0 引言

能源是人类赖以生存与经济发展的物质基础，煤炭是我国的主体能源，是我国能源安全的“压舱石”和“稳定器”，为国民经济蓬勃发展提供了不竭动力。当前，世界百年未有之大变局加速演进，全球能源体系深刻变革，能源安全面临前所未有的压力和挑战。立足我国能源资源禀赋，深入推进能源革命，加强煤炭清洁高效利用，实现煤炭工业高质量发展，是保障国家能源安全的重大战略性举措。煤矿智能化是煤炭工业高质量发展的核心技术支撑[1]，智能煤矿装备是煤矿智能化的重要功能载体，通过云计算、大数据、5G、物联网、人工智能等新一代信息技术与煤炭技术装备深度融合创新，推进煤矿装备数智化转型发展，是从根本上真正实现煤炭安全、绿色、高效、智能和无人化开采与利用的关键途径。

我国煤矿多以井工开采为主，经过改革开放40多年的持续科研攻关与创新实践，我国煤炭工业实现了从普通机械化、综合机械化到自动化的跨越，并向智能化方向迈进，煤炭生产力和安全生产水平大幅度提高，主要开采装备均已实现国产化[2]。煤矿智能化开采是综合机械化开采、自动化开采的深入创新与发展，是煤炭生产方式变革的新阶段[3-4]。自2020年国家发展改革委等八部委发布《关于加快煤矿智能化发展的指导意见》以来，全国煤矿智能化建设掀起历史新高潮，大力推进煤矿智能化技术装备研发与应用，截至2022年底，全国建成智能化煤矿572处、智能化采掘工作面1019处，31类煤矿井下机器人实现现场应用，煤矿核心技术装备研发应用取得突破性进展，煤矿智能化建设初见成效[5]。下一步，煤矿智能化建设将进入示范推广期和高级智能化难题攻坚期[6]，国产煤矿装备仍有诸多关键技术短板和发展瓶颈，自主创新能力不强，核心技术受制于人，而且现有智能化装备难以适应条件复杂的工作面，应用场景受限，可靠性问题突出，保障能力明显不足，煤矿装备亟需转型升级。

当前，信息社会已迈入数字化社会和智能化社会的压缩式和并行发展阶段，即数智化社会[7]。数智化是数字化与智能化的有机融合，在数字化的基础上，以数据为核心生产要素，以智能为纽带，充分利用5G、物联网、大数据、云计算、人工智能等新一代信息技术，深入挖掘和释放数据价值，从数据中获得与创造价值，并形成自主决策行动及自我学习提升能力，进而推动经济社会数字化与智能化发展进程[8]。党的二十大报告提出“加快发展数字经济，促进数字经济和实体经济深度融合”。在全球碳中和及能源紧张的背景下，针对煤矿智能化发展面临的技术挑战，抓住“数实融合”第三次浪潮机遇，纵深推进新一代信息技术与煤炭开发技术融合创新，赋能煤矿装备数智化转型升级，以装备升级带动生产系统和劳动组织优化，以数字化、智能化技术带动煤炭安全高效生产，是推动煤炭行业绿色低碳转型、保障国家能源安全的必由之路。

本文回顾了我国煤炭开采技术智能化发展历程，分析了煤矿智能化建设对煤矿生产方式改革和安全形势向好的驱动作用，探索新一代信息技术与煤矿装备融合发展的路径，面对煤矿智能化初级建设阶段面临的问题与挑战，提出了煤矿装备数智化转型发展思考与建议，以期助力煤炭工业“智能、少人、安全、高效”高质量发展。

1 煤矿智能化建设助力煤矿减人增安提效

1.1 煤炭开采技术的演进及特征

近年来，随着信息技术与煤矿装备的不断发展，煤炭开采历经人工炮采、普通机械化开采、综合机械化开采向智能化开采发展的多次重大技术变革，通过机械化换人、自动化减人、智能化无人，逐步改变了煤炭开采的生产方式和生产要素（图1），煤矿智能化开采成为煤矿先进生产力的代表发展方向[9]，助力煤矿实现减人增安提效，推动煤炭工业高质量持续发展。

图1 煤炭开采技术的演进及生产特征
Fig. 1 Evolution and production characteristics of coal mining technology

1） 人工炮采阶段。20世纪60年代以前，我国煤炭开采模式主要是人工炮采，包括破煤、装煤、运煤、支护、放顶等工艺。破煤依靠人工钻眼、装填炸药、封堵炮眼和放炮落煤完成；装煤主要靠爆破和人力；运煤靠简单机械输送机和人力；顶板支护采用单体木支柱，支护和放顶工序全部依靠人工操作。生产要素主要是人力和火药，人工劳动强度大、开采效率低、安全事故频发。

