数字孪生体技术的迅速发展已经深刻影响着人们的生活方式、企业的管理模式与生产方式。数字孪生技术在煤矿开采中广泛、持续、深入地研究与应用势在必行。煤矿生产装备信息、管理信息和人员信息等是实现数字矿山、智慧矿山的基础，也是数字孪生技术的基石。借助数字孪生体技术将各类数据进行分类、处理、分析和总结，有助于实现整个煤矿及其局部生产环节信息流和能量流的合理、高效分配与优化。
采掘工作是煤矿井下生产的主要环节之一，对综采工作面和综掘工作面的远程监测与控制关系着煤矿的安全、高效生产和智能化建设。预计2020年底，我国将建成近400个智能综采工作面，初步具备感知系统，这为进一步实现数字孪生驱动远程控制奠定了基础。相比于综采工作面，综掘工作面的智能化程度较低，目前，绝大多数巷道掘进采用的悬臂式掘进机施工仍是人工操作。受限于现有生产工艺和掘进质量规范，且掘进工作面存在着高粉尘和地质条件复杂等因素，使得掘进装备位姿和工况状态的感知难度极大。
以“机械化换人，自动化减人”为目标研发少人或无人自动截割控制系统是当前国内外煤炭领域的研究热点。近10年来，以陕西黄陵矿业为代表的“智能控制+远程干预”智能化开采模式在全国多个矿区建成并运行，以工作面高精度惯性导航系统和高精度磁致伸缩行程传感器应用为代表的工作面自动找直技术，以地质建模构建数字煤层为代表的“透明工作面”智能开采技术，代表着不同阶段的综采技术发展水平，也是实现智能化无人开采的有效技术路径。从严格意义上讲，这些技术手段尚未完全脱离人工操作，远程监控的决策和干预的智能化水平低，对常态化生产造成一定的影响，急需发挥机器和人工的各自特长，规避各自短处。
数字孪生技术是第4次工业革命的通用目的技术和核心技术体系之一，其充分利用物理模型、传感器更新、运行历史等数据，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。国内研究人员将数字孪生技术引入煤矿生产自动化，取得了突破性进展。葛世荣团队提出了数字孪生智采工作面概念和技术架构，为进一步利用物联网、5G通信、云计算等技术建立智采工作面数字孪生体系提供了一定指导。吴淼提出了一种掘支锚并行作业的施工工艺体系，结合数字孪生技术探讨了煤矿综掘工作面智能发展的关键技术。张旭辉团队提出了“数字煤层，数据驱动，虚实同步，实时修正，虚拟碰撞，轨迹预测，协同控制”的采掘工作面装备DT驱动远程虚拟控制技术体系，并在悬臂式掘进机和煤矿智能掘进机器人系统的远程监控中开展工业性试验，取得了预期效果。但上述研究大多局限在系统层面，关键技术的研发亟待提升。数字孪生驱动的智能矿山生产运行，可按照数化、互动、先知、先觉、共智的目标逐渐推进应用，这对实现“数字开采”和“透明开采”等行业目标具有重要价值。
笔者从采掘工作面数字孪生系统应用框架及技术体系出发，分析了实现煤矿井下采掘生产远程监控的关键技术，总结了目前最新技术研究现状及发展趋势，指出了当前数字孪生技术在采掘工作面应用中存在的不足和发展建议，并介绍了数字孪生驱动方面的典型应用，旨在推进数字孪生技术在智能矿山建设中的应用发展。
1 采掘工作面数字孪生体应用框架及技术体系
1.1 采掘工作面数字孪生体应用框架
一个典型的数字孪生系统包括用户域、数字孪生体、测量与控制实体、现实物理域和跨功能实体等5个层次，针对煤矿采掘工作面搭建的数字孪生系统也包含这5个层次。煤矿采掘工作面数字孪生系统是与采掘工作面装备等一一映射、协同交互的虚拟采掘过程。对于煤矿井下采掘过程，先对智能掘进系统解耦，再进行系统化和模型化重构。煤矿采掘工作面的数字孪生体应用框架如图1所示。
第1层，用户域。使用数字孪生体的用户，包括煤矿工作人员、人机接口、相关的应用软件和其他相关的共智孪生体。
