0 引 言
煤炭是我国的主体能源，支撑着国民经济的持续快速发展，煤炭供给的质量和水平关系着国家能源安全，煤炭工业当前正朝着高质量发展转变[1]。但是，随着浅部煤炭资源的大规模开发，越来越多的矿井进入深部开采阶段，煤层瓦斯含量、地应力等急剧增加，瓦斯涌出量和煤与瓦斯突出危险显著增大，瓦斯灾害威胁加重与安全高效生产之间的矛盾将日益突出。
物联网、大数据、云计算、工业互联网、5G、人工智能等新一代信息技术蓬勃发展，并在传统领域广泛渗透，引发了以智能化为主要特征的群体性技术革命，正推动传统产业变革升级[2]。在当前智能化时代背景下，煤矿智能化代表了煤炭行业先进生产力的发展方向，有助于加快破解煤炭行业的矛盾和难题，推动煤炭产业转型升级，是煤炭行业高质量发展的核心技术支撑[3-4]。瓦斯抽采作为煤矿瓦斯灾害的治本之策，智能瓦斯抽采将成为解决深部开采瓦斯灾害防治难题，提升煤矿安全生产水平的技术关键。
我国部分学者对煤矿智能瓦斯抽采技术进行了探索研究，取得了一定的成果。例如：在抽采管路及系统调控方面，王春光[5-6]分析了煤矿瓦斯抽采发展趋势，提出了智能抽采思路，研发了智能抽采与联动装置；周福宝等[7]提出了基于安全和效率原则的瓦斯智能抽采原理，建立了抽采管网参数优化模型和抽采系统优化策略，开发了瓦斯智能抽采系统，实现了泵站转速和管路阀门开度的自动调节；祝钊等[8]采用PLC智能控制技术，实现了抽采管路电动调节阀的智能控制；李健威等[9]研发了基于WinCC的无人值守瓦斯抽采泵站智能化控制系统。在抽采钻孔智能钻进方面，石智军等[10]在总结煤矿钻探技术现状基础上，提出了智能化钻探的发展途径；王清峰等[11]对瓦斯抽采智能钻进的技术成果和不足之处进行了总结，并提出从自主感知、智能控制、自主导航等方面发展智能化钻探技术装备；以中煤科工集团重庆研究院有限公司(简称“重庆研究院”)和中煤科工集团西安研究院有限公司为代表的研究机构[12-13]，各自研发了具有钻杆自动装卸、全自动钻进、远程遥控和智能防卡钻功能的自动化钻进设备，并取得了良好的现场应用效果。总体而言，我国智能瓦斯抽采技术研究主要集中在抽采钻孔自动钻进和抽采系统自动调控方面，且整体还处于起步阶段。
煤矿瓦斯抽采是系统工程，包含抽采钻孔设计、钻孔施工、煤层增透、封孔接抽、监测检测、达标评判等多个环节。笔者从瓦斯抽采全过程少人化和无人化的角度，对智能瓦斯抽采的概念、特征、体系框架和关键技术等进行了探讨。
1 智能瓦斯抽采内涵及特征
1.1 智能瓦斯抽采的内涵
智能矿山的概念在20世纪80年代就已经被提出，但不同时期人们对其有不同的理解和认识，目前普遍认为智能矿山是人工智能和矿山实体的深度融合体，能够自主地响应矿山生产过程中的各种变化和需求，实现安全、高效、绿色、经济的采矿作业[14]。
智能瓦斯抽采是智能煤矿的重要组成部分。结合对智能矿山的认知，笔者认为智能瓦斯抽采是将信息化、自动化、智能化技术充分融入瓦斯抽采中，在少人干预甚至无人干预的情况下，自主完成从抽采钻孔设计到抽采达标评判的整套瓦斯抽采作业，达到安全、高效、经济的抽采瓦斯。智能瓦斯抽采对瓦斯地质、钻孔施工、抽采设备工况等瓦斯抽采相关信息的获取和应用达到了知识化的高级层次，将矿山物联网、工业互联网、大数据、云计算、人工智能等现代信息技术与瓦斯抽采技术深度融合，赋予瓦斯抽采设备精准感知、自学习、自修正、自决策、自控制的能力，在没有人员干预的情况下，自动适应复杂多变的煤矿条件和作业环境，并找出最优的方案和途径，完成瓦斯抽采整个过程的自主作业。
