葛世荣院士团队：大规模地下金属矿装备智能调度数字孪生关键技术

金属矿产是支撑我国世界制造大国地位的基石。然而，随着我国社会经济的快速发展，金属资源消耗持续提升，金属矿山浅部资源日益枯竭。从矿产资源自然禀赋上看，我国战略性金属矿产资源对外依存度很高、来源单一集中。据统计，我国矿产资源平均对外依存度高达65%，有12种矿产资源对外依存度超过80%，17种矿产资源超过50%。鉴于当前全球地缘政治局势动荡，战略性矿产资源博弈日益加剧的形势，要着力推进金属矿山智能化建设，实现矿山行业安全、高效、绿色的目标，是我国金属矿山高质量发展的必由之路。

20世纪90年代至21世纪初，全自动化或智能化采矿技术开始出现，如芬兰、加拿大、澳大利亚、挪威、瑞典等国先后制定了智能矿山实施计划。国际著名矿山装备公司除研制智能采矿装备外，还研发出系列智能采矿系统，如瑞典Sandvik公司的AutoMine和OpiMine，美国Caterpillar公司的MineStar，日本Komatsu公司的Autonomous Haulage System (AHS)等。我国自21世纪开始重视智能采矿技术的研究，先后在“十一五”至“十四五”期间，设立并实施了国家“863计划”“973计划”和重点研发计划专项等国家级课题。随着国家2035年金属矿深部多场耦合智能化开采战略的实施，矿山智能化建设被认为是解决金属矿开采所面临关键难题的最有效手段。金属矿山智能化建设相关研究重点围绕开采环境智能感知、开采过程智能作业和开采系统智能调度三大主题。其中智能调度是实现高效生产规划、提高经济收益和保障矿山智能化生产的重要手段，是矿山技术变革和技术创新的重要内容，但我国矿山开采智能调度理论与技术远未成熟。

生产调度管理是矿山生产与经营、生产与安全以及各生产子系统间的协调中心，现代化矿山离不开智能化的调度管理，实现开采作业智能调度可以有效提高矿山整体生产效益。但目前对矿山开采装备的智能调度问题研究远未成熟。

针对矿山调度过度依赖人工完成、设备协同性差、生产效率低、智能化调度技术不足、难以适应大规模生产调度需求等问题，葛世荣院士团队全面分析了地下金属矿的开采工艺和方法，总结出地下金属矿开采方法和工艺谱系。针对传统调度求解方法存在的问题，划分了生产计划编制、开采设备接续和工序设备协同3个关键调度问题，提出了动态调度和多目标求解算法是求解大规模地下金属矿智能调度问题的有效方法。通过分析数字孪生技术为大规模平行作业模式以及动态多目标调度提供了智能化服务载体，提出了以物理装备层、孪生数据层、传输数据层、虚拟孪生层和孪生服务层的地下金属矿装备智能调度数字孪生系统架构，从而为大规模采场装备集群智能调度提供了技术支撑，是智能化矿山建设的必由之路。

主要观点如下：

（1）当前大规模金属矿山开采效率低下，多阶段、多采场、多进路的“三多”平行作业开采模式，有助于实现矿山装备集约化管理，节约人力和设备资源，大幅提高生产效率，是大规模地下金属矿山开采模式的发展趋势。

（2）动态调度模型提高了调度方法的鲁棒性，多目标求解算法能够实现多目标优化，提高资源利用率和生产效率。因此，将动态调度模型和多目标求解算法有机融合对于解决复杂矿山装备集群调度问题具有重要意义，是大规模地下金属矿山装备调度管理的研究重点。

（3）大规模金属矿山生产及其装备智能化调度会随着生产过程不断变化，传统程序化调度方法缺乏自我生长机制，采用数字孪生技术创建生产装备调度系统，才能满足动态、多目标、大规模、智能化的调度要求，才能完成大规模生产调度所需的真实模拟、实时监测、自主决策和双向控制，才能实现大规模地下开采的各工序、作业设备的安全有序运行，具有广阔的应用前景。

（4）大规模地下金属矿开采与装备智能调度相关理论技术研究还远未成熟，现有调度模型还存在装备协同调度效率低、动态优化能力弱等共性问题，其数字孪生模型缺乏自主完善机制和通用架构标准。此外，如何实现机理与数据融合建模、更多利用大数据和人工智能技术实现数据双向实时交互映射等方面仍需深入研究。

