智能礦山建設是礦業發展的必由之路
發表時間 :2023-11-08 來源：米兰体育官方网页
近年來，隨著新一代信息技術的快速發展，數字化、智能化技術與礦業的融合進程不斷加速，智能礦山建設已成為國家、行業和企業共同關注的熱點話題。經過近年來的快速發展，我國的智能礦山領域也取得了重大突破。從技術的供應，到企業需求認知的轉變，再到實踐的落地，我國智能礦山領域已經探索出了一條數字化轉型、智能化建設，以及企業在新動能轉化體係下的轉變之路。在近日召開的2023中國國際礦業大會智能礦山論壇上，來自礦企、高校、技術創新企業的專家學者，暢談未來我國智能礦山發展之路。
北京礦冶科技集團有限公司原副總經理戰凱
智能礦山建設應結合企業實際
智能礦山建設與行業發展情況具有密切聯係。對比去年礦業經濟運行情況和今年第一季度的情況，可以看到，煤炭、黃金等均處在高位運行階段。無論是產銷量、利潤還是固定資產投資，各指標均實現了快速增長，為礦山智能化、無人化建設提供了非常好的基礎。
智能礦山建設跟我國整體的要求、企業所處行業發展情況以及企業自身的發展要求相關。目前，煤礦的智能化建設情況較好，但在非煤方麵，金屬、非金屬、建材、核工業等智能礦山建設情況參差不齊。尤其是戰略礦產“四稀”（稀土、稀有、稀散、稀貴），這些礦產雖小，但重要性卻不言而喻。今後的智能礦山建設應有很多個性化要求，企業應當圍繞自己的情況和需求，往礦山的自動化、智能化、數字化、無人化的方向發展。智能礦山、智慧礦山、無人礦山一定會成為現實。
中國恩菲工程技術有限公司礦山事業部副總經理陳小偉
智能礦山建設不是簡單的智能化係統疊加
智能礦山建設，可打造1+1+N的整體架構智能控製係統。“1”是建設一個采選級生產操控、生產管理和運營一體化的管控中心，改變以往分散控製的弊端，提高管理效率；“1”是搭建基於工業互聯網三位一體的數據中台，通過對維護數據、測量數據、裝備、物料進行建模，實現整個流程全信息的可視化。包括全流程的數字化，依靠大數據的分析技術，人工智能技術搭載全生命周期數字孿生係統；“N”是圍繞數據中台開發的N個應用，包括自動化和少人化的生產係統，還有整合海量數據，形成智慧化的軟件應用服務。
智能礦山建設不是簡單的智能化係統疊加，也不是智能裝備的單純應用，智能礦山建設要充分考慮采礦工藝係統、智能裝備配備以及控製係統能否有效融合等因素。隻有這樣，才能保證智能礦山的建設效果。對於很多礦山企業管理者來說，配備相匹配的高素質技術團隊是非常必要的，對整個礦山的管理流程和架構按照智能礦山的標準進行重構，才能保證整個智能礦山順利高效運行。
中南大學副教授、博士生導師彭平安
認知、感知、管執
智能礦山架構有兩個維度，一個是從業務的場景來看智能礦山的架構，這裏麵的業務主要分為生產和管理，管理層主要包括技術的管理、企業的管理，以及安全的管理；另一個是從技術維度來看，基於雲、邊、端的架構，在端實現數據的感知。對礦山來講，就是人員、設備、環境等。在邊緣實現計算和智能的工作，比如現在已有的智能化通風裝備、智能作業、鏟裝運輸等，在雲端實現生產管理。
關於智能礦山生產安全，主要總結為六個字：認知、感知、管執。
認知，是指如何提高人的安全認知水平，通過VR相關技術，能夠使人更加具有真實的體驗；感知，是指對於地下和露天，做到智能通風、按需通風、安全災害預測，針對雲端的微震監測平台，實現災害數據全麵雲端的處理，相應的數據自動推送給礦山的管理人員；管執，主要采用信息化手段，構建安全閉環的管理體係，防止風險向災害轉化。
華為公司礦山軍團礦業冶金解決方案總監張明威
實現人工智能與礦山行業相結合
