一种矿山无人值守智控平台的运行控制方法及系统与流程
本发明涉及控制,具体涉及一种矿山无人值守智控平台的运行控制方法及系统。
背景技术:
1、矿山无人值守智控平台旨在实现生产流程的全自动化运行;然而,完全的无人化并非绝对,设备巡检、维护保养等工作仍需人员进入作业区域;现有技术中在人员安全协同方面存在严重不足,通常采用物理隔离、电子围栏或简单的存在即急停策略;这种策略中断生产,且未考虑人员与设备动态交互中的复杂风险,例如移动设备(矿车)与移动人员之间的冲突;缺乏主动风险评估与协同防护,系统无法预判环境风险(如顶板落石)对人员的威胁,更无法主动调度附近设备为人员提供应急防护;控制目标在有人与无人状态间切换生硬,缺乏平滑、智能的过渡;人员引导缺失:系统仅关注设备控制,对进入区域的人员缺乏基于实时全局生产态势的智能引导,人员行走路径和速度依赖于个人经验,存在误入高危动态作业区的风险;感知与控制脱节,即使部署了视频监控,其告警信息与控制系统的联动通常是单向和延迟的,无法实现主动式安全干预;
2、鉴于此,为了克服上述技术问题,本发明据此提出了一种矿山无人值守智控平台的运行控制方法及系统。
技术实现思路
1、为了弥补现有技术的不足,本发明提出了一种矿山无人值守智控平台的运行控制方法及系统,克服现有矿山无人值守系统在人员介入时安全策略被动、孤立、缺乏协同的缺陷。
2、本发明所述的一种矿山无人值守智控平台的运行控制方法,包括以下步骤:
3、s1.实体动态组态和安全规则的设置,根据生产任务与人员活动计划,动态组态包含设备控制实体与人机安全协同实体的控制实体集群,并为所述人机安全协同实体注入与人员状态关联的动态安全规则;
4、s2.实时采集设备运行数据、环境数据及人员状态数据,经融合处理后生成同时涵盖设备、环境及人员动态信息的控制态势图;
5、s3.将所述控制态势图同步至矿山数字孪生体,由控制实体在孪生体中对包括设备动作调整、人员路径引导及应急协同防护在内的多种策略进行并行仿真与评估,生成最优协同控制指令集;
6、s4.对来自不同实体的控制指令进行安全优先级仲裁,并将仲裁后的指令分发执行,同时监控人员状态与设备响应以形成安全闭环;
7、s5.基于所述控制态势图计算动态风险等级,并驱动控制系统在全自动无人模式、人机协同降速模式、局部防护模式及远程紧急接管模式之间进行平滑切换;
8、s6.基于历史人机协同场景的数据与结果,对人员行为预测模型、安全规则及协同策略进行优化学习。
9、优选的,所述s1中的人机安全协同实体是一个专责的软件智能体,其动态安全规则至少定义:基于人员与设备距离分区的速度限制规则、基于人员动作姿态的设备响应规则、以及在环境风险威胁人员时调度就近设备移动至人员与风险源之间形成物理屏障的应急防护规则。
10、优选的,所述s2中的人员状态数据包括通过精确定位系统获取的实时位置坐标,以及通过视觉分析单元获取的人员动作类别、行进速度与朝向;所述控制态势图是一个结构化的数据对象,其数据域至少包括设备运行参数域、环境状态域、人员动态信息域以及表征人-机-环境相对位置与状态关系的关联域。
11、优选的,所述s3中的应急协同防护策略仿真包括:在数字孪生体中,模拟环境风险事件的发展轨迹,识别受威胁的人员,检索并计算附近可移动设备移动至预设防护位置的可行性、时间与效果,并将有效的设备调度指令纳入所述最优协同控制指令集。
12、优选的,所述s4中的安全指令优先级仲裁遵循人员人身安全指令大于设备本体安全指令大于生产流程维持指令的预设等级规则,确保与人机直接安全相关的控制指令能够被立即、无条件地执行。
13、优选的,所述s5中的平滑切换是指在模式切换过程中,系统维持对关联设备和区域的基础控制,不产生失控状态,并自动生成包含当前态势、已执行动作、系统建议及待决事项的控制权交接清单,用于向远程监控人员汇报。
14、优选的,所述s6中的优化学习采用基于强化学习或案例推理的方法,利用协同场景的结局反馈如安全/不安全、效率影响来调整安全规则的触发阈值、策略选择的权重以及人员行为预测模型的参数。
15、一种矿山无人值守智控平台的运行控制系统,包括:
16、控制实体动态组态模块,用于根据接收的生产计划与人员工作计划,从预设模型库中动态实例化设备控制实体与人机安全协同实体,并为后者配置动态安全规则库;
17、人机状态融合模块,用于接入并融合处理来自设备传感器、环境监测单元、人员定位及视觉识别单元的多源数据,生成控制态势图;
18、数字孪生协同仿真模块,用于维护矿山数字孪生体,接收所述控制态势图,为控制实体提供策略并行仿真环境,并输出经仿真验证的最优协同控制指令集;