1.2 智能瓦斯抽采的特征
智能装备的智能化特征主要体现在装备的自主运行能力上[14]，即能够精准地感知外部环境信息和自身运行状态信息，通过感知信息的分析和理解形成准确的判断和优化的决策，对决策给予有效的执行，使其自动适应环境条件变化，并独立完成预定任务。因此，笔者认为智能瓦斯抽采应具备以下5个方面的特征：一是具有对瓦斯抽采条件、井下作业环境、设备和系统本体状态等各类信息动态、灵敏、准确感知和获取的能力；二是具有对各类感知信息的分析、处理、理解、学习，形成瓦斯抽采相关场景的判定结论、解决方案或操作决策的能力，例如抽采钻孔设计场景下的钻孔布置方案，钻孔施工场景下的钻机操作决策，抽采达标评判场景下达标与否的判定结论等；三是具有自动执行方案和决策的能力，即能够将解决方案行之有效地落实，按照操作决策精准地做出控制动作，比如，根据抽采系统调节方案准确调节抽采泵转速和抽采管路不同地点的阀门开度；四是对影响瓦斯抽采的各种不确定因素具有自动协调的能力，能够自动适应复杂多变的煤矿地质条件、抽采作业环境等；五是具备自学习、自进化能力，能够对指标、方法、模型、知识等进行自动优化和迭代更新，不断提升瓦斯抽采分析能力和决策水平。
2 智能瓦斯抽采体系框架
2.1 智能瓦斯抽采体系结构
智能瓦斯抽采技术体系结构如图1所示，包含功能和技术2个维度。
图1 智能瓦斯抽采技术体系结构
Fig.1 Structure of intelligent gas drainage technology system
1)功能维度。煤矿瓦斯抽采涉及钻孔设计、钻孔施工、煤层增透、封孔接抽、抽采监测检测、抽采达标评判、运维管理等多个环节，智能瓦斯抽采技术装备的智能化功能应涵盖以上所有环节，实现瓦斯抽采全过程智能化。
2)技术维度。技术维度包含单机智能、机组智能和集成智能3个层次，反映了智能瓦斯抽采技术从单点智能向全面化、系统化、体系化的进阶。单机智能是以单机设备作为最小智能化单元，通过自感知、自分析、自决策、自执行，提升单机装备的运行效率、性能和适应能力，使其在少人干预甚至无人干预的条件下自主完成预定功能。机组智能是在单机智能基础上，将业务上需要相互配合的多个智能设备集成控制、协同工作，完成较为复杂的作业任务。集成智能体现为瓦斯抽采所有生产要素的智能化集成，实现不同环节、不同装备、不同系统之间信息共享、分工协作和工艺优化，达到瓦斯抽采全过程无人化、高效率、高质量设计、施工及管控。
2.2 智能瓦斯抽采总体架构
从统筹性、先进性、开放性、适用性等角度综合考虑，设计智能瓦斯抽采的整体架构如图2所示，总体概括为“4层面+2体系”，其中“4层面”包括感知控制层、传输层、数据层、应用层；“2体系”分别为信息标准体系和信息安全体系。各部分既相对独立，又彼此关联、相互依托，形成有机的整体。
图2 智能瓦斯抽采总体架构
Fig.2 Framework of intelligent gas drainage
感知控制层位于整个架构的最底部，处于智能抽采系统的末端位置，负责瓦斯抽采相关信息的感知和指令的执行。信息感知单元以传感器监测、多媒体采集、智能感知终端等方式获取煤层赋存、地质构造、煤层瓦斯、作业环境、设备状态、设备工况、钻孔轨迹、抽采参数等瓦斯抽采相关“人”、“机”、“环”等信息，并传递给传输层。自动控制单元接受控制指令，并按照指令要求控制抽采设备，完成相应的动作，实现自动作业。
