摘要：带式输送机可按设计路线多段接力运输，具有运输距离远、运煤量大、效率高等优点，但是存在带式输送机故障监控盲点多、维护困难、人工工作量大等问题。为此，基于数字孪生技术在现代智慧矿山的应用研究，利用数字孪生先进的虚拟仿真技术，对实际的煤矿结构、周围环境和带式输送机运输过程进行建模，形成一个立体、动态的虚拟环境。通过与实际煤炭运输进行实时数据同步，对比故障标准库中带式输送机各种常见故障，可以进行各种模拟实验和智能AI优化分析。结果表明，带式输送机数字孪生监控软件平台可以帮助煤炭运输管理者预测和解决潜在问题，及时准确地发现并处理故障，做好预防性维护，提高煤矿带式输送机的生产效率和安全性。
关键词：带式输送机,数字孪生,智慧煤矿,监控平台
0引言
目前国家大力推进智慧矿山的建设，融合5G、大数据、云计算、数字孪生、AI、融合通信等前沿应用技术，将信息、技术、虚拟模型、矿山设备与矿山管理需求有机结合，覆盖安监生产、综合集控、智能巡检、经营管理、智能掘进、智能开采、智能运输等多个业务领域，有效提升跨部门决策和资源协调效率。国家标准《智慧矿山信息系统通用技术规范》（GB/T 34679—2017）2018年5月1日正式颁布实施，标志着我国智能化矿山建设开始发力。国家矿山安全监察局2022年年初发布的《煤矿机器人重点研发目录》，确切指出将大力推动煤矿无人现场作业的趋势。并有相关规划指出，全部大型煤矿将在2025年基本实现智能化。皮带运煤相较其他运输方式，具有运输距离长、运输量大、高效、承载能力强以及工作环境复杂等诸多优点，在煤矿领域中发挥着关键的作用，提高了生产效率和物料输送的效率，因此皮带运煤成为现代智能化煤矿主要的运煤方式。
数字孪生煤矿是智慧矿山发展的重要驱动力之一。它利用先进的传感器、物联网和人工智能技术，通过建立虚拟仿真模型，实现煤矿的智能化管理和运营，提升了生产效率和安全性。在信息技术不断发展进步的今天，数字孪生煤矿将在煤矿行业中发挥更加重要的作用。数字孪生[1-2]的概念首次在2003年Michael Grieves教授的课程上被提出，并在2011年被用于美国宇航局航空器的健康维护[3-4]。三维地质建模概念由S W Houlding[5]于1994年提出并详细论述，为三维地质建模理论和方法奠定了基础。一种基于信息系统与计算机技术的学科（Geographic Information Science，GIS），被用于构建初采工作面的三维地质精细化数值模型[6-7]。建立三维采煤模型[6]以及被周帅等[7]用于与Unity3d结合构建地势起伏可调整的工作面模型。
由于煤矿带式输送机通常运行在恶劣的环境中（如高湿、高温、有灰尘等），带式输送机人工预防监控困难，需要大量的人员巡检和维护，因此对设备进行监控和维护非常重要，以确保其正常运行并延长其使用寿命。为此，本文提出基于数字孪生技术，利用传感器和数据采集设备获取实际带式输送机运行的数据创建一个精确的数字模型，应用图像分析及AI识别技术，智能分析带式输送机运行的各种异常数据，预防和及时消除引起带式输送机故障的各种因素，保障带式输送机安全可靠运行。
1工作机理及常见故障
1.1工作机理
煤矿带式输送机的工作原理是通过电动机驱动传动滚筒，滚筒带动皮带运动，带状皮带沿着导向器运动，将物料从一个地点运输到另一个地点[8]。基本工作原理如下。
（1）电动机驱动。带式输送机通常由电动机提供动力。电动机通过传动装置（如减速器）将动力传递给传动滚筒，使其转动。
（2）传动滚筒和张紧滚筒。煤矿带式输送机通常具有一个或多个传动滚筒和一个或多个张紧滚筒。传动滚筒位于皮带的进料端，它的转动使得皮带开始运动。张紧滚筒位于皮带的出料端，它用于保持皮带的适当张紧度[9]。
