矿山信息化培植在经历了单机自动化、综合自动化、数字矿山几个阶段之后，正朝着矿山智能化和聪慧矿山的方向发展。
聪慧的条件是矿山生产系统各个环节均可测、可不雅观、可控，即形成面向生产各环节透明化的知识做事体系。

综合自动化矿山阶段紧张办理了矿山数字化、监测监控技能与信息孤岛问题，就煤矿生产流程而言，基本完成了智能矿山的培植事情，在环境条件许可的情形下，可实现局部的少人化和无人化掌握。
聪慧的条件条件是矿山生产系统的各个环节均可测、可不雅观、可控，也便是要形成面向生产各环节透明化的知识做事体系。
以煤炭行业为例，从目前取得的成果来看，远没有达到透明矿山的哀求，这是制约聪慧矿山发展的瓶颈问题。
玄色或灰色（不透明）矿山的问题，制约我们在一样平常情形下仍需依赖较多人力坚持正常的安全生产，导致矿山重大事件时有发生，办理矿山运行状态知识建模与做事的问题迫不及待。

要办理这一问题便是要办理上述可测、可不雅观和可控问题。
在可测方面，物联网矿山技能的发展已经办理和优化了大量干系难题，可以知足目前安全生产的基本需求，下一步须要重点研究智能装置和装备自治、自主化事情干系技能，并进行新型检测机理和检测装置的研究；可不雅观问题便是要结合数字孪生技能对矿山安全生产、指挥调度与管理各个方面，如人、机、环、管等被控工具进行物理与虚拟领悟建模，通过建立的模型可实现对各个被控工具的状态及其蜕变规律的可不雅观，这个可不雅观不仅仅对人，更主要的是让机器能够自动理解，做到机器可不雅观。

在建模过程中，须要采矿、机器和信息等领域的专家密切协同，须要实现对信息的统一语义描述，须要创建矿山领域知识库和矿山数字孪生模型，这将是聪慧矿山培植的核心。
可控问题是在可不雅观的根本上，也便是在节制（自动化解析）传感数据、模型数据等多模态数据的根本上，利用知识库和矿山数字孪生模型各种知识进行推理，采取机器人或机器人化的装置装备实现基于机器自治协同的全流程自动掌握，终极形成少人化或无人化的聪慧矿山。

1矿山信息化发展进程

矿山信息化发展，历经了单机（单系统）自动化、综合自动化、数字矿山阶段，矿山物联网和矿山智能化技能近年来得到快速的发展和运用，矿山信息化技能正朝着聪慧矿山的目标发展，在矿山生产过程中不断领悟新兴技能，提高矿山生产的智能化水平，从而实现矿山无人化或少人化。

（1）单机（系统）自动化

1984年煤炭工业部通信信息中央成立，宣示了中国煤矿信息化培植正式开启，我国煤矿进入单机自动化阶段。
PLC在矿用设备上的成功运用办理了传统掌握器占用空间大、本钱高档问题；现场总线的连接办法提升了矿用设备掌握的可靠性，减少了设备的停机韶光。
单机自动化系统存在很多问题须要进一步办理，如仿照旗子暗记只能在本地采集、处理并直接用于就地掌握；有线网络通信是旗子暗记传输的唯一办法，各系统之间难以进行信息交流。
此时通信网络严重制约了煤矿自动化的发展，造成多台上位机共存的场景，形成子系统信息孤岛的格局，导致全矿信息不能共享。

（2）综合自动化

2000年后，无线传感器网络及工业以太网技能得到飞速发展，为实现各煤矿系统之间的互联互通奠定了根本，得益于此，我国煤矿进入了综合自动化期间，综合自动化网络做事架构如图1所示。
无线传感器技能极大扩展了各种传感器的运用处景，丰富了各种信息的采集。
工业以太网以其强大的通信速率和信道容量将各子系统连接在一起，完成了各子系统的信息交互，办理了子系统信息孤岛问题，实现了全矿信息的领悟剖析处理。
但是传感器与各种装备没有联网，只能用于本系统中，无法实现设备间的协同掌握；采集到的传感器信息也只是大略地处理，数据并没有得到有效利用，亟需高效的算法来实现信息的领悟处理。

