基于工業(yè)互聯(lián)網(wǎng)架構(gòu)的煤礦瓦斯智能抽采管控系統(tǒng)設(shè)計(jì)

尹建輝

（1.陜西煤業(yè)化工技術(shù)研究院有限責(zé)任公司，陜西 西安 710065；2.渭南陜煤?jiǎn)⒊娇萍加邢薰?，陜?渭南 714000；3.煤炭綠色安全高效開(kāi)采國(guó)家地方聯(lián)合工程研究中心，陜西 西安 710065）

0 引言

近年來(lái)，煤礦智能化水平得到大幅提升，促進(jìn)了煤礦安全、高效、綠色開(kāi)采。王國(guó)法等[1-3]指出煤礦智能化是適應(yīng)現(xiàn)代工業(yè)技術(shù)革命發(fā)展趨勢(shì)、保障國(guó)家能源安全、實(shí)現(xiàn)煤炭工業(yè)高質(zhì)量發(fā)展的核心技術(shù)支撐，發(fā)展智慧煤礦是我國(guó)煤炭工業(yè)發(fā)展的必由之路。煤炭工業(yè)互聯(lián)網(wǎng)[4-6]是煤炭行業(yè)智能化升級(jí)的必由之路，工業(yè)互聯(lián)網(wǎng)以大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等新一代信息技術(shù)與工業(yè)生產(chǎn)控制技術(shù)進(jìn)行深度融合，已成為全球新一輪產(chǎn)業(yè)競(jìng)爭(zhēng)的制高點(diǎn)[7-8]。

煤礦瓦斯抽采是高瓦斯礦井和突出礦井進(jìn)行安全回采前的必要作業(yè)，是煤礦瓦斯災(zāi)害治理的根本途徑，其具有子系統(tǒng)多、流程多、周期長(zhǎng)、監(jiān)測(cè)點(diǎn)多、數(shù)據(jù)多等特點(diǎn)。充分利用工業(yè)互聯(lián)網(wǎng)的技術(shù)優(yōu)勢(shì)，對(duì)瓦斯抽采各環(huán)節(jié)連接與貫通，可強(qiáng)化全流程互聯(lián)互通及數(shù)據(jù)集成與智能分析，實(shí)現(xiàn)各業(yè)務(wù)的整體優(yōu)化與深度協(xié)同和效率提升，對(duì)于提升和保障瓦斯抽采作業(yè)安全和提質(zhì)增效具有重要意義。

我國(guó)學(xué)者對(duì)煤礦瓦斯智能抽采技術(shù)及礦井管控平臺(tái)的設(shè)計(jì)和開(kāi)發(fā)進(jìn)行了探索研究，取得了一定成果。周福寶等[9]建立了瓦斯抽采管網(wǎng)中瓦斯-空氣混合氣體流動(dòng)控制方程，以最大瓦斯抽采純流量為目標(biāo)函數(shù)，建立了瓦斯抽采管網(wǎng)參數(shù)的優(yōu)化模型。吳克介等[10]采用Docker技術(shù)實(shí)現(xiàn)了全礦井瓦斯智能抽采管控軟件，并闡述了軟件整體架構(gòu)和相關(guān)關(guān)鍵技術(shù)。賀耀宜等[11-12]、韓安等[13]提出了一種基于工業(yè)物聯(lián)網(wǎng)的統(tǒng)一技術(shù)和架構(gòu)，服務(wù)于礦井綜合管控系統(tǒng)。邢震等[14-15]以工業(yè)互聯(lián)網(wǎng)“云-管-邊-端”架構(gòu)為基礎(chǔ)，構(gòu)建了煤礦災(zāi)害數(shù)字孿生服務(wù)體系。楊軍等[16]從感知層、傳輸層、賦能平臺(tái)、工業(yè)APP、信息安全等5個(gè)方面分析了煤炭工業(yè)互聯(lián)網(wǎng)技術(shù)的研究現(xiàn)狀和發(fā)展方向。趙旭生等[17]闡述了智能瓦斯抽采的精準(zhǔn)感知、自決策、自執(zhí)行、自適應(yīng)、自學(xué)習(xí)等5個(gè)方面特征。熊偉[18]根據(jù)抽采系統(tǒng)各項(xiàng)特性建立了有向圖論模型，管段阻力損失降低了8倍，優(yōu)化區(qū)域抽采純量提高了1倍以上。蔣志剛等[19]、馬莉等[20]、陸建行[21]基于閥門(mén)調(diào)控實(shí)現(xiàn)了鉆孔負(fù)壓調(diào)控，提高了瓦斯抽采濃度。

