甲基化学式
编者按：
科技的发展⽇新⽉异，新技术浪潮如何助⼒传统的选煤⽣产，是⾏业的前沿研究课题。天津美腾科技有限公司2015年初就开始了智能化选煤⼚相关技术的应⽤研究，并在智能选煤装备研发(TDS智能⼲选机)及智能化选煤⼚建设⽅⾯均有创新突破。对此，煤炭⾏业⼯程勘察设计⼤师李太友先⽣就多年来的实践经验以及对⾏业未来的思考，对智能化选煤⼚的概念、关键技术应⽤、系统鲁棒性设计、系统安全性设计、智能化⼈才队伍建设以及选煤智能化发展趋势阐述了⾃⼰的见解与主张。 在⾼度互联和⼈⼯智能的数字时代下，选煤新技术的突破加速带动煤炭⼯业变⾰，对煤炭⾏业经济结构和竞争格局产⽣了重⼤影响。⽽智能化选煤⼚的建设则是选煤⾏业新技术浪潮下的选煤⽣产企业的核⼼竞争⼒。选煤⼚智能化建设的本质是利⽤⼯业控制的物联通讯技术，基于⼤数据分析的决策⽀持，实现⽣产过程的智能控制、资产管理的深刻变⾰以及经营模式的升级再造，从⽽达到提质增效的⽬的，全⾯提升选煤⼚的核⼼竞争⼒。下⾯笔者将就多年的研究实践，提出关于选煤⾏业新技术浪潮下的智能化选煤⼚的相关思考。 1.选煤⼯业现状
从国内外近⼏年的研究领域和⽅向上来看，物联⽹、⼤数据、云计算、数据挖掘、⼈⼯智能等技术在物流仓储、智慧城市等领域得到了⼴泛的研究和应⽤，矿业能源领域的数字矿⼭、感知矿⼭、智慧矿⼭等相关概念也陆续被提出。选煤⼯业作为矿业领域的⼀个重要组成部分，也进⼊了⾃动化、数字化与智能化并存的新阶段。煤炭⾏业虽然在近10余年取得了⾼速发展，但煤炭资源的加⼯利⽤仍较为粗放。虽然⽬前⼤部分选煤⼚基本实现了⾃动化，但⽣产管理仍需要⼈⼯全过程参与，⾼度依赖⼈⼯经验，在信息化、智能化建设⽅⾯⽐较滞后，信息多采⽤纸质进⾏记录和传递。因此，进⼀步提⾼管理⽔平，降低⽣产成本，利⽤新技术提⾼企业的经济效益，对于选煤企业来说，变得尤为关键。
2.智能化选煤⼚的概念
2.1 智能化选煤⼚定义
巨磁阻传感器什么是智能化选煤⼚?笔者认为，选煤⼚智能化是在传统⼯业⾃动化基础上，利⽤互联⽹、物联⽹、⼤数据、云计算、⼈⼯智能等技术，引⼊精细化管理理念，以平板电脑、⼿机、PC、智能可穿戴设备等终端为载体，实现机器与机器之间、⼈与⼈之间、⼈与机器之间的互联，实现基础⼯业企业的信息化管理及⽣产过程的智能化控制，从⽽提⾼管理效率、减少⼈⼯⼲预、降低⽣产成本、优化产品结构、增加企业经济效益，最终构建成⾼效、节能、绿⾊、环保、舒适的智能化选煤⼚(图1)。
2.2 智能化选煤⼚特征
(1)泛在感知。基于信息物理系统(CyberPhysicalSystems，CPS)技术，通过先进的传感测量及⽹络通讯技术，实现对选煤⼚⽣产和经营管理的全⽅位监测和感知。智能化选煤⼚利⽤各类感知设备和智能化系统，识别、⽴体感知环境、状态、位置等信息的变化，对感知数据进⾏融合、分析和处理，并能与业务流程深度集成，打破管理的时间和空间限制，为智能控制和决策提供依据。
防水监控
