★ 潘志伟 （山东黄金矿业（莱州）有限公司三山岛金矿，山东 莱州 261400）

关键词：数字孪生；远程监控；机电设备；综合状态指标

矿山自动化和智能化水平的提升，对机电设备远程监控提出了更高要求。传统PLC本地监控和SCADA系统在实现设备状态监测和远程控制方面存在局限： PLC本地监控依赖现场操作，缺乏远程可视化与双向控制能力；SCADA系统虽然具备远程数据采集功能，但对多自由度设备的三维动作映射不足，状态异常识别依赖人工经验[1,2]。针对上述问题，本文提出了一种新的矿山机电设备电控系统远程监控技术，通过电控系统中可采集的电流、电压、功率及控制状态等信号构建多维状态向量，并融合为综合状态指标(t)，驱动虚拟模型实现虚实同步，最后通过实验验证了方法的实际应用效果。

1   矿山机电设备电控系统框架

矿山机电设备在高湿、高粉尘、强振动的井下环境工作，在工作过程中内部的电气控制系统必须保持稳定，这样才可以更好地负责设备启停、联锁保护与工况调节等控制功能。

本文从系统结构上进行分析，将矿山机电设备电控系统划分为现场执行层、控制单元层和信息交互层三部分。系统结构如图1所示。

图1 矿山机电设备电控系统框架

图1中， 现场执行层将各类机电本体和对应的执行机构作为核心，电机、液压驱动单元、传动装置以及与之配套的电磁阀、接触器和保护元件等设备同时运行，可以直接完成设备的机械动作与能量转换等工作。控制单元层是由可编程控制器、专用控制模块及保护装置构成的，负责对现场信号进行逻辑判断和顺序控制，这样就可以对设备运行过程进行集中管理。信息交互层内部使用的工业通信网络，能够把现场采集的电气与运行数据上传至上位监控系统或远程平台，同时接收调度与控制指令，实现系统的远程可视与协同运行[3]。

电控系统内部采集各种不同的电参量，如电流、电压、功率、开关状态、控制指令反馈等，这些数据会贯穿设备运行全过程，也是描述设备工况变化的直接信息来源。在关键节点布设传感与采集单元，可将原本分散、瞬态的运行信息转化为连续、可追溯的数据资源。

2   机电设备电控运行状态解析

通过电控系统中分散分布的电气量与控制信息分析矿山机电设备的运行状态。实际运行的设备在展开负载变化、工况切换等各种不同的控制动作时，必然会引起电参量的连续波动，这种变化就是电控系统运行状态的外在表现。为此，本文根据电控系统的整个运行过程，从运行状态对象界定与状态量建模两个方面展开模拟，对机电设备电控运行状态进行系统解析。

2.1   电控运行状态对象表征

由矿山机电设备电控系统框架可知，现场执行层与控制单元层之间在信息交互时，电控运行状态得以显现。在现场执行层内部，电动机、液压驱动装置等关键设备运行时，其机械行为不会直接以状态变量的形式输出，而是通过能量转换过程和控制响应过程映射为电气信号。例如，电动机在负载变化时，其输出转矩的改变会引起定子电流幅值的相应变化；液压驱动装置在执行推进、调节等动作时，其驱动电机的电流和输入功率也会随系统压力和负载水平发生变化。

上述运行行为首先在电控系统中被转化为可采集的电参量信号。具体而言，电流互感器和电压互感器分别对主回路中的电流、电压进行实时采样，采样信号经调理后输入控制单元；控制单元依据采集结果计算设备的瞬时功率，并同步记录启停状态、联锁状态及保护动作等控制信息。由此，原本连续变化的机械运行过程被统一映射为电流、电压、功率等连续电参量序列，成为描述电控运行状态的基础数据。

将某一时刻设备的电控运行状态定义为由多维电参量构成的状态向量。设在时刻下， 从电控系统中采集得到的状态量包括运行电流、电压及功率等，则电控运行状态向量可表示为式（1）：

式中，(t)表示设备在时刻t的等效运行电流，用于反映负载变化特征；U(t)表示对应的运行电压， 体现供电条件与电网波动影响； P(t)为由电流与电压计算得到的有功功率，用以综合表征设备的能量消耗水平和运行强度。

考虑到矿山机电设备在实际运行中通常处于周期性或准稳态工况，单一时刻的状态向量易受瞬时扰动影响，难以全面反映设备运行特征[4]。因此，有必要在一定时间窗口内对状态向量进行统计描述。设时间窗口长度为，则电控运行状态的均值特征可表示为式（2）：

