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.神華神東煤炭集團有限責(zé)任公司,內(nèi)蒙古 鄂爾多斯 017209）

0 引言

中國是煤炭大國，煤炭儲量非常豐富[1]?！案幻骸⒇氂?、少氣”的能源基本特征決定了煤炭在我國一次能源中的主體地位[2]。在中國已探明的煤炭儲量中，單一煤厚大于3.5 m 的厚煤層的比例達到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[4-7]。目前放頂煤開采最突出的問題是其生產(chǎn)過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，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”，雖然已通過制定開采工藝對放頂煤的放頂程度進行要求，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]。國家發(fā)展改革委、國家能源局發(fā)布的《能源技術(shù)革命創(chuàng)新行動計劃（2016—2030）》明確指出，煤炭開采技術(shù)的重點任務(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、智能化工作面、特殊煤層高回收率開采等技術(shù)，到2030 年重點煤礦區(qū)基本實現(xiàn)工作面無人化[9]。為實現(xiàn)煤炭開采的智能化發(fā)展計劃，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，并產(chǎn)生了一些突破性技術(shù)成果。

1）智能放煤研究進展。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)采用了智能煤巖識別綜放系統(tǒng)，實現(xiàn)了煤巖識別一鍵自動放煤等功能[12]。張守祥等[8]將放煤過程分為“放煤前、放煤中和放煤后”3 階段采用不同的感知技術(shù)和裝備去測量，實現(xiàn)對支架的放煤口大小及時調(diào)整和關(guān)閉控制。王家臣等[13]提出了基于圖像識別的智能放煤技術(shù)，能夠?qū)Ψ琶哼^程中出現(xiàn)的矸石進行精準(zhǔn)識別，并在放頂煤工作面進行了試驗，試驗效果良好。

2）放煤規(guī)律研究進展。朱帝杰等[14]基于隨機介質(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，提高了工作面自動化、智能化程度。劉長友等[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）放落流動的時序規(guī)律研究，提出以自然射線輻射強度作為煤-矸-巖自動識別的主要參數(shù)和2種不同關(guān)窗方式的識別方法，在同煤集團塔山煤礦進行了現(xiàn)場測試印證了研究結(jié)果。潘衛(wèi)東等[17]提出以射頻識別（RFID）為技術(shù)核心的基于頂煤運移跟蹤儀的自動化放煤技術(shù)，構(gòu)建了基于該技術(shù)的自動化放煤控制系統(tǒng)，指出自動化放煤場景下應(yīng)優(yōu)選多輪順序放煤，給出確定每一輪放煤時間的方法。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 個階段的放煤方法和煤巖分界面特征，提出“多放煤口同時開啟逆次關(guān)閉”的起始放煤方法，并以同忻煤礦8202 綜放工作面為例進行了應(yīng)用。王伸等[19]針對塔山礦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)量對頂煤放出體形態(tài)的影響機制。YANG等[20]給出了獨立的簇群放頂技術(shù)，通過離散元法建立放煤過程二維仿真模型，對比了不同放頂煤技術(shù)的采放機理，驗證了獨立的簇群放頂煤技術(shù)的優(yōu)勢。WANG 等[21]詳細介紹了過去20 a 長壁放頂煤開采的放頂煤理論研究進展，對長壁放頂煤開采的研究框架、測試方案和建模方法進行了全面介紹。

3）大塊煤識別與煤流控制研究進展。牛云鵬等[22]提出了刮板輸送機的大塊煤及煤量估算智能視頻識別技術(shù)。俎少杰等[23]設(shè)計了一種基于視覺檢測的煤流檢測系統(tǒng)對煤流量的實時監(jiān)測，并根據(jù)煤流量大小對皮帶機轉(zhuǎn)速進行實時調(diào)整。夏蒙健等[24]提出了一種煤流智能調(diào)速策略，采用上煤量和運煤量圖譜疊加+PID 算法完成各輸送機速度調(diào)節(jié)。蔣衛(wèi)良等[25]為提高煤流輸送系統(tǒng)的運行效率，提出了煤礦智能化連續(xù)運輸系統(tǒng)的煤量檢測技術(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)遠程監(jiān)控云平臺。