综合自动化网络架构

（3）矿山物联网

矿山物联网将物联网技能运用到煤矿生产中，进一步提高矿山开采的无人化和自动化水平。
矿山物联网是综合实时感知、网络通信和动态掌握等技能来实现矿山物与物、人与物之间的信息通报与掌握，矿山物联网做事架构如下图所示。
智能传感器除了对物理天下进行感知，还搭载了用于数据处理的嵌入式芯片，使得设备从自动化向智能化过度；高速通信网络连接生产的各个环节，实现万物互联；智能算法挖掘大数据的潜藏信息，实现实时掌握、精确管理和科学决策。
但是人工智能技能发展水平有待提高，设备的智能化程度较低，矿用物联网产品极少，不能知足矿山智能化生产的需求。

矿山物联网网络架构（4）矿山智能化

矿山智能化是聪慧矿山的中级阶段。
矿用机器人技能和通信技能还在遍及运用，以人工智能和大数据为代表的新兴技能也融入个中，推动矿山向智能化、聪慧化发展。
将人工智能和自动化、机器人化技能结合，实现矿山生产繁芜流程的自动化，进一步简化人工操作。
5G通信技能为云平台供应了通讯根本，大数据和云打算技能在云真个运用为矿山剖析决策、动态预测、协同掌握供应了新的渠道。
但是装备的智能化水平还须要进一步提高，信息的语义化描述没有形成统一的标准，信息通信技能和传统矿山技能的领悟运用还勾留在初步阶段。
立足于此，可以设想未来矿山智能化发展的高等阶段——聪慧矿山。

（5）聪慧矿山

王国法院士给出了聪慧煤矿的定义：聪慧煤矿是基于当代煤矿智能化理念，将物联网、云打算、大数据、人工智能、自动掌握、移动互联网、机器人化妆备等与当代矿山开拓技能深度领悟，形成矿山全面感知、实时互联、剖析决策、自主学习、动态预测、协同掌握的完全智能系统，实现矿井开拓、采掘、运通、分选、安全保障、生态保护、生产管理等全过程的智能化运行。
在聪慧矿山阶段，聪慧物和自动化机器人得到了广泛运用；云端打算和边缘打算能有机领悟在一起，实现各种数据的高效处理；以大数据和人工智能为根本的各种聪慧运用能够知足矿山的日常生产需求。
各种传感器是聪慧矿山的信息来源，须要进一步升级优化以此来知足日益增长的智能化运用需求；大量聪慧体和各级子系统均接入到云平台，须要供应高效的智能决策方案，以实现各部分协同事情。

2聪慧矿山核心关键技能

结合物联网、人工智能、大数据技能的发展，聪慧矿山将会是信息化、自动化和智能化的高度领悟，其终极目标是实现矿山关键生产环节的无人化或少人化。
矿山物联网技能实现了矿山物的智能连接，使得“人-机-环”感知信息能够有效的搜集，各种矿山大数据平台的呈现办理了矿山“人-机-环”感知数据的高效管理和存取问题。
数字孪生技能建立了虚实领悟和知识天生机制，可以将现有的矿山机理模型、履历知识和矿山“人-机-环”大数据有机领悟，为矿山“人-机-环”状态判识与智能协同管控供应知识做事。
矿山数字孪生模型以及环绕孪生模型的智能化数据剖析算法将成为聪慧矿山下一步须冲要破的关键技能。

基于数字孪生的聪慧矿山做事架构

①感知层与智能装置/装备，分布式、光纤光栅、激光、MEMs等低功耗等新型传感技能的发展拓宽了矿山物联网的感知边界，可以在线获取更多的安全隐患尤其是暗藏磨难的探测数据；智能传感器装置的研发和运用，使得传感器节点具备了在线打算、状态自诊断、网络自治等能力，提升了终端节点对旗子暗记实时处理和反馈调节的效率；机器人化智能化的矿山装备为矿山生产系统的智能调度、协同掌握、少人化、无人化供应了根本；智能传感和智能装备技能是矿山数据孪生技能体系中的物理根本。

②缘智能与网络层，随着各种边缘分站和智能网关算力的提升，轻量级数字孪生模型得以在边缘节点卸载，结合轻量级算法模型的运用，可以很大程度提高各子系统数据剖析的效率和反馈相应的及时性；领悟通信网络技能实现多源异构网络的统一接入，可以办理智能装置/ 装备的快速连接创造、高效连接管理和在线透明交流问题；5G技能在矿山的运用可以办理“人－机－环”感知数据实时高效传输问题，尤其是采掘事情面等有线连接受限的场景，提高了无线通信的实时性和可靠性。

