移动扫码阅读
机电与智能化
移动扫码阅读
煤炭资源开采是在地下受限空间内进行的生产活动，矿山地质环境复杂多变，保障设备与人员工作安全的可靠环境包括采、掘、机、运、通等多达90多个子系统[1]，这些子系统的数据逻辑、业务逻辑、运行逻辑交织在一起构成了一个大规模复杂的运行体系。在新一代的采矿科学、信息科学及3S技术的飞速发展下，这一运行体系也经历着从机械化、自动化、数字化到智能化和智慧化的发展，并且取得了较为显著的成果。然而在众多研究成果之中，被广泛提及的并且难以解决的问题主要包括如下几个方面：①信息和数据无法有效关联，存在大量信息孤岛、业务鸿沟和系统烟囱，无法进行大数据分析、人工智能深度应用，缺乏“智慧的大脑”对所有子系统进行协调、联控。②数据采集、传输及质量问题，受矿山恶劣环境因素制约，矿山网络链路、传输协议等普遍存在数据传输实时性差、误码率高、传输环节多和数据质量差等问题[2]，难以实现基于“智慧大脑”的远程强实时控制等应用。③安全问题，包括网络安全和信息安全，煤炭生产较多重视环境、设备、人员的安全，而对网络安全和信息安全重视不够，导致矿井信息化、自动化系统整体安全水平不高，系统防护薄弱，进而引发矿井管理者和操作者对信息化系统全流程、全周期应用是否安全可靠的信任问题。
为解决上述问题，业内专家学者以“智慧矿山”顶层设计、建设框架、技术架构、关键技术和信息化标准等方向进行探索研究实践[3-7]，其中，毛善君[3]提出了以知识模型库、数据仓库和元数据库为核心的数字煤矿、智慧煤矿6层总体架构；王莉[4]提出了智慧矿山7项关键技术；韩建国[5]提出面向区域矿井群的5层智能矿山架构；许金[6]提出了设备层、传输层、服务层和应用层4层智慧矿山技术架构；贺耀宜[7]提出了智慧矿山分级评价方法和分为物联感知、协同管控、矿端智能决策和云端决策支持4层架构。这些研究提出了相关问题的解决方案，推动了行业进步。然而，笔者从相关文献研究发现，虽然在智慧矿山建设总体架构、业务架构和思路上达成了共识，但在具体关键技术架构、关键技术应用层面还存在不够清晰、体系化不完善等问题，尤其是在利用云计算、大数据、物联网、人工智能等新一代信息技术在智慧矿山建设信息融合应用层面存在一定差异、各有侧重。
与此同时，工业互联网作为新一代信息技术与制造业深度融合的产物，其理念及技术体系正逐步在煤炭行业推广应用，尤其是2020年3月，工业互联网列入“新基建”的重点发展领域，工信部、应急管理部随后组织召开煤炭行业工业互联网应用工作座谈会，这些发展背景和举措表明，煤炭行业两化深度融合已经进入到工业互联网生态建设与应用的新阶段。基于此，笔者在分析智慧矿山技术架构和煤炭工业互联网相关理念与体系架构基础上，探讨了智慧矿山工业互联网技术架构、关键技术及赋能应用场景。
煤炭行业两化融合从数字化矿山迈入了智能矿山、智慧矿山建设阶段，技术架构也随着信息技术的进步在逐步迭代。2009年，吕鹏飞、郭军[8]提出数字矿山关键技术需要建立以矿井监控数据、空间数据为基础，以矿用对象库为核心的统一的数字矿山基础信息平台作为核心支撑；张夏林等[9]基于QuantyMine数字矿山系统为核心，建立以主题式对象-关系数据库的技术方法与应用软件层叠式复合模式；毛善君等[10]提出以GIS平台为核心的“一张图”协同分布式管理平台解决煤矿信息化过程中的数据孤岛、智能分析水平差等问题。此外，一些专家学者提出以信息化5层架构模型为参考建设数字化矿山，分为设备层、控制层、生产执行层、经营管理层、决策支持层等[11]，这些建设思路和实践为矿山数字化基础打下了很好的基础。
