摘要：针对矿山工程数字化转型中面临的数据碎片化、系统割裂及标准不统一等问题,提出了基于矿山信息模型的数字化交付平台架构与实施路径.通过构建工程对象编码体系和多源数据融合机制,建立覆盖设计-建设-运维全生命周期的数据资产交付体系.分析了矿山工程数字化交付的实施路径,自主研发的MIM.CoPlat协同交付平台具有交付基础数字化管理、多源交付物数字化协同以及基于交付数据的数字化扩展应用等核心功能.平台已服务70余个工程项目,对于工程服务价值链延伸,设计咨询升级,降低数字化项目全生命周期成本,增强企业竞争力和数字化品牌溢价具有重要意义.

摘要：认知人工智能(Cognitive 人工智能)是一种模拟人类认知、理解与决策过程的人工智能技术,作为人工智能领域的高阶范式与核心发展方向,能够对人类认知、理解及决策等思维过程精准模拟与工程化实现,可以理解、学习、推理和解决问题,具有更强的智能性和适应性,能够大规模学习、有目的性推理并以自然方式与人类交互.与传统的人工智能技术相比,认知智能融合知识表示、推理、学习和自然语言交互,更重视显式知识、上下文语义与可解释推理链,更加注重对人类思维和认知过程的模拟,可更好地处理复杂的、非结构化的数据,提供更加智能化的服务和解决方案.

摘要：为解决乌东煤矿通风自动化程度不足、信息化控制工具缺乏的问题,开发了高精度通风数据自动检测系统,可精准且无人的方式获取矿井风量、压力等环境参数;创建了主要通风设备与局部通风设备及其风口风扇的智能调整模式,实时根据需要调整矿井内的风流量;开发出通风决策管理平台,实现通风系统3D建模、网络化监测分析、系统故障识别、需求导向的风量优化调配以及风量自动控制,构筑符合乌东煤矿特点、保证通风安全、实施高效监控以及执行严格管理的通风安全、监控高效、管理严密的通风保护技术框架,以此提高了矿井的智能化水准.

摘要：当前找矿靶区优选过度依赖地质填图、钻探等传统数据,遥感等多源异构数据利用不足,导致对靶区地质情况认识不全面,进而影响了找矿工作的可信度.为此,以嘉鱼县高家湾金矿为研究对象,综合应用重力法、磁法和电法3种地球物理勘探技术,开展了找矿靶区优选研究.分析了研究区的地质背景与地球物理特征,识别了主要岩体和构造的物性响应规律;重点针对激电异常进行圈定和解译,并结合重磁异常特征,提取了与多金属矿化相关的找矿标志;基于矿产地质条件与地球物理异常的综合分析,确定了4个找矿靶区.靶区优选结果显示,虎头崖与哈日高勒被认定为最具勘探价值的靶区,验证了综合运用多种物探方法进行找矿的可靠性,为同类矿区提供了可复用的找矿模型,成功突破了探测瓶颈.

摘要：煤矸石是煤炭开采过程中不可避免产生的一种固体废弃物,可以理解为"挖煤时顺带出来的但本身不全是煤的岩石".在煤层形成的过程中,煤并不是单独存在的,而是与砂岩、泥岩、页岩等岩层相互交错.采掘煤炭时,必须先剥离煤层上下的围岩,或清除夹在煤层中的杂质,这些被一同挖出的岩石就是煤矸石.因此,只要存在煤炭开采,煤矸石的产生就无法避免.

摘要：针对人工选矸存在的痛点问题,研制了融合 AI 视觉技术与高压气动喷吹技术的智能选矸系统,代替人工选矸.该系统运用机器学习及深度学习技术,完成煤与矸石的特征提取、建模、存储与学习,实现精准识别与分类;将矸石的大小、方位、速度等处理后的结构化数据,通过专用数据接口毫秒级传输至智能管理控制系统,由快速执行机构执行精准分选操作.实际应用表明,煤矸石识别准确率＞99%,成功实现矸石中带煤率＜1%、煤中带矸率＜1.5%的高精度分选.搭配高压气动喷吹装置,系统可灵活适配13～1 000 mm规格的块煤与块矸分选需求,单套设备处理量达400 t/h,助力洗煤厂降低生产成本、提升精煤回收率.