传输层位于感知控制层与数据层之间，是二者交流的桥梁，在智能瓦斯抽采系统中扮演着信息高速公路的角色，需要综合采用工业以太网、矿用5G、矿用WiFi、工业互联网、互联网和移动互联网等技术，搭建多网融合平台，实现瓦斯抽采各类信息的超带宽、低延时、高可靠、准确传递。
数据层主要负责瓦斯抽采多源、海量数据的汇集存储、集成管理和分析挖掘，为各类瓦斯抽采应用提供支撑。
应用层是智能瓦斯抽采系统的落脚点。通过分析智能化背景下矿井瓦斯抽采业务需求，明确各系统作用与功能，并通过智能抽采平台完成集成和协同，最终实现煤矿瓦斯抽采的智能设计与决策、智能作业、智能管理、智能安全。
信息标准体系和信息安全体系为智能瓦斯抽采各层面提供标准支撑和安全保障，确保智能瓦斯抽采的有效实施。面向智能瓦斯抽采多元信息处理需要，建立统一的数据标准体系，对数据类型、格式、语义、精度和质量等进行统一和规范，消除数据的不一致性，支撑智能瓦斯抽采多元信息的透明共享、融合集成和深度应用。同时，构建涵盖访问控制、加密存储、数据备份、完整性鉴别等多个方面的信息安全保障体系，保护智能瓦斯抽采相关信息不受侵犯，提高系统的安全性和可靠性，保障智能瓦斯抽采业务连续正常开展。
3 智能瓦斯抽采关键支撑技术
3.1 动态透明瓦斯地质
煤层赋存、煤体结构、瓦斯赋存、地质构造等瓦斯地质条件的透明化是瓦斯精准抽采的前提和基础。但是，目前的煤矿地质探测技术和煤层瓦斯参数测定技术还存在诸多技术瓶颈，在精准性、可靠性、时效性等方面难以满足智能瓦斯抽采需求。而且，地质建模软件对多元地质信息的集成处理能力不强，地质模型精度偏低，对瓦斯抽采的支撑作用不好。
煤矿生产过程中，煤层瓦斯地质条件本身以及人们对它的认识均是动态变化的。首先，煤矿瓦斯抽采是时空上动态变化的过程，空间上随着抽、掘、采接替，抽采区域不断移动；时间上抽采区域煤层瓦斯含量和压力随抽采时间延长不断降低。受瓦斯抽采影响，煤层瓦斯地质条件处于动态变化之中。其次，随着煤矿生产活动的进行，地质探测由“面”到“点”、由“粗”到“精”逐渐深入，地质构造揭露逐渐增多，地质资料不断积累，人们对地质条件的认识也在不断修正、完善和深入。因此，需要动态瓦斯地质建模，全面、精准地反映瓦斯地质条件的最新认识，达到瓦斯地质透明化的目标。
面向动态透明瓦斯地质，研究先进的煤层地质探测和煤层瓦斯参数测定技术手段，提高地质条件探测和煤层瓦斯测定的精准性和时效性；研究基于多源数据融合和人工智能的瓦斯地质分析方法，实现多元瓦斯地质信息的集成分析和智能解读；建立基于GIS的瓦斯地质信息平台，构建高精度三维瓦斯地质动态模型，对瓦斯抽采全生命周期瓦斯地质条件及其演变过程进行精准、直观、动态展示，是智能瓦斯抽采瓦斯地质保障方面的主要发展趋势。
瓦斯地质动态透明化，将有效解决瓦斯地质条件的复杂性、隐蔽性和变化性等造成的瓦斯抽采条件不确定的问题，可为智能瓦斯抽采提供可靠的地质保障。笔者所在团队基于超图平台开发了煤矿多级瓦斯地质动态分析系统，集瓦斯地质信息管理、智能瓦斯地质建模、煤层瓦斯参数预测、瓦斯涌出量预测、瓦斯地质图自动绘制与更新等功能于一体，实现了煤层、采区、工作面等多级瓦斯地质的智能分析与动态展示，在全国百余座矿井进行了应用，为瓦斯抽采管理与决策提供了详实可靠的瓦斯地质依据。
3.2 抽采钻孔智能设计
抽采钻孔设计是钻孔施工的主要依据，钻孔设计的科学性和合理性直接影响钻孔施工难度和工程量大小，以及后期抽采效能的发挥。抽采钻孔设计必须从多方面因素综合考虑，是受煤层瓦斯地质条件、钻孔施工作业环境、钻机钻具性能等多种因素限制，需要平衡瓦斯抽采达标、钻孔施工难度、钻孔工程量大小等多方面需求，使钻孔布置方案总体达到优化状态的复杂决策过程。