第2层，数字孪生体。采掘工作面物理装备对应的数字孪生体，反映了采掘工作面实体装备某一视角特征的数字模型，具有建模管理、仿真服务和孪生共智等3类功能。实现采掘工作面的状态感知、诊断和预测所需的信息在建模管理、仿真服务和孪生共智之间进行传递。其中，建模管理包括物理对象的数字建模与展示、与物理对象的模型同步和运行管理；仿真服务包括模型仿真、分析服务、报告生成和平台支持；孪生共智包含其他共智孪生体等资源的接口、互操作、在线插拔和安全访问。
第3层，测量与控制实体。采用各种状态感知方法和传感器实现采掘工作面装备的运行状态和环境智能感知，同时以此信息为基础构建控制模型实现采掘工作面装备的精准控制。测量与控制实体将数字孪生体和物理实体紧密地联系了起来。
第4层，现实物理域。现实物理域是数字孪生体与采掘装备工作面实体对应的，测量数据流和控制流在它们之间传递。
图1 采掘工作面数字孪生体应用框架
第5层，跨功能实体。包含信息交换、数据保证和安全保障等3个方面。通过适当的通信协议实现数字孪生体之间的数据交换。数据保证和安全保障确保了数字孪生系统数据的准确性和完整性。
1.2 采掘工作面数字孪生体技术体系
采掘工作面数字孪生体实现的关键在于数字孪生模型、数据传输、数据感知和多机协同控制。对于综采工作面和综掘工作面来说，在实际的工况环境、装备和控制策略等方面是有区别的，但是实现数字孪生采掘工作面远程控制思路和技术体系是一样的，因此将采掘工作面作为整体进行研究。构建数字孪生驱动的采掘工作面远程控制的关键技术在于采掘工作面智能感知技术、数据实时无损传输技术、采掘装备的精确定位技术、采掘装备的在线监测与预测维护技术及各环节之间的数据交互技术。在数字孪生体应用框架的指导下，构建了采掘工作面数字孪生体技术体系，如图2所示。由智能掘进机器人系统、本地控制系统和远程虚拟控制系统等3大系统组成，包含执行层、感知层、单机控制层、协调控制层等4层架构。
图2 采掘工作面数字孪生体技术体系
数字孪生模型包括虚拟数字模型和以掘进机器人运动学模型为基础的数字孪生驱动模型。虚拟数字孪生模型可以通过Unity3D、3D Max等构建，利用动态编程实现掘进机器人动作绑定；利用机器人技术实现虚拟场景与现实的统一，通过其运动学模型驱动虚拟模型动作；利用不同传感器实现采掘装备关键部位的位姿、工况和环境等状态监测，构建协同控制器，按照巷道掘进工艺实现多机协同控制。
数据传输保障低延迟且能够将完整的采掘装备状态和工况环境信息传输至协同控制中心，同时将控制指令低延迟且无损耗地下发至控制器中。为了保证通信的实时性和数据的可操作性，可将多种通信方式相结合，构建以数据库技术为核心的数据交互平台，实现整个数字孪生系统的数据传输与通信。
煤矿井下采掘工作面数字孪生的实现应解决采掘工作面智能感知技术、数据实时无损传输技术、采掘装备精准位姿测量技术、采掘装备运行状态在线监测与维护技术、数据驱动的智能控制技术和数字孪生驱动远程控制数据交互技术等6大关键技术。
2 煤矿井下采掘生产远程监控关键技术
2.1 采掘工作面智能感知技术
采掘工作面智能感知系统是构建采掘工作面数字孪生系统的首要任务。具体来说就是分别在采掘工作面各关键部位或生产环节加装各类传感器和摄像机，通过集中智能控制系统采集采掘过程中装备运行状态信息和工况环境信息。采掘工作面信息系统如图3所示。
图3 采掘工作面信息系统
通过对采掘工作面关键部位运行状态和工况信息的监测，包括地质条件、煤岩变化、设备位姿状态、巷道环境、电气参数、液压参数、及载荷故障等，实时获取和更新采掘工艺数据，实现采掘工作面状态系统感知。
