只有破解“重建設(shè)、輕運(yùn)維”“重技術(shù)、輕管理”“重單點(diǎn)、輕協(xié)同”的難題，才能推動智能化建設(shè)從“能用”向“好用”“管用”躍升。

建議國家層面出臺智能化煤礦常態(tài)化運(yùn)行指導(dǎo)意見；加大對智能化改造后運(yùn)維資金的支持力度，將運(yùn)維費(fèi)用納入煤礦安全費(fèi)用列支范圍；鼓勵企業(yè)與科研院校合作，建立智能化技術(shù)創(chuàng)新聯(lián)合體，推動智能化技術(shù)從“模仿應(yīng)用”向“自主創(chuàng)新”跨越。

——張世麗

煤礦智能化建設(shè)不是一次性投入工程，而是持續(xù)迭代的系統(tǒng)工程。”全國人大代表、潞安化工集團(tuán)常村煤礦副總工程師張世麗告訴記者。

三方面發(fā)力向更高階發(fā)展

在參與智能化建設(shè)的過程中，張世麗深刻體會到，只有破解“重建設(shè)、輕運(yùn)維”“重技術(shù)、輕管理”“重單點(diǎn)、輕協(xié)同”的難題，才能推動智能化建設(shè)從“能用”向“好用”“管用”躍升。具體而言，可從三方面發(fā)力。

一是構(gòu)建“三位一體”運(yùn)維保障體系，建立“技術(shù)+管理+考核”閉環(huán)機(jī)制。

技術(shù)層面，可以組建專業(yè)化運(yùn)維團(tuán)隊，針對智能化系統(tǒng)建立設(shè)備臺賬、故障數(shù)據(jù)庫，通過大數(shù)據(jù)分析預(yù)判潛在問題。例如，常村煤礦針對智能綜采系統(tǒng)總結(jié)的“故障預(yù)判三查法”（查數(shù)據(jù)波動、查設(shè)備聯(lián)動、查環(huán)境影響），運(yùn)用后設(shè)備故障率下降30%。

管理層面，制定智能化系統(tǒng)日常運(yùn)維細(xì)則，明確各崗位操作規(guī)范、巡檢頻次和應(yīng)急處置流程，將運(yùn)維責(zé)任落實到具體班組和個人。

考核層面，將智能化系統(tǒng)運(yùn)行效率、故障處理時效等納入績效考核，設(shè)立智能化運(yùn)維先鋒崗，激發(fā)全員參與積極性。

二是推動系統(tǒng)協(xié)同與數(shù)據(jù)融合。

“當(dāng)前，部分煤礦智能化建設(shè)存在信息孤島問題，各子系統(tǒng)數(shù)據(jù)不互通、功能不聯(lián)動?！睆埵利愓f，“要實現(xiàn)更高階發(fā)展，需打破系統(tǒng)壁壘?！?/span>

一方面，搭建統(tǒng)一的智能礦山數(shù)據(jù)平臺，將采掘、通風(fēng)、運(yùn)輸、安全監(jiān)測等系統(tǒng)數(shù)據(jù)標(biāo)準(zhǔn)化整合，實現(xiàn)“一網(wǎng)統(tǒng)管、一數(shù)多用”。目前，常村煤礦已完成13個子系統(tǒng)的數(shù)據(jù)對接，通過數(shù)據(jù)分析優(yōu)化生產(chǎn)銜接，使回采工效提升15%。另一方面，深化“源網(wǎng)荷儲”一體化應(yīng)用，推動煤炭開采與新能源、新型電力系統(tǒng)協(xié)同發(fā)展。如潞安化工集團(tuán)正在推進(jìn)的余吾煤業(yè)公司零碳園區(qū)智能微電網(wǎng)建設(shè)，實現(xiàn)綠電消納與生產(chǎn)用能動態(tài)平衡。

三是強(qiáng)化政策引導(dǎo)與精準(zhǔn)扶持。

張世麗建議，國家層面出臺智能化煤礦常態(tài)化運(yùn)行指導(dǎo)意見，明確技術(shù)標(biāo)準(zhǔn)、運(yùn)維規(guī)范和考核指標(biāo)；加大對智能化改造后運(yùn)維資金的支持力度，將運(yùn)維費(fèi)用納入煤礦安全費(fèi)用列支范圍；鼓勵企業(yè)與科研院校合作，建立智能化技術(shù)創(chuàng)新聯(lián)合體，針對復(fù)雜地質(zhì)條件下的技術(shù)瓶頸開展專項攻關(guān)，推動智能化技術(shù)從“模仿應(yīng)用”向“自主創(chuàng)新”跨越。

推動AI與井下生產(chǎn)深度融合

張世麗介紹，目前，在常村煤礦，人工智能（AI）主要用于以下場景。

一是安全監(jiān)測預(yù)警。應(yīng)用AI視頻分析與傳感器數(shù)據(jù)融合技術(shù)，對井下人員未按規(guī)定佩戴防護(hù)裝備、違規(guī)作業(yè)等行為進(jìn)行實時識別，同時通過對瓦斯?jié)舛取㈨敯鍓毫Φ葦?shù)據(jù)的分析，實現(xiàn)災(zāi)害風(fēng)險提前預(yù)警。應(yīng)用人工智能技術(shù)后，違規(guī)行為識別響應(yīng)時間從10分鐘縮短至1分鐘，瓦斯超限預(yù)警準(zhǔn)確率提升至95%以上。

