[發(fā)明專利]礦井無人化綜采工作面數(shù)字孿生智能監(jiān)控系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201911388529.4
• 申請日: 2019-12-30
• 公開（公告）號: CN111208759B
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計(jì)）人: 葛世榮;張帆;管增倫
• 申請（專利權(quán)）人: 中國礦業(yè)大學(xué)（北京）
• 主分類號: G05B19/042
• 分類號: G05B19/042
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.礦井無人化綜采工作面數(shù)字孿生智能監(jiān)控系統(tǒng)，其特征在于，所述系統(tǒng)由物理實(shí)體、數(shù)字孿生體、智能網(wǎng)關(guān)、網(wǎng)絡(luò)交換機(jī)、云服務(wù)器、云數(shù)據(jù)庫、5G基站、機(jī)器視覺裝置、視頻終端和通信接口組成；

所述系統(tǒng)數(shù)字孿生體通過所述通信接口獲取所述物理實(shí)體的運(yùn)動(dòng)狀態(tài)和實(shí)時(shí)數(shù)據(jù)，實(shí)現(xiàn)雙向通信、信息交互和實(shí)時(shí)監(jiān)控；

所述系統(tǒng)智能網(wǎng)關(guān)用于礦井無人化綜采工作面多源數(shù)據(jù)進(jìn)行實(shí)時(shí)采集、處理和傳輸，計(jì)算、存儲無人化工作面實(shí)時(shí)位置信息，為井下無人化工作面提供定位服務(wù)；

所述系統(tǒng)云服務(wù)器和云數(shù)據(jù)庫用于數(shù)據(jù)存儲、分析與優(yōu)化，為所述系統(tǒng)提供數(shù)據(jù)通信接口和云存儲平臺；

所述系統(tǒng)5G基站用于礦井無人化綜采工作面的無線通信與精確定位；其特征還在于，

所述系統(tǒng)云數(shù)據(jù)庫采用松耦合的微服務(wù)云平臺架構(gòu)，具有多模數(shù)據(jù)引擎和計(jì)算存儲分離功能，具有對結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一管理功能，以及Web Service接口和ODBC數(shù)據(jù)庫通信接口，實(shí)現(xiàn)對所述物理實(shí)體的歷史運(yùn)行數(shù)據(jù)、傳感器更新數(shù)據(jù)以及物理模型數(shù)據(jù)分布式存儲管理；

所述系統(tǒng)智能網(wǎng)關(guān)采用嵌入式RTOS、OPC UA服務(wù)適配器和MEC技術(shù)，具有獨(dú)立于底層通信協(xié)議的實(shí)時(shí)數(shù)據(jù)采集和邊緣計(jì)算功能，支持5G空中接口、以太網(wǎng)接口、光網(wǎng)絡(luò)接口、MODBUS總線接口、PROFIBUS總線接口、CAN總線接口、TCP/UDP和HART通信協(xié)議，實(shí)現(xiàn)數(shù)據(jù)的低延時(shí)安全傳輸和定位服務(wù)；

所述系統(tǒng)機(jī)器視覺裝置由線結(jié)構(gòu)光發(fā)射裝置和視覺感知單元組成，利用視覺感知單元采集礦井無人化綜采工作面圖像，通過線結(jié)構(gòu)光幾何三角三維數(shù)據(jù)獲得礦井無人化綜采工作面三維信息；

所述系統(tǒng)通信接口由以太網(wǎng)接口、光網(wǎng)絡(luò)接口、MODBUS總線接口、PROFIBUS總線接口、CAN總線接口、TCP/UDP和HART通信協(xié)議構(gòu)成，采用5G空中接口、OPC UA工業(yè)標(biāo)準(zhǔn)通信協(xié)議完成礦井無人化綜采工作面的數(shù)據(jù)采集與數(shù)據(jù)傳輸，并通過5G基站實(shí)現(xiàn)無線通信與定位功能；

所述系統(tǒng)采用卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法，對多源傳感器感知數(shù)據(jù)、狀態(tài)數(shù)據(jù)以及歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，通過訓(xùn)練和優(yōu)化仿真模型實(shí)現(xiàn)數(shù)字孿生體的自學(xué)習(xí)和自優(yōu)化，提高系統(tǒng)的智能監(jiān)控精準(zhǔn)性和魯棒性；

所述系統(tǒng)采用稀疏度自適應(yīng)的壓縮感知算法，對礦井無人化綜采工作面物理實(shí)體的三維模型圖像進(jìn)行采樣、壓縮與重構(gòu)，生成可視化三維仿真模型，改善監(jiān)控圖像的清晰度與抗噪性能；