4）瓦斯?jié)舛瓤刂蒲芯窟M展。張飛[26]采用理論分析和現(xiàn)場參數(shù)實測相結(jié)合的方法研究了寸草塔二礦31203 綜放工作面瓦斯來源與分布規(guī)律，發(fā)現(xiàn)瓦斯?jié)舛容^高的地點主要是工作面回風(fēng)隅角、支架頂梁附近和放煤口附近。王沉等[27]探討了采煤機割煤速度對工作面瓦斯?jié)舛鹊挠绊憴C制，通過實時監(jiān)測工作面的瓦斯?jié)舛龋{(diào)節(jié)工作面采煤機截割速度來達到降低工作面瓦斯?jié)舛?。布朋生[28]在原采煤機截割電動機變頻控制系統(tǒng)的基礎(chǔ)上，利用傳感器技術(shù)，設(shè)計了綜合考慮綜采工作面頂板壓力、瓦斯?jié)舛鹊牟擅簷C速度動態(tài)控制系統(tǒng)。盧東貴等[29]提出了通過對瓦斯?jié)舛瘸邦A(yù)測提前控制采煤機運行速度的方法，利用預(yù)測區(qū)間上限值結(jié)合瓦斯?jié)舛刃蛄械慕y(tǒng)計特征參數(shù)95%置信區(qū)間上限值和最大值，綜合對采煤機運行狀態(tài)進行控制。

當(dāng)前對綜采工作面放頂煤開采的研究取得了一些重要進展，但對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煤矸識別目前主要依靠單一種類的傳感器進行識別，只能針對煤和矸石的某一方面特征進行煤矸識別，無法綜合利用煤和矸石的不同區(qū)別特征。③對運輸系統(tǒng)上的煤流監(jiān)測和調(diào)速控制研究能夠避免運輸系統(tǒng)被壓死，但無法從源頭解決問題，缺少支架放煤和煤機截割控制對煤流調(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)的跟機放煤工藝主要依靠設(shè)計人員編制好后下井調(diào)試應(yīng)用，過程繁瑣且不夠安全，工藝開發(fā)周期長。

為了推進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，對煤矸識別技術(shù)、大塊煤識別與煤流負(fù)荷平衡技術(shù)、瓦斯安全聯(lián)動控制技術(shù)、跟機放煤數(shù)字孿生技術(shù)四大智能放煤關(guān)鍵技術(shù)進行了研究分析，提出了多模態(tài)融合的煤矸識別方法，從放煤控制出發(fā)對煤流負(fù)荷技術(shù)和瓦斯安全聯(lián)動技術(shù)進行了補充研究，并且通過數(shù)字孿生技術(shù)提高了跟機放煤工藝的開發(fā)效率，并在保德81309 高瓦斯綜放工作面進行了跟蹤應(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)主要存在的問題有：①網(wǎng)絡(luò)接入能力不足。液壓支架放煤動作時，存在海量各式各樣的傳感器實時監(jiān)測液壓支架位姿動作、刮板輸送機和采煤機工作狀態(tài)、放頂煤狀態(tài)、井下工況（各種氣體含量、噪聲、振動、頂板來壓等）等數(shù)據(jù)，而目前使用的4G、WiFi 等無線通信技術(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)備遠程控制和協(xié)同作業(yè)的實現(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較低。③傳輸帶寬不足。為了替代放煤時的人工觀測與控制，需要安裝大量攝像儀和聲音、振動傳感器對放煤情況進行監(jiān)測，特別是視頻信號的傳輸需要占據(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)傳輸時延高。傳統(tǒng)4G 通信時延在10～80 s，WiFi 通信時延在10～50 s，難以滿足某些通信內(nèi)容的實時性要求。

為了實現(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100 萬連接量/km2）、高可靠性（99.999%）、大帶寬（用戶體驗速率達1 bit/s）、低時延（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、帶寬不足及傳輸時延高等通信問題。

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、基站控制器BBU（Baseband Unit，基帶單元）、基站控制器RHUB（Remote Radio Unit Hub，射頻遠端CPRI 數(shù)據(jù)匯聚單元）、5G 基站pRRU（pico Remote Radio Unit，遠端匯聚單元）和5G CPE（Customer Premise Equipment，客戶前置設(shè)備）等設(shè)備。5G 核心網(wǎng)安裝于地面機房中，具備部分網(wǎng)絡(luò)管理、監(jiān)測、獨立運維運營等能力，其通過光纖環(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、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5G CPE 接入5G 通信網(wǎng)絡(luò)。

