Research and application of unified cross-system data services for coal mines based on industrial internet platforms
-
摘要:
目前工业互联网平台在煤矿应用中存在无法充分发挥数据的价值，数据在不同系统间的流通受限制，在处理跨系统数据交互时，不同子系统之间缺乏统一的权限管理机制，增加了数据被篡改和非授权访问的风险等问题。基于工业互联网平台提出了一种煤矿跨系统统一数据服务体系。通过涵盖监测监控级、生产管理级与运营管理级5层跨系统数据模型（主题域分组−主题域−业务对象−逻辑实体−属性），构建“接口层−服务层−存储层”协同架构，集成协议动态适配引擎、容器化微服务部署及低代码接口配置工具，设计动态分级鉴权机制和全链路行为监控体系，实现多源异构数据的标准化接入、安全流转与精准交互。测试结果表明，与传统的分布式接口模式相比，基于工业互联网平台的煤矿跨系统统一数据服务体系的数据平均响应时间从270 ms优化至148 ms，数据加工准确率提升至99.57%。实际应用结果表明，在持续12 000 h的运行中，服务可用性达到99.6%，数据一致性误差低于0.1%。
-
关键词:
- 工业互联网平台 /
- 煤矿跨系统统一数据服务 /
- 多源异构数据 /
- 统一数据交互规则 /
- 容器化微服务
Abstract:Currently, the application of industrial internet platforms in coal mines faces issues such as the inability to fully utilize the value of data, limited data flow between different systems, and a lack of a unified permission management mechanism for cross-system data interactions. These issues increase the risks of data tampering and unauthorized access. A unified cross-system data service system for coal mines was proposed based on an industrial internet platform. The system comprised a five-layer cross-system data model (thematic domain grouping-thematic domain-business object-logical entity-attribute), which covered the monitoring and control level, production management level, and operation management level. It established an "Interface Layer-Service Layer-Storage Layer" collaborative architecture. The system integrated a dynamic protocol adaptation engine, containerized microservice deployment, and low-code interface configuration tools. Additionally, it employed a dynamic hierarchical authentication mechanism and an end-to-end behavior monitoring system. These features together enabled standardized access, secure transfer, and precise interaction of multi-source heterogeneous data. Test results showed that, compared to the traditional distributed interface model, the proposed system optimized average data response time from 270 ms to 148 ms and improved data processing accuracy to 99.57%. Practical application results indicated that over 12,000 hours of continuous operation, the service availability reached 99.6%, and data consistency errors were below 0.1%.
-
-
![]()
图 2 跨系统统一数据服务整体架构
Figure 2. Overall architecture of unified across-system data services
表 1 煤矿生产子系统分类
Table 1 Classification of coal mine production subsystem
系统层级 数据来源 数据通信特征 数据结构 数据存储方式 监测监控级 以设备、环境监测传感器和音视频采集装置为主 Modbus协议、串口协议、OPC UA协议等 主要为半结构化数据、非结构化文本、音视频等 JSON，XML等半结构化数据，主要采用非关系型数据库 生产过程管理级 以MES、安全管理等生产过程管控系统为主 消息中间件、流媒体、MQTT等 包括结构化数据、半结构化数据、非结构化数据 关系型/非关系型数据库并存 运营管理级 以财务、人力、物资、后勤等
管理信息系统为主HTTP协议、FTP协议、SMTP协议等 以结构化数据表为主，辅以
少量文本、图片、语音、视频关系型数据库为主 
下载: 导出CSV
表 2 服务器的配置及功能
Table 2 Configuration and functions of servers
序号 用途 操作系统 CPU/核 内存/G 硬盘 数量/个 1 数据存储服务 CentOS 6.8 64 128 16T HDD 3 2 数据接入服务 CentOS 6.8 32 64 1T SSD 1 3 数据输出服务 CentOS 6.8 32 64 1T SSD 1 4 数据缓存服务 CentOS 6.8 32 64 1T SSD 1 5 数据鉴权服务 CentOS 6.8 32 64 1T SSD 1
下载: 导出CSV
表 3 测试场景中的系统类型和数据特性
Table 3 System types and data characteristics in test scenario
序号 子系统名称 数据频率 数据类型 数据尺寸/KiB 平均速度/
（B·s−1）1 掘进 ms 时序 130 3 787 2 综采 ms 时序 110 3 204 3 主煤流 ms 时序 50 1 456 4 辅助运输 ms 时序 40 1 165 5 人员定位 s 时序 70 2 039 6 环境监测 s 时序 80 2 330 7 工业视频 实时 流 84100 250 838 021 8 通信联络 实时 流 1500 4 473 924 9 双预控 min 结构化/非结构化 930 27 088 10 生产执行 min 结构化 384 109 11 财务管理 min 结构化 257 73 12 物资管理 min 结构化 367 104
下载: 导出CSV
-
[1] 王国法,庞义辉,任怀伟,等. 智慧矿山系统工程及关键技术研究与实践[J]. 煤炭学报,2024,49(1):181-202. WANG Guofa,PANG Yihui,REN Huaiwei,et al. System engineering and key technologies research and practice of smart mine[J]. Journal of China Coal Society,2024,49(1):181-202.