式中，表示时间窗口内的平均运行状态向量，用于描述设备在该阶段的整体运行水平。通过时间窗口平均处理，可有效削弱瞬时冲击、电磁干扰等因素对状态判断的影响，使状态特征更加稳定可靠。

2.2   电控运行状态量建模

在获得时间窗口内的运行状态特征后，需要将多维电参量进一步转化为便于远程监控和状态对比的统一状态指标。由于电流、电压和功率在量纲和数值范围上存在明显差异，若直接进行综合评估，容易导致某一分量对结果产生主导影响，从而削弱状态判定的客观性。因此，有必要对各状态分量进行归一化处理。

假设设备处于正常稳定运行工况时，各状态量的基准值分别为I,、U,和PO，此类基准值可由设备的额定参数和长期稳定运行工况统计获得。归一化后的电控状态分量可表示为式（3）：

式中，Z(t)为无量纲状态向量，该向量的各分量折射了实际运行状态相较基准工况的偏离程度。当设备运行接近正常工况时， 各分量取值接近1；而当负载异常、供电波动或者控制状态异常时，分量也会出现明显偏离。

为了对设备整体运行状态进行量化评定，引入融合状态指标，描述电控系统运行状态相对于基准工况的整体偏离程度。融合状态指标凭借各归一化分量加权融合获得，表达式为式（4）：

式中，W、w2、w3为权重系数，满足” + w2 + W3 = 1，用于反映不同电参量在运行状态评估中的相对重要性。权重数值可依据设备类型和运行特性来调节，如果是负载敏感型的设备，可适当地增加电流和功率分量的权重。

由式（4）可知，综合状态指标s(t)实质上是对式（3） 中状态向量的标量化映射， 其数值变化直接反映了电控运行状态的整体变化趋势。当设备运行接近基准工况时，S(t)的取值接近1；当设备负载异常、控制状态异常或供电条件发生波动时， s(t)将出现持续或突变式偏离。通过对s(t)的连续监测，可以实现对电控运行状态变化过程的定量描述。

3   电控系统远程监控模型构建

远程监控模式下，现场机电设备的运行状态无法直接地被操作者感知，必须凭借电控系统采集的多源信息实行重构。因此，设立远程监控模型需满足下列要求：

（1）可以真实映射物理设备的关键结构以及运动关系；

（2）可以跟电控系统输出的状态参数保持一致性；

（3）具备良好的实时性以及资源的可控性。

依据设备的机械结构图与安装参数，针对核心承载部件、执行部件及约束关系实行结构分析， 基于Unity3D与MySQL数据库构建虚拟控制模型。建模时，出于简化方案的考量，本文不对内部冗杂传动细节做完整复现，而是保留和运行状态、安全行为直接相关的外形轮廓以及运动自由度，以减少系统的计算负载，增加远程运行的稳定性[5]。

虚拟模型设立完成后，设计映射机制，在电控系统的状态跟虚拟模型的行为中建立对应关系，使模型运动不依赖预设动画，而由实时采集的控制量驱动。本文采用“PLC-数据库-监控平台”的三级数据交互结构。现场PLC控制站通过电流互感器、电压传感器及状态检测单元采集设备运行数据，并根据固定采样周期形成状态数据帧。数据通过工业以太网或矿用无线通信方式上传至数据库服务器，实现状态数据的集中存储与管理。

从数据库中读取最新状态数据，并根据预先建立的映射规则驱动虚拟模型运行。这样，虚拟模型的每一次运动变化均由真实设备状态触发，可以避免纯动画显示带来的信息失真。同时，监控平台生成的操作指令跟控制策略也能反向地写入数据库， 凭借PLC下载到现场执行层，完成远程控制和状态调节，继而构成闭环运行机制。

4   实验研究

实验设备配置方面选用DWZY型迈步式自移机尾设备作为测试对象。该设备搭载推移油缸、升降油缸和侧移油缸等核心的执行部件，配备位移传感器、液压流量传感器、倾角传感器以及YZB300-30型液压站，用来实现对机尾多自由度动作的精确采集。现场控制使用西门子的PLC控制站， 凭借TCP/IP工业以太网把实时工况数据传到远程的数字孪生平台。

实验设备关键参数如表1所示。

表1 实验设备关键参数

为保证实验的可重复性，实验于煤矿井下模拟工作环境实行，路面保持中等不平整状态，温度保持20±2℃,液压油温度维持35±3℃,数据采样频率设定为100Hz，保证动态响应特性得到完整捕获。