2） 普通机械化开采阶段。我国煤矿装备机械化起步较晚。1952年，大同矿务局试用苏制顿巴斯-Ⅰ型康拜因联合采煤机和张家口煤矿机械厂试制的刮板输送机，完成了国内首次采煤机械化实践；1953年，鸡西煤矿机械厂仿制出第1台国产联合采煤机和输送机，为我国全面实现机械化采煤创造了重要基础。20世纪60年代，我国煤炭开采开始向普通机械化开采模式变革，工作面使用浅截割滚筒采煤机或刨煤机等装备进行采煤，刮板输送机及带式输送机运输煤炭，摩擦式金属支柱及单体液压支柱作为支护顶板的主要手段，基本实现了破煤、装煤、运煤机械化动力辅助。生产要素是单机煤机装备和人力，一定程度降低了人工劳动强度，提高了生产效率。

3） 综合机械化开采阶段。20世纪70年代初，通过对国外综合机械化开采装备的引进、消化吸收与自主创新，煤炭行业开始迈入综合机械化开采发展进程。1970年11月，大同煤矿集团煤峪口煤矿进行了国内首个综合机械化采煤工作面的工业试验，开启了煤炭行业综合机械化开采的序幕；70年代中后期，我国先后从国外引进了140多套综采装备，在消化吸收国外技术装备的基础上，逐步走上了自主研发与创新发展之路；1985年，郑州煤矿机械厂研制生产ZY-35型液压支架，国产综采成套装备实现年产100万t以上；1995年，日产7000 t综采成套设备在铁法矿务局试验成功，综合机械化开采能力提高至年产300～400万t；2007年，我国成功研制首台能够实现4～8 m厚煤层一次采全高工作面年产600万t的综采超重型成套装备；2010年，国内首套年产千万吨级综采成套装备研制成功，标志着我国综采高端成套装备达到国际先进水平。

综合机械化开采可根据综采工作面长度及开采煤层厚度选择长臂综合机械化开采、短臂综合机械化开采、长短臂综合机械化开采和放顶煤综合机械化开采等开采技术及设备，主要通过利用采煤机截割完成落煤与装煤、可弯曲刮板输送机运煤、自移式液压支架进行支护和采空区处理，解决了支护与放顶人工操作的难题，实现了采煤工作面落煤、装煤、运输、支护、采空区处理等工序的全面机械化。生产要素主要是成套煤机装备和自动化控制系统，人力以辅助作业为主，极大减轻了人工劳动强度，减少了井下工作面人数，有效提升了煤炭资源开采和利用效率。

4） 智能化开采阶段。煤矿智能化开采是随着信息化技术的迭代与发展，综合机械化、自动化开采的深入创新与升级发展。根据煤炭行业的发展特点，煤矿智能化开采划分为可视化远程干预（1.0时代）、工作面自动找直（2.0时代）、透明工作面（3.0时代）和透明矿井（4.0时代）4个阶段[10]。液压支架电液控制系统是实现智能化开采的基础条件。2008年，北京天地玛珂电液控制系统有限公司成功研发首套国产SAC型液压支架电液控制系统，为综合机械化开采到智能化开采的变革提供了关键技术保障；2014年，陕煤集团黄陵矿业一号煤矿率先应用综采智能控制系统，在煤矿装备综合机械化、自动化的基础上实现了工作面采煤机记忆截割、液压支架自动跟机移架，开启了煤炭行业“工作面无人操作、有人巡视、可视化远程干预控制”的智能化开采1.0时代；2016年，兖矿集团转龙湾煤矿使用LASC惯性导航实现了工作面自动找直，步入综采工作面“采煤机记忆截割+支架全工作面自动跟机+工作面自动找直”智能化开采2.0时代；2018年，神东煤炭集团首次提出了基于精确三维地质模型和扫描构建工作面绝对坐标数字模型的自主智能割煤技术，开启了基于透明工作面的智能化开采3.0时代探索期；通过应用人工智能、大数据、5G、云计算等技术，实现工作面透明开采，工作面内无人化的智能化开采4.0时代是我国煤矿发展的终极目标。