^{成果1：地下金属矿开采方法谱系}

地下金属矿山开采方法按地压管理方式可以分为3大类，即空场采矿法、充填采矿法与崩落采矿法。地下矿山开采方法的选取与矿山地压管理方式密切相关，空场采矿法对采空区不做处理，利用矿岩自身稳固性、留矿柱等方式自然支护实现地压管理；充填采矿法使用充填材料对采空区进行人工支护实现地压管理；崩落采矿法通过崩落围岩积极利用地压进行开采的同时进行地压管理。在各类开采方法中按照矿体开采规模不同又可以分为13个组别，其开采方法谱系如下图所示，应用较多的开采方法突出显示。

地下金属矿山开采方法谱系

地下金属矿开采主要工艺流程为矿床开拓、矿块采准、矿块切割和矿石回采。其中，矿石回采是开采过程中最主要的生产过程，占矿山整体劳动消耗40%~50%，回采成本占矿石总成本的30%~50%。因此研究回采对矿山高效生产具有重要指导意义。由上述开采方法可知，多采场布置已经成为大规模开采方法的特征。随着采场增加回采装备也会随之增加，因此回采装备调度优化是实现回采智能化的关键一环。其中回采主要包含凿岩、装药、爆破、通风、撬毛、出矿和充填7项工艺，回采工艺流程如下。

地下金属矿回采工艺流程

^{成果2：地下金属矿山生产调度模型}

1 地下金属矿山生产调度主要问题

（1）生产计划编制问题。目前在矿山生产计划编制方面已经涌现出以混合整数规划法为代表的编制方法和以精细化建模技术为基础的DIMINE、MineSchedhe和iSched等三维可视化生产计划编制软件。但随着矿产资源不断减少和露天转地下矿山不断增多，矿山生产对经济、安全和绿色要求越来越高，出矿品位控制、回采顺序确定和资源合理配置等一系列的调度难题更加突出。

（2）开采设备接续问题。开采设备接续问题是对相邻工序在直接或间接作业时进行有效的接续处理，主要包括设备和作业的合理分配。目前回采作业面设备已具备远程遥控条件，部分动作已能够自主导航、自主作业，实现无人操作功能。但在设备接续作业时存在接续时间长、设备负荷不平衡和接续工艺多等问题，严重威胁到矿山生产安全，限制了矿山生产水平提升，制约了无人化矿山发展。

（3）开采设备协同问题。设备协同问题是对同一工序的设备或小组进行任务分配，特别是随着矿山开采规模不断提升，铲运机、矿卡和电机车等多设备协同问题更加凸显。由于协同调度问题存在协同效率低、规划目标多和求解过程复杂等难点，目前的大部分矿山还是处于人工调度阶段。单一求解算法很难高效地求解协同问题，而融合求解算法和降阶求解算法为求解该问题提供了新的方案。

地下金属矿回采工艺流程

2 地下金属矿山生产调度模型

随着地下金属矿山生产优化问题研究的不断深入，计算复杂性增加，调度建模和求解方法是研究的重点。矿山生产调度是从矿山制订生产计划开始，到矿山的每个作业环节、每台设备和每个人员的安排。为了更好地组织和协调好矿山生产调度，对生产环节中的调度问题进行分析研究和建模是很有必要。对于单台设备的调度，已有很多研究者建立了调度模型，并设计了求解算法，改善了生产效率。但是矿山生产调度是一个以矿石流为主线的从上到下的调度过程，对调度模型进行充分的梳理是求解矿山生产调度问题的基石。本项研究将矿山生产调度模型分为3类。

（1）生产计划编制调度模型。矿山生产计划编制调度模型是在有限的设备、人员和生产物资的条件下根据矿山战略目标制订年度、季度、月度和每日的生产计划。矿山生产主要是考虑产品市场价格，通过控制出矿品位来调整收入和成本，达到提高经济效益的目的。

（2）开采设备接续调度模型。矿山开采设备接续调度与柔性流水车间调度（Flexible Flow shop Scheduling Problem, FFSP）相似，主要的不同点在于矿山开采设备相对于采场是流动的，而生产车间设备是固定的。

（3）开采设备协同调度模型。矿山运输调度是整个矿山回采作业中设备最多也是最复杂的协同调度模型，目前可划分为电机车运输、矿卡运输和辅助运输调度3类。电机车运输调度是多列车在轨道上进行多次往返装卸点，根据溜井的产量和生产计划合理安排电机车的运行路线和时间来完成生产任务。露天矿卡运输调度是合理安排矿卡运输任务和路径选择，达到降低等待时间或运输成本等目标。辅助运输是指运输矿井所需的物料和人员到达生产作业面，以实现资源最优配置和运输成本最小化。

