Research on information model of coal mine fully mechanized mining equipment based on industrial Internet
-
摘要: 煤矿综采工作面设备来自不同厂商，接口不统一、数据系统和业务逻辑不同，造成数据壁垒，系统间数据交互慢。基于工业互联网架构，提出了包括设备层、接入层、边缘层、PaaS层、应用层的智能化综采技术架构；基于该架构，将煤矿综采设备作为整体数据对象，设计了一种煤矿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，从而实现各物理实体与异构系统之间的无缝通信，即对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；针对综采设备信息模型属性元素过多的问题，提出了一种基于重要度和语义相似度的属性元素优化机制。采用上述方法建立了华阳新材料科技集团有限公司一矿81004工作面综采设备信息模型，对综采设备电动机运行情况进行评价，结果表明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和运行效率，并形成分析结果，为决策工作提供数据支持。Abstract: The equipment for coal mine fully mechanized working faces comes from different manufacturers, with inconsistent interfaces, different data systems and business logic, resulting in data barriers and slow data exchange between systems. Based on the industrial Internet architecture, an intelligent fully mechanized mining technology architecture including equipment layer, access layer, edge layer, PaaS layer and application layer is proposed. Based on this architecture, coal mine fully mechanized mining equipment is treated as the overall data object, and a method for constructing an information model of coal mine fully mechanized mining equipment is designed. Four key elements and modeling rules, including attributes, methods, events, and alarms are defined to achieve seamless communication between various physical entities and heterogeneous systems. This means defining, describing, and associating information resources of fully mechanized mining equipment, providing a complete and unified data object expression, description, and operation model. A modeling element optimization mechanism based on importance and semantic similarity is proposed to address the problem of excessive attribute elements in the information model of fully mechanized mining equipment. A fully mechanized mining equipment information model for the 81004 working face of No.1 Mine of Huayang New Materials Technology Group Co., Ltd. is established using the above method. The operation status of the electric motors of the fully mechanized mining equipment is evaluated. The results show that based on this model, all electric motors in the working face could be monitored for starting times in a short period of time, multiple motor equipment starting power balance, and the operating efficiency. Analysis results are generated to provide data support for decision-making work.
-
0. 引言
我国煤矿的开采深度多分布在600～800 m，但约有2.95万亿t煤炭资源埋深大于1 000 m，占煤炭资源总量的53%，因此，煤炭开采向深立井方向转变是不可避免的趋势[1-2]。深立井属于矿山的咽喉要道，不仅用于提升开采到的煤炭和设备等，还用于提升下井作业工人，因此深立井的可靠性尤为重要，需要对深立井井筒内的各种状况进行检测[3-5]，以避免重大安全事故，如井筒内的有毒气体浓度过高导致下井工作人员中毒、井筒壁破裂导致矿井坍塌等[6-7]。
