葛世榮院士團(tuán)隊：大規(guī)模地下金屬礦裝備智能調(diào)度數(shù)字孿生關(guān)鍵技術(shù)
[2025-06-11 15:49:10]公司詳情：
金屬礦產(chǎn)是支撐我國世界制造大國地位的基石。然而，隨著我國社會經(jīng)濟的快速發(fā)展，金屬資源消耗持續(xù)提升，金屬礦山淺部資源日益枯竭。從礦產(chǎn)資源自然稟賦上看，我國戰(zhàn)略性金屬礦產(chǎn)資源對外依存度很高、來源單一集中。據(jù)統(tǒng)計，我國礦產(chǎn)資源平均對外依存度高達(dá)65%，有12種礦產(chǎn)資源對外依存度超過80%，17種礦產(chǎn)資源超過50%。鑒于當(dāng)前全球地緣政治局勢動蕩，戰(zhàn)略性礦產(chǎn)資源博弈日益加劇的形勢，要著力推進(jìn)金屬礦山智能化建設(shè)，實現(xiàn)礦山行業(yè)安全、高效、綠色的目標(biāo)，是我國金屬礦山高質(zhì)量發(fā)展的必由之路。
20世紀(jì)90年代至21世紀(jì)初，全自動化或智能化采礦技術(shù)開始出現(xiàn)，如芬蘭、加拿大、澳大利亞、挪威、瑞典等國先后制定了智能礦山實施計劃。國際著名礦山裝備公司除研制智能采礦裝備外，還研發(fā)出系列智能采礦系統(tǒng)，如瑞典Sandvik公司的AutoMine和OpiMine，美國Caterpillar公司的MineStar，日本Komatsu公司的Autonomous Haulage System (AHS)等。我國自21世紀(jì)開始重視智能采礦技術(shù)的研究，先后在“十一五”至“十四五”期間，設(shè)立并實施了國家“863計劃”“973計劃”和重點研發(fā)計劃專項等國家級課題。隨著國家2035年金屬礦深部多場耦合智能化開采戰(zhàn)略的實施，礦山智能化建設(shè)被認(rèn)為是解決金屬礦開采所面臨關(guān)鍵難題的最有效手段。金屬礦山智能化建設(shè)相關(guān)研究重點圍繞開采環(huán)境智能感知、開采過程智能作業(yè)和開采系統(tǒng)智能調(diào)度三大主題。其中智能調(diào)度是實現(xiàn)高效生產(chǎn)規(guī)劃、提高經(jīng)濟收益和保障礦山智能化生產(chǎn)的重要手段，是礦山技術(shù)變革和技術(shù)創(chuàng)新的重要內(nèi)容，但我國礦山開采智能調(diào)度理論與技術(shù)遠(yuǎn)未成熟。
生產(chǎn)調(diào)度管理是礦山生產(chǎn)與經(jīng)營、生產(chǎn)與安全以及各生產(chǎn)子系統(tǒng)間的協(xié)調(diào)中心，現(xiàn)代化礦山離不開智能化的調(diào)度管理，實現(xiàn)開采作業(yè)智能調(diào)度可以有效提高礦山整體生產(chǎn)效益。但目前對礦山開采裝備的智能調(diào)度問題研究遠(yuǎn)未成熟。
針對礦山調(diào)度過度依賴人工完成、設(shè)備協(xié)同性差、生產(chǎn)效率低、智能化調(diào)度技術(shù)不足、難以適應(yīng)大規(guī)模生產(chǎn)調(diào)度需求等問題，葛世榮院士團(tuán)隊全面分析了地下金屬礦的開采工藝和方法，總結(jié)出地下金屬礦開采方法和工藝譜系。針對傳統(tǒng)調(diào)度求解方法存在的問題，劃分了生產(chǎn)計劃編制、開采設(shè)備接續(xù)和工序設(shè)備協(xié)同3個關(guān)鍵調(diào)度問題，提出了動態(tài)調(diào)度和多目標(biāo)求解算法是求解大規(guī)模地下金屬礦智能調(diào)度問題的有效方法。通過分析數(shù)字孿生技術(shù)為大規(guī)模平行作業(yè)模式以及動態(tài)多目標(biāo)調(diào)度提供了智能化服務(wù)載體，提出了以物理裝備層、孿生數(shù)據(jù)層、傳輸數(shù)據(jù)層、虛擬孿生層和孿生服務(wù)層的地下金屬礦裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)，從而為大規(guī)模采場裝備集群智能調(diào)度提供了技術(shù)支撐，是智能化礦山建設(shè)的必由之路。主要觀點如下：
