从“作坊”到“工厂”,云鼎科技如何重构矿山智能化底层逻辑?

2025-11-01
来源:IntelMining

2025年10月29日,在第二十一届中国国际煤炭采矿技术交流及设备展览会现场,云鼎科技副总经理曹怀轩向前来探访的IntelMining智能矿业展示着最新的矿山智能化成果。



“我们从不是简单做技术集成,而是要破解行业最根本的痛点。”曹怀轩强调,“矿山AI应用再也不应该是作坊式的定制开发,而应该像工厂生产标准件一样,快速批量复制。”

这一天,山东能源集团、云鼎科技与华为联合发布了六大创新成果,旨在解决矿山行业人工智能开发长期存在的“作坊式”、高门槛、难复制等痛点。而同期重磅发布的“云鼎伏羲”化工大模型已在山东能源旗下多家化工企业落地,仅甲醇精馏装置工艺智能优化系统即实现综合创效300多万元/年。

 山东能源集团联合华为发布联创六大成果

煤矿AI的“作坊式”困局

传统煤矿行业的人工智能应用,长期处于“零敲碎打”的状态。每个场景都需要定制化开发,每个算法都只能解决特定问题。

“煤矿井下光照多变、设备繁多、工况动态变化,传统AI开发成本高、周期长,泛化能力弱。”曹怀轩在专访中坦言。他举了一个例子:一个用于识别皮带跑偏的算法,在某个煤矿运行良好,但换到另一个煤矿,由于摄像头角度、光线条件不同,可能就完全失效。这种现象导致了AI在矿山领域的应用陷入了“试点容易,推广难”的尴尬局面。

政策层面早已意识到这一问题。2020年2月,国务院八部委联合下发《关于加快煤矿智能化发展的指导意见》,明确要求将人工智能等新技术与现代煤炭开发利用深度融合。随后几年,多部门接连发布支持政策,但行业根本痛点仍未有效解决。

“问题的核心在于开发模式。”曹怀轩一针见血地指出,“必须从‘作坊式’升级到‘工厂式’,将可复用的算法模型流水线应用到各种不同场景。”

“铁三角”破解AI落地难题

2022年1月9日,山东能源集团携手华为公司成立联合创新中心,云鼎科技作为智能化赋能平台,自然成为这一合作的关键执行者。


 山东能源&华为盘古矿山大模型成果发布


“联创中心成立之初,我们就定下目标:不是做几个孤立的AI应用,而是构建完整的AI开发生态。”曹怀轩回忆道。

三方合作形成了完美的优势互补:山能集团提供丰富的矿山场景和业务需求,华为提供强大的技术底座和盘古大模型能力,云鼎科技则负责将技术转化为可落地的产品和解决方案。

这一“铁三角”合作模式很快展现出威力。他们建设的AI训练中心实现了“中心训练、边缘推理、云边协同、边用边学”的运行体系,极大促进了煤矿生产从人工管理到智能化管理的转型。

曹怀轩特别提到了样本难题的破解:“我们利用大模型‘非正常即异常’特性,仅凭正样本就能完成算法开发,解决了负样本稀缺的行业痛点。”这一突破让AI模型开发效率提升了数倍。

目前,基于工业大模型的视觉能力,团队已完成甲烷传感器状态监测、重介质回收环节智能监测等新场景研发,220多类场景算法在多个煤矿得到推广。

六大成果发布:从“单点突破”到“系统赋能”

本次发布的六大联创成果,覆盖了矿山智能化的各个层面,形成了完整的解决方案体系。

矿山大模型新场景已不再局限于单一功能。在赵楼煤矿建设的煤泥浮选智能控制系统,结合实时传感器数据,实现加药控制的精准化与自适应,平均浮选药耗降低0.05kg/t,精煤产率提升0.1%以上。