进入智慧矿山建设阶段，业内专家学者普遍认为智慧矿山是数字化矿山的概念升华[12-13]，智慧矿山阶段拥有更加精准全面的井上下环境感知能力、更加强大的网络互联设备、更加准确的多学科融合的智能应用，并将能有效改善目前我国矿山信息化建设中存在的诸多问题[14-15]。智慧矿山技术架构方面普遍提出以物联感知、深度互连和智能应用三层为主，基于此三层向底层或顶层进行扩展。智慧矿山并非云计算、物联网、人工智能、大数据等技术的简单堆积，而是如何采用这些技术手段解决煤矿开采中的效率问题、安全问题和效益问题[2]。其中，李首滨等[16]提出阐述了煤矿最核心的综采工作面数字化、信息化、自动化、智能化和无人化的关系，并提出了综采工作面无人化开采系统架构。智能化开采体系化方面李首滨[17]提出了智能化开采4个阶段，并提出了智能自适应无人开采控制模型，包括执行层、感知层、控制层和分析决策层等4层关键技术架构。谭章禄[18]提出了智慧矿山总体架构“四横三纵”，“四横”包括应用层、数据及应用支撑层、网络通信层和感知控制层；“三纵”分别为信息系统标准化体系、管理运维体系和信息安全体系。姜德义等在煤炭行业内首次提出了以工业互联网平台技术架构为参考，架构面向智慧矿山应用的边缘云协同计算技术架构，该架构将“非实时、长周期数据、业务决策数据”和“实时性、短周期数据、本地决策”两类数据从架构层面进行分类处理，形成新的边缘云协同计算体系，从顶层设计层面保证了智慧矿山的建设基础[2]。
综上所述，由数字化矿山到智慧矿山主要体现出3种主要技术路线：① 以综采工作面自动化控制、数字化和无人化为核心智慧矿山建设；② 以全矿井综合自动化平台为核心技术路线的智慧矿山建设；③ 以GIS为基础的矿井生产技术“一张图”智慧矿山建设。目前，这3种技术路线正逐步进行融合，而关键在于形成一个标准的、开放的技术架构将这些技术进行有机组织，充分融合，笔者基于这些背景，利用工业互联网架构体系对此进行了梳理，以供探讨。
工业互联网由网络、平台、安全3个部分构成，其中网络是基础、平台是核心、安全是保障[19]。工业互联网三大要素的提出较为契合目前智慧矿山建设过程中遇到的三大问题，而工业互联网架构体系从总体上给出了较为全面、开放的架构，来解决工业全要素、全产业链、全价值链的互联互通和产业结构优化。
煤炭工业互联网本质内涵是通过构建精准、实时、高效的数据采集互联体系，建立面向煤炭行业的大数据存储、集成、访问、分析、管理的开发环境和应用环境，支撑相关工业技术、经验、知识模型化、软件化、复用化，以数据的有序自动流动解决复杂生产系统面临的不确定性，不断优化勘探设计、开采洗选、运营管理等资源配置效率，形成资源富集、多方参与、合作共赢、协同演进的煤炭行业生态。
煤炭行业工业互联网的技术核心是通过工业互联网平台把设备、开采、分选、运销和客户紧密地连接起来，帮助煤炭行业拉长产业链，实现跨设备、跨系统、跨矿区、跨地区互联互通，实现煤炭行业高质量发展。
智慧矿山的技术内涵是将现代信息、控制技术与采矿技术融合，在复杂的资源开采信息背后找出最高效、最安全、最环保的生产路径，对矿井系统进行最佳的协同运行控制，并根据地质环境及生产要求变化自动创造全新的控制流程。
煤炭工业互联网是为煤炭行业、产业赋能，智慧矿山是为单一煤矿企业、集团的生产、经营、管理赋能。智慧矿山工业互联网是利用煤炭工业互联网实现的设备、生产系统、企业、产业互连形成的基础设施和资源能力，赋能智慧矿山建设过程中煤炭开采涉及的生产、经营、管理的方方面面。同时，工业互联网体系架构为智慧矿山技术架构提供了参考和借鉴意义。
