基于4DGIS的智能化矿区云平台关键技术研究及应用.pdf

基于 4DGIS 的智能化矿区云平台关键技术研究及应用毛善君1,4，景超2,4，李团结3，黄伟3，高鹏2，宋启2，李祥2，陈金川2，姜文磊2(1.北京大学地球与空间科学学院,北京100871；2.北京龙软科技股份有限公司,北京100190；3.陕西陕煤黄陵矿业有限公司,陕西黄陵727307；4.北京大学鄂尔多斯能源研究院,内蒙古鄂尔多斯017010)摘要：时空信息是智能化煤矿建设的重要基础，如何构建矿区统一的基于多维 GIS 的综合一体化管控决策平台，对提升智能化系统的实用性和可操作性具有重要的意义。针对目前智能化矿井、智能化矿区建设过程中矿区级 GIS 管理和应用方式单一、多层级管控模式缺乏全场景业务研究与应用、多源数据应用缺乏空间维度的融合分析以及生产设备控制缺少多系统空间协同联控机制等问题，提出了基于 4DGIS 的智能化矿区云平台总体框架，研究了基于“4DGIS+数字孪生”数据底座的“云边端”分层架构三级应用融合技术、基于大数据的跨数据库多源数据融合应用技术、基于4DGIS 的自主可控设备群协同联控技术，研发了融合多元特征的时空图推理模型、基于大数据的决策支持模型应用子平台、4DGIS 协同控制子平台，构建了“集团+矿井”生产要素全息可视、生产系统协同可控、生产管理智能可算的智能化矿区云平台，实现了煤矿井下的一键智能巡检、检修模式向生产模式一键切换的生产全过程协同控制、基于大数据的智能决策分析等功能，完成了单系统智能化向全矿区智能系统化的跨越。相关技术在黄陵矿业公司及所属一号煤矿、二号煤矿、双龙煤业、瑞能煤业 4 对矿井得到了实际应用，提高了矿井安全生产管控效率和集团公司的智能化决策支持水平。关键词：4DGIS；数字孪生矿井；智能化矿区；协同联控；智能化巡检；多源数据融合中图分类号：TD67文献标志码：A文章编号：02539993(2023)07262615Research and application of key technologies of intelligent mining area cloudplatform based on 4DGISMAOShanjun1,4,JINGChao2,4,LITuanjie3,HUANGWei3,GAOPeng2,SONGQi2,LIXiang2,CHENJinchuan2,JIANGWenlei2(1.School of Earth and Space Science,Peking University,Beijing100871,China;2.Beijing Longruan Technology Co.,Ltd.,Beijing100190,China;3.Shaanxi Huangling Mining Co.,Ltd.,Huangling727307,China;4.Peking University Ordos Research Institute of Energy,Ordos017010,China)Abstract:Spatio-temporalinformationisanimportantbasisfortheconstructionofintelligentcoalmines.Howtobuildtheunifiedintegratedcontrolanddecision-makingplatformofminingareabasedonmulti-dimensionalGISisofsignific-ancetoimprovethepracticabilityandoperabilityoftheintelligentsystem.Aimingattheproblemsexistinginthecon-structionprocessofintelligentminesandintelligentminingareas,suchasthesinglemanagementandapplicationmodeofminingarealevelGIS,thelackofresearchandapplicationoffullscenebusinessinamulti-levelcontrolmode,thelackofspatialdimensionfusionanalysisinmulti-sourcedataapplications,andthelackofmulti-systemspatialcollaborativecon-收稿日期：20230504修回日期：20230704责任编辑：钱小静DOI：10.13225/ki.jccs.CN23.0568基金项目：国家重点研发计划资助项目(2022YFC3004700)作者简介：毛善君(1964)，男，四川成都人，教授，博士生导师，博士。