综合承载网实现革命性突破。传统煤矿普遍采用三张以上二层交换网络,导致井下线缆敷设困难、运维投入巨大。“综合承载网将多张网络合一,具备5-10万兆大带宽,满足未来5-10年的智能化需求。”曹怀轩介绍。在李楼煤业的试点中,这一网络采用SRv6、FlexE切片技术,业务故障处理时间缩短50%,故障影响时间降低70%。该成果还被纳入国家能源局《煤矿信息综合承载网通用技术规范》。


 山东能源集团李楼煤业


班组协同交互通讯系统解决了井下沟通难题。云鼎科技联合华为研制的矿用本安型骨传导耳机,通过骨导麦克风拾音+智能算法双重降噪,实现高噪声环境下清晰通话。“现在职工可在工作面任意位置即时通信,无需前往固定通话设备位置。”

云鼎仓颉颉智能体平台致力于降低AI应用门槛。该平台提供覆盖智能体全生命周期的一站式解决方案,知识获取时间从小时级缩短至秒级,数据分析效率提升数十倍。

云鼎神农数字化平台和非煤矿山智能化解决方案则展现了云鼎科技从煤矿向更广泛领域拓展的决心。目前,云鼎神农数字化平台可以解决企业数字化建设中80%的通用问题,已在36个项目中成功落地,累计创造经济效益超千万元;非煤矿山解决方案已在武穴民本矿、陕西庞家河金矿等矿山落地。

跨界验证“化工大脑”的成功迁移

就在矿山成果发布前不久,同一技术团队打造的“云鼎伏羲”化工大模型已在山东能源旗下多家化工企业运行,并取得显著成效。

 云鼎伏羲化工大模型重磅发布


在榆林能化,气化配煤智能优化系统融合工业互联网、大数据与机器学习,构建高精度预测模型,对灰熔点、黏温特性等关键指标的预测平均偏差控制在3%以内。煤质检测化验周期从1-2周缩短至5分钟,吨用煤成本降低0.5元左右。

更引人注目的是甲醇精馏工艺智能优化系统。“该系统深度融合AI大模型、精馏机理与APC先进过程控制,实现吨甲醇蒸汽消耗量同比下降3.95%,综合创效300万元/年。”曹怀轩分享了一个细节:“系统投用后,操作人员无需实时盯着电脑屏幕调整参数,工作强度大幅降低。”


 云鼎伏羲大模型在化工行业应用

云鼎伏羲大模型在化工行业应用


在鲁南化工,低温甲醇洗运行优化系统使人工干预量显著降低,操作频次降低90%以上。AI综合分析识别与预警系统实现对20余类风险行为的实时监测,异常事件平均发现时间缩短至3秒内。

“化工领域的成功,验证了我们‘平台化、模型化’模式的可复制性。”曹怀轩表示,“核心是‘工艺机理+AI+APC’的深度融合,这种模式同样适用于矿山等其他流程工业。”

未来蓝图,让每个矿山都有“智慧大脑”

谈及未来规划,曹怀轩描绘了一幅清晰的蓝图:“我们希望构建一个以人工智能为核心的、平台化、生态化的工业智能化未来。”

技术层面,云鼎科技将强化在多模态感知、预测推演与云边协同等方面的核心能力。场景拓展方面,将把矿山领域验证成功的模式,复制到化工、电力、油气等更广泛的能源与流程工业领域。

生态构建是关键一环。“我们将持续深化与华为等核心伙伴的联合创新,同时推动标准化能力接口与低代码开发工具,降低应用门槛。”曹怀轩强调。

更长远的目标是打通数据共享、场景共建、成果共用的链路,形成“技术共创、价值共享”的良性生态。

“最终,我们希望让每个矿山、每座工厂都拥有能够自主感知、智能决策的‘智慧大脑’。”曹怀轩展望道。

从井下400米的采煤工作面到化工中央控制室,AI正悄然改变着传统工业的生产模式。未来,随着更多工业企业引入“工厂式”AI开发模式,传统高能耗、高风险的生产场景将逐渐被智能化、无人化的新模式取代。


阅读9
分享
写评论...