目前煤矿现场瓦斯抽采钻孔设计主要以人工为主，除了工作量大、费时费力外，还存在以下问题：首先，钻孔设计依据不合理，除了瓦斯地质条件掌握得不够精准外，钻孔有效抽采半径等关键参数主要通过试验测定或经验获得，存在静态、不准确等问题，当抽采地点转移，煤层瓦斯地质条件发生较大变化时，不能有效地支撑抽采钻孔设计；其次，钻孔设计不够精细，整个抽采区域按同一种条件进行设计，没有充分考虑区域内不同位置煤层瓦斯地质条件、抽-掘-采衔接、瓦斯预抽时间长短等的差异性，所有钻孔间距一样，没有做到一孔一设计，容易造成钻孔布置过疏或过密，导致抽采效果不佳、抽采不达标、钻孔工程增加、采掘接替紧张等问题。因此，开展瓦斯抽采钻孔差异化智能设计技术研究，实现每个钻孔的针对性自动设计，使钻孔布置与抽采条件和抽采需求得到合理匹配，提高钻孔设计的精细化程度，是瓦斯抽采钻孔智能设计的发展趋势。
为此笔者提出了瓦斯抽采钻孔智能设计策略，如图3所示。根据区域瓦斯抽采监测数据，自动分析瓦斯抽采随时间变化规律，并结合瓦斯地质、煤层开采、抽采负压等抽采条件，采用关联、聚类、回归等分析方法，挖掘瓦斯抽采规律与抽采条件之间的内在关系，建立瓦斯抽采规律知识库，并随着矿井瓦斯抽采的持续，对库中知识进行动态更新。钻孔设计过程中，首先对区域瓦斯抽采条件进行分析，并根据知识库中的瓦斯抽采规律知识，确定抽采区域的瓦斯抽采规律；其次，根据抽采区域生产接替计划，充分考虑打钻、封孔、接抽的工程时间花费，以及抽采达标超前采掘工程的提前量要求，确定不同地点的瓦斯预抽允许时间；然后，根据瓦斯抽采规律和瓦斯预抽允许时间，确定各地点的瓦斯抽采钻孔间距；之后，根据煤层赋存情况，充分考虑钻机和钻具性能，确定钻孔开孔位置，并采用空间几何方法计算各钻孔的方位角、倾角和孔深；最后，根据钻孔设计参数，自动绘制钻孔设计图，完成钻孔智能设计。后期钻孔施工过程中，当发现煤层地质条件发生较大改变时，应根据最新地质条件对钻孔设计进行自动修正。同时，当测量到钻孔施工与设计不一致，成孔轨迹偏离设计轨迹较远时，自动生成补孔参数。
图3 瓦斯抽采钻孔智能设计策略
Fig.3 Gas drainage drill intelligent design strategy
基于上述策略，笔者所在团队开发了基于超图的瓦斯抽采钻孔智能设计系统，集钻孔间距辅助分析、钻孔参数自动计算、设计图自动绘制、设计效果三维展示等功能于一体，实现了穿层、顺层、高位等煤矿常见类型瓦斯抽采钻孔的自动设计。该系统在山西晋城寺河煤矿、吉林珲春八连城煤矿等全国20余座矿井进行了应用，显著提高了瓦斯抽采钻孔的设计效率和钻孔布置的科学性。
3.3 打钻-增透-封孔一体化机器人
煤矿机器人是煤矿智能化系统的重要组成部分，其使命是代替人完成危险、繁重、枯燥的煤矿井下工作，减少井下作业人员数量，提高作业效率和质量。但是，煤矿井下环境较为特殊，空间狭小、地形复杂、光照不足，受瓦斯、粉尘、潮湿、淋水、落石等多种因素威胁，且大功率设备多，电磁干扰严重，这对煤矿机器人的尺寸、行走、防护、通信、供电等性能提出了严峻挑战，煤矿机器人整体处于起步阶段[15-16]，还没有用于打钻、封孔等作业场景的智能机器人。
