.png)
.png)
梅山铁矿是我国重点黑色金属地下矿山企业之一，是梅钢公司(宝钢股份子公司)铁精矿原料生产基地，其矿体集中、形态规整、储量大、品位较高、易开采，曾是我国自行设计 ,自己建设的国内最大的一座地下铁矿。
在矿山信息化建设方面，梅山铁矿构筑了先进的数字矿山生产管控平台，实现生产全流程远程操控，走在了国内数字矿山建设前列。
梅山铁矿数字矿山应用架构图
一、梅山铁矿数字矿山规划
梅山矿业数字矿山总目标是：“ 依托物联网技术，全面感知生产、设备、人员、环境状态，借助二化深度融合，实现铁矿开采与加工环节的过程智能化。”
梅山矿业整个数字矿山建设主要分三个阶段。
二、梅山铁矿采选系统数字化建设
矿山生产过程数据管控平台是梅山整个数字矿山中核心，覆盖了采矿、选矿生产、检验、计量、检修、能源消耗及产品销售等多方面生产信息，为各级管理工作提供实时的生产数据，为管理层提供及时的生产状况信息，并通过对各种信息的分析，支持企业管理优化与决策。
01
采矿
梅山铁矿采用竖井-斜坡道联合开拓、无底柱分段崩落法采矿，主要采掘设备有Boomer系列全液压掘进台车，Simba系列全液压凿岩台车，TORO系列铲运机，均为进口配套设备，装备水平在国内地下冶金矿山处于领先地位，
采区配备出矿信息采集系统、人员定位系统、通风检测监控系统、无线通信系统等，并在前期建设中，解决了矿体三维建模与矿体数字化，同时基于地理信息系统平台MapGIS开发了地测图数一体化管理系统，对矿山地质、测量业务数据进行多源采集、多途径加工，根据不同需求在不同平台上进行可视化输出，取得了很好的应用效果。
梅山铁矿整体采矿技术达到国际先进水平。
02
选矿
梅山铁矿选矿采用磁、重选抛尾-----浮选脱硫-----磁选降磷联合选矿工艺，配备全套先进选别设备，目前已具备500万吨/年的采选综合生产能力，整体选矿技术达到国内先进水平。
选矿主要生产线设备均实现单机及小系统的远程操控及远程监视的功能，子系统间互联构建工业以太网，可以实现控制中碎单机设备的启停及调节，控制细碎、重选单机设备的启停及调节，控制浮选、精尾设备的启停及调节，分别控制浮选各个系列的球磨系统的启停及调节，选厂生产计量数据采集、上传。
(网络配图)
三、梅山铁矿部分系统介绍
1、井下回采出矿轨迹跟踪管理系统
该系统在井下采区通过RFID(电子标签，射频识别)技术和无线WIFI技术，以及车载工业智能数采终端自动采集轨迹信号，软件模拟判别，无线实时(或离线)自动上传，实现了对每条回采进路的每一崩矿步距、全过程出矿计量(车数)和轨迹动态的跟踪，实时模拟仿真显示，并为采矿迎头配矿、防止过采、数据二次利用等提供可靠真实的有效数据支持。
2、智能设备点检系统
梅山选矿工艺流程复杂，其中重点工艺环节又分解为若干控制子系统，所有设备点检主要靠人工观感及经验判断，点检过程对人的经验及感观依赖程度高，而且点检故障描述无标准，故障信息传递过程中失真。
梅山铁矿设计了基于物联网的金属矿复杂环境下点检系统架构，结合现场点检经验，研究设备点检共性技术，建立设备点检知识库，并与安全监测、计划管理、生产过程控制等有机结合，提高设备系统的稳定性，提高生产效率。
3、矿仓料位监测系统
矿山开采中长期以来溜井物位高度和存矿量多少都没有一个量化的数据来验证，只是靠经验来判断(铲运机出矿趟数、丢石块、吊重锤计绳的方法)，方法原始、效率低下。
利用物联网短距离通信、激光测距技术，矿业公司在矿车到达溜井时准确测量料位，生产位置、出矿品位、路径等信息在物联网监测平台之上智能协同，保障生产、矿仓管理、安全等系统协调统一。
4、地下主斜坡道智能交通信号指挥系统
采矿场主斜坡道是材料、设备、人员等运输到井下作业面的辅助通道，通过RFID技术，实时采集当前车辆经过主斜坡道的信息，并将信息反馈到物联网实时监控平台，在地面入口、错车平台出入口、丁字路口三个方向、十字路口四个方向都设置红绿黄三色信号灯、读卡器及路侧单元。
通过地下实时交通信息采集，实时监控坡道上交通运输情况监测与指挥，解决地下交通安全隐患，提高交通运输效率。
5、基于RFID的双车道无人发矿系统
引入物联网RFID技术，研究设计矿山无人发货系统，实现在销售、发货、计量等业务管理、记录、监测等环节的自动处理应用，系统通过集成红外信号的被遮挡信息，判定两个道中车辆的进出状态，再通过RFID对相应道中车辆卡号的获取。
确定当前车辆的进出状态及车号，通过中控系统提交给显示系统与发货人员，同时将车辆进出及卡号信号提交给销售系统，进行委托拆分、合法判断等业务处理。在提高发货效率、规范管理、减少人员等方面具有一定优越性。
(网络配图)
四、存在的主要问题和政策建议
目前，整个冶金矿山在基础自动化方面相对落后，主要表现在一下方面：
1、 数据共享难以实现。在矿山无轨装备、自动化控制系统、辅助设计软件等系统基本采用国外引进方式，由于对外部产品、技术依赖较强，接口开发工作难度大，数据共享难以实现。
2、 基础自动化有待完善。生产过程的监测范围不够全面，由于部分环节监测技术暂未达到要求仍由人工完成。自控系统相对独立，无法实现协同，还是以检测信息反馈，操作人员根据经验远程操控为主。
3、 生产过程管理缺少标准化模型。矿山生产过程基本依赖个人工作经验判断，在工作面出矿品位检测、溜井配矿等环节都需要靠专人经验判断，具有较强的主观性和个体差异性。
4、 现场数据缺乏梳理，利用程度不高。大量细粒度数据大部分沉淀在现场，缺乏整合利用，数据繁多，缺乏统一的工控数据描述模式和存储机制，处于局部分析应用阶段。
5、 受硬件设备制约，前端数据采集设备准确性、可靠性差，作业现场感知程度低，仅在小范围内开始了科研试点，企业内关键工序间人、机、物互联互通几乎没有，配套改造量较大。
热门标签
