MIM數字孿生技術在眼前山鐵礦的應用實踐

秦 智, 張寶金, 翟建波, 遲 強, 陳小偉, 李永生, 李少輝

(1.中國恩菲工程技術有限公司, 北京 100038; 2.鞍鋼集團礦業有限公司眼前山分公司, 遼寧 鞍山 114000)

1 前言

隨著礦業領域的發展,優質礦產資源逐步減少,礦石工業品位也逐步下降,過去15年中,智利銅礦石的平均工業品位下降了30%,礦山行業正在向深海、深部和高海拔地區發展,對礦山智能化和部分工序無人化提出了更高的要求。其次,全球“雙碳”目標共識的形成也促進了礦山智慧化、精細化的升級,迫切需要礦山行業進行綠色轉型。如何構建資源利用率高、對環境破壞小、資源能耗低的綠色礦山是目前行業內的主要問題[1]。另外,礦山還存在工人老齡化嚴重,新招人員不足等問題,減少現場作業人員,優化作業環境已經刻不容緩。

數字孿生技術作為一項新興的技術,目前已經在智慧城市、智慧醫療、裝備制造等領域有了較好的發展[2],在一定程度上可以節約成本,提高作業準確率和效率,并已經得到廣泛應用[3]。在礦業領域,煤礦因其規模大,工藝流程相對簡單等特點,在數字孿生技術發面發展較快。如部分煤礦構建五維數字孿生模型,實現井下廢氣動態檢測,對各類廢氣設置不同的臨界值,結合數據模型提供優于傳統管理模式的告警信息,為井下安全管理提供參考數據[4]。非煤礦山因生產工藝的特殊性,使得數字孿生技術發展較為緩慢。

數字孿生礦山是礦山行業基于數字孿生體構建的虛擬礦山,也是數字化轉型的一個方向。通過將復雜的地質模型、地表無人機模型、地下巷道模型、硐室模型和設備三維模型數字孿生化,可以讓作業人員在一個絕對安全、不考慮空間阻礙的情況下進入與實際情況一致的數字孿生礦山。通過真實數據模擬的數字孿生礦山,不僅可以實現設備遠程操控或數據可視化,也可以逐步在危險區域實現無人化作業,并對礦山運營過程中的人員數量和崗位職責進行優化。

2 MIM數字孿生架構設計

MIM數字孿生平臺主要由一套礦山信息模型和五個模塊構成。分別是一個智能管控系統、一個多元融合網絡、一個智慧管控中心、一個數據中臺和承載業務應用模塊。平臺的架構如圖1所示。MIM數字孿生平臺以“礦石流”為主線構建全流程的數字孿生模型,實現部分采礦工序的遠程操控和無人化。同時,通過智能管控系統實現多元異構的數據采集、匯總與分析,將數據存儲與數據中臺中。數據中臺結合工程經驗,將先進的自動化、信息化、數字化、智能化技術與礦山工程、管理理念、管理方式和管理手段緊密結合起來,實現資源、計劃、生產、運輸、物流、庫存全過程的信息化管理。最終,平臺通過跨平臺應用從模型渲染、管理駕駛艙、運營管理、公輔設施管理和智能決策等多個方面為礦山智慧化運營提供支持。

圖1 MIM數字孿生總體架構示意圖

2.1 智能管控系統

2.2 多元融合網絡

多元融合網絡主要解決不同來源的數據整合問題,為數字孿生礦山提供數據支持。同時,多元融合網絡也可以滿足嚴苛的安全管理要求,并達到不同網域間數據高效互通的應用需求。綜合集控系統采集了礦石流過程中的控制數據,是控制數據的主要來源。該部分數據通過OPC UA傳輸給數據中臺,不僅可以大幅提高信息傳輸能力,也可以支持多種網絡傳輸協議。此外,多元融合網絡可將4G/5G、WIFI 6、UWB定位、有線網絡等來源的數據均進行整合,建設一張融合的有線+無線的工業互聯網,將礦山綜合集控、運營管理、安全環保管理、能源管理等系統之間的數據交互,避免出現“信息孤島”[5]。同時,以一體化融合技術構建的多元融合網絡為核心,覆蓋整個礦山生產、業務、管理流程,構建全礦信息高速公路,有效簡化網絡結構、提高數字融合程度、降低基建投資、減少運營維護費用[6]。

