基于微服务架构的大型智能矿山建设研究与设计
时间：2023-08-28 来源：中国煤炭杂志官网 分享：★ 科技引领 ★
基于微服务架构的大型智能矿山建设研究与设计
0 引言
2020年3月，国家发展和改革委员会、国家能源局、应急管理部等八部委联合印发了 《关于加强煤矿智能化发展的指导意见》，提出了煤矿智能化发展的三大目标和十大主要任务。笔者认为该政策明确了智能矿山发展的机遇窗口期，在2020-2035年中应重点在以下6个方面发力：一是智能矿山顶层设计方向；二是精确定位、智能控制方向；三是综合自动化+固定岗位无人值守方向；四是生产、安全、经营多融合管控一体化平台方向；五是煤矿智能化大数据平台方向；六是煤矿信息管理云平台方向。
2021年12月，国家能源局印发了《智能化示范煤矿验收管理办法(试行)》，明确了验收管理相关办法，根据煤矿智能化建设条件分类结果，分别采用对应的智能化分级评价指标进行验收和评价打分，分别从信息基础设施、地质保障系统、掘进系统、采煤系统、主煤流运输系统、辅助运输系统、通风与压风系统、供电与供排水系统、安全监控系统、智能化园区与经营管理系统等10个系统开展验收工作，其中掘进系统、采煤系统、安监系统占比最大。为此，煤炭企业再次精准施策，有针对性地开展智能化建设，智能化发力更加聚焦[1]。
目前，智能矿山的建设主要围绕4条技术路线展开：一是以全矿井综合自动化平台为核心的智能矿山建设；二是以矿井监测监控智能化系统为核心的智能矿山建设；三是以GIS数字孪生等数据驱动为核心智能矿山建设；四是以综采、掘进为核心的智能化矿山建设，该项属于最核心的部分，但难度最大。在大型智能矿山的建设中，应充分融合以上4条技术路线，统一架构、统一标准、总体规划、分步实施。
笔者通过行业内实地调研并研究大量文献之后发现，虽然在行业内智能矿山的总体规划、总体架构体系、总体思路上均达成了共识，但在具体关键技术架构和标准体系架构方面存在不够清晰、体系化不完善等问题。为此，笔者在充分借鉴国内互联网行业大型综合应用的微服务技术架构基础上，探讨煤炭行业大型智能矿山的建设架构，以期为提升我国煤炭行业智能化水平提供有益借鉴[2]。
1 智能矿山微服务平台构建
微服务架构是一种架构模式，提倡将单块架构的应用划分成一组小的服务，服务之间互相协调、互相配合，为用户提供最终价值。每个服务运行在其独立的进程中，服务与服务间采用轻量级的通信机制互相沟通。每个服务都围绕着具体业务进行构建，并且能够被独立地部署到生产环境、类生产环境等[3]。
根据微服务架构整体建设思路，通过微服务平台的构建实现大型煤矿企业“大平台+小业务”的平台的建设目标，以信息、数据为驱动，提供矿山经营决策、生产执行、监测监控所有应用系统给的快速编排、组合服务的能力，实现所有应用服务接口透明可查、服务根据访问量自动负载均衡以及所有系统应用接口自主可控。实现矿井全业务的统一管理、统一呈现、统一处理，保障系统稳定运行。此外，微服务平台承载的应用所产生的全量数据都将汇集到数据湖平台，经过数据治理后形成煤矿企业的数据资产，进一步实现应用和数据的双通道融合贯通，从而支撑矿井业务高效运行，数据驱动领导决策支持。微服务架构主要由组织引擎、低代码引擎、门户引擎、图表引擎、流程引擎、集成引擎、微服务内核等核心能力组成[4]。微服务架构如图1所示。
图1 微服务架构
(1)组织引擎。提供企业多法人、多业务维度组织、岗位、用户、权限一体化管理能力。
(2)低代码引擎。提供在线的低代码设计工具，支持应用功能场景的快速配置开发能力，提升应用开发效率。
(3)门户引擎。提供支持用户自定义千人千面的业务工作台，提升用户体验和业务处理效率。
(4)图表引擎。提供常见统计分析报表、图表数据统计加工能力。
(5)流程引擎。提供端到端的业务流程、审批流程一体化设计、运行以及管理能力。
(6)集成引擎。提供跨应用的服务、数据、页面等集成连接能力。
