(guò)安裝在帶式輸送機(jī)機(jī)尾的無(wú)源灰分在線檢測(cè)系統(tǒng)測(cè)定的灰分值來(lái)表示。根據(jù)調(diào)試和實(shí)測(cè)結(jié)果發(fā)現(xiàn)，相比傳統(tǒng)人工結(jié)合自動(dòng)化放煤控制，采用智能綜放技術(shù)后，保德煤礦81309 綜放工作面頂煤采出率由86%上升到93%，煤炭含矸率由21%下降到15%，總的生產(chǎn)效率提高了10%，放煤作業(yè)人員由原來(lái)的3～4 人減少為1～2 人，降低了勞動(dòng)強(qiáng)度，實(shí)現(xiàn)了減人增效。

5 結(jié)論

1）研發(fā)了基于5G 通信和云邊端協(xié)同的智能放煤控制系統(tǒng)，系統(tǒng)基于5G 通信技術(shù)進(jìn)行數(shù)據(jù)傳輸，能夠滿足工作面海量傳感器接入需求，具有可靠性高、大帶寬和低時(shí)延的特點(diǎn)；系統(tǒng)采用云邊端協(xié)同框架，既能利用云端的高性能分析管理能力，又可以利用邊緣計(jì)算技術(shù)滿足現(xiàn)場(chǎng)側(cè)的快速響應(yīng)控制和數(shù)據(jù)預(yù)處理需求。

2）對(duì)采放比、放煤步距和放煤方式三種綜放開采放煤工藝參數(shù)的含義和選用依據(jù)進(jìn)行了介紹，在確定綜放開采放煤工藝參數(shù)的基礎(chǔ)上通過(guò)傳感器智能感知與模型控制決策技術(shù)建立了支架智能化放煤工藝控制流程。

3）以保德煤礦81309 綜放工作面為例，對(duì)智能放煤中的煤矸識(shí)別技術(shù)、大塊煤識(shí)別與煤流負(fù)荷平衡技術(shù)、瓦斯安全聯(lián)動(dòng)控制技術(shù)、跟機(jī)放煤數(shù)字孿生技術(shù)四大關(guān)鍵技術(shù)進(jìn)行詳細(xì)闡述，通過(guò)這四大關(guān)鍵技術(shù)的研究與應(yīng)用，實(shí)現(xiàn)了放煤煤矸、運(yùn)輸系統(tǒng)煤流和工作面瓦斯?jié)舛鹊闹悄芸刂?，提高了跟機(jī)放煤工藝的研發(fā)設(shè)計(jì)效率，提高了高瓦斯綜放工作面的生產(chǎn)效率和安全性，降低了工人勞動(dòng)強(qiáng)度。