2.3 智慧管控中心

智能管控中心作為數據匯總的中心,除了實現傳統的調度職能外,也匯聚了各系統的數據,實現各崗位的扁平化管理。操作人員通過管控系統實現生產管理,報表管理、信息顯示,視頻監控及調度通訊等功能,及時掌握全礦的全方位信息并能通過管控系統對生產進行統一管理及調度指揮。

智慧礦山的生產管理核心區,主要包含礦山管控大廳的生產操作控制區、生產運營管理區、安全環保管理區、決策指揮區、全信息可視化區和數據機房、云服務和數據服務。生產操作工、生產技術人員、生產管理人員將在智慧管控中心進行協同辦公,降低溝通成本,提高運營效率。

2.4 數據中臺

數據中臺是整個礦山數據平臺的邊緣側數據采集、處理和分析的核心,工業數據由本核心進行邊緣側的采集,統一存儲在數據中心的數據中臺中,并進行數據的處理與分析。具體內容包括基礎平臺、IOT物聯網數據采集與轉發平臺、數據處理與服務平臺、業務系統集成平臺等。

眼前山項目應用華為ROMA Connect數據集成平臺作為數據中臺,完成了數據集成和數據分發功能。其中數據集成部分可以把結構化數據和現有的后端數據接口進行整合并通過API進行統一管理和發布;此外,也可以將消息數據和設備監控數據進行采集,并通過隊列的方式進行發布。數據通過集成和治理后,不僅可支撐駕駛艙和應用管理系統,還可與二級平臺實現無縫對接,其他系統也可以通過統一接入服務進行數據消費。

2.5 數字孿生平臺

數字孿生平臺將根據項目實際需求,整合各類模型(BIM模型、傾斜攝影模型、常規模型等)和數據中臺數據信息,對采礦全過程進行數字建模和模擬并構建數字孿生礦山。

確定好參數范圍,對數據集的訓練可以得出多個優秀的參數組合。本文根據準確率取最高的前30個優秀參數組合作為多重隨機森林加權大數投票算法的基分類器進行觀察。圖10為隨著基分類器個數的增加動態行為的識別準確率。

平臺主要內容包擴管理駕駛艙、資源數字化管理系統、生產運營管理系統、安全環保管理系統、能源管理系統等。其融合了生產監測監控、生產管理以及生產運營三大類職責,旨在提高協同運營管控的效率和效果,實現采、選、冶運營一體化。通過MIM數字孿生平臺,整合來自資源、設計、采準、采礦中深孔、回采出礦、破碎、提升、運輸、通風、供排水、供配電、壓風、安全、環保、礦區、維護、管理等各方面可用的生產和管理數據,建立數字孿生礦山,并按照行業認可的方案模板、報告、數據看板和運營關鍵業績指標進行生產運營的實時動態顯示和預警,讓管理層能夠實時掌握礦山運營狀況,并做出更好的決策。

3 數字孿生平臺在眼前山鐵礦的應用

眼前山鐵礦作為鞍鋼集團礦業有限公司所屬8座礦山的一座主要礦山,2009年露天轉地下,設計規模800萬t/a,是目前國內最大的露天轉地下鐵礦山[7]。建設初期眼前山鐵礦面臨現場井下作業人員多、采掘設備自動化程度低、操作和看守性崗位多,存在人員、設備等數據無法全面感知、工作環境差、安全風險系數高、生產效率低等問題。

為了有效解決上述問題,眼前山鐵礦應用MIM數字孿生體系構建數字孿生礦山,建立地質資源、設計和計劃、采準、采礦中深孔、出礦、有軌運輸、破碎、提升、膠帶運輸、鐵運等主要生產工序數字孿生體,建立水泵房、變電所、風機等生產輔助工序的無人值守與遠程監控系統,通過全礦三維信息模型建立采礦運營一體化平臺,實現生產運營管理、安全環保管理等功能,達到降本增效、保障安全的數字化轉型目標,通過遠程數據挖掘和解算,實現礦山智能調度和管理。項目的應用特點主要包括以下六個方面。

3.1 多專業多格式模型實現數據統一

建設數字孿生礦山涉及到多專業、多格式、多種數據結構的信息化模型,不同類型的模型雖然表現形式不同,但都是由網格模型和屬性信息兩部分構成,通過解析模型數據,將網格數據和屬性信息進行拆分和組合,即可實現多種模型的統一。

不同的模型也存在坐標系匹配的問題,眼前山項目將外部系統數據結合三維模型,共同構建匹配實際情況的數字孿生模型,統一地表地下坐標系,實現了各類坐標數據的統一管理。同時,局部模型通過定義基準原點的方式與統一坐標系進行匹配。通過這種方式,不僅僅關聯了所有系統的坐標數據,同時也為子系統的局部空間模型設計提供了便利。

