Research on large deformation mechanism and repair support technology of high stress soft rock roadway
-
摘要: 针对高应力软岩巷道围岩破坏及持续变形，已发生大变形巷道如何科学合理返修支护等问题，以白皎煤矿+300水平4号石门运输大巷为例，根据巷道围岩钻孔窥视、围岩力学状况及支护技术综合分析了巷道围岩变形破坏特征，指出构造应力突出、巷道围岩岩性软弱、巷道集中布置、巷道围岩支护强度低、支护材料不匹配、施工质量不达标等是导致巷道持续变形的原因。指出对于已发生离层、破坏的巷道破碎围岩，仅采用锚杆、锚索补强支护时，围岩中不连续变形的存在会导致巷道围岩结构整体稳定性不足，无法有效抵抗应力的持续挤压作用，巷道易发生持续变形，需进行注浆加固将围岩中不连续变形产生的裂隙进行充填，进而通过锚杆、锚索进行支护。在此基础上，提出了“高压注浆+高强高预应力锚杆、锚索联合支护+喷浆”的巷道返修支护方案，即首先通过注浆加固将围岩裂隙及不连续结构面进行及时加固，进而通过强力锚杆、锚索支护对围岩进行支护，在围岩中形成承载结构，通过表面喷浆封闭围岩，阻止围岩风化，提高表面围岩稳定性。数值模拟和现场试验结果表明，采用“高压注浆+高强高预应力锚杆、锚索联合支护+喷浆”后，顶底板最大移近量为109 mm，两帮最大移近量为212 mm，能有效控制巷道围岩变形。Abstract: In the context of the destruction and continuous deformation of the surrounding rock of the high stress soft rock roadway, how to scientifically and reasonably repair and support the roadway that has undergone large deformation, and how to achieve effective control of the surrounding rock of the roadway. In order to solve the above problems, taking the No.4 crosscut transport roadway of Baijiao Coal Mine +300 level as an example, this paper comprehensively analyzes the deformation and destruction characteristics of the roadway surrounding rock based on the roadway surrounding rock observation boreholes, the surrounding rock mechanical condition and the support technology. It is pointed out that the prominent tectonic stress, weak lithology of the roadway surrounding rock, concentrated layout of the roadway, low strength of the roadway surrounding rock support, mismatch of support materials and substandard construction quality are the causes of the continuous deformation of the roadway. It is pointed out that for the broken surrounding rock of the roadway that has been separated and destructed, when only anchor bolts and cables are used to reinforce the support, the existence of discontinuous deformation in the surrounding rock will lead to insufficient overall stability of the surrounding rock structure of the roadway. Unable to effectively resist the continuous extrusion of stress, the roadway is prone to continuous deformation. Therefore, grouting reinforcement is required to fill the cracks caused by discontinuous deformation in the surrounding rock, and then anchor bolts and cables are used to further support the roadway. On this basis, a roadway repair support program of 'high-pressure grouting + high-strength and high-prestressed bolt and cable combined support + shotcreting' is proposed. Firstly, the surrounding rock cracks and discontinuous structural surface are reinforced in time by grouting reinforcement. Then the surrounding rock are supported by prestressed strong anchor bolts and cables support to form a bearing structure in the surrounding rock. The surface of the surrounding rock is sealed by surface shotcreting to stop the weathering of the surrounding rock and improve the stability of the surface surrounding rock. Numerical simulation and field test results show that after adopting 'high-pressure grouting + high-strength and high-prestressed bolt and cable combined support + shotcreting', the maximum displacement of the top and bottom plates is 109 mm, and the maximum displacement of the two sides is 212 mm. This method can effectively control the deformation of the roadway surrounding rock.
