★ 潘志偉 （山東黃金礦業（萊州）有限公司三山島金礦，山東 萊州 261400）

關鍵詞：數字孿生；遠程監控；機電設備；綜合狀態指標

礦山自動化和智能化水平的提升，對機電設備遠程監控提出了更高要求。傳統PLC本地監控和SCADA系統在實現設備狀態監測和遠程控制方面存在局限： PLC本地監控依賴現場操作，缺乏遠程可視化與雙向控制能力；SCADA系統雖然具備遠程數據采集功能，但對多自由度設備的三維動作映射不足，狀態異常識別依賴人工經驗[1,2]。針對上述問題，本文提出了一種新的礦山機電設備電控系統遠程監控技術，通過電控系統中可采集的電流、電壓、功率及控制狀態等信號構建多維狀態向量，并融合為綜合狀態指標(t)，驅動虛擬模型實現虛實同步，最后通過實驗驗證了方法的實際應用效果。

1   礦山機電設備電控系統框架

礦山機電設備在高濕、高粉塵、強振動的井下環境工作，在工作過程中內部的電氣控制系統必須保持穩定，這樣才可以更好地負責設備啟停、聯鎖保護與工況調節等控制功能。

本文從系統結構上進行分析，將礦山機電設備電控系統劃分為現場執行層、控制單元層和信息交互層三部分。系統結構如圖1所示。

圖1 礦山機電設備電控系統框架

圖1中， 現場執行層將各類機電本體和對應的執行機構作為核心，電機、液壓驅動單元、傳動裝置以及與之配套的電磁閥、接觸器和保護元件等設備同時運行，可以直接完成設備的機械動作與能量轉換等工作。控制單元層是由可編程控制器、專用控制模塊及保護裝置構成的，負責對現場信號進行邏輯判斷和順序控制，這樣就可以對設備運行過程進行集中管理。信息交互層內部使用的工業通信網絡，能夠把現場采集的電氣與運行數據上傳至上位監控系統或遠程平臺，同時接收調度與控制指令，實現系統的遠程可視與協同運行[3]。

電控系統內部采集各種不同的電參量，如電流、電壓、功率、開關狀態、控制指令反饋等，這些數據會貫穿設備運行全過程，也是描述設備工況變化的直接信息來源。在關鍵節點布設傳感與采集單元，可將原本分散、瞬態的運行信息轉化為連續、可追溯的數據資源。

2   機電設備電控運行狀態解析

通過電控系統中分散分布的電氣量與控制信息分析礦山機電設備的運行狀態。實際運行的設備在展開負載變化、工況切換等各種不同的控制動作時，必然會引起電參量的連續波動，這種變化就是電控系統運行狀態的外在表現。為此，本文根據電控系統的整個運行過程，從運行狀態對象界定與狀態量建模兩個方面展開模擬，對機電設備電控運行狀態進行系統解析。

2.1   電控運行狀態對象表征

由礦山機電設備電控系統框架可知，現場執行層與控制單元層之間在信息交互時，電控運行狀態得以顯現。在現場執行層內部，電動機、液壓驅動裝置等關鍵設備運行時，其機械行為不會直接以狀態變量的形式輸出，而是通過能量轉換過程和控制響應過程映射為電氣信號。例如，電動機在負載變化時，其輸出轉矩的改變會引起定子電流幅值的相應變化；液壓驅動裝置在執行推進、調節等動作時，其驅動電機的電流和輸入功率也會隨系統壓力和負載水平發生變化。

上述運行行為首先在電控系統中被轉化為可采集的電參量信號。具體而言，電流互感器和電壓互感器分別對主回路中的電流、電壓進行實時采樣，采樣信號經調理后輸入控制單元；控制單元依據采集結果計算設備的瞬時功率，并同步記錄啟停狀態、聯鎖狀態及保護動作等控制信息。由此，原本連續變化的機械運行過程被統一映射為電流、電壓、功率等連續電參量序列，成為描述電控運行狀態的基礎數據。

將某一時刻設備的電控運行狀態定義為由多維電參量構成的狀態向量。設在時刻下， 從電控系統中采集得到的狀態量包括運行電流、電壓及功率等，則電控運行狀態向量可表示為式（1）：

式中，(t)表示設備在時刻t的等效運行電流，用于反映負載變化特征；U(t)表示對應的運行電壓， 體現供電條件與電網波動影響； P(t)為由電流與電壓計算得到的有功功率，用以綜合表征設備的能量消耗水平和運行強度。

考慮到礦山機電設備在實際運行中通常處于周期性或準穩態工況，單一時刻的狀態向量易受瞬時擾動影響，難以全面反映設備運行特征[4]。因此，有必要在一定時間窗口內對狀態向量進行統計描述。設時間窗口長度為，則電控運行狀態的均值特征可表示為式（2）：

