煤矿产业的智能化是发展的趋势所在。为了保证煤炭煤矿装备群在复杂的井下环境安全高效的运行，一方面，人机协作的方式不断发生变化，高强度高重复性的动作被机器代替的同时，充分发挥人脑在各种设备和应用中的智能也十分重要。另一方面，各种新兴技术逐渐出现，其中云计算、边缘计算、数字孪生和虚拟现实技术都成为了煤矿智能化工作面建设的有力工具。这些技术的使用为煤矿智能化提供了一条可行的道路。 公开号CN116305964A的发明公开了一种基于数字孪生技术的智采工作面系统，包括物理层、孪生层、感知层、决策层和前端层；物理层为智采工作面的真实场景；感知层用于通过数据采集设备采集物理层的实时数据后，发送至孪生层和决策层；孪生层用于根据物理层的基本信息和实时数据构建物理层的虚拟模型；决策层用于根据实时数据和虚拟模型对物理层和孪生层进行控制；前端层用于对孪生层构建的虚拟模型进行可视化展示。本发明解决了采集综采设备和开采场景的数据信息流实时性不强的问题，在一定程度上智采工作面迈进一步。通过设置物理层、孪生层、感知层、决策层和前端层，提出了较为完整的智采工作面系统，为数字孪生应用于煤矿井下提供了良好思路。 公开号CN113362037A的发明公开了一种基于边缘云的煤矿智能管理系统及方法，包括地面系统，通信网络模块和井下系统；地面系统用于训练煤矿数据模型，并通过云技术传输至井下系统；快速通信网络用于对地面系统和井下系统提供数据传输通道；井下系统用于接受地面系统传输的训练后的煤矿数据模型，并进行应用。步骤1，在煤矿地面系统中，交互模块获取训练请求，训练模块根据训练请求进行算法模型开发训练；步骤2，将开发训练后的算法模型发送至中心云，中心云通过快速通信网络获取对应的软硬件设备接口，将开发训练后的算法模型至井下的边缘云系统；步骤3，将开发训练后的算法模型部署至井下系统进行应用。 公开号CN117675821A的发明公开了一种智采工作面分布式边缘数据实时处理系统，包括采煤设备群、传感器集群、边缘分布式集群和云端服务器；传感器集群用于采集各台综采设备的实时工况数据并发送至边缘分布式集群；边缘分布式集群用于对实时工况数据进行预处理和实时数据存储、对主节点和多个从节点进行节点管理、基于预处理后的实时工况数据及云端服务器下发的智能诊断模型进行智能诊断；云端服务器用于存储预处理后的实时工况数据、进行智能诊断模型的构建。通过在工作面部署边缘分布式集群，将云端服务器的部分任务从云端服务器进行下发，减小服务器的存储压力的同时，有效减少数据远程传输的网络延迟。 公开号CN117733844A的发明公开了一种支撑煤矿机器人群组耦合运行的三级n维数字孪生系统，包括终端、边缘端和云端三个层级。终端物理层中的机器人群组通过终端AI模型，基于实时数据生成在终端虚拟层中的单机行为级孪生体，实现虚实双向控制，现场操作员通过AR设备获取增强信息，反馈决策意见，多模态控制节点；边缘虚拟层基于单机行为级孪生体生成协同任务级孪生体，通过边缘AI模型，构建n维边缘孪生系统。云端物理层的计算机主机为n维云端孪生系统提供算力支持，集控操作员通过VR设备接入云端孪生系统，实现远程监测与控制；云端虚拟层基于边缘侧数据生成全局规划级孪生体，通过云端AI模型实现n维云端孪生系统的平行分析，综合得出最优全局规划。 公开号CN116935004A的发明公开了一种基于虚拟平行系统的综采工作面多工种协同智能运行方法，搭建多功能虚拟平行系统，巡检工和维护工获取的综采工作面运行的局部信息与多功能虚拟平行系统实时交互；多功能虚拟平行系统将实时数据驱动的工作面虚拟仿真场景与局部信息进行融合，形成高精度实时运行的虚拟场景；根据高精度实时运行的虚拟场景，多功能虚拟平行系统进行智能推演过程；集控工根据智能推演结果，实时与巡检工、维护工交互并指导巡检工、维护工进行操作。本发明以多功能虚拟平行系统为基础，利用智能化设备，三工种将与自己实时同步的虚拟人映射到虚拟场景中，实现了基于“人-机-环”的综采工作面多工种协同巡行模式。 公开号CN116619360A的发明公开了一种煤矿井下多机器人虚实融合协同感知、决策与控制方法，该方法包括虚拟感知决策控制循环，物理感知决策控制循环两个总体循环过程与虚实协同感知循环，虚实协同控制循环，虚实协同决策循环三个分布循环过程。将虚拟环境和实际环境相结合，利用多台机器人的传感器获取煤矿井下实时环境信息，与三维模型与虚拟环境进行融合，实现多机器人的协同感知和路径规划。通过多机器人协同控制以及点云融合提高构图效率以及构图准确度，使用虚拟现实技术实时生成高度可视化的数字孪生场景，并通过VR设备根据实时虚拟场景和视频反馈与机器人进行远程交互。 以上现有技术多利用新兴技术发展或者构建煤矿智能化新方法，但总的来看，也存在一些不足之处： 在发挥人的智能方面：井下的复杂情况决定了煤矿装备群无法无人工作，但大部分发明中集中于考虑发挥“云-边-端”的智能控制和交互，但煤矿工人能发挥的作用不够充分甚至无法发挥人脑的智能，集控工人和现场工人在煤矿装备群发挥的作用是多变的，不论是总体运动、局部运动还是机器单一的运动，都一定程度的或者十分依赖人工控制和人工检查，这就要求人在“云-边-端”都发挥相应的作用，并且能一定程度的互相适应，互相协作，进而要求工人的角色不断切换。 在发挥云端智能的方面：大部分发明都考虑了利用云端强大的计算能力来统筹煤矿装备群的工作，但没有充分考虑一些复杂情况，首先是云端考虑的首要任务是整个综采系统的稳定运行，这导致云端下达的任务级任务多是笼统和概括的，这种目标对于煤矿装备群的设备的控制和感知不够精细，其次由于井下的通信条件受限以及云端庞大的数据流动，无法保证云端的信息完全即时的传输到井下。 在发挥边缘端智能的方面：大部分发明都将边缘端作为云端的下层构架，最主要的任务是执行云端任务和上传数据，却没有考虑井下复杂情况下要让边缘端既要有一定的自主决策能力，又要有一定的精细控制和感知的能力，同时这一要求如果完全依靠电子设备，就会对设备的感知能力，计算能力和资源分布产生严苛的要求，因此应当考虑让人作为特殊的计算资源并适当的介入工作。而如何介入和介入时机又需要依靠云端的强大计算能力和时空推演来进行资源分配规划和任务下发。大部分发明专利都对这一现象缺少研究与处理。 在终端运行的方面：设备是否正确执行任务，是否运动到位，是否符合运动的预期，都对煤矿装备群的工作质量好坏产生重要影响，大部分发明没有考虑到由于井下的监测条件受限，通过传感器和视频探头获取的位姿信息无法完全支撑整个煤矿装备群的巡检，这就必须引入能够利用特定设备从而进行虚实结合的现场工人。 人在由“云-边-端”总体设计下的煤矿装备群上的功能十分复杂，如果将集控工人只作为任务的下达者，将现场工人只作为命令的执行者，势必会浪费人在煤矿装备群宝贵的智能，因此，人在“云-边-端”的多角色切换十分重要，现有技术中对此还未见报道。