(7)微服务内核。微服务平台中最重要的核心组件，用于统一应用架构，支撑应用以分布式微服务模式开发，提供公共技术服务和一体化治理能力，主要包括注册中心、配置中心、监控中心、认证中心、管理平台、API 网关、服务运行环境等部分。注册中心提供服务的注册与查询能力，以及服务健康检查的能力；配置中心提供对微服务应用的配置管理能力，提供配置灰度发布的能力；监控中心提供微服务应用的行为监控能力，提供全景式的服务调用链路追溯能力；认证中心支持多种认证方式，提供对用户身份和服务访问的安全认证能力；管理平台提供管理界面可以进行应用拓扑管理、应用配置管理与发布，提供监控仪表盘以及可视化图表的方式来展现应用的监控信息；API 网关提供路由转发、鉴权、限流、监控等能力，以及对 API 服务的全生命周期管理能力；服务运行环境提供微服务应用运行的基础能力支撑，包括服务注册中心、负载均衡、业务路由、熔断限流等；容器云平台作为应用运行容器，支持按需动态伸缩，提供高性能、高可靠运行支撑能力；DevOps平台作为软件应用生产线，实现开发与运维一体化、自动化工具，规模化提升应用建设效率。
2 智能矿山数据湖设计
智能矿山数据湖主要是实现煤炭业务数据统一集成、统一存储、统一治理和统一服务，并借助大数据分析平台提供海量数据挖掘和智能化分析能力，最终实现数据集成、数据存储、数据计算的集中化管理，打造功能完善的数据资产体系，消除前端应用对于数据的处理负担，以共享、高效的数据服务能力为前端智能应用和业务创新提供支撑，不仅可以基于数据快速构建煤矿企业经营、安全生产等管理应用，而且通过数据加工处理形成数据集市，为决策支持提供数据支撑。在煤炭行业，智能化的程度首先取决于自控系统的智能化程度，其次是基于数据的全矿山运营感知、基于数据的领导决策分析、基于数据的安全生产执行，最终构建一个矿山整体智能化体系[5]。
2.1 数据标准体系方法
煤炭业务数据标准体系是一切基于数据驱动的智能化建设的基石，为此，结合煤炭业务特点，应自上而下设计一套煤炭全流程的业务数据标准体系，形成整体统一可管理、可转换的标准，成为数据模型和应用系统的核心指引。数据标准体系的实施方法如图2所示。
图2 数据标准体系的实施方法
(1)业务域划分。对涉及的业务范围进行业务域划分。
(2)业务划分。根据业务范围，对业务域进行进一步细化，完成业务划分。
(3)业务流程分析。针对每一个新增业务或者完善修改的业务，分析业务流程。
(4)业务活动描述。对业务流程中的每一个业务活动进行描述，识别业务活动的操作和业务涉及到的业务对象，同时收集业务活动相关资料，包括报表、数据、报告、数据库表结构等样例及业务活动采用的标准。业务活动的分析要从矿井运营核心业务的角度，注重关键性结果，不注重细节，按照产生成果进行业务活动划分。
(5)数据项格式化描述。通过业务活动的梳理形成数据项，数据项是描述业务的最小组织单元，是业务单元定义的基础。要保证业务活动数据集的最小组织单元特性，无引用关系(C/R关系)不同业务活动产生的数据项不能在一个数据集中描述。描述数据项的格式化信息主要包括专业域、一级业务、二级业务、三级业务、四级业务、业务活动、数据集名称、数据集代码、原始数据表名(或样例数据资料名)、原始数据库表来源(或样例)、数据集主键、备注等。数据项描述内容主要包括序号、数据项名称、拼音代码、英文代码、数据项描述、数据类型、主键、外键、唯一键、非空键、数据精度、小数位、量纲、量值类型、附录代码、计算公式等。
(6)数据流分析。找出每个数据集中的数据项，一个业务活动必须有明确的输入数据和输出数据，业务活动产生的重要成果(文档、图表、数据体等)也需要详细描述，数据描述同时要进行代码的描述。
(7)专业模型标准化及发布。通过以上梳理，形成标准的数据项，根据业务主题的不同构建数据模型，形成数据标准区，供发布使用。
2.2 智能矿山数据标准
为了进一步规范煤矿业务模型，基于数据标准体系方法，结合煤矿的业务特点，形成了4个一级主题指标、27个二级主题指标、110个三级主题指标，全面覆盖煤矿的安全、机电、经营、生产等四大应用场景[6]。主题指标体系如图3所示。