智慧矿山工业互联网体系架构采用以ISO/IEC/IEEE 42010系统与软件工程标准为主要方法论，借鉴2020年4月工业互联网产业联盟发布的《工业互联网体系架构(版本2.0)》中总体实施框架，提出智慧矿山工业互联网体系架构[20]，如图1所示：包含“网络、标识、平台、安全”四大系统的建设。其中，网络系统关注煤炭开采全要素、全系统、全产业链互联互通新型基础设施的构建；标识系统关注煤炭开采要素的标识资源、解析系统等关键基础的构建；平台系统关注智慧矿山建设涵盖的边缘系统、企业平台和产业平台交互协同的实现；安全系统关注生产安全和信息安全管控、安全态势感知、防护能力等建设。其中企业级、边缘系统是智慧矿山建设主要内容，企业级工业互联网PaaS平台是实现新一代智慧矿山操作系统的核心，企业级平台与边缘系统形成边云协同的架构及计算体系。
图1 智慧矿山工业互联网体系架构
Fig.1 Smart mine industry internet architecture
智慧矿山工业互联网平台是在云计算平台的基础上叠加物联网、大数据、人工智能等新兴技术，建立“感知→互联→分析”的基本运行框架，形成空间数字化、信息集成化、设备互联化、虚实一体化和控制网络化，结合人工智能、标识解析等技术手段，实现“自学习→预测→决策→控制”闭环，从而实现煤炭开采过程中海量异构数据汇聚与建模分析、工业经验知识软件化与模块化、新型工业软件开发与运行，支撑煤炭生产智能决策、业务模式创新、资源优化配置、产业生态培育，提高煤炭产业链抵御风险、抗市场波动能力。
技术架构如图2所示：从下至上分为现场层、边缘层、IaaS层、工业PaaS平台层和工业SaaS应用层5个层次，以智慧矿山标准为引领、工业互联网安全体系为保障，面向矿山勘探设计、建井开拓、采掘运输、通风安全、供电保障、地质测量、压风供液、仓储分选等全流程、全要素为研究对象，将传统的矿山运营业务流程、系统部署、数据结构等进行解耦和重构，梳理并建立数据流、信息流、业务流等运行规范，优化矿山要素资源配置，全面提升矿山安全生产辅助和经营决策能力，同时为企业、行业和政府机构提供统计分析、安全监管、应急处置和产业链优化提供支撑，促进矿山企业和行业高质量发展。
图2 智慧矿山工业互联网平台技术架构
Fig.2 Technology architecture of smart mine industry internet platform
1)现场层。包括矿山工业现场和业务管理现场，以煤炭井工开采为例，工业现场包括勘探、建井、掘进、开采、支护、运输、分选等井上下的生产环境设备、生产环境、地质环境和人员状态等；业务管理包括地测管理、通风设计、物资管理、调度管理等。现场层为上层提供数据来源和应用下发环境，是智慧矿山工业互联网落地应用的承载场景。
2)边缘层。边缘层通过协议转换、边缘计算等构建精准、实时、高效的数据采集体系，本质上是实现物理空间隐性数据在赛博空间的显性化。通过对开采机械、运输设备、分选设备等的网络化改造，将嵌入式控制、独立式控制、智能网关、边缘分布式网关和边缘分布式服务器进行解耦与重构，基于OPC UA架构与TSN(时间敏感网络)融合构建边缘云计算架构模式，实现智能开采优化控制、安全态势感知等业务编排与联接计算，实现边缘侧的应用闭环，通过汇聚层的汇集、转发、存储与共享服务为工业PaaS平台提供全样本数据来源，并为基于PaaS云计算平台产生的模型提供应用环境。
3)IaaS层。IaaS层包括边缘云基础设施和中心云基础设施两部分，边缘侧通过5G、NB-IoT、LoRa、IPv6、WiFi6、TSN等新一代通信技术在近设备端和控制器端的应用，基于边缘云计算架构打造矿山企业工业控制网、管理信息网和无线网；中心云用于智慧矿山工业互联网平台承载基础设施，通过云边计算、网络、存储等资源的虚拟化，实现信息基础设施的资源池化。IaaS层提供所有计算需要的基础设施，包括处理CPU、内存、存储、网络和其他基本的计算资源，根据PaaS层的运算需要部署和运行相应的软件，包括操作系统和应用程序等，并形成云边协同的存储与计算架构模式。
