前言：想要寫出一篇引人入勝的文章？我們特意為您整理了煤炭行業工業互聯網應用探索范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：大數據、云計算等技術已應用于煤炭行業，但是煤炭行業的生態鏈全覆蓋仍不完善。煤炭工業互聯網以數據為基礎，以平臺為核心，以技術為手段，整合采、掘、運、通、洗選、物流、消費等全部主要環節，推動煤炭產業圍繞生產無人化、管理集成化、運輸聯網化等方向加速數字化轉型發展。

關鍵詞：工業互聯網；5G；智能化開采；智慧煤礦

近年來，全國煤礦安全生產形勢持續穩定好轉，為進一步提高煤炭行業信息化、智能化水平，創新數據驅動煤礦安全生產和監管監察模式，作為煤炭工業信息數據采集傳輸的“高速公路”和重要基礎保障的工業互聯網建設完善和場景應用顯得尤為重要，發展煤炭工業互聯網前景廣闊、恰逢其時。

1工業互聯網在煤炭行業應用現狀

煤炭行業積極響應國家號召，緊跟技術發展趨勢，在工業互聯網領域進行了積極探索。物聯網、云計算、大數據、“互聯網+”等新技術、新模式，與煤炭生產、建設、經營的融合發展，使煤礦管理的水平大幅度提升。煤礦智能化建設快速發展，智能化開采、工業機器人等已通過多種形式融入到生產系統中，煤炭行業兩化深度融合已經進入到工業互聯網生態建設與應用的新階段。

1.1發展現狀

1.1.1網絡系統建設網絡系統的建設為數據傳輸提供了通道，實現了數據的采集。大多數煤礦已建設有工業環網及通信系統，工業環網以千兆環網為主，中大型煤礦正在由千兆向萬兆環網升級。通信系統作為網絡系統的延伸，主要有WIFI和4G通信系統，國有大型煤礦正在積極試點5G通信系統的應用。

1.1.2設備控制系統建設主要包括工作面采掘控制系統、膠帶運輸控制系統、地面生產控制系統、主扇、壓風機、井下排水、污水處理、提升、猴車、瓦斯抽放、煤礦電力控制系統等。這些控制系統的建設實現了設備數據的采集及自動化控制，達到了減人提效的目的。

1.1.3人員和環境監測系統主要包括煤礦的六大系統建設和工業視頻監控系統建設，全國煤礦已全部建設完成。其他生產環節和安全設備設施工業數據采集還未普及。

1.1.4工業互聯網管理平臺建設近幾年，兗礦集團以“推進數字轉型變革”為總體思路，深入實施“互聯網+”戰略，啟動“三化”建設攻堅行動，加強與IBM、SAP合作，加快實施大數據工程總體規劃及工業互聯網平臺研發。山東能源集團融合大數據、人工智能等技術，在私有云部署構建RPA機器人生產平臺，上線應用以數據機器人應用為代表的數字員工。

1.1.5煤炭工業互聯網標識解析體系工業互聯網標識解析體系是工業互聯網網絡的重要組成部分，為工業互聯網連接的對象提供統一的身份標識和解析服務。2019年底由大同市政府和同煤集團共同建設的國家首個煤炭行業工業互聯網標識解析二級節點正式上線運行，并與國家頂級節點對接。

1.2行業需求

1.2.1信息技術發展需求隨著科技的進步，互聯網、大數據、云計算、區塊鏈、人工智能、邊緣計算等新一代信息技術影響力不斷擴大并深入多個領域，成為影響各行各業發展、提升競爭力的核心力量。以煤礦企業為例，所依賴的局域互聯網絡體系產生的大量數據，由于服務器存儲和數據算法的局限性，不能夠被長期存儲和即時運用，制約了煤礦安全生產的可靠性和可控能力，事故風險的預測預警系統還沒有構成，事故追溯和災后評估的科學性和真實性得不到滿足，煤礦企業對數據傳遞、存儲、分析的需求日漸高漲。此外，煤炭行業的各種資源數據量達到了海量級別，鑒于數據規模的龐大性，監管監察部門需借助煤炭工業互聯網和深度挖掘技術，通過對礦井生產海量數據的分析，準確預測安全生產事故，從而滿足大幅度降低事故發生幾率的安全需求。