③数字孪生与算法模型层，随着硬件、网络、大数据平台技能不断演进升级，环绕矿山生产过程的知识创造和知识做事成为聪慧矿山发展的瓶颈。
数字孪生可以实现矿山物理实体状态蜕变规律到虚拟实体的映射，通过虚实领悟演进的状态剖析模式，可以建立机理模型、自然规律、履历知识、数据特色相领悟的矿山知识做事体系，从而达到对矿山物理天下实时可测、可不雅观、准确掌握、精确管理和科学决策的目的，将成为未来聪慧矿山发展的技能核心。
矿山数字孪生模型的建立须要矿山物理实体干系的机理模型、人工智能算法模型、大数据剖析、虚拟仿真等技能的支撑。

④智能化运用做事层，结合矿山生产环境孪生模型和孪生交互做事机制，领悟独立分散的矿山安全监测与磨难预警系统，构建统一的矿山安全态势剖析平台。
基于矿山生产场景孪生模型和生产过程推理算法，结合事情流技能以及智群打算理论，研发面向多生产场景的矿山安全生产智能调度做事系统；基于矿山设备状态孪生剖析模型，结合大数据剖析、智能诊断与协同掌握技能，建立矿山“采、掘、机、运、通、供电、排水、赞助运输”等装备系统的状态在线诊断与协同管控平台。

（1）智能传感与智能装备

可靠稳定的传感数据，是矿山智能化培植的根本，通过光学、MEMs、无线智能、能量自动捕获等传感技能实现在线感知边界的拓展和传感数据的长期稳定获取是聪慧矿山传感层须要重点研究的关键技能。
智能化机器人化的装备技能是聪慧矿山生产实行的载体，须要重点研究采掘装备智能化无人化掌握技能，透风、压风、提升、排水、供电、皮带运输等矿山大型设备高效可靠运行与预测性掩护机制，生产赞助机器人作业环境感知建模与自主调控技能等内容。

（2）矿山数字孪生建模技能

矿山不断新增的传感器和平台积累的海量生产过程数据，为矿山生产安全知识的孕育奠定了根本，须要一套能够反响矿山生产规律、跟踪生产过程设备环境状态蜕变，并与生产过程进行智能交互的知识做事体系来支撑下一步的矿山智能化培植。
面向矿山生产要素的数字孪生建模方法、数字孪生模型之间的交互机制，以及环绕数字孪生模型的深度数据挖掘剖析技能可以为矿山安全生产过程的实时再现、预测剖析、交互演绎供应支撑。
矿山数字孪生建模技能须要结合矿山运行机理和特点，重点研究环绕矿山“人－机－环”生产要素的孪生模型设计方法，面向生产场景的孪生建模方法与交互机制，以及矿山数字孪生虚拟模型设计与数据深度领悟剖析方法等内容。

①矿山安全生产中的数字孪生模型

数字孪生技能中提出了物理实体、虚拟空间建模和虚实领悟交互机制的知识建模方法，将数字孪生技能运用于煤矿“人、机、环、管”各环节，进行多学科交叉领悟，促进人、机警能协同，有助于办理矿山生产过程的精准掌握和各种磨难的预警防控问题。
Michael Grieves给出了数字孪生的3个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口。
目前，最常用的是五维数字孪生模型，即包含物理实体、虚拟模型、做事、数据、连接等5个方面，据此，我们可以设计矿山数字孪生的基本模型构成。
数字孪生技能中提出了物理实体、虚拟空间建模和虚实领悟交互机制的知识建模方法，将数字孪生技能运用于煤矿“人、机、环、管”各环节，进行多学科交叉领悟，促进人、机警能协同，有助于办理矿山生产过程的精准掌握和各种磨难的预警防控问题。
Michael Grieves给出了数字孪生的3个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口。
目前，最常用的是五维数字孪生模型，即包含物理实体、虚拟模型、做事、数据、连接等5个方面，据此，可以设计矿山数字孪生的基本模型构成。

②面向矿山生产场景的数字孪生建模技能

矿山生产场景繁芜多变，涉及到的设备种类多，又面临与采动环境的耦合问题，结合数字孪生的五维模型，矿山生产场景的数据孪生模型建立涉及多个领域的知识，须要矿山运行机理、矿山安全、CPS、大数据剖析、自动化掌握等理论与技能的深度领悟。