上述研究在瓦斯智能抽采領(lǐng)域取得了一些成果，但煤礦工況環(huán)境惡劣，大多研究還處于探索階段。目前煤礦瓦斯智能抽采管控系統(tǒng)還存在以下不足：① 現(xiàn)有的瓦斯抽采管控系統(tǒng)功能局限于某一段流程管控，未能做到瓦斯抽采全流程精細(xì)化管控，導(dǎo)致瓦斯抽采業(yè)務(wù)管理覆蓋不全、措施落實(shí)不到位。② 現(xiàn)有的瓦斯抽采管控系統(tǒng)仍基于傳統(tǒng)的“煙囪式”IT架構(gòu)，導(dǎo)致子系統(tǒng)分散、數(shù)據(jù)利用率低、協(xié)同能力差，后期子系統(tǒng)融合代價(jià)大、系統(tǒng)擴(kuò)展不便。③ 現(xiàn)有的瓦斯抽采過(guò)程仍存在較多的人工環(huán)節(jié)（如人工統(tǒng)計(jì)鉆桿根數(shù)、人工計(jì)算瓦斯抽采指標(biāo)、人工數(shù)據(jù)分析等），系統(tǒng)智能化、自動(dòng)化能力還有待進(jìn)一步提升。

針對(duì)上述問(wèn)題，本文設(shè)計(jì)了一種基于工業(yè)互聯(lián)網(wǎng)架構(gòu)的煤礦瓦斯智能抽采管控系統(tǒng)，采用數(shù)據(jù)采集、規(guī)則引擎、機(jī)器視覺(jué)等技術(shù)實(shí)現(xiàn)瓦斯抽采全流程精細(xì)化、智能化管控，以提高礦井瓦斯抽采的信息化和智能化水平。

1 瓦斯智能抽采全流程管控業(yè)務(wù)分析

工作面在瓦斯抽采之前需對(duì)鉆孔進(jìn)行打鉆施工，良好的鉆孔施工質(zhì)量是保障瓦斯抽采達(dá)標(biāo)的基礎(chǔ)。首先，針對(duì)施工過(guò)程虛報(bào)進(jìn)尺、鉆孔偏斜度過(guò)大及打鉆過(guò)程瓦斯超限等現(xiàn)象，通過(guò)視頻記錄、AI識(shí)別、軌跡儀測(cè)量的方式對(duì)打鉆過(guò)程進(jìn)行實(shí)時(shí)錄像和分析，實(shí)現(xiàn)鉆孔全過(guò)程管理。其次，依據(jù)《煤礦瓦斯抽采（放）監(jiān)控系統(tǒng)通用技術(shù)條件》《煤礦瓦斯抽采達(dá)標(biāo)暫行規(guī)定》《防治煤與瓦斯突出規(guī)定》等要求，在瓦斯抽采過(guò)程中，對(duì)井下抽采管路進(jìn)行計(jì)量監(jiān)測(cè)、對(duì)泵站運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)。然后，在煤層開(kāi)采前對(duì)待采煤層進(jìn)行瓦斯抽采效果評(píng)判，在評(píng)判達(dá)標(biāo)后進(jìn)行安全回采作業(yè)。最后，基于監(jiān)測(cè)數(shù)據(jù)實(shí)現(xiàn)數(shù)據(jù)的曲線(xiàn)、報(bào)表、預(yù)警的展示與分析。

根據(jù)上述分析，設(shè)計(jì)了瓦斯智能抽采管控系統(tǒng)，包括抽采系統(tǒng)數(shù)字孿生、鉆孔全過(guò)程管理、數(shù)據(jù)監(jiān)測(cè)、數(shù)據(jù)分析、抽采評(píng)判、預(yù)警管理、系統(tǒng)管理7個(gè)功能，如圖1所示。

圖1 瓦斯智能抽采管控系統(tǒng)功能架構(gòu)Fig.1 Functional architecture of intelligent gas extraction control system