1.2.2智慧煤礦發展需求建設智慧煤礦已經成為煤礦本質安全的必由之路。目前，部分煤礦企業已開展智慧煤礦建設工作，但整體技術解決方案仍處于探索階段，從整體性和先進性上與其他行業工業互聯網平臺標準仍存在一定差距，急需工業PaaS作為落地的有效支撐。

1.2.3產業鏈信息共享需求煤炭行業上游產業主要為煤炭勘探設計、煤礦設備、裝備制造企業、開采和洗選業，中游產業主要為煤炭貿易商、運銷企業等，下游產業主要集中在電力、鋼鐵、建材、化工四大領域，其余為民用煤、其他行業等。構建長期穩定、和諧共贏的產業鏈關系，是煤炭行業實現高質量發展的基礎和前提，尤其是面對煤電聯動機制的蛻變和能源體制改革，煤炭行業上中下游信息共享需求日益明顯。

1.2.4政府監管監察需求我國煤礦分布較散，監管監察難度較大，政府部門對煤礦企業基礎數據采集困難，數據利用率較低，需要利用新一代信息技術，以大數據中心或云平臺為紐帶，結合政府業務需要，將企業基礎數據有效融合在一起，通過數據分析，實現應用創新，為政府應急管理與安全生產決策提供數據支撐。

2工業互聯網在煤炭行業應用存在問題

2.1缺少國家層面推動

工信部根據《國務院關于深化“互聯網＋先進制造業”發展工業互聯網的指導意見》，開展了工業互聯網試點示范項目推行工作。通過試點先行、示范引領，總結推廣可復制的經驗、做法，推進工業互聯網發展。試點示范項目名單的公布也為整個工業互聯網行業帶來了整體發展方向的信號。但是，工信部下發的2018、2019年互聯網示范項目未涉及能源行業，能源板塊缺乏煤炭試點、示范引領項目。

2.2缺乏行業技術規范標準的支撐引領

從標準制定層面來看，煤炭行業相關標準體系制定滯后，尚未制定一個全面、科學、統一的標準體系。煤炭行業重點放在機械化向信息化發展上面，因此，無論是“煤礦安全規程”還是“智慧礦山信息系統通用技術規范”都沒有詳細涉及“工業互聯網”的內容及解釋。

2.3網絡建設體系尚不完善

現有的網絡環境、基礎設施已不能滿足人工智能產品對高性能、高帶寬、高算力的迫切需求，亟待對現有基礎設施、網絡環境進行升級改造，推動以5G為代表的新一代網絡的部署，補齊制約煤礦行業人工智能產業發展的短板。

2.4煤炭工業互聯網產業支撐能力不足

平臺發展所需的智能感知、自動控制、網絡連接、工業軟件等一系列產業基礎薄弱，需充分借鑒互聯網企業先進思想、信息通信技術的應用，促進煤炭行業企業、科研機構和廠商在新時期的思路轉變，改變行業科技研發、現場應用的滯后現象，滿足煤礦在泛在感知、智能控制、可視化決策等方面的海量應用需求。

2.5井下互聯裝備升級改造進展緩慢

由于工業互聯網標準的滯后、網絡平臺建設技術的單一，主要生產裝備的數字化程度偏低，通信協議不規范，反映裝備健康狀況的數據采集困難，井下設備接入網絡接口的龐雜及功能簡單，從而形成各廠家同類產品不能建立數據通信，多系統數據無法融合，以及系統間無法聯動，造成智能化升級的障礙。