（3）皮带运动。当电动机启动时，传动滚筒开始转动，皮带也随之运动。物料被放置在皮带上，随着皮带的运动，物料会被带动并沿着预定的路径输送[10]。
（4）载荷支撑。为了支撑载荷并防止皮带下垂，煤矿带式输送机通常配备一些支撑结构，如滚筒、托辊、托架等。这些支撑结构位于皮带的下方，确保皮带保持在适当的高度和水平位置。
1.2常见故障
煤矿开采复杂恶劣的环境易导致皮带运输机运行的故障，结合笔者工作经验，常见输送机故障及其产生原因如下。
（1）带式输送机不转。皮带启动或运行过程中不运作的情况通常是由滚筒空转、皮带打滑等引起的，主要成因：长时间工作引起的滚筒上皮带松弛以及带式输送机与滚筒连接不紧密导致的分离引起滚筒空转；皮带运输力不足以带动承载物重量导致的带式输送机不转或空转[11]。
（2）皮带跑偏。①维护或装载问题。如：杂物随意放置在皮带与滚筒间导致皮带和滚筒接触不紧密，或皮带承载物集中在一侧导致的受力不均，都可成为皮带跑偏的成因[12]。②带式输送机质量问题。带式输送机轴线由于带式输送机滚筒内圆周与外圆轴存在较大参数差导致的不平行易引起皮带跑偏。③带式输送机安装问题。在带式输送机整体安装过程中由于未合理安装设备，如托辊位置或防跑偏装置等出现问题，易导致皮带跑偏的发生。
（3）皮带断裂。①皮带长时间运行产生的高温导致的断裂。②承载力超出皮带可承受范围导致的断裂。③皮带质量问题，如接头连接不牢固，导致的断裂。
（4）皮带撒料。①皮带由于槽形小于皮带而导致的悬空易跑偏与使物料撒落。②导料槽的损坏而导致的撒料。
（5）减速机漏油。减速机运行过程中温度会不断上升，因此超负荷的工作会导致其内部温度超过安全值并形成超出安全范围的压力差，从而导致其结构的损坏，如裂纹等，使得机油漏出。同时油箱密封圈的损坏也会导致漏油[13]。
（6）减速机断轴。①安装问题导致的断轴，如电机与减速机不同心。②减速机超负荷运行导致的损坏。 ③输送机的输出扭矩远小于实际要求，无法满足生产需求。
2监控系统设计
2.1平台设计和开发
带式输送机数字孪生系统是通过对实际带式输送机进行精确建模，并将其数字化，形成一个虚拟的带式输送机副本。其原理主要包括以下几个方面。
（1）数据处理和建模：将采集到的数据进行处理和分析，结合电子地图、三维模型等技术，构建出真实可信的煤矿数字模型。这个模型包括矿井结构、设备布局、巷道情况、煤层信息等[14]。
（2）数据采集和传输：通过传感器、监测设备等手段，对煤矿的运营数据、设备状态、环境参数等进行实时采集，并通过网络传输到数字孪生系统中。
（3）运算仿真和预测：在数字孪生系统中，可以对带式输送机的运营情况进行模拟和预测。通过运算仿真，可以模拟不同工况下的煤矿运营情况，预测潜在的风险和问题，并进行优化和调整[15]。
（4）联网协同与决策支持：数字孪生系统可以与现场实际情况进行实时联网，实现信息共享和协同决策。这样，可以更好地指导现场运营，提高生产效率和安全质量。数字孪生是将真实世界中的实体与虚拟模型相结合的一种技术，其在煤矿行业中的应用被称为数字孪生煤矿。这项技术允许在虚拟环境中模拟真实煤矿的各个方面，从而提供了深入的数据分析和预测能力[16]。图1所示为基于数字孪生的信息系统显示界面。
利用煤矿数字孪生技术，结合带式输送机常见故障及主要原因分析，构建皮带运输机监控系统软件平台，采用各类先进传感技术，实现带式输送机各类故障的准确检测、可靠保护和数字化呈现，独立、低延迟的控制机制可在同一平台上实现灵活、可定制的工作流程管理、数据融合、协作管理和业务连接，同时具备标准数据发布可快速可靠地接入煤矿大数据中心，具备Web可视化发布功能模块，方便作业人员融合监控管理。