（1）當(dāng)前大規(guī)模金屬礦山開采效率低下，多階段、多采場、多進(jìn)路的“三多”平行作業(yè)開采模式，有助于實現(xiàn)礦山裝備集約化管理，節(jié)約人力和設(shè)備資源，大幅提高生產(chǎn)效率，是大規(guī)模地下金屬礦山開采模式的發(fā)展趨勢。
（2）動態(tài)調(diào)度模型提高了調(diào)度方法的魯棒性，多目標(biāo)求解算法能夠?qū)崿F(xiàn)多目標(biāo)優(yōu)化，提高資源利用率和生產(chǎn)效率。因此，將動態(tài)調(diào)度模型和多目標(biāo)求解算法有機融合對于解決復(fù)雜礦山裝備集群調(diào)度問題具有重要意義，是大規(guī)模地下金屬礦山裝備調(diào)度管理的研究重點。
（3）大規(guī)模金屬礦山生產(chǎn)及其裝備智能化調(diào)度會隨著生產(chǎn)過程不斷變化，傳統(tǒng)程序化調(diào)度方法缺乏自我生長機制，采用數(shù)字孿生技術(shù)創(chuàng)建生產(chǎn)裝備調(diào)度系統(tǒng)，才能滿足動態(tài)、多目標(biāo)、大規(guī)模、智能化的調(diào)度要求，才能完成大規(guī)模生產(chǎn)調(diào)度所需的真實模擬、實時監(jiān)測、自主決策和雙向控制，才能實現(xiàn)大規(guī)模地下開采的各工序、作業(yè)設(shè)備的安全有序運行，具有廣闊的應(yīng)用前景。
（4）大規(guī)模地下金屬礦開采與裝備智能調(diào)度相關(guān)理論技術(shù)研究還遠(yuǎn)未成熟，現(xiàn)有調(diào)度模型還存在裝備協(xié)同調(diào)度效率低、動態(tài)優(yōu)化能力弱等共性問題，其數(shù)字孿生模型缺乏自主完善機制和通用架構(gòu)標(biāo)準(zhǔn)。此外，如何實現(xiàn)機理與數(shù)據(jù)融合建模、更多利用大數(shù)據(jù)和人工智能技術(shù)實現(xiàn)數(shù)據(jù)雙向?qū)崟r交互映射等方面仍需深入研究。
成果1：地下金屬礦開采方法譜系
地下金屬礦山開采方法按地壓管理方式可以分為3大類，即空場采礦法、充填采礦法與崩落采礦法。地下礦山開采方法的選取與礦山地壓管理方式密切相關(guān)，空場采礦法對采空區(qū)不做處理，利用礦巖自身穩(wěn)固性、留礦柱等方式自然支護(hù)實現(xiàn)地壓管理；充填采礦法使用充填材料對采空區(qū)進(jìn)行人工支護(hù)實現(xiàn)地壓管理；崩落采礦法通過崩落圍巖積極利用地壓進(jìn)行開采的同時進(jìn)行地壓管理。在各類開采方法中按照礦體開采規(guī)模不同又可以分為13個組別。
地下金屬礦開采主要工藝流程為礦床開拓、礦塊采準(zhǔn)、礦塊切割和礦石回采。其中，礦石回采是開采過程中最主要的生產(chǎn)過程，占礦山整體勞動消耗40%~50%，回采成本占礦石總成本的30%~50%。因此研究回采對礦山高效生產(chǎn)具有重要指導(dǎo)意義。由上述開采方法可知，多采場布置已經(jīng)成為大規(guī)模開采方法的特征。隨著采場增加回采裝備也會隨之增加，因此回采裝備調(diào)度優(yōu)化是實現(xiàn)回采智能化的關(guān)鍵一環(huán)。其中回采主要包含鑿巖、裝藥、爆破、通風(fēng)、撬毛、出礦和充填7項工藝。
成果2：地下金屬礦山生產(chǎn)調(diào)度模型
1 地下金屬礦山生產(chǎn)調(diào)度主要問題
（1）生產(chǎn)計劃編制問題。目前在礦山生產(chǎn)計劃編制方面已經(jīng)涌現(xiàn)出以混合整數(shù)規(guī)劃法為代表的編制方法和以精細(xì)化建模技術(shù)為基礎(chǔ)的DIMINE、MineSchedhe和iSched等三維可視化生產(chǎn)計劃編制軟件。但隨著礦產(chǎn)資源不斷減少和露天轉(zhuǎn)地下礦山不斷增多，礦山生產(chǎn)對經(jīng)濟、安全和綠色要求越來越高，出礦品位控制、回采順序確定和資源合理配置等一系列的調(diào)度難題更加突出。
