矿山安全技术发展趋势：自动化和智能化

矿山安全技术发展趋势：自动化和智能化数字化矿山是建立在数字化、信息化、虚拟化、智能化、集成化基础上的，由计算机网络管理的管控一体化系统，它以矿山系统为原型，以地理坐标为参考系，以矿山科学技术、信息科学、人工智能和计算科学为理论基础，以高新矿山观测和网络技术为支撑，建立起一系列不同层次的原型、系统场、物质模型、力学模型、数学模型、信息模型和计算机模型并集成，可用多媒体和模拟仿真虚拟技术进行多维的表达，同时具有高分辨率、海量数据和多种数据的融合，以及空间化、数字化、网络化、智能化和可视化的技术系统。它是信息化、数字化的虚拟矿山，是用信息化与数字化的方法来研究和构建的矿山，是矿山地表面之下人类工程活动的信息全部数字化之后由计算机网络来管理的技术系统。

数字化矿山概况

矿山数字信息化有四大特点，即智能化、电子化、全球化和非群体化。数字化矿山已成为21 世纪提升矿山能力和水平的有力武器。加拿大已制订出一项拟在2050 年实现的远景规划——将加拿大北部边远地区的矿山实现为无人矿井，通过卫星操纵矿山的所有设备实现机械自动破碎和自动切割采矿；芬兰采矿业也于1992年宣布了自己的智能采矿技术方案，涉及采矿实时过程控制、资源实时管理、矿山信息网建设、新机械应用和自动控制等28 个专题；瑞典也制定了向矿山自动化进军的“Grountecknik 2000”战略计划。

我国于“十一五”期间开展了数字矿山建设研究和智能采矿的初期研究，并将于“十二五”期间开展地下金属矿智能采矿技术及装备的研究。随着实时矿山测量、GPS 实时导航与遥控、GIS管理与辅助决策和3DGM 的应用，国际上一些大型露天矿山（包括我国的平朔、霍林河矿区）已可在办公室生成矿床模型、矿山采掘计划，并与采场设备相联系，形成动态管理与遥控指挥系统。此外，专家系统、神经网络、模糊逻辑、自适应模式识别及遗传算法等人工智能技术、GPS技术、并行计算技术、射频识别技术以及面向岩石力学问题的全局优化方法和遥感技术等已在智能矿山地质勘探调查与测量、智能矿山设计、智能矿山开采、计划与控制和矿山灾害遥感预报等研究领域得到应用。

数字矿山的原型是遥控采矿。加拿大国际镍公司（Inco）从20 世纪90 年代初开始研究遥控采矿技术，目标是实现整个采矿过程的遥控操作。Inco 公司给遥控采矿下的定义是“利用目前最先进的技术，包括地下通讯、定位、工艺设计、监视和控制系统，去操纵采矿设备与采矿系统。”遥控采矿工艺包括自动凿岩、自动装药与爆破、自动装岩、自动转运、自动卸岩和自动支护等，其技术基础是高速地下通讯系统和高精度地下定位、定向系统（要求达到mm 级）。

现在，Inco 公司已研制出样机系统，并在加拿大安太略省的萨德泊里盆地的几家地下镍矿试用。实现了从地面对地下矿山进行控制，甚至可以从400 km 以外的多伦多市对地下镍矿的采、掘、运活动进行远距离控制。遥控采矿的核心部件是Inco 公司开发的一个能

在地下获取定位数据的HORTA 装置。将该装置安装在地下观测车上，当观测车在地下或矿体内部巷道中漫游时，HORTA 就会利用其激光陀螺仪和激光扫描仪在水平和垂直面上扫描矿山巷道的断面，进而产生巷道的三维结构图。Inco 公司还计划将HORTA完善后，将其安装在钻机上。届时，安装了HORTA 装置的钻机将自动驶往目标巷道，自动完成开凿作业，然后再自动驶往下一巷道。基于遥控采矿的技术特点，设想未来的数字矿山的原型系统如图1 所示。

