金屬礦產(chǎn)是支撐我國(guó)世界制造大國(guó)地位的基石。然而，隨著我國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展，金屬資源消耗持續(xù)提升，金屬礦山淺部資源日益枯竭。從礦產(chǎn)資源自然稟賦上看，我國(guó)戰(zhàn)略性金屬礦產(chǎn)資源對(duì)外依存度很高、來(lái)源單一集中。據(jù)統(tǒng)計(jì)，我國(guó)礦產(chǎn)資源平均對(duì)外依存度高達(dá)65%，有12種礦產(chǎn)資源對(duì)外依存度超過(guò)80%，17種礦產(chǎn)資源超過(guò)50%。鑒于當(dāng)前全球地緣政治局勢(shì)動(dòng)蕩，戰(zhàn)略性礦產(chǎn)資源博弈日益加劇的形勢(shì)，要著力推進(jìn)金屬礦山智能化建設(shè)，實(shí)現(xiàn)礦山行業(yè)安全、高效、綠色的目標(biāo)，是我國(guó)金屬礦山高質(zhì)量發(fā)展的必由之路。

20世紀(jì)90年代至21世紀(jì)初，全自動(dòng)化或智能化采礦技術(shù)開(kāi)始出現(xiàn)，如芬蘭、加拿大、澳大利亞、挪威、瑞典等國(guó)先后制定了智能礦山實(shí)施計(jì)劃。國(guó)際著名礦山裝備公司除研制智能采礦裝備外，還研發(fā)出系列智能采礦系統(tǒng)，如瑞典Sandvik公司的AutoMine和OpiMine，美國(guó)Caterpillar公司的MineStar，日本Komatsu公司的Autonomous Haulage System (AHS)等。我國(guó)自21世紀(jì)開(kāi)始重視智能采礦技術(shù)的研究，先后在“十一五”至“十四五”期間，設(shè)立并實(shí)施了國(guó)家“863計(jì)劃”“973計(jì)劃”和重點(diǎn)研發(fā)計(jì)劃專(zhuān)項(xiàng)等國(guó)家級(jí)課題。隨著國(guó)家2035年金屬礦深部多場(chǎng)耦合智能化開(kāi)采戰(zhàn)略的實(shí)施，礦山智能化建設(shè)被認(rèn)為是解決金屬礦開(kāi)采所面臨關(guān)鍵難題的最有效手段。金屬礦山智能化建設(shè)相關(guān)研究重點(diǎn)圍繞開(kāi)采環(huán)境智能感知、開(kāi)采過(guò)程智能作業(yè)和開(kāi)采系統(tǒng)智能調(diào)度三大主題。其中智能調(diào)度是實(shí)現(xiàn)高效生產(chǎn)規(guī)劃、提高經(jīng)濟(jì)收益和保障礦山智能化生產(chǎn)的重要手段，是礦山技術(shù)變革和技術(shù)創(chuàng)新的重要內(nèi)容，但我國(guó)礦山開(kāi)采智能調(diào)度理論與技術(shù)遠(yuǎn)未成熟。

生產(chǎn)調(diào)度管理是礦山生產(chǎn)與經(jīng)營(yíng)、生產(chǎn)與安全以及各生產(chǎn)子系統(tǒng)間的協(xié)調(diào)中心，現(xiàn)代化礦山離不開(kāi)智能化的調(diào)度管理，實(shí)現(xiàn)開(kāi)采作業(yè)智能調(diào)度可以有效提高礦山整體生產(chǎn)效益。但目前對(duì)礦山開(kāi)采裝備的智能調(diào)度問(wèn)題研究遠(yuǎn)未成熟。