（2）開采設(shè)備接續(xù)問題。開采設(shè)備接續(xù)問題是對相鄰工序在直接或間接作業(yè)時進(jìn)行有效的接續(xù)處理，主要包括設(shè)備和作業(yè)的合理分配。目前回采作業(yè)面設(shè)備已具備遠(yuǎn)程遙控條件，部分動作已能夠自主導(dǎo)航、自主作業(yè)，實現(xiàn)無人操作功能。但在設(shè)備接續(xù)作業(yè)時存在接續(xù)時間長、設(shè)備負(fù)荷不平衡和接續(xù)工藝多等問題，嚴(yán)重威脅到礦山生產(chǎn)安全，限制了礦山生產(chǎn)水平提升，制約了無人化礦山發(fā)展。
（3）開采設(shè)備協(xié)同問題。設(shè)備協(xié)同問題是對同一工序的設(shè)備或小組進(jìn)行任務(wù)分配，特別是隨著礦山開采規(guī)模不斷提升，鏟運機、礦卡和電機車等多設(shè)備協(xié)同問題更加凸顯。由于協(xié)同調(diào)度問題存在協(xié)同效率低、規(guī)劃目標(biāo)多和求解過程復(fù)雜等難點，目前的大部分礦山還是處于人工調(diào)度階段。單一求解算法很難高效地求解協(xié)同問題，而融合求解算法和降階求解算法為求解該問題提供了新的方案。
2 地下金屬礦山生產(chǎn)調(diào)度模型
隨著地下金屬礦山生產(chǎn)優(yōu)化問題研究的不斷深入，計算復(fù)雜性增加，調(diào)度建模和求解方法是研究的重點。礦山生產(chǎn)調(diào)度是從礦山制訂生產(chǎn)計劃開始，到礦山的每個作業(yè)環(huán)節(jié)、每臺設(shè)備和每個人員的安排。為了更好地組織和協(xié)調(diào)好礦山生產(chǎn)調(diào)度，對生產(chǎn)環(huán)節(jié)中的調(diào)度問題進(jìn)行分析研究和建模是很有必要。對于單臺設(shè)備的調(diào)度，已有很多研究者建立了調(diào)度模型，并設(shè)計了求解算法，改善了生產(chǎn)效率。但是礦山生產(chǎn)調(diào)度是一個以礦石流為主線的從上到下的調(diào)度過程，對調(diào)度模型進(jìn)行充分的梳理是求解礦山生產(chǎn)調(diào)度問題的基石。本項研究將礦山生產(chǎn)調(diào)度模型分為3類。
（1）生產(chǎn)計劃編制調(diào)度模型。礦山生產(chǎn)計劃編制調(diào)度模型是在有限的設(shè)備、人員和生產(chǎn)物資的條件下根據(jù)礦山戰(zhàn)略目標(biāo)制訂年度、季度、月度和每日的生產(chǎn)計劃。礦山生產(chǎn)主要是考慮產(chǎn)品市場價格，通過控制出礦品位來調(diào)整收入和成本，達(dá)到提高經(jīng)濟效益的目的。
（2）開采設(shè)備接續(xù)調(diào)度模型。礦山開采設(shè)備接續(xù)調(diào)度與柔性流水車間調(diào)度（Flexible Flow shop Scheduling Problem, FFSP）相似，主要的不同點在于礦山開采設(shè)備相對于采場是流動的，而生產(chǎn)車間設(shè)備是固定的。
（3）開采設(shè)備協(xié)同調(diào)度模型。礦山運輸調(diào)度是整個礦山回采作業(yè)中設(shè)備最多也是最復(fù)雜的協(xié)同調(diào)度模型，目前可劃分為電機車運輸、礦卡運輸和輔助運輸調(diào)度3類。電機車運輸調(diào)度是多列車在軌道上進(jìn)行多次往返裝卸點，根據(jù)溜井的產(chǎn)量和生產(chǎn)計劃合理安排電機車的運行路線和時間來完成生產(chǎn)任務(wù)。露天礦卡運輸調(diào)度是合理安排礦卡運輸任務(wù)和路徑選擇，達(dá)到降低等待時間或運輸成本等目標(biāo)。輔助運輸是指運輸?shù)V井所需的物料和人員到達(dá)生產(chǎn)作業(yè)面，以實現(xiàn)資源最優(yōu)配置和運輸成本最小化。
3 礦山調(diào)度模型求解方法