本监控系统软件平台前端使用NodeJS、VueUI开发工具，后端使用IDEA开发工具。系统后端采用Java编程语言。前端使用VUE编程语言。系统使用Springboot+VUE开发架构。
2.2外围设备接入
本监控系统采用激光、超声波、X射线、红外、AI识别等多种检测方式，各检测设备具体情况如下。
（1）激光检测设备
激光检测设备采用半导体激光器与摄像头，并利用光学三角原理和回波分析原理非接触式测量皮带裂痕状况。激光器发出的激光由镜片聚焦到被测物上，并利用信号处理器分析CCD上收集到的反射光线来计算被测物距离。相机与激光器安装于上皮带下侧，皮带断面的高度和深度由相机通过采集由激光器照射在皮带底部的带状激光并提取激光条纹中心后计算得到，结果实时输出到控制计算机。
（2）X射线检测设备
X光强力皮带检测系统主要是利用X光的穿透能力，物体的密度、厚度等参数都对X光穿过其内部的衰减量有影响，在工业上常用于检测眼睛所看不到的物品内部损伤、断裂等。X光强力皮带检测系统基于X光的特性并结合现代“高速图像抓拍”“图像识别”“图像跟踪”等技术在线对强力皮带内钢丝绳芯接头抽动、锈蚀、断绳等状况进行监测，并可利用工控机采集几十千米外监测到的数据并对其进行显示、分析、存储等。
（3）危险源红外检测传感器
红外光谱成像检测系统利用危险源和煤炭对红外波段吸收差异的特性来区分煤炭和不同危险源的最佳波段范围，以此实现对煤炭与危险源的区分。利用红外光谱数学模型并引入区域分解、网格划分的思想，分析煤炭与危险源红外辐射差异随波长的变化规律，最终将红外光谱差异转化为红外视觉图像，再对得到图像进行自适应增强以及二值化处理得到危险源信息。整个过程使用的红外光谱成像系统要尽可能简化结构，通过计算机输出危险源图像特征，实现对危险源的实时在线识别。
（4）超声波智能检测传感器
利用超声波转换原理在输送带容易发生纵向撕裂的位置（给料槽下面的缓冲托辊之间）装设传送超声波的波导管。正常状态下，超声波送波、受波正常，发出正常信号，但当输送带发生纵向撕裂，波导管因损坏使得送波和受波异常，传感器因此发出纵撕信号以通知驱动电机停止转动，阻止胶带撕裂事故进一步扩大。
（5）AI识别检测方式
通过对带式输送机运输物料进行扫描，分析视频信息，对大块、锚杆等杂物进行辨识，并联动控制皮带开停，提高安全保障。可实现皮带上的大块的识别及报警，必要时紧急停车，可避免由于大块煤造成的设备损坏等事故。
同时可设置大块的尺寸定义，对皮带上识别的异物分级报警。（1）对采集到的原煤运输图像进行预处理、分类储存、特征抽取和选择，对大块矸石、锚杆进行识别，实现危害性判断，并实现报警、停止皮带运行功能。（2）具备“学习”能力。以“自主学习”为主、人工辅助“学习”为辅。通过长时间对大块矸石、锚杆等杂物特征的采集，丰富自身数据库，实现异物识别，达到“自主学习”的目的，同时也可以通过视频回放功能，人工在视频上进行选择，实现人工辅助“学习”的目的。（3）大块检测识别。能够通过设定监控敏感区并设定报警规则并对区域内画面实时分析，及时进行预警。
（4）跑偏检测精度检测能达到厘米级。
3监控系统软件平台的功能效果展示
3.1数据存储管理
在监控平台各类服务器部署带式输送机监控平台，部署各类数据库，通过上述数据采集接口采集的各类数据按照统一规则存入数据库。