5G 不僅僅是無線技術(shù)的升級，還包括邊緣計算、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）、低時延高可靠的數(shù)據(jù)處理等要求[31]。5G 低時延特性結(jié)合邊緣計算技術(shù)，可將時間敏感型數(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)境信息進行監(jiān)測，實現(xiàn)對煤礦井下設(shè)備的智能遠控管理[32]。基于5G 技術(shù)和邊緣計算可以完美融合的特點，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，實現(xiàn)邊緣控制器上進行放煤快速響應(yīng)控制，同時協(xié)同利用云服務(wù)器強大的數(shù)據(jù)分析和存儲功能，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、云邊協(xié)同平臺、大數(shù)據(jù)和PaaS（Platform as a Service，平臺即服務(wù)）、基礎(chǔ)IaaS（Infrastructure as a Service，基礎(chǔ)設(shè)施即服務(wù)）、集成平臺。IoT 物聯(lián)網(wǎng)平臺對物聯(lián)網(wǎng)設(shè)備進行管理，云邊協(xié)同平臺涉及云、邊、端各個節(jié)點的協(xié)同合作，包括AI 算法的訓(xùn)練和發(fā)布，大數(shù)據(jù)和PaaS 提供測試環(huán)境、部署環(huán)境等功能，基礎(chǔ)IaaS 為終端用戶提供計算、存儲和網(wǎng)絡(luò)等資源，集成平臺則提供了設(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：邊緣計算節(jié)點作為邏輯實體，包括網(wǎng)絡(luò)側(cè)邊緣計算節(jié)點和現(xiàn)場側(cè)邊緣計算節(jié)點。其中網(wǎng)絡(luò)側(cè)邊緣計算節(jié)點由5G MEC（Multi-Access Edge Computing or Mobile Edge Computing，多接入邊緣計算）提供，除了利用MEC 本地分流能力，還可以充分利用MEP（MEC Platform，多接入邊緣計算平臺）平臺的服務(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)場側(cè)邊緣計算節(jié)點進一步分為邊緣節(jié)點服務(wù)軟件和邊緣節(jié)點硬件。邊緣節(jié)點服務(wù)軟件提供采放運智能生產(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MQTT、Modbus、OPC-DA、OPC-UA 等通信協(xié)議與邊緣計算節(jié)點聯(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。在采煤機割煤后，綜放支架進行移架，支架后部的頂煤失去支承發(fā)生垮落，此時可通過支架控制器控制綜放支架后部放煤機構(gòu)的尾梁擺動和插板伸縮，從而放出頂煤，放出的頂煤通過后部刮板輸送機和皮帶運輸機運輸出去。綜放開采的放煤工藝參數(shù)對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，采煤機會根據(jù)煤層厚度選取合適的高度進行截割，并且留出一定厚度的頂煤通過放頂煤的方法采出，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、破壞和垮落形成松散無規(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方向的間距，放煤步距是重要的放煤工藝參數(shù)之一，過大或過小的放煤步距都會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、支架放煤口長度、放煤口中心高度和采煤機截深。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，當(dāng)回采工作面采放比為1∶1 左右時，宜采用“一采一放”采煤工藝，即放煤步距約為采煤機截深；當(dāng)回采工作面采放比為1∶2 左右時，宜采用“兩采一放”采煤工藝，即放煤步距約為采煤機截深兩倍[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，按每個放煤口放煤次數(shù)分為單輪、雙輪和多輪放煤，按同時開啟的放煤口數(shù)目分為單口放煤和多口放煤。現(xiàn)場生產(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)定自動放煤控制參數(shù)，傳統(tǒng)的放煤工藝主要是基于自動放煤技術(shù)和記憶放煤技術(shù)進行放煤控制，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、液壓支架、刮板輸送機等設(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)識別、灰分在線監(jiān)測、大塊煤監(jiān)測、煤流量監(jiān)測、瓦斯?jié)舛缺O(jiān)測等智能融合感知技術(shù)對智能放煤過程中的放煤情況進行監(jiān)測，監(jiān)測數(shù)據(jù)通過5G 通信網(wǎng)絡(luò)進行高速可靠傳輸，之后通過中心云平臺和邊緣控制器進行在線數(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，將決策控制信號發(fā)給支架控制器，進行支架智能放煤控制。同時配備遠程放煤監(jiān)測和干預(yù)系統(tǒng)，通過人工遠程對放出煤矸情況進行聲音視頻的監(jiān)測，可以對異常情況進行人工干預(yù)。