目前，综采工作面的智能化程度较高，信息采集系统也比较完备，但是信息流只到了“三机”集控平台，并没有进一步与综采工作面的其他生产环节融合，因此形成了信息孤岛。整个煤矿也是这样，没有形成完整的一张“网”将各个信息孤岛连接起来，“网”就是通信，仅将各种信息孤岛连接起来，但是数字孪生技术则是对通过这张“网”采集到的信息进行分析处理，进一步反馈控制、预测采掘装备等运行状态。综掘工作面智能感知模型如图4所示。
图4 综掘工作面智能感知模型
搭建智能化采掘系统，需要在巷道环境、采掘装备上加装必要的传感监测装置，借助数据孪生技术实现多传感器数据信息的处理及分析，通过采集装备控制器实现采掘工艺和装备数据的实时更新。在此过程中，可靠的传感监测装备是关键所在，通过研究传感器的布置方法，有效地利用有限的信息真实还原或表征出采掘装备的运行状态。在实际采掘过程中，频繁振动和恶劣环境对装备感知、信息传输、动态决策、协调执行、高可靠性等有着更高的要求，高性能装备可用于实现采掘工作面智能感知、调控，为反馈控制、预测采掘装备等提供进一步支持。
2.2 数据实时无损传输技术
随着智能矿山的持续推进，数据传输对煤矿无线通信系统的要求越来越高，主要表现在大宽带、实时性等方面。采掘工作面实时移动视频和其他固定场所视频监控等对通信带宽有着更高的要求；设备远程控制、及时维修等对实时性有着更高的要求。
随着数字化、智能化矿山的进一步发展，对通信技术的要求也越来越高。随着智能采煤、智能运输、矿井物联网、煤矿大数据、煤矿机器人、数字孪生等技术的应用，井下各类信息采集系统不断完善，各类数据也趋向规模化和复杂化。另外，煤矿井下特殊的环境要求通信系统传输速率高、延时低、并发量大等，且对网络覆盖大小、传输功率、安全防爆等能力有着特殊的要求。煤矿通信系统先后应用了CDMA、Wi-Fi、3G、4G等通信技术，现阶段的煤矿无线通信系统难以满足实际需求。因此，急需一种新的带宽大、延时低、传输功率高的通信技术。
2.3 采掘装备精准位姿测量技术
煤矿采掘巷道施工过程中低照度、高粉尘、强干扰等因素导致井下移动目标的位姿精确测量难度大。采掘工作面尤其采掘装备的位姿状态信息是实现其精准智能控制的基础，目前采掘装备位姿监测方法基本一致，但在位姿输出形式上略有不同。综采工作面除了其自身的位姿参数外还需监测直线度、“三机”相对位置关系等，而掘进机主要是监测其机身位姿。所采用的技术主要有全站仪、惯性导航、UWB、iGPS和机器视觉等。国内外专家学者针对该问题进行了深入研究，5种主要监测技术对比分析见表1。
由表1可知，惯性导航相比于其他方法来说，不需要对原有监测装备进行改造，同时惯性测量具有良好的短时连续动态性能，可以实现自主测量，但是其长时间工作时存在严重的累积误差。机器视觉相比于其他方法来说，允许被测对象部分遮挡，同时动态连续性很好，但是由于井下设备集中容易造成标识物被遮挡，影响视觉测量性能。
图5 臂式掘进机位姿视觉测量系统工作原理
张旭辉团队在悬臂式掘进机位姿测量领域也进行了相关研究，提出了基于激光点—线特征标靶的单目视觉位姿测量方法，工作原理如图5所示。悬臂式掘进机位姿测量包括截割头和机身2部分，机身测量模块监测的机身相对巷道坐标参数，是获取截割头相对巷道位姿的前提和基础。视觉测量系统工作时，利用前置防爆相机采集多点LED激光标靶图像，后置防爆相机采集2个激光指向仪形成的激光线图像，将采集数据传输至防爆计算机进行图像处理，获取标靶红外点特征和激光点线特征信息；最后，构建测量系统全局坐标系，建立基于共面特征点的截割头位姿视觉测量模型和基于门形三线的掘进机机身位姿视觉测量模型，代入获得点—线图像特征，可解算掘进机截割头和机身在巷道坐标系下的位姿坐标。
2.4 采掘装备运行状态在线监测与维护技术