針對(duì)礦山調(diào)度過(guò)度依賴(lài)人工完成、設(shè)備協(xié)同性差、生產(chǎn)效率低、智能化調(diào)度技術(shù)不足、難以適應(yīng)大規(guī)模生產(chǎn)調(diào)度需求等問(wèn)題，葛世榮院士團(tuán)隊(duì)全面分析了地下金屬礦的開(kāi)采工藝和方法，總結(jié)出地下金屬礦開(kāi)采方法和工藝譜系。針對(duì)傳統(tǒng)調(diào)度求解方法存在的問(wèn)題，劃分了生產(chǎn)計(jì)劃編制、開(kāi)采設(shè)備接續(xù)和工序設(shè)備協(xié)同3個(gè)關(guān)鍵調(diào)度問(wèn)題，提出了動(dòng)態(tài)調(diào)度和多目標(biāo)求解算法是求解大規(guī)模地下金屬礦智能調(diào)度問(wèn)題的有效方法。通過(guò)分析數(shù)字孿生技術(shù)為大規(guī)模平行作業(yè)模式以及動(dòng)態(tài)多目標(biāo)調(diào)度提供了智能化服務(wù)載體，提出了以物理裝備層、孿生數(shù)據(jù)層、傳輸數(shù)據(jù)層、虛擬孿生層和孿生服務(wù)層的地下金屬礦裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)，從而為大規(guī)模采場(chǎng)裝備集群智能調(diào)度提供了技術(shù)支撐，是智能化礦山建設(shè)的必由之路。

主要觀點(diǎn)如下：

（1）當(dāng)前大規(guī)模金屬礦山開(kāi)采效率低下，多階段、多采場(chǎng)、多進(jìn)路的“三多”平行作業(yè)開(kāi)采模式，有助于實(shí)現(xiàn)礦山裝備集約化管理，節(jié)約人力和設(shè)備資源，大幅提高生產(chǎn)效率，是大規(guī)模地下金屬礦山開(kāi)采模式的發(fā)展趨勢(shì)。

（2）動(dòng)態(tài)調(diào)度模型提高了調(diào)度方法的魯棒性，多目標(biāo)求解算法能夠?qū)崿F(xiàn)多目標(biāo)優(yōu)化，提高資源利用率和生產(chǎn)效率。因此，將動(dòng)態(tài)調(diào)度模型和多目標(biāo)求解算法有機(jī)融合對(duì)于解決復(fù)雜礦山裝備集群調(diào)度問(wèn)題具有重要意義，是大規(guī)模地下金屬礦山裝備調(diào)度管理的研究重點(diǎn)。

（3）大規(guī)模金屬礦山生產(chǎn)及其裝備智能化調(diào)度會(huì)隨著生產(chǎn)過(guò)程不斷變化，傳統(tǒng)程序化調(diào)度方法缺乏自我生長(zhǎng)機(jī)制，采用數(shù)字孿生技術(shù)創(chuàng)建生產(chǎn)裝備調(diào)度系統(tǒng)，才能滿(mǎn)足動(dòng)態(tài)、多目標(biāo)、大規(guī)模、智能化的調(diào)度要求，才能完成大規(guī)模生產(chǎn)調(diào)度所需的真實(shí)模擬、實(shí)時(shí)監(jiān)測(cè)、自主決策和雙向控制，才能實(shí)現(xiàn)大規(guī)模地下開(kāi)采的各工序、作業(yè)設(shè)備的安全有序運(yùn)行，具有廣闊的應(yīng)用前景。

（4）大規(guī)模地下金屬礦開(kāi)采與裝備智能調(diào)度相關(guān)理論技術(shù)研究還遠(yuǎn)未成熟，現(xiàn)有調(diào)度模型還存在裝備協(xié)同調(diào)度效率低、動(dòng)態(tài)優(yōu)化能力弱等共性問(wèn)題，其數(shù)字孿生模型缺乏自主完善機(jī)制和通用架構(gòu)標(biāo)準(zhǔn)。此外，如何實(shí)現(xiàn)機(jī)理與數(shù)據(jù)融合建模、更多利用大數(shù)據(jù)和人工智能技術(shù)實(shí)現(xiàn)數(shù)據(jù)雙向?qū)崟r(shí)交互映射等方面仍需深入研究。