二是設(shè)備智能運(yùn)維。通過在綜采設(shè)備、掘進(jìn)機(jī)等關(guān)鍵裝備上安裝振動傳感器、溫度傳感器，利用AI算法分析設(shè)備運(yùn)行數(shù)據(jù)，預(yù)判軸承磨損、液壓系統(tǒng)泄漏等故障。

“我們摸索的‘設(shè)備故障四診法’”（望數(shù)據(jù)趨勢、聞異常聲響、問運(yùn)行參數(shù)、切精準(zhǔn)定位），結(jié)合人工智能技術(shù)，已成功排除百余次設(shè)備疑難故障，設(shè)備平均無故障運(yùn)行時間延長20%?！睆埵利愓f。

三是智能通風(fēng)調(diào)控。基于AI算法構(gòu)建礦井通風(fēng)智能分析決策平臺，根據(jù)采掘工作面推進(jìn)、瓦斯涌出量變化等情況，自動調(diào)節(jié)風(fēng)量分配，實現(xiàn)按需供風(fēng)。這使得礦井有效風(fēng)量利用率提升至92%，每年節(jié)約通風(fēng)能耗成本300余萬元。

四是無人化作業(yè)輔助。在井下變電所、水泵房等固定崗位推廣“AI+無人值守”技術(shù)，通過遠(yuǎn)程操控和智能巡檢替代人工值守。目前，常村煤礦已完成S1采區(qū)水泵房無人化改造，減少作業(yè)人員8人，且未發(fā)生任何安全事故。

然而，在實踐中，人工智能技術(shù)應(yīng)用仍存在適應(yīng)能力不足、落地成本較高、復(fù)合型人才短缺、數(shù)據(jù)安全風(fēng)險等問題

張世麗介紹，復(fù)雜地質(zhì)條件下，例如遇到過斷層、陷落柱情況時，人工智能模型的適應(yīng)性有待提升，數(shù)據(jù)采集易受粉塵、振動等因素影響，導(dǎo)致分析精度下降。部分AI設(shè)備和系統(tǒng)初期投入大，中小企業(yè)推廣難度大，且缺乏針對性的成本分?jǐn)倷C(jī)制。既懂煤礦生產(chǎn)又掌握AI技術(shù)的復(fù)合型人才匱乏，導(dǎo)致技術(shù)應(yīng)用與現(xiàn)場需求脫節(jié)，難以充分發(fā)揮系統(tǒng)效能。井下數(shù)據(jù)傳輸過程中存在網(wǎng)絡(luò)安全隱患，數(shù)據(jù)泄露或被篡改可能影響生產(chǎn)安全。

為推動人工智能技術(shù)與煤礦井下生產(chǎn)深度融合，張世麗提出以下建議。

一是聚焦場景化創(chuàng)新。圍繞煤礦安全生產(chǎn)的核心需求，開發(fā)針對性強(qiáng)、實用性高的AI應(yīng)用，如高瓦斯礦井瓦斯抽采精準(zhǔn)調(diào)控、深部開采頂板壓力預(yù)測等場景化解決方案，避免“為技術(shù)而技術(shù)”。

二是構(gòu)建低成本應(yīng)用模式。鼓勵企業(yè)與科技公司合作，開發(fā)模塊化、輕量化的AI系統(tǒng)，降低初期投入；推動AI技術(shù)與現(xiàn)有設(shè)備改造相結(jié)合，避免重復(fù)建設(shè)。如常村煤礦將傳統(tǒng)掘進(jìn)機(jī)改造為智能掘進(jìn)系統(tǒng)，成本僅為新建智能掘進(jìn)系統(tǒng)的30%。

三是健全人才培育體系。建立“高校+企業(yè)+實訓(xùn)基地”的人才培養(yǎng)模式，開設(shè)煤礦智能化相關(guān)專業(yè)，開展“AI技術(shù)+煤礦技能”雙軌培訓(xùn)；推行協(xié)議工資、項目工資等激勵機(jī)制，吸引高端技術(shù)人才投身煤炭行業(yè)。

四是強(qiáng)化安全保障措施。構(gòu)建“人防+技防+制度防”數(shù)據(jù)安全體系，對井下數(shù)據(jù)傳輸進(jìn)行加密處理，建立數(shù)據(jù)安全監(jiān)測預(yù)警系統(tǒng)，定期開展網(wǎng)絡(luò)安全應(yīng)急演練，確保數(shù)據(jù)安全與生產(chǎn)安全同步推進(jìn)。

作者：鄢麗娜 版面編輯：張翔

來源：中國煤炭報

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實相關(guān)內(nèi)容。若對該稿件內(nèi)容有任何疑問或質(zhì)疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。