以采煤事情面为例，结合地质信息、围岩信息、时空数据、设备及关键部件设计参数等根本信息和环境传感、设备传感、职员传感、实时调度信息、生产状态等实时感知数据，在“人-机-环”虚实领悟感知理论模型的根本上，完成截割煤岩地质体、采掘设备及关键部件、事情职员动作行为的数字孪生虚拟模型建立。
基于各物理实体的状态蜕变机理和生产过程的运行模式，建立数字孪生虚拟模型与实时感知信息的之间的智能交互机制，实现对煤岩地质体环境和设备运行状态的演进剖析，实现“人-机-环”运行安全状态的耦合剖析，为各种场景耦合下事情面设备的联合调度与协同掌握供应做事。
以实时交互模型剖析结果为辅导，完成采煤机行走、截割、位姿参数的调控，液压支架动作、支撑、平衡参数调控，以及刮板运送机速率、运载、运移参数调控，达到事情面对盆过程智能化调控和安全稳定高效运行哀求，实现事情面采煤过程的透明化管控。

采煤事情面数字孪生模型

矿山生产场景数字孪生建模关键技能③矿山数字孪生虚拟模型构建方法

矿山生产过程中涉及到繁芜设备系统和地质环境的变革，虚拟模型以数字化的办法创建物理实体的映射，虚拟模型对物理实体静态属性和动态蜕变过程的真实表达成为矿山生产场景数字孪生建模的关键。
借助于对物理实体运行机理、蜕变规律、变革规则的剖析，通过仿真仿照、多源信息感知、虚实领悟交互、深度数据剖析、反馈优化调节等技能，可以促进虚拟模型与物理实体之间的领悟与交互，提高数字孪生建模的可信度和判识、预测剖析能力。
以采煤机截割系统为例，采煤机截割系统由截割电动机、截割传动系统、截割滚筒和液压系统等组成，是多级传动与掌握机构耦合的构造，同时面临煤岩界面变动、喷淋、闪石等繁芜环境，是采煤机最随意马虎产生故障的部位。
建立截割系统的数字孪生体有利于实现截割系统状态的在线评估和截割系统的全周期生命管理。

如下图所示，构建截割系统虚拟模型之前须要对截割系统的事情事理、作业环境、演化规律进行剖析。
结合多场耦合浸染下的截割系统状态演化机理，剖析采煤机截割系统与截割环境（煤层、顶底板、围岩体）及联动设备（行走机构、液压支架、刮板运送机）的繁芜相互浸染关系；针对煤岩截割过程、截割系统运行过程、截割系统关键部件的非常状态特点，剖析系统状态与感知信息的关联关系；设计多场耦合浸染下的截割系统多源感知信息描述、知识表示、知识抽取方法，实现“多源感知信息－多状态”知识关联剖析。

数字孪生虚拟模型构建方法

（3）边缘打算与网络做事层

随着感知边界的拓展和前端感知信息的急剧增加，基于5G的领悟通信网络技能将为矿山感知信息的高效传输和交互供应根本支撑。
随着现场硬件打算能力的提升和智能化运用技能的下沉，边缘打算装置将成为矿山安全生产感知和快速决策相应的主要载体，结合领悟通信网络技能，须要重点研究轻量化边缘打算算法、边缘打算卸载技能以及云边协同做事模式。

①基于5G的领悟通信网络技能

在矿山物联网培植中须要对来自不同网络、不同子系统的海量异构数据信息进行统一的处理及存储，从而哀求领悟通信网关能够领悟多网、多源、异构的海量数据并且对这些数据进行高效快速地处理，从中获取有代价的信息，进而供应智能决策赞助做事。
须要对领悟通信网络架构与传输技能进行研究，实现对矿山物联网海量信息的统一传输与资源管控功能。
在网络的资源管控方面，随着矿山物联网中传感设备种类增多，井下网络网关处汇聚了各种类型的业务信息，由于不同的业务类型具有不同的QoS需求，因此高效合理的调度方案至关主要。