[2] 顾清华,江松,李学现,等. 人工智能背景下采矿系统工程发展现状与展望[J]. 金属矿山,2022(5):10-25. GU Qinghua,JIANG Song,LI Xuexian,et al. Development status and prospect of mining system engineering under the background of artificial intelligence[J]. Metal Mine,2022(5):10-25.
[3] 王家臣,刘云熹,李杨,等. 矿业系统工程60年发展与展望[J]. 煤炭学报,2024,49(1):261-279. WANG Jiachen,LIU Yunxi,LI Yang,et al. 60 years development and prospect of mining systems engineering[J]. Journal of China Coal Society,2024,49(1):261-279.
[4] WANG Guofa,XU Yongxiang,REN Huaiwei. Intelligent and ecological coal mining as well as clean utilization technology in China:review and prospects[J]. International Journal of Mining Science and Technology,2019,29(2):161-169. DOI: 10.1016/j.ijmst.2018.06.005
[5] 韩建国. 神华智能矿山建设关键技术研发与示范[J]. 煤炭学报,2016,41(12):3181-3189. HAN Jianguo. Key technology research and demonstration of intelligent mines in Shenhua Group[J]. Journal of China Coal Society,2016,41(12):3181-3189.
[6] 鲍久圣,张可琨,王茂森,等. 矿山数字孪生MiDT:模型架构、关键技术及研究展望[J]. 绿色矿山,2023(1):166-177. BAO Jiusheng,ZHANG Kekun,WANG Maosen,et al. Mine Digital Twin:model architecture,key technologies and research prospects[J]. Journal of Green Mine,2023(1):166-177.
[7] LI Jianguo,ZHAN Kai. Intelligent mining technology for an underground metal mine based on unmanned equipment[J]. Engineering,2018,4(3):381-391.
[8] 张帆,葛世荣. 矿山数字孪生构建方法与演化机理[J]. 煤炭学报,2023,48(1):510-522. ZHANG Fan,GE Shirong. Construction method and evolution mechanism of mine digital twins[J]. Journal of China Coal Society,2023,48(1):510-522.
[9] 王立兵,任予鑫,马昆,等. 多源数据融合智能识别煤矿山场景特征AI模型[J]. 煤炭学报,2023,48(12):4617-4631. WANG Libing,REN Yuxin,MA Kun,et al. AI model for intelligent recognition of coal mine scene features through multi-source data fusion[J]. Journal of China Coal Society,2023,48(12):4617-4631.
[10] 贺耀宜,陈晓晶,郝振宇,等. 智能矿山低代码工业物联网平台设计[J]. 工矿自动化,2023,49(6):141-148,174. HE Yaoyi,CHEN Xiaojing,HAO Zhenyu,et al. Design of intelligent mine low code industrial IoT platform[J]. Journal of Mine Automation,2023,49(6):141-148,174.
[11] 李荟,韩晓飞,朱万成,等. 基于多源信息融合的矿山边坡滑坡灾害研究现状与展望[J]. 工矿自动化,2024,50(6):6-15. LI Hui,HAN Xiaofei,ZHU Wancheng,et al. Current status and prospects of research on landslide disasters in mine slopes based on multi-source information fusion[J]. Journal of Mine Automation,2024,50(6):6-15.
[12] MENON K,KÄRKKÄINEN H,WUEST T,et al. Industrial Internet platforms:a conceptual evaluation from a product lifecycle management perspective[J]. Proceedings of the Institution of Mechanical Engineers,Part B:Journal of Engineering Manufacture,2019,233(5):1390-1401. DOI: 10.1177/0954405418760651
[13] AGARWAL N,BREM A. Strategic business transformation through technology convergence:implications from General Electric's industrial Internet initiative[J]. International Journal of Technology Management,2015,67(2/3/4):196-214. DOI: 10.1504/IJTM.2015.068224
[14] ZHANG Xianyu,MING Xinguo. A comprehensive industrial practice for industrial Internet platform (IIP):general model,reference architecture,and industrial verification[J]. Computers & Industrial Engineering,2021,158. DOI: 10.1016/J.CIE.2021.107426.