4)PaaS层。工业PaaS层是工业互联网平台实验环境建设的关键技术核心，从下至上分为：①通用PaaS平台资源部署与管理，包括结构化、非结构化等数据库服务；中间件、容器、模板等应用服务，代码托管、镜像仓库应用构建等应用开发服务和资源调度、负载均衡、弹性伸缩等运行环境管理等。②矿山大数据基础引擎服务，a.数据处理服务：数据清洗、数据过滤、数据转换、数据装载等；b.数据存储计算：由实时数据、关系数据、分布式文件等构成的数据湖(DL)经面向主题的操作性数据(ODS)集成，建模形成数据仓库(DW)，面向矿山运营和智能化应用建立数据集市(DM)及其应用服务；c.数据管理：数据模型管理、数据质量管理、数据安全管理、数据共享管理等；d.数据分析：并行计算、可视化编排和算法库等；e.数据服务：数据访问服务、数据分析服务等。③矿山机理与大数据建模分析引擎，包括面向采矿工艺理论、原理过程和仿真试验的机理建模和面向人工智能应用的数据建模、训练的机器学习引擎等。④矿山BIM+GIS数字孪生引擎，包括基于矿山管理壳的数字清单、组件管理器的资产优化配置与管理，数字孪生信息模型建模与模拟仿真等。⑤智慧矿山应用开发环境，基于工业互联网平台基础开发框架和工业微服务组件整合矿山大数据服务引擎、数据建模与分析引擎、数字孪生引擎能力，搭建面向智慧矿山应用APP开发环境、工业智能化服务和矿山标识解析服务等。
PaaS层实现以“搭积木”的方式提供矿山工业APP创建、测试和部署的开发环境，本质上是一个向下可以调用设备、业务系统等软硬件资源，向上可以承载工业APP等应用服务的“工业操作系统”。
5)SaaS层。SaaS层是通过调用和封装工业PaaS平台上的开发工具、矿山机理模型、数据驱动模型等服务开发形成的应用服务，本质是面向智慧矿山业务运行场景的一个数字化解决方案。智慧矿山工业互联网的SaaS层利用平台层积累沉淀的各类型数据模型，以工业微服务为基础，煤炭资源开采的各环节、各业务可打造定制化、高可靠、可扩展的应用。通过智慧矿山互联网平台可实现对安全、生产和经营数据的实时分析和实时决策，为矿山企业提供安全、生产、管理及经营方面的智慧化应用，以此方式在确保应用服务的个性化基础上，提升智慧矿山工业互联网平台的应用灵活性，保证平台的整体技术敏感性，以此为基础面向矿山企业人员、科研人员、高校学生和自由开发者均可基于该平台进行矿山智慧化应用的开发、运维和应用，从而产生新的产业生态。
此外，工业互联网安全体系是整个智慧矿山工业互联网安全可信运行的基本保障，通过打造满足工业需求的安全技术体系和相应管理机制，提供应用边界防护、访问控制、入侵防范、安全审计等安全技术，识别和抵御来自内外部的安全威胁，化解各种安全风险，实现网络安全与物理安全的真正融合。
基于智慧矿山工业互联网技术架构，构建智慧矿山工业PaaS操作系统，覆盖从矿山设计、建设、生产、运营、安全、运销等全产业链条，具备端到端的服务能力，形成“智慧矿山大脑”，优化和赋能智慧矿山建设的全要素、全流程和全产业链应用场景，如图3所示。
图3 智慧矿山工业互联网赋能应用逻辑
Fig.3 Logic of smart mine industry internet enabling application
综合分析目前行业内的应用场景，主要包括如下12方面：