-
0. 引言
随着煤矿智能化技术发展，各类信息化体系和基础设施基本建立，有效地提升了安全生产管理能力。但煤炭行业发展面临新形势和新要求，当前的信息化发展水平与煤矿企业管理方式的创新能力还不足[1]。煤矿生产系统庞大，众多子系统形成了一个大规模复杂运行体系。该体系虽然工业化程度很高（机械化程度达90%以上，生产能力可达千万吨级），但信息化程度不足[2]。煤矿内部信息往往来源于不同的工业设备、软硬件平台、操作系统、网络环境等，如DCS（Distributed Control System，集散控制系统）、PLC等底层控制系统，上层的MES（Manufacturing Execution System，生产执行系统）、PLM（Product Life-cycle Management，产品生命周期管理）系统、ERP（Enterprise Resource Planning，企业资源计划）系统等通常来自不同的厂家，易出现数据壁垒[3]。
综采工作面是煤矿生产核心系统[4]，具有采煤机、液压支架等8大系统、3 000～5 000个数据点位，是多设备、多厂家、跨系统、多变量的多源异构数据控制系统。各系统在数据对接过程中需要频繁进行数据点表与语义对应，导致系统互联和数据共享成本激增，且不具备可移植性[5]。针对该问题，亟需采用统一的综采工作面信息模型对数据进行梳理和组织，定义统一描述格式，实现物理对象向数据对象的转换，解决系统间数据交互慢的问题。
煤炭行业信息模型研发目前处于起步阶段。本文参考工业互联网架构[6]，提出智能化综采技术架构，将煤矿综采设备作为整体数据对象[7]，构建了一种智能化综采设备信息模型，并将其应用于华阳新材料科技集团有限公司一矿81004综采工作面，实现了设备运行评价。
1. 工业互联网信息模型
信息模型是工业互联网领域应用程序、系统和设备之间实现信息互联、互通、互操作的基础。目前主流的信息模型来源于工业垂直领域，不同领域不同厂家的信息模型互通性和适用范围存在局限性。如：基于Automation ML的信息模型主要用于实现生产系统间工程信息的标准化，解决工程实施过程中信息交换和集成问题，如实现产线上机器人、机械臂等相关对象间的信息互通；基于Instrument ML的信息模型主要用于实现仪表信息的标准化，包括仪表身份标志信息和仪表应用属性信息，以及仪表基本特性信息；基于Pack ML的信息模型主要用于包装过程描述，处于信息化应用层，可实现机器状态与操作模式的信息标准化；OPC UA（Open Platform Communications-Unified Architecture，开放平台通信−统一架构）信息模型主要包括机器人信息模型、机床信息模型、机器视觉信息模型和塑料加工机械信息模型[8-12]。上述信息模型难以覆盖工业互联网全面互联、互通、互操作的需求。
我国工业互联网产业联盟于2020年提出了工业互联网信息模型，基本架构如图1所示。该模型可实现数据和信息在全要素、全价值链、全产业链的无缝传递，使异构的应用程序、系统等在数据层面相互“理解”，从而实现数据互操作与信息集成。
2. 智能化综采技术架构
工业互联网平台按照功能可划分为边缘层、PaaS层和应用层。边缘层提供海量工业数据接入、转换、数据预处理、边缘分析应用等功能。PaaS 层提供资源管理、工业数据与模型管理、工业建模分析等功能。应用层提供工业创新应用、开发者社区、应用商店、应用二次开发集成等功能。要实现综采工作面多源异构数据融合分析，需要对设备接口、设备协议、信息模型进行标准化的规范[13-14]。基于工业互联网架构，提出智能化综采技术架构，如图2所示。该架构自下向上分为设备层、接入层、边缘层、PaaS层、应用层[15-16]。
设备层主要包括采煤机、液压支架、供电等设备或系统，是数据采集的前端。接入层和边缘层是对接口和协议的规范[17]。目前综采工作面系统主要的物理接口和通信协议见表1，本文以标准OPC UA工业协议为基础构建接入层和边缘层，可有效解决物理接口和通信协议不同导致数据无法传输的问题。PaaS层和应用层是对数据和信息模型的规范。