深立井内部环境复杂，能见度低，仅靠人工监测井筒内情况不仅耗时，还可能存在漏看、错看等问题。当前深立井井筒数据采集大多采用在井筒内固定位置安装传感器的方式，该方式需要安装较多传感器且传输的数据量大，不仅对井筒内WiFi网络带宽要求高，还存在不易维护等问题[8-9]。有研究人员已着手研发罐道巡检机器人[10-11]，但当前研发的机器人能够搭载的传感器数量较少，且没有安全保护装置，一旦有突发情况造成机器人断电，机器人很容易失速并滑落脱轨，造成安全隐患。目前的深立井井筒数据可视化方案大多采用3D GIS进行渲染和显示，该方式不易移植、开发周期长且价格较高，仅有少数厂家使用[12-14]。针对上述问题，设计了一种深立井井筒数据采集及分析系统。该系统通过罐道巡检机器人采集井筒数据，并对罐道巡检机器人进行改进，通过增加车轮锁模块保证机器人运行过程中的安全性；采用云服务器加前端可视化面板的方式进行数据处理和显示，在云服务器端采用卷积神经网络（Convolutional Neural Network，CNN）算法对井壁及罐道进行裂缝检测，对前端可视化面板进行轻量化处理，以提高系统的便携性和可移植性。
1. 系统架构
深立井井筒数据采集及分析系统包括数据采集、数据处理和分析、上位机显示3个模块，如图1所示。
![]()
图 1 深立井井筒数据采集及分析系统框架Figure 1. Framework of data acquisition and analysis system for deep vertical shaft数据采集模块采用搭载摄像头及各种传感器的罐道巡检机器人采集深立井井筒内部的各种数据。罐道巡检机器人电路以STM32F103作为主控芯片，采用3个红外摄像头组合实现360°视频数据采集，基于光电编码器数据计算机器人运行速度和距离，从而确定安全隐患位置，并通过WiFi模块传输至云服务器进行数据处理，以减少机器人算力和电量损耗。机器人头部搭载超声波测距模块，以测量其与立井底部的距离，当距离小于3 m时，启动反向运行程序，循环检测井筒内的各项数据。
数据处理和分析模块通过云服务器接收罐道巡检机器人发送的各类数据，并对数据进行分类处理：温湿度传感器和气体传感器数据直接存储在相应文件夹内；视频数据采用CNN进行处理，分析罐道和井壁是否出现裂缝、形变等，再将分析结果存储在相应文件夹内。
上位机显示模块采用异步JavaScript和XML（Asynchronous JavaScript and XML，Ajax）从云服务器定时读取数据，并采用JavaScript编写上位机界面显示程序。
2. 罐道巡检机器人结构改进
由于井内罐道采用刚性材料制成，所以采用磁吸附方式使罐道巡检机器人吸附在罐道表面，且磁铁不直接与罐道表面接触，布置于距离罐道表面5 mm处，以保证足够强的磁吸附力。
为了保证罐道巡检机器人在井筒内顺利、安全地采集数据，需要给罐道巡检机器人安装车轮锁装置。该装置在发生以下情况时工作：① 机器人在井筒内遇到不可控情况造成断电时，自动启动车轮锁，将机器人固定在罐道上，防止失速并滑落脱轨，杜绝因突然断电造成的安全事故。② 当需要在井筒内某处长时间停留检测时，可通过程序控制双通道与门开关，启动车轮锁，让机器人停留在罐道上，实现长时间检测。
车轮锁三维结构如图2所示。双通道与门开关接收来自主控板和稳压器的信号，当接收的任意一个信号为低电平时，断开继电器的电源，使带卡扣的衔铁卡住齿轮，将齿轮和轮子固定在一起，从而限制机器人继续移动。
3. 数据分析及显示
3.1 环境监测数据分析
光电编码器采集罐道巡检机器人的运行速度，然后通过积分的方式计算出机器人所在位置，将位置和温湿度、可燃气体浓度、有毒气体浓度等数据一一对应，以数组的形式进行存储，以方便数据提取操作。罐道巡检机器人的运行速度
$ {v}_{0} $ 和路程S分别为$$ {v}_{0}=\frac{{C}_{0}M}{{M}_{0}t} $$ (1) $$ S={\int }_{0}^{T}{v}_{0}{\rm{d}}t $$ (2) 式中：
$ {C}_{0} $ 为机器人轮子的周长；$ M $ 为统计时间内编码器的总脉冲数；$ {M}_{0} $ 为车轮旋转1周光电编码器的脉冲数；$ t $ 为统计时间；$ T $ 为从机器人出发到计算路程时刻的总时间。3.2 视频数据分析
视频数据处理流程如图3所示。对于摄像头采集的罐道及井壁视频，将数据传输至上位机后，利用OpenCV按帧提取视频中的图像。因为相邻帧的图像相似性较高，所以每隔2帧提取1帧图像。在红外图像增强部分，先对图像进行多尺度卷积，对卷积结果分别进行双通道自适应均衡化和自适应受限拉普拉斯变换，然后将两部分结果融合[15]。对多尺度卷积结合双通道自适应均衡化的图像增强方法进行改进，将图像输入方式改为接收视频帧提取操作的输出，实时对视频流中的红外图像进行增强。采用基于 U−net和特征金字塔网络（Feature Pyramid Network，FPN）架构的网络对增强图像进行裂缝检测[16]。如果检测到裂缝和形变，则提取该帧图像并将其命名为拍摄视频时罐道巡检机器人所在的深度，然后将该帧图像存储在相应的文件夹内。
3.3 数据显示
可视化界面使用JavaScript编写，采用Visual Studio Code编辑，并使用Echarts实现数据的可视化，同时加入互动操作。深立井内部情况可视化面板如图4所示。面板左右两侧分别显示井筒近7 d罐笼升降次数、出煤量、下井工作人数、罐道巡检机器人所在位置的CO浓度和温湿度、罐道和井壁的健康程度。面板中间上部显示矿山的预估开采煤量和目前已开采煤量，下部显示最近7 a每个矿井的出煤量。当系统启动后，会读取相应文件夹内的数据，然后刷新可视化面板上的显示数据（每2 s刷新1次）。由于全屏刷新响应速度较慢且影响观看，所以采用Ajax传输方式实现数据的局部刷新，在浏览器与 Web 服务器之间进行异步数据传输。JavaScript可在不重载页面的情况下与 Web 服务器交换数据，实现局部数据刷新。
![]()
图 4 深立井内部情况可视化面板Figure 4. The visualization panel of internal situation of deep vertical shaft4. 测试分析
为验证车轮锁的可靠性，编写模拟罐道巡检机器人断电的程序，并将程序整合至机器人控制程序中。让罐道巡检机器人在室外竖直的刚性面板表面运行，启动断电程序后，车轮锁立即启动，罐道巡检机器人平稳地停在刚性物体表面，不会滑落或侧翻，如图5所示。
打开上位机的可视化显示页面，通过Ajax读取云服务器的数据。若读取到温湿度、CO浓度等数据，则通过局部刷新的方式显示；若读取到裂缝图片数据，则立即刷新界面，将裂缝图像显示在可视化面板中间位置，并发出警告信号。例如，在一号深井200 m处识别到裂缝，会以红色字体显示警告“请注意！！！一号深井200 m处检测到裂缝”，提示工作人员及时采取相应的解决措施。双击红色字体，会解除警告，恢复到正常的可视化面板。裂缝检测结果如图6所示。可视化面板加云服务器的数据读取和显示方式将上位机软件所占内存缩小至5 MB以内，页面刷新快，且对显示器的要求较低。
5. 结语