單架的智能化放煤流程如圖3 所示，支架放煤主要通過尾梁和插板的動作來實現(xiàn)，尾梁與插板的動作時間和動作方式根據(jù)放煤監(jiān)測中各種傳感器的時間和數(shù)據(jù)來決定。整個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)，最終實現(xiàn)智能化的放煤[37]。為進一步說明智能放煤技術(shù)，以保德81309 工作面為例，對高瓦斯綜放工作面智能放煤的煤矸識別技術(shù)、大塊煤識別與煤流負(fù)荷平衡技術(shù)、瓦斯安全聯(lián)動控制技術(shù)、跟機放煤數(shù)字孿生技術(shù)四大關(guān)鍵技術(shù)進行詳細闡述。四大智能放煤關(guān)鍵技術(shù)在保德81309 工作面通過云邊端協(xié)同控制系統(tǒng)進行融合應(yīng)用，對于不同的綜放工作面也可以選取其中的某幾項關(guān)鍵技術(shù)進行組合應(yīng)用。

3.1 煤矸識別

放煤的煤矸識別技術(shù)是智能放煤研究的一個難點[38]。目前通常是通過煤與矸石在某一方面的物理、外觀屬性的不同進行煤矸識別，常用的煤矸識別方法為通過伽馬射線、雷達探測、紅外檢測、圖像識別、聲音和振動信號辨識進行煤矸識別[39-40]。伽馬射線由于對人體有輻射傷害所以現(xiàn)在已經(jīng)很少使用。雷達信號由于信號衰減較嚴(yán)重?zé)o法用于較厚煤層的探測。紅外探測、圖像識別由于是通過視頻圖像，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、振動的煤矸識別技術(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]。這些方法都是針對煤與矸石在某一方面的區(qū)別進行識別，一旦出現(xiàn)煤與矸石在這一特征的表現(xiàn)類似，就難以進行識別判斷。針對保德煤礦81309 工作面進行研究，為了提高煤矸識別準(zhǔn)確度，選擇多種特征屬性來對煤和矸石進行區(qū)分，采用圖像、聲音和振動融合識別的方式進行煤矸識別。

單個支架的結(jié)構(gòu)和設(shè)備安裝如圖4 所示，聲音傳感器和振動傳感器采用磁吸的方式安裝在綜放支架尾梁下，振動傳感器采用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，煤矸下落過程主要在1 Hz 內(nèi)便可以進行分辨，因此振動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別要求，又可以避免采樣頻率過高造成處理器負(fù)荷太大。網(wǎng)絡(luò)攝像儀安裝在四連桿上正對著后部刮板運輸機，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)安裝尺寸加工簡易的安裝架即可進行攝像儀安裝，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TCP/IP 以太網(wǎng)進行信號傳輸，具有過濾可見光、紅外補光功能，外殼堅固、體積小巧、防護性能高、適用于煤礦井下有瓦斯與煤塵爆炸危險的場所。

圖4 單個支架的結(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容易受到采煤機、刮板輸送機等設(shè)備工作造成的噪聲和振動干擾。因此在進行多模態(tài)融合煤矸識別之前，需要對采集到的信號進行預(yù)處理，采用基于多尺度Retinex 圖像增強算法對圖像進行去塵去水霧，采用EEMD（Ensemble Empirical Mode Decomposition，集合經(jīng)驗?zāi)B(tài)分解）分解與重構(gòu)的方法消除聲音和振動中的低頻噪聲和趨勢項對信號的干擾。多模態(tài)融合的煤矸識別算法主要分為三部分：聲音振動信號識別、圖像識別、多模態(tài)決策融合識別。

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

1）聲音振動信號識別。梅爾倒譜系數(shù)(MFCC)特征提取是語音識別和聲音事件識別中最經(jīng)典的傳統(tǒng)算法之一，通過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和振動信號的梅爾倒譜系數(shù)[42]。MFCC 對信號進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 個部分，Mel 倒譜系數(shù)(MFCC)可以表示為