面对海量传感器接入、异构系统领悟和多种业务做事需求，须要结合5G通信技能，设计支持异构协议的矿山物联网领悟通信网络架构，实现面向顶层需求的数据交流、处理、做事。
领悟通信网络须要支持4G/5G，NB-IoT，LoRa，WIFI，ZigBee，RFID，Wavemesh，RS485，CAN，Profibus，Lonworks异构接入领悟，知足矿山有线/无线、图文/音***、实时/非实时、宽/窄带等矿山物联网多网领悟传输的需求。
须要研制具备边缘打算能力的智能网关装备，实现异构协议的解析，具备边缘打算、掌握、存储能力，实现单功能感知节点向检测、剖析、通信、定位一体化智能装置/装备演化。
在信息汇聚领悟方面，设计针对海量汇聚信息的数据关联剖析、数据冗余剖析和数据综合方案，有效实现数据的透明高效传输。
在领悟通信网络架构中集成基于QoS需求的多类型业务调度算法，设计信息种类与传输网络的匹配方案，担保资源的按需均衡分配和做事的按需供应，提高网络利用效率。
将5G移动通讯技能融入到支持异构协议的矿山物联网领悟通信网络系统，可以知足智能事情面、AR智能巡检、高清***回传、无人驾驶等5G特色业务的需求，为聪慧煤矿培植供应强有力的网络做事支撑。

矿山物联网领悟通信网络架构②边缘打算与云边协同技能

边缘打算上风在于对物理天下数据实时反应和降落网络传输压力，而云做事平台供应了在远程数据中央处理异构数据的能力。
随着对矿山精确泛在感知的发展，现场天生的数据量越来越大，将采集到的矿山信息全部传输到云端不仅大幅增加了网络通信包袱，效率低下，且难以知够数字孪生实时交互的哀求。
因此，研究在边缘端对数据进行快速处理、云边协同技能以及边缘卸载技能是十分必要的。

边缘端快速打算。
边缘打算节点可以实现不同传感系统的接入同时具备一定的算力，可以在边缘侧进行数据预处理、状态剖析判识及反馈掌握等，同时，可以基于边云协同做事架构，结合实时采集的数据可在边缘端进行人工智能算法检测并及时输出掌握旗子暗记。
为了避免边缘节点间相互独立、彼此伶仃，形成数据孤岛和功能孤岛，影响运用做事质量，应该重视研究利用不同边缘真个就地信息进行数据共享与快速打算。
边缘端快速打算有以下2种办法：① 打算协同，即云真个超算中央对模型和算法进行演习，根据边缘节点的情形将已演习好的模型进行下发，每个边缘打算做事器只实行一部分算法，终极通过各边缘端协同的办法快速完成运用任务；② 分布式演习协同，即边缘端内置完全的模型和算法，并利用其他边缘端数据承担模型和算法的演习任务，演习完成后的模型参数会更新到云端，终极得到完全模型。
优化模型的运行效率，如利用剪枝、量化等方法对神经网络模型进行压缩，可以提高边缘真个支配效率。
边缘算法的优化与调度事情目前紧张可分为3个方面：① 多路数据之间的协同处理。
通过缓存数据推理模型，对来自多源异构设备的相似数据进行复用，从而有效节省边缘节点的资源，提高打算效率。
② 打算层次之间的协同处理。
利用浅层网络的部分推理结果降落样本打算量，将该方法与云边协同机制相领悟，可有效实现数据的分级诊断，帮助设备实现协同运算。
③ 多模型之间的协同处理。
优化模型之间的资源调度办法，平衡模型的韶光和空间资源，在有限的条件下提高系统整体性能。

云边协同技能。
边缘打算是云打算的延伸，在云边协同中，云端卖力矿山大数据剖析、模型演习、算法更新等任务，边缘端卖力基于就地信息进行数据的打算、存储和传输。
利用云边协同技能，边缘节点卖力处理数字孪生体中对时延或算力哀求不高的矿山数据，而云做事器卖力处理时延或算力哀求高的矿山数据。
在边缘端处理韶光敏感型矿山数据，有助于提升反馈掌握指令的实行能力、生产非常/扰动监测等突发状况的相应速率，从而助力矿山智能自治生产运行。
在云端处理韶光不敏感型矿山数据，有助于数字孪生体对实体矿山产生的海量信息进行深层次挖掘，进一步优化云端和边缘端各运用做事模型参数，从而提升聪慧矿山数据剖析与做事能力。
云边协同有以下3种办法：① 演习-打算的云边协同，即云端根据边缘端上传的数据对智能模型进行设计、演习和更新，边缘端卖力搜集数据并实时***最新的模型进行打算任务；② 以云端为导向的云边协同，即模型中高算力哀求的演习部分在云端完成，边缘端卖力处理轻量化的运算任务，接力云真个打算结果，终极模型由云边端共同运算得到。
这种办法可以权衡云端和边缘真个打算量和通信量；③ 以边缘端为导向的云边协同，即模型的演习事情首先在云端完成，边缘端在收到云端模型的打算结果后适当微调，并且结合各传感器发送到边缘真个数据进一步优化模型。
此方法可以更有针对性地知足煤矿井下实际生产需求，更充分的考虑了煤矿实际情形。