煤矿智能化开采是利用物联网、云计算、大数据、人工智能、自动控制、移动互联网、智能装备等技术，与煤炭开发技术和装备深度融合，促使煤矿开拓设计、地测、采掘、运通、洗选、安全保障、生产管理等主要系统形成具有自主感知、智能分析与决策、精准控制与执行的能力[9]。煤矿智能化彻底改变了煤炭生产方式，逐步由劳动密集型向技术密集型转变，生产要素主要是智能装备、智能化系统和人才，煤矿一线需要的是具备煤炭开采、信息技术、软件管理、人工智能等相关知识的复合型技术人才，通过智能系统远程控制煤机装备智能开采，将人从危险性较高的作业地点转移到环境安全性较好的集控中心甚至地面指挥控制中心，从根本上提高了煤矿井下作业安全系数，实现“少人则安，无人则安”。目前，我国已基本形成了薄煤层和中厚煤层智能化无人操作、大采高煤层“人-机-环”智能耦合高效综采、综放工作面智能化操控与人工干预辅助放煤、复杂条件智能化+机械化这4种智能化开采模式[11]，“少人巡视，无人操作”智能采煤工作面在全国煤矿逐步迈向常态化应用，减人增安提效的效果日益显现。

1.2 煤矿智能化支撑煤炭增产保供

化石能源在我国的能源结构中占主体地位，煤炭是我国的基础能源和重要工业原料，以煤炭为主导的能源体系支撑了我国国民经济的高速发展[12]。2008—2022年我国国内生产总值（Gross Domestic Product，GDP）与煤炭产量随煤矿智能化发展的变化如图2所示，可看出我国煤炭产量整体呈波动趋势，GDP则稳步上升。2008—2013年，我国煤矿机械化与自动化水平逐步提高，煤炭供需关系发生转变，由产能紧张转为产能富余，煤炭产量逐年增加，并于2013年达到阶段高点，为39.7亿t，这段时间内，煤炭对我国经济的快速稳定增长起到了积极的促进作用。2013—2016年，我国经济进入新常态，煤炭产能过剩的矛盾突出，供需关系再次改变，煤炭需求下降，煤炭行业进入寒冬期，煤炭工业进入转型阶段，成为供给侧改革的重点改革行业，煤炭产量虽在持续下降，但总体富余，极大地保障了我国经济发展对煤炭的需求。2016年至今，煤炭行业落后产能逐渐淘汰，生产方式也经历了历史性的转变，由机械化、自动化生产迈入智能化生产阶段，并逐步发展至现阶段的煤矿智能化4.0，无人开采与智能化工作面数量在稳定上涨，煤炭产量也在经历阶段低点后再次持续稳定上涨，并在2022年达到历史高点，为45.6亿t。煤矿智能化的发展总体上对煤炭行业的发展起到了极大的推动作用，保证了煤炭的供给，对我国经济和能源安全贡献巨大。

图2 中国GDP与煤炭产量随煤矿智能化发展的变化
Fig. 2 Relationship between China's GDP and coal production with the development of coal mine intelligence

1.3 煤矿智能化改善煤矿安全形势

近年来，随着煤矿智能化建设的不断推进与发展，煤矿安全形势大为改善。煤矿智能化开采通过改变传统的生产作业方式，利用机器人代替人工作业，以科技解放人力，有效降低开采生产作业人员数量和劳动强度，进而从本质上减少煤炭开采的安全事故率，以实现“少人则安、无人则安”的安全生产新局面。2021年，麻地梁煤矿通过5G、记忆截割、远程干预等技术实现了工作面设备自主决策为主、人员干预为辅的生产方式，综采工作面生产班人数由20人减少至5人，生产工效提升了75%[13]。2022年，国家能源神东煤炭集团在智能化建设方面进行了积极实践，提出了智能化发展的“0587”目标，现已建成22个智能化综采工作面、15个智能掘进工作面，应用153台机器人，主运系统减员达75%，变电所与水泵房等也均实现了减人增效，综采工作面自动化率平均达90%，故障率降低10%[14]。2002-2022年煤矿安全生产形势变化如图3所示。可看出随着煤矿智能化建设的不断推进与发展，煤矿事故起数与死亡人数逐年大幅度降低，2002年煤矿发生事故4344起，死亡6434人，而2022年煤矿发生事故为168起，死亡245人，相较于2002年事故起数与死亡人数分别下降了96.13%与96.19%，煤矿安全生产形势持续稳定向好。

图3 2002-2022年中国煤矿安全生产形势变化
Fig. 3 Changes in China's coal mine safety production situation from 2002 to 2022