煤矿井下钻探装备经过长期发展已经做到了自动化钻进，包括地面远程和井下无线遥控钻机移动、锚固和姿态调节，自动装卸钻杆，钻进过程自动控制等[17]，实现了打钻过程减员增效。比如，重庆研究院研制了ZYWL系列自动钻机，其中ZYWL-4000SY自动钻机在淮南谢桥煤矿实现了“三台五人一组”集中控制协同作业，单机最大月进尺达5 100 m，机组减人60%以上，目前正在研发具有自动集渣运渣、孔内参数随钻测量、多机地面集中控制等功能的智能钻机，进一步提升打钻自动化水平。但是，距离智能化打钻还有不小的差距，存在诸多难题有待攻克：①需要突破井下环境智能感知、障碍物智能辨识、钻机精准定位、孔位智能识别等技术，实现钻机自主行走、自主避障和自动开孔定位；②需要突破孔内工况智能感知技术，综合采用地球物理、机器视觉和微型传感等方法，实现孔内煤岩种类、煤岩特性、瓦斯压力、围岩应力等情况的精准感知，为钻进过程智能调控和煤层地质探测分析提供可靠依据；③需要突破钻进智能调节技术，实现水压、流量、给进力、转速等控制参数与钻进地质条件的自主优化匹配，减少或避免卡钻等打钻事故，提高钻进效率和成孔质量。在此基础上，研制具备自主移机定位、随钻自主探测、自主钻进控制功能的打钻机器人，实现抽采钻孔施工真正无人化作业，是智能钻机的发展趋势。
纵观瓦斯抽采整个过程，除了打钻环节外，增透、封孔等也是主要用工环节，工作人员多，劳动强度大，且增透过程存在高压、喷孔或机械伤人等风险，迫切需要自动化、智能化作业。因此，在智能钻机基础上还需增加水力增透自主调节、封孔构件自动安装、封孔材料自动填注等功能，形成打钻-增透-封孔一体化机器人，实现从打钻到封孔的一气呵成自动作业。
3.4 抽采系统智能调控与诊断
3.4.1 抽采系统智能调控
煤矿生产是动态变化的过程，不同时间、不同地点所需的瓦斯抽采能力和抽采工况条件有所不同，需要对瓦斯抽采系统进行动态调控，通过瓦斯抽采泵转速和抽采管路不同地点阀门开度的协同配合，使瓦斯抽采系统在各抽采地点提供的抽采能力和工况环境与实际需求相匹配，从而经济、高效、安全地抽采瓦斯。
经过多年发展，我国几乎所有高瓦斯和煤与瓦斯突出矿井均按要求建立了瓦斯抽采系统。但是，由于部分矿井的抽采系统当初没有进行正规设计，或时间较长煤矿生产条件发生较大改变，使得抽采泵站能力与矿井抽采需求之间不匹配，存在泵站能力不足或过剩现象。另外，抽采管理不到位，对浓度低、抽采量小的钻孔或管路没有及时关闭，造成抽采能力资源的浪费；抽采管路调节不合理，负压和流量没有得到合理匹配，不能很好地满足各地点的抽采工况需求；采空区瓦斯抽采工况不合理，与工作面气压不匹配，负压和流量过大，造成采空区自然发火。瓦斯抽采系统调控不合理，严重影响瓦斯抽采效果，导致能耗高、效率低、效果差、不安全等问题。
我国煤矿瓦斯抽采系统普遍采用水环式真空泵[18]，其转速固定，抽采量大小取决于抽采工况。近年来为了适应不同工况的抽采需求，变频器已逐渐应用于抽采泵站，抽采管路阀门也逐渐实现了自动化调节，为瓦斯抽采系统智能调控奠定了基础[19]。但是，瓦斯抽采系统是复杂的流体网络系统，目前复杂管网抽采工况精准调节方法还没有得到有效解决，瓦斯抽采系统运行工况合理性的评判方法也有待研究。因此，在抽采泵变频调控和管道阀门自动调节基础上，充分采用模态学习、模式识别、规则学习等技术，突破瓦斯抽采合理工况确定和复杂管网精准调控等技术难题，实现抽采泵转速和阀门开度的自主精准调控，提升抽采系统运行的合理性、经济性、安全性，是瓦斯抽采智能调控技术的发展趋势。