E-mail：引用格式：毛善君，景超，李团结，等.基于 4DGIS 的智能化矿区云平台关键技术研究及应用J.煤炭学报，2023，48(7)：26262640.MAOShanjun，JINGChao，LITuanjie，etal.Researchandapplicationofkeytechnologiesofintelligentmin-ingareacloudplatformbasedon4DGISJ.JournalofChinaCoalSociety，2023，48(7)：26262640.第48卷第7期煤炭学报Vol.48No.72023年7月JOURNALOFCHINACOALSOCIETYJul.2023trolmechanisminproductionequipmentcontrol,theoverallframe-workdesignofintelligentminingareacloudplatformbasedon4DGISwasproposed.Thethree-levelapplicationfusiontechnologyof“CloudEdgeDevice”hierarchicalarchi-tecturebasedonthedatabaseof“4DGIS+digitaltwin”,theapplicationtechnologyofcross-databasemulti-sourcedatafu-sionbasedonbigdata,andthecollaborativecontroltechnologyofautonomouscontrollableequipmentgroupbasedon4DGISwerestudied.Thespatio-temporalgraphreasoningmodelintegratingmultiplefeatures,thedecisionsupportmodelapplicationsub-platformbasedonbigdata,andthe4DGIScooperativecontrolsub-platformweredeveloped.Theintelli-gentminingcloudplatformfortheholographicvisualproductionfactors,collaborativecontrolofproductionsystems,andintelligentcalculationofproductionmanagementof“thegroup+mines”wasconstructed.Theplatformimplementedthefunctionsofonebuttonintelligentpatrolinspectionunderthecoalminebasedonthe“4DGIS+digitaltwin”database,col-laborativecontrolofthewholeproductionprocessfrom“maintenancemode”to“productionmode”,intelligentdecisionanalysisbasedonbigdataandsoon.Theleapfromthesinglesystemintelligenttothewholeminingareaintelligentsys-tematizationwascompleted.TherelatedtechnologyhasbeenappliedinHuanglingMiningCompanyanditsNo.1CoalMine,No.2CoalMine,ShuanglongCoalMineandRuinengCoalMine,whichhasimprovedtheefficiencyofminesafetyproductionmanagementandcontrolandtheintelligentdecision-makinglevelofthegroupcompany.Key words:4DGIS；digitaltwinmine；intelligentminingarea；collaborativecontrol；intelligentinspection；multi-sourcedatafusion实现煤炭工业的智能化建设，既是国家战略，也是人类社会高科技发展的必然趋势。