(2)⾃适应学习。采⽤数据挖掘、⾃适应控制、预测控制、模糊控制和机器学习等先进和智能的控制技术，根据原煤情况、系统参数的变化，⾃动调整控制策略和管理⽅式，以适应⽣产运⾏的各种⼯况，使选煤⼚⽣产过程长期处于安全、稳定、效益最⼤化的运⾏状态。
(3)智能融合。基于全⾯感知、互联⽹、⼤数据、三维可视化等技术，深度融合多源数据，覆盖各⼯艺的⽣产、设备维保环节，集成三⽅系统，以智能融合为抓⼿，建⽴平台，提升选煤⼚的决策能⼒。
(4)⾼效互动。全新的交互系统，不仅能实现⼈与⼈、⼈与机、机与机的互联，消除信息孤岛，⽽且可以实现全终端(PC、⼿机、Pad、看板)实时数据共享、协同任务处理，及时⾼效。
3.有挑战性的攻关⽅向与关键环节
通过近⼏年在选煤⼚⽤户中作深⼊研讨，并结合相关⼯程实践，笔者摸索总结出选煤⼚智能化建设中富有挑战性的攻关⽅向与关键环节。
3.1 关键技术应⽤
3.1.1⼯业⼤数据技术应⽤
⼯业⼤数据的应⽤本质是完成数据采集交换、集成处理、建模分析、决策控制的过程。⼯业⼤数据功能架构如图2所⽰。与互联⽹⼤数据相⽐，⼯业⼤数据具有更强的专业性、关联性、流程性、时序性和解析性等特点，仅仅依靠传统的互联⽹⼤数据分析技术已⽆法满⾜⼯业⼤数据的分析要求。点焊机电极
通过建⽴选煤⼚Hadoop⼤数据平台，将PLC、传感器、MES、EＲP等系统统⼀接⼊到⼤数据平台，打破信息孤岛，通过数据治理，建⽴统⼀的数据规范及标准，达到信息互联互通。
在⼤数据平台的基础上建⽴分布式的Hive数据仓库，将各系统、各设备采集的数据汇⼊数据仓库，在数据仓库中按照选煤⼚的业务流程建⽴准备系统、分选系统、运销系统等全⼚业务模型及数字模型，打造数字双胞胎场景，实现虚拟和现实数字孪⽣的选煤⼚。
对于智能⼯⼚的评判标准，⾏业内曾有过讨论与碰撞，⽐较主流的意见是：建⽴数据驱动的算法模型，⽤以优化⽣产过程控制，指导⽣产分析决策，是迈⼊智能化阶段的典型标志。美腾科技着⼒打造的智能选煤⼤脑(TCPB)即基于数据仓库的海量数据进⾏数据挖掘、⼤数据分析，通过机器学习等⽅法，训练配煤、密控、加药以及产品质量稳定算法模型，形成具有⼀定⾃主性的感知、学习、分析、
决策、通信与协调控制能⼒，可动态地适应⽣产环境的变化，最终实现效益最⼤化的⽣产组织。⼯业⼤数据应⽤⽰意如图3所⽰。
3.1.2机器视觉技术应⽤
如果将⾃动化执⾏系统⽐喻成智能化选煤⼚的双⼿，⼯业⼤数据驱动的算法就是⼤脑，那么机器视觉则是智能化选煤⼚的眼睛。机器视觉系统是利⽤机器代替⼈眼作各种测量和判断，通过图像摄取装置将⽬标转换成图像信号，传送给专⽤的图像处理系统，再根据像素分布和亮度、颜⾊等信息，转变成数字化信号。图像处理系统对这些信号进⾏各种运算，从中抽取⽬标的特征，进⽽根据判别结果来进⾏报警或控制现场的设备动作。
传统⽣产中依赖⼈⼯巡检的关键设备和⽣产环节也可通过机器视觉技术进⾏数据化和智能化管理，以减少⼈⼯⼲预，实现故障的准确预警，避免事态扩⼤升级。以刮板输送机(图4)为例，可采⽤机器视觉技术对其进⾏拉斜、拉弯、⽋速及断链故障的识别，在第⼀时间报警，达到保护设备的⽬的。类似的保护类应⽤场景还有浅槽重介分选机综合保护、⽪带撕裂保护、溜槽堵塞保护、桶箅⼦积料保护等；安全管控的应⽤场景有进⼊⼚区的⼈员车辆全域监控、危险区域⾮法闯⼊报警等；对物料流进⾏检测的场景有带式输送机输送物料的块率检测、超⼤块检测等；对智能装车系统进⾏业务⽀持的场景有⽕车车号识别、⾼精度慢速⽕车测速等。