近年来，以重庆研究院和中国矿业大学为代表的研究团队对瓦斯抽采系统自动调控技术进行了研究。重庆研究院基于瓦斯抽采监测数据，通过仿真模拟对管网运行状态进行分析，并远程调节管道阀门开度，在山西霍尔辛赫煤矿，平均瓦斯抽采体积分数由25%提高至45%，保障了抽采系统安全高效运行。周福宝等[7]研发了基于物联网的智能调节阀门，对管路气体温度、甲烷浓度、负压等参数进行连续感知，并上传至云端存储，能够通过电脑网页和手机客户端对瓦斯抽采进行监测与控制。
3.4.2 抽采系统智能诊断
瓦斯抽采系统在运行过程中存在泵站故障、管道堵塞或漏气的可能，智能瓦斯抽采系统应具备自主诊断能力，及时发现抽采系统自身的缺陷或隐患，并能自动采取措施处理。目前，已经实现了抽采泵工况的在线监测和故障诊断，通过对泵站负压、流量、水位、轴温、震动等的监测分析，对泵站故障进行自动报警。但是，在抽采管路堵塞、漏气以及其他故障的自动诊断方面，研究进展相对迟缓。重庆研究院通过仿真模拟分析抽采管网运行状态基础上，根据建立的故障判识模型对管道故障进行自动判识和报警，但准确性有待提升。因此，需要开展抽采管路故障在线自动诊断技术，充分融合抽采监测、抽采巡检、抽采附属设施状态监测等多源信息，采用大数据分析方法研究各类故障的大数据演化特征，建立数据驱动的故障判识指标和模型，开发抽采管网智能诊断平台，实现故障类型智能判定和故障位置精准定位，是抽采系统故障诊断技术的发展方向。
3.5 瓦斯抽采达标自动评判
瓦斯抽采达标评判是煤矿瓦斯抽采的重要环节，目的是准确评估瓦斯抽采效果是否达到了有效预防瓦斯灾害所需要的水平。现阶段受抽采监测数据可靠性不高影响[20]，煤矿现场主要依赖实测煤层残余瓦斯含量或压力进行抽采达标评判，存在手段单一、以点带面的问题，评价结果精细度不够、准确性不高，容易造成安全隐患。
从提高评判的准确性和智能化程度出发，笔者提出了层次递进的瓦斯抽采达标动态评价策略，如图4所示。在瓦斯地质图基础上，融合抽采钻孔施工信息，并考虑不同钻孔抽采时间的差异性和抽采计量装置的空间监测范围等因素，进行抽采达标评价单元区划，将抽采区域划分为多个瓦斯地质条件相似、抽采时间长短相近、抽采监测相对独立的评价单位；根据煤层赋存和瓦斯赋存数据，分别计算每个评价单元的煤层瓦斯储量。瓦斯抽采过程中，以评价单元为基本对象，根据瓦斯抽采监测数据，自动分析煤层瓦斯抽采规律，动态预测瓦斯抽采达标时间，指导瓦斯抽采调控决策；实时计算评价单元的累计瓦斯抽采量，在线分析瓦斯抽采率和煤层残余瓦斯含量或压力，动态预判瓦斯抽采是否达标。预判抽采达标后，通过实测煤层残余瓦斯含量或压力，对抽采是否达标做出最终评判。采掘过程中，对工作面瓦斯监测数据进行自动分析，根据工作面瓦斯涌出变化特征，动态反演工作面前方煤层瓦斯含量或压力，对瓦斯抽采达标进行动态验证。通过“预判-评判-验证”多层递进分析，确保瓦斯抽采达标评判准确可靠。
图4 抽采达标动态评判策略
Fig.4 Gas drainage dynamic evaluation strategy
笔者所在团队基于上述策略开发了煤矿瓦斯抽采达标在线评判系统，能够实时采集瓦斯抽采监测数据，自动分析区域瓦斯抽采规律，动态预测抽采达标时间，在线评判瓦斯抽采是否达标，自动生成抽采达标评判报告。山西阳泉新元公司应用该系统，实现了对抽采达标时间的精准把控，减少煤层瓦斯含量测定工作量35%以上，提高了瓦斯抽采达标评判效率。
4 结 语