采集的各类结构化数据按照时间顺序存至数据库中，数据库按照数据类型进行分类，一些结构化信息如激光传感器、X射线检测传感器等模块采集的各类运行数据、运行状态数据、报警数据等存入数据服务器中。对于一些无法结构化的附件数据（如红外检测相机、AI检测相机等采集的图像、视频）将存放在文件服务器中，图片和视频的地址以链接的形式进行保存在数据服务器中，此方式可保障数据的安全性和操作的一致性，实现结构化数据和非结构化数据的同步管理，从而优化数据库信息的管理。
对采集的各类监测数据可按照既定规则进行集中管理和超时自动删除。根据服务器硬件性能，可制定针对不同数据的存储策略：对传感器状态、异常或故障（含图片、视频、音频等）数据等可永久存储，对正常状态的图片、音频、视频等监控数据存储时间按月来存储、并执行超时自动删除。
3.2对象建模管理
具备设备建模和过程数据建模的管理功能；支持自定义对象模型，满足带有自定义标签属性、空间位置属性的对象属性管理功能；可自动与监测点进行属性绑定，完成对应的属性计算功能。
系统建模以对象模型为基础，通过对对象的属性和操作的刻画以及对象与对象之间的关系、属性的描述来构建系统的静态结构，易于修改且能对变化做出快速反应。对象模型直观的图像表示及其文档化的系统结构，有利于用户之间针对性的交流以及对系统模型的修改和完善。
3.3智能AI集成与分析判断
具备对带式输送机监测智能视频的集成与应用，并根据业务规则实现对异常视频段的截取，根据异常事件规则实现业务的驱动，通过事件方式实现对异常信息的分级发送及事件处置过程跟踪。图2所示为基于数字孪生建模的带式输送机监控平台。可根据要求实现对异常原始图片及视频的查询，并智能AI分析故障原因，预测预警可能发生的故障，指出处理故障的方法和预防性维护保养。具体应用实例如下。
（1）系统管理
具备用户组与操作权限管理功能，实现用户的分组管理、不同设备集群的权限配置管理等。系统可根据用户权限进行分级管理，不同类别用户具备不同操作权限及异常报警提醒。
对所有涉及系统变动操作，对系统实施控制的操作及一些重要的操作，系统均保留完整记录，包括操作时间、操作者和操作内容等。
（2）履历管理
建立设备的履历信息档案，履历信息包括但不限于履历编号、履历描述信息、相关设备、实施人员、实施日期、故障原因、检修方案等内容。用户可通过后台配置工具将固定格式的履历信息导入系统，可通过网页端查看、筛选并导出履历信息。
（3）多样化的监测数据、工况状态实时显示
系统显示画面支持实时设备状况显示（如故障信息、运行状态、异物识别等）以及多画面切换；且文字告警也被用于在运行状态改变、触发保护动作以及参数超限时进行及时警示。
工况图显示：工况图中实时显示整个系统所有胶带机运行的最新工况，以及主要保护、胶带状态及有关参数信息。
信息图显示：支持各带式输送机开/停状态、皮带状况和关键位置监控状态的实时显示。如卸载点异物、皮带跑偏、钢丝绳芯损伤等参数。
故障及保护显示：支持带式输送机和各类传感器工作状态的同时实时显示，显示带式输送机的故障类型，通信状态。
（4）实时数据监视和异常报警
应具备对各类监测数据的实时监测和异常报警管理功能。实时数据应不限于环境监测数据、生产过程数据和移动目标位置数据等。报警根据岗位、部门、角色及人员进行异常数据的分级预警及处置跟踪。其中预警方式应支持颜色、声音等多种方式提示。图3所示为监控数据显示。
（5）历史数据及报警记录的查询统计
具备对各类历史数据、报警/异常记录的分级分类查询统计功能，形式不限报表、图表等，其中报表具备导出打印功能。应具备对各类报警/异常期间的数据曲线关联查询功能。图4所示为平台历史记录曲线。
利用报表形式对重要数据进行统计，包括皮带运行累计时间及其起、停走时间、异物检测事件记录、运行日志等，以方便进行生产管理。
4结束语