[15] 肖祥武,王丰,王晓辉,等. 面向工业互联网的智慧电厂仿生体系架构及信息物理系统[J]. 电工技术学报,2020,35(23):4898-4911. XIAO Xiangwu,WANG Feng,WANG Xiaohui,et al. Bionic structure and cyber-physical system for intelligent power plant oriented to the industrial internet[J]. Transactions of China Electrotechnical Society,2020,35(23):4898-4911.
[16] 蒋敏,郑力. 面向航空协同制造的工业互联网架构研究与应用[J]. 中国科学:技术科学,2022,52(1):3-13. JIANG Min,ZHENG Li. Industrial internet architecture for collaborative manufacturing of aviation equipment[J]. Scientia Sinica(Technologica),2022,52(1):3-13.
[17] 许继平,孔德政,王昭洋,等. 基于工业互联网的大米供应链数字孪生系统构建[J]. 农业机械学报,2023,54(3):372-381. DOI: 10.6041/j.issn.1000-1298.2023.03.038 XU Jiping,KONG Dezheng,WANG Zhaoyang,et al. Construction of digital twin system of rice supply chain based on industrial internet[J]. Transactions of the Chinese Society for Agricultural Machinery,2023,54(3):372-381. DOI: 10.6041/j.issn.1000-1298.2023.03.038
[18] XU Chi,YU Haibin,JIN Xi,et al. Industrial Internet for intelligent manufacturing:past,present,and future[J]. Frontiers of Information Technology & Electronic Engineering,2024,25(9):1173-1192.
[19] 柴天佑,刘强,丁进良,等. 工业互联网驱动的流程工业智能优化制造新模式研究展望[J]. 中国科学:技术科学,2022,52(1):14-25. CHAI Tianyou,LIU Qiang,DING Jinliang,et al. Perspectives on industrial-internet-driven intelligent optimized manufacturing mode for process industries[J]. Scientia Sinica(Technologica),2022,52(1):14-25.
[20] 李首滨. 煤炭工业互联网及其关键技术[J]. 煤炭科学技术,2020,48(7):98-108. LI Shoubin. Coal industry internet and its key technologies[J]. Coal Science and Technology,2020,48(7):98-108.
[21] 申斌学. 基于矿山工业互联网的选煤厂智能管控体系设计与关键技术[J]. 煤炭科学技术,2024,52(9):210-219. DOI: 10.12438/cst.20240873 SHEN Binxue. Design and key technology of intelligent management and control system for coal preparation plant based on mining industry internet[J]. Coal Science and Technology,2024,52(9):210-219. DOI: 10.12438/cst.20240873
[22] 张建中,郭军. 智慧矿山工业互联网技术架构探讨[J]. 煤炭科学技术,2022,50(5):238-246. ZHANG Jianzhong,GUO Jun. Discussion on industrial internet technology framework of smart mine[J]. Coal Science and Technology,2022,50(5):238-246.
[23] 谢嘉成,王学文,郝尚清,等. 工业互联网驱动的透明综采工作面运行系统及关键技术[J]. 计算机集成制造系统,2019,25(12):3160-3169. XIE Jiacheng,WANG Xuewen,HAO Shangqing,et al. Operating system and key technologies of transparent fully mechanized mining face driven by industrial Internet[J]. Computer Integrated Manufacturing Systems,2019,25(12):3160-3169.
[24] 周鑫,周云成,金树军,等. 煤炭工业互联网标识解析二级节点系统架构研究[J]. 煤矿安全,2022,53(3):140-145. ZHOU Xin,ZHOU Yuncheng,JIN Shujun,et al. Research on secondary node system architecture of coal industry internet identity resolution[J]. Safety in Coal Mines,2022,53(3):140-145.
-
期刊类型引用(52)
1. 崔娜，杨新乐. 巷道掘进机回转液压系统电液伺服控制器设计. 机械设计与研究. 2025(01): 43-48+68 . 