表 1 综采工作面系统主要的物理接口和通信协议Table 1. Main physical interface and communication protocol in fully mechanized working face system系统 物理接口 通信协议 采煤机控制系统 以太网口RJ−45，FC EIP，EtherCAT，Modbus−TCP RS485接口 Modbus RTU CAN总线 CANOpen 液压支架控制系统 以太网口RJ−45，FC EIP，EtherCAT，Modbus−TCP RS485接口 Modbus RTU CAN总线 CANOpen 刮板输送机、转载机、破碎机控制系统 以太网口RJ−45，FC EIP，EtherCAT，Modbus−TCP RS485接口 Modbus RTU 带式输送机控制系统 以太网口RJ−45 EIP，EtherCAT，Modbus−TCP RS485接口 Modbus RTU 供液控制系统 以太网口RJ−45，FC EIP，EtherCAT，Modbus−TCP RS485接口 Modbus RTU 供电系统 以太网口RJ−45，FC EIP，EtherCAT，Modbus−TCP RS485接口 Modbus RTU 集中控制系统 以太网口RJ−45，FC EIP，OPC UA 基于智能化综采技术架构，将煤矿综采设备作为整体数据对象，构建智能化综采设备信息模型。通过虚实设备之间的映射，指定系统中静态和动态行为的描述，实现各种物理对象和异构系统之间的无缝通信，即对煤矿综采设备信息资源进行定义、描述和关联，提供完备、统一的数据对象表达、描述和操作模型。
3. 综采设备信息模型
煤矿综采设备信息模型由属性、方法、事件、报警、子信息模型组成，如图3所示。5个组成部分均为可选，但至少应包含其中1个。信息模型建模支持嵌套规则，信息模型可包含子信息模型，子信息模型仍可包含子信息模型。
![]()
图 3 煤矿综采设备信息模型架构Figure 3. Structure of information model of fully mechanized mining equipment3.1 属性
属性是表示设备性质、状态和特征的数据，包括静态属性和动态属性2类。静态属性是指设备基本不变的一些固有性质和特征数据，包括基础属性、网络属性，其中基础属性为设备的基础定义数据，用于设备辨识和管理，网络属性为设备网络配置的相关数据。动态属性为设备运行状态和过程数据，包括状态属性和配置属性，其中状态属性描述设备工作状态，配置属性为设备设定值或配置参数。
3.1.1 属性规则设置
定义属性所采用的规则见表2。
表 2 属性规则Table 2. Attribute rules of the information model属性条目 说明 中文名称 属性名称，含义宜具有唯一性 英文名称 属性英文名称，在信息模型内应具有唯一性 描述 描述属性的含义和特征 读写权限 访问权限，可为“读”或“读/写” 数据类型 描述属性的数据类型 数据值 由数据类型决定，在实例化时有具体的数据，信息模型定义时不描述该条目，默认为有 建模规则 “必选”表示在建模时应包含该属性，“可选”表示在建模时可以包含该属性，也可以不包含该属性 3.1.2 属性元素优化
针对属性元素的不同特征，结合设备厂家点表信息可知，1台设备的属性元素可能有100个以上。属性元素过多会导致信息模型过于复杂，属性元素过少可能导致模型表达不足。因此，本文提出根据属性元素的重要度和语义相似度对属性元素进行优化。
设属性元素在建模过程中的重要度为V，阈值为Vt。根据Vt将属性元素分为4类：① 必用的属性元素，V=1；② 常用的属性元素，Vt＜V＜1；③ 不常用的属性元素，0＜V≤Vt；④ 不用的属性元素，V=0。Vt可根据应用场景设置，本文取0.5。将所有属性元素中重要度大于Vt的提取出来，得到初步优化的属性元素[18-19]。
根据属性元素之间的关系计算语义相似度，如图4所示。假设元素之间的语义相似度范围为[0，1]。如果2个属性元素之间有1条连接路径，说明二者是相关的。如Cn（n=1，2，···，N，N为节点总数）为C1的母语义节点，这2个节点之间的语义相似度为$ 1/n $。同样，若$ {{C}}_{{i}} $的上m−1层和$ {{C}}_{{j}} $的上n−1层为同一母语义节点，则$ {{C}}_{{i}} $和$ {{C}}_{{j}} $的语义相似度为$ \left(1/m\right)\left(1/n\right) $。如果2个属性元素之间没有连接路径，则其语义相似度为0。1个属性元素与其自身的语义相似度为1。