设计了一种深立井井筒数据采集及分析系统，采用带有车轮锁的罐道巡检机器人实现数据采集，既能保证机器人在井筒内运行的安全性和可靠性，又能高效、方便地检测井筒内各种环境数据。将机器人采集到的数据通过WiFi模块传输至云服务器中，在服务器中对视频数据进行图像增强和目标检测，识别井筒井壁和罐道裂缝，增加了深立井井筒内的安全性。采用前端可视化面板加云服务器的方式将系统轻量化，提高了系统的便携性和可移植性。
-
![]()
图 3 煤矿综采设备信息模型架构
Figure 3. Structure of information model of fully mechanized mining equipment
![]()
图 4 属性元素语义相似度计算方法
Figure 4. Semantic similarity calculation method of attribute factors
![]()
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
![]()
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）
![]()
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
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 
下载: 导出CSV
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
下载: 导出CSV
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
下载: 导出CSV
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
下载: 导出CSV
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
下载: 导出CSV
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
下载: 导出CSV
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
下载: 导出CSV
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
下载: 导出CSV
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
下载: 导出CSV
-
[1] 王国法,刘峰,孟祥军,等. 煤矿智能化(初级阶段)研究与实践[J]. 煤炭科学技术,2019,47(8):1-36. WANG Guofa,LIU Feng,MENG Xiangjun,et al. Research and practice on intelligent coal mine construction(primary stage)[J]. Coal Science and Technology,2019,47(8):1-36.
[2] 王国法,范京道,徐亚军,等. 煤炭智能化开采关键技术创新进展与展望[J]. 工矿自动化,2018,44(2):5-12. DOI: 10.13272/j.issn.1671-251x.17307 WANG Guofa,FAN Jingdao,XU Yajun,et al. Innovation progress and prospect on key technologies of intelligent coal mining[J]. Industry and Mine Automation,2018,44(2):5-12. DOI: 10.13272/j.issn.1671-251x.17307
[3] 工业互联网产业联盟. 工业互联网信息模型白皮书(征求意见稿)[EB/OL]. [2023-11-30]. http://www.aii-alliance.org/index/c316/n47.html. Alliance of Industrial Internet. Industrial Internet information model white paper(consultative document)[EB/OL]. [2023-11-30]. http://www.aii-alliance.org/index/c316/n47.html.
[4] 王金华,黄乐亭,李首滨,等. 综采工作面智能化技术与装备的发展[J]. 煤炭学报,2014,39(8):1418-1423. WANG Jinhua,HUANG Leting,LI Shoubin,et al. Development of intelligent technology and equipment in fully-mechanized coal mining face[J]. Journal of China Coal Society,2014,39(8):1418-1423.
[5] 杜毅博,张乘风,巩师鑫. 基于OPC UA的智能化综采工作面信息模型[J]. 工矿自动化,2022,48(2):42-48. DU Yibo,ZHANG Chengfeng,GONG Shixin. Information model of intelligent fully mechanized working face based on OPC UA[J]. Industry and Mine Automation,2022,48(2):42-48.
[6] 王健全,马彰超,孙雷,等. 工业网络体系架构的演进、关键技术及未来展望[J]. 工程科学学报,2023,45(8):1376-1389. WANG Jianquan,MA Zhangchao,SUN Lei,et al. Evolution,key technology,prospects,and applications of industrial network architecture[J]. Chinese Journal of Engineering,2023,45(8):1376-1389.
[7] 葛世荣. 煤矿智采工作面概念及系统架构研究[J]. 工矿自动化,2020,46(4):1-9. GE Shirong. Research on concept and system architecture of smart mining workface in coal mine[J]. Industry and Mine Automation,2020,46(4):1-9.