实验时， 利用UWB定位系统采集推移油缸顶端1176组空间坐标数据，同虚拟模型生成的轨迹做比对，实验结果如图2所示。

图2 虚实映射实验监控界面

结果显示，虚拟模型与物理设备的轨迹误差不超过±40mm，轨迹重合度达到97.8%，基本满足煤矿安全规程对设备移动偏差的要求(±50mm）。不同视角下的虚拟监控界面能够实时显示油缸流量、电压、电流及倾角等运行参数，为远程操作者提供了完整的动作反馈信息。

选取现场典型轨迹点进行监控，得到的监控结果如图3所示。

图3 典型轨迹点监控结果

如图3所示，选取推移过程中若干典型轨迹点，对虚拟监控系统输出的位置结果与物理设备实测位置进行对比分析。结果表明，在整个推移距离范围内，虚拟模型计算得到的位置信息与实际监测值具有较高一致性，两者变化趋势基本重合。

从定量结果来看，各典型监测点处的位移偏差均控制在±40mm以内，未出现明显的系统性漂移或局部突变现象。随着推移距离的增加，虚拟位置与实际位置均呈现近似线性增长关系，表明本文构建的状态映射模型在不同工况阶段均具有较好的稳定性和连续性。

在中后段推移区间，虚拟位置曲线与实测曲线之间的偏差进一步减小，说明在多参数协同驱动下，综合状态指标对油缸运动状态的表征能力较强，能够有效抑制单一传感参数波动对映射精度的影响。整体来看，本文方法在典型轨迹点处的监控精度满足煤矿安全规程对设备移动偏差不超过±50mm的要求， 可为远程监控与虚实同步控制提供可靠的数据支撑。

为了进一步验证本文方法的优势，将本文远程监控模型与传统PLC-本地监控模式和传统SCADA系统监控模式进行对比。实验使用相同的设备动作序列，连续地助推10次，每次动作包含推移油缸前移1500mm、升降油缸抬升230mm、侧移油缸微调±50mm。评估结果如表2所示。

表2 评估结果

实验结果表明，本文方法在轨迹精度、状态响应延迟及三维可视化完整性上均优于传统方法。尤其在双向控制闭环方面，传统的SCADA系统因缺乏实时状态驱动模型，存在指令延迟大、精度低的问题，而本文方法依靠融合状态指标驱动虚拟模型，实现了远程控制以及虚实同步。

5   结束语

本文基于矿山机电设备电控系统远程监控技术，实现了物理设备与虚拟模型的双向映射与状态同步，并通过对电控运行状态量建模，把电流、电压以及功率等电参量归一化地融合成融合状态指标，实现了设备运行偏离程度的量化测定。实验研究显示，虚拟轨迹与物理设备轨迹误差不超过±40mm，轨迹重合度达到97.8%，综合状态指标在连续动作过程中波动幅度小于±3%，证明系统在复杂矿山环境下具备稳定性与可靠性。与传统PLC本地监控和SCADA系统相比， 本文方法在轨迹精度、状态感知完整性及远程双向控制能力方面均具有明显优势。该研究为矿山机电设备数字孪生远程监控提供了可行技术方案，同时为多自由度复杂设备的远程运行管理和智能化决策提供了可靠依据。

作者简介：

潘志伟（1985-），男，山东莱州人，工程师，学士，现就职于山东黄金矿业（莱州）有限公司三山岛金矿，研究方向为矿山电气自动化。

参考文献：

[1] 樊培利, 王建军, 艾薇. 基于生成对抗残差学习的矿山远程监控图像去噪算法[J]. 金属矿山, 2024, (5) : 286 - 292.

[2] 姜占东, 魏巍, 何军, 等. 煤矿井下低压电力设备远程漏电试验改造实践[J]. 工矿自动化, 2023, 49 (S02) : 142 - 145.

[3] 程利利, 张治中, 刘利兰. 基于虚幻引擎的矿山智能监控数字孪生系统设计与实现[J]. 现代电子技术, 2025, 48 (21) : 157 - 164.

[4] 赵光瑞, 林江, 杨喜涛, 等. 基于矿鸿系统的采煤机智能监控系统设计[J]. 中国矿业, 2025, 34 (S1) : 249 - 254.

[5] 李新, 任海龙, 吕辰辉, 等. 煤矿采煤机远程在线故障诊断系统设计[J]. 矿山机械, 2024, 52 (1) : 1 - 5.

摘自《自动化博览》2026年4月刊