通过国家政策的扶持、矿井的支持以及全社会工程技术人员的努力，我国智能化矿山建设已经取得阶段性成果，无论是标准、装备、技术还是管理等都得到了快速的发展，为矿区的智能化奠定了坚实的基础。只有实现了矿区或矿业集团的智能化，煤炭工业的完全智能化才能成真。此外，在煤矿智能化建设的探索过程中，煤矿空间信息的特征1决定了煤矿 GIS(GeographicInformationSystem，GIS)研究和应用的重要性，而且煤矿生产是在四维时空(x,y,z,t)进行，所以，如何构建基于 4DGIS的智能化矿井和智能化矿区综合一体化管控决策平台，对完善智能化煤矿建设框架、提升智能化建设水平具有重要的意义。众多学者通过将人工智能、工业物联网、云计算、大数据、GIS、数字孪生等前沿技术与现代煤炭开发利用深度融合，对智能化煤矿建设进行了深入的研究和工程实践。王国法等2-3对智能化煤矿标准体系框架进行了研究，并通过在陕煤张家峁煤矿的应用，实现了全矿井 58 个在用子系统和 34 个新建子系统的数据融合和运行决策优化。袁亮等4提出了实现智能化煤矿建设“四随”(随钻、随掘、随采、随落)地质信息重构概念和逐步形成透明工作面、透明采区、透明煤矿的动态地质模型体系。葛世荣等5提出数字孪生智采工作面技术架构、系统构建和数字孪生煤矿智能化实施路线，实现煤矿智采工作面感知互联、学习预测和协同控制，很好地拓展了智采工作面数字孪生的设计思路。范京道等6研究煤矿智能化技术对于人与煤空间关系的重构，通过建立新技术与现代煤矿相融合的发展模式，推动煤矿行业整体升级。张海峰7阐述了新街数字矿区综合集成控制平台的建设思路，实现煤矿企业从管理体制到生产模式的创新。毛善君等8-9提出了透明化矿山和分布式协同“一张图”的建设理念，并对相关关键技术进行了探讨，实现了对智能化煤矿时空信息的统一管理；张帆等10提出并解析了矿山数字孪生的概念框架、模型构建与演化机理等研究方法体系，阐述了矿山数字孪生体的可视性、可预测性、可解释性和可交互性，并探讨了矿山数字孪生内涵和应用方向。郭向阳等11提出了基于数字孪生的智慧煤矿安全管控平台建设理念，对煤矿的智慧安全管控提供了新思路。徐华龙12提出了基于工业互联网的智能矿山一体化管控平台设计架构，探讨了智能一体化管控平台多系统多数据融合联动等关键技术。李首滨13针对智能化煤矿存在的信息孤岛、业务互联互通不足、数据难以利用等问题，提出了基于工业互联网的煤矿智能一体化管控平台构建技术。田野等14提出了煤矿综采工作面高效服务云管控平台和多个煤矿综采高效服务云平台的设计思路，实现了对综采工作面设备的实时监测、多个综采工作面人员高效协同管理和基于大数据的分析决策等功能。陈晓晶15提出了基于“云边端”协同的煤矿火灾智能化防控体系，实现了云平台层智能分析、边缘层就近分析控制、感知执行层数据采集及执行等功能。聂晓艳等16提出了端边云一体的煤矿监测预警与应急联动模型，完成了现场设备终端、边缘层以及云层之间资源、数据、服务协同，实现了煤矿安全生产过程中实第7期毛善君等：基于 4DGIS 的智能化矿区云平台关键技术研究及应用2627时监测、自动预警及应急处置。目前，随着智能化矿井建设的逐步发展，对智能化管控平台的建设已经在平台架构设计、地理信息和数字孪生平台构建、多源数据融合等方面取得了一定的成果，但在矿井协同控制和智能化矿区云平台建设方面仍然存在一些关键问题未得到很好解决：(1)GIS 主要以二维形式展现，缺少“4DGIS+数字孪生”的表现形式。目前大多数矿井、矿区的管控平台对 GIS 的表达主要以二维形式为主，表达方式单一、不能形象展现井下生产场所的空间关系；部分矿井、矿区探索构建了数字孪生系统，但主要实现对诸如综采或综掘工作面等单一生产场所的数字孪生应用，在整个矿井、矿区层面未能实现基于“4DGIS+数字孪生”的整体管控，无法很好实现智能化矿井和矿区多系统间的融合联动、协同控制。(2)缺乏智能化矿区安全生产全业务流程多级云平台架构的研究。