1)矿井地质资源勘察保障应用场景。利用地质精准探测技术、三维动态高精度地质建模技术，结合智慧矿山工业互联网平台大数据分析方法与GIS组件，开发适应资源储量管理、采掘接续规划设计、瓦斯抽采设计优化与效果评价、水害防治、主要隐蔽致灾因素风险评估等应用。形成基于三维GIS地测信息平台的跨系统、跨部门协作的有效一体化协同管理平台，实现地质、测量及生产动态信息的一张图管理，服务于智能矿山建设的需要。
2)矿山工程数字化协同设计赋能。在现有矿山工程数字化设计基础上，利用BIM技术将传统煤炭采矿工程设计工具、设计方法、设计知识提炼重构并云化处理，利用智慧矿山工业互联网平台汇聚相关设计知识库及资源，并形成覆盖煤矿采、掘、机、运、通、分选等全产业链的系列化微服务组件，为煤矿从初设、建井到生产采掘接续运营全业务过程提供云端设计知识及工具服务，更好地解决受限空间内的采掘部署和复杂工艺协同设计问题，从而实现基于平台知识共享的数字化协同设计全新模式。
3)矿井建设施工管理赋能。在矿井设计方案基础上，利用智慧矿山工业互联网平台构架的BIM设计及施工协同平台及组件，并结合平台提供的丰富的设计、建井、施工工艺知识及资源，实时进行矿井建设施工过程仿真，并利用平台地质保障SaaS应用及时洞察受限空间内的地质扰动，解决施工过程中的异常事件、隐蔽工程等因素导致的施工计划变动、工程量不准确和成本不可控等问题，实现煤矿企业、设计单位、施工单位等多方、多部门的协同施工，实现智慧矿山建井施工精益管控目标。
4)矿井综合自动化集成控制赋能。基于智慧矿山工业互联网平台赋能新一代SCADA集控平台，集成打通多个信息化体系，将矿井各生产子系统接入统一控制平台，实现矿井各生产子系统的高度集中与控制，数据资源的合理利用与共享；有效解决了以往生产过程中生产组织不平衡，各系统数据不共享，冗余数据不优化等问题。为煤炭企业经营管理者提供设计研发、经营管理、生产管控等多方面综合性的数据支撑，实现关键大型设备健康状况预警、生产安全追溯、生产进程把控、生产工艺灵活转换，全面降低煤炭企业生产管理成本、反应时间和提升生产效率、质量安全等。
5)煤矿智能化开采赋能。煤矿智能化开采是智慧矿山工业互联网的最主要组成部分，也是智慧矿山工业互联网体系建设的主要目标。依托智慧矿山工业互联网建设，加快煤炭生产设备、系统的智能化改造，针对日益复杂的煤炭资源地下开采环境，深入分析工作面开采存在的问题，研究智能化开采所需的工艺方法、环境感知、装备可靠性保障、大数据分析、机器人、智能化控制及成套装备技术，发新材料、新装置、新设备，全面提升综采煤机装备的工作性能、寿命、自动化程度及环境适应性，利用工业互联网平台汇聚的工业机理与大数据分析模型优化开采成套设备的协同控制方法，大幅提升开采的效率、水平和安全程度，最终目标是“井下机器人操作，井上远程决策控制”。
6)矿井开拓快速掘进赋能。井巷工程掘进是一个复杂的系统工程，掘进效率制约着煤炭生产进度，基于传统的掘进工艺及装备现状，利用智慧矿山工业互联网平台提供的云计算、大数据、AI等关键技术及组件，将成套掘进装备、围岩地质条件等信息进行集成，构建状态感知、实时分析、科学决策、精准执行的智能化快速掘进系统，实时发现未知地质空间的危险源及隐患信息，及时进行掘进方案调整，解决掘进过程中跨系统、跨业务协同问题，并实现快速掘进“无线遥控、远程控制、掘锚一体、一次成巷”目标，优化掘进工艺流程、提高矿井掘进效率。
7)矿井地测应用场景。地质测量应用场景是煤矿安全生产的基础，地测数据和图件是煤矿最重要的技术资料，对于指导生产、采矿设计、编制采掘计划等有重要作用。传统地测工作方式消耗大量的人力物力，通过智慧矿山工业互联网平台创新型技术架构和基础设施，开发适用现代化矿山需求的地测地理信息系统。应用系统由基础数据管理(地质、测量、三储量、防治水)、地测CAD辅助制图、三维地质建模、三维地测联网等几部分组成，完成从巷道测量、钻孔勘探、水文和储量普查管理，到各类矿用图件辅助编制，再到井上下三维虚拟场景创建和分析，实现矿山企业集团、生产矿井、业务科室多级单位地测数据成果的一体化管理解决方案。
