日前，由中国煤炭工业协会主办、中国中煤能源集团有限公司协办的2021中国国际煤炭发展高峰论坛在中国国际展览中心（新馆）隆重举行。在期间举行的煤炭企业数字化转型与数字产业发展分论坛上，中国工程院院士、中国矿业大学（北京）校长、党委副书记葛世荣通过视频方式作了题为《基于数字孪生的煤矿智能化技术》的主题报告。

煤矿智能化的五个转型特点

《报告》认为，智能化、去碳化、生态化和再电气化是煤炭技术革命的四大路径，其中智能化是煤炭当前的发展重点。智能化煤矿是基于数据驱动的采矿设备自动化、生产数据可视化、开采过程透明化、采掘现场无人化、矿山环境低损化，能够实现安全高效、无人操作的自协作矿山系统。其重要特征是单机自主运行、集群平行协作和系统数字孪生。煤矿智能化主要有五个转型特点：一是从人工知识表达，到大数据驱动的知识学习；二是从分类型处理的多媒体数据，转向跨媒体的认知、学习、推理；三是从追求智能机器，到高水平的人机、脑机相互协同和融合；四是从聚焦个体智能，到基于互联网和大数据的群体智能；五是从拟人化的机器人，转向更加广阔的智能自助系统，比如智能工程、智能城市、智能煤矿。

煤矿数字化缺少“3T”融合全面升级路径要做好“四个提升”

《报告》指出，初级智能化或高级自动化主要在矿山生产过程自动化，重点在远程遥控和自动化操作方面。高度自动化、信息化的智能化矿山是未来矿山的终极目标。目前煤矿智能系统化存在短板，煤矿全系统缺少数字化融合，尤其缺少“3T”融合，即：矿业IT技术、采矿OT技术和矿山物联网MIOT技术的融合。

《报告》认为，数字化、智能化是不同层次的要求。数字化解决了社会经济中的“看不见”的问题；智能化是由“数据+算法+算力”构成的决策系统，解开了数据蕴藏的巨大能量，解决了对经济活动“看得透”的问题，在人类和机器活动中，提供生产工具、配置资源、创造价值。智能化煤矿是在数字化煤矿的基础上，利用物联网技术和感控技术加强大数据服务，以提高生产过程可控性、减少采矿人工参与、优化生产排程。

《报告》指出，煤矿智能化需要重视人工智能、大数据、工业互联网、5G、采矿机器人等新基建工程。其中，大数据是知识、人工智能是大脑，工业互联网是骨骼，5G是通信神经，采矿机器人是手臂。《报告》提出了煤矿数字化全面升级路径，共分为四个方面：一是工艺升级。即以数据驱动、软件定义、平台支撑、智能管理等要素来改造采矿生产流程；二是设备升级。即基于人工智能和深度学习，使采掘装备具有自主运行能力，实现无人化操作；三是功能升级。即对采矿业嵌入数字化功能，使采掘云流程持续保持连接和交互，提高生产效率；四是融合升级。即依托大数据管理，以数据、算例、算法为核心，建立部门跨业务智能运营条件。

从煤炭智慧衡量维度看，智能化煤矿的数据治理能力包含信息采集能力、信息存储能力、数据挖掘能力、数据应用能力和自动控制能力。智能化煤矿的数据架构由矿山物联网、信息物理系统、大数据等组成。其中，矿山物联网是智能化煤矿的数据架构的主要骨架，是获得更高程度采矿自动化基础条件；信息物理系统实现信息系统和物理空间交互，是关键平台，支撑智能矿山使能技术。

目前，煤矿信息物理系统技术存在较大差距。一是数据技术（DT）薄弱，尤其是有效获取在采矿过程重要节点和部位的有用数据技术；二是分析技术（AT）缺乏，尤其是缺乏数据挖掘和数据驱动建模；三是平台技术（PT）空白，难以实现将采矿数据反馈实现敏捷性、复杂事件的智能处理；四是运营技术尚处于起步阶段，数据驱动决策能力较弱，采矿自感知、自预测、自协调能力不足。

数字孪生搭建煤矿智能化新平台

《报告》认为，煤矿智能化进入了新层次，已基本实现单机自动运行（点控），部分实现流程集中控制（集控），正在实现远端自动监控（远控），将要实现数字孪生运维（智控）。

数字孪生是煤矿智能化的核心技术，通过数字孪生实现数字化人机交互，建立数字智采工作面。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，包括物理工作面、数字工作面和数据信息交互等三个部分。其架构包括10项关键技术：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。

《报告》提出了基于数字孪生煤矿智能化实施路线，主要分为四个步骤：一是实现离散数字孪生的连接和可见，目前煤矿多处于这个阶段；二是实现复合数字孪生互联与数据驱动，这是目前煤矿智能化建设主要的努力方向；三是实现矿山数字孪生的数据驱动与持续智能，即通过实时数据获取与分析等手段实现决策与运营的一体化；四是实现数字孪生的生态服务与价值共生，即集合产业上下游数字孪生组织，成为以链主为核心的产业数字孪生。《报告》还提出了八大任务，分别为构建矿山数字孪生模型、构建CPS空间孪生数据平台、构建数字孪生矿山一体化方案、构建物理空间智采数字孪生模型、构建数字孪生的矿山智能监控、基于数字孪生的矿山设备故障预测、基于数字孪生的多模态人机交互和构建持续智能的数字孪生体。