^{成果1：地下金屬礦開(kāi)采方法譜系}

地下金屬礦山開(kāi)采方法按地壓管理方式可以分為3大類(lèi)，即空?qǐng)霾傻V法、充填采礦法與崩落采礦法。地下礦山開(kāi)采方法的選取與礦山地壓管理方式密切相關(guān)，空?qǐng)霾傻V法對(duì)采空區(qū)不做處理，利用礦巖自身穩(wěn)固性、留礦柱等方式自然支護(hù)實(shí)現(xiàn)地壓管理；充填采礦法使用充填材料對(duì)采空區(qū)進(jìn)行人工支護(hù)實(shí)現(xiàn)地壓管理；崩落采礦法通過(guò)崩落圍巖積極利用地壓進(jìn)行開(kāi)采的同時(shí)進(jìn)行地壓管理。在各類(lèi)開(kāi)采方法中按照礦體開(kāi)采規(guī)模不同又可以分為13個(gè)組別，其開(kāi)采方法譜系如下圖所示，應(yīng)用較多的開(kāi)采方法突出顯示。

地下金屬礦山開(kāi)采方法譜系

地下金屬礦開(kāi)采主要工藝流程為礦床開(kāi)拓、礦塊采準(zhǔn)、礦塊切割和礦石回采。其中，礦石回采是開(kāi)采過(guò)程中最主要的生產(chǎn)過(guò)程，占礦山整體勞動(dòng)消耗40%~50%，回采成本占礦石總成本的30%~50%。因此研究回采對(duì)礦山高效生產(chǎn)具有重要指導(dǎo)意義。由上述開(kāi)采方法可知，多采場(chǎng)布置已經(jīng)成為大規(guī)模開(kāi)采方法的特征。隨著采場(chǎng)增加回采裝備也會(huì)隨之增加，因此回采裝備調(diào)度優(yōu)化是實(shí)現(xiàn)回采智能化的關(guān)鍵一環(huán)。其中回采主要包含鑿巖、裝藥、爆破、通風(fēng)、撬毛、出礦和充填7項(xiàng)工藝，回采工藝流程如下。

地下金屬礦回采工藝流程

^{成果2：地下金屬礦山生產(chǎn)調(diào)度模型}

1 地下金屬礦山生產(chǎn)調(diào)度主要問(wèn)題

（1）生產(chǎn)計(jì)劃編制問(wèn)題。目前在礦山生產(chǎn)計(jì)劃編制方面已經(jīng)涌現(xiàn)出以混合整數(shù)規(guī)劃法為代表的編制方法和以精細(xì)化建模技術(shù)為基礎(chǔ)的DIMINE、MineSchedhe和iSched等三維可視化生產(chǎn)計(jì)劃編制軟件。但隨著礦產(chǎn)資源不斷減少和露天轉(zhuǎn)地下礦山不斷增多，礦山生產(chǎn)對(duì)經(jīng)濟(jì)、安全和綠色要求越來(lái)越高，出礦品位控制、回采順序確定和資源合理配置等一系列的調(diào)度難題更加突出。

（2）開(kāi)采設(shè)備接續(xù)問(wèn)題。開(kāi)采設(shè)備接續(xù)問(wèn)題是對(duì)相鄰工序在直接或間接作業(yè)時(shí)進(jìn)行有效的接續(xù)處理，主要包括設(shè)備和作業(yè)的合理分配。目前回采作業(yè)面設(shè)備已具備遠(yuǎn)程遙控條件，部分動(dòng)作已能夠自主導(dǎo)航、自主作業(yè)，實(shí)現(xiàn)無(wú)人操作功能。但在設(shè)備接續(xù)作業(yè)時(shí)存在接續(xù)時(shí)間長(zhǎng)、設(shè)備負(fù)荷不平衡和接續(xù)工藝多等問(wèn)題，嚴(yán)重威脅到礦山生產(chǎn)安全，限制了礦山生產(chǎn)水平提升，制約了無(wú)人化礦山發(fā)展。

（3）開(kāi)采設(shè)備協(xié)同問(wèn)題。設(shè)備協(xié)同問(wèn)題是對(duì)同一工序的設(shè)備或小組進(jìn)行任務(wù)分配，特別是隨著礦山開(kāi)采規(guī)模不斷提升，鏟運(yùn)機(jī)、礦卡和電機(jī)車(chē)等多設(shè)備協(xié)同問(wèn)題更加凸顯。由于協(xié)同調(diào)度問(wèn)題存在協(xié)同效率低、規(guī)劃目標(biāo)多和求解過(guò)程復(fù)雜等難點(diǎn)，目前的大部分礦山還是處于人工調(diào)度階段。單一求解算法很難高效地求解協(xié)同問(wèn)題，而融合求解算法和降階求解算法為求解該問(wèn)題提供了新的方案。