3 矿山调度模型求解方法

矿山装备调度模型建立之后，调度算法设计至关重要，起到模型解算、模型优化和调度方案输出的作用。当前，调度方法分为精确算法、近似算法和多目标优化算法3类。精确算法是基于运筹学的理论方法，能够在小规模的调度问题上求得精确解。但由于计算复杂、时间长等原因在工程上适用性不强。近似算法是在较为合理的时间内获得可接受的满意解，比较贴近工程实际情况。经过长时间演化而涌现的元启发式系列算法已经能够求解出理想的最优解。

矿山调度中常用的调度算法

（1）Q-Learning算法是强化学习方法中较为经典的求解算法，在应对复杂多变的实际生产环境中具有较大优势。然启发式方法虽然只能进行局部搜索，但是可以快速得到一个可接受的解决方案，适用于难于用传统算法求解的复杂问题。元启发式算法则是引入了更复杂的搜索策略和搜索随机性来寻找更优解，其应用较为广泛。

（2）多目标优化调度算法。随着智能化理论的不断发展，为追求精细化生产，生产调度呈现出向多目标调度、集群调度和动态调度的发展趋势。传统多目标调度处理方法如加权法和约束法，存在单目标权值难以确定和各目标之间量纲不统一等问题。针对传统多目标处理方法的不足，出现了基于Pareto支配关系的NSGA(Non-dominated Sorting Genetic Algorithms)、NSGAII方法。

^{成果3：回采装备智能调度数字孪生系统架构}

数字孪生作为一种新的思想，为实现矿山智能化生产调度提供了新思路，通过设备物理体的实时、历史运行数据，云、边、端计算的数据处理，虚实双向映射，以及回采作业链装备集群调度算法，在孪生环境中进行评估、预演和优化，形成数字孪生智能化调度技术，从而提高矿山生产效率。基于上述技术原理，提出了回采装备智能调度数字孪生系统架构。

装备智能调度数字孪生系统架构

装备智能调度数字孪生系统架构各要素阐述如下：

（1）孪生服务层。结合孪生体的多调度模型优化库和融合数据库内多种知识数据知识，构建集中控制、远程监控等功能的装备调度服务层。“集中控制、远程监控”能提高回采作业面物理实体的响应速度，为及时决策与优化流程奠定基础。“任务分析、动态调度”通过精细化的调度管理和智能决策方法，实现在复杂条件下对装备的高效协同作业。“故障诊断、周期维护”利用数字孪生场景对生产现场进行实时监控和反馈，提前发现潜在的事故征兆，并自动执行预警和相关安全措施预案。“三维可视、人机交互”结合虚拟现实(VR)和增强现实(AR)技术，提供沉浸式工作环境，帮助直观地理解和控制复杂的开采过程。

（2）虚拟孪生层。装备虚拟孪生层是装备智能调度数字孪生系统的核心要素，主要包含与物理实体相互映射的孪生模型和优化调度生产的调度模型库。开采设备物理模型、采场环境几何模型和生产作业行为模型经过模型轻量化处理后可以实时交互显示，真实呈现回采作业面的数字镜像。调度模型库是支撑精益生产和降本增效的核心，通过生产计划排产调度优化模型、装备集群调度优化模型和装备路径调度优化模型，实现总生产时间最短、设备行驶距离最短和间隔时间最短等多目标优化，形成完整的调度优化链，为孪生模型提供调度服务基础。

（3）传输数据层。数据传输层不仅要实现装备智能调度数字孪生系统中各组成部分的互联互通，还要进行数据处理、数据融合、边缘计算等操作。数据处理是指数据校验、清理等预处理过程，主要是防止传输过程中的数据错误、数据缺失等情况，提高数据质量。数据融合是一种处理和集成不同来源多类信息的技术，也叫多源异构数据融合技术。边缘计算主要是对物理层的数据进行预分析，促进边缘-云计算的高效融合，降低网络传输压力。网络传输是基于4G/5G、Wi-Fi、有线等融合通信网络技术为矿山信息的高效传输和交互提供基础支撑。

（4）孪生数据层。孪生数据层中数据库负责回采作业大数据分析、模型训练、算法更新等任务，是装备智能调度数字孪生系统的核心驱动力。通过记录装备物理实体的实时数据，包括工作状态、设备性能和环境参数，形成开采全环节感知并驱动虚拟孪生体。根据孪生模型的运行机制与调度模型的行为机理，仿真装备生产情况，结合矿山专业知识规则约束模型，对生产数据与仿真数据进行预处理、特征提取、对齐、集成形成融合衍生数据，生成长期生产计划，并转化为驱动装备服务层的服务数据。

