葛世榮院士團隊：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]詳細說明：
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，是我國金屬礦山高質(zhì)量發(fā)展的必由之路。
20世紀90年代至21世紀初，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、難以適應大規(guī)模生產(chǎn)調(diào)度需求等問題，葛世榮院士團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）當前大規(guī)模金屬礦山開采效率低下，多階段、多采場、多進路的“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，多目標求解算法能夠?qū)崿F(xiàn)多目標優(yōu)化，提高資源利用率和生產(chǎn)效率。因此，將動態(tài)調(diào)度模型和多目標求解算法有機融合對于解決復雜礦山裝備集群調(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、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)標準。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實現(xiàn)地壓管理；充填采礦法使用充填材料對采空區(qū)進行人工支護實現(xiàn)地壓管理；崩落采礦法通過崩落圍巖積極利用地壓進行開采的同時進行地壓管理。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、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、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)備已具備遠程遙控條件，部分動作已能夠自主導航、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)備負荷不平衡和接續(xù)工藝多等問題，嚴重威脅到礦山生產(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)劃目標多和求解過程復雜等難點，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，達到降低等待時間或運輸成本等目標。輔助運輸是指運輸?shù)V井所需的物料和人員到達生產(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。當前，調(diào)度方法分為精確算法、近似算法和多目標優(yōu)化算法3類。精確算法是基于運籌學的理論方法，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算法是強化學習方法中較為經(jīng)典的求解算法，在應對復雜多變的實際生產(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)算法求解的復雜問題。元啟發(fā)式算法則是引入了更復雜的搜索策略和搜索隨機性來尋找更優(yōu)解，其應用較為廣泛。
（2）多目標優(yōu)化調(diào)度算法。隨著智能化理論的不斷發(fā)展，為追求精細化生產(chǎn)，生產(chǎn)調(diào)度呈現(xiàn)出向多目標調(diào)度、集群調(diào)度和動態(tài)調(diào)度的發(fā)展趨勢。傳統(tǒng)多目標調(diào)度處理方法如加權(quán)法和約束法，存在單目標權(quán)值難以確定和各目標之間量綱不統(tǒng)一等問題。針對傳統(tǒng)多目標處理方法的不足，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)境中進行評估、預演和優(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、遠程監(jiān)控等功能的裝備調(diào)度服務(wù)層。“集中控制、遠程監(jiān)控”能提高回采作業(yè)面物理實體的響應速度，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”通過精細化的調(diào)度管理和智能決策方法，實現(xiàn)在復雜條件下對裝備的高效協(xié)同作業(yè)?！肮收显\斷、周期維護”利用數(shù)字孿生場景對生產(chǎn)現(xiàn)場進行實時監(jiān)控和反饋，提前發(fā)現(xiàn)潛在的事故征兆，并自動執(zhí)行預警和相關(guān)安全措施預案。“三維可視、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)進行預分析，促進邊緣-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)庫負責回采作業(yè)大數(shù)據(jù)分析、模型訓練、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)進行預處理、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)境進行交互，實現(xiàn)自主導航和無人化生產(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、通風量等關(guān)鍵信息。
本文摘自微信公眾號“礦山安全天地”