采掘装备的运行状态直接影响了井下生产安全和效率，随着高采高效的矿井建设和薄煤层开采，对采掘装备工况的监测和故障预兆信息的及时获取，保障安全生产和预知维护等技术亟待深入研究。
传统的故障诊断大多是滞后的，通常在采掘装备出现机械、电气等故障时才进行检测和诊断。这种滞后的检测方式对设备来说，可能会造成无法修复的损伤而影响其使用寿命；对生产来说，往往由于维修周期过长而需要停机等操作，严重影响矿井生产任务。因此，采掘装备在线监测与预测维护在提升设备可靠性方面具有很大的优势。在线监测可以实时判断与决策，一定程度上可以减小设备出现重大故障的可能性，将故障消灭在萌芽状态。另外，预测维护需要与大数据、深度学习等技术结合起来，是一种超前判断与预测的过程，在故障表征之前就可以实现提前预判，减少损失。
随着物联网、大数据和云计算技术的快速发展，使得监测数据的规模呈井喷式增长，为基于数据驱动的故障诊断和预警提供了研究基础，也使其成为目前主流的故障诊断与预警方法。
由于采掘装备在工作过程中存在非平稳运行、多振源耦合等干扰因素，采集到的振动信号多具有非平稳、非线性等特点。因此，在状态监测时需对采集到的信号运用合适的信号特征提取技术，消除噪声、转速等干扰因素的影响，提取能表达设备状态的有效特征信号。将故障诊断与预警技术应用到采掘装备的状态监测系统中，依据采掘装备历史运行数据，通过人工智能方法构建学习模型，最大程度上表征监测数据与故障类型之间内在的复杂关系。当前，如何有效地应用智能诊断和预警方法是亟待解决的热点难题。
目前的故障诊断系统对采掘装备变转速工况和数据实时存储等因素考虑较少，导致采掘装备故障诊断结果精度低，且监测系统缺乏故障预测报警功能。随着采掘装备规模的扩大和生产效率的提高，矿井生产系统的自动化程度越来越高，迫切需要建立采掘装备在线监测及故障预警系统。
2.5 数字孪生驱动的智能控制技术
实现数字孪生精准控制的前提是建立虚实统一的坐标系统，达到真实场景与虚拟场景时空统一的目的。虚拟数据通过三维动态场景映射真实采掘状态，真实数据动态修正虚拟场景中的采掘装备运行状态和环境参数，实现虚实数据融合，直观地反映采掘装备的真实运行状态。
数据驱动的采掘装备智能控制中采集的数据是采掘装备的运行状态。而对于掘进工作面，当前的控制系统尚不成熟，经过多年研究，其控制方法和控制理论虽逐渐趋于完善，但复杂的工况环境导致位姿监测困难而限制了自动化控制的发展。因此，若要实现数字孪生驱动的掘进工作面远程控制，首先应解决定位问题，其次是快速研发出成熟的电液控制系统掘进装备。对于综采工作面，数据不仅仅只是位姿状态，还有煤岩识别及液压支架等数据。只有将采煤机、液压支架和刮板输送机结合起来，利用其之间固有的相对位姿关系，以“三机”状态数据作为反馈量，按照采煤工艺协同控制来实现综采工作面的智能控制。
在智能控制方面，国内专家学者已做了大量研究工作，但对于关键的“三机”协同控制策略研究较少。采用数据模型研究协同控制时，由于液压支架数量众多且均具有独立性，以及复杂地质条件下采煤机的运行状态难以精准把握。因此，很难采用统一的数学模型进行多机控制研究。
将虚拟仿真技术应用到采掘工作面远程控制中，可以极大地避免复杂且众多的设备碰撞检测问题，简化协同控制过程。通过智能感知系统获得“三机”各关键部位的状态数据，驱动虚拟模型运行，直观地反映“三机”之间的位姿关系。利用虚拟现实技术中的碰撞检测方法可以有效进行采煤机控制，便于协同控制技术的研究和应用。
2.6 数字孪生驱动远程控制数据交互技术