2 新一代信息技术与煤矿装备融合发展

煤矿智能化建设是一个不断迭代发展、智能化水平不断提高的过程，发展的最终目标是实现煤矿全时空多源信息实时感知、安全风险双重预防闭环管控、全流程“人-机-环-管”数字互联高效协同运行、生产现场全自动化作业[11]。当前，煤炭行业正处于信息技术驱动的煤矿智能化初级阶段，我国煤层赋存条件复杂多样，不同煤矿的开采技术与装备水平参差不齐，煤矿井下条件的特殊性制约了先进技术在井下直接应用，导致煤矿装备的机械化、数字化、智能化水平相对落后于现代科技的发展。只有将人工智能、大数据、云计算、物联网等新一代信息技术与矿山开采技术装备不断深度融合，实现“人-机-环-管”智能安全高效协同运行的高级智能化采煤生产模式，才能逐步迈向煤矿智能化建设“安全、高效、少人、绿色”的远景目标。

传统的机械化采煤方式主要还是依赖操作人员进行观察、判断生产系统运行状态，根据生产规程、经验积累操控机械设备来代替一部分人力劳动，而智能化开采的发展目标就是要实现煤机装备代替大量人力和脑力劳动，实现类人化自主感知、判断、决策、执行，实现全生产系统智能化运行。因此，煤矿智能化技术装备的核心就是以装备为智能化载体，通过云计算、大数据、5G、物联网、人工智能等信息技术赋予装备类人化、智能化能力。将煤矿智能装备系统与人体系统类比（图4），装备机械结构相当于运动系统，实现具体作业操作，物联网、5G、大数据、云计算、人工智能分别相当于神经系统、血管系统、器官系统、脊柱系统、大脑系统，即通过物联网实现智能感知，通过5G网络实现信息传输，通过大数据技术进行信息融合、数据挖掘与决策，通过云计算实现数据存储与高效计算，通过人工智能进行智能控制与执行，最终赋予装备智能感知与分析、智能判断与推理、智能决策与控制、智能诊断与学习的能力，是一个由初级到高级、由简单到复杂、由协同到融合的动态发展过程。

图4 煤矿智能装备系统类人化结构对照
Fig. 4 Comparison of humanized structure of intelligent equipment system in coal mine

2.1 物联网技术赋能——智能感知

煤矿智能化开采需以“互联互通”的智能化成套开采装备为载体，通过物联网技术可为各种煤矿装备和传感器提供统一的数据接入标准和通信协议规范，打通信息孤岛，使得“人-机-环”多源感知信息能够有效汇集，为煤矿装备生产过程的状态精准感知、过程跟踪推演、智能协同控制、安全监测预警等提供信息支撑。当前，矿山物联网正在快速发展建设阶段[15]，袁亮等[16]研究了矿山物联网“人-机-环”状态感知理论与关键技术，规范了矿山物联网编码与交互协议标准，设计了矿山物联网融合通信网络服务架构，构建了矿山物联网大数据高效接入与深度分析应用服务体系，可实现煤矿装备生产状态信息的全面精准感知、实时高效交互与智能分析应用。

设备运行状态实时精准感知与分析是实现煤矿装备智能化控制的前提[17]，煤矿装备物联网智能感知系统包括多源信息感知层、信息传输网络层、数据分析平台层和智能服务应用层4个层次，如图5所示。多源信息感知层基于多源异构传感器及传感网完成数据采集，之后通过数据统一接入层完成数据的格式规范化和编码标准化管理，完成多源异构数据有效集成；信息传输网络层基于边缘计算在煤矿装备系统侧完成数据预处理、在线诊断分析和实时反馈控制，并进行数据高效传输；数据分析平台层采用分布式存储技术架构，建立多源/多层次异构分散数据高效数据存取、标记与统一管理机制；智能服务应用层面向各类应用，集成大数据挖掘、人工智能算法模型，实现各煤矿装备多源海量数据的结构化表达、知识汇聚、深度挖掘、共享和迁移。

图5 煤矿装备物联网智能感知系统架构
Fig. 5 Architecture of IoT intelligent perception system for coal mine equipment

2.2 5G技术赋能——智能传输

随着煤矿装备智能化技术的深入，矿井多系统协同融合，设备感知需求不断上升，终端数据以指数级增长，而且煤矿井下信号需要覆盖长达千米的狭长巷道，无线信号传输受干扰易衰减，对数字通信系统的抗干扰、安全性、可靠性等技术指标需求更为显著。5G作为新一代信息技术，具有大带宽、低时延和广连接的特性，采用了微基站、切片技术和端到端的连接关键技术，为煤矿装备海量数据实时可靠传输处理提供核心技术支撑。目前，已经形成了煤矿5G专网系统[18-19]，并与现有的矿井工业环网融合对接，可支撑视频、音频、传感器和执行器等实时数据准确地传至调度控制中心，并将控制命令实时准确地传输至被控设备，解决“人-机-环-管”感知数据实时高效传输问题，建成“一张网”传输调度的煤矿装备安全智能闭环管控体系。