百度学术
2. 袁国栋. 矿井综掘智能化作业系统及关键技术. 内蒙古煤炭经济. 2025(04): 58-60 . 百度学术
3. 张立洋. 掘进机故障信号特征提取算法研究. 煤矿机械. 2024(05): 158-161 . 百度学术
4. 陈克锋. 矿用掘锚一体机探放水钻机的设计. 机械制造. 2024(04): 1-3+8 . 百度学术
5. 陈利. 基于BIM技术深度策划的隧道掘进智能控制技术研究. 铁道勘察. 2024(03): 180-187 . 百度学术
6. 王朋朋，李瑞，刘鑫，李响，付常亮. 光学靶标遮挡条件下掘进机定位解算方法. 工矿自动化. 2024(05): 118-124 . 本站查看
7. 赵元伟. 尔林兔煤矿智能化掘进系统规划设计. 中国高新科技. 2024(16): 45-46 . 百度学术
8. 李之奇，纪英俊，陈香敏，徐静，左震宇. 基于约束总体最小二乘法的超宽带掘进机定位算法研究. 电子设计工程. 2024(20): 144-148 . 百度学术
9. 郑瑞东，韩燮，高波. 悬臂式掘进机位姿测量方法研究. 中北大学学报(自然科学版). 2024(06): 823-831 . 百度学术
10. 许钊. EBZ-200A型掘进机智能化改造研究与实践. 江西煤炭科技. 2023(01): 222-224 . 百度学术
11. 刘少杰，郭俊生，刘治翔，王振福，李玉岐，谢苗，王帅. 煤矿井下迈步自移式超前支护装备转弯特性分析. 煤炭工程. 2023(01): 168-174 . 百度学术
12. 岳龙. 复杂地质条件巷道快速掘进技术研究. 能源与节能. 2023(03): 125-127+176 . 百度学术
13. 张建国，孙海良，张国川，姜德义，李宗泽. 煤矿智能掘进关键技术探讨及工程实践研究. 地下空间与工程学报. 2023(02): 609-621 . 百度学术
14. 宋毓. 复杂地质条件巷道快速掘进技术研究. 当代化工研究. 2023(07): 122-124 . 百度学术
15. 周开平. 矿用EBZ220型掘进机行驶控制系统设计研究. 煤炭工程. 2023(05): 183-187 . 百度学术
16. 李东祥. 浅析智能化掘进技术的应用与发展. 能源与节能. 2023(06): 192-194 . 百度学术
17. 张庆军，焦雷，宗志栓，吴康，邱泽刚，董振乐. 竖井掘进机纠偏过程撑靴液压系统控制策略研究. 机床与液压. 2023(16): 45-50 . 百度学术
18. 韩森远. 综掘机智能化系统的设计. 煤矿机械. 2023(10): 28-30 . 百度学术
19. 巩永春，孙晓虎，李伟东，汪义龙，刘杰，谢苗，刘治翔，邹康. 超前支护装备与掘进机协同作业干涉性分析. 煤炭工程. 2023(10): 118-124 . 百度学术
20. 郭连安，董广乐，蒋帅旗. 智能煤巷掘进工作面建设关键技术探讨. 能源与节能. 2023(11): 126-130 . 百度学术
21. 李锋，刘洋. 悬臂式掘进机导航定位技术. 工矿自动化. 2023(S2): 7-9 . 本站查看
22. 朱荣彬. 煤矿掘进作业智能化监测预警系统设计研究. 能源技术与管理. 2022(02): 180-182 . 百度学术
23. 张兴国. 智能化技术在煤矿巷道掘进机中的应用及发展趋势. 能源与节能. 2022(04): 197-199+202 . 百度学术
24. 谢晓东，郭刚，杨鹏里. 煤矿采区智能掘进监控系统的应用. 煤矿机电. 2022(01): 46-51 . 百度学术
25. 张磊，周开平，张宁波，孙红杰，王利欣. 悬臂式掘进机自动截割控制系统研究. 金属矿山. 2022(06): 144-149 . 百度学术
26. 宋亚新，谷树伟，于明生，王永峰，刘治翔. 掘锚一体机机载式探放水钻机设计. 机电产品开发与创新. 2022(04): 39-42 . 百度学术
27. 杨健，高强. 煤矿智能化掘进系统建设经验研究. 煤炭科学技术. 2022(S1): 303-309 . 百度学术