（5）物理装备层。传感系统、智能装备集群和生产环境三者共同构成孪生系统的物理层，其中智能装备集群作为生产调度的主体对象，需要借助传感系统实时感知自我运行状态，实时与生产环境进行交互，实现自主导航和无人化生产，并保障生产安全。智能装备集群主要包含生产过程中的装药台车和铲运机，以及所有的爆破和通风小组。生产环境主要包含生产作业场地布置及其相关的动态实时数据。其中，场地布置是指进路和卸矿溜井的作业点位，实时动态数据是指采场温度、粉尘浓度、通风量等关键信息。

作者简介

验室主任。《金属矿山》青年专家学术委员，《地质与勘探》、《成都理工大学学报（自然科学版）》青年编委，成都理工大学首届优秀研究生导师团队成员，“自然资源部西藏主要成矿带大型-特大型矿床勘查评价和研究科技创新团队”和“自然资源部高层次科技创新人才工程科技创新团队”骨干成员，主要从事青藏高原及周缘铜多金属矿床的研究与找矿勘查工作，先后参与多个大型-超大型矿床的勘查评价，主持国家自然科学基金、国家重点研发计划专题、四川省自然科学基金及各类横向项目10余项，发表文章70余篇，主编专著2部，参编教材2部

葛世荣

中国工程院院士，曾任中国矿业大学和中国矿业大学（北京）校长，现任江西理工大学校长，兼任煤矿智能化与机器人创新应用应急部重点实验室主任、中国煤炭工业安全科学技术学会副理事长、国家安全科学与工程研究院副院长。长期研究智能矿山运输技术和矿山机器人化装备，创设了深井提升重载化、巷道运输自动化、井下采运智能化关键技术，有力推动了中国煤矿智能化技术发展。成果获国家技术发明奖二等奖3项、国家科技进步奖二等奖1项、国家科技进步奖三等奖1项。

郝雪弟

中国矿业大学（北京）副教授，博士，硕士研究生导师，全国普通高等学校本科教育教学评估专家。主要从事矿山装备智能化、矿山机器人、数字孪生、矿山车辆无人驾驶等领域的研究。主持和参与了多项国家级和省部级科研项目，先后获中国煤炭工业科学技术奖4项、全国煤炭行业教育教学成果奖2项，发表论文60余篇，出版专著2部、教材2部，授权专利18项。兼任全国机器人标准化技术委员会矿用机器人标准工作组副组长，中国煤炭学会煤炭装载技术委员会第二届委员会委员，中国机械工程学会机械设计分会第九届委员会委员，矿山机器人创新应用联盟理事会秘书长，煤矿智能化与机器人创新应用应急部重点实验室核心成员。

成果来源

郝雪弟，杨建，鲁自横，葛世荣，唐硕，郭鹏飞.大规模地下金属矿装备智能调度数字孪生关键技术[J/OL].金属矿山，1-13.

《金属矿山》简介

《金属矿山》由中钢集团马鞍山矿山研究总院股份有限公司和中国金属学会主办，主编为中国工程院王运敏院士，现为北大中文核心期刊、中国科技论文统计源期刊（中国科技核心期刊）、中国精品科技期刊（F5000顶尖学术论文来源期刊）、中国百强报刊、RCCSE中国核心学术期刊（A）、中国期刊方阵双百期刊、国家百种重点期刊、华东地区优秀期刊，被美国化学文摘（CA）、美国剑桥科学文摘（CSA）、波兰哥白尼索引（IC）、日本科学技术振兴机构数据库（JST）等世界著名数据库收录。主要刊登金属矿山采矿、矿物加工、机电与自动化、安全环保、矿山测量、地质勘探等领域具有重大学术价值或工程推广价值的研究成果，优先报道受到国家重大科研项目资助的高水平研究成果。根据科技部中国科技信息研究所发布的《2024中国科技期刊引证报告（核心版）》，《金属矿山》核心总被引频次位列26种矿业工程技术学科核心期刊第1位；根据中国知网发布的《中国学术期刊影响因子年报》（2024版），《金属矿山》学科影响力位居73种矿业期刊第9位。

编排：戴颖熠

审核：王小兵

声明：本文系转载自互联网，请读者仅作参考，并自行核实相关内容。若对该稿件内容有任何疑问或质疑，请立即与铁甲网联系，本网将迅速给您回应并做处理，再次感谢您的阅读与关注。