式中：n為所取MFCC 的個數(shù)；L為離散信號樣本數(shù)；l為頻譜的離散頻率分量索引；Y(l)為l個三角形帶通濾波器組輸出的對數(shù)能量；M為傅里葉變換的點數(shù)。

為保證精度以及計算效率，在進行MFCC 信號特征提取時，設(shè)置8 個梅爾濾波器組以及8 個梅爾倒譜系數(shù)，得到聲音和振動的梅爾倒譜系數(shù)特征矩陣，將振動和聲音兩種信號在特征級通過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進行分類識別。

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

2）圖像識別?；谝曨l圖像的煤矸識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行前景分割。圖像中每一個像素點可以用高斯分布的加權(quán)和來模擬該點的像素值，t時刻的像素值屬于背景的概率p(xt)為

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

煤矸圖像分割采用了U-Net 語義分割網(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）。編碼器的每個下采樣模塊由2 個重復(fù)的3×3 卷積和1 個2×2的最大池化組成，解碼器的每個上采樣模塊都包括對特征圖先使用1 個2×2 的反卷積進行上采樣，然后將上采樣過程中的特征圖息融合到上采樣的特征中，來彌補因解碼器下采樣丟失的圖像語義信息，再通過2 次3×3 卷積來進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 圖像煤矸識別結(jié)果所示，通過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上煤矸識別的圖像，能夠清晰識別出煤矸出現(xiàn)的概率和煤矸的大小。

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

3）多模態(tài)決策融合識別。振動聲音和圖像的煤矸識別結(jié)果是放煤為煤矸的概率，選取1 s 內(nèi)3 個時刻的煤矸識別結(jié)果進行最后的決策級融合，分別為t1、t2、t3時刻的振動聲音識別結(jié)果a1、a2、a3和圖像識別結(jié)果b1、b2、b3，基于加權(quán)投票法即得到最終的煤矸識別結(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 大塊煤識別與煤流負(fù)荷平衡

在刮板輸送機上方每間隔50 m 安裝1 臺礦用3D 攝像儀及其配套激光器，皮帶輸送機和轉(zhuǎn)載機（前部和后部刮板機搭接點之間）上方各安裝1 臺礦用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行立體數(shù)據(jù)重建，獲取煤流立體點云數(shù)據(jù)，點云數(shù)據(jù)通過5G 通信系統(tǒng)傳輸給邊緣計算服務(wù)器，在邊緣計算服務(wù)器通過三維空間重建技術(shù)可獲得任意時刻的煤流空間數(shù)據(jù)，通過時間積分可以實時得到單位時間的煤流量，并且在邊緣服務(wù)器可以對大塊煤進行實時識別。在大塊煤識別的基礎(chǔ)上，系統(tǒng)根據(jù)讀取的輸送帶和刮板輸送機速度，計算出大塊煤通過2 臺攝像機所需的時間間隔，并據(jù)此設(shè)計預(yù)設(shè)報警時間間隔，當(dāng)大塊煤未在預(yù)設(shè)時間內(nèi)通過2 臺攝像機，則認(rèn)為大塊煤發(fā)生滾動、掉落、卡帶等異常情況，實現(xiàn)大塊煤的異常狀態(tài)監(jiān)測。邊緣計算服務(wù)器擁有煤流量統(tǒng)計功能，根據(jù)單位時間的煤流量監(jiān)測可以獲得前部刮板輸送機和帶式輸送機的出煤量，通過帶式輸送機監(jiān)測的總出煤量和前部刮板輸送機出煤量可預(yù)估后部刮板輸送機的出煤量。根據(jù)煤流量和大塊煤狀態(tài)可以對采煤機采煤和支架放煤進行控制，包括控制采煤機牽引速度、支架放煤時間、放煤口位置和大小等，來對輸送設(shè)備上的煤流進行控制。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)動控制