![]()
图 4 属性元素语义相似度计算方法Figure 4. Semantic similarity calculation method of attribute factors以煤矿综采工作面普通架（单架）属性为例说明属性元素优化过程。参照设备厂家点表信息，提取出63个属性元素，见表3。
表 3 综采工作面普通架（单架）属性元素Table 3. Attribute factors of ordinary support （single support） in fully mechanized working face类型 名称 静态属性 设备型号、制造商名称、工厂批次、序列号、制造日期、设备类型、协议版本、硬件版本、安标信息、设备编号、设备在用状态、工作面编号、巷道编号、位置信息 动态
属性状态
属性运行状态、支架功能、左前柱压力、右前柱压力、左后柱压力、右后柱压力、推移行程、支架高度、顶梁俯仰角度、顶梁倾斜角度、掩护梁倾斜角度、四连杆倾斜角度、底座俯仰角度、底座倾斜角度、一级护帮行程、一级护帮接近开关、一级护帮压力、二级护帮接近开关、三级护帮接近开关、故障 配置
属性支架编号、编号增向、主控时间、前柱补压上限、前柱补压下限、前柱目标压力、前柱补压时间、前柱补压间隔、前柱补压次数、后柱补压上限、后柱补压下限、后柱目标压力、后柱补压时间、后柱补压间隔、后柱补压次数、降柱延时、降柱时间、抬底延时、抬底时间、移架时间、推溜时间、推溜目标行程、邻架最大差值、推溜允许压力、收护帮时间、伸护帮时间、收伸缩梁时间、伸伸缩梁时间、反冲洗时间 根据重要度优化液压支架信息模型的属性元素，结果如下。
1） 静态属性。设备型号、设备类型、安标信息对于煤矿行业是必须考虑的属性元素，重要度设为1。在设备验收时会用到制造商名称、制造日期、协议版本、硬件版本4种属性元素，其重要度设为0.5～1。在设备使用时会用到设备编号、设备在用状态、工作面编号、巷道编号、位置信息5种属性元素，重要度设为1。上述情况下均不使用工厂批次和序列号2种属性元素，其重要度设为0～0.5，予以删除。
2） 状态属性。运行状态、左右前柱压力、左右后柱压力、推移行程、支架高度、顶梁俯仰角度、顶梁倾斜角度、故障是必须考虑的属性元素，重要度设为1。特定需求下可能使用支架功能、掩护梁倾斜角度、四连杆倾斜角度、底座俯仰角度、底座倾斜角度、一级护帮行程、一级护帮接近开关、一级护帮压力、二级护帮接近开关、三级护帮接近开关，将其重要度设为0.5～1。
3） 配置属性。支架编号、编号增向、主控时间是必须考虑的属性元素，重要度设为1。特定需求下可能使用前柱补压上限、前柱补压下限、前柱目标压力、前柱补压时间、前柱补压间隔、前柱补压次数、后柱补压上限、后柱补压下限、后柱目标压力、后柱补压时间、后柱补压间隔、后柱补压次数、降柱延时、降柱时间、抬底延时、抬底时间、移架时间、推溜时间、推溜目标行程、邻架最大差值、推溜允许压力、收护帮时间、伸护帮时间、收伸缩梁时间、伸伸缩梁时间、反冲洗时间，将其重要度设为0.5～1。
根据语义相似度对属性元素进行优化。建立支架信息模型，部分模型如图5所示。计算得到属性元素之间的语义相似度，见表4。
表 4 液压支架信息模型属性元素语义相似度计算结果Table 4. Calculated semantic similarity of attribute factors of hydraulic support information model项目 设备型号 设备类型 设备编号 制造日期 位置信息 工作面编号 巷道编号 设备在用状态 运行状态 故障 支架编号 设备型号 1 1/2 1/3 （1/2）（1/2） （1/2）（1/2） （1/3）（1/2） （1/4）（1/2） （1/2）（1/2） （1/3）（1/3） （1/4）（1/3） （1/3）（1/3） 设备类型 1/2 1 1/2 （1/2）（1/3） （1/2）（1/3） （1/3）（1/3） （1/4）（1/3） （1/2）（1/3） （1/3）（1/4） （1/4）（1/4） （1/3）（1/4） 设备编号 1/3 1/2 1 （1/2）（1/4） （1/2）（1/4） （1/3）（1/3） （1/4）（1/3） （1/2）（1/4） （1/3）（1/5） （1/4）（1/5） （1/3）（1/5） 制造日期 （1/2）（1/2） （1/2）（1/3） （1/2）（1/4） 