图1 未来数字矿山原型系统

数字矿山的基本特征

数字矿山（DM）应具有六大特征：以高速企业网为“路网”、以采矿CAD（MCAD）、虚拟现实（VR）、仿真（CS）、科学计算（SC）与可视化（VS）为“车辆”、以矿业数据和矿业应

用模型为“货物”、以真三维地学模拟（3DGM）和数据挖掘为“包装”、以多源异质矿业数据采集与更新系统为“保障”和以矿山GIS（MGIS）为“调度”。DM 最终表现为矿山的高度信息化、自动化和高效率，以至无人采矿和遥控采矿。

以高速企业网为“路网”

DM 的建设与矿山业务运行是以高速企业网为基础，逐渐建立宽带、高速和双向的通讯网络，

确保海量矿山数据在企业内部、省内与省际矿业网络快速传递。

以MCAD、VM、MS、SC、AI与SV为“车辆”

为满足不断扩展的矿山需求，必须开发适合不同用户层次、具有不同功能的矿山应用系统和软件模块，即需要制造多品种、多型号的“车辆”：如采矿CAD、采矿仿真技术、各类科学计算工具（如有限元、离散元、边界元和有限差分模型等）和3D 可视化工具等。随着

计算机性能的不断提高和并行计算技术的采用，矿山业主和技术人员不仅可以对采矿活动造成的地层环境影响进行大规模模拟与虚拟分析，而且可对矿工进行虚拟岗前培训，提高矿工的安全意识、防灾减灾能力和作业工作效率。

以矿业数据和应用模型为“货物”

DM 的核心是数据仓库。DM 数据仓库由两部分组成，一部分为数据仓库，管理矿山地物的海量几何信息、拓扑信息和属性信息。另一部分为模型仓库，管理各类为矿业工程、生产、安全、经营、管理及决策等服务的各类专业应用模型，如开采沉陷计算、开采沉陷预计、顶板垮落计算、围岩运动模型、储量计算、通风网络解算、瓦斯聚集模型及涌水计算等。数据仓库所管理的海量数据与模型仓库所管理的矿业模型，就是可以被各类“车辆”在DM“路网”上运输的数字“货物”。

以3DGM和数据挖掘为“包装”

为满足不同用户和不同目的的需要，需对“数据与模型仓库”中的海量数据与模型进行相应“包装”处理，即进行数据与模型的过滤和重组。三维地学模拟（3DGM）是DM 的技术核心之一。它是基于钻孔资料、地震资料、开挖设计数据及各类物探、化探资料，来建立矿山井田、矿体与采区巷道及开挖空间矢栅整合的真3D 模型。在此基础上进行矿床地质条件评估、地质构造预测、精细地学参量半定量分析、深部成矿定位预测、矿产资源储量管理、经济可采性评估、开拓设计、支护设计和风险评估等，从而辅助矿山决策，确保矿山工程的科学、可靠与安全。

以MGIS为“调度”

DM 是以MGIS 作为矿山整体信息与办公决策的公共载体和总“调度”。在统一的时空间参照下进行采矿动态组织与管理，并调度和控制各类“车辆”与设备的使用和运行、“货物”的制造、管理与包装等系统功能。面向21 世纪DM 的MGIS 系统应该是一个能为采矿业提供基于4D 时空信息的动态模拟、可视化、分析与决策支持的复杂系统。它允许在2D 或3DTIN 表面上叠加影像、图片、测量数据、地震资料、纹理及其他数据。它应具有3DGM 整合、3D 空间网络分析、多目标决策分析及飞行模拟等基本功能，并实现以下应用功能：辅助勘探、交互式采矿设计与规划、实时开采模拟、作业安排与监测、资源动态管理、地质统计、地下水模拟、开采沉陷动态模拟、地表数据整合、支持复垦规划、生态恢复和矿区可持续发展多目标决策等。

数字矿山的基本框架

DM的基本组成

DM 应是一个层次结构。按数据流和功能流，由外向里分别为采集系统、调度系统、功能系统、包装系统及核心系统共5 部分。

（1）采集系统：数据采集与处理，包括测量、勘探、传感和文档等基础数据。

（2）调度系统：指MGIS，负责提供拓扑建立与维护、空间查询与分析、制图与输出等