地下金屬礦回采工藝流程

2 地下金屬礦山生產(chǎn)調(diào)度模型

隨著地下金屬礦山生產(chǎn)優(yōu)化問(wèn)題研究的不斷深入，計(jì)算復(fù)雜性增加，調(diào)度建模和求解方法是研究的重點(diǎn)。礦山生產(chǎn)調(diào)度是從礦山制訂生產(chǎn)計(jì)劃開(kāi)始，到礦山的每個(gè)作業(yè)環(huán)節(jié)、每臺(tái)設(shè)備和每個(gè)人員的安排。為了更好地組織和協(xié)調(diào)好礦山生產(chǎn)調(diào)度，對(duì)生產(chǎn)環(huán)節(jié)中的調(diào)度問(wèn)題進(jìn)行分析研究和建模是很有必要。對(duì)于單臺(tái)設(shè)備的調(diào)度，已有很多研究者建立了調(diào)度模型，并設(shè)計(jì)了求解算法，改善了生產(chǎn)效率。但是礦山生產(chǎn)調(diào)度是一個(gè)以礦石流為主線的從上到下的調(diào)度過(guò)程，對(duì)調(diào)度模型進(jìn)行充分的梳理是求解礦山生產(chǎn)調(diào)度問(wèn)題的基石。本項(xiàng)研究將礦山生產(chǎn)調(diào)度模型分為3類(lèi)。

（1）生產(chǎn)計(jì)劃編制調(diào)度模型。礦山生產(chǎn)計(jì)劃編制調(diào)度模型是在有限的設(shè)備、人員和生產(chǎn)物資的條件下根據(jù)礦山戰(zhàn)略目標(biāo)制訂年度、季度、月度和每日的生產(chǎn)計(jì)劃。礦山生產(chǎn)主要是考慮產(chǎn)品市場(chǎng)價(jià)格，通過(guò)控制出礦品位來(lái)調(diào)整收入和成本，達(dá)到提高經(jīng)濟(jì)效益的目的。

（2）開(kāi)采設(shè)備接續(xù)調(diào)度模型。礦山開(kāi)采設(shè)備接續(xù)調(diào)度與柔性流水車(chē)間調(diào)度（Flexible Flow shop Scheduling Problem, FFSP）相似，主要的不同點(diǎn)在于礦山開(kāi)采設(shè)備相對(duì)于采場(chǎng)是流動(dòng)的，而生產(chǎn)車(chē)間設(shè)備是固定的。

（3）開(kāi)采設(shè)備協(xié)同調(diào)度模型。礦山運(yùn)輸調(diào)度是整個(gè)礦山回采作業(yè)中設(shè)備最多也是最復(fù)雜的協(xié)同調(diào)度模型，目前可劃分為電機(jī)車(chē)運(yùn)輸、礦卡運(yùn)輸和輔助運(yùn)輸調(diào)度3類(lèi)。電機(jī)車(chē)運(yùn)輸調(diào)度是多列車(chē)在軌道上進(jìn)行多次往返裝卸點(diǎn)，根據(jù)溜井的產(chǎn)量和生產(chǎn)計(jì)劃合理安排電機(jī)車(chē)的運(yùn)行路線和時(shí)間來(lái)完成生產(chǎn)任務(wù)。露天礦卡運(yùn)輸調(diào)度是合理安排礦卡運(yùn)輸任務(wù)和路徑選擇，達(dá)到降低等待時(shí)間或運(yùn)輸成本等目標(biāo)。輔助運(yùn)輸是指運(yùn)輸?shù)V井所需的物料和人員到達(dá)生產(chǎn)作業(yè)面，以實(shí)現(xiàn)資源最優(yōu)配置和運(yùn)輸成本最小化。

