在山東能源集團的礦井地下1000米處，一方養着金魚的玻璃缸打破了人們對煤礦“昏暗壓抑”的固有印象。山東能源集團副總工程師亓玉浩笑着解釋：“這主要是為了讓大家放鬆心情。”在這輕鬆一刻的背後，是中國煤礦行業正在經歷的一場智能化蛻變，人工智能正重塑這片曾以“高危、艱苦”著稱的“黑金”世界。
從“人盯人”到“智能防患”
“過去下井，走在巷道裏總提心吊膽，就怕頭頂有松動的石頭掉下來。”有多年礦齡的老礦工曾這樣描述井下作業的狀態。而如今，在山東能源的礦井中，這種擔憂正被一整套智能安全體系逐步化解。
巷道壁上，每隔數米便懸挂着一個AI攝像頭，“我們在井下已經佈置了一二百個這種攝像頭”，亓玉浩介紹道。這些攝像頭並非簡單的視頻設備，而是搭載了機器視覺技術的“智能哨兵”，它們能實時捕捉環境變化與人員操作細節，將數據同步傳輸至礦山大模型，完成實時分析與風險研判。
而這一礦山大模型的打造，正是源於華為與山東能源的深度協同——成立聯合創新中心，通過大模型能力驗證、訓練中心建設等，完成L1盤古礦山大模型建設；並於2023年7月，正式發布礦山大模型，如今已經實現180多個場景的規模化應用。
例如，傳統煤礦作業中，“敲幫問頂”是保障安全的關鍵工序。工人需手持工具敲擊巷道的幫部與頂部，憑藉經驗判斷岩體是否穩定。但人工操作難免存在誤差，一旦判斷失誤，便可能引發安全事故。如今，礦山大模型為這道工序加上了“雙保險”。當模擬不規範操作，僅揮動手臂卻未真正敲擊岩體時，系統立刻發出清晰的語音警示：“請繼續右側區域，進行敲幫問頂作業。” 隨後，“敲幫問頂不達標”的提示再次響起，同時地面控制中心的屏幕上彈出了報警窗口。
過去更多是靠體系管理，靠人盯人的管理，不僅是增加了成本，有時還增加了一些作業過程中互相之間的不信任或者是有一些爭執的問題。這正是傳統模式的弊端。對此，華為中國政企業務副總裁郭振興補充道：“井下的攝像頭更多的是在採集環境或者人員行為的一些數據，這些信息靠人為採集，是沒法做到實時的。所以採用大量的攝像頭、機器視覺技術以及各種傳感器，對井下環境進行全方位實時檢測，再用人工智能對風險源的探測處理質量進行管理。”正是這種技術補位，讓安全規程從經驗依賴變為剛性要求，將風險系數不斷降低。
在掘進工作面，另一個顯著變化是“安全距離”的重塑。以往工人需在掘進迎頭附近操作設備，直面塌方、瓦斯泄漏等風險。如今，操作人員只需在距離迎頭30米的遠程控制&前，通過屏幕便能精準控制掘進機運轉與膠帶輸送機啟停。這30米，是技術賦予的安全屏障。華為通過人工智能孵化的智能掘進安全模型，設定了嚴格的工序邏輯。上一道工序未完成，下一道工序便無法啟動，安全系數自然也就提升了。
告別“蜘蛛人”的高危時代
井筒，作為煤礦人員與物料&&的“生命線”，其安全性直接決定着整個礦井的運行。“一座33層的家庭住宅，高度大概在100米，而我們礦山井筒的工作深度要達到上千米，少則也要幾百米。”亓玉浩的比喻，讓人直觀感受到井筒檢修的難度。在智能化轉型前，井筒檢修是礦工們眼中的高危工作。檢修工人需像“蜘蛛人”一樣，用保險帶將自己固定在罐籠頂端，僅憑眼睛觀察、耳朵傾聽、雙手觸摸來排查罐道、滾輪罐的隱患。
“通過人的眼睛、耳朵、觸覺去感受這些變化，效率本身就很低，而且井筒檢修需要設備停機，一個班次的時間在 6到8小時之間，對安全管理和生産作業時間都非常不利。” 亓玉浩回憶道。如今，依託大模型多模態融合能力，有效改善了這一局面。
在罐籠頂部，360度無死角攝像頭如同“全景眼”，實時監控井筒是否存在變形；高速攝像機則聚焦細節，捕捉罐道表面的裂縫與錯位；拾音設備更是敏銳，哪怕是螺絲掉落髮出的細微聲響，都能被精準捕捉。“組合多模態也比較好理解，我們可以把人工智能大模型想象成它有視覺能力、聽覺能力，還能讀懂OT設備裏的文本數據，對不同模態的參數進行關聯、訓練，就能實現精準分析。”郭振興解釋道。
這種技術革新，不僅讓檢修效率大幅提升，更大大降低了作業的安全風險。“組合多模態技術，就像醫生給病人拍X光片、做CT，人本身感知不到的東西，被有效採集後，大大增加了數據採集的頻譜範圍，提升了對設備運行狀態的全面感知能力。”亓玉浩的話，道出了技術對傳統行業的重塑價值。從“被動應對”到“主動預警”，井筒檢修真正實現了“不停機、無風險、高精度”。
地下千米的“智能交通網”
在地面控制中心看到井下實時畫面時，不少人都會産生疑惑：“1000米地下的信號，哪怕是5G傳輸，難道沒有延遲嗎？”郭振興笑着解答：“這裡我們用了切片網絡技術，打造了礦山的中樞神經系統，實現了不同業務的高質量傳輸。”
傳統煤礦的網絡建設，往往採用專網模式，多個業務共用一條通道，極易出現擁堵。“過去網絡故障排查，得逐個區域排查。”亓玉浩回憶道。而華為的切片網絡技術，如同給物理光纖“分車道”，通過協議將一條光纖劃分為多個獨立的虛擬通道，不同優先級的業務各行其道。“就像高速公路的各種車道，切片網絡同理”，郭振興補充道。
這種“智能交通網”的價值，在關鍵操作中尤為凸顯。“像電力防越級跳閘，需要在10毫秒以內完成反應。過去網絡延遲，可能導致大面積跳閘斷電。”亓玉浩説。現在切片網絡能做到秒級定障、靈活分配帶寬，從根本上避免了這類風險。
如今，在山東能源的礦井裏，地面控制中心就像“智能大腦”，通過切片網絡連接着井下的每一個攝像頭、每一台設備、每一位礦工的智能終端。從掘進面的設備運行，到礦工的實時定位，再到瓦斯濃度的細微變化，所有數據都能實時、精準地回傳至地面，實現“地下千米盡在掌握”。
山東能源與華為的合作，不僅是一座座礦山的升級，更打造了一套可複製、可推廣的智能化模板。人工智能大模型如同一位熟讀規程、通曉工藝的智能專家，在煤礦的各個場景中發揮重要作用。以洗煤環節為例，通過AI動態優化重介加藥比例和淺槽密度，可使精煤産率提升0.2%，對於一個年處理230萬噸的選煤廠來説，這意味着每年多回收5000噸精煤，效益提升顯著。
曾經的煤礦，深藏於地底，背負的是危險與艱苦；今天的礦山，在AI的賦能下，正成為安全、高效、充滿創新活力的新天地。這些智能化變革的核心，並非為了“取代人”，而是為了“解放人”和“提升人”。以往依賴經驗與體力的高風險崗位，正逐漸轉向遠程監控、數據分析和人機協同。這條從“人工”到“智能”的轉型之路，不僅屬於煤礦行業，也為我國傳統産業的轉型升級照亮了前行方向。