以智能掘进装备远程操控业务场景为例，掘进工作面生产设备移动频繁、电缆（光缆）布设困难且易受损伤，致使掘进机至巷道监控中心有线通信信道无法长期稳定通信。搭建基于5G的掘进装备远程集控网络架构（图6），通过在掘进工作面部署矿用5G基站实现掘进巷道和工作面作业区域5G网络稳定覆盖，在掘锚一体机和锚杆台车上安装5G本安型无线终端接入设备（Customer Premise Equipment，CPE），通过切片分组网络（Slicing Packet Network，SPN）将5G网络物理基础设施资源切片隔离形成多个相互独立的平行虚拟网络，将各设备运行状态数据、机载传感器数据、工业视频及3D扫描成像数据、电气控制系统等各种类型信息接入5G传输环网，经由5G核心网与井下控制中心和地面控制中心的监控系统进行对接，保证掘锚设备实时工况数据、3D成像数据、高清视频和远程控制指令实时、准确、可靠、稳定传输，实现掘进成套装备远程智能监控、多机协同控制，提高掘进工作效率。

图6 基于5G的掘进装备远程集控网络架构
Fig. 6 Remote centralized control network architecture for tunneling equipment based on 5G

2.3 大数据技术赋能——智能分析

数据是驱动煤矿智能化建设的核心生产要素，智能化煤矿各系统间耦合就是数据交互、推送、决策、控制的过程[20]。在煤矿装备数智化快速发展阶段，随着智能传感技术的进步，用于煤矿装备生产运行状态监测的传感器种类和数量呈爆炸式增长，采用大数据技术对这些海量多源异构数据进行集成分析和数据价值挖掘，实现动态监测诊断与智能分析决策，是煤矿装备安全高效可靠运行的重要一环。大数据平台一般包括数据采集、数据集成、数据分析等部分（图7）：① 数据采集。将传感网采集到的数据进行格式统一化处理，分类传入数据库进行存储管理。② 数据集成。根据需求对数据进行清洗、补全、规约等预处理，将多源数据进行融合重组关联。③ 数据分析。结合人工智能算法模型对大数据进行深度挖掘，提取数据特征信息进行关联推理分析，与知识库进行匹配实现诊断、预警、决策等。

图7 煤矿装备大数据平台
Fig. 7 Coal mine equipment big data platform

由于煤矿井下环境复杂恶劣，煤矿装备作业产生的数据具有海量性、多源异构性、复杂非线性、高维低特征性等特征，对数据处理技术有着更高的要求。目前，煤矿大数据理论体系仍处于研究探索阶段，崔亚仲等[21]深入分析了大数据技术在煤炭生产中的应用，提出数据获取与处理、数据集成与融合、数据挖掘与分析技术是当前建设煤矿智能化大数据平台的关键技术。曹现刚等[22]提出将大数据分析技术应用于煤矿设备健康维护与智能管理，可对设备进行故障诊断和预测性维护，降低设备检修维护工作量，减少非计划停机时间，提高开采效率。陕煤集团张家峁煤矿[23]基于大数据开发了煤矿多源异构大数据支撑系统，将各业务系统数据进行统一采集与处理、存储与管理、分析与应用，实现了全矿井多系统、多层面、多业务的多源异构数据融合和管控决策优化。

2.4 云计算技术赋能——智能计算

面对日益庞大的煤矿智能化系统大数据，需要占用超大规模的存储空间和计算资源，尤其煤矿装备实现智能监测、控制与执行等对算力和时延有着更高的要求，传统的终端处理模式显然已不能满足发展需求。云计算是一种提供算力资源的网络，拥有强大的并行计算机分布式计算能力，具有虚拟化、大规模、高可靠、通用化及高可扩展性等特点，为充分利用好矿山物联网的海量数据提供了计算支撑[24]。但将数据全部传输到云端会大幅增加网络通信负担、降低传输效率，难以满足各系统实时交互的需求。边缘计算是云计算的延伸，可部署在近数据源一侧进行计算、存储和应用，降低响应时延和带宽消耗。因此，融合云平台和边缘计算的边缘云协同计算技术为煤矿智能化提供了新的助力。