3 礦山調(diào)度模型求解方法

礦山裝備調(diào)度模型建立之后，調(diào)度算法設(shè)計(jì)至關(guān)重要，起到模型解算、模型優(yōu)化和調(diào)度方案輸出的作用。當(dāng)前，調(diào)度方法分為精確算法、近似算法和多目標(biāo)優(yōu)化算法3類(lèi)。精確算法是基于運(yùn)籌學(xué)的理論方法，能夠在小規(guī)模的調(diào)度問(wèn)題上求得精確解。但由于計(jì)算復(fù)雜、時(shí)間長(zhǎng)等原因在工程上適用性不強(qiáng)。近似算法是在較為合理的時(shí)間內(nèi)獲得可接受的滿(mǎn)意解，比較貼近工程實(shí)際情況。經(jīng)過(guò)長(zhǎng)時(shí)間演化而涌現(xiàn)的元啟發(fā)式系列算法已經(jīng)能夠求解出理想的最優(yōu)解。

礦山調(diào)度中常用的調(diào)度算法

（1）Q-Learning算法是強(qiáng)化學(xué)習(xí)方法中較為經(jīng)典的求解算法，在應(yīng)對(duì)復(fù)雜多變的實(shí)際生產(chǎn)環(huán)境中具有較大優(yōu)勢(shì)。然啟發(fā)式方法雖然只能進(jìn)行局部搜索，但是可以快速得到一個(gè)可接受的解決方案，適用于難于用傳統(tǒng)算法求解的復(fù)雜問(wèn)題。元啟發(fā)式算法則是引入了更復(fù)雜的搜索策略和搜索隨機(jī)性來(lái)尋找更優(yōu)解，其應(yīng)用較為廣泛。

（2）多目標(biāo)優(yōu)化調(diào)度算法。隨著智能化理論的不斷發(fā)展，為追求精細(xì)化生產(chǎn)，生產(chǎn)調(diào)度呈現(xiàn)出向多目標(biāo)調(diào)度、集群調(diào)度和動(dòng)態(tài)調(diào)度的發(fā)展趨勢(shì)。傳統(tǒng)多目標(biāo)調(diào)度處理方法如加權(quán)法和約束法，存在單目標(biāo)權(quán)值難以確定和各目標(biāo)之間量綱不統(tǒng)一等問(wèn)題。針對(duì)傳統(tǒng)多目標(biāo)處理方法的不足，出現(xiàn)了基于Pareto支配關(guān)系的NSGA(Non-dominated Sorting Genetic Algorithms)、NSGAII方法。

^{成果3：回采裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)}

數(shù)字孿生作為一種新的思想，為實(shí)現(xiàn)礦山智能化生產(chǎn)調(diào)度提供了新思路，通過(guò)設(shè)備物理體的實(shí)時(shí)、歷史運(yùn)行數(shù)據(jù)，云、邊、端計(jì)算的數(shù)據(jù)處理，虛實(shí)雙向映射，以及回采作業(yè)鏈裝備集群調(diào)度算法，在孿生環(huán)境中進(jìn)行評(píng)估、預(yù)演和優(yōu)化，形成數(shù)字孿生智能化調(diào)度技術(shù)，從而提高礦山生產(chǎn)效率?；谏鲜黾夹g(shù)原理，提出了回采裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)。

裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)

裝備智能調(diào)度數(shù)字孿生系統(tǒng)架構(gòu)各要素闡述如下：

（1）孿生服務(wù)層。結(jié)合孿生體的多調(diào)度模型優(yōu)化庫(kù)和融合數(shù)據(jù)庫(kù)內(nèi)多種知識(shí)數(shù)據(jù)知識(shí)，構(gòu)建集中控制、遠(yuǎn)程監(jiān)控等功能的裝備調(diào)度服務(wù)層?！凹锌刂啤⑦h(yuǎn)程監(jiān)控”能提高回采作業(yè)面物理實(shí)體的響應(yīng)速度，為及時(shí)決策與優(yōu)化流程奠定基礎(chǔ)。“任務(wù)分析、動(dòng)態(tài)調(diào)度”通過(guò)精細(xì)化的調(diào)度管理和智能決策方法，實(shí)現(xiàn)在復(fù)雜條件下對(duì)裝備的高效協(xié)同作業(yè)?！肮收显\斷、周期維護(hù)”利用數(shù)字孿生場(chǎng)景對(duì)生產(chǎn)現(xiàn)場(chǎng)進(jìn)行實(shí)時(shí)監(jiān)控和反饋，提前發(fā)現(xiàn)潛在的事故征兆，并自動(dòng)執(zhí)行預(yù)警和相關(guān)安全措施預(yù)案?！叭S可視、人機(jī)交互”結(jié)合虛擬現(xiàn)實(shí)(VR)和增強(qiáng)現(xiàn)實(shí)(AR)技術(shù)，提供沉浸式工作環(huán)境，幫助直觀地理解和控制復(fù)雜的開(kāi)采過(guò)程。