目前煤矿智能化管控平台建设的思路和架构主要是以生产矿井为研究对象实现数据和应用的融合，虽然对“集团+矿井”的多级管控模式研究也有不少成果，但未充分考虑多维地理信息的大数据和时空拓扑关系特点。矿井或集团级平台多为独立建设，仅将矿端数据传给集团，并未从整个矿区安全生产全业务流程管控角度出发，从传输、存储、计算、应用等多方面对多级云平台架构进行研究。“云边端”架构的设计在煤矿领域主要用在诸如设备管理、安全监测等某一专题或某一系统的应用场景中，缺乏针对“矿区矿井终端”纵向及业务全场景的研究及应用。(3)缺乏基于 GIS 的多源数据深度融合及决策分析。煤矿智能化的建设最重要的一个部分就是数据的管理，只有充分挖掘数据资产的价值才能更科学更高效地指导安全生产管理。现阶段在煤矿智能化的探索过程中，对数据资产的管理也越来越重视，通过建立数据中台，大数据基础平台来实现对安全、生产数据的管理，挖掘数据的应用价值，但是基本都忽略了对煤矿 GIS 数据的融合和应用，未能从本质上实现对煤矿多源异构数据的深度融合的智能分析决策。(4)缺少基于 GIS 的设备群协同控制。目前煤矿GIS 的应用成果主要是微机制图、基于“一张图”的业务流程和调度管理等可视化的查询应用，在信息化层面应用比较成熟，提高了煤矿日常业务管理的工作效率，但是在生产控制执行方面，主要还是应用工业组态控制平台来完成生产控制指令的传递和执行，虽然为完成多个系统的集成汇聚提供了便捷的管理，但是在信息融合和设备控制方面仍然停留在单系统独立应用的层面，未能充分利用 GIS 平台可视化跟踪监管和空间位置分析决策的优势，来构建多系统空间协同、控制联动的机制和应用。要推动智能化矿井的发展以及智能化矿区的建设，关键就是要基于统一架构，建立统一平台，实现统一管控和决策，解决多源数据融合、多系统协同管控、多维度决策分析的问题。为此，笔者提出了基于4DGIS 的“集团+矿井”智能化矿区云平台(以下简称“智能化矿区云平台”)架构，并通过构建智能化矿区云平台，实现调度指挥的全息可视、重大危险源的智能预警、安全管理的动态诊断、生产过程的协同控制、经营管理的智能分析、业务流程的高效协同，促进智能化矿井、智能化矿区的建设。14DGIS 智能化矿区云平台的定义4DGIS(x,y,z,t)是一种可以支持三维空间+时间维的数据表达、分析和可视化的地理信息系统，它能够整合不同来源的时空数据、语义数据等多种数据类型，帮助用户对数据进行更深层次的分析和理解。4DGIS 在国外的应用较为广泛，常用于城市规划、环境监测、水资源管理、交通规划等领域。其中，美国的“NASA 地球科学数据集成系统”和加拿大的“多维地理信息系统平台”等系统是典型代表。国内4DGIS 技术的研究起步较晚，但也取得了较大的发展，在城市规划、资源环境、矿山生产、公共安全、电力管网等领域得到较为广泛的应用17-20。煤矿信息属于空间信息范畴，智能化矿区建设涉及生产、安全、经营、环保等各方面，基于多维 GIS 技术的研究思路及研究成果为智能化矿区建设指明了方向。基于 4DGIS 的智能化矿区云平台及应用就是以四维时空(x,y,z,t)管控和数字孪生技术为基础，研究“云边端”分层架构三级应用融合技术、跨数据库多源数据融合应用技术、设备群协同联控技术，构建和动态更新三维地测、设备、场景模型，研发“集团+矿井”生产要素全息可视、生产系统协同可控、生产管理智能可算的智能化矿区四维时空一体化管控云平台，融合矿区各类业务数据、生产过程数据、感知数据、控制数据、视频数据等，实现标准统一应用、数据分级处理、业务云边协同、资源合理调度，为高精度、透明化、智能化的数字孪生矿山提供位置、智能巡检、组态协同控制、安全管控、三维仿真模拟等服务。24DGIS 智能化矿区云平台架构设计智能化矿区云平台总体框架设计是智能化矿井、智能化矿区建设的重要基础，平台总体架构如图 1 所2628煤炭学报2023年第48卷示。该架构基于“云边端”总体划分为 3 层，集团决策云层、矿井边缘侧层、终端智能系统层，并基于统一的主数据标准、GIS 图形标准、数据接口标准、系统入口标准，实现各层次之间自下而上的相互耦合。