姜德义等[25]提出了基于边缘云协同计算的智慧矿山技术架构，以实现矿山大数据“云-边-端”一体化协同处理。煤矿装备大数据“云-边-端”协同应用架构如图8所示，采用边缘计算和云计算进行跨层级数据交互。云平台具有强大的资源服务优势，负责处理海量数据挖掘分析、算法模型训练更新等任务，为边缘层和装备终端提供智能化数据模型；边缘层在装备侧分节点部署边缘计算装置进行区域数据融合处理与分析推理，实现装备状态实时感知和决策快速响应；装备终端通过智能传感及控制系统实现数据采集与预处理、状态实时控制与反馈。三者协同应用，实现云端训练、边端推理、终端反馈闭环体系架构，既能实现煤矿智能开采全系统的整体优化和高效管控，又能保证终端系统的敏捷响应，充分发挥煤矿装备大数据资源的整体效能。

图8 煤矿装备大数据“云-边-端”协同应用架构
Fig. 8 The "cloud-edge-terminal" collaborative application architecture of big data for coal mine equipment

2.5 人工智能技术赋能——智能决策

煤矿装备智能化转型的最终目标是具有自感知、自适应、自学习、自决策的能力。煤矿机器人是依靠自身动力和控制能力来完成各种采矿操作任务的机器，而人工智能技术通过让机器模仿人类的思维逻辑从而实现机器的自主感知、分析与控制，“煤矿机器人+人工智能”智能协同模式（图9）是真正实现煤矿智能化开采的解决方案。以煤矿机器人为智能化功能载体，以大数据为驱动力，通过人工智能算法建立运行机理、经验知识和数据深度特征融合分析模型，为机器人赋予感知、分析、推理、决策、控制、运维能力，形成能够实现智能协同作业、人机交互控制、无人自主作业的煤矿智能机器人。

图9 “煤矿机器人+人工智能”智能协同模式
Fig. 9 Intelligent collaborative mode of "coal mine robot + artificial intelligence"

人工智能技术的三大核心要素是数据、算力和算法，其中算法模型是智能化的“灵魂”，直接决定了人工智能系统的应用范围和性能效果。机器学习、深度学习、机器视觉、自然语言处理等算法模型的发展使得人工智能技术贯穿于煤矿智能装备的各种应用场景。基于工作面环境变化信息及惯性导航、雷达、机器视觉等多传感感知体系，建立煤岩界面自动识别、设备高精度定位及定向导航等模型，实现开采装备精准定位、自主导航、自适应截割；基于综采工作面刮板输送机直线度、支架姿态、采煤机滚筒姿态等监测数据，建立协同联动反馈控制模型，实现综采成套设备的智能协同实时联动与远程监控；基于设备运行状态数据和历史数据，建立运行机理、经验知识和数据深度特征融合的设备状态分析模型，实现装备系统运行状态智能诊断和预测性维护等。但目前人工智能在煤炭开采系统的应用只是点状结合和浅度结合[26]，只有将人工智能技术与煤矿装备全面深度融合，为煤矿巨系统融合决策提供支撑，才能真正助力煤矿少人化、无人化开采。

3 推进煤矿装备数智化发展的思考与建议

智能化煤矿建设开启了煤炭行业全面创新和技术变革的新时代，随着煤矿智能化技术快速迭代发展，综采、综掘、运输、通风、安控等煤矿关键生产装备系统实现了智能化核心技术重大突破，初步形成了煤炭智能开采新模式，煤矿智能化建设取得初步成效。但是我国煤矿智能化建设尚处于初级迈向中高级智能化过渡探索期，煤矿装备距真正实现智能化尚有很大差距。唯有坚持问题导向，深化新信息技术与煤炭开采技术装备继续融合发展，实现理论创新、技术创新、装备创新、人才创新，推动煤矿装备全面数智化转型升级，才能更好地助力煤矿智能化高质量发展。

3.1 夯实基础：加强关键核心技术攻关，加快新型基础设施建设

近年来，通过对智能化开采技术及装备的创新研发，煤矿装备全面升级，突破了多项关键核心技术，综采装备实现了国产替代。但是智能装备研发思路仍停留在传统机械设备智能化改造阶段，只是实现装备与智能化功能的积木式简单叠加，可靠性低、环境适用性差、智能化程度弱、自主研发创新能力不足，关键核心技术、元部件与核心控制系统依赖进口，装备研发滞后于智能化发展需求。要确保国家能源安全和煤炭工业高质量发展，夯实基础是第一要务，须加强关键核心技术攻关，有效破解“卡脖子”技术难题，牢牢掌握发展自主权，加快新型基础设施建设，夯实煤矿智能化发展根基。