3.1.3煤质在线检测技术突破
分选环节是选煤⼚⽣产的核⼼，产品质量是⽣产调控的⽬标。然⽽⽬前⾏业内的⼀⼤痛点是，煤质在线检测装置精度尚⽆法指导⽣产指标的实时调节。快灰的⼈⼯化验结果虽然准确性⾼，但采、制、化周期长，⽤其指导⽣产指标的调节具有明显的滞后性。
X射线在线灰分仪是⼀种针对煤质在线检测的创新解决⽅案。该灰分仪采⽤X射线技术，针对不同的煤质特征，通过建⽴与之相适应的且可以持续在线优化的数学模型，实现灰分的在线检测。X射线在线灰分仪检测原理依据朗伯⽐尔定律: X射线在线灰分仪采⽤了双能X射线透射技术，当X射线穿透物料后，⾼能与低能射线发⽣不同程度地衰减，衰减后的射
线照射⾄⽪带下⽅的线阵接收器上，由接收器采集射线信号的强度信息，⽽后计算机根据射线的强度差异计算检测物料的灰分值。⽬前，X射线灰分仪及矿浆灰分仪已取得技术突破，有望很快为产品质量控制提供源头的解决⽅案。
3.2 系统鲁棒性设计
3.2 系统鲁棒性设计
系统鲁棒性亦称健壮性、稳健性、强健性。选煤⼚⽤户最为关⼼的问题之⼀即为智能化系统是否⾜够
稳定、可靠。从安全⽣产的⾓度，系统的鲁棒性设计尤为重要。关于系统鲁棒性的技术⽀撑包括：
(1)分布式任务调度器。数据调度作业常采⽤quartz或spring－task技术⽅式，但如果业务量持续增⼤，可能会因重复多次执⾏⽽引发系统逻辑的错误。为了提⾼鲁棒性，系统设计中建议引⼊分布式调度轻量级⽆中⼼化解决⽅案，在某⼀个调度节点不可⽤时，另⼀节点仍然可以接替⼯作，稳定系统⾏为，配合监控发现异常节点，并实施故障检查。
(2)⾼可⽤。系统WEB服务⽹络通信连接的建⽴通常由客户端发起，服务端负责监听相应的端⼝，响应连接请求。此种情况可采⽤反向代理的⽅式实现系统的⾼可⽤性。
(3)主从切换。当系统某⼀台机器的服务宕机后，对于服务调⽤者来说，能够迅速地切换到其他可⽤服务，使从服务升级为主服务，这种切换速度应当控制在秒级别(⼏秒钟)。如系统中的Ｒedis和MySQL数据库采⽤了⾼可⽤设计，在发⽣数据问题时可快速恢复原有状态，实现服务热备。当宕机的服务恢复之后，⾃动变为从服务，完成主从服务⾓⾊切换。(4)负载均衡。当服务的请求量⽐较⾼，⼀台机器不能满⾜服务需求的时候，就需要多台机器提供同样的服务，将所有请求分发到不同服务器。系统可使⽤软负载Nginx，在保证安全传输的前提下，减少负载均衡硬件投⼊。
(5)横向扩展。当⽤户量越来越多，已有服务不能承载更多的⽤户的时候，系统可采⽤ApiGateway实现对服务的⽔平扩展，且扩展的⽅式不触动原有服务，对于服务的调⽤者是透明的。
(6)故障⾃诊断。系统宜增加⾃⾝监控模块，实时采集各模块进程的存活状态，以及全通路的正常取值轮询，当系统出问题时，及时将错误进程位置推送⾄管理员，精确定位。