抽采系統(tǒng)數(shù)字孿生形成了井上下抽采數(shù)據(jù)立體化全貌展示；通過(guò)鉆孔全過(guò)程管理實(shí)現(xiàn)鉆孔工程的精細(xì)化管理，保障抽采措施落實(shí)到位；通過(guò)對(duì)瓦斯抽采管網(wǎng)的數(shù)據(jù)監(jiān)測(cè)，實(shí)現(xiàn)抽采系統(tǒng)的設(shè)備、管道內(nèi)氣體參數(shù)的實(shí)時(shí)監(jiān)測(cè)；通過(guò)對(duì)監(jiān)測(cè)數(shù)據(jù)的分析，繪制曲線(xiàn)、報(bào)表，并對(duì)異常數(shù)據(jù)進(jìn)行分析預(yù)警，方便管理者實(shí)時(shí)掌握抽采情況；通過(guò)對(duì)抽采達(dá)標(biāo)參數(shù)計(jì)算實(shí)現(xiàn)自動(dòng)抽采評(píng)判；系統(tǒng)可依據(jù)現(xiàn)場(chǎng)經(jīng)驗(yàn)，實(shí)現(xiàn)預(yù)警閾值管理和判別條件自定義設(shè)置。

2 軟件架構(gòu)設(shè)計(jì)和關(guān)鍵技術(shù)

2.1 軟件整體架構(gòu)設(shè)計(jì)

結(jié)合瓦斯智能抽采全流程管控業(yè)務(wù)，進(jìn)行軟件架構(gòu)設(shè)計(jì)。瓦斯智能抽采管控系統(tǒng)由感知層、數(shù)據(jù)層、賦能層、業(yè)務(wù)層組成，如圖2所示。

圖2 瓦斯智能抽采管控系統(tǒng)整體架構(gòu)Fig.2 The overall architecture of the intelligent gas extraction control system

感知層包括礦井各類(lèi)傳感器、攝像機(jī)、手機(jī)、軌跡測(cè)量裝置、巡檢機(jī)器人、便攜儀等設(shè)備。通過(guò)光纖、以太網(wǎng)、5G等通信方式將瓦斯智能抽采全流程數(shù)據(jù)傳輸至數(shù)據(jù)平臺(tái)。數(shù)據(jù)層實(shí)現(xiàn)數(shù)據(jù)采集、協(xié)議轉(zhuǎn)換、數(shù)據(jù)管理、數(shù)據(jù)存儲(chǔ)等操作。賦能層為業(yè)務(wù)層提供計(jì)算和分析服務(wù)?；诖髷?shù)據(jù)平臺(tái)對(duì)瓦斯抽采數(shù)據(jù)進(jìn)行分析和挖掘，可預(yù)測(cè)鉆孔煤自燃、管道堵塞、抽采泵異常等問(wèn)題。通過(guò)視頻AI平臺(tái)，實(shí)現(xiàn)瓦斯鉆孔施工過(guò)程的風(fēng)險(xiǎn)分析，比如人員“三違”行為、鉆桿進(jìn)尺分析、鉆孔深度推算功能。通過(guò)數(shù)字孿生平臺(tái)，建立采掘系統(tǒng)、抽采系統(tǒng)三維數(shù)字孿生體，為管理者提供立體、直觀的管理視角。規(guī)則引擎自定義瓦斯抽采達(dá)標(biāo)評(píng)判條件、閥門(mén)開(kāi)閉順序、設(shè)備告警值，實(shí)現(xiàn)自主設(shè)計(jì)執(zhí)行流程。通過(guò)規(guī)則引擎根據(jù)事先定義的規(guī)則和條件，自動(dòng)進(jìn)行決策，如以進(jìn)水、進(jìn)氣閥門(mén)的狀態(tài)為前提判斷條件，從而對(duì)抽采泵自動(dòng)啟停；根據(jù)環(huán)境瓦斯?jié)舛茸兓?，?zhí)行響應(yīng)的瓦斯電閉鎖動(dòng)作，并實(shí)現(xiàn)告警。業(yè)務(wù)層基于數(shù)據(jù)層、賦能層，通過(guò)RESTful API、WebSocket接口構(gòu)建業(yè)務(wù)應(yīng)用，主要包括打鉆過(guò)程管控、抽采管網(wǎng)管控、抽采達(dá)標(biāo)評(píng)判、抽采系統(tǒng)數(shù)字孿生、抽采泵站管控、分析報(bào)表等業(yè)務(wù)。