煤矿装备的智能化主要体现在“大脑”控制系统智能和“身体”机械结构智能2个方面。要实现机械结构智能，首先是智能设计，即将人工智能技术和装备的实际设计制造理论融合，形成煤矿装备智能化顶层设计理论体系。通过融合大数据、人工智能分析等方法，加强煤矿智能化装备基础理论研究和核心基础零部件、先进基础工艺、关键基础材料、整机可靠性设计等共性关键技术的攻关，研究煤矿深井“三高一扰动”复杂工况下“煤/岩-机-控”多场耦合作用机理、巷道狭长空间“探-掘-支-运”平行作业工艺及协同设计、极端服役条件下深井采矿装备关键结构疲劳寿命和动态可靠性设计等优化设计理论，形成适应不同煤层赋存条件的智能化、集成化、精确化、模块化、轻量化煤矿装备顶层设计与研发制造方法。并重点攻克装备作业环境与运行状态精准感知、设备高精度惯性导航定位、综采装备群智能协同远程集中控制等关键核心技术，同时开展关键软硬件的研发突破和迭代应用，逐步化解煤矿装备智能化技术领域存在的问题与风险，破解我国煤机装备“大而不强”的窘境。

要用机器人技术、人工智能技术，首先要用好数字化技术、网络化技术。我国煤炭产业基础薄弱，资源投入不平衡，重硬件轻软件，传统以太网、4G等信息基础设施已难以支撑智能化煤矿的发展需求。煤矿装备覆盖“采、掘、机、运、通”等各个环节，监测数据呈海量化趋势，而且各设备系统相互分隔，数据共享难、信息互通难、智能联动难，亟需加快5G网络、数据中心、综合管控平台等新型基础设施建设，构建智能化矿山建设所需的数据传输高速通道，逐步实现数据综合集成、治理，建设数据知识库，形成数据资源池，提供数据服务，为生产装备综合管理、决策支持等提供数据支撑，实现企业生产全过程数字化管控。各大煤企需发挥企业的创新主体作用，加大投资力度，根据自身组织形式、资源禀赋、生产模式、装备类型等因素，因地制宜、因矿施策，加快开展新型基础设施建设。

3.2 深度融合：装备与应用场景协同耦合，探索数智融合创新模式

煤矿井下的非结构性动态环境限制了新一代信息技术在煤矿领域的广泛应用，现有智能化技术难以适应复杂工作面条件[27]。图像识别技术已在多数矿井多个场景中实现应用，但受煤矿井下粉尘多、照度低的环境影响，感知效果差强人意；受井下封闭恶劣环境、射频电磁能防爆要求等因素制约，使得5G基站有效发射功率低、传输距离短，可行性和可靠性仍待验证；受限于无卫星导航、复杂环境、易燃易爆等客观因素影响，在地面成熟应用的无人驾驶技术在煤矿井下应用效果大打折扣；煤矿装备防爆要求加大了煤矿装备智能化功能模块的设计难度。只有将煤矿装备智能化技术与煤矿特殊应用场景协同耦合发展，贴近煤矿井下现场需求，梳理总结首批智能化示范煤矿建设经验，进一步研究智能化技术在煤矿井下应用场景的可行性及应用前景，形成煤矿专用场景智能化技术，才能实现新一代信息技术与煤炭技术装备深度融合创新，赋能煤矿装备自感知、自适应、自学习、自决策、自执行，真正实现煤矿生产现场的全自动化无人作业。

智能装备是先进的制造技术、数字技术和智能技术的集成和深度整合，目前数字化、智能化技术与煤矿装备的融合应用较为单一，尚未达到全面深度结合。只有将数字智能技术渗透到装备的研发设计、生产制造、管控运行、健康管理等各个环节，研发智能装备从设计到使用全生命周期智能管理系统，以工艺、装备为核心，以数据为基础，以现代信息网络为重要载体，以智能高效安全开采为重要抓手，不断破除煤矿装备数智化技术壁垒，强化集成融合、系统创新，探索装备数智融合创新模式，形成感知-决策-控制-反馈的闭环运行模式，实现煤炭开采智能感知分析、自主学习决策、智能联动控制、智能健康维护，才能发挥新一代信息技术在煤矿装备领域的整体效能，全面提升煤矿安全高效开采水平。

3.3 节能降耗：打造数字绿色装备，促进煤炭生产节能降耗

煤炭作为我国最重要的主体化石能源，是能源消耗和碳排放的重要来源，保障能源安全、实现碳达峰、碳中和“双碳”目标，必须坚定不移走煤炭智能绿色低碳开发利用创新之路，以数字化转型为载体驱动煤炭行业结构性变革，充分发挥煤炭资源的兜底保障作用。因此，数智化不仅是煤炭转型升级的需要，更是碳减排的需要，绿色低碳发展和数智化转型相叠加已然成为煤矿装备升级的新趋势。通过智能技术与绿色开采技术相互融合促进，打造数字化、智能化、绿色化装备，为煤炭智能绿色发展提供科技支撑，提升能源利用率，减少能源消耗，降低碳排放，全面推进煤炭智能绿色开采及清洁高效利用。