式中，表示時間窗口內的平均運行狀態向量，用于描述設備在該階段的整體運行水平。通過時間窗口平均處理，可有效削弱瞬時沖擊、電磁干擾等因素對狀態判斷的影響，使狀態特征更加穩定可靠。

2.2   電控運行狀態量建模

在獲得時間窗口內的運行狀態特征后，需要將多維電參量進一步轉化為便于遠程監控和狀態對比的統一狀態指標。由于電流、電壓和功率在量綱和數值范圍上存在明顯差異，若直接進行綜合評估，容易導致某一分量對結果產生主導影響，從而削弱狀態判定的客觀性。因此，有必要對各狀態分量進行歸一化處理。

假設設備處于正常穩定運行工況時，各狀態量的基準值分別為I,、U,和PO，此類基準值可由設備的額定參數和長期穩定運行工況統計獲得。歸一化后的電控狀態分量可表示為式（3）：

式中，Z(t)為無量綱狀態向量，該向量的各分量折射了實際運行狀態相較基準工況的偏離程度。當設備運行接近正常工況時， 各分量取值接近1；而當負載異常、供電波動或者控制狀態異常時，分量也會出現明顯偏離。

為了對設備整體運行狀態進行量化評定，引入融合狀態指標，描述電控系統運行狀態相對于基準工況的整體偏離程度。融合狀態指標憑借各歸一化分量加權融合獲得，表達式為式（4）：

式中，W、w2、w3為權重系數，滿足” + w2 + W3 = 1，用于反映不同電參量在運行狀態評估中的相對重要性。權重數值可依據設備類型和運行特性來調節，如果是負載敏感型的設備，可適當地增加電流和功率分量的權重。

由式（4）可知，綜合狀態指標s(t)實質上是對式（3） 中狀態向量的標量化映射， 其數值變化直接反映了電控運行狀態的整體變化趨勢。當設備運行接近基準工況時，S(t)的取值接近1；當設備負載異常、控制狀態異常或供電條件發生波動時， s(t)將出現持續或突變式偏離。通過對s(t)的連續監測，可以實現對電控運行狀態變化過程的定量描述。

3   電控系統遠程監控模型構建

遠程監控模式下，現場機電設備的運行狀態無法直接地被操作者感知，必須憑借電控系統采集的多源信息實行重構。因此，設立遠程監控模型需滿足下列要求：

（1）可以真實映射物理設備的關鍵結構以及運動關系；

（2）可以跟電控系統輸出的狀態參數保持一致性；

（3）具備良好的實時性以及資源的可控性。

依據設備的機械結構圖與安裝參數，針對核心承載部件、執行部件及約束關系實行結構分析， 基于Unity3D與MySQL數據庫構建虛擬控制模型。建模時，出于簡化方案的考量，本文不對內部冗雜傳動細節做完整復現，而是保留和運行狀態、安全行為直接相關的外形輪廓以及運動自由度，以減少系統的計算負載，增加遠程運行的穩定性[5]。

虛擬模型設立完成后，設計映射機制，在電控系統的狀態跟虛擬模型的行為中建立對應關系，使模型運動不依賴預設動畫，而由實時采集的控制量驅動。本文采用“PLC-數據庫-監控平臺”的三級數據交互結構。現場PLC控制站通過電流互感器、電壓傳感器及狀態檢測單元采集設備運行數據，并根據固定采樣周期形成狀態數據幀。數據通過工業以太網或礦用無線通信方式上傳至數據庫服務器，實現狀態數據的集中存儲與管理。

從數據庫中讀取最新狀態數據，并根據預先建立的映射規則驅動虛擬模型運行。這樣，虛擬模型的每一次運動變化均由真實設備狀態觸發，可以避免純動畫顯示帶來的信息失真。同時，監控平臺生成的操作指令跟控制策略也能反向地寫入數據庫， 憑借PLC下載到現場執行層，完成遠程控制和狀態調節，繼而構成閉環運行機制。

4   實驗研究

實驗設備配置方面選用DWZY型邁步式自移機尾設備作為測試對象。該設備搭載推移油缸、升降油缸和側移油缸等核心的執行部件，配備位移傳感器、液壓流量傳感器、傾角傳感器以及YZB300-30型液壓站，用來實現對機尾多自由度動作的精確采集。現場控制使用西門子的PLC控制站， 憑借TCP/IP工業以太網把實時工況數據傳到遠程的數字孿生平臺。

實驗設備關鍵參數如表1所示。

表1 實驗設備關鍵參數

為保證實驗的可重復性，實驗于煤礦井下模擬工作環境實行，路面保持中等不平整狀態，溫度保持20±2℃,液壓油溫度維持35±3℃,數據采樣頻率設定為100Hz，保證動態響應特性得到完整捕獲。