图3 主题指标体系
2.3 数据湖架构设计
数据湖整体分为集成中心、管控中心、服务中心以及大数据分析平台4个部分。数据湖总体架构如图4所示。
图4 数据湖总体架构
(1)集成中心。集成中心是数据湖的核心体系，承担了数据的汇集入湖、湖内处理转换和存储功能。集成中心通过功能强大的集成工具提供多数据源匹配能力，并实现数据的实时、批量汇集入湖。
(2)管控中心。管控中心主要提供企业级数据治理能力，面向企业全量数据，提供企业级数据标准管理、主数据管理、元数据管理、数据质量管理、数据安全管理和企业数据目录，支撑企业数据治理管控体系的长久运行。
(3)服务中心。服务中心主要面向不同的数据应用场景，提供对应的数据服务能力，如面向在线业务系统的业务应用数据服务、面向大数据分析和人工智能的大数据分析服务以及面向分析决策的BI分析数据服务。
(4)大数据分析平台。大数据分析平台按照数据、算法、模型和服务4个关键因素进行设计，从数据处理、算法设计、模型训练、模型发布、到预测应用提供一站式开放可扩展的AI开发环境，建立业务智能应用的流程化开发设计与服务支撑。
3 智能矿山架构设计以及主要应用场景
3.1 智能矿山架构设计
基于Sping Cloud 微服务架构标准，采用J2EE融合开发技术，以微服务技术平台为应用支撑，搭建基于微服务平台的智能决策分析系统、智能经营管理系统、智能矿山生产执行系统和智能安全生产集成监测监控系统。该架构能够实现对矿区内各个经营、生产、安全、机电等子系统的全面集成融合和全业务数据的共享交换，形成矿井领导层、管理层以及操作层的“作战指挥中心”。基于微服务平台的智能矿山总体架构如图5所示[7]。
图5 基于微服务架构的智能矿山总体架构
(1)基于微服务平台的智能决策分析系统。在微服务架构的基础上，以数据湖为数据源，以经营管理业务系统、生产执行业务系统的业务线为支撑，采用数据湖中的BI组件，构建生产决策分析、安全决策分析、经营决策分析、机电决策分析等决策应用。
(2)基于微服务平台的智能经营管理系统。在微服务架构的基础上，建设包括但不限于电子商务系统、法务系统、主数据管理系统、物资管理系统、移动办公系统、协同办公系统、业财一体化管理系统、在线培训系统、企业绩效管理系统、智能运销管理系统等10大经营管理系统。
(3)基于微服务平台的智能矿山生产执行系统。在微服务架构的基础上，建设包括但不限于煤矿管理全息“一张图”、生产调度管理系统、煤矿生产技术图形协同管理、煤矿地测管理信息系统、煤矿基础信息管理、采掘生产技术管理、机电设备管理系统、本质安全信息管理系统、矿山应急指挥系统、能耗管理系统、矿山安全预警与灾害防治系统、煤矿防治水管理信息系统、“一通三防”管理、数字档案管理等14个生产执行系统[8-9]。
(4)基于微服务平台的智能安全生产集成监测监控系统。在微服务架构的基础上，构建灵活性高、可扩展的智能矿山集成监测监控系统，集成煤矿所有的监测监控类系统，实现向下兼容矿用智能设备、传感器、子系统的接入，向上为智能App应用开发提供服务和工具。可实现多源异构感知数据的集成和融合，打通感知数据和基于感知数据的智能应用之间的屏障，而且在一个系统内实现了IT和OT的深度融合[10]。
3.2 智能矿山主要应用场景
基于微服务架构的大型智能矿山建设是在“融合、贯通、共享、生态”的新思路、新方法之上，以“全系统融合、全流程贯通、全数据共享”为核心目标，通过集成、融合、二次开发等方式构建大型智能矿山建设体系[11]。为此，基于上述理念并结合煤炭行业实践，梳理了以下11个智能化赋能场景。
(1)多技术融合的智能综采。融合雷达、槽波、地震波、钻孔、勘探等数据建立综采工作面精确地质模型，再结合设备精确位置、姿态信息、运行状态等数据，应用5G、数据分析、视频AI识别等技术，构建透明综采工作面数字孪生能力。通过与工作面各个系统集成，实现综采工作面的集控控制，并且通过故障诊断能力实现综采工作面“大三机”(采煤机、刮板输送机、液压支架)的核心部件的健康诊断。构建调度中心和巷道双控制中心，实现煤矿综采工作面透明安全高效少人常态化智能开采[12]。