3.3 系统安全性设计
伴随着物联⽹、⼯业⼤数据技术开始在煤炭领域的应⽤，系统安全问题也备受关注。系统如果出现安全问题，⽆疑会增加⽣产控制系统的风险系数，影响正常的⽣产秩序。基于⼯业⽣产的严肃性，智能化选煤⼚需要进⾏专业的、系统的安全设计。语音会议
3.3.1 ⽹络安全
在⽹络安全⽅⾯，选煤⼚智能化建设应将互联⽹⾏业成熟的安全措施因地制宜地发扬光⼤。⼀些常见的⽹络安全措施如下：
(1)VPN外⽹连接。远程运维及⽀持都采⽤VPN接⼊，按业务不同定义每个VPN账号的权限。
(2)防⽕墙。对内外⽹的资源进⾏细致规划，建⽴合理的防⽕墙规则，以保证内⽹中⾮业务需要⽆法访问外⽹。
(3)⽹闸。对于PLC⼯控核⼼⽹和外层业务⽹采取⽹闸物理隔离。
(4)跳板机。不允许VPN连接后直接访问受访机器，需要通过跳板机进⾏访问，可以实施⾏为审计。
(5)漏洞扫描。采⽤专业的漏洞扫描设备。
(6)杀毒软件。采⽤杀毒软件对PLC⼯控核⼼⽹内的所有服务器进⾏病毒防护。
3.3.2 ⼯控安全
针对不同的⼯控系统架构，⼯控安全也要采⽤不同的策略。总体⽽⾔，⽩名单机制、物理隔离是两种较为常见的策略。
(1)⽩名单。⽩名单技术是通过配置的协议来限制⽹络数据的交换，在各⽹络之间进⾏动态⾏为判断，⾃动⽣成⽩名单，系统内只允许⽩名单内程序运⾏，从根源上阻⽌病毒的运⾏和⼊侵。
(2)物理隔离。通过部署防⽕墙系统和防病毒模块，对数据指令进⾏安全检测和访问控制；对集控室客户端、⼯程师站下发的指令进⾏分析，防⽌⾮授权的操作⾏为，如果遇到⾮授权的操作或攻击，可进⾏阻⽌和物理隔离。根据安全级别不
发的指令进⾏分析，防⽌⾮授权的操作⾏为，如果遇到⾮授权的操作或攻击，可进⾏阻⽌和物理隔离。根据安全级别不同，定义不同安全区域，低安全级别区域到⾼安全级别区域的访问受到安全策略
的严格限制。区域间的互访是基于源地址和⽬的地址、应⽤、协议以及每个IP包的端⼝来做出通过与否的判断。
3.3.3 数据安全
数据是我们DT时代的宝贵资产，应在保证数据绝对安全的条件下，顺畅地活⽤数据。按照数据的保存特性和使⽤特性，数据安全需充分考虑存储介质的使⽤寿命和机械损伤及电⽓损伤，机房电源及⽣产场所的安全性，数据⽹络访问控制权限以及数据物理访问控制权限。⽬前宜采⽤多层次的技术来保证数据的安全：
(1)磁盘冗余机制。采取磁盘Ｒaid5冗余备份机制。
(2)本地冗余备份。除了本地服务器进⾏备份，还应在本局域⽹外的宿主机及服务器进⾏备份。
(3)云端容灾备份。考虑到机房所在地可能发⽣地质灾害、洪⽔灾害、⽕灾等不可抗⼒的意外，建议采取数据的云端备份。
(4)数据⾼强度加密机制。业务数据均采⽤⾼强度加密机制，⽆明⽂。
(5)严格的访问控制权限制度。所有数据按照业务模块，采取分级制+CUＲD矩阵来管理，严格控制删除、更新等对源数据进⾏不可恢复性的操作，实施action审批制。
(6)⽇志审计。每种访问操作，都保存时间点、⼈员及事件的记录，予以跟踪审计。
(7)机房管理制度。考虑到安全性需求，机房采⽤指纹密码锁进⾏管理。
