工業物聯網及云計算在當今工業現場的成功應用為選煤廠智能化管理提供了經驗和借鑒，基于云平臺的SCADA工業數據采集與監控系統被廣泛應用到各個行業領域中，包括電力、化工以及煤礦井下生產、安全、運輸、井上洗選加工等系統，選煤行業也在逐步打造智能化工業集控系統。

　　關鍵詞：選煤;智能

　　SCADA技術和煤礦生產應用的有機結合以及煤礦工業現場硬件及通信的剛性支持，借助云平臺進行智能分析預測，使得通過SACDA系統能夠解決設備故障診斷、人員安全識別、在線監測監控等一系列問題，保障了企業生產過程中的安全、高效，促進了煤礦及相關產業的智能化發展，利用云計算與大數據的智能決策將成為智能選煤的重要特征，實現生產過程的安全、可靠、高效。

　　1系統概述及架構設計

　　1.1系統整體概述

　　傳統工業SACDA基于C/S模式開發的系統，這種模式雖然提供直觀可視化的交互界面，但是對于互聯網遠程操作及后期開發維護還是略有不足，對客戶端系統硬件要求壓力較大。B/S模式開發SCADA的系統采用Web開發架構進行搭建，使得系統對各操作系統平臺具有良好的兼容性以及可伸縮性，為支持云服務器開發提供了基礎。云平臺將大量可利用的服務器資源進行虛擬化并形成資源池，動態地把云計算資源分配給系統應用，實現并行化和分布式計算，保障業務質量可控性以及大數據處理分析結果可視化。采用MVC架構實現視圖層、邏輯層控制層的分離，具有良好的跨平臺性，便于后期維護與開發，能夠適應快速升級的工業物聯網生產。同時所有的相關數據將保存在數據庫中，利用數據庫批處理技術為煤礦大數據發展有效地進行數據整合，利用算法實現洗煤廠工業數據的智能化分析及數據可視化。數據采集裝置包括工業PLC、傳感器以及網絡攝像頭等設備。網絡通信層通過以太網、串口、無線網絡進行數據傳輸，建立通過TCP/IP、OPC通信的數據服務器，完成數據的上傳。

　　1.2系統架構設計

　　系統主要分為物聯網設備層、智能管控層、業務服務層、用戶應用層，物聯網層由各子生產系統構成，其中子系統中各PLC、灰分儀、網絡攝像頭等數據采集設備對工業現場進行數據采集。網絡通信采用光纖、以太網、智能網關傳輸，通過核心交換機將數據上傳至服務器集群數據庫中，進行備份、合成處理，分布式服務器資源池化后形成云服務器集群，管理服務器主備冗余，由UPS保障本地服務器供電可靠性，計算后的資源通過SCADA系統進行統一管理，經Internet以及集團內網傳輸到各用戶客戶端上。基于SCADA和云平臺的選煤廠智能集控系統架構如圖1所示。

　　2功能模塊分析

　　選煤廠面對日益復雜的多維度生產與管理，通過借助選煤智能化信息云平臺，對數據加工整合，有效打通生產、設備、電氣、煤質、能源、消耗、績效、運銷等業務關聯環節，構建出完備的綜合信息集成網。平臺主要由4大功能模塊構成，包括選煤工藝過程優化控制系統、選煤生產調度及管理系統、人員及設備安全監控系統、智能決策管理系統，各系統下分為多個子模塊，從而達到高效快捷的生產與安全管理。選煤廠智能化集控系統功能模塊如圖2所示。

　　2.1選煤工藝過程優化控制系統

　　洗選系統優化全過程從原煤準備開始到精煤篩選完成，包括了淺槽排矸智能優化、重介分選智能優化、粗煤泥分選智能優化、浮選過程智能優化、濃縮過程智能優化、壓濾過程智能優化、煤泥干燥智能優化、定量裝車智能優化等過程。原煤經破碎機破碎、脫泥篩脫泥后的原煤再經過重介質淺槽分選、浮選等環節篩掉大部分矸石尾礦。經濃縮、壓濾干燥后的煤泥和矸石分別進入到374帶式輸送機矸石采樣子系統和722帶式輸送機煤泥灰分分析子系統中，通過智能優化分析，經過監測廢棄物和副產品尾礦煤泥中的灰分等數值，間接地為洗選生產提供高效的生產指導，保障產品的可靠性。

　　2.2選煤生產調度及管理系統

　　選煤生產調度及管理系統包括生產調度指揮、煤質化驗檢測、生產安全管理、存儲運輸管理、選煤計量管理、高低壓供電管理、工業電視大屏以及其他單機自動化管理。374矸石采樣子系統中，采樣機構通過PLC進行控制，PLC控制柜安裝在距離采樣機間隔1個過道的位置，采樣操作主要由遠程和就地2種工作模式，當要對設備檢修時由現場工人將開關打到就地位上，此時遠程就無法控制采樣機，并且就地指示燈亮起;遠程操作時開關打到遠程位上，此時遠程操作開啟，遠程指示燈亮起，由工作人員進行遠程操作。若采樣出現故障，則故障指示燈亮起，并根據故障原因不同，相應的超時、偏移、跳閘指示燈會亮起。整個采樣操作在實時監控下進行，確保采樣機在正常的情況下及確認現場無人存在安全隱患后再進行操作，確保了操作的準確性，保障了人員及設備的安全。