1 （1/2）（1/2） （1/3）（1/2） （1/4）（1/2） （1/2）（1/2） （1/3）（1/3） （1/4）（1/3） （1/3）（1/3） 位置信息 （1/2）（1/2） （1/2）（1/3） （1/2）（1/4） （1/2）（1/2） 1 1/2 1/3 （1/2）（1/2） （1/3）（1/3） （1/4）（1/3） （1/3）（1/3） 工作面编号 （1/3）（1/2） （1/3）（1/3） （1/3）（1/3） （1/3）（1/2） 1/2 1 （1/3）（1/2） （1/2）（1/3） （1/3）（1/4） （1/4）（1/4） （1/3）（1/4） 巷道编号 （1/4）（1/2） （1/4）（1/3） （1/4）（1/3） （1/4）（1/2） 1/3 （1/3）（1/2） 1 （1/2）（1/4） （1/3）（1/5） （1/4）（1/5） （1/3）（1/5） 设备在用状态 （1/2）（1/2） （1/2）（1/3） （1/2）（1/4） （1/2）（1/2） （1/2）（1/2） （1/2）（1/3） （1/2）（1/4） 1 （1/3）（1/3） （1/4）（1/3） （1/3）（1/3） 运行状态 （1/3）（1/3） （1/3）（1/4） （1/3）（1/5） （1/3）（1/3） （1/3）（1/3） （1/3）（1/4） （1/3）（1/5） （1/3）（1/3） 1 1/2 （1/3）（1/2） 故障 （1/4）（1/3） （1/4）（1/4） （1/4）（1/5） （1/4）（1/3） （1/4）（1/3） （1/4）（1/4） （1/4）（1/5） （1/4）（1/3） 1/2 1 （1/2）（1/2） 支架编号 （1/3）（1/3） （1/3）（1/4） （1/3）（1/5） （1/3）（1/3） （1/3）（1/3） （1/3）（1/4） （1/3）（1/5） （1/3）（1/3） （1/3）（1/2） （1/2）（1/2） 1 本文中语义相似度阈值设为0.25，即2个属性元素之间语义相似度大于0.25可聚类。从表4可看出：① 静态属性中，设备类型与设备型号之间、设备编号与设备型号之间、设备编号与设备类型之间的语义相似度均大于0.25，因此这3种属性元素聚类为设备型号，删除设备类型和设备编号；工作面编号和位置信息之间、巷道编号与位置信息之间的语义相似度大于0.25，将这3种属性元素聚类为位置信息，删除工作面编号和巷道编号。② 动态属性中，故障与运行状态之间的语义相似度大于0.25，聚类为运行状态，删除故障。
优化后的液压支架信息模型属性元素见表5。对比表3和表5可看出，属性元素由63个减少至54个，降幅为14.3%。
表 5 优化后的综采工作面普通架（单架）属性元素Table 5. Optimized attribute factors of ordinary support （single support） in fully mechanized working face类型 名称 静态属性 设备型号、制造商名称、制造日期、安标信息、设备在用状态、位置信息 动态
属性状态
属性运行状态、支架功能、左前柱压力、右前柱压力、左后柱压力、右后柱压力、推移行程、支架高度、顶梁俯仰角度、顶梁倾斜角度、掩护梁倾斜角度、四连杆倾斜角度、底座俯仰角度、底座倾斜角度、一级护帮行程、一级护帮接近开关、一级护帮压力、二级护帮接近开关、三级护帮接近开关 配置
属性支架编号、编号增向、主控时间、前柱补压上限、前柱补压下限、前柱目标压力、前柱补压时间、前柱补压间隔、前柱补压次数、后柱补压上限、后柱补压下限、后柱目标压力、后柱补压时间、后柱补压间隔、后柱补压次数、降柱延时、降柱时间、抬底延时、抬底时间、移架时间、推溜时间、推溜目标行程、邻架最大差值、推溜允许压力、收护帮时间、伸护帮时间、收伸缩梁时间、伸伸缩梁时间、反冲洗时间 3.2 方法
方法为设备的操作方式或自身功能，定义方法所采用的规则见表6。
表 6 方法规则Table 6. The method rules方法条目 说明 中文名称 方法名称，含义宜具有唯一性 英文名称 方法英文名称，在该信息模型内应具有唯一性 描述 描述方法的含义和功能 输入参数 方法执行时输入的参数信息，包括类型、数据 返回值 方法执行后返回的输出结果信息，包含类型、数据 建模规则 “必选”表示在建模时应包含该方法，“可选”表示在建模时可以包含该方法 ，也可以不包含该方法 3.3 事件