4DGIS平台智能化矿区云平台资产运营中心微服务组件统一主数据标准统一GIS图形标准统一数据接口标准统一系统入口标准经营填报数据监测监控数据综合自动化数据设备监测与控制SIS、SCADA、DCS、PCS、MES数据接口OPC/DDE/NetDDE/ODBC/FTP设备感知层：采煤机、液压支架、智能装备、网络传感器、智能仪表、数字摄像头 万兆工业环网综采 综掘 主运 辅运排水 供电 通风 压风工业互联网5G网4G网WIFI气体 温度 风速水文 矿压 定位 视频终端智能系统层安全大脑生产态势数字孪生智慧矿区经营驾驶舱4DGIS透明化矿区生产系统数字孪生运销分析财务分析人力资源分析经营决策风险评估安全监控预警报警安全辅助决策安全动态诊断生产分析智能预警报警预知维护健康诊断生产辅助决策.数据中台行业知识图谱模型知识库事件驱动引擎决策支持承载大数据平台数据采集数据清洗数据治理结构化数据SDB、空间DB、实时DB、关系DB非结构化数据视频、语音、图形、文档报表中心元数据生产管理工作流引擎安全管理业务流程引擎经营管理MPPETL.协同及地图服务报表服务文档服务数据解析服务4DGIS平台智能综合管控中心矿井边缘侧层智能调度指挥大数据智能辅助决策数字孪生智能矿山智能安全监控4DGIS透明化矿山安全监控智能分析预警.调度融合通信智能应急救援.安全决策分析生产决策分析经营决策分析智能识别智能联动协同控制智能化洗选集团决策云层数据交换、数据清洗、数据治理数据中台模型库算法库结构化数据SDB、空间DB、实时DB、关系DB非结构化数据视频、语音、图形、文档MEC边缘计算集团决策平台矿井管控平台智能化控制智能化综采智能化掘进智能化辅助安全监控集成采掘工作面数字孪生.监测系统数字孪生调度指挥大型设备数字孪生生产辅助数字孪生决策支持承载安全填报数据生产填报数据智能化辅助智能化综采智能化掘进图1平台总体架构Fig.1Overallplatformarchitecture智能化矿区云平台架构的设计从纵向打通了矿井终端智能系统、矿井管控平台及集团决策平台的流程。与单矿井管控平台架构相比：在覆盖范围上实现了从矿井到矿区的全覆盖；能够根据终端、矿井、矿区 3 个层级的应用侧重点，将资源进行合理分配，实现终端的快速反应、边缘的融合汇聚、云端的总结归纳；实现了“云边端”协同一体化管理，同时集团决策云与矿井边缘侧，矿井边缘侧与智能终端又可独立实现云边协同。矿井层面对各智能化子系统进行集成、对各类监第7期毛善君等：基于 4DGIS 的智能化矿区云平台关键技术研究及应用2629测数据进行接入，在此基础上基于“4DGIS+数字孪生”实现智能控制、智能安监、智能调度指挥、智能辅助决策，重点实现矿井协同管控；集团层面对各矿数据进行接入融合，在此基础上重点从全局角度出发实现安全、生产、经营分析决策；最终打造“矿井管控”+“集团决策”的分层级、分重点管控模式。终端智能系统层主要是对底层智能化系统、感知设备及各类填报业务管理数据的对接。依托各类传感器，通过标准化协议实现对安全监测、水文监测、矿压监测、瓦斯抽采、束管监测、人员位置、视频监控数据以及综采综掘、机电、运输、排水、通风等设备自动化、智能化数据的标准化采集，并通过 4G、5G 和万兆工业环网将数据上传至矿井边缘侧层。矿井边缘侧层首先是通过建立数据中台和业务中台完成对数据的采集、汇聚、清洗、治理，在此基础上利用大数据和 GIS 分析等技术实现灾害的预测预警、矿井安全生产的动态诊断等，为矿井智能化综合管控中心提供分析结果。在对多源异构数据融合分析的基础上，基于 4DGIS 平台构建全息可视的矿井管控平台，实现安全生产全要素的可视化查询、多业务的数据共享、多源数据的融合分析和多系统的联动控制，同时为终端智能化采掘及生产辅助系统提供驱动数据保障。集团决策云层同样建立数据中台、业务中台。数据中台内数据来源于矿井数据中台处理结果；业务中台高度虚拟化各矿井建立的业务模型，在此基础上形成各矿通用模型和集团分析决策支持模型，实现模型的互通互用。在数据融合分析基础上基于矿区的4DGIS 平台建立集团资产运营中心，实现集团安全生产及高效运营。由矿井管控平台、集团决策平台形成基于 4DGIS 的智能化矿区云平台，实现矿区安全、生产、经营状况评估及诊断。3基于 4DGIS 的智能化矿区云平台关键技术3.14DGIS 智能化矿区云平台架构搭建和应用技术3.1.1基于“4DGIS+数字孪生”的数据底座(1)4DGIS 数据库和地测模型构建技术。矿山开采是采掘活动在三维空间及时间维度上不断发生变化的过程，是矿山数据模型由“黑色”、“深灰”变为“中灰”、“浅灰”，无限接近直至达到“白色”的过程1。因此，建设智能化矿区数据底座的前提是建立整个矿区的时空数据模型，基于灰色地理信息系统(GGIS)理论，采用“版本增量”时空数据模型，以版本的方式记录某个时间点的数据状态作为基态及相对于基态的变化量，只有在模型产生变化时才将变化的数据存入系统中。