3煤炭工業互聯網應用研究

工業互聯網技術在煤炭行業的未來發展中將扮演重要角色，通過新一代互聯網技術的推動，將加快實現煤炭行業發展的新格局，實現煤炭工業的高質量發展。

3.1發展戰略

以新一代信息通信技術和智能開采技術、工業知識集成創新發展為重要載體，逐步打通煤礦企業內外部的數據鏈與價值鏈，推動5G、人工智能、區塊鏈、大數據等技術與工業互聯網的深度結合，夯實工業互聯網應用基礎。面向煤礦數字化、共享化、智能化需求，推動生產裝備、生產能力、信息技術和人才等資源匯聚，促進煤礦生產企業、裝備生產制造企業、信息技術企業和互聯網企業等在云端集聚，構建基于海量數據采集、匯聚、分析的服務體系和數據科學、工業科學、ICT科學等多學科融合體系。

3.2應用場景

3.2.1煤礦智能化開采賦能煤礦智能化開采是煤炭工業互聯網的最主要組成部分，也是煤炭工業互聯網發展的主要目標。依托煤炭工業互聯網建設，加快煤炭生產設備的智能化改造，推進井下適應多種采煤環境的智能化采煤機械的開發研制，推廣煤礦智能機器人等小型化輕量化裝備的示范應用和綜采成套裝置、協同控制系統升級改造。

3.2.2井下精準感知賦能在現有煤礦安全生產“人-機-環”感知系統的基礎上，通過應用低功耗、高靈敏度、寬量程、易維護傳感器技術以及物聯網、5G、WiFi6、IPv6等新一代信息通信技術，實現井下生產者之間、井下生產設備與設備之間、井下設備與操作人員之間、井下設備與井上管理人員間的互聯互通和精準感知，開創低成本、廣覆蓋、低時延的井下信息感知通信新模式。

3.2.3故障預測診斷賦能設備預測性維護是工業IoT的典型場景，主要面向高價值、高數據量、高故障損失、部署位置分布廣泛的工業設備。依托企業使能平臺提供的通用故障預測模型和云端機器學習成果，對分析出來的異常數據再次進行分析，得出設備故障原因與嚴重程度，為應急控制與維修管理提供準確依據，節約維修費用，有效提高設備可靠性，避免重大事故發生。

3.2.4工業機器人應用賦能推廣煤礦工業機器人應用是煤炭工業互聯網推進的重要抓手，是煤炭工業互聯網得以實現的重要途徑。煤礦工業機器人是徹底解放目前煤礦工人危險場所工作的終極利器，讓煤礦實現智能開采的主要手段。圍繞煤礦企業采、掘、機、運、通等核心業務，利用物聯網、人工智能、大數據等技術提升和改造傳統煤炭工業，借助于自主定位、自動感知、自適運行的功能，推動煤礦工業機器人應用，逐步實現生產設備的網絡化和生產現場的無人化，達到“有人巡視、無人值守”的常態化生產狀態，通過“機器換人”實現煤炭工業的高質量發展與煤礦作業的“少人則安”和“無人則安”。

3.2.5風險預測預警賦能依托煤炭工業互聯網PaaS平臺，形成多因素風險分析能力，指導煤礦企業進行重點防控。通過實時采集采掘工作面地質條件、礦井水文、沖擊地壓、自然發火、瓦斯、設備等風險信息，基于安全科學理論和引發煤礦安全風險的主要因素，通過工業大數據分析技術，對影響煤礦安全的風險因素進行歸類整理、分析建模，構建煤礦安全風險指標體系，實現智能監測預警。

3.2.6煤礦應急救援賦能煤炭工業互聯網可融合企業應急資源信息，建立應急預案數字化模型，融合反災害科學、安全生產、組織管理、救援技術等知識，提升應急領域認識和控制能力，面對各種復雜的非程序化問題時，能提取環境特征進行分析推理，提供決策支持。

3.2.7遠程監管監察賦能通過建設煤礦安全生產風險監測預警系統，打通從企業向上至煤礦安全監管監察部門的數據采集、傳輸、共享渠道，實現與基層煤礦安全管理系統聯網、動態數據多級分析和風險評估，為日常監管監察、遠程巡察、執法檢查和應急救援等工作提供數據和技術手段，為精準監管監察提供有力支撐，有效提高煤礦安全監管監察效能。

作者：楊傳印 單位：山東煤礦安全監察局