如井下巷道的設計模型為局部空間坐標系,實際掃描的巷道點云數據為WGS84坐標系,巷道中的人員和機具的定位數據需經過UWB數據采集并解算來獲取相對基站的坐標數據。通過定義統一的坐標、角度和縮放,可以實現上述任意類型坐標系的轉換,并實現各類模型數據與定位數據的互通。對比如圖3所示。

圖3 點云模型與設計模型對比

通過模型數據的整合,一方面可以統一全生命周期中各類模型的表達方式,減少不同專業之間的數據交互成本;另一方面由于數據未經過接口的篩選,也可以為后續的數據應用提供更為精準的數據溯源。

3.2 多源異構數據完成數據融合

結合礦山需要采集多源異構的數據的實際需求,眼前山構建了多元融合網絡,將各信息系統數據、儀表實時數據、BIM模型數據、定位數據、視頻數據進行整合。完整的數據構建了數據倉庫,并通過中臺進行數據存儲、統計與分析。同時,也可以根據前端開發需求,定制開發各類接口,滿足數據使用需求。

眼前山項目主要通過RESTful API、MQTT和視頻流(RTSP協議)三種方式實現全流程多團隊協作設計。生產運營主數據主要通過RESTful API進行發布,經過數據中臺治理后的數據通過多維度的接口進行發布,各前端均可按需調取;實時數據通過MQTT主題訂閱模式進行發布,應用訂閱Topic后即可持續收到消息隊列數據并更新頁面;視頻數據通過RTSP協議播放視頻流,各前端也可以根據需要在不同的客戶端進行調用與播放。通過上述三種方式的傳輸,完成了結構化數據、時序數據和流數據的傳輸,滿足各應用場景需求。

此外,通過建設智慧礦山邊緣節點,統籌計算資源,不僅提高了邊端的效率,同時也提高了系統穩定性;利用云計算的高彈性、高可靠性、高冗余的特點,各種業務應用系統輕松部署、動態的調度各類資源,實現資源集約化建設;實現從井上到井下多種業務相互協同、多級聯動,實現了生產運營信息化、可視化、實時化的目標,提升了生產運營管理效率,降低了部署成本。

3.3 現場作業人員實現崗位優化

現場管控中心進行了大量優化,實現了現場的扁平化管理。管控中心主要分為生產操作區和運營管理區兩部分。

其中生產操作區包含綜合集控區、采礦控制操作區、提升運輸控制操作區、公輔融合控制操作區及大屏控制臺。通過配置大屏幕系統,實現整個“礦石流”各生產工序的遠程集中操作控制。綜合集控區包括各區域的集控系統操作臺,包含無人電機車運輸系統、溜破系統、提升系統、地表膠帶運輸、干選、通風、鍋爐房、排水泵房等區域。通過對固定設施的智能改造,實現固定設施無人值守;同時也對井下無人電機車有軌運輸中段進行改造,實現了無人電機車遠程操控,將過去一班組人員的工作量縮減為一人完成,并有效優化了作業環境。

運營管理區包括智能資源數字化管理區、生產運營管理區、能源管理區、安全環保管理區、鐵運智能化調度、人員定位/視頻調度、綜合語音調度、決策指揮區等,各區域均配置相應的操作臺及大屏。運營管理區將相關的管理崗位進行整合,不同部門可在管控大廳進行跨專業交流,及時獲取最準確、最及時、最符合需求的數據。同時,各個崗位的人員也得到精簡,如人員定位和視頻監控崗位進行了融合,通過數字孿生模型,將地表地下的人員、車輛定位數據以及各區域視頻數據進行整合,共同構建一個虛擬的礦山定位系統,可在三維場景中精確定位并查詢相關關聯信息。

崗位優化后,管控大廳集成了各個部門的管理職能,現場人員可快速調取各個管理模塊的數據和功能,不僅提高了各部門間的溝通效率,也為數據的準確性、一致性提供了保障。

3.4 部分生產過程實現智能決策

數字孿生技術在礦山行業一大優勢是可以依據數據采集、仿真技術和智能分析達到事前預測和智慧決策的目的[8]。眼前山礦山決策支持系統應用數字孿生模塊和智能決策模塊不斷優化生產和管理,以眼前山鐵礦的礦石流和業務流大數據為基礎,結合地下采礦生產工藝和生產管理實際,運用運籌學、系統工程、人工智能和機器學習等理論和算法,不斷積累生產和管理過程的決策信息,提升系統仿生決策能力,向礦山決策和管理人員提供及時有效的生產、成本、效益決策信息,實現生產和經營雙流程自主決策,助力礦山進一步提升生產運營管理水平及能力[9]。