时空数据库“版本增量”时空数据模型可以继承空间数据库海量存储、高并发访问的优势，快速进行空间数据的综合分析和应用。通过“版本增量”时空数据模型，建立全矿区 4DGIS 数据库，实现不同场景对 GIS 的应用要求，如单矿井各专业图形协同绘制、WEB 方式图层叠加展示、各生产子系统对三维高精度模型的应用，通过对各矿图形的叠加生成矿区“一张图”，实现多维场景下的矿区应急救援及资源调度。高精度地测模型构建关键技术8,21归纳起来：利用钻探、物探和巷道及开切眼等获取的地质信息，建立初始化的高精度三维地质模型；利用开采过程获取的最新煤岩层界线和相关地质信息，不断更新地质模型，提高模型和专题图形的精度；能够动态描述煤层起伏、地质构造、水文分布特征、岩石力学特性和顶板压力等信息。高精度地质体建模主要采用三角网(TIN，TriangleIrregularNetwork)、似直三棱柱(ARTP，AnalogousRightTrianglePrism)技术，解决煤层及地质构造、陷落柱等三维模型的交互式和全自动生成等难点问题。利用巷道三维测量数据以及断面形态参数，自动生成采掘工程三维图形。(2)设备及场景模型构建技术和方法。通过SolidWorks、Catia 等三维工业设计软件的成果转换、激光扫描点云数据获取、3DMax 和 Maya 等工业建模软件制作等多种方式制作设备及场景几何外观模型。通过 PBR 流程制作设备及场景模型的外观贴图，包括颜色贴图、法线贴图、金属度贴图、粗糙度贴图、脏迹贴图、环境光遮蔽贴图等，依据实际需求对上述贴图进行混合计算形成基于物理的材质。几何外观模型和外观贴图通过 VU 纹理映射的方法集成，形成设备及场景的最终几何模型。机理模型构建方法。设备及场景模型构建完成后，需要构建其机理模型，通过分析设备机械组成结构、物理化学属性规律、设备实时及历史运行数据等，构建物理模型、行为模型和规则模型。物理模型主要依据设备材料、电气系统、液压系统等物理属性进行建模，主要用于物理仿真计算，如设备动力学仿真等。行为模型依据设备零部件的连接关系、运动规律等构建设备的行为规范，用于约束设备的行为动作。规则模型融合设备及环境实时和历史监测数据，分析设备和环境的行为规则，提取设备和环境的运行规律，用于设备和环境趋势的预测。机理模型的构建是实现设备数据驱动和仿真的基础。(3)孪生数据融合技术。基于 4DGIS 数据库构建全矿区高精度地测模型，将设备模型、场景模型及地2630煤炭学报2023年第48卷图影像与矿区地测模型进行耦合，并通过空间及时间属性，实现生产及感知数据的融合。设备及场景与地测模型耦合。初始设备只有相对坐标，地测模型具有大地坐标，因此需要将设备的坐标系转换为地测模型的坐标系，设备模型和地测模型及场景通过大地坐标进行耦合。设备模型与地测模型的耦合在于定坐标和定姿态，耦合的过程分为3 步，确定坐标、确定姿态、确定约束关系。静态物体坐标通过坐标转换确定，动态物体坐标可通过惯导、测量机器人、激光测距等多种测量设备获取；姿态可通过角度传感器获取 3 个轴向上的角度计算获得；约束关系主要包括设备与设备的约束关系(液压支架推杆和刮板连接)、设备与地测模型的约束关系(液压支架不能与地质体穿插)。设备模型完成耦合后，可应用数据驱动与仿真模拟进行校验，确保设备模型与地测模型的匹配情况与现场相符。地图影像耦合。地图影像耦合需要进行几何校正，将影像的像素坐标系转换为地测模型的大地坐标系，使其与地测模型的地理坐标系保持一致。技术路线为：确定影像的地理坐标系和投影方式；确定地测模型中的基准坐标系和投影方式；地测模型与地图影像叠加融合，在此基础上将地图影像与地测模型中的其他数据进行叠加分析。生产及感知数据耦合。基于 4DGIS 构建的数据底座，能够提供包含精准地测信息在内的高精度三维地质模型、巷道模型、开采过程中的时空演化模型、设备模型、场景模型、地图影像叠加模型，并通过空间、时间特征数据集成“采、掘、机、运、通”等全业务流程数据和“水、火、瓦斯、顶板”等各类监测数据，为建设“4DGIS+数字孪生”智能化矿区提供支撑服务。数据驱动与仿真反馈。基于孪生数据的融合，数据驱动通过现实世界中的物理系统和业务过程建立数字模型，实现数字矿区与现实或物理矿区的实时同步、分析预测及优化控制，并用于指导现实矿区中的生产和管理活动。