(8)密钥管理。很多安全事故都源⾃密钥管理的薄弱，对于密钥管理可采取⽆⽹络硬件加密、⽹络动态密钥两种管理⽅式。
反垃圾邮箱4.智能化⼈才队伍建设
选煤⼚智能化建设过程涵盖⼯程基建、⾃动化、通讯、软件、物联⽹多个技术领域，涉及⼯程建设、机电、通讯、软件、数据分析、图像识别、⼈⼯智能、流体⼒学、测控、⾃动化、选煤等多个专业。这些专业不但要做到全覆盖，还对这些领域⼈员的技能⽔平有着相当⾼的要求，只有中⾼级技术⼈员甚⾄设计⼤师的深度参与，才具备建设好精品智能化项⽬的能⼒。在建设过程中，对服务商的⼯程服务和项⽬管理⽔平有着⾼标准的要求，从⼯程设计到系统设计完成，再到给业主交付满⾜需求的结果，这个过程如果控制不得⼒，不但可能做不到智能化，甚⾄会影响选煤⼚的正常⽣产。
选煤⼚智能化对选煤⼚的员⼯岗位设置提出了不同的要求，在信息多样化、展⽰集中化、处理云化的⼤趋势下，岗位组织结构势必会发⽣相应的变化。智能化系统项⽬交付之后，⼀⽀专业可靠的长期运维队伍必不可少。⽹络技能、计算资源维护技能、云运维技能将成为必选项，运维团队强有⼒的技术⽀持可以保证智能化系统安全稳定地运⾏，从⽽持续地为选煤⼚带来智能化红利。
5.选煤智能化发展趋势
关于中国选煤⾏业智能化的发展，下⾯将从单机设备智能化、传感检测技术突破、系统性智能化升级、集团智能化、⾏业智能化五个⽅⾯进⾏探讨。
5.1 单机设备智能化
智能单机设备是智能化选煤⼚的重要组成部分。例如智能⼲选、智能浮选等智能单机设备(系统)等都将是未来研究的重点。
5.2 传感、检测技术突破
智能化的发展有赖于传感、检测仪器仪表的准确性及可靠性。智能⼯⼚建设⼤到整个⼯艺系统，⼩到⽣产设备，再⼩到每个传感单元，都将需要突破技术壁垒。前⾯提及的X射线灰分仪、矿浆灰分仪也都属⽣产环节关键检测技术突破的范畴。
畴。
5.3 系统性智能化升级
选煤⼚系统性智能化升级，最终是要打造出⼀个精准感知、智慧决策、智能执⾏的精细化管理体系，涵盖智能经营管理、智能⽣产管理、智能资产管理功能板块。系统性智能化升级需要关注以下⼏个重点⽅向：
(1)平台化。系统性智能化建设⼀个核⼼的思想即是建⽴统⼀的平台，实现便捷的⼈机交互，打破各⽅系统形成独⽴
的“烟囱”，连接各个信息孤岛，实现由数据层⾯到应⽤交互层⾯的全⾯平台化建设。
(2)定制化。尽管⾏业内主流的分选⼯艺万变不离其宗，但由于各个⼚的个性化差异，“⼀招鲜，吃遍天”的智能化升级⽅式基本⾏不通，尤其在精细⾃动化控制环节，需要进⾏定制化的需求分析及产品设计，只有这样，最终的功能逻辑才能贴合⽤户的真实应⽤场景。
(3)⽆⼈化。⽆⼈⼯⼚将是智能化选煤⼚建设的终极⽬标之⼀，但我们应清醒地认识到，受技术条件的制约，⽬前在智能化初级阶段还⽆法实现选煤⼚⽣产的⽆⼈化。但可以通过智能化升级，有针对性地降低员⼯的劳动强度，实现少⼈以及局部⽣产环节的⽆⼈。例如：通过絮凝剂智能添加，打造⽆⼈浓缩车间；通过智能装车系统解决⽅案，实现⽆⼈装车等。
(4)持续迭代。互联⽹⾏业的蓬勃发展，给我们带来的益处除了互联⽹的便捷、效率的提升之外，更重