2.2 數(shù)據(jù)采集流程設(shè)計(jì)

數(shù)據(jù)采集是系統(tǒng)的基礎(chǔ)，良好的數(shù)據(jù)采集流程設(shè)計(jì)是系統(tǒng)的關(guān)鍵。由于瓦斯抽采系統(tǒng)中某一個(gè)傳感器的數(shù)據(jù)可能被多個(gè)模塊或系統(tǒng)使用（如瓦斯泵站的環(huán)境甲烷數(shù)據(jù)，既需要在安全監(jiān)控系統(tǒng)中使用，又需要在泵站監(jiān)控系統(tǒng)中使用），為了促進(jìn)數(shù)據(jù)的解耦和共享，降低系統(tǒng)的復(fù)雜度并提高系統(tǒng)的可擴(kuò)展性、可靠性，采用發(fā)布/訂閱的設(shè)計(jì)模式進(jìn)行開(kāi)發(fā)。該模式定義了對(duì)象之間一對(duì)多的依賴(lài)關(guān)系，當(dāng)發(fā)布者（Publisher）將采集的數(shù)據(jù)發(fā)布到主題（Topic）上，其他模塊或系統(tǒng)訂閱者（Subscriber）通過(guò)代理（Broker）訂閱該主題（消息），就可使用該數(shù)據(jù)。數(shù)據(jù)采集流程如圖3所示。

圖3 數(shù)據(jù)采集流程Fig.3 Data collection process

瓦斯抽采數(shù)據(jù)主要分為實(shí)時(shí)數(shù)據(jù)和離線(xiàn)數(shù)據(jù)。實(shí)時(shí)數(shù)據(jù)主要包括井上下瓦斯抽采管道監(jiān)測(cè)數(shù)據(jù)、瓦斯抽采泵站設(shè)備運(yùn)行數(shù)據(jù)、抽采泵站環(huán)境數(shù)據(jù)、打鉆視頻監(jiān)控?cái)?shù)據(jù)、Web請(qǐng)求數(shù)據(jù)。離線(xiàn)數(shù)據(jù)主要包括瓦斯抽采點(diǎn)檢設(shè)備數(shù)據(jù)、鉆孔軌跡測(cè)量數(shù)據(jù)、文件檔案數(shù)據(jù)。實(shí)時(shí)數(shù)據(jù)通過(guò)數(shù)據(jù)分站接入工業(yè)環(huán)網(wǎng)后，通過(guò)開(kāi)源日志收集系統(tǒng)Flume監(jiān)聽(tīng)數(shù)據(jù)傳輸端口，然后根據(jù)不同數(shù)據(jù)主題域分類(lèi)傳輸至對(duì)應(yīng)Topic的消息隊(duì)列（Message Queue，MQ）中，各個(gè)模塊或子系統(tǒng)可訂閱（Subscribe）該主題，并根據(jù)消息類(lèi)型存入相應(yīng)的數(shù)據(jù)庫(kù)/表，再經(jīng)過(guò)ETL（Extract-Transform-Load）工具對(duì)數(shù)據(jù)進(jìn)行加工、分類(lèi)，形成管網(wǎng)參數(shù)、設(shè)備運(yùn)行狀態(tài)參數(shù)、鉆孔施工視頻、鉆孔軌跡測(cè)量參數(shù)、達(dá)標(biāo)評(píng)判參數(shù)5個(gè)主題域的數(shù)據(jù)倉(cāng)庫(kù)，方便業(yè)務(wù)層數(shù)據(jù)調(diào)用，并屏蔽底層數(shù)據(jù)波動(dòng)帶來(lái)的上層數(shù)據(jù)影響。離線(xiàn)數(shù)據(jù)可通過(guò)FTP（File Transfer Protocol）方式進(jìn)行同步。其中，緩存、會(huì)話(huà)數(shù)據(jù)、設(shè)備數(shù)據(jù)存入Redis內(nèi)存數(shù)據(jù)庫(kù)中，增加數(shù)據(jù)查詢(xún)響應(yīng)速度，傳感器監(jiān)測(cè)數(shù)據(jù)存入InfluxDB時(shí)序數(shù)據(jù)庫(kù)中，管理類(lèi)數(shù)據(jù)存入關(guān)系型數(shù)據(jù)庫(kù)MysQL中，數(shù)據(jù)最終歸檔存入Hadoop分布式文件系統(tǒng)（Hadoop Distributed File System，HDFS）中。