8)设备故障预测诊断赋能。设备预测性维护是工业IoT的典型场景，主要面向高价值、高数据量、高故障损失、部署位置分布广泛的工业设备。依托智慧矿山工业互联网平台提供的通用故障预测模型和云端机器学习成果，通过设备预测性维护服务，对分析出来的异常数据再次进行分析，得出设备故障原因与严重程度，为应急控制、维修管理、安标设备故障溯源提供准确依据，节约维修费用，有效提高设备可靠性，避免重大事故发生。
9)井下智能物流保障赋能。面向矿山生产物料运输种类众多、点多、面广、回空管理难度大等问题，基于井下空间位置精准定位系统，建设井下物流系统，依托智慧矿山工业互联网平台，打通仓库管理、承运单位、作业面用户、生产调度连接，实现矿车、物资、位置、时间、用户等物流属性信息化管理，使用户和物资管理单位精确掌控生产物资物流信息，优化配置物流资源，提高辅助运输运行效率。
10)井下智能通风保障赋能。面向一通三防稳定运行、矿井按需通风等核心需求，基于安全监控系统、智能通风设施、主风机监测系统，采集通风系统海量实时数据，依托智慧矿山工业互联网平台，融合数据模型开发智能通风网络解算算法，构建矿井智能通风系统，打通风机、通风设施、安全监控系统等通风系统，优化风机运行效率，实现风量实时动态解算，真正实现井按需通风，从根本上保障矿井安全运行。
11)井下精准感知赋能。在现有煤矿安全生产“人-机-环”感知系统的基础上，通过应用低功耗、高灵敏度、宽量程、易维护传感器技术，利用智慧矿山工业互联网平台构架的物联网、5G、WiFi6、IPv6等新一代信息通信技术，实现井下生产者之间、井下生产设备与设备之间、井下设备与操作人员之间、井下设备与井上管理人员间的互联互通和精准感知，开创低成本、广覆盖、低时延的井下信息感知通信新模式。
12)重大危险源辨识与风险控制赋能。依托智慧矿山工业互联网PaaS平台，形成多因素风险分析能力，赋能辖区、矿区煤矿，指导监管监察部门、矿山生产企业进行重点防控。通过实时采集采掘工作面地质条件、矿井水文、冲击地压、自然发火、瓦斯、设备等风险信息，并接入视频监控数据与消防监测数据，统一展示在监测评估“一张图”上，基于安全科学理论和引发煤矿安全风险的主要因素，通过平台提供的工业大数据分析技术，对影响矿山安全的风险因素进行归类整理与分析，构建矿山安全风险指标体系，提出煤与瓦斯突出事故风险分析模型、冲击地压事故风险分析模型、煤自然发火事故风险分析模型、吨煤成本风险分析模型、电力消耗风险分析模型、井下环境风险分析模型、井下超员风险分析模型、产量风险预警模型、设备故障风险分析模型等，实现智能监测预警，提高安全生产决策水平。
此外，围绕矿井级、企业级和行业级视角还有很多应用场景、APP及机理模型，限于篇幅不一一列出。
1)近年来工业互联网作为新基建重点领域正在各行各业火热发展，智慧矿山是矿山两化融合新阶段的高级形态，笔者提出了基于工业互联网体系架构下的智慧矿山5层技术架构，并对5层架构关键技术进行了阐述，以供参考。
2)针对智慧矿山建设遇到的数据和信息孤岛、数据质量和网络、信息安全三大问题，笔者提出基于工业互联网体系架构的平台、网络和安全3部分技术体系对现有矿山要素进行解耦和重构，通过边云协同存储和计算架构、工业PaaS操作系统、工业智能化应用开发环境，形成新的矿山业务运营和智能化分析APP应用开发生态，以解决目前存在的问题。
3)面向智慧矿山建设应用场景，提出以基于工业互联网技术架构的工业PaaS云平台构建“智慧矿山大脑”，赋能矿山勘探、设计、建井、开采、运输、通风、分选、运销等全产业链应用场景。