仿真反馈机制则通过对现实数据的实时采集、分析和比较，更新数字矿区中的参数和变量，准确地模拟现实矿区中各系统的运行状态和性能特征，从而使数字矿区中的预测和优化结果更加准确和可靠。例如，在数字孪生掘进工作面中，通过数据驱动可以实现设备状态的同步、生产环境的仿真、生产计划的模拟，达到对掘进工作面生成情况的实时监测、分析和优化的目的。仿真反馈机制可实时监测地测模型、设备状态、环境参数的变化，分析现实监测数据与孪生模型数据差异，更新数字孪生模型中参数和变量，最终提高模型的预测和优化能力。因此，数字孪生中的数据驱动与仿真反馈机制是实现分析预测和优化控制的重要技术手段。基于 4DGIS 平台，宏观层面上建立全矿区地测模型，实现三维可视化，微观层面上对矿井主要生产场所如采煤、掘进、通风、排水等建立数字孪生，在模型基础上实现数据驱动与仿真反馈，从而完成基于“4DGIS+数字孪生”的智能化矿区数据底座的搭建，如图 2 所示。地测模型设备模型场景模型地图影像“4DGIS+数字孪生”智能矿区数据底座煤层、断层陷落柱、钻孔、导线点采、掘、生产辅助系统设备属性及运行数据水、火、瓦斯顶板、粉尘地形地貌工业建筑统一的大地坐标体系图2“4DGIS+数字孪生”的智能化矿区数据底座Fig.2Intelligentminingareaarchitectureof“4DGIS+digitaltwin”3.1.2“云边端”架构及云边协同(1)中心云及边缘云22-23。基于集团公司及矿井的数据存储要求及实际应用场景，在集团公司和矿井以私有云的方式分别部署集团中心云与矿井边缘云。私有云可以提供对数据、安全性和服务质量的最有效控制，极大地保障系统及数据安全问题。在中心云和边缘云上部署集团决策平台及矿井管控平台，矿井管控平台将整合处理后的数据提供给集团决策平台。中心云与边缘云形成异地灾备配置。(2)边缘计算。边缘计算是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务。在矿井管控平台建设过程中，智能生产设备、智能安监设备及各类智能子系统提供边缘智能服务，服第7期毛善君等：基于 4DGIS 的智能化矿区云平台关键技术研究及应用2631务于矿井整体管控；在集团决策平台建设过程中，矿井管控平台提供边缘智能化服务，服务于矿区整体决策。在智能化矿区中形成的两级边缘应用可以将数据处理和分析从中心云转移到矿井边缘云及井下边缘设备上，减少数据传输延迟和网络拥塞，提高数据处理效率和实时性。(3)云边协同技术。云边协同技术则是将云计算和边缘计算有机结合，使云端和边缘端可以相互协作，形成一个全新的分布式计算系统。集团中心云与矿井边缘云、矿井边缘云与矿端设备均可形成云边协同。边缘计算技术和云边协同技术在智能化矿区建设中扮演着重要的角色。通过将云端和边缘端的计算资源和服务有机结合，可以提高数据处理效率和实时性，进一步推动智慧矿山建设的发展。(4)三级架构应用融合。基于“4DGIS+数字孪生”时空数据底座，建立集团中心云，矿井边缘云，融合矿端设备及智能子系统，形成标准统一应用、数据分级处理、业务云边协同、资源合理调度的“云边端”分层架构，如图 3 所示，构建了纵向到底、横向到边、时空联动分析的三级应用融合开放平台，为建设全采集、全互通、全联动的上下一体化智能化矿区提供了架构支撑。4DGIS+数字孪生数据底座智能生产设备矿井边缘云智能安监设备其他智能设备集团决策平台矿井管控平台4DGIS平台矿井终端侧集团中心云4DGIS平台图3基于“4DGIS+数字孪生”数据底座的“云边端”分层架构Fig.3“CloudEdgeDevice”architecturebasedon“4DGIS+digitaltwin”3.2跨数据库多源融合及应用技术3.2.1矿区系统集成及数据融合标准整个平台涉及采煤、掘进、通风、安全、机电、运输、设计、地质、测量、防治水、储量等多个学科与专业，构建统一标准规范有助于厘清系统和数据间的层次及相互关系，解决共性标准和个性标准的隶属和包容的关系，规范信息化数据的获取、处理、存储、分析、访问和表达，有利于平台的顶层设计和总体布局。标准规范的制定过程中充分考虑国家、行业、企业现行的体系，形成与国家、行业、企业接轨并具有系统性、适用性、可扩展的标准规范体系，具体包含 4 类：统一主数据标准。实现主数据信息的统一表达、一致描述，保证主数据的完整、一致，支撑主数据在多个系统内充分共享、高度复用。统一系统入口标准。