智能矿山云边协同做事机制

边缘打算卸载技能。
边缘打算通过在设备上直接支配打算单元，将云打算的算力和存储下放到每个边缘终端，可有效减小网络带宽压力、降落系统时延、分散系统风险，从而缓解云打算带来的问题。
由于边缘节点的资源有限，为了知足系统整体的打算需求，就须要采取打算卸载技能来折衷算力，通过打算卸载将任务分配给资源充足的节点，从而统筹系统资源、加快处理速率、优化做事质量。
打算卸载紧张由卸载决策和资源分配两大部分构成，卸载决策用于判断节点是否须要卸载以及卸载多少任务，资源分配用于研究卸载的任务该当被分发到何处。
常见的打算卸载办法分为粗粒度任务卸载和细粒度任务卸载。
粗粒度任务卸载将全体终端作为卸载工具，没有根据实际情形划分子任务，这种卸载办法无法充分利用终端节点的系统资源；而细粒度任务卸载会根据当前卸载任务的实际需求，将任务划分为多个具有依赖关系的子任务，每个子任务的数据量和繁芜度都大大降落，因此可以节省传输韶光，提高运算效率。
结合矿山智能设备的特点，采取细粒度任务卸载办法可有效提高边缘打算设备的集群运算效率，终极降落各节点的时延、能耗和网络压力。

（4）矿山大数据剖析与智能化运用做事

针对矿山各系统多源海量监测数据，矿山大数据平台须要设计高可靠、大容量、快速存取、弹性支配、易拓展的分布式存储架构，从而实现矿山安全生产过程大数据的高效泛在存取；统筹管理多场景异构数据，通过大数据知识挖掘引擎，支撑矿山上层多元化运用。
通过构建云交互式做事平台，办理矿山深层运用中数据综合管控的痛点，打通数字矿山多元异构数据通信壁垒，实现矿山数据分布式安全可靠协同，建立矿山智能化运用做事体系。

矿山大数据剖析与智能化运用做事架构

第一作者简介

丁恩杰，中共党员，山东青岛人，教授，博士生导师，中国矿业大学物联网（感知矿山）研究中央常务副主任，矿山物联网工程技能专家，是我国感知矿山物联网理论与技能的紧张奠基人。
主持建成完成矿山互联网运用技能国家地方联合工程实验室、江苏省感知矿山物联网工程实验室，江苏省感知矿山工程研究中央。
率领团队完成矿山物联网感知体系与顶层设计，首创性的提出了矿山物联网“三个感知”的观点，制订了《“感知矿山”物联网技能方案》，是国际上首个通过认证的“感知矿山”物联网技能方案。

主持了国家自然科学基金委国家项目、国家科技攻关操持、国家科技支撑操持等多项国家科技项目。
主持国家重点研发操持项目“矿山安全生产物联网关键技能与装备研发”1项，主持国家科技支撑操持项目课题1项，863子课题1项，973子课题1项，国家自然基金面上项目2项。
得到省部级科技进步奖6项，其他省部级科技成果奖7项；获国家授权专利30余项，个中发明专利15项；出版著作3部，教材1部，揭橥学术论文170余篇，个中SCI检索60篇，EI检索37篇。

通讯作者简介

俞啸，中共党员，山东济宁人，博士，讲师，现事情于中国矿业大学物联网（感知矿山）研究中央。
长期从事矿山物联网、嵌入式系统、旗子暗记剖析、人工智能等方向的研究事情，主持国家重点研发操持项目子课题1项，参与国家重点根本研究发展操持（973）项目1项，国家自然基金面上项目1项。
揭橥论文30余篇，个中SCI/EI检索10篇。
授权发明专利6项，软件著作权3项，出版专著1部。

来源：

丁恩杰，俞啸，夏冰，等. 矿山信息化发展及以数字孪生为核心的聪慧矿山关键技能［J］. 煤炭学报,2022,47(1):564-578.

免责声明：以上内容转载自煤炭学报，所发内容不代表本平台态度。

全国能源信息平台联系电话：010-65367702，邮箱：hz@people-energy.com.cn，地址：北京市朝阳区金台西路2号公民日报社