（2）虛擬孿生層。裝備虛擬孿生層是裝備智能調(diào)度數(shù)字孿生系統(tǒng)的核心要素，主要包含與物理實(shí)體相互映射的孿生模型和優(yōu)化調(diào)度生產(chǎn)的調(diào)度模型庫(kù)。開(kāi)采設(shè)備物理模型、采場(chǎng)環(huán)境幾何模型和生產(chǎn)作業(yè)行為模型經(jīng)過(guò)模型輕量化處理后可以實(shí)時(shí)交互顯示，真實(shí)呈現(xiàn)回采作業(yè)面的數(shù)字鏡像。調(diào)度模型庫(kù)是支撐精益生產(chǎn)和降本增效的核心，通過(guò)生產(chǎn)計(jì)劃排產(chǎn)調(diào)度優(yōu)化模型、裝備集群調(diào)度優(yōu)化模型和裝備路徑調(diào)度優(yōu)化模型，實(shí)現(xiàn)總生產(chǎn)時(shí)間最短、設(shè)備行駛距離最短和間隔時(shí)間最短等多目標(biāo)優(yōu)化，形成完整的調(diào)度優(yōu)化鏈，為孿生模型提供調(diào)度服務(wù)基礎(chǔ)。

（3）傳輸數(shù)據(jù)層。數(shù)據(jù)傳輸層不僅要實(shí)現(xiàn)裝備智能調(diào)度數(shù)字孿生系統(tǒng)中各組成部分的互聯(lián)互通，還要進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)融合、邊緣計(jì)算等操作。數(shù)據(jù)處理是指數(shù)據(jù)校驗(yàn)、清理等預(yù)處理過(guò)程，主要是防止傳輸過(guò)程中的數(shù)據(jù)錯(cuò)誤、數(shù)據(jù)缺失等情況，提高數(shù)據(jù)質(zhì)量。數(shù)據(jù)融合是一種處理和集成不同來(lái)源多類(lèi)信息的技術(shù)，也叫多源異構(gòu)數(shù)據(jù)融合技術(shù)。邊緣計(jì)算主要是對(duì)物理層的數(shù)據(jù)進(jìn)行預(yù)分析，促進(jìn)邊緣-云計(jì)算的高效融合，降低網(wǎng)絡(luò)傳輸壓力。網(wǎng)絡(luò)傳輸是基于4G/5G、Wi-Fi、有線等融合通信網(wǎng)絡(luò)技術(shù)為礦山信息的高效傳輸和交互提供基礎(chǔ)支撐。

（4）孿生數(shù)據(jù)層。孿生數(shù)據(jù)層中數(shù)據(jù)庫(kù)負(fù)責(zé)回采作業(yè)大數(shù)據(jù)分析、模型訓(xùn)練、算法更新等任務(wù)，是裝備智能調(diào)度數(shù)字孿生系統(tǒng)的核心驅(qū)動(dòng)力。通過(guò)記錄裝備物理實(shí)體的實(shí)時(shí)數(shù)據(jù)，包括工作狀態(tài)、設(shè)備性能和環(huán)境參數(shù)，形成開(kāi)采全環(huán)節(jié)感知并驅(qū)動(dòng)虛擬孿生體。根據(jù)孿生模型的運(yùn)行機(jī)制與調(diào)度模型的行為機(jī)理，仿真裝備生產(chǎn)情況，結(jié)合礦山專(zhuān)業(yè)知識(shí)規(guī)則約束模型，對(duì)生產(chǎn)數(shù)據(jù)與仿真數(shù)據(jù)進(jìn)行預(yù)處理、特征提取、對(duì)齊、集成形成融合衍生數(shù)據(jù)，生成長(zhǎng)期生產(chǎn)計(jì)劃，并轉(zhuǎn)化為驅(qū)動(dòng)裝備服務(wù)層的服務(wù)數(shù)據(jù)。