通过制定集中认证技术规范，提供统一的系统用户管理，实现所有系统用户认证的集中统一管理，简化用户登录过程，降低各业务系统用户管理的复杂度。统一数据接口标准。通过定义各类数据的接入标准，规范各类数据的接入，为数据治理和应用奠定基础。统一 GIS 图形标准。定义矿井各类图形处理及绘制准则，为各类基于 GIS 图形的应用提供统一的时空基础数据。3.2.2跨数据库融合处理方法通过定义中间过程数据集，建立数据集与数据库之间数据结构及数据类型的映射关系，在数据加工工程的模型输入/模型输出环节完成输入/输出模型与中间过程数据集的转换，同时所有数据加工模块均统一面向中间过程数据集进行开发，从而确保平台内模块间的输入输出数据结构保持一致，进而最大化保证跨数据库数据融合处理业务的适应性。(1)建立中间过程数据集。基于分布式计算框架的大数据技术，构建数据资产统一管理平台，制定多源、多种数据库数据的输入标准并进行统一管理。(2)建立映射关系。平台需融合的众多系统数据以不同形式存储在各类数据库中，其存储结构及类型不统一，不能够按照统一标准进行数据的集成融合。基于此根据所用编程语言特性，通过建立中间过程数据集的方式统一数据类型标准，各子系统数据集按照对应标准进行映射转化，实现跨数据库的数据融合。表 1 体现了根据上述原理所建立的中间数据集与SQLServer、JDBC 的数据类型映射关系。(3)多源数据融合。基于中间过程数据集实现数据处理基本方法，包括数据增删改查、聚合、行列操作等，再基于基本方法实现包括横向连接、纵向连接、数据过滤、数据去重、数据排序、数值映射、属性过滤、字段合并、字段拆分、分组聚合、类型转换、大小写转换、列重命名、新增列、简单赋值、序列赋值、函数赋值等数据加工模块功能。由于这些模块的输入输出数据结构统一，可以很容易实现模块间的串联/并联，为图形数据、监测数据类、生产控制类、生产经营类等数据融合处理提供技术基础，如图 4 所示。2632煤炭学报2023年第48卷表 1 映射关系构建Table 1 Mapping relationship constructionSQLServer类型JDBC类型(java.sql.Types)中间过程数据集bigintBIGINTlongTimestampbinaryBINARYbytebitBITbooleancharCHARStringdecimalDECIMALjava.math.BigDecimalfloatDOUBLEdoubleintINTEGERintvarchar(max)textLONGVARCHARStringncharCHARNCHAR(JavaSE6.0)StringnumericNUMERICjava.math.BigDecimalsmallintSMALLINTshortdatetimesmalldatetimeTIMESTAMPjava.sql.TimestampvarcharVARCHARStringxmlLONGVARCHARSQLXML(JavaSE6.0)StringSQLXMLtimeTIMEjava.sql.TimedateDATEjava.sql.Date图形数据类监测数据类生产控制类生产经营类地测防治水类一通三防类采矿设计类供电设计类安全监测人员定位视频监控矿压监测采煤系统掘进系统运输系统提升系统生产技术安全双控经营财务设备管理文本图形图像音频视频智能巡检联动控制灾害防治决策指挥融合应用图4多源数据融合Fig.4Multi-sourcedatafusion3.2.3多源空间数据集成多源空间数据的集成主要有 3 种模式：数据格式转换模式、数据互操作模式和直接数据访问模式。格式转换是传统 GIS 数据相互访问的方法，在这种模式下，其他数据格式经专门的数据转换程序进行格式转换后，导入到当前系统的数据库或文件中。数据互操作是指在异构数据库和分布式计算的情况下，GIS 用户在相互理解的基础上，能透明地获取所需要的信息。开放地理信息系统协会(OpenGISConsortium，OGC)为数据互操作制定了统一的规范，从而使得一个系统同时支持不同的空间数据格式成为可能。其最终目的是使数据客户能读取任意数据服务器提供的空间数据。直接数据访问是指在一个 GIS 软件中实现对其他软件数据格式的直接访问、存取和空间分析，用户可以使用单个 GIS 软件存取多种数据格式，其原理是第7期毛善君等：基于 4DGIS 的智能化矿区云平台关键技术研究及应用2633利用空间数据引擎的方法实现多