礦山裝備調(diào)度模型建立之后，調(diào)度算法設(shè)計至關(guān)重要，起到模型解算、模型優(yōu)化和調(diào)度方案輸出的作用。當(dāng)前，調(diào)度方法分為精確算法、近似算法和多目標(biāo)優(yōu)化算法3類。精確算法是基于運籌學(xué)的理論方法，能夠在小規(guī)模的調(diào)度問題上求得精確解。但由于計算復(fù)雜、時間長等原因在工程上適用性不強。近似算法是在較為合理的時間內(nèi)獲得可接受的滿意解，比較貼近工程實際情況。經(jīng)過長時間演化而涌現(xiàn)的元啟發(fā)式系列算法已經(jīng)能夠求解出理想的最優(yōu)解。
（1）Q-Learning算法是強化學(xué)習(xí)方法中較為經(jīng)典的求解算法，在應(yīng)對復(fù)雜多變的實際生產(chǎn)環(huán)境中具有較大優(yōu)勢。然啟發(fā)式方法雖然只能進(jìn)行局部搜索，但是可以快速得到一個可接受的解決方案，適用于難于用傳統(tǒng)算法求解的復(fù)雜問題。元啟發(fā)式算法則是引入了更復(fù)雜的搜索策略和搜索隨機性來尋找更優(yōu)解，其應(yīng)用較為廣泛。
（2）多目標(biāo)優(yōu)化調(diào)度算法。隨著智能化理論的不斷發(fā)展，為追求精細(xì)化生產(chǎn)，生產(chǎn)調(diào)度呈現(xiàn)出向多目標(biāo)調(diào)度、集群調(diào)度和動態(tài)調(diào)度的發(fā)展趨勢。傳統(tǒng)多目標(biāo)調(diào)度處理方法如加權(quán)法和約束法，存在單目標(biāo)權(quán)值難以確定和各目標(biāo)之間量綱不統(tǒng)一等問題。針對傳統(tǒng)多目標(biāo)處理方法的不足，出現(xiàn)了基于Pareto支配關(guān)系的NSGA(Non-dominated Sorting Genetic Algorithms)、NSGAII方法。
成果3：回采裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)
數(shù)字孿生作為一種新的思想，為實現(xiàn)礦山智能化生產(chǎn)調(diào)度提供了新思路，通過設(shè)備物理體的實時、歷史運行數(shù)據(jù)，云、邊、端計算的數(shù)據(jù)處理，虛實雙向映射，以及回采作業(yè)鏈裝備集群調(diào)度算法，在孿生環(huán)境中進(jìn)行評估、預(yù)演和優(yōu)化，形成數(shù)字孿生智能化調(diào)度技術(shù)，從而提高礦山生產(chǎn)效率?；谏鲜黾夹g(shù)原理，提出了回采裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)。
裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)各要素闡述如下：
（1）孿生服務(wù)層。結(jié)合孿生體的多調(diào)度模型優(yōu)化庫和融合數(shù)據(jù)庫內(nèi)多種知識數(shù)據(jù)知識，構(gòu)建集中控制、遠(yuǎn)程監(jiān)控等功能的裝備調(diào)度服務(wù)層。“集中控制、遠(yuǎn)程監(jiān)控”能提高回采作業(yè)面物理實體的響應(yīng)速度，為及時決策與優(yōu)化流程奠定基礎(chǔ)?！叭蝿?wù)分析、動態(tài)調(diào)度”通過精細(xì)化的調(diào)度管理和智能決策方法，實現(xiàn)在復(fù)雜條件下對裝備的高效協(xié)同作業(yè)?！肮收显\斷、周期維護(hù)”利用數(shù)字孿生場景對生產(chǎn)現(xiàn)場進(jìn)行實時監(jiān)控和反饋，提前發(fā)現(xiàn)潛在的事故征兆，并自動執(zhí)行預(yù)警和相關(guān)安全措施預(yù)案?！叭S可視、人機交互”結(jié)合虛擬現(xiàn)實(VR)和增強現(xiàn)實(AR)技術(shù)，提供沉浸式工作環(huán)境，幫助直觀地理解和控制復(fù)雜的開采過程。