實驗時， 利用UWB定位系統采集推移油缸頂端1176組空間坐標數據，同虛擬模型生成的軌跡做比對，實驗結果如圖2所示。

圖2 虛實映射實驗監控界面

結果顯示，虛擬模型與物理設備的軌跡誤差不超過±40mm，軌跡重合度達到97.8%，基本滿足煤礦安全規程對設備移動偏差的要求(±50mm）。不同視角下的虛擬監控界面能夠實時顯示油缸流量、電壓、電流及傾角等運行參數，為遠程操作者提供了完整的動作反饋信息。

選取現場典型軌跡點進行監控，得到的監控結果如圖3所示。

圖3 典型軌跡點監控結果

如圖3所示，選取推移過程中若干典型軌跡點，對虛擬監控系統輸出的位置結果與物理設備實測位置進行對比分析。結果表明，在整個推移距離范圍內，虛擬模型計算得到的位置信息與實際監測值具有較高一致性，兩者變化趨勢基本重合。

從定量結果來看，各典型監測點處的位移偏差均控制在±40mm以內，未出現明顯的系統性漂移或局部突變現象。隨著推移距離的增加，虛擬位置與實際位置均呈現近似線性增長關系，表明本文構建的狀態映射模型在不同工況階段均具有較好的穩定性和連續性。

在中后段推移區間，虛擬位置曲線與實測曲線之間的偏差進一步減小，說明在多參數協同驅動下，綜合狀態指標對油缸運動狀態的表征能力較強，能夠有效抑制單一傳感參數波動對映射精度的影響。整體來看，本文方法在典型軌跡點處的監控精度滿足煤礦安全規程對設備移動偏差不超過±50mm的要求， 可為遠程監控與虛實同步控制提供可靠的數據支撐。

為了進一步驗證本文方法的優勢，將本文遠程監控模型與傳統PLC-本地監控模式和傳統SCADA系統監控模式進行對比。實驗使用相同的設備動作序列，連續地助推10次，每次動作包含推移油缸前移1500mm、升降油缸抬升230mm、側移油缸微調±50mm。評估結果如表2所示。

表2 評估結果

實驗結果表明，本文方法在軌跡精度、狀態響應延遲及三維可視化完整性上均優于傳統方法。尤其在雙向控制閉環方面，傳統的SCADA系統因缺乏實時狀態驅動模型，存在指令延遲大、精度低的問題，而本文方法依靠融合狀態指標驅動虛擬模型，實現了遠程控制以及虛實同步。

5   結束語

本文基于礦山機電設備電控系統遠程監控技術，實現了物理設備與虛擬模型的雙向映射與狀態同步，并通過對電控運行狀態量建模，把電流、電壓以及功率等電參量歸一化地融合成融合狀態指標，實現了設備運行偏離程度的量化測定。實驗研究顯示，虛擬軌跡與物理設備軌跡誤差不超過±40mm，軌跡重合度達到97.8%，綜合狀態指標在連續動作過程中波動幅度小于±3%，證明系統在復雜礦山環境下具備穩定性與可靠性。與傳統PLC本地監控和SCADA系統相比， 本文方法在軌跡精度、狀態感知完整性及遠程雙向控制能力方面均具有明顯優勢。該研究為礦山機電設備數字孿生遠程監控提供了可行技術方案，同時為多自由度復雜設備的遠程運行管理和智能化決策提供了可靠依據。

作者簡介：

潘志偉（1985-），男，山東萊州人，工程師，學士，現就職于山東黃金礦業（萊州）有限公司三山島金礦，研究方向為礦山電氣自動化。

參考文獻：

[1] 樊培利, 王建軍, 艾薇. 基于生成對抗殘差學習的礦山遠程監控圖像去噪算法[J]. 金屬礦山, 2024, (5) : 286 - 292.

[2] 姜占東, 魏巍, 何軍, 等. 煤礦井下低壓電力設備遠程漏電試驗改造實踐[J]. 工礦自動化, 2023, 49 (S02) : 142 - 145.

[3] 程利利, 張治中, 劉利蘭. 基于虛幻引擎的礦山智能監控數字孿生系統設計與實現[J]. 現代電子技術, 2025, 48 (21) : 157 - 164.

[4] 趙光瑞, 林江, 楊喜濤, 等. 基于礦鴻系統的采煤機智能監控系統設計[J]. 中國礦業, 2025, 34 (S1) : 249 - 254.

[5] 李新, 任海龍, 呂辰輝, 等. 煤礦采煤機遠程在線故障診斷系統設計[J]. 礦山機械, 2024, 52 (1) : 1 - 5.

摘自《自動化博覽》2026年4月刊