采掘装备控制过程中，数据信息的获取、交互和应用是最关键的一环，数据库管理是确保各种数据正确性和完整性的前提。通过数据库对当前采掘装备数据信息和工况数据信息的集中管理与精确分析，实现对感知对象的预测感知。采掘装备远程操控平台与采掘虚拟样机之间利用控制器采集操控指令，通过网络协议与本地控制端进行通信。本地控制端利用PLC控制器将控制命令下发至采掘物理样机，并通过RS485总线将采掘装备过程中传感器的数据信息上传至MySQL数据库，从而实现实时修正虚拟采掘运动状态，数据传输示意如图6所示。
图6 数字孪生系统数据交互示意
数据传输过程中，如何协调物理空间与虚拟环境之间的信息是需要考虑的首要问题，掘进机远程虚拟操控系统建立过程中，基于统一坐标系的数据协调方法将物理空间信息实时映射与远程控制的可视化虚拟交互界面中。
3 数字孪生驱动的采掘装备远程控制典型场景应用
3.1 综采工作面远程监控
综采工作面由采煤机、液压支架和刮板输送机等装备组成数字孪生驱动远程控制的物理实体。通过在各装备关键部位加装位移传感器、里程计、环境传感器等各种传感器构成感知数据层，以实现综采工作面多层次异构数据感知和驱动，并对数字空间中的虚拟共面模型动态修正，实现采煤机滚筒调高轨迹预测、综采设备群异常碰撞检测预警。同时，通过人机交互形式根据虚拟工作面运行状况进行人为决策，结合采煤机控制技术实现综采工作面设备群的远程控制。综采工作面远程监控系统原理如图7所示。
图7 综采工作面远程监控系统
搭建井下综采工作面的虚拟场景，并对“三机”虚拟设备进行建模、渲染和装配，以达到与真实综采设备的动作一致，为进一步实现虚实同步奠定基础。采煤机和液压支架的机械结构均是不规则的，难以采用具体的数学模型清晰表达两者之间各个部位的相对位置关系。虚拟平台软件提供的虚拟场景设备碰撞检测技术为解决设备群物理碰撞预警提供了很好的思路，如采用盒形碰撞器来保证综采设备间碰撞检测的实时性和准确性。
以采煤机滚筒和液压支架护帮板之间的碰撞检测为例，根据采煤工艺对采煤机和液压支架之间的运动姿态进行详细分析，建立滚筒-护帮碰撞检测数学模型，应用虚拟射线和包围盒碰撞器快速高效地实现了虚拟综采工作面的碰撞检测和预警监测。
3.2 综掘工作面远程监控
搭建的悬臂式掘进机虚拟远程控制平台如图8所示。通过在掘进机上加装各类传感系统对掘进装备运行状态进行实时监测，并上传至数据交互中心。一方面通过应用可视化辅助截割系统中的平面信息对其进行监测，另一方面则应用到虚拟操控平台中的驱动虚拟模型同步动作，以辅助工作人员做出正确决策。此时，视频信号将不是主要的判断依据，即使粉尘浓度过大导致视频信号失效，对决策的影响也很小。
图8 悬臂式掘进机虚拟远程控制平台
可视化辅助截割模块首先根据截割轨迹规划模型，建立掘进断面的截割轨迹。再利用视觉测量技术解决截割头定位的难题，通过捷联惯导、激光传感器和超声波传感器组合定位技术感知掘进机在巷道中的位姿变化，实现虚实同步、动态修正、数据驱动、人机协作、远程干预等功能。
3.3 煤矿井下巡检机器人虚拟远程操控
1）煤矿井下四旋翼无人机虚拟远程操控。
四旋翼无人机机体结构简单、控制算法成熟，且具有可灵活悬停和空间移动的优势，在安保、高危环境作业方面得到广泛应用。将四旋翼无人机应用到煤矿巷道关键场合和装备巡检，可有效提升巡检效率，降低工人劳动强度。巷道掘进空间狭长且光线不足，四旋翼无人机飞行空间受限，自主飞行难度高，风险大。为了更直观、精准地操控四旋翼飞行器在危险、复杂的环境下执行巡检任务，借助虚拟现实技术、数字孪生技术和智能控制技术，构建了煤矿井下巷道巡检的四旋翼无人机虚拟远程操控技术方案，如图9所示。
图9 煤矿四旋翼飞行器虚拟操控方案
在Unity 3D中构建虚拟巷道模型，建立四旋翼无人机控制模型和虚拟模型，组成无人机虚拟远程操控平台。四旋翼无人机自身携带着多种信息采集模块，包括获取无人机位置、姿态等信息的摄像机和捷联惯导，利用自主避障算法实现自主避障飞行。同时，无人机将采集到的环境状态信息和自身状态参数发送至虚拟操控中心，驱动虚拟巷道中的虚拟无人机同步运动，与真实巡检场景实时保持一致。虚拟操控平台和视景监控平台如图10所示。