[8] 刘洋. 面向工业场景的OPC UA信息模型建模研究与应用[D]. 杭州:浙江大学,2023. LIU Yang. Research and application of OPC UA information model construction for industrial fields[D]. Hangzhou:Zhejiang University,2023.
[9] 王立平,张兆坤,邵珠峰,等. 机床制造加工数字化车间信息模型及其应用研究[J]. 机械工程学报,2019,55(9):154-165. DOI: 10.3901/JME.2019.09.154 WANG Liping,ZHANG Zhaokun,SHAO Zhufeng,et al. Research on the information model of digital machining workshop for machine tools and its applications[J]. Journal of Mechanical Engineering,2019,55(9):154-165. DOI: 10.3901/JME.2019.09.154
[10] 张卡. 面向石化智能工厂测控与控制设备的信息模型设计与验证[J]. 当代化工研究,2023(23):194-196. ZHANG Ka. Information model design and verification of measurement and control equipment for petrochemical intelligent plant[J]. Modern Chemical Research,2023(23):194-196.
[11] 李迪,张柳,张春华,等. 基于AutomationML的信息物理生产线系统模型驱动开发方法[J]. 机械设计与制造,2021(10):295-299,303. DOI: 10.3969/j.issn.1001-3997.2021.10.065 LI Di,ZHANG Liu,ZHANG Chunhua,et al. A model-driven approach to cyber-physical production line system development based on AutomationML[J]. Machinery Design & Manufacture,2021(10):295-299,303. DOI: 10.3969/j.issn.1001-3997.2021.10.065
[12] 李锋,张坤,原丽娜. 基于OPC UA的纺织智能染整车间信息模型研究与实现[J]. 纺织学报,2020,41(2):149-154. LI Feng,ZHANG Kun,YUAN Li'na. Research and implementation of information model for textile intelligent dyeing and finishing workshop based on OPC UA[J]. Journal of Textile Research,2020,41(2):149-154.
[13] 王国法,任怀伟,庞义辉,等. 煤矿智能化(初级阶段)技术体系研究与工程进展[J]. 煤炭科学技术,2020,48(7):1-27. WANG Guofa,REN Huaiwei,PANG Yihui,et al. Research and engineering progress of intelligent coal mine technical system in early stages[J]. Coal Science and Technology,2020,48(7):1-27.
[14] 王国法,杜毅博,任怀伟,等. 智能化煤矿顶层设计研究与实践[J]. 煤炭学报,2020,45(6):1909-1924. WANG Guofa,DU Yibo,REN Huaiwei,et al. Top level design and practice of smart coal mines[J]. Journal of China Coal Society,2020,45(6):1909-1924.
[15] 孟庆勇,顾闯. 煤矿工业互联网信息安全风险评估[J]. 工矿自动化,2019,45(8):43-47. MENG Qingyong,GU Chuang. Information security risk assessment of industrial Internet of coal mine[J]. Industry and Mine Automation,2019,45(8):43-47.
[16] 崔竟成. 煤矿云边协同智能云盒系统设计研究[J]. 煤炭技术,2022,41(7):206-209. CUI Jingcheng. Design and research of coal mine cloud-box system based on cloud edge collaboration[J]. Coal Technology,2022,41(7):206-209.
[17] 余思聪,黄颖,刘阳,等. 工业互联网信息模型发展现状及趋势研究[J]. 信息通信技术与政策,2020(6):36-41. DOI: 10.3969/j.issn.1008-9217.2020.06.009 YU Sicong,HUANG Ying,LIU Yang,et al. Research on the development status and trend of industrial Internet information model[J]. Information and Communications Technology and Policy,2020(6):36-41. DOI: 10.3969/j.issn.1008-9217.2020.06.009
[18] YU Sicong,HUANG Ying,DU Tao,et al. The proposal of a modeling methodology for an industrial internet information model[J]. PeerJ Computer Science,2022,8. DOI: 10.7717/PEERJ-CS.1150.
[19] 涂凡,黄海松,姚立国. 面向离散车间制造信息本体建模的研究[J]. 机械设计与制造,2018(2):263-266. DOI: 10.3969/j.issn.1001-3997.2018.02.077 TU Fan,HUANG Haisong,YAO Liguo. Research on ontology modeling of manufacturing information for discrete workshop[J]. Machinery Design & Manufacture,2018(2):263-266. DOI: 10.3969/j.issn.1001-3997.2018.02.077
-
期刊类型引用(1)
1. 何永福，张锋. 建筑施工现场基坑工程目标数据采集仿真. 计算机仿真. 2023(05): 497-500+510 . 
百度学术
其他类型引用(1)
计量
- 文章访问数: 168
- HTML全文浏览量: 28
- PDF下载量: 44
- 被引次数: 2
