为了进一步提高煤矿井下智能化采煤工作面系统自主运行和人机交互能力，达到真正的无人化开采境界，中国矿业大学（北京）葛世荣教授团队提出了数字孪生智采工作面系统（Digital Twin Smart Mining Workface）的概念、架构及构建方法，通过融合应用5G通信技术、物联网技术和仿生智能技术，从而搭建一个智采工作面的数字孪生远程操作平台。成果以《数字孪生智能采煤工作面技术架构研究》为题于4月13日在《煤炭学报》网络首发。

智采工作面的数字孪生概念模型

智采工作面数字孪生技术构架

　　首先，什么是数字孪生？数字孪生（Digital Twin，DT）是以数字化方式创建物理实体的虚拟模型，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体提供更加实时、高效、智能的运行或操作服务。数字孪生必须依赖两个关键要素，一是数字信息，二是虚拟孪生。对于智能装备而言，通过构造数字孪生体，不仅能高度逼真地反映机器实体的特征、运行和性能，还能以超现实的形式实现机器状态监测评估和健康管理。

数字孪生智采工作面（Digital Twin Smart Mining Workface，DTSMW）是一个数据可视化、人机强交互、工艺自优化的高逼真采煤工作面三维镜像场景，包括物理工作面、数字工作面和数据信息交互等三个部分。

　　目前，虽然智采工作面已达到了远程驾驶舱水平，能对采煤机组进行启停、状态监控，设有全自动运行模式和半自动运行模式。但未来的智采工作面仍需要研究解决设备互联度不够高、信息互通性不够强、人机交互性不够好的问题。

　　本次研究中，葛世荣教授团队提出的数字孪生智采工作面新系统，是将物联网、5G通信、云计算等技术融合于智采工作面，创建出一个精确地虚拟智采工作面的模型，实现智采工作面生产、管理的高度数字化及模块化，为未来自主运行提供新平台，将有助于提升当前智采工作面的自主感知和优化调控能力。

　　数字孪生智采工作面的技术架构包括物理工作面、虚拟工作面、孪生数据、信息交互、模型驱动、边缘计算、沉浸式体验、云端服务、信息物理系统、智能终端等10项关键技术。而面向未来无人化开采需求，建设数字孪生智采工作面系统，必须实现采煤工作面感控要素的智能仿生，必须将这10项关键技术融合为5个智能模块，即物理模块、信息模块、通信模块、控制模块、孪生模块，使其具有矿工采矿作业的仿生智能特性。

　　数字孪生使智采工作面实现“以数据为中心的生产”，其准确性和仿真度取决于知识积累的数据量。数据量越多，数字孪生模型对物理实体的仿真预测准确度越高，物理实体的性能预测也越准确，决策价值也越大。因此，可以毫不夸张地说数据信息流是数字孪生体的生命线。

研究首次将智采工作面复杂信息归纳为环境信息流、控制信息流和能量信息流三条信息流，用来描述采煤过程的环境、控制和能量状态。环境信息流和控制信息流来自煤岩体对采煤机、液压支架、煤流运输机组的输入信息及其调控信息，能量信息流来自开采装备对煤层、岩层变量调控所产生的能量交换状态信息。

　　面对智采工作面的巨大信息流量，研究提出了管理数字孪生智采工作面系统信息流的数据主线（Digital Thread）方法，将信息流的数据分为周期性数据、随机性数据和突发性数据进行建模处理，以确保数字孪生智采工作面的数据驱动及稳定运行。

　　通过对比分析，研究指出数字孪生智采工作面新系统比现有远程集控中心的智能性提高了一个层次，可为中级智采工作面实现无人化运行提供了新的监控系统架构。

　　这项研究得到了国家自然科学基金—山西煤基低碳联合基金重点项目的资金支持。

来源：煤炭学报