（5）物理裝備層。傳感系統(tǒng)、智能裝備集群和生產(chǎn)環(huán)境三者共同構(gòu)成孿生系統(tǒng)的物理層，其中智能裝備集群作為生產(chǎn)調(diào)度的主體對(duì)象，需要借助傳感系統(tǒng)實(shí)時(shí)感知自我運(yùn)行狀態(tài)，實(shí)時(shí)與生產(chǎn)環(huán)境進(jìn)行交互，實(shí)現(xiàn)自主導(dǎo)航和無(wú)人化生產(chǎn)，并保障生產(chǎn)安全。智能裝備集群主要包含生產(chǎn)過(guò)程中的裝藥臺(tái)車(chē)和鏟運(yùn)機(jī)，以及所有的爆破和通風(fēng)小組。生產(chǎn)環(huán)境主要包含生產(chǎn)作業(yè)場(chǎng)地布置及其相關(guān)的動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)。其中，場(chǎng)地布置是指進(jìn)路和卸礦溜井的作業(yè)點(diǎn)位，實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)是指采場(chǎng)溫度、粉塵濃度、通風(fēng)量等關(guān)鍵信息。

作者簡(jiǎn)介

驗(yàn)室主任。《金屬礦山》青年專(zhuān)家學(xué)術(shù)委員，《地質(zhì)與勘探》、《成都理工大學(xué)學(xué)報(bào)（自然科學(xué)版）》青年編委，成都理工大學(xué)首屆優(yōu)秀研究生導(dǎo)師團(tuán)隊(duì)成員，“自然資源部西藏主要成礦帶大型-特大型礦床勘查評(píng)價(jià)和研究科技創(chuàng)新團(tuán)隊(duì)”和“自然資源部高層次科技創(chuàng)新人才工程科技創(chuàng)新團(tuán)隊(duì)”骨干成員，主要從事青藏高原及周緣銅多金屬礦床的研究與找礦勘查工作，先后參與多個(gè)大型-超大型礦床的勘查評(píng)價(jià)，主持國(guó)家自然科學(xué)基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃專(zhuān)題、四川省自然科學(xué)基金及各類(lèi)橫向項(xiàng)目10余項(xiàng)，發(fā)表文章70余篇，主編專(zhuān)著2部，參編教材2部

葛世榮

中國(guó)工程院院士，曾任中國(guó)礦業(yè)大學(xué)和中國(guó)礦業(yè)大學(xué)（北京）校長(zhǎng)，現(xiàn)任江西理工大學(xué)校長(zhǎng)，兼任煤礦智能化與機(jī)器人創(chuàng)新應(yīng)用應(yīng)急部重點(diǎn)實(shí)驗(yàn)室主任、中國(guó)煤炭工業(yè)安全科學(xué)技術(shù)學(xué)會(huì)副理事長(zhǎng)、國(guó)家安全科學(xué)與工程研究院副院長(zhǎng)。長(zhǎng)期研究智能礦山運(yùn)輸技術(shù)和礦山機(jī)器人化裝備，創(chuàng)設(shè)了深井提升重載化、巷道運(yùn)輸自動(dòng)化、井下采運(yùn)智能化關(guān)鍵技術(shù)，有力推動(dòng)了中國(guó)煤礦智能化技術(shù)發(fā)展。成果獲國(guó)家技術(shù)發(fā)明獎(jiǎng)二等獎(jiǎng)3項(xiàng)、國(guó)家科技進(jìn)步獎(jiǎng)二等獎(jiǎng)1項(xiàng)、國(guó)家科技進(jìn)步獎(jiǎng)三等獎(jiǎng)1項(xiàng)。