所述系統(tǒng)實(shí)現(xiàn)數(shù)字孿生智能監(jiān)控的方法，包括如下步驟：

步驟1，物理模型建立：建立物理實(shí)體的三維可視化物理模型，根據(jù)物理實(shí)體的幾何外形和機(jī)械結(jié)構(gòu)，定義物理模型的幾何屬性、運(yùn)動(dòng)屬性和功能屬性；

步驟2，邏輯模型表示：建立可控制的邏輯模型，將物理模型映射到邏輯模型，通過圖形化、形式化描述邏輯模型的組成要素、組織結(jié)構(gòu)和運(yùn)行機(jī)制，并通過邏輯模型將各要素屬性和行為反饋到物理模型，實(shí)現(xiàn)對物理模型的優(yōu)化；

步驟3，仿真模型建立：基于開源圖形場景OSG構(gòu)建可視化的仿真模型，實(shí)現(xiàn)物理實(shí)體的孿生對象可視化、孿生結(jié)構(gòu)可視化和孿生過程可視化，定義仿真模型的迭代優(yōu)化條件；

步驟4，仿真模型優(yōu)化：基于多源數(shù)據(jù)，采用Pareto多目標(biāo)優(yōu)化算法對仿真模型進(jìn)行訓(xùn)練和優(yōu)化，并將仿真結(jié)果反饋到物理模型；

步驟5，仿真模型驗(yàn)證：利用模型相關(guān)性與相容性測量與評估算法對物理模型與仿真模型進(jìn)行一致性與可靠性驗(yàn)證，如滿足仿真模型的目標(biāo)函數(shù)迭代優(yōu)化條件，則執(zhí)行步驟6，否則，執(zhí)行步驟2；

步驟6，數(shù)據(jù)模型構(gòu)建：構(gòu)建可計(jì)算的數(shù)據(jù)模型，通過數(shù)據(jù)采集、數(shù)據(jù)挖掘和數(shù)據(jù)決策體系，采用多源數(shù)據(jù)融合和深度學(xué)習(xí)算法，以及優(yōu)化迭代和智能決策方法，實(shí)現(xiàn)物理實(shí)體與虛擬孿生體的數(shù)據(jù)鏡像和數(shù)據(jù)交換；

步驟7，數(shù)字孿生演進(jìn)：形成可交互的數(shù)字孿生體，將物理模型、邏輯模型、仿真模型和數(shù)據(jù)模型演進(jìn)優(yōu)化與數(shù)據(jù)集成，集成數(shù)字孿生體子集，通過數(shù)據(jù)驅(qū)動(dòng)與實(shí)時(shí)交互，實(shí)現(xiàn)數(shù)字孿生體與物理實(shí)體的信息交互；以及，

所述系統(tǒng)實(shí)現(xiàn)數(shù)字孿生體的方法，進(jìn)一步包括如下步驟：

步驟1，物理實(shí)體三維建模：利用三維建模工具建立礦井無人化綜采工作面的物理實(shí)體三維模型，并采用有限元分析法求解三維模型的結(jié)構(gòu)參數(shù)、幾何參數(shù)、材料參數(shù)、狀態(tài)參數(shù)及邊界條件；

步驟2，模型渲染優(yōu)化：根據(jù)步驟1所獲取的三維模型，使用3DsMax三維渲染工具對模型結(jié)構(gòu)透視圖或點(diǎn)云圖進(jìn)行渲染、添加材質(zhì)，并對其邊緣部分進(jìn)行修補(bǔ)優(yōu)化；

步驟3，仿真場景構(gòu)建：將步驟2渲染后的模型導(dǎo)入虛擬現(xiàn)實(shí)仿真引擎，使用其內(nèi)置的物理引擎，基于開源圖形場景OSG構(gòu)建可視化仿真模型；

步驟4，數(shù)據(jù)處理：將物理實(shí)體的多源傳感器數(shù)據(jù)作為輸入，經(jīng)多源數(shù)據(jù)融合后輸出，并將傳感器實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)及物理模型存儲在云數(shù)據(jù)庫中；

步驟5，交互控制：通過OPC UA、TCP/UDP、Web Service通信接口實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)采集、遠(yuǎn)程通信和多源動(dòng)態(tài)數(shù)據(jù)的實(shí)時(shí)更新，通過VR或AR人機(jī)接口實(shí)現(xiàn)數(shù)字孿生體與物理實(shí)體的實(shí)時(shí)交互及虛擬監(jiān)控。