4)随着工业互联网技术体系演进和面向行业的深入发展，智慧矿山建设亟需与该技术体系架构融合，并开展相关探索实践，主要包括①智慧矿山工业互联网数据标识与标准体系进一步完善；②全面的数据采集、传输、存储与分析，并资产化；③企业级、行业级智慧矿山工业互联网平台的建设；④示范企业与产业生态体系形成；⑤传统矿山产业与上下游融通发展，挖掘产业数据价值，反哺产业链创新发展，加速推进矿山行业成果转移转化与交易等。
[1] 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.
[2] 姜德义,魏立科,王 翀,等.智慧矿山边缘云协同计算技术架构与基础保障关键技术探讨[J].煤炭学报,2020,45(1):484-492.
JIANG Deyi,WEI Like,WANG Chong,et al.Discussion on the technology architecture and key basic support technology for intelligent mine edge-cloud collaborative computing[J].Journal of China Coal Society,2020,45(1):484-492.
[3] 毛善君.“高科技煤矿” 信息化建设的战略思考及关键技术[J]．煤炭学报，2014,39(8)：1572-1583.
MAO Shanjun.Strategic thinking and key technology of informatization construciton of high-tech coal mine[J].Journal of China Coal Society,2014,39(8):1572-1583.
[4] 王 莉.智慧矿山概念及关键技术探讨[J].工矿自动化,2014，40(6)：37-41.
WANG Li.Study on concept and key technology of smart mine[J].Industry and Mine Automation,2014，40(6):37-41.
[5] 韩建国．神华智能矿山建设关键技术研发与示范[J]．煤炭学报，2016，41(12):3181-3189．
HAN Jianguo．Key technology research and demonstration of intelli gentmines in Shenhua Group[J]． Journal of China Coal Society，2016，41(12):3181-3189．
[6] 许 金．智慧矿山架构体系研究[J].能源与环保，2017，39(11):14-19．
XU Jin．Study on system structure of intelligent mine[J]． China Energy and Environmental Protection，2017，39(11):14-19.
[7] 贺耀宜.智慧矿山评价指标体系及架构探讨[J].工况自动化,2017,43(9):16-20.
HE Yaoyi.Discussion none valuation index system and architeccture of smart mine[J].Industry and Mine Automation,2017,43(9):16-20.
[8] 吕鹏飞，郭 军.我国煤矿数字化矿山发展现状及关键技术探讨[J].工矿自动化,2009,35(9):16-20.