郝雪弟

中國(guó)礦業(yè)大學(xué)（北京）副教授，博士，碩士研究生導(dǎo)師，全國(guó)普通高等學(xué)校本科教育教學(xué)評(píng)估專(zhuān)家。主要從事礦山裝備智能化、礦山機(jī)器人、數(shù)字孿生、礦山車(chē)輛無(wú)人駕駛等領(lǐng)域的研究。主持和參與了多項(xiàng)國(guó)家級(jí)和省部級(jí)科研項(xiàng)目，先后獲中國(guó)煤炭工業(yè)科學(xué)技術(shù)獎(jiǎng)4項(xiàng)、全國(guó)煤炭行業(yè)教育教學(xué)成果獎(jiǎng)2項(xiàng)，發(fā)表論文60余篇，出版專(zhuān)著2部、教材2部，授權(quán)專(zhuān)利18項(xiàng)。兼任全國(guó)機(jī)器人標(biāo)準(zhǔn)化技術(shù)委員會(huì)礦用機(jī)器人標(biāo)準(zhǔn)工作組副組長(zhǎng)，中國(guó)煤炭學(xué)會(huì)煤炭裝載技術(shù)委員會(huì)第二屆委員會(huì)委員，中國(guó)機(jī)械工程學(xué)會(huì)機(jī)械設(shè)計(jì)分會(huì)第九屆委員會(huì)委員，礦山機(jī)器人創(chuàng)新應(yīng)用聯(lián)盟理事會(huì)秘書(shū)長(zhǎng)，煤礦智能化與機(jī)器人創(chuàng)新應(yīng)用應(yīng)急部重點(diǎn)實(shí)驗(yàn)室核心成員。

成果來(lái)源

郝雪弟，楊建，魯自橫，葛世榮，唐碩，郭鵬飛.大規(guī)模地下金屬礦裝備智能調(diào)度數(shù)字孿生關(guān)鍵技術(shù)[J/OL].金屬礦山，1-13.

《金屬礦山》簡(jiǎn)介

《金屬礦山》由中鋼集團(tuán)馬鞍山礦山研究總院股份有限公司和中國(guó)金屬學(xué)會(huì)主辦，主編為中國(guó)工程院王運(yùn)敏院士，現(xiàn)為北大中文核心期刊、中國(guó)科技論文統(tǒng)計(jì)源期刊（中國(guó)科技核心期刊）、中國(guó)精品科技期刊（F5000頂尖學(xué)術(shù)論文來(lái)源期刊）、中國(guó)百?gòu)?qiáng)報(bào)刊、RCCSE中國(guó)核心學(xué)術(shù)期刊（A）、中國(guó)期刊方陣雙百期刊、國(guó)家百種重點(diǎn)期刊、華東地區(qū)優(yōu)秀期刊，被美國(guó)化學(xué)文摘（CA）、美國(guó)劍橋科學(xué)文摘（CSA）、波蘭哥白尼索引（IC）、日本科學(xué)技術(shù)振興機(jī)構(gòu)數(shù)據(jù)庫(kù)（JST）等世界著名數(shù)據(jù)庫(kù)收錄。主要刊登金屬礦山采礦、礦物加工、機(jī)電與自動(dòng)化、安全環(huán)保、礦山測(cè)量、地質(zhì)勘探等領(lǐng)域具有重大學(xué)術(shù)價(jià)值或工程推廣價(jià)值的研究成果，優(yōu)先報(bào)道受到國(guó)家重大科研項(xiàng)目資助的高水平研究成果。根據(jù)科技部中國(guó)科技信息研究所發(fā)布的《2024中國(guó)科技期刊引證報(bào)告（核心版）》，《金屬礦山》核心總被引頻次位列26種礦業(yè)工程技術(shù)學(xué)科核心期刊第1位；根據(jù)中國(guó)知網(wǎng)發(fā)布的《中國(guó)學(xué)術(shù)期刊影響因子年報(bào)》（2024版），《金屬礦山》學(xué)科影響力位居73種礦業(yè)期刊第9位。

編排：戴穎熠

審核：王小兵

---

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請(qǐng)讀者僅作參考，并自行核實(shí)相關(guān)內(nèi)容。若對(duì)該稿件內(nèi)容有任何疑問(wèn)或質(zhì)疑，請(qǐng)立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。