摘要：在经济环境变化与劳动力短缺的双重压力下,传统煤机制造业面临生产效率低、资源配置冗余等问题.基于物联网、大数据、人工智能等技术,构建了煤机制造智能工厂的总体架构,通过工艺管理、生产调度、现场管控等核心环节的数字化改造,实现生产过程的精细化、可视化与智能化.研究分析了智能工厂在提升生产效率、产品质量及供应链协同方面的关键作用,同时探讨了技术集成、资金投入及管理模式转型等挑战,为行业数字化转型提供理论参考与实践路径.

摘要：矿井巷道的稳定性直接关系到煤矿安全生产与开采效率.锚索补强支护能够深入稳定岩层、施加高预应力、有效控制围岩变形等,在矿井支护体系中占据关键地位.国能神东煤炭上湾煤矿(简称上湾煤矿)作为特大型现代化矿井,生产规模大、巷道复杂,锚索补强支护质量的优劣对整体生产运营影响深远.然而,在实际生产中锚索补强支护不合格率较高,开展矿井巷道锚索补强研究,可降低锚索补强支护不合格率,保障作业人员生命安全、减少设备损坏风险,降低巷道维修成本、提升煤炭开采效率,对矿井可持续发展意义重大.

摘要：为解决5G无线与UWB精确定位技术的统一融合,研发了监测和管理的煤矿井下人员精确定位系统.井下5G通信基站与UWB人员精确定位基站均采用无线通信技术,"一站式"解决5G通信与精确定位多源异构数据的共网传输和同距离覆盖,构建了井下应用5G技术和定位技术深度融合的总体架构5G+UWB,以及一体式本安融合基站在井下应用和基于煤矿定位的融合调度平台的架构,实现了基于5G+UWB技术的高精度实时定位与虚拟交互应用,展望基于5G+UWB融合技术的井下大数据交互、可视化远程操控、AI智能分析、虚拟现实等在煤矿智能化中的融合应用.

摘要：随着煤矿开采数智赋能的不断发展,井下设备向着智能化、集成化、轻便化发展,井下的液压设备中液压电磁阀作为电液系统的执行元件控制着液压方向和流速,是电液系统中的重要执行单元,通常1个液压系统中会使用多组电磁阀,以实现油缸或马达的运动.

摘要：针对综采工作面中,传统的采煤机数据传输模式存在着线缆频繁损坏、维修困难等问题,提出一种新型的数据无线传输解决方案.通过分析综采工作面技术现状及存在的数据传输挑战,设计出适应采煤机移动工况的无线传输方案.在选取的试验设备及材料基础上,模拟采煤机移动工况进行数据收集与无线传输测试,系统分析数据传输效率和稳定性,并对比传统有线传输方案.研究结果显示,该无线传输方案在保证数据传输效率的同时,提高了系统稳定性和可靠性,具有较强的实用价值和良好的推广前景.

摘要：目前,煤矿已经开始智能化的建设工作,建设智能化煤矿所需的大量数据来源于工程设计阶段,但目前工程设计的数字化转型程度,还不能实现数据从设计阶段向煤矿建设、运营阶段高效和完整地流通,煤矿生产还不能基于全面数据分析,实现工艺改进、运行优化和生产率的提高.

摘要：随着全球矿业向智能化、绿色化方向加速转型,传统矿山装备面临着安全风险高、运营成本高、碳排放高及人力短缺等多重挑战,亟需技术革新突破行业瓶颈.伊敏露天矿作为华能内蒙古东部能源有限公司煤炭产业核心生产单位,在高寒、软岩、富水、风雪周期长的复杂工况下,积极探索矿山装备升级路径.

