文献类型：期刊文章

作　　者：葛世荣[1,2] 张帆[1,2] 王世博[3] 王忠宾[3]

GE Shirong;ZHNAG Fan;WANG Shibo;WANG Zhongbin(School of Mechanical,Electrical & Information Engineering,China University of Mining and Technology(Beijing),Beijing 100083,China;Institute of Intelligent Mines & Robotics,China University of Mining and Technology(Beijing),Beijing 100083,China;School of Mechanical and Electrical Engineering,China University of Mining and Technology,Xuzhou 221116,China)

机构地区：[1]中国矿业大学(北京)机电与信息工程学院,北京100083 [2]中国矿业大学(北京)智慧矿山与机器人研究院,北京100083 [3]中国矿业大学机电工程学院,江苏徐州221116

出　　处：《煤炭学报》

基　　金：国家自然科学基金—山西煤基低碳联合基金重点资助项目(U1610251)。

年　　份：2020

卷　　号：45

期　　号：6

起止页码：1925-1936

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EBSCO、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了进一步提高煤矿井下智能化采煤工作面系统自主运行和人机交互能力,达到真正的无人化开采境界,提出数字孪生智采工作面系统(Digital Twin Smart Mining Workface)的概念、架构及构建方法,融合应用5G通信技术、物联网技术和仿生智能技术,从而搭建一个智采工作面的数字孪生远程操作平台。首次定义数字孪生智采工作面是一个数据可视化、人机强交互、工艺自优化的高逼真采煤工作面三维镜像场景,它由物理工作面、数字工作面和数据信息3个部分组成。介绍了DTSMW系统涉及的物理工作面、虚拟工作面、孪生数据、信息交互、模型驱动、边缘计算、沉浸式体验、云端服务、信息物理系统、智能终端等10项关键技术。新的DTSMW系统具有开采过程仿真、优化和监控功能,可以实现开采工艺数字孪生、开采过程数字孪生、设备性能数字孪生、生产管理数字孪生和生产安控数字孪生。研究了智采工作面的仿生智能特性,阐述了物理模块(躯干)、信息模块(大脑)、通信模块(神经)、控制模块(脑肌)、孪生模块(映像)的基本功能特征,特别描述了采煤机、液压支架和刮板输送机的仿生智能要素。针对DTSMW系统数据的高度依赖性,首次将智采工作面复杂信息归纳为3条信息流,用于描述采煤过程的环境、控制和能量状态。环境信息流和控制信息流来自煤岩体对采煤机、液压支架、煤流运输机组的输入信息及其调控信息,能量信息流来自开采装备对煤层、岩层变量调控所产生的能量交换状态信息。针对智采工作面的巨大信息流量,提出了管理DTSMW信息流的数据主线(Digital Thread)方法,将信息流的数据分为周期性数据、随机性数据和突发性数据进行建模处理,以确保数字孪生智采工作面的数据驱动及稳定运行。通过对比分析,DTSMW系统比现有远程集控中心的智能性提高了一个�

关 键 词：智采工作面  数字孪生  人机交互 数字主线  智能采矿系统  

分 类 号：TP11] TD823.97]