對于綜放工作面，存在前部割煤和后部放煤兩個瓦斯涌出面，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)動控制技術(shù)。瓦斯?jié)舛冗^高會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^1%（部分礦井實際規(guī)定不得超過0.8%）。綜放工作面單位時間煤炭產(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為頂煤單位時間內(nèi)回收量，t；Qc為采煤機單位時間內(nèi)割煤量，t；qw為 煤層的相對瓦斯涌出量，t·min-1；Qz為綜放工作面單位時間的通風(fēng)量，m3；qa為瓦斯?jié)舛取?/p>

瓦斯安全聯(lián)動控制系統(tǒng)在保德煤礦81309 綜放工作面平均分布安裝4 臺瓦斯傳感器，其中綜放工作面中部2 臺、綜放工作面上下隅角各1 臺，并把瓦斯傳感器檢測到的瓦斯實時數(shù)據(jù)通過綜合接入器傳送給順槽電液控主機，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)電液控主機判斷瓦斯?jié)舛戎荡笥谠O(shè)定限位值時，自動關(guān)閉支架電液控系統(tǒng)放煤功能，當(dāng)電液控主機判斷瓦斯?jié)舛戎敌∮谠O(shè)定限位值時，重新開啟支架電液控系統(tǒng)放煤功能。

3.4 跟機放煤數(shù)字孿生

當(dāng)前支架跟機放煤工藝設(shè)計和更改比較繁瑣，需要經(jīng)過一套完整的跟機放煤工藝開發(fā)流程，包括工藝設(shè)計、程序開發(fā)、試驗驗證、參數(shù)調(diào)整、程序部署等過程，需要設(shè)計人員頻繁下井調(diào)試和驗證，既不安全也影響工作面生產(chǎn)?；跀?shù)字孿生技術(shù)對跟機放煤工藝進行虛擬現(xiàn)實映射，對支架動作和煤機位姿進行展示，可以直接在集控中心進行跟機工藝設(shè)計，通過數(shù)字孿生技術(shù)進行展示和驗證，調(diào)試完畢后通過集控中心下發(fā)到工作面進行應(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放煤的過程，經(jīng)過處理分析后可以形成新的跟機放煤工藝。如圖9 所示為保德煤礦81309 工作面跟機放煤數(shù)字孿生界面。

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

跟機放煤數(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，能夠通過傳感器采集采煤機和液壓支架的全方位數(shù)據(jù)，包括采集采煤機的位姿、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作、動作順序、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)議實現(xiàn)工作面采煤機和液壓支架的設(shè)計數(shù)據(jù)和生產(chǎn)數(shù)據(jù)集成；信息互通利用數(shù)組、浮點數(shù)、布爾、整數(shù)、數(shù)組等數(shù)據(jù)格式構(gòu)建采煤機和液壓支架的統(tǒng)一信息模型，實現(xiàn)物理對象信息的統(tǒng)一描述；模型互操作可以將虛擬模型和實體模型進行關(guān)聯(lián)和映射，能夠?qū)μ摂M模型的操作和工藝映射到實體模型，也能將工人對跟機放煤的操作映射到虛擬模型進行展示和仿真。決策層在在連接層和映射層的基礎(chǔ)上，能夠綜合預(yù)測、處理和診斷采煤機和液壓支架的動作狀態(tài)，并輸出決策指令反饋給采煤機和液壓支架，進行決策控制。

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，通過數(shù)字孿生技術(shù)對跟機放煤工藝進行了設(shè)計和現(xiàn)場應(yīng)用試驗后，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行生產(chǎn)，跟機放煤示意如圖10 所示，放煤支架依次沿著采煤方向進行間隔放煤操作。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，跟機過程中，同一時間放煤口開關(guān)數(shù)量不大于2 個，采煤機從機頭向機尾作業(yè)，液壓支架依次按照跟機移架動作區(qū)域、跟機伸/收伸縮梁護幫板聯(lián)動區(qū)域、跟機放煤區(qū)域、跟機推溜區(qū)域進行自動動作。