图10 无人机飞行虚拟操控和视景监控平台
飞行视景监控平台实现了无人机位姿状态监测、巷道导航定位、机体状态参数测量、巷道环境监测和无人机通信连接状态等功能，为人工决策提供了重要信息依据。
2）煤矿井下探测机器人虚拟远程操控系统。
除了四旋翼无人机作为探测机器人外，常规履带式机器人也普遍应用在煤矿探测巡检中。在虚拟场景中建立虚拟样机，并依照建井图建立初始三维矿井地图，以Mysql数据库为数据交互平台，存储机器人机身上传感器采集的信息数据，并利用Unity软件在后台调用实时数据，驱动机器人虚拟样机与真实探测机器人同步运动。同时，将通过激光雷达获得的点云数据进行去除粗大值处理后，开始环境模型的实时重建，在生成模型的同时对其添加物理效果，使虚拟仿真信息与井下真实信息保持一致，并通过数据接口实现虚拟现实数据的交互。如图11和图12所示。
图11 虚拟现实数据交互平台
图12 机器人自主定位与巷道重建
采用激光雷达对井下场景进行探测，基于激光雷达的探测数据可勾勒出井下场景中实物的轮廓，同时，采用摄像头作为对井下环境的辅助探测。实现在探测机器人运行过程中的实时定位功能，定位点与导航地图匹配准确，实现全局导航。激光雷达采集效果良好，精确度较高，可以完成对环境信息的采集，虚拟现实数据交互平台可以完成对MySQL数据库中激光雷达采集数据的调用，并且可以完成动态环境重建的功能。
3.4 数字孪生驱动的采掘装备MR辅助维修
及时有效地处理井下采掘装备的故障问题，恢复正常生产极其重要。由于现场工作人员技术水平有限，当遇到煤矿井下采掘装备故障难以判断维修点时，还需要依赖于技术专家给予远程指导或抵达现场维修，故障知识和维修技能交互难，导致维修过程耗时耗力。
为了提高故障维修效率，利用混合技术实现矿用设备辅助维修指导，具体方案如图13所示。
图13 MR矿用设备故障维修指导服务系统
采集来自于物理维修环境中的设备运行状态，机械、电气、液压等关键零部件的运行状态监测数据，经过融合处理后传入矿用设备故障MR辅助维修指导系统中，为服务系统提供矿用设备的远程实时监测数据。虚拟维修环境主要完成MR虚拟维修开发环境和矿用设备模型的搭建，通过虚拟维修指导流程设计形成关键零部件故障维修指导流程片段，并与故障ID进行匹配。
MR矿用设备故障维修指导服务系统借助孪生数据融合来自于物理维修环境的多传感器数据，采集设备故障数据进行设备故障识别和匹配，通过维修环境感知获取物理维修场景数据，并将虚拟指导工具注册融合到物理维修环境中以得到注册场景数据，采用人机交互方式完成人与虚拟维修环境之间的数据交互，形成的交互指令数据和维修过程数据能够实现服务系统对虚拟维修环境的虚拟实体进行数据驱动。
4 采掘工作面远程控制技术发展趋势
4.1 适应复杂地质条件的采掘机器人群
当前主要有悬臂式掘进机、连续采煤机、掘锚一体机和高效快速掘进机等多种掘进装备。悬臂式掘进机因其适用性强，相比于其他掘进方式具有便携、操作简单的优点，同时，由于巷道掘进过程中地质条件复杂，对其他掘进方式限制较多。因此，绝大多数矿区的巷道掘进仍以悬臂式掘进机为主要施工装备。
但是，这种综合机械化掘进方式需要大量的人工操作，且工序复杂。同时，狭长的巷道空间导致人工掘进和支护作业不能同时进行，掘锚分离作业严重降低了掘进速度，并且严重阻碍了巷道自动化、智能化建设。无论是连续采煤机、掘锚一体机，还是高效快速掘进机均对煤矿巷道的地质条件要求较高，因此，难以大范围应用。