煤矿数字孪生通过对煤矿的运营数据、设备状态、环境参数等进行实时采集，将采集到的数据进行处理和分析，结合电子地图、三维模型等技术，构建出真实可信的煤矿数字孪生模型，矿山数字孪生系统进行模拟和预测分析，基于模型和实时数据，系统提供设备状态监测、故障预警等功能，帮助准确识别和解决问题，提高设备的可靠性和维护效率。根据从事煤矿带式输送机巡检运维经验，总结统计的主要故障特点，针对性地通过激光检测设备、X射线检测设备、红外传感器、超声波传感器和AI智能相机，实时检测带式输送机的各种运行数据，智能分析，进行故障诊断和设备维护的模拟和优化。建立煤矿带式输送机监控软件平台，实现了对带式输送机实时数据采集记录，在三维数字孪生模型上形象直观地显示运行工况状态、相关故障和保护状态、异常报警、预警及预防维护建议、相关处理维护措施的历史记录等信息，保障了带式输送机可靠运行，减少了巡检监控人工，提高了经济效益。
参考文献：
[1]Grieves M.Digital twin:manufacturing excellence through virtu⁃al factory replication[J].White paper.Melbourne:US Florida In⁃stitute of Technology,2014.
[2]陶飞,刘蔚然,刘检华,等.数字孪生及其应用探索[J].计算机集成制造系统,2018,24(1):1-18.
[3]陶飞,戚庆林,王力翚,等.数字孪生与信息物理系统——比较与联系[J].工程(英文),2019,5(4):132-149.
[4]CHRISTIAN JT.3d geoscience modeling:computer techniques for geological characterization[J].Earth Science Reviews,1996,40(3):299-301.
[5]赵毅鑫,焦振华,刘华博,等.基于GIS建模的大采高工作面矿压显现规律模拟研究_赵毅鑫[J].中国矿业大学学报,2017,46(1):33-40.
[6]潘涛,徐会军.一种基于GIS建模的综采工作面自动化采煤方法[J].煤田地质与勘探,2018,46(S1):89-92.
[7]周帅,李娟莉,谢嘉成.VR环境下综采工作面全景造型与故障渲染[J].煤矿安全,2019,50(4):116-119.
[8]杨春雨,卜令超,陈斌.一种数字孪生驱动的长距离带式输送机运行优化方法[J].自动化学报,2023,49(9):1-15
[9]陈龙,王晓,杨健健,等.平行矿山:从数字孪生到矿山智能[J].自动化学报,2021,47(7):33-40.
[10]王志星,乔铁柱.带式输送机胶带纵向撕裂双目视觉在线检测系统研究与设计[J].中国煤炭,2018,44(4):122-127.
[11]杨亮.煤矿带式输送机胶带纵向撕裂检测与保护系统研究[J].能源与环保,2023,62(6):76-79.
[12]孔令飞.基于LabVIEW的带式输送机监控系统[J].煤矿机械,2010,31(11):150-152.
[13]李佰村.带式输送机工况综合监测系统与整体式断带保护装置研究[D].徐州:中国矿业大学,2014.
[14]梁斌.带式输送机断带保护装置的研究与应用[J].矿业装备,2018(1):78-79.
[15]黄刚.带式输送机动力学参数数字化测试系统研制[D].西安:西安科技大学,2005.
[16]吴启鹏.带式输送机系统硬件在环仿真实验平台设计[D].合肥:合肥工业大学,2012.
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/80690.html