摘要：针对传统去噪方法难以有效处理复杂随机噪声问题,笔者综述了地震资料智能去噪方法,涵盖基于统计的机器学习方法如支持向量机、主成分分析、独立成分分析,以及基于神经网络的深度学习方法,包括卷积神经网络、U-Net神经网络、自编码器、生成式对抗网络、递归神经网络、Transformer、强化学习等.分析了各方法原理、应用及优缺点,传统机器学习方法处理特定噪声有优势,但依赖人工特征工程;深度学习方法去噪能力强,但存在过拟合、对复杂地质数据适应性差等问题,未来去噪技术将向智能化、高效化发展,以应对复杂噪声环境和地质条件.研究战果可为地震资料去噪技术发展提供参考,有助于提高地震数据处理质量与勘探精度.

摘要：国能神东煤炭补连塔煤矿(简称补连塔煤矿)是世界单井第一大井工煤矿,核定生产能力2 800万t/a,主运带式输送机是煤矿生产运输的"主动脉",完成井下煤炭运往地面.随着矿井智能化建设的不断深入,该矿主运带式输送机已实现远程集中控制与生产期间无人值守模式,提升了生产效率、降低了人力成本;同时,新问题也随之而来,当带式输送机突发故障时,人员难以及时抵达现场处理,停机时间延长.2023年数据显示,主运带式输送机全年平均开机率为88.4％,其中保护误动作与人员处理故障路程耗时分别占总停机时长的50％和30％,成为制约生产效率提升的核心问题.

摘要：随着我国大型露天煤矿运距及采深的不断增加,单斗-卡车间断工艺已不能适应露天煤矿安全、高效、绿色、智能的发展方向,连续化工艺是行之有效的替代手段.露天煤矿连续化开采工艺主要分为轮斗连续开采工艺及基于破碎站的半连续开采工艺,目前此2种工艺在国内均得到了一定应用,取得了较好的成效.但在应用过程中也存在连续化工艺应用的难题,大型化、国产化、智能化和本质安全是露天矿连续运输技术发展的必然趋势.

摘要：为解决煤矿井下辅助运输作业自动化水平低、人工操作安全风险高及运输效率不足等问题,提出并研究了一种煤矿井下辅助输送机器人与地面输送机器人协同运行的系统框架.通过对机器人本体硬件结构与功能模块进行系统设计,构建了集环境感知、路径规划与自主避障于一体的智能控制方案,并分析了地面无人驾驶辅运机器人的技术特性与应用模式;建立了涵盖车辆管控、状态监测与地图管理的综合管理方法.研究结果表明,无车头、360°原地转向的输送机器人在遥控、智能跟随与自动驾驶等多模式下运行稳定,提升了运输效率并降低人员安全风险,对煤矿井下辅助运输的智能化与安全生产具有良好的工程应用价值.

摘要：针对煤矿智能化系统"建而不用"、难以常态化运行的难题,笔者提出了一种以应用场景为核心驱动力的常态化运行机制.该机制以各专业领域的具体痛点为导向,依托现有智能化系统构建应用场景,从而激活数据价值,驱动系统持续高效运行.以华阳集团为实践案例,从信息基础设施、掘进系统、综采系统、主运输系统、综合保障系统5个维度,总结出14个成效显著的应用场景.实践表明,该机制有效盘活了智能化数据资产,为安全高效生产提供了精准决策支持,成功推动了煤矿智能化常态化运行.

摘要：煤矿智能化建设向纵深推进,有效替代高危、繁重的井下人工作业已成为行业核心挑战.聚焦煤矿井下"掘、支、运、辅、修"全流程作业需求,基于"工艺协同、机械化换人、智能化提效"的分类思路,系统梳理了10种专用智能作业机器人应用实践,覆盖巷道掘进支护、设备物料转运、巷道修复维护等关键场景,通过集成环境感知、自主导航、智能决策等共性技术及场景化工艺适配技术,实现了从单机操作向多环节协同作业的突破.结合神东煤炭集团各煤矿现场应用案例,验证了机器人在自动钻孔锚固、重型设备安装、巷道喷浆支护等复杂任务中的应用成效.