事件是设备产生的某些重要信息的记录。定义事件所采用的规则见表7。
表 7 事件规则Table 7. The event rules事件条目 说明 事件源名称 产生事件的对象名称，含义宜具有唯一性 事件源ID 事件源标志，在该信息模型内应具有唯一性 发生时间 事件发生的时间戳，在实例化时有具体的数据。信息模型定义时不描述该条目，默认为有 描述 事件发生的重要信息描述 建模规则 “必选”表示在建模时应包含该事件，“可选”表示在建模时可以包含该事件 ，也可以不包含该事件 3.4 报警
报警是需要确认相关状态的事件类型。定义报警采用的规则见表8。
表 8 报警规则Table 8. The alarming rules报警条目 说明 报警源名称 产生报警的对象名称，含义宜具有唯一性 报警源ID 报警源标志，在该信息模型内应具有唯一性 发生时间 报警发生的时间戳，在实例化时有具体的数据。信息模型定义时不描述该条目，默认为有 描述 报警发生的重要信息描述 报警级别 定义报警的重要性，宜包括一般、较重、严重和特别严重4个级别 状态 1（报警发生），2（报警恢复），3（报警确认），4（报警证实），5（报警禁止），6（报警使能），7（报警复归），8（报警超时消失）。在实例化时有具体的数据，信息模型定义时不描述该条目，默认为有 建模规则 “必选”表示在建模时应包含该报警，“可选”表示在建模时可以包含该报警 ，也可以不包含该报警 4. 信息模型与实体设备关系
建立设备信息模型是实现综采设备数字孪生的基础。信息模型与实体设备之间存在映射关系，如图6所示。
![]()
图 6 信息模型与实体设备映射关系Figure 6. Mapping relationship between information model and physical devices综采设备信息模型分为组件级、设备级、多设备级模型。组件级模型是指一个整体中的关键组件构成的信息模型。以采煤机截割电动机为例，建立其信息模型，如图7所示。通过对关键组件建模，将分散的设备数据、工艺数据、维修数据以属性、方法、事件、报警的形式转换为标准化的模型数据。
![]()
图 7 组件级信息模型（以采煤机截割电动机为例）Figure 7. Component level information model（cutting motor of shear as an example）以采煤机为例，将多个标准化的组件级信息模型通过定义逻辑关系相互关联，组合成设备级信息模型，如图8所示。
多设备级信息模型如图9所示。将整个综采工作面设备抽象为数字化模型，每台设备具有各自的子模型（组件级信息模型），通过定义设备与设备之间的逻辑关系，将多台设备相互关联，实现跨系统、跨设备的互联、互通、互操作。
![]()
图 9 综采工作面多设备级信息模型Figure 9. Multi-equipment level information model of fully mechanized working face综采设备信息模型包括采煤机信息模型、液压支架信息模型、刮板输送机信息模型、转载机信息模型、破碎机信息模型、带式输送机信息模型、供液系统信息模型、供电系统信息模型。综采设备信息模型与实例对应关系见表9。
表 9 综采设备信息模型与实例对应关系Table 9. Correspondence relationship between the information model of fully mechanized mining equipment and instance信息模型 子信息模型 模型名称 实例数 建模规则 模型名称 实例数 建模规则 采煤机 1 必选 截割 2 必选 牵引 ≥2 必选 破碎 1 可选 液压 1 必选 液压支架 1 必选 普通架（单机） ≥2 必选 普通架（成组） ≥2 必选 过渡架（单机） ≥1 可选 过渡架（成组） ≥1 可选 超前架 ≥1 可选 端头架
（放顶煤）≥1 可选 刮板
输送机1～2 必选 电动机 1～4 必选，与变频器电动机一体机互斥 减速器 1～4 可选，与变频器电动机一体机互斥 变频器 1～4 可选，与变频器电动机一体机互斥 变频器电动
机一体机1～4 必选，与电动机、减速器、变频