2.3 基于規(guī)則引擎抽采分單元瓦斯抽采評(píng)判

為了提高業(yè)務(wù)的自動(dòng)化和智能化判斷、分發(fā)能力，基于Drools構(gòu)建規(guī)則引擎，依據(jù)GB 41022-2021《煤礦瓦斯抽采基本指標(biāo)》《煤礦瓦斯抽采達(dá)標(biāo)暫行規(guī)定》文件進(jìn)行抽采達(dá)標(biāo)評(píng)判，以實(shí)現(xiàn)瓦斯抽采達(dá)標(biāo)評(píng)判的自動(dòng)化、流程化運(yùn)行。Drools是一款由JBoss組織提供的基于Java語(yǔ)言開(kāi)發(fā)的開(kāi)源規(guī)則引擎（業(yè)務(wù)規(guī)則管理系統(tǒng)），其根據(jù)訂閱的Topic對(duì)經(jīng)過(guò)消息中心處理后的傳感器數(shù)據(jù)進(jìn)行判斷，可進(jìn)行告警消息的推送，并將處理后的傳感器數(shù)據(jù)存入數(shù)據(jù)庫(kù)中。規(guī)則引擎工作流程如圖4所示。

圖4 規(guī)則引擎工作流程Fig.4 Workflow of rule engine

達(dá)標(biāo)評(píng)判流程如圖5所示。首先，依據(jù)文件規(guī)定判定抽采基礎(chǔ)條件、界定抽采鉆孔有效控制范圍、評(píng)價(jià)鉆孔均勻程度、劃分抽采單元，如不滿(mǎn)足文件規(guī)定則需補(bǔ)打鉆孔。然后，依據(jù)鉆孔抽采時(shí)間差異性劃分評(píng)價(jià)單元，依據(jù)鉆孔抽采時(shí)間差異性系數(shù)劃分評(píng)價(jià)單元（系數(shù)小于30%劃分為一個(gè)評(píng)價(jià)單元），并根據(jù)管道監(jiān)測(cè)裝置對(duì)管道內(nèi)瓦斯等氣體進(jìn)行實(shí)時(shí)計(jì)量，動(dòng)態(tài)循環(huán)計(jì)算殘余瓦斯含量、殘余瓦斯壓力、可解析瓦斯含量。最后，通過(guò)現(xiàn)場(chǎng)實(shí)測(cè)進(jìn)行分析和對(duì)比，以確定是否抽采達(dá)標(biāo)，如達(dá)標(biāo)，則編制達(dá)標(biāo)評(píng)判報(bào)告。

圖5 達(dá)標(biāo)評(píng)判流程Fig.5 Evaluation process for meeting standards

2.4 鉆孔打鉆過(guò)程視頻AI分析技術(shù)

為了防止瓦斯抽放鉆孔施工過(guò)程欠打、少打的現(xiàn)象發(fā)生，基于機(jī)器視覺(jué)視頻分析技術(shù)識(shí)別鉆桿根數(shù)，從而自動(dòng)檢驗(yàn)鉆孔深度，進(jìn)而保障瓦斯抽采鉆孔施工質(zhì)量。

采用YOLOv5對(duì)鉆機(jī)頭、鉆尾、鉆桿、人員進(jìn)行檢測(cè)，并輸出鉆機(jī)頭和鉆桿的目標(biāo)框的左上、右下坐標(biāo)，從而可得目標(biāo)框的中心坐標(biāo)。利用信號(hào)處理方式設(shè)計(jì)動(dòng)態(tài)篩選閾值，通過(guò)閾值對(duì)統(tǒng)計(jì)信息進(jìn)行篩選。由于鉆機(jī)鉆進(jìn)過(guò)程是往復(fù)運(yùn)動(dòng)的，因此目標(biāo)框的中心點(diǎn)坐標(biāo)信息也是呈周期運(yùn)動(dòng)的，通過(guò)獲得當(dāng)前數(shù)據(jù)中對(duì)應(yīng)的周期運(yùn)動(dòng)波峰個(gè)數(shù)，作為當(dāng)前進(jìn)桿或退桿的具體數(shù)量。多個(gè)周期內(nèi)累加的波峰個(gè)數(shù)即為最終總的進(jìn)退桿數(shù)量。

