面向智能矿山与新工科的数字孪生技术研究

被引：37

作者：

张帆 ^{[1
,2
]}

李闯 ^{[1
]}

李昊 ^{[1
]}

刘毅 ^{[1
]}

机构：

[1] 中国矿业大学(北京)机电与信息工程学院

[2] 中国矿业大学(北京)智慧矿山与机器人研究院

来源：

工矿自动化 | 2020年 / 46卷 / 05期

基金：

国家重点研发计划;

关键词：

智能矿山; 数字孪生; 人工智能; 矿山数字孪生模型; 智能开采数字孪生体;

D O I：

10.13272/j.issn.1671-251x.2020040042

中图分类号：

TD67 [矿山生产自动化技术];

学科分类号：

0819 ;

摘要：

将数字孪生与人工智能(AI)技术相结合,提出了基于数字孪生+AI的智能矿山建设新思路。探索了智能矿山技术发展路径,研究了数字孪生技术的特征、应用领域及发展趋势,指出数字孪生是数字化矿山发展的必然趋势。提出了基于数字孪生+AI的智能矿山理论架构,构建了矿山数字孪生模型,模型自下而上分别为矿山全要素物理实体、矿山信息物理融合层、矿山数字孪生模型、矿山孪生数据交互层、矿山应用智能服务层,据此实现智能矿山的泛在感知、协同控制和智能决策与优化。从应用实际需求出发,探讨了智能矿山模型构建技术、智能开采数字孪生体技术、矿山智能控制技术、矿山设备故障预测、基于数字孪生的人机交互等关键技术。通过研究数字孪生在智能矿山中的应用,为AI技术在智能矿山应用落地提供思路,为未来智能矿山新工科建设提供理论借鉴。

引用

页码：15 / 20

页数：6

共 16 条

[1] 智慧矿山与5G和WiFi6 [J].

孙继平 ;

陈晖升 .

工矿自动化, 2019, 45 (10) :1-4

[2] 基于残差神经网络的矿井图像重构方法 [J].

张帆 ;

徐志超 .

煤炭学报, 2019, 44 (11) :3614-3624

[3] 基于数字孪生的综采工作面生产系统设计与运行模式 [J].

谢嘉成 ;

王学文 ;

杨兆建 .

计算机集成制造系统, 2019, 25 (06) :1381-1391

[4] 煤炭深部原位流态化开采的理论与技术体系 [J].

谢和平 ;

鞠杨 ;

高明忠 ;

高峰 ;

刘见中 ;

任怀伟 ;

葛世荣 .

煤炭学报, 2018, 43 (05) :1210-1219

[5] 产品装配技术的研究现状、技术内涵及发展趋势 [J].

刘检华 ;

孙清超 ;

程晖 ;

刘小康 ;

丁晓宇 ;

刘少丽 ;

熊辉 .

机械工程学报, 2018, 54 (11) :2-28

[6] 智慧煤矿2025情景目标和发展路径 [J].

王国法 ;

王虹 ;

任怀伟 ;

赵国瑞 ;

庞义辉 ;

杜毅博 ;

张金虎 ;

侯刚 .

煤炭学报, 2018, 43 (02) :295-305

[7] 数字孪生及其应用探索 [J].

陶飞 ;

刘蔚然 ;

刘检华 ;

刘晓军 ;

刘强 ;

屈挺 ;

胡天亮 ;

张执南 ;

向峰 ;

徐文君 ;

王军强 ;

张映锋 ;

刘振宇 ;

李浩 ;

程江峰 ;

戚庆林 ;

张萌 ;

张贺 ;

隋芳媛 ;

何立荣 ;

易旺民 ;

程辉 .

计算机集成制造系统, 2018, 24 (01) :1-18

[8] 煤矿综采工作面多角色虚拟演练平台关键技术研究 [J].

李梅 ;

孙振明 ;

吕平洋 ;

陈金川 ;

毛善君 .

煤炭科学技术, 2018, 46 (01) :156-161+223

[9] 半实物虚拟装配的建模、演化与应用 [J].

鲍劲松 ;

李志强 ;

项前 ;

武殿梁 ;

郑小虎 .

机械工程学报, 2018, 54 (11) :61-69

[10] 基于稀疏度自适应的矿井智能监控图像重构方法 [J].

张帆 ;

闫秀秀 ;

李亚杰 .

煤炭学报, 2017, 42 (05) :1346-1354

← 1 2 →