数字矿山技术4.pptx

决策支持模型与方法 决策支持系统 监控系统 井下移动目标定位 调度系统;数字矿山结构与功能;工程决策支持模型 工程表征模型：矿岩空间和属性的三维和二维块状模型、矿区地质模型、采场模型、地理信息系统模型、虚拟现实模型等 示例：矿床建模技术、地矿工程三维可视化及虚拟现实技术 （第五周）;工程仿真模型：工艺流程模拟、围岩力场计算、水文地质仿真、井下气流分析 示例：井下围岩力场仿真及可视化技术与系统（FLAC、ANSYS） （第六周）;规划设计模型：计算机辅助设计CAD，把优化解决方案转化为工程实施依据 示例：AutoCAD、SURPAC、Datamine 本课程实验部分及其他课程;管理决策支持模型 执行与控制：监测与控制、定位、远程操作、自动调度、MES 经营管理：MIS+ERP（人财物） 、调度 战略决策：运用DSS，通过信息加工，进行分析、预测与辅助决策 方法：运筹学、统计学、人工智能;决策支持系统（DSS）概念 决策（Decision Making）：就是一个通过运用领域知识，控制某些可变量以达到特定目标，从而实现最大效用的方案选择的过程 决策基于信息、知识；凭借各种手段;两类信息/知识：能够用数据或符号结构予以表示的称为结构数据（Structured） 无法用数字或统一结构予以表示的称为非结构（Non-structured/Unstructured）、半结构（ Semi-structured ）或不良结构（Ill -structured）数据，如文本、图像等;早期决策支持系统：通过建立定量数学模型来辅助决策者解决半结构化和结构化的问题 先进决策支持系统：利用基于专家系统或人工智能技术的智能决策方法和智能决策支持系统来帮助解决非结构化问题 示例： EDSS、IDSS、GDSS;广义：任何一类信息系统都包括数据处理、规律分析和信息获取功能，具有决策支持作用；也包括定量分析模型或智能分析方法，用以帮助解决结构的、半结构的或非结构的问题，可以看作是决策支持系统 示例：EDP、MIS、CIMS、ERP、MES、ES、DSS、数字矿山系统;决策支持系统架构演化 1980年，R. H. Sprague提出了基于两库的DSS框架，包括数据库和模型库管理系统及用户接口 后来有人提出了三库（数据库、模型库、方法库）结构;智能决策支持系统：在DSS三??结构的基础上增加了知识库，形成了四库结构 在这种结构中，传统的决策支持模块提供定量分析，而知识库模块则采用符号推理和模式识别等知识处理技术处理非定量问题;先进智能决策支持系统：则在DSS四库结构的基础上，融入了决策树、粗糙集、定性推理、证据理论、数据挖据（Data Mining）、多智能体系统（Multi-Agent System）等方法和技术，增加了机器学习（Machine Learning）组成部分;智能决策支持系统框架;数字矿山决策支持技术 网络优化（CPM）：井巷掘进工程进度与资源优化 离散事件模拟（DES）：井工或露天矿运输工艺系统、设备选型与匹配优化 概率及随机过程理论：地质勘查及找矿钻孔布局优化模型;地质统计学、人工神经网络（ANN）和支持向量机（SVM）：品位及储量评估 图论、动态规划、线性规划：矿山开采计划、配矿和露天矿境界优化模型 专家系统、人工神经网络：矿山开拓运输方式选择、采矿方法选择、爆破参数选择、矿岩工程特性分级;分形几何（Fractal Geometry）模型：矿岩破碎、岩体节理及稳定性分析和粉尘运动规律模拟 有限元（FE）、边界元（BE）、离散元（DE）、有限差分（FD/FLAC）模型及其耦合模型：矿山岩体工程（巷道围岩和露天边坡）力场分析;系统动力学（SD）：矿区可持续发展 投入产出（Input-Output）：能源规划和矿山企业生产结构分析 经济计量（Econometrics）：矿产市场及价格分析 能值分析（ Emergy Analysis ）：矿区循环经济;系统结构 单元层：基础数据采集 网络层：物理网络 传输层：数据交换共享 平台层：应用系统平台 应用层：业务应用/业务功能;单元层 功能：实现基础数据采集与监测 构件（测控单元）：各类传感器，包括环境因素：甲烷、一氧化碳、温度、风速、负压；设备开停、风门开闭、馈电状态；断电仪和开关控制器；现场总线网关、路由器、中继器；以太网网关、交换机;网络层 功能：实现系统传输的物理通道 构件（物理网络）：井下测控网、地面局域网（LAN）、地面广域网（WAN）;井下测控网：包括现场总线与工业以太网 现场总线（Fieldbus）：工作面、单体设备、采区（ LonWorks或CAN ） 工业以太网（Ethernet）：大巷;井下测控网结构;井下测控网结构（ Object Linking and Embedding for Pr