未來智慧礦山架構一定是朝著工業互聯網架構的方向演進發展，基於互聯網架構最大的特點，就是將底層所有的設備和係統全部聯通，智慧礦山領域當中有各種各樣的網，比如遠程駕駛、人員定位、車輛定位、遠程控製等。未來這些網絡一定是統一的。未來所需要的數據都是從生產設備、生產係統中抽取並收集到同一個平台，建立統一的數據庫並從中提取數據，再通過人工智能平台實現對數據的應用，達到少人甚至無人化的目的。
如今，人工智能大模型的應用已經儲存了相當數量的數據。但要想推動大模型與礦山領域結合，依然需要礦山領域的數據來提供支撐。傳統人工智能大模型都是通用的，礦山企業提供場景和數據與傳統人工智能大模型結合，就建立了數據結合模型，可以據此進行具體模型的開發，應用到各個礦山領域中，比如無人駕駛、智能選礦等。通過實踐可以看到，小模型開發完以後，對使用場景有60％到70％的限製，但大模型的精度換到另一個場景之後，隻需要做微調就可以達到90%以上，這就是大模型帶來的最大價值。
人工智能大模型在礦業的應用中主要有兩種：視覺大模型和預測大模型。未來還會有多模態大模型、圖網絡多模型應用，這將是未來主力的大模型。相信通過人工智能大模型的應用，一定能夠幫助礦山更加快速地邁向智能化。
《智能礦山建設規範》標準牽頭起草人呂濤
建設具有礦石流特性的智能礦山係統
礦石流對礦山企業來說如同人類生存所必需的糧食一樣，礦石流包括資源勘探、規劃設計、回采、提升運輸、采剝、運輸、破碎篩分、磨礦分級、選別加工、精礦尾礦、綜合利用等，可以說礦石流貫穿了礦山整個生產過程。
建設礦石流係統全體係也應采用平台化的開發技術。平台主要可分為數據集成平台，集中監控平台、管控集成平台、分析決策平台等。如今大型的係統多使用平台化建設，係統開發完之後需要進行融合整合，整合的關鍵就是擁有共同的平台，即統一的數據平台、統一的零代碼應用開發平台。
重塑礦石流，可以通過一些技術手段改變礦石流，比如剝采比的優化、開采計劃的優化、優化配礦、運輸路徑的優化、爆破裝藥優化、坡磨比優化、選礦工序參數優化、藥劑製度優化、回收率的優化等。
智能礦山建設未來的潛力空間巨大。但作為一個非常龐大的體係，僅靠企業是無法獨立解決智能礦山建設的現存問題，需要高校、研究院、設計院以及廣大技術創新企業和礦業企業攜手，一同攻關，才可能把我國的礦山打造為智能化的礦山，才能夠在未來的發展過程中長期保持強大的競爭力。（中國礦業報）
北京礦冶科技集團有限公司原副總經理戰凱
智能礦山建設應結合企業實際
智能礦山建設與行業發展情況具有密切聯係。對比去年礦業經濟運行情況和今年第一季度的情況，可以看到，煤炭、黃金等均處在高位運行階段。無論是產銷量、利潤還是固定資產投資，各指標均實現了快速增長，為礦山智能化、無人化建設提供了非常好的基礎。
智能礦山建設跟我國整體的要求、企業所處行業發展情況以及企業自身的發展要求相關。目前，煤礦的智能化建設情況較好，但在非煤方麵，金屬、非金屬、建材、核工業等智能礦山建設情況參差不齊。尤其是戰略礦產“四稀”（稀土、稀有、稀散、稀貴），這些礦產雖小，但重要性卻不言而喻。今後的智能礦山建設應有很多個性化要求，企業應當圍繞自己的情況和需求，往礦山的自動化、智能化、數字化、無人化的方向發展。智能礦山、智慧礦山、無人礦山一定會成為現實。
中國恩菲工程技術有限公司礦山事業部副總經理陳小偉
智能礦山建設不是簡單的智能化係統疊加
智能礦山建設，可打造1+1+N的整體架構智能控製係統。“1”是建設一個采選級生產操控、生產管理和運營一體化的管控中心，改變以往分散控製的弊端，提高管理效率；“1”是搭建基於工業互聯網三位一體的數據中台，通過對維護數據、測量數據、裝備、物料進行建模，實現整個流程全信息的可視化。包括全流程的數字化，依靠大數據的分析技術，人工智能技術搭載全生命周期數字孿生係統；“N”是圍繞數據中台開發的N個應用，包括自動化和少人化的生產係統，還有整合海量數據，形成智慧化的軟件應用服務。