（2）虛擬孿生層。裝備虛擬孿生層是裝備智能調(diào)度數(shù)字孿生系統(tǒng)的核心要素，主要包含與物理實體相互映射的孿生模型和優(yōu)化調(diào)度生產(chǎn)的調(diào)度模型庫。開采設(shè)備物理模型、采場環(huán)境幾何模型和生產(chǎn)作業(yè)行為模型經(jīng)過模型輕量化處理后可以實時交互顯示，真實呈現(xiàn)回采作業(yè)面的數(shù)字鏡像。調(diào)度模型庫是支撐精益生產(chǎn)和降本增效的核心，通過生產(chǎn)計劃排產(chǎn)調(diào)度優(yōu)化模型、裝備集群調(diào)度優(yōu)化模型和裝備路徑調(diào)度優(yōu)化模型，實現(xiàn)總生產(chǎn)時間最短、設(shè)備行駛距離最短和間隔時間最短等多目標(biāo)優(yōu)化，形成完整的調(diào)度優(yōu)化鏈，為孿生模型提供調(diào)度服務(wù)基礎(chǔ)。
（3）傳輸數(shù)據(jù)層。數(shù)據(jù)傳輸層不僅要實現(xiàn)裝備智能調(diào)度數(shù)字孿生系統(tǒng)中各組成部分的互聯(lián)互通，還要進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)融合、邊緣計算等操作。數(shù)據(jù)處理是指數(shù)據(jù)校驗、清理等預(yù)處理過程，主要是防止傳輸過程中的數(shù)據(jù)錯誤、數(shù)據(jù)缺失等情況，提高數(shù)據(jù)質(zhì)量。數(shù)據(jù)融合是一種處理和集成不同來源多類信息的技術(shù)，也叫多源異構(gòu)數(shù)據(jù)融合技術(shù)。邊緣計算主要是對物理層的數(shù)據(jù)進(jìn)行預(yù)分析，促進(jìn)邊緣-云計算的高效融合，降低網(wǎng)絡(luò)傳輸壓力。網(wǎng)絡(luò)傳輸是基于4G/5G、Wi-Fi、有線等融合通信網(wǎng)絡(luò)技術(shù)為礦山信息的高效傳輸和交互提供基礎(chǔ)支撐。
（4）孿生數(shù)據(jù)層。孿生數(shù)據(jù)層中數(shù)據(jù)庫負(fù)責(zé)回采作業(yè)大數(shù)據(jù)分析、模型訓(xùn)練、算法更新等任務(wù)，是裝備智能調(diào)度數(shù)字孿生系統(tǒng)的核心驅(qū)動力。通過記錄裝備物理實體的實時數(shù)據(jù)，包括工作狀態(tài)、設(shè)備性能和環(huán)境參數(shù)，形成開采全環(huán)節(jié)感知并驅(qū)動虛擬孿生體。根據(jù)孿生模型的運行機制與調(diào)度模型的行為機理，仿真裝備生產(chǎn)情況，結(jié)合礦山專業(yè)知識規(guī)則約束模型，對生產(chǎn)數(shù)據(jù)與仿真數(shù)據(jù)進(jìn)行預(yù)處理、特征提取、對齊、集成形成融合衍生數(shù)據(jù)，生成長期生產(chǎn)計劃，并轉(zhuǎn)化為驅(qū)動裝備服務(wù)層的服務(wù)數(shù)據(jù)。
（5）物理裝備層。傳感系統(tǒng)、智能裝備集群和生產(chǎn)環(huán)境三者共同構(gòu)成孿生系統(tǒng)的物理層，其中智能裝備集群作為生產(chǎn)調(diào)度的主體對象，需要借助傳感系統(tǒng)實時感知自我運行狀態(tài)，實時與生產(chǎn)環(huán)境進(jìn)行交互，實現(xiàn)自主導(dǎo)航和無人化生產(chǎn)，并保障生產(chǎn)安全。智能裝備集群主要包含生產(chǎn)過程中的裝藥臺車和鏟運機，以及所有的爆破和通風(fēng)小組。生產(chǎn)環(huán)境主要包含生產(chǎn)作業(yè)場地布置及其相關(guān)的動態(tài)實時數(shù)據(jù)。其中，場地布置是指進(jìn)路和卸礦溜井的作業(yè)點位，實時動態(tài)數(shù)據(jù)是指采場溫度、粉塵濃度、通風(fēng)量等關(guān)鍵信息。
本文摘自微信公眾號“礦山安全天地”