(2)远程集控的快速掘进。应用远程集中控制技术对掘进工作面设备协同控制，智能识别掘进工作面不安全因素并自主预警与联动控制，开展“可视远程干预式”智能化掘进，降低劳动强度，提高掘进效率，改善作业环境，保障施工安全，实现少人化模式下的掘锚一体安全高效协调智能掘进。
(3)基于AI的智能主运。通过智能带式输送机集控系统实现主运的逆煤流启动、顺煤流停止等集中控制能力；基于视频AI分析能力实现胶带的异物识别、跑偏、撕裂等非正常运行情况。基于视频AI+激光扫描实现煤量监测，并且辅助自动调速提高带式输送机运输功效。此外，在滚筒位置部署故障诊断系统，实现滚筒轴承的故障分析，保障滚筒及电机的正常运行。
(4)“黑灯工厂”式智能选煤厂。通过与DCS控制系统和感知层传感的数据联动，实现选煤厂智能分选、集中控制、无人值守。构建选煤厂数字孪生能力，全面感知设备运行数据，实现选煤厂自动运行、自主调节、智能决策以及24 h无间断自动运转。通过在关键核心设备构建故障诊断系统，实现设备的运行状态分析、故障预测等能力。
(5)无人值守的智能运销管理。基于道闸、红外、视频、语音、控制器、广播、RFID等设备能力，构建煤场门岗、磅房、装卸场等无人值守能力，杜绝“跑、冒、滴、漏”，提高外运效率。辅助在线运销管理平台实现合同、订单、调度、结算等一体化在线能力，实现销售全流程的无人化、少人化、智能化操作。
(6)智能AI中心，赋能安全分析。基于矿井现有视频流现状，构建全矿井视频AI能力中心，赋能煤矿各个不同业务场景，实现综采、掘进、主运、安全区域、电子围栏等场景的AI需求，根据识别的不安全情况，联动声光报警、预警提示以及集控系统执行相应措施。
(7)基于“一张图”，赋能生产执行。采用GIS、组态、BIM等技术手段进行数据融合和展示，并且根据不同图层实时展示矿井机电、通风、人员、“一通三防”、应急等数据，实现地理空间场景的生产业务数据的查询、统计和智能分析，实现矿井安全生产信息与采掘工程、地质环境的动态关联与智慧化集中管理，实时对固定岗位的无人值守情况进行监控，保障设备正常运行。
(8)智能设备全生命周期管理。建立设备全生命周期管理应用，实现从设备购置到报废的全过程管理，并且与物资系统进行联动，实现备品备件的联动，通过点巡检实现设备的维护自动化闭环。建立全矿井设备的健康分析，由预防性维修向预测性维修转变，构建设备状态分析、故障诊断、健康预测，维修决策一体化能力，为矿井关键设备保驾护航。
(9)智能安全双预控管理。首先，通过实现生产、安全、地测、“一通三防”、机电、监测监控、预警信息等多部门、多专业、多管理层面的安全数据集中采集，能够数据化呈现风险隐患情况、监测预警报警信息，并且图形化展示月度隐患数量、风险隐患结构性分析等变化趋势，同时依托云端安全隐患库自动精准推送风险清单、隐患问题、规程措施等大量安全管理信息。辅助管理人员进行风险分级管控、隐患排查治理和自动决策分析，并且与上级监管门户进行数据互联互通，实现监管部门和上级公司层面的风险隐患督办闭环能力。
(10)智能一体化人员管理。首先，通过人的属性与矿井所有业务进行关联，通过建立人员管理应用将人员管理、人员权限与平台的所有应用进行关联，实现单点登录、用户同步、统一待办等一体化能力；其次，与计划任务、考勤、入井检身、精确定位、下井工时、工作记录、井下工作餐、人员状态、违规等联动，实现绩效的日清日结；最后，与智能矿灯结合，实现无视频场所的视频AI分析、违规操作的提示提醒等一体化能力。
(11)智能物资仓储辅运一体化管理。构建物资、仓储、辅运等一体化能力，全面提升辅助运输能力。通过物资管理应用实现物资从计划到采购入库的全流程管理，并且与机电设备管理系统联动，实现物资的最优化库存预警，自动实现物资的采购决策。在部分中小型物资的库存管理上，通过自动货架能力和AGV小车实现物资的快速无人化出入库管理，提高出库效率。构建矿井“滴滴打车”功能，与矿井终端联动，通过调度平台实现非计划物资等快速运抵井下所需地点，并且可以实时显示辅运车辆、材料位置等信息，方便井下操作人员实时掌控物资运输情况。