在智能煤矿建设背景下，瓦斯抽采作为煤矿瓦斯灾害的治本之策，智能瓦斯抽采将成为解决深部开采瓦斯灾害防治难题，提升煤矿安全生产水平的技术关键，是智能煤矿的重要组成部分。目前我国煤矿瓦斯抽采技术装备的智能化水平还十分低下，整体处于起步阶段，急需将现代信息技术融入煤矿瓦斯抽采领域，逐步实现瓦斯抽采的信息化、自动化、智能化。面向煤矿瓦斯抽采钻孔设计、钻孔施工、煤层增透、钻孔封孔、抽采系统调控与维护、抽采达标评判等应用场景，充分采用矿山物联网、大数据、云计算、煤矿5G、人工智能等技术，突破动态透明瓦斯地质、钻孔智能设计、打钻-封孔-接抽一体化机器人、抽采管网自主调控与故障诊断、抽采达标智能评判等关键技术，形成具有精准感知、自主学习、自主决策、自主控制、自动适应能力的自动化、智能化装备及系统，实现瓦斯抽采全过程的少人化甚至无人化作业，是智能瓦斯抽采的发展方向。
[1] 刘 峰，张建明.煤矿智能化赋能煤炭工业高质量发展[J].智能矿山，2020，1(11)：1-3.
LIU Fen,ZHANG Jianming. Intelligent coal mine enables high quality development of coal industry[J]. Journal of Intelligent Mine，2020，1(11)：1-3.
[2] 王国法，杜毅博.智慧煤矿与智能化开采技术的发展方向[J].煤矿科学技术，2019,47(1)：1-10.
WANG Guofa,DU Yibo. Development direction of intelligent coal mine and intelligent mining technology[J].Coal Science and Technology,2019,47(1)：1-10.
[3] 王国法，王 虹，任怀伟，等.智慧煤矿2025情景目标和发展路径[J].煤炭学报，2018,43(2)：295-305.
WANG Guofa,WANG Hong,REN Huaiwei,et al.2025 scenarios and development path of intelligent coal mine[J]. Journal of China Coal Society,2018,43(2)：295-305.
[4] 国家能源局.《关于加快煤矿智能化发展的指导意见》的政策解读[N].中国电力报，2020-3-7(3).
[5] 王春光.瓦斯智能抽采发展探讨[J].煤矿安全,2015,46(12):179-183.
WANG Chunguang. Discussion on development of gas intelligent extraction[J]. Safety in Coal Mines,2015,46(12):179-183.
[6] 王春光.煤层气智能抽采与联动装置[J].煤矿安全,2015,46(4):94-96.
WANG Chunguang. Coalbed methane intelligent drainage and linkage device[J]. Safety in Coal Mines,2015,46(4):94-96.
[7] 周福宝,刘 春,夏同强,等.煤矿瓦斯智能抽采理论与调控策略[J].煤炭学报,2019,44(8):2377-2387.
ZHOU Fubao,LIU Chun,XIA Tongqiang,et al. Intelligent gas extraction and control strategy in coal mine[J]. Journal of China Coal Society,2019,44(8):2377-2387.