19、指令执行模块,用于接收所述最优协同控制指令集,依据预设安全优先级进行仲裁与冲突消解,并将最终指令分发至执行机构及人员导引接口,同时监控执行反馈;
20、模式切换模块,用于基于实时控制态势图计算动态风险等级,并根据预定义逻辑驱动控制系统在不同运行模式间进行平滑切换;
21、自学习模块,用于收集系统运行全周期数据,通过机器学习算法优化人员行为预测模型、安全规则参数及决策策略,并将更新反馈至相关模块。
22、优选的,所述数字孪生协同仿真模块内设有一个策略仿真沙盒,能够基于当前的控制态势图快速克隆并运行多个孪生场景副本,以便并行、隔离地测试不同控制策略在短期未来的演化结果,并对比评估其效能指标。
23、优选的,所述系统还包括一个人员智能导引接口,该接口与所述指令执行模块连接,用于接收来自控制实体的路径规划与速度建议指令,并将其转换为可视、可听或可触的引导信息,下发至巡检人员携带的智能终端或穿戴设备。
24、本发明的有益效果如下:
25、1.本发明通过数字孪生超前仿真,系统不仅能规避风险,更能主动规划最优协同策略,包括利用移动设备作为动态屏障,这是一种主动安全的涉及,极大提升了极端情况下的生存率;基于全局实时态势,为巡检人员规划并实时调整安全路径与速度建议,变被动监控为主动导航,从源头上降低人员误入风险区的概率。
26、2.本发明通过动态风险分级和模式无缝切换机制,系统能够根据人员介入的深度和风险大小,灵活调整自动化水平,既保证了人员绝对安全,又最大程度维持了生产连续性,系统行为更具智能性和柔韧性。
1.一种矿山无人值守智控平台的运行控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种矿山无人值守智控平台的运行控制方法,其特征在于,所述s1中的人机安全协同实体是一个专责的软件智能体,其动态安全规则至少定义:基于人员与设备距离分区的速度限制规则、基于人员动作姿态的设备响应规则、以及在环境风险威胁人员时调度就近设备移动至人员与风险源之间形成物理屏障的应急防护规则。
3.根据权利要求1所述的一种矿山无人值守智控平台的运行控制方法,其特征在于,所述s2中的人员状态数据包括通过精确定位系统获取的实时位置坐标,以及通过视觉分析单元获取的人员动作类别、行进速度与朝向;所述控制态势图是一个结构化的数据对象,其数据域至少包括设备运行参数域、环境状态域、人员动态信息域以及表征人、机、环境相对位置与状态关系的关联域。
4.根据权利要求1所述的一种矿山无人值守智控平台的运行控制方法,其特征在于,所述s3中的应急协同防护策略仿真包括:在数字孪生体中,模拟环境风险事件的发展轨迹,识别受威胁的人员,检索并计算附近可移动设备移动至预设防护位置的可行性、时间与效果,并将有效的设备调度指令纳入所述最优协同控制指令集。
5.根据权利要求1所述的一种矿山无人值守智控平台的运行控制方法,其特征在于,所述s4中的安全指令优先级仲裁遵循人员人身安全指令大于设备本体安全指令大于生产流程维持指令的预设等级规则,确保与人机直接安全相关的控制指令能够被立即、无条件地执行。
6.根据权利要求1所述的一种矿山无人值守智控平台的运行控制方法,其特征在于,所述s5中的平滑切换是指在模式切换过程中,系统维持对关联设备和区域的基础控制,不产生失控状态,并自动生成包含当前态势、已执行动作、系统建议及待决事项的控制权交接清单,用于向远程监控人员汇报。
7.根据权利要求1所述的一种矿山无人值守智控平台的运行控制方法,其特征在于,所述s6中的优化学习采用基于强化学习或案例推理的方法,利用协同场景的结局反馈如安全/不安全、效率影响来调整安全规则的触发阈值、策略选择的权重以及人员行为预测模型的参数。
8.一种矿山无人值守智控平台的运行控制系统,适用于权利要求1-7任一项所述的一种矿山无人值守智控平台的运行控制方法,其特征在于,包括:
9.根据权利要求8所述的一种矿山无人值守智控平台的运行控制系统,其特征在于,所述数字孪生协同仿真模块内设有一个策略仿真沙盒,能够基于当前的控制态势图快速克隆并运行多个孪生场景副本,以便并行、隔离地测试不同控制策略在短期未来的演化结果,并对比评估其效能指标。
10.根据权利要求8所述的一种矿山无人值守智控平台的运行控制系统,其特征在于,所述系统还包括一个人员智能导引接口,该接口与所述指令执行模块连接,用于接收来自控制实体的路径规划与速度建议指令,并将其转换为可视、可听或可触的引导信息,下发至巡检人员携带的智能终端或穿戴设备。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com