要的是带来了互联⽹化的思维模式。智能化同传统⾃动化、信息化⼀个显著的区别是，系统将不断升级、迭代、进化。⽆论是交互的体验，还是控制逻辑的精细程度，都将逐步升级完善，机器学习算法模型也将随着数据量的增多进⾏⾃主学习，使系统调控的结果变得更加精准，适应性更强。在智能化的建设过程中，“瀑布式”的产品开发模式将被“迭代式”的升级模式所取代。
(5)云服务。2018年8⽉，⼯信部出台了《推动企业上云实施指南(2018—2020年)》，从国家的政策导向可以看出，政策内容已由“战略⽅向”演变为“实施落地”。随着公共云端⽣态的不断丰富，越来越多的服务可以被低成本的触及，我们可以便捷地享受到公共云端的储存服务、算⼒服务、安全服务以及远程运维服务等，这也极⼤促进了智能⼯⼚的发展。远程故障诊断、远程运营维护做为新的运维模式，也将很好地保障系统的稳定性，并降低选煤⼚智能化系统的运营维护成本。
5.4 集团智能化
2018年1⽉18⽇，⼭西焦煤集团出台了《智能化选煤⼚五年规划》；2018年10⽉29⽇，兖矿集团选煤管理中⼼发布了《选煤⼚“三化”融合建设标准》；其他各⼤煤炭集团也都在智能化建设⽅⾯积极布局、规划。在继智能化选煤⼚、智慧矿⼭之后，煤炭集团的智能化势在必⾏。集团智能化的⼯作可以概括为⼀个连接、两个统⼀、三步上篮：
(1)⼀个连接。集团层⾯智能化的特点是可以实现资源的统筹规划。在集团内部实现矿井、选煤⼚、市
场销售部门的数据共享和联动，建⽴产品结构优化模型，以经济效益最⼤化为⽬标组织⽣产。产品结构智能优化核⼼功能为：将选煤⼚智能化平台向上下游延伸，上游纳⼊矿井数据信息，结合采区煤⽥地质情况、井下⼯作⾯布置以及开采接续计划，构建原煤煤质模型，为选煤⼚⽣产提供煤质预测依据；下游则打通产品市场信息，包括不同规格产品价格、市场需求量等；最后，综合选煤⼚的⽣产条件(灵活性及⽣产⽅式等)，建⽴产品结构优化模型，通过模拟运算分析，按经济效益最⼤化原则智能推荐最优⽣产⽅式，实现煤炭企业的“采－选－销”⼀体化(图5)。
(2)两个统⼀。包括集团平台的统⼀和集团标准的统⼀。统⼀平台即前⾯所述的实现由数据层⾯到应⽤交互层⾯的全⾯平台化建设。统⼀标准⼜分为统⼀标准的物资编码和标准的数据接⼝，其中：标准物资编码相当于是统⼀的“语⾔”，⽆论是“外语”还是“⽅⾔”，⼤家都统⼀成“普通话”；标准数据接⼝是在“语⾔”统⼀的基础上再将对话的“频道”也进⾏统⼀，从⽽降低集团内部的“沟通”成本，同时便于系统的⽣长和扩展。
(3)三步上篮。针对集团决策层、业务管理层、⼚矿执⾏层在智能化建设过程中的⾓⾊建议。集团决策层的输出应为智能化整体规划，把握全局⽅向以及实施节奏；业务管理层则应当制定标准和规范，统⼀“游戏”规则；⽽⼚矿执⾏层则应审核并输出具体的⽅案设计，保障⼚矿智能化落地⽅案的适⽤性及可⾏性。
上述三个层⾯分⼯协作，共同构建集团层⾯的智能化体系。
5.5 ⾏业智能化
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议