智能礦山建設不是簡單的智能化係統疊加，也不是智能裝備的單純應用，智能礦山建設要充分考慮采礦工藝係統、智能裝備配備以及控製係統能否有效融合等因素。隻有這樣，才能保證智能礦山的建設效果。對於很多礦山企業管理者來說，配備相匹配的高素質技術團隊是非常必要的，對整個礦山的管理流程和架構按照智能礦山的標準進行重構，才能保證整個智能礦山順利高效運行。
中南大學副教授、博士生導師彭平安
認知、感知、管執
智能礦山架構有兩個維度，一個是從業務的場景來看智能礦山的架構，這裏麵的業務主要分為生產和管理，管理層主要包括技術的管理、企業的管理，以及安全的管理；另一個是從技術維度來看，基於雲、邊、端的架構，在端實現數據的感知。對礦山來講，就是人員、設備、環境等。在邊緣實現計算和智能的工作，比如現在已有的智能化通風裝備、智能作業、鏟裝運輸等，在雲端實現生產管理。
關於智能礦山生產安全，主要總結為六個字：認知、感知、管執。
認知，是指如何提高人的安全認知水平，通過VR相關技術，能夠使人更加具有真實的體驗；感知，是指對於地下和露天，做到智能通風、按需通風、安全災害預測，針對雲端的微震監測平台，實現災害數據全麵雲端的處理，相應的數據自動推送給礦山的管理人員；管執，主要采用信息化手段，構建安全閉環的管理體係，防止風險向災害轉化。
華為公司礦山軍團礦業冶金解決方案總監張明威
實現人工智能與礦山行業相結合
未來智慧礦山架構一定是朝著工業互聯網架構的方向演進發展，基於互聯網架構最大的特點，就是將底層所有的設備和係統全部聯通，智慧礦山領域當中有各種各樣的網，比如遠程駕駛、人員定位、車輛定位、遠程控製等。未來這些網絡一定是統一的。未來所需要的數據都是從生產設備、生產係統中抽取並收集到同一個平台，建立統一的數據庫並從中提取數據，再通過人工智能平台實現對數據的應用，達到少人甚至無人化的目的。
如今，人工智能大模型的應用已經儲存了相當數量的數據。但要想推動大模型與礦山領域結合，依然需要礦山領域的數據來提供支撐。傳統人工智能大模型都是通用的，礦山企業提供場景和數據與傳統人工智能大模型結合，就建立了數據結合模型，可以據此進行具體模型的開發，應用到各個礦山領域中，比如無人駕駛、智能選礦等。通過實踐可以看到，小模型開發完以後，對使用場景有60％到70％的限製，但大模型的精度換到另一個場景之後，隻需要做微調就可以達到90%以上，這就是大模型帶來的最大價值。
人工智能大模型在礦業的應用中主要有兩種：視覺大模型和預測大模型。未來還會有多模態大模型、圖網絡多模型應用，這將是未來主力的大模型。相信通過人工智能大模型的應用，一定能夠幫助礦山更加快速地邁向智能化。
《智能礦山建設規範》標準牽頭起草人呂濤
建設具有礦石流特性的智能礦山係統
礦石流對礦山企業來說如同人類生存所必需的糧食一樣，礦石流包括資源勘探、規劃設計、回采、提升運輸、采剝、運輸、破碎篩分、磨礦分級、選別加工、精礦尾礦、綜合利用等，可以說礦石流貫穿了礦山整個生產過程。
建設礦石流係統全體係也應采用平台化的開發技術。平台主要可分為數據集成平台，集中監控平台、管控集成平台、分析決策平台等。如今大型的係統多使用平台化建設，係統開發完之後需要進行融合整合，整合的關鍵就是擁有共同的平台，即統一的數據平台、統一的零代碼應用開發平台。
重塑礦石流，可以通過一些技術手段改變礦石流，比如剝采比的優化、開采計劃的優化、優化配礦、運輸路徑的優化、爆破裝藥優化、坡磨比優化、選礦工序參數優化、藥劑製度優化、回收率的優化等。
智能礦山建設未來的潛力空間巨大。但作為一個非常龐大的體係，僅靠企業是無法獨立解決智能礦山建設的現存問題，需要高校、研究院、設計院以及廣大技術創新企業和礦業企業攜手，一同攻關，才可能把我國的礦山打造為智能化的礦山，才能夠在未來的發展過程中長期保持強大的競爭力。（中國礦業報）