LYU Pengfei,GUO Jun.Discussion on the development status and key technologies of digital coal mines in China [J].Industry and Mine Automation,2009,35(9):16-20
[9] 张夏林,吴冲龙,翁正平,等.数字矿山软件(QuantyMine)若干关键技术的研发和应用[J].地球科学(中国地质大学学报),2010(3):302-310.
ZHANG Xialin,WU Chonglong,WENG Zhengping,et al.R &D and application of some key technologies of digital mine software [J].Geoscience (Journal of China University of Geosciences),2010 (3):302-310.
[10] 毛善君，杨乃时，高彦清，等．煤矿分布式协同“一张图”系统的设计和关键技术[J]．煤炭学报，2018，43(1)：280-286．
MAO Shanjun，YANG Naishi，GAO Yanqing，et al.Design and key technology research of coalmine distributed cooperative“onemap”system[J]．Journal of China Coal Society，2018，43(1)：280-286．
[11] 吴群英，蒋 林，王国法，等.智慧矿山顶层架构设计及其关键技术[J].煤炭科学技术,2020,48(7):80-91.
WU Qunying，JIANG Lin，WANG Guofa，et al. Top-level architecture design and key technologies of smart mine[J].Coal Science and Technology,2020,48(7):80-91.
[12] 范京道,李 川,闫振国.融合5G技术生态的智能煤矿总体架构及核心场景[J].煤炭学报,2020,45(6):1949-1958.
FAN Jingdao,LI Chuan,YAN Zhenguo.Overall architecture and core scenario of intelligent coal mine integrating 5G technology ecology [J] Journal of China Coal Society,2020,45(6):1949-1958.
[13] 李 梅，姜 展，姜龙飞，等.三维可视化技术在智慧矿山领域的研究进展[J].煤炭科学技术,2020,48(8)：153-162.
LI Mei,JIANG Zhan,JIANG Longfei,et al.Research progress on 3D visualization technology for intelligent mine[J].Coal Science and Technology，2021，49(2)：153-162.
[14] 陈 龙,王 晓,杨健健,等.平行矿山:从数字孪生到矿山智能[J].自动化学报,2021,47(7):1633-1645.
CHEN Long,WANG Xiao,YANG Jianjian,et al.Parallel mine:from digital twin to mine intelligence [J] Journal of automation,2021,47(7):1633-1645.
[15] 孟庆勇.5G技术在煤矿井下应用架构探讨[J].工矿自动化,2020,46(7):28-33.
MENG Qingyong Discussion on the application framework of 5g technology in underground coal mine [J] Industry and Mine Automation,2020,46(7)::28-33.
[16] 李首滨，李 森，张守祥，等.综采工作面智能感知与智能控制关键技术与应用[J].煤炭科学技术,2021,49(4)：28-39.
LI Shoubin,LI Sen,ZHANG Shouxiang，et al.Key technology and application of intelligent perception and intelligent control in fully mechanized mining face[J].Coal Science and Technology，2021，49(4)：28-39.
[17] 李首滨.智能化开采研究进展与发展趋势[J].煤炭科学技术,2019,47(10):102-110.
LI Shoubin.Progress and development trend of intelligent mining technolog[J].Coal Science and Technology,2019,47(10):102-110.
[18] 谭章禄，吴 琦，肖懿轩,等．智慧矿山信息可视化研究[J]．工矿自动化，2020,46(1):26-31.
TAN Zhanglu,WU Qi,XIAO Yixuan,et al.Research on information visualization of smart mine[J].Industry and Mine Automation,2020,46(1):26-31.
[19] 工业互联网产业联盟.工业互联网平台白皮书(2019)[EB/OL].http://www.aii-alliance.org/index/c318/n63.html,2019-06-05.
[20] 工业互联网产业联盟.工业互联网体系架构 (版本2.0)[EB/OL].http://www.aii-alliance.org/index/c315/n45.html,202-04-23.