目標(biāo)框中心點(diǎn)橫坐標(biāo)與視頻幀數(shù)的擬合曲線(xiàn)如圖6所示，可看出隨著視頻幀數(shù)的變化，目標(biāo)框中心點(diǎn)的橫坐標(biāo)呈周期性運(yùn)動(dòng)，和現(xiàn)場(chǎng)鉆桿運(yùn)動(dòng)規(guī)律相符。

圖6 鉆桿中心點(diǎn)橫坐標(biāo)與視頻幀數(shù)擬合曲線(xiàn)Fig.6 Fitting curve between the horizontal axis of the drill pipe center point and the number of video frames

最終經(jīng)過(guò)訓(xùn)練和迭代優(yōu)化，在進(jìn)退鉆桿過(guò)程中實(shí)時(shí)對(duì)鉆機(jī)各個(gè)部分進(jìn)行檢測(cè)，結(jié)果如圖7所示，可看出采用YOLOv5可實(shí)時(shí)監(jiān)測(cè)出鉆機(jī)頭、鉆尾、鉆桿、人員的位置。

圖7 目標(biāo)檢測(cè)結(jié)果Fig.7 Object detection results

2.5 系統(tǒng)安全

針對(duì)系統(tǒng)信息安全方面，基于Apache Shiro框架開(kāi)發(fā)身份驗(yàn)證、訪(fǎng)問(wèn)授權(quán)、數(shù)據(jù)加密、會(huì)話(huà)管理等功能，實(shí)現(xiàn)基于用戶(hù)、角色的菜單，URL等資源的訪(fǎng)問(wèn)權(quán)限控制；通過(guò)密碼策略加強(qiáng)用戶(hù)密碼管理，通過(guò)RSA、MD5、數(shù)字簽名的方式進(jìn)行密碼等敏感信息脫敏。在物理信息安全方面，采用Zabbix開(kāi)源運(yùn)維管理系統(tǒng)，其基于Web界面提供分布式系統(tǒng)監(jiān)視及網(wǎng)絡(luò)監(jiān)視功能，可幫助管理人員及時(shí)發(fā)現(xiàn)物理節(jié)點(diǎn)的故障。在網(wǎng)絡(luò)安全方面，利用防火墻、安全網(wǎng)關(guān)等技術(shù)進(jìn)行隔離防護(hù)，限制外部訪(fǎng)問(wèn)和攻擊的可能性；利用入侵檢測(cè)、漏洞挖掘、病毒查殺等技術(shù)提升系統(tǒng)的信息安全性和魯棒性。在管理方面，建立完善的安全管理機(jī)制，提高運(yùn)維管理人員的安全意識(shí)和技能。

3 現(xiàn)場(chǎng)應(yīng)用

基于工業(yè)互聯(lián)網(wǎng)架構(gòu)的煤礦瓦斯智能抽采管控系統(tǒng)已在某煤礦得到應(yīng)用。該煤礦屬高瓦斯礦井，目前僅在抽采主管道處安裝1臺(tái)孔板流量計(jì)和1臺(tái)瓦斯?jié)舛葌鞲衅鳎糜谕咚钩椴捎?jì)量，需人工統(tǒng)計(jì)并計(jì)算瓦斯抽采達(dá)標(biāo)情況，存在精度差、時(shí)效性差等問(wèn)題。瓦斯抽采相關(guān)數(shù)據(jù)仍采用人工臺(tái)賬的方式管理，鉆孔工程未能進(jìn)行視頻化管理，鉆孔驗(yàn)收仍需人工現(xiàn)場(chǎng)探孔測(cè)量深度且無(wú)法識(shí)別鉆孔抽采空白區(qū)域。瓦斯抽采系統(tǒng)故障無(wú)法及時(shí)定位和識(shí)別，無(wú)法及時(shí)掌握瓦斯抽采狀況。