[8] 祝 钊，贾振元，王魁军，等.瓦斯抽采智能控制系统研究[J].煤矿安全，2012，43(11)：92-94.
ZHU Zhao,JIA Zhenyuan,WANG Kuijun,et al. Study on gas extraction intelligent control system[J]. Safety in Coal Mines,2012，43(11)：92-94.
[9] 李健威,万 勇.基于WinCC的无人值守瓦斯抽采智能控制系统研究[J].自动化与仪表,2019,34(5):49-52,94.
LI Jianwei,WAN Yong. Research on intelligent control system of unattended gas drainage pumping station based on WinCC[J]. Automation & Instrumentation,2019,34(5):49-52,94.
[10] 石智军,李泉新,姚 克.煤矿井下智能化定向钻探发展路径与关键技术分析[J].煤炭学报,2020,45(6):2217-2224.
SHI Zhijun,LI Quanxin,YAO Ke. Development path and key technology analysis of intelligent directional drilling in underground coal mine[J]. Journal of China Coal Society,2020,45(6):2217-2224.
[11] 王清峰,陈 航.瓦斯抽采智能化钻探技术及装备的发展与展望[J].工矿自动化,2018,44(11):18-24.
WANG Qingfeng,CHEN Hang. Development and prospect on intelligent drilling technology and equipment for gas drainage[J]. Industry and Mine Automation,2018,44(11):18-24.
[12] 张 锐,姚 克,方 鹏,等.煤矿井下自动化钻机研发关键技术[J].煤炭科学技术,2019,47(5):59-63.
ZHANG Rui,YAO Ke,FANG Peng,et al. Key technologies for research and development of automatic drilling rig in underground coal mine[J].Coal Science and Technology,2019,47(5):59-63.
[13] 王清峰,陈 航.基于路径规划的大容量钻杆自动输送系统研究[J].矿业安全与环保,2020,47(1):1-6.
WANG Qingfeng,CHEN Hang. Research on automatic conveying system of large-capacity drill pipe based on path planning[J]. Mining Safety & Environmental Protection,2020,47(1):1-6.
[14] 葛世荣.煤矿智采工作面概念及系统架构研究[J].工矿自动化,2020,46(4):1-9.
GE Shirong. Research on concept and system architecture of smart mining workface in coal mine[J]. Industry and Mine Automation,2020,46(4):1-9.
[15] 马宏伟,聂 珍,王川伟,等.煤矿机器人关键共性技术与发展策略[J].智能矿山，2020，1(11)：63-68.
MA Hongwei,NIE Zhen，WANG Chuanwei,et al. Key common technology and development strategy of coal mine robot[J]. Journal of Intelligent Mine，2020，1(11)：63-68.
[16] 葛世荣.煤矿机器人现状及发展方向[J].中国煤炭，2019,45(7):18-27.
GE Shirong. Present situation and development direction of coal mine robot[J].China Coal，2019,45(7):18-27.
[17] 王清峰,辛德忠,陈 航.煤矿井下自动化钻探技术概况与智能化发展前瞻[J].智能矿山，2020，1(11)：71-77.
WANG Qingfeng,XIN Dezhong,CHEN Hang. Overview of automatic drilling technology in coal mine and Prospect of intelligent development[J]. Journal of Intelligent Mine，2020，1(11)：71-77.
[18] 于不凡.煤矿瓦斯灾害防治及利用技术手册[M].北京：煤炭工业出版社,2000.
[19] 秦玉忠.瓦斯抽采泵站变频节能控制系统研究与实践[J].自动化与仪器仪表,2018(7):192-196.
QIN Yuzhong. Research & practice on gas pumping station inverter energy saving control system[J]. Automation & Instrumentation,2018(7):192-196.
[20] 王耀锋.中国煤矿瓦斯抽采技术装备现状与展望[J].煤矿安全,2020,51(10):67-77.
WANG Yaofeng. Current situation and prospect of gas extraction technology and equipment for coal mines in China[J]. Safety in Coal Mines,2020,51(10):67-77.