　　2.3人員及設備安全監控系統

　　智能視頻監控模塊是實現選煤廠安全監控中的重要部分，對設備和人員都起著重要的安全保障作用，視頻監控模塊通過結合硬件設施和軟件算法，利用高清實時監控和視頻圖像識別等技術，有效地保障設備的正常運行以及現場人員安全。基于深度學習的圖像識別技術已經在各行業中實現了廣泛的應用，視頻監控智能分析完成了視頻檢索、行為預判、人臉識別等一系列智能應用。人臉識別正是利用深度學習進行圖像識別中的一個成功的應用，通過大量的圖像數據以及加入企業內部人員人臉圖像，讓機器進行具有特征化的深度學習，構建人臉特征模型，實現對人臉圖像的準確捕捉。通過不同角度和地點捕捉工作現場視頻幀中的人臉圖像，與后臺人臉數據庫進行對比，實現準確的人員識別，加強工作人員的定位管理以及工作現場的安全把關。不僅如此，若現場識別到有工作人員在設備附近，會反饋回后臺，并暫時關閉遠程操控功能，實現了遠程安全控制雙保險。

　　2.4智能決策管理系統

　　智能決策管理系統包括產品結構優化、產品指標預測、經營管理分析、生產建議指標、柔性訂制生產、成本智能管理、績效智能管理和信息安全管理。智能決策遠程運維遵循產品及設備全生命周期管理理念，將運維服務通過云平臺延伸至專業運維團隊，通過云平臺、大數據和人工智能的應用，實現選煤生產、銷售管理、信息管控的智能分析與決策，更好地提升選煤服務和運維水平，提高選煤廠的運行高效性，提高了企業經濟效益的可靠性。

　　3現場應用情況

　　現選煤廠內配備有原煤配洗、精煤配裝等完善的配套系統，自動化及網絡平臺基礎設施已經基本搭建完成，在此基礎上洗選廢棄物子系統存在著產品監控盲區、矸石采樣需人工采樣、煤泥灰分儀相關數據不能實時上傳等問題，導致影響生產效率，人工灰分化驗無法有效指導生產等弊端，存在著很大的安全隱患。基于云平臺的SCADA洗煤廠智能監控系統主要用于實現選煤廠關鍵崗位數據采集，視頻監控，信息發布，通過數據采集平臺可以將不同數據統一采集到云服務器數據庫中，實現對所有數據的集中管理，不影響現有各系統的運行。建立SCADA數據采集平臺和數據發布平臺。實時采集現場數據，并且通過視頻監控保障設備的工作狀況，完成選煤廠生產及安全部門對關鍵崗位的進行監測監控需求。SCADA系統數據報表管理界面如圖3所示。

　　4結語

　　基于云平臺的SCADA洗煤廠智能集控系統結合了當今較為先進的云計算技術和SCADA數據采集系統，融合了數據分析算法和大數據技術，完成了通過云平臺SCADA系統實現遠程數據訪問與在線監測監控，為煤礦以及洗煤廠等工業現場實現無人值守和智慧礦山的建設提供了新的思路，該系統同時也推動了企業的信息化平臺發展，為企業創造了經濟價值，提高了企業的科技實力。云平臺計算是基于海量的數據進行分析，從而得到有效指導，單獨的洗煤廠中的數據只提供了其自身系統中的數據，如何利用好多個洗煤廠的數據進行大數據分析，得到更普適性的工業指導，是今后需要進一步研究的問題。

　　參考文獻：

　　[1]陳奇志，王序，林建泉，等.基于J2EE平臺的SCADA系統實現[J].電力系統及其自動化學報，2007(6)：103-108.

　　[2]徐軍.基于SCADA的煤礦排水自動化系統[J].煤礦機械，2013，34(1)：258-260.

　　[3]曹小榮，張愛玲，趙志良.基于CAN總線的礦井分布式SCADA監控系統[J].煤礦機械，2005(9)：99-101.

　　[4]張忠文，朱臣武，周海坤，等.煤礦安全監控聯網大數據存儲技術[J].煤礦安全，2016，47(7)：95-98.

　　[5]毛浩，郝強.張家峁智能化選煤廠的研究與設計[J].中國煤炭，2017，43(10)：82-87.

　　[6]曹文艷，王然風，王開，等.基于云平臺技術的選煤廠綜合節能管理信息系統設計及應用[J].中國煤炭，2017，43(6)：85-88.

　　[7]張宗華.選煤廠人員智能視頻監控系統設計[J].工礦自動化，2013，39(4)：76-79.

　　[8]吳宏偉，劉蕾，劉強.基于云計算技術的選煤管控平臺的研究與設計[J].中國煤炭，2014，40(12)：60-63.

　　作者：趙琰 王然風 樊民強 單位：太原理工大學 礦業工程學院