开发煤炭智能高效低碳开采新模式，促进煤炭生产节能降耗，可从以下方面考虑。利用人工智能、数字孪生、大数据分析等技术，充分融合煤炭开采工艺技术和生产管理知识，建立煤炭开采装备系统的数字孪生物理模型和深度学习等模型，实现开采工艺自动推演与流程优化、设备远程实时监测与故障诊断、多工序协同运行与集中管控、串并联系统精准耦合控制，提高设备开机有效性，减少无效工时占用，最大限度降低煤炭开采利用能源消耗强度；基于矿山生产全面感知网络体系，建立统一能耗及碳排放数据标志解析体系，构建全时空“双碳”动态监测系统，实现矿井生产系统碳足迹的全生命周期跟踪，为各环节降碳提供可操作及适应性强的策略建议；以绿色生产和低碳管理为目标，建立智能煤矿综合管控平台进行统一生产调度与碳排放精准管理，实现生产全流程节能、减排和生态环境保护协调发展，提升煤矿生产安全高效智能低碳运行水平。

3.4 培育人才：培养多学科交叉复合型人才，增强人才储备力量

随着煤矿智能化建设的推进，煤炭企业的人才结构发生了重大改变，正处于从劳动密集型向人才、技术密集型转变的阶段。煤矿智能化开采涉及采矿、机械、电子信息、大数据、人工智能等多学科交叉领域，智能煤矿装备设计制造与运维管理也不再只针对机械结构，还有智能控制终端和软件系统等专业知识，推进煤矿智能化转型亟需具备煤炭开采、信息技术、管理知识的跨学科复合型技术人才。但我国煤矿智能化建设起步较晚，多数矿企通过机电部进行矿井智能化建设管理，传统煤矿从业人员的文化技术水平普遍较低、专业技能培训较少，能力提升机制不健全，根本难以胜任智能化建设工作。由于矿区位置偏远、环境条件艰苦等行业性质，煤炭行业对高端人才的吸引力始终较弱，而煤矿智能化人才培养体系尚不健全，导致既懂采矿技术又懂智能技术的人才可谓是凤毛麟角，智能化人才储备严重不足。

智能化人才培养对于煤炭教育来说是“革命性的改变”，需要政府、院校、企业和各界共同努力，突破传统办学思维，重新定位办学方向和人才培养标准，深化产教融合，创新煤矿智能化人才培养模式。各大院校需加强智能采矿、智能装备制造等煤矿智能化相关多学科交叉专业课程体系建设，拓展高校与科研机构、煤矿企业、制造企业联合培养途径，形成有针对性、系统性的煤矿智能化复合型人才培养体系。煤炭企业需优化内部人才培养环境，建立健全煤矿智能化专业人才培训与考核评价体系，提升煤矿企业员工技能水平和综合素质，建立高水平复合型高技能人才队伍，为煤矿智能化建设夯实人才根基。

4 结论

1） 煤炭工业历经炮采、普通机械化、综合机械化向智能化发展的多次重大技术变革，彻底改变了煤炭开采的生产方式和生产要素，煤矿智能化建设助力煤矿减人增安提效取得了巨大进步，是煤矿先进生产力的代表发展方向和煤炭工业高质量发展的必由之路。

2） 煤矿智能装备是煤矿智能化的重要基础和核心支撑，重点阐述了以煤矿装备为智能化功能载体，通过物联网、5G、大数据、云计算、人工智能等技术赋能装备智能感知、智能传输、智能分析、智能计算和智能决策的系统平台架构，为推进新一代信息技术和煤炭开发与装备技术融合创新，实现煤矿装备数智化转型升级提供了具体的技术思路。

3） 面向煤矿装备数智化转型升级发展需求，应加强关键核心技术攻关，加快新型基础设施建设，构建煤矿装备智能化顶层设计理论体系；打造数字化、智能化、绿色化装备，探索煤矿装备数智融合创新模式，推动煤矿装备智能化技术与煤矿特殊应用场景协同耦合发展；开发煤炭智能高效低碳开采新模式，促进煤炭生产节能降耗；建立健全煤矿智能化复合型人才培养体系，为煤矿智能化建设增强人才储备力量。