4 结论
(1)通过智能化政策指引，分析了目前煤炭行业智能化建设主要围绕4条技术路线展开：一是以全矿井综合自动化平台为核心的智能矿山建设；二是以矿井监测监控智能化系统为核心的智能矿山建设；三是以GIS数字孪生等数据驱动为核心智能矿山建设；四是以综采、掘进为核心的智能化矿山建设。
(2)以微服务平台为智能矿山技术底座，提出了微服务平台9大核心能力组成，形成了智能矿山技术架构的基础能力。
(3)为了进一步贯通智能矿山全业务、全流程、全要素，提出了智能矿山的数据标准主题指标体系，构建了智能矿山数据湖架构。
(4)基于Sping Cloud 微服务架构标准，采用J2EE融合开发技术，以微服务技术平台为应用支撑，结合数据湖建设，搭建基于微服务平台的智能决策分析系统、智能经营管理系统、智能矿山生产执行系统和智能安全生产集成监测监控系统。
[1]国家发展改革委，国家能源局，应急管理部，等.关于加快煤矿智能化发展的指导意见[EB/OL].(2020-02-25)[2022-10-08].http：//www.gov.cn/zhengce/zhengceku/2020-03/05/content_5487081.htm.
[2]国家能源.智能化示范煤矿验收管理办法(试行)[EB/OL].(2021-12-07)[2022-10-08].http：//zfxxgk.nea.gov.cn/2021-12/07/c_1310417597.htm.
[3]李月晴，范纯超，张元生.基于微服务架构的生产管控平台研究[J].金属矿山，2021(2)：173-178.
[4]工业互联网产业联盟.工业互联网体系架构 (版本 2.0)[EB/OL].(2020-04-23)[2022-10-08].http：//www.aii-alliance.org/index/c315/n45.html.
[5]徐宗本，张宏云.让大数据创造大价值[J].新重庆，2019(1)：13-15.
[6]王国法，杜毅博.煤矿智能化标准体系框架与建设思路[J].煤炭科学技术，2020，48(1)：1-9.
[7]吴群英，蒋林，王国法，等.智慧矿山顶层架构设计及其关键技术[J].煤炭科学技术，2020，48(7)：80-91.
[8]毛善君，杨乃时，高彦清，等.煤矿分布式协同“一张图”系统的设计和关键技术[J].煤炭学报，2018，43(1)：280-286.
[9]韩建国，翟桂武，杨汉宏，等.基于GIS的煤矿生产控制系统[P].北京：CN103576654A，2014-02-12.
[10]范京道，李川，闫振国.融合 5G 技术生态的智能煤矿总体架构及核心场景[J].煤炭学报，2020，45(6)：1949-1958.
[11]谭章禄，吴琦，肖懿轩，等.智慧矿山信息可视化研究[J].工矿自动化，2020，46(1)：26-31.
[12]李首滨，李森，张守祥，等.综采工作面智能感知与智能控制关键技术与应用[J].煤炭科学技术，2021，49(4)：28-39.
Research and design of large intelligent mine construction based on microservice architecture
CHEN Wei，HU Eryi.Research and design of large intelligent mine construction based on microservice architecture [J].China Coal，2023，49(5)：94-101.DOI：10.19880/j.cnki.ccm.2023.05.013
- 相关推荐