圖10 跟機放煤示意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)、綜采自動化系統(tǒng)進行信息交互與支撐。工作面每臺支架安裝電液控制裝置，其中電液控制系統(tǒng)能夠獲取采煤機方向D、位置S 和速率V 等參數(shù)。當(dāng)采煤機向單一方向生產(chǎn)作業(yè)，后部放煤采用“一刀一放”（可調(diào)）模式，跟機放煤距離為L，放煤架數(shù)為N，跟機放煤區(qū)域確定方法為：當(dāng)采煤機運行方向D 為上行，即架號變化由小到大時，跟機放煤支架區(qū)域為[S-L-N，S-L]；當(dāng)采煤機運行方向D 為下行，即架號變化由大到小時，跟機放煤支架區(qū)域為[S+L，S+L+N]。跟機放煤區(qū)域支架可設(shè)置多架順序執(zhí)行或奇偶架號隔架執(zhí)行。當(dāng)采煤機上行跟機放煤區(qū)域內(nèi)奇數(shù)架號支架執(zhí)行時，那么采煤機下行跟機放煤區(qū)域內(nèi)偶數(shù)架號支架執(zhí)行。當(dāng)采煤機上行跟機放煤區(qū)域內(nèi)偶數(shù)架號支架執(zhí)行時，那么采煤機下行跟機放煤區(qū)域內(nèi)奇數(shù)架號支架執(zhí)行。

4 智能放煤技術(shù)應(yīng)用

保德煤礦81309 綜放工作面走向長度240 m，推進長度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：端頭斜切進刀、割煤、移架、推前部刮板輸送機、放煤和拉后部刮板輸送機為全過程，采煤機前滾筒割頂煤，后滾筒割底煤，端頭斜切進刀，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，前、后刮板機型號分別為中煤張家口煤礦機械有限責(zé)任公司生產(chǎn)的SGZ1000/2400 型前部輸送機和SGZ1000/2400 型后部輸送機，轉(zhuǎn)載機型號為SZZ1350-700，破碎機為PCM700 型順槽用破碎機，擁有1 臺KJZ-1500/1140-9+4 型和1 臺KJZ3-1500/3300-9 型的常州聯(lián)力組合開關(guān)，配置了2 臺KBSGZY-2000kVA/10 型和3 臺4 000 kVA/10 型江蘇中聯(lián)移變，整個工作面共布置120 架綜放支架，工作面機頭處布置4 架端頭支架、1 架過渡支架，機尾處布置4 架端頭支架、1 架過渡支架，端頭支架型號為ZYT19600/25/40D，過渡支架型號為ZFYG12500/25/39D，工作面中部布置110 架中間支架，運順配置一組超前支護組合支架，支護最大高度2.5～4.0 m。工作面中部支架支護方式為及時支護，過渡支架及端頭支架支護方式為滯后支護，工作面配備了SAC 電液控制系統(tǒng)和SAM 綜采自動化系統(tǒng)，整套系統(tǒng)集一鍵啟動、記憶割煤、采放同步、智能放煤、LASC 自動找直等功能于一身。

根據(jù)現(xiàn)場綜放設(shè)備安裝與調(diào)試進度，在81309綜放工作面對智能綜放技術(shù)進行應(yīng)用試驗，在井下進行了為期3 個月的跟班調(diào)試和跟蹤實測，采用頂煤運移跟蹤儀來對頂煤回收率進行測試[17]，煤炭含矸率通過安裝在帶式輸送機機尾的無源灰分在線檢測系統(tǒng)測定的灰分值來表示。根據(jù)調(diào)試和實測結(jié)果發(fā)現(xiàn)，相比傳統(tǒng)人工結(jié)合自動化放煤控制，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)人員由原來的3～4 人減少為1～2 人，降低了勞動強度，實現(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、大帶寬和低時延的特點；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，又可以利用邊緣計算技術(shù)滿足現(xiàn)場側(cè)的快速響應(yīng)控制和數(shù)據(jù)預(yù)處理需求。

2）對采放比、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，對智能放煤中的煤矸識別技術(shù)、大塊煤識別與煤流負(fù)荷平衡技術(shù)、瓦斯安全聯(lián)動控制技術(shù)、跟機放煤數(shù)字孿生技術(shù)四大關(guān)鍵技術(shù)進行詳細闡述，通過這四大關(guān)鍵技術(shù)的研究與應(yīng)用，實現(xiàn)了放煤煤矸、運輸系統(tǒng)煤流和工作面瓦斯?jié)舛鹊闹悄芸刂?，提高了跟機放煤工藝的研發(fā)設(shè)計效率，提高了高瓦斯綜放工作面的生產(chǎn)效率和安全性，降低了工人勞動強度。