建立瓦斯智能抽采系統(tǒng)（界面如圖8所示），通過(guò)數(shù)字孿生技術(shù)，依據(jù)采掘工程平面圖、抽采系統(tǒng)設(shè)計(jì)文件，建立了煤層-工作面-評(píng)價(jià)單元-鉆孔4級(jí)數(shù)字孿生體，實(shí)現(xiàn)了瓦斯抽采全過(guò)程數(shù)據(jù)的管理和融合分析。將工作面按照抽采時(shí)間差異性分為3個(gè)評(píng)價(jià)單元，達(dá)標(biāo)抽采評(píng)判界面如圖9所示，實(shí)時(shí)展示各評(píng)價(jià)單元的抽采數(shù)據(jù)，并在上隅角管路、采空區(qū)抽采管路及每個(gè)單元的每個(gè)鉆場(chǎng)匯流管獨(dú)立安裝高精度激光甲烷多參數(shù)（CH4、CO、溫度、壓差）傳感裝置，實(shí)現(xiàn)了瓦斯抽采管網(wǎng)的多參數(shù)數(shù)據(jù)實(shí)時(shí)采集和上傳，提高了瓦斯抽采監(jiān)測(cè)的精細(xì)化程度。通過(guò)部署視頻分析算法，識(shí)別分析上下、左右偏差較大的鉆孔，通過(guò)三維可視化的方式展示鉆孔分布狀態(tài)（圖10），從而識(shí)別瓦斯抽采空白帶，實(shí)現(xiàn)了打鉆過(guò)程信息記錄和鉆孔深度自動(dòng)評(píng)判，經(jīng)過(guò)試驗(yàn)準(zhǔn)確率達(dá)95%以上。通過(guò)部署規(guī)則引擎，實(shí)現(xiàn)達(dá)標(biāo)抽采參數(shù)、達(dá)標(biāo)評(píng)判的自動(dòng)計(jì)算。瓦斯抽采相關(guān)管理人員通過(guò)查看瓦斯抽采智能管控系統(tǒng)軟件，可實(shí)時(shí)快速地了解各抽采面抽采情況、抽采評(píng)判情況、鉆孔工程施工情況、系統(tǒng)故障情況，提高了瓦斯抽采信息化和智能化管理水平。

圖8 瓦斯智能抽采系統(tǒng)界面Fig.8 Interface of gas intelligent extraction system

圖9 達(dá)標(biāo)抽采評(píng)判Fig.9 Evaluation of standard extraction

圖10 鉆孔分析Fig.10 Borehole analysis

4 結(jié)論

1） 基于工業(yè)互聯(lián)網(wǎng)的分層架構(gòu)，建立了抽采系統(tǒng)數(shù)字孿生、鉆孔全過(guò)程管理、數(shù)據(jù)監(jiān)測(cè)、數(shù)據(jù)分析、抽采評(píng)判、預(yù)警管理、系統(tǒng)管理的全過(guò)程整體管控系統(tǒng)，有效提高了礦井瓦斯抽采信息的數(shù)據(jù)透明化與管控能力，保障了瓦斯抽采業(yè)務(wù)的穩(wěn)定、安全、高效。

2） 采用發(fā)布/訂閱的模式開(kāi)發(fā)了瓦斯抽采多源異構(gòu)數(shù)據(jù)采集流程，促進(jìn)數(shù)據(jù)的解耦和共享，提高系統(tǒng)的可擴(kuò)展性、可靠性?；谝?guī)則引擎技術(shù)，結(jié)合管道多參數(shù)傳感裝置，實(shí)現(xiàn)了瓦斯抽采的自動(dòng)化評(píng)判，便于礦井抽采技術(shù)人員快捷、清晰地掌握各抽采面的抽采異常、抽采評(píng)判情況。

3） 基于機(jī)器視覺(jué)視頻分析技術(shù)識(shí)別鉆桿根數(shù)，從而幫助管理自動(dòng)檢驗(yàn)鉆孔深度，進(jìn)而保障瓦斯抽采鉆孔施工質(zhì)量。

4） 應(yīng)用效果表明，瓦斯抽采相關(guān)管理人員通過(guò)查看瓦斯智能抽采管控系統(tǒng)軟件，可實(shí)時(shí)快速地了解各抽采面抽采情況、抽采評(píng)判情況、鉆孔工程施工情況、系統(tǒng)故障情況，提高了瓦斯抽采信息化和智能化管理水平。