登录 / 注册
免费使用
选购合适的版本
构建数字孪生新世界
J3D数字孪生开发平台
RBI商业智能开发平台
模型资源
场景素材
空间&流量
立即查看
首页 > 资讯动态 > 推进智慧矿山势在必行

推进智慧矿山势在必行

日期:2022-09-07
字号
分享

在疫情发展之前,关于推进智慧矿山的讨论已经进行了很多年。已经有具备技术能力的企业开始实践智慧矿山的建设,取得了令人瞩目的成果。智慧化的热潮已经在各行各业掀起来了。未来,矿山的作业中,一线作业人员将越来越少,矿山会越来越安全,采矿会越来越高效。

推进智慧矿山势在必行

那么,关于智慧矿山建设的5大关键系统,你了解吗?

1系统设备层

智慧矿山系统首先要感知、采集数据,因此智慧矿山系统的最底层应包括与矿山生产环境、生产过程监测相关的各种传感器、监控视频、监控音频,比如粉尘、烟雾、水、气等的监测设备,为智慧矿山提供原始数据;另一方面,这也是执行各类操作的地方,因此也有包括掘进、开采、机电、探测等设备的综合自动化系统。由此可见,设备层在智慧矿山中关乎矿山人员的安全,是非常重要的一层。

2传输与汇接层

智慧矿山的原始数据,都需要经无线、有线的网络以及工业以太网,传输到分析处理数据主机或机房,因此网络传输层应覆盖整个矿山。主机接到数据后,需要处理各个类型的接入方式、接入协议。比如,物联网设备的数据用消息队列遥测传输处理,传统工业自动化设备的数据用Modbus和OPC处理,而自定义ETL组件或开源工具Sqoop可以处理文本类型的以及传统关系型数据库的数据,等等。最后,Hadoop分布式文件系统可以用来保存这些数据。保存时,应区分非结构化数据、半结构化数据、结构化数据。

3数据分析层

由于智慧矿山中的数据量非常大,而且结构各不相同,需要多种数据分析方法、分析组件,所以,可以增加基于Docker技术的容器层,从而在统一基础计算平台中同时运行多种异构分析业务应用。其上,大规模并行处理之类的数据分析工具(比如Teradata、Greenplum)能够处理高密度价值的结构化数据;Hadoop框架的上层组件Hive、Impala能够分析半结构化数据、海量结构化数据;而实时流计算工具Storm、SparkStreaming能够处理测控数据、非结构化数据。

4数据可视层

智慧矿山系统应能够用表格、统计图等多种方式展现数据,并且针对其中的异常数据发出警报,以便矿山管理人员利用。矿山管理人员一般不懂得编程,因此数据的提取和查询、报表的制作都应尽可能简单、可视化,还可以以三维技术、虚拟现实的形式展现。

5决策控制层

智慧矿山的最后一层应能指挥矿山生产的所有环节,所以功能有应急救援、应急演练、调度指挥通信、经营管理决策,等等。本层可应用人工智能技术,不断学习管理人员针对各种情况的决策,从而向管理人员推荐决策、预计决策的效果。

开启你的数字孪生应用之旅