28. 杨运琦，郝喜庆，薛建军，张鹏. 煤矿综合机械化快速掘进技术研究. 内蒙古煤炭经济. 2022(14): 57-59 . 百度学术
29. 张夫净，王宏伟，王浩然，李正龙，王宇衡. 煤矿巷道支护钢带锚孔智能识别与定位. 工矿自动化. 2022(10): 76-81 . 本站查看
30. 张伟峰. 李雅庄矿掘进机智能化控制研究. 煤矿现代化. 2022(06): 78-83 . 百度学术
31. 牛三只，项晨云. 掘进机视频截割监测控制系统的应用研究. 机械管理开发. 2022(12): 153-154 . 百度学术
32. 赵东，胡彬彬，齐晓菲. 智能化综掘工作面建设与应用. 煤矿机电. 2022(05): 44-47 . 百度学术
33. 刘文明，程建远，刘再斌，张泽宇. 掘进工作面前方煤层底板高程动态预测的试验研究. 煤田地质与勘探. 2021(01): 257-262 . 百度学术
34. 李超. 大型煤矿企业绿色智能化生产管理的研究与应用. 能源与环保. 2021(03): 169-172 . 百度学术
35. 李瑶瑶. 巷道掘进机定向掘进技术研究. 机械管理开发. 2021(07): 210-211+283 . 百度学术
36. 王飞，谢进，罗伟，王立强. 煤矿掘进工作面智能化改造方案探讨. 陕西煤炭. 2021(04): 182-185 . 百度学术
37. 李国华. 矿井巷道智能掘进装备的关键技术问题探讨. 矿业装备. 2021(04): 216-217 . 百度学术
38. 王鸿儒，周旺平，宋晓莉. 掘进机截割减速器阻尼缓冲的方法与研究. 煤炭技术. 2021(09): 159-161 . 百度学术
39. 谢进，王飞. 煤矿智能掘进机器人关键技术探讨. 工矿自动化. 2021(S2): 39-42 . 本站查看
40. 陆跃先. 智能化掘进机在煤矿掘进中的应用. 内蒙古煤炭经济. 2021(11): 140-141 . 百度学术
41. 张德义，刘送永，贾新庆，崔玉明，姚健. 基于红外热像的夹矸巷道断面记忆截割试验研究. 煤炭学报. 2021(10): 3377-3385 . 百度学术
42. 赵建勋，杨文娟，张旭辉，杜昱阳，张超. 悬臂式掘进机井下精确定位方法及其视觉测量技术. 煤炭科学技术. 2021(12): 192-201 . 百度学术
43. 牛砚龙. 巷道掘进机智能化技术研究现状及展望. 内蒙古煤炭经济. 2021(19): 129-130 . 百度学术
44. 郝俊信. 综掘机远程可视化智能掘进技术的研究. 煤炭科学技术. 2021(S2): 274-279 . 百度学术
45. 马小平，杨雪苗，胡延军，缪燕子. 人工智能技术在矿山智能化建设中的应用初探. 工矿自动化. 2020(05): 8-14 . 本站查看
46. 杨健健，张强，吴淼，王超，常博深，王晓林，葛世荣. 巷道智能化掘进的自主感知及调控技术研究进展. 煤炭学报. 2020(06): 2045-2055 . 百度学术
47. 刘顺强. 具有自适应截割功能的掘进机控制系统研究. 中小企业管理与科技(上旬刊). 2020(07): 178-179 . 百度学术
48. 胡青松，张赫男，李世银，孙彦景. 基于大数据与AI驱动的智能煤矿目标位置服务技术. 煤炭科学技术. 2020(08): 121-130 . 百度学术
49. 张旭辉，周创，张超，谢楠，张楷鑫，刘博兴. 基于视觉测量的快速掘进机器人纠偏控制研究. 工矿自动化. 2020(09): 21-26 . 本站查看
50. 丁振华，吴家梁，姜德义，史成建，刘兴利，苏云辉，杜俊生. 煤矿巷道智能掘进装备的关键技术问题探讨. 中国煤炭. 2020(11): 58-62 . 百度学术
51. 贺亚发. 掘进机自动化功能的升级设计与应用. 机械管理开发. 2020(12): 212-213+221 . 百度学术
52. 吴淼，李瑞，王鹏江，沈阳，郑伟雄，王东杰. 基于数字孪生的综掘巷道并行工艺技术初步研究. 煤炭学报. 2020(S1): 506-513 . 百度学术
其他类型引用(12)
计量
- 文章访问数: 33
- HTML全文浏览量: 13
- PDF下载量: 6
- 被引次数: 64