本次實施的智能決策模塊主要包括四個部分,分別是采場生產決策、排水智能決策、成本智能分析和設備預防性維護。采場生產決策劃針對眼前山鐵礦采區生產業務的系統模型預測,通過建立采場生產決策模型從而實現采區科學排產和生產工序間最優化調配銜接,智能決策界面如圖4所示。

圖4 智能決策駕駛艙界面

排水智能決策結合眼前山天氣預報降雨量數據,峰谷平階段電價,以及泵池液位,排水泵數量與排水功率等參數,構建一套模型算法,由系統給出未來7天排水計劃方案;成本智能分析功能是對眼前山鐵礦直接生產成本的預測分析,通過對各生產工序數量統計為基礎(如電量,柴油用量,材料量、備品數量等)再根據單價估算參數,構建一套預測模型,預測各工序環節、設備機臺、單班次的直接生產成本,讓決策人員及時掌控主要生產工序(礦石流)或核心設備機臺(公輔工序)的生產成本信息,輔助生產決策;設備預防性維護結合采礦各工序設備的歷史維護信息,對設備及易損部件給出預判,在系統設備出現故障前,主動對設備進行故障診斷。同時,結合采購周期信息,對重點生產設備易損耗部件,給出庫存不足預警提示。

實施智能決策模塊后,可將過往大量的經驗數據進行匯總,將以往“憑經驗做決策”過渡到“憑數據做決策”,不僅規范了管理手段,也使得項目決策更加準確和及時。

3.5 虛擬仿真技術得到應用

數字孿生與工業互聯網、大數據、VR、AR和混合現實(MR)等技術融合是未來的發展趨勢[10]。眼前山項目基于全礦數字孿生模型,現場構建了包括實景沙盤模型、三維流程動畫、裸眼全息大屏和VR虛擬實訓系統,充分利用虛擬的數字孿生模型,用不同的表現形式對全礦生產流程進行仿真和模擬。通過虛擬仿真技術,不僅可以直觀了解全礦石流的走向,也可以對一些危險區域進行虛擬探索,同時還可以在虛擬的環境下進行高仿真的虛擬實訓,不僅降低了訓練成本,也提高了培訓效率。

3.6 智能設備實現遠程操控

隨著數字媒體技術的發展,高精度的虛擬場景配合準確的數據采集,可以通過虛擬場景真實還原礦山場景[11]。眼前山項目通過提高采準信息傳遞、作業調度與統計效率,提高設備故障及時處理能力,實現采準系統“鑿巖—裝藥—爆破—出礦—支護”生產流程所有單體設備運行狀態監控和定位數據采集。同時也促進了采準作業與資源數字化管理系統、生產運營管理系統的有效聯動,并可及時獲取布孔、爆破等采準設計工藝指導信息,提高采準作業精度與地質精細化管理能力。

以鏟運機為例,眼前山通過研究智能鏟運機自動裝卸技術,在井下構建了用于接受和傳輸信號的巷道通信系統、承載了傳感器、攝像頭以及智能控制器的車載控制系統以及保障安全的安全門禁系統。地表在管控中心構建包括操控臺、PLC控制站、工控主機、工業顯示屏在內的操作平臺,即可實現對井下鏟運車的遠程遙控和無人駕駛作業調度,并可實現一人控制多臺鏟運機同時自主作業。

4 結論

數字孿生礦山的應用是智慧礦山發展的重要方向。眼前山鐵礦應用MIM數字孿生體系構建了完整的數字孿生礦山,通過優化現場數據采集、數據治理、網絡融合、智慧化應用等基礎建設,有效提升了生產效率,優化了作業環境。

此外,數字孿生礦山模型提供的模型和數據基礎還存在更多的發展潛力。目前眼前山鐵礦通過應用遠程智能設備,已經實現了部分崗位優化與智能決策。后續還可以不斷拓展應用范圍,如經過不斷的真實數據積累,可構建采礦機理模型,為采掘計劃制定提供參考,并進一步優化設計;同時,可將設備參數信息、運行狀態、維護數據等設備信息共同構建大模型,模擬設備運轉過程,提高設備預維護準確性;此外,也可以結合不同專業需求,將孿生模型、工程經驗、監測數據進行整合,構建更多的智能決策場景,并進一步提高現場的智慧化管理水平。