器互斥转载机 1 必选 电动机 1～2 必选，与变频器电动机一体机互斥 减速器 1～2 可选，与变频器电动机一体机互斥 变频器 1～2 可选，与变频器电动机一体机互斥 变频器电动
机一体机1～2 必选，与电动机、减速器、变频
器互斥破碎机 1 可选 电动机 1 必选 减速器 1 可选 带式
输送机1～2 必选 电动机 1～4 必选，与变频器电动机一体机互斥 减速器 1～4 可选，与变频器电动机一体机互斥 变频器 1～4 可选，与变频器电动机一体机互斥 变频器电动
机一体机1～4 必选，与电动机、减速器、变频
器互斥供液系统 1 必选 乳化液泵 ≥1 可选 乳化液箱 ≥1 可选 喷雾泵 ≥1 必选 水箱 ≥1 必选 智能配液 1 可选 供电系统 1 必选 移动变电站 ≥1 必选 馈电开关 ≥1 必选 低压交流真空电磁启动器 ≥1 必选 多回路低压交流真空电磁
启动器≥1 必选 照明综保 ≥1 必选 5. 模型应用
按照本文方法建立华阳新材料科技集团有限公司一矿8403综采工作面综采设备信息模型。以综采设备电动机运行评价为例，基于建立的信息模型监测电动机短时间内启动次数，并对多电动机设备启动功率平衡、运行效率进行分析。
综采工作面电动机主要在采煤机、液压支架等设备中，如图10所示。采用本文方法建立电动机信息模型，具体参考采煤机截割电动机信息模型建立过程。
基于综采设备信息模型建立的监测系统平台可显示电动机短时间内启动次数，如图11所示。根据统计结果进行评价，若3 min内启动少于2次（包括2次）则评定为优，多于2次评定为差。
多电动机设备启动功率平衡分析如图12所示。平台可显示多电动机设备运行期间加速时间超过±5%次数、不平衡度峰值、峰值时电流、达到峰值次数。从图12可看出，2022−04−07T13：00−2022−04−08T13：00，带式输送机电动机启动和运行不平衡度峰值达到20%的次数为64。根据分析结果，建议检查是否存在输送带松导致打滑、主从动辊尺寸不一致问题。
电动机运行效率分析如图13所示。平台可显示设备运行时间、空载运行时间、带载运行时间，以及效率计算结果。经分析得出，2022−04−07T13：00−2022−04−08T13：00，后部刮板输送机空载运行时间长、效率低，建议结合该时期产量，检查是否有开空溜不放煤现象。
6. 结论
1） 基于工业互联网架构，提出了包括设备层、传输层、边缘层、PaaS层、应用层的智能化综采技术架构。在接入层和边缘层提出以标准OPC UA工业协议为基础的协议规范，解决了物理接口和通信协议不同导致数据无法传输的问题。
2） 将煤矿综采设备作为整体数据对象，提出一种综采设备信息模型构建方法，定义了属性、方法、事件、报警4个关键要素和建模规则，实现了综采设备多源异构数据融合分析。
3） 在华阳新材料科技集团有限公司一矿8403工作面进行建模方法验证。以工作面综采设备电动机信息模型为例，进行电动机运行评价。基于该模型可监测工作面所有电动机短时间内启动次数、多电动机设备启动功率平衡、运行效率，并形成分析结果，为决策工作提供数据支持。
4） 目前仅针对综采设备构建了技术架构和信息模型，下一步将该建模方法应用于矿井其他系统，致力于通信协议、语法和语义标准化工作。
-
期刊类型引用(6)
1. 张贝贝，罗松飞. 基于STFT改进图像增强算法的模糊指纹痕迹检验技术. 山东理工大学学报(自然科学版). 2025(04): 41-46 . 
百度学术
2. 王泰基. 基于ITLBO-AFSA优化FCM算法的矿井图像增强. 工矿自动化. 2024(S1): 25-28 . 本站查看
3. 孙继平，李小伟. 基于图像内凹度的矿井外因火灾识别及抗干扰方法. 煤炭学报. 2024(07): 3253-3264 . 百度学术
4. 曹成名，李浩东，王腾飞. 声音增强技术在煤矿采空区勘探中的应用. 电声技术. 2024(08): 17-19 . 百度学术
5. 张海庆. 不同天气条件下光学图像清晰度实时增强研究. 自动化与仪器仪表. 2024(11): 39-42+47 . 百度学术
6. 丁文博，云龙. 基于RetinaNet深度网络的煤矿带式输送机异物智能识别方法. 中国煤炭. 2024(S1): 75-81 . 百度学术
其他类型引用(0)
下载:
计量
- 文章访问数: 183
- HTML全文浏览量: 14
- PDF下载量: 17
- 被引次数: 6