综采工作面采用采煤机、刮板输送机和液压支架“三机”协同作业的方式已经在我国煤矿实现全覆盖。同时，由于液压支架的实时支护作业，采煤机在安全空间内沿着刮板输送机行进作业要比巷道掘进作业简单的多。因此，综采工作面的自动化、智能化推进要远远快于掘进工作面，并且在综采工作面已经建立了相当完备的信息采集系统。
采掘机械装备是数字孪生系统的物理实体，也是数字孪生系统的信息源。综采工作面采煤机械的适应性较好，暂不需要进行进一步的适应性改造。但是，综掘工作面掘进装备的优化改进仍需加大科研攻关力度，研究出适应复杂地质条件的采掘机器人群，加强信息系统集成，为进一步实现数字孪生驱动奠定基础。
4.2 采掘装备精确定位定向技术
采掘装备精准定位、定向掘进和定形截割控制是数字孪生驱动的核心。如何实现复杂度低、易施工、使用方便的煤矿井下采掘装备位姿监测技术，在有限空间、复杂工况环境下实现采掘装备的定位定向至关重要，也是实现数字孪生驱动的采掘装备远程控制的关键。
现有监测方法均存在着不同程度的局限性，或系统复杂、或精度不高、或累计误差消除困难。依靠单一的手段难以实现采掘装备的精准定位定向，只有将2种或多种监测方法融合才是解决采掘装备精准定位问题的有效途径。惯性导航技术在短时间内连续测量的性能优越，且无源，受低照度、高粉尘的工况环境影响较低，因此可以考虑将某种监测方法或传感器与其深度融合，以达到校正累积误差的目的，从而实现精准定位定向。
4.3 5G实时通信与煤矿深度融合
煤矿5G无线通信系统由核心网平台、地面5G基站、井下基站、井下HUB等组成。在井上建立地面基站搭建有源天线单元完成地面覆盖，同时连接室内基带处理单元；建立井下基站对井下环境实现无线网络覆盖，通过井下工业集线器进行信息汇聚后，与井上室内基带处理单元完成信息传输。
5G技术的高可靠性、超低时延等优点为实现DT+VR的煤矿井下采掘装备远程虚拟操控提供了通信保障。同时，煤矿井下作业过程中，大量采掘装备的状态数据、环境传感器采集的巷道环境参数信息、高清摄像头采集的工作面作业视频和煤壁图像等数据种类繁多、体量巨大、生成速度极快，利用5G通信网络高带宽、低时延、高可靠性、高连接的传输特性，在远端搭建实时同步的开采可视化模型，人员在地面利用可视化系统实时远程监控工作面现场场景，下发控制指令，实现设备群及整套作业工序的智能远程控制。
4.4 智能采掘过程多源异构数据挖掘技术
数字孪生驱动的采掘工作面远程控制系统中，感知数据呈现出量大、集中、多源、异构的特性，数据间联系浅表化，未形成深度关联和有效挖掘，导致矿山生产监控难、预测难、效率低等问题。
目前，煤矿生产已成功应用5G通信技术解决了数据传输的问题，随之而来的还有数据处理和数据驱动的问题。数据处理的一般流程是数据获取、数据探索、预处理、挖掘建模和模型评价。结合数据挖掘技术对采掘工作面多源异构数据处理提供借鉴，因此，需进一步在数据探索、数据预处理、挖掘建模和模型评价等方面开展深入研究。
数据探索将采集到的原始数据进行异常值分析、缺失值分析、相关性分析和周期性分析，再经过预处理阶段对数据进行筛选、转换、缺失值预测补充处理、坏数据丢失处理、数据结构标准化等；然后，利用关联规则、聚类分析、分类与预测和整体优化等数据挖掘算法建立评估模型，实现对数据的评价与优化；最后，一方面将其用于驱动虚拟模型同步动作，另一方面利用机器学习等方法对采掘装备的运行状态进行预测。
5 结论与展望
1）构建了采掘工作面数字孪生体应用框架与技术体系，对实现数字孪生驱动的关键技术进行分析，指出了采掘工作面应用中存在的问题和技术攻关方向。
2）总结了数字孪生驱动在综采工作面远程控制、综掘工作面远程监控、煤矿井下巡检机器人虚拟操控和采掘装备MR辅助维修技术等方面的应用情况，分析得出目前数字孪生驱动的综采工作面远程控制技术应用现状及趋势。
