在山东能源集团的矿井地下1000米处，一方养着金鱼的玻璃缸打破了人们对煤矿“昏暗压抑”的固有印象。山东能源集团副总工程师亓玉浩笑着解释：“这主要是为了让大家放松心情。”在这轻松一刻的背后，是中国煤矿行业正在经历的一场智能化蜕变，人工智能正重塑这片曾以“高危、艰苦”著称的“黑金”世界。
从“人盯人”到“智能防患”
“过去下井，走在巷道里总提心吊胆，就怕头顶有松动的石头掉下来。”有多年矿龄的老矿工曾这样描述井下作业的状态。而如今，在山东能源的矿井中，这种担忧正被一整套智能安全体系逐步化解。
巷道壁上，每隔数米便悬挂着一个AI摄像头，“我们在井下已经布置了一二百个这种摄像头”，亓玉浩介绍道。这些摄像头并非简单的视频设备，而是搭载了机器视觉技术的“智能哨兵”，它们能实时捕捉环境变化与人员操作细节，将数据同步传输至矿山大模型，完成实时分析与风险研判。
而这一矿山大模型的打造，正是源于华为与山东能源的深度协同——成立联合创新中心，通过大模型能力验证、训练中心建设等，完成L1盘古矿山大模型建设；并于2023年7月，正式发布矿山大模型，如今已经实现180多个场景的规模化应用。
例如，传统煤矿作业中，“敲帮问顶”是保障安全的关键工序。工人需手持工具敲击巷道的帮部与顶部，凭借经验判断岩体是否稳定。但人工操作难免存在误差，一旦判断失误，便可能引发安全事故。如今，矿山大模型为这道工序加上了“双保险”。当模拟不规范操作，仅挥动手臂却未真正敲击岩体时，系统立刻发出清晰的语音警示：“请继续右侧区域，进行敲帮问顶作业。” 随后，“敲帮问顶不达标”的提示再次响起，同时地面控制中心的屏幕上弹出了报警窗口。
过去更多是靠体系管理，靠人盯人的管理，不仅是增加了成本，有时还增加了一些作业过程中互相之间的不信任或者是有一些争执的问题。这正是传统模式的弊端。对此，华为中国政企业务副总裁郭振兴补充道：“井下的摄像头更多的是在采集环境或者人员行为的一些数据，这些信息靠人为采集，是没法做到实时的。所以采用大量的摄像头、机器视觉技术以及各种传感器，对井下环境进行全方位实时检测，再用人工智能对风险源的探测处理质量进行管理。”正是这种技术补位，让安全规程从经验依赖变为刚性要求，将风险系数不断降低。
在掘进工作面，另一个显著变化是“安全距离”的重塑。以往工人需在掘进迎头附近操作设备，直面塌方、瓦斯泄漏等风险。如今，操作人员只需在距离迎头30米的远程控制台前，通过屏幕便能精准控制掘进机运转与胶带输送机启停。这30米，是技术赋予的安全屏障。华为通过人工智能孵化的智能掘进安全模型，设定了严格的工序逻辑。上一道工序未完成，下一道工序便无法启动，安全系数自然也就提升了。
告别“蜘蛛人”的高危时代
井筒，作为煤矿人员与物料出入的“生命线”，其安全性直接决定着整个矿井的运行。“一座33层的家庭住宅，高度大概在100米，而我们矿山井筒的工作深度要达到上千米，少则也要几百米。”亓玉浩的比喻，让人直观感受到井筒检修的难度。在智能化转型前，井筒检修是矿工们眼中的高危工作。检修工人需像“蜘蛛人”一样，用保险带将自己固定在罐笼顶端，仅凭眼睛观察、耳朵倾听、双手触摸来排查罐道、滚轮罐的隐患。
“通过人的眼睛、耳朵、触觉去感受这些变化，效率本身就很低，而且井筒检修需要设备停机，一个班次的时间在 6到8小时之间，对安全管理和生产作业时间都非常不利。” 亓玉浩回忆道。如今，依托大模型多模态融合能力，有效改善了这一局面。
在罐笼顶部，360度无死角摄像头如同“全景眼”，实时监控井筒是否存在变形；高速摄像机则聚焦细节，捕捉罐道表面的裂缝与错位；拾音设备更是敏锐，哪怕是螺丝掉落发出的细微声响，都能被精准捕捉。“组合多模态也比较好理解，我们可以把人工智能大模型想象成它有视觉能力、听觉能力，还能读懂OT设备里的文本数据，对不同模态的参数进行关联、训练，就能实现精准分析。”郭振兴解释道。
这种技术革新，不仅让检修效率大幅提升，更大大降低了作业的安全风险。“组合多模态技术，就像医生给病人拍X光片、做CT，人本身感知不到的东西，被有效采集后，大大增加了数据采集的频谱范围，提升了对设备运行状态的全面感知能力。”亓玉浩的话，道出了技术对传统行业的重塑价值。从“被动应对”到“主动预警”，井筒检修真正实现了“不停机、无风险、高精度”。
地下千米的“智能交通网”
在地面控制中心看到井下实时画面时，不少人都会产生疑惑：“1000米地下的信号，哪怕是5G传输，难道没有延迟吗？”郭振兴笑着解答：“这里我们用了切片网络技术，打造了矿山的中枢神经系统，实现了不同业务的高质量传输。”
传统煤矿的网络建设，往往采用专网模式，多个业务共用一条通道，极易出现拥堵。“过去网络故障排查，得逐个区域排查。”亓玉浩回忆道。而华为的切片网络技术，如同给物理光纤“分车道”，通过协议将一条光纤划分为多个独立的虚拟通道，不同优先级的业务各行其道。“就像高速公路的各种车道，切片网络同理”，郭振兴补充道。
这种“智能交通网”的价值，在关键操作中尤为凸显。“像电力防越级跳闸，需要在10毫秒以内完成反应。过去网络延迟，可能导致大面积跳闸断电。”亓玉浩说。现在切片网络能做到秒级定障、灵活分配带宽，从根本上避免了这类风险。
如今，在山东能源的矿井里，地面控制中心就像“智能大脑”，通过切片网络连接着井下的每一个摄像头、每一台设备、每一位矿工的智能终端。从掘进面的设备运行，到矿工的实时定位，再到瓦斯浓度的细微变化，所有数据都能实时、精准地回传至地面，实现“地下千米尽在掌握”。
山东能源与华为的合作，不仅是一座座矿山的升级，更打造了一套可复制、可推广的智能化模板。人工智能大模型如同一位熟读规程、通晓工艺的智能专家，在煤矿的各个场景中发挥重要作用。以洗煤环节为例，通过AI动态优化重介加药比例和浅槽密度，可使精煤产率提升0.2%，对于一个年处理230万吨的选煤厂来说，这意味着每年多回收5000吨精煤，效益提升显著。
曾经的煤矿，深藏于地底，背负的是危险与艰苦；今天的矿山，在AI的赋能下，正成为安全、高效、充满创新活力的新天地。这些智能化变革的核心，并非为了“取代人”，而是为了“解放人”和“提升人”。以往依赖经验与体力的高风险岗位，正逐渐转向远程监控、数据分析和人机协同。这条从“人工”到“智能”的转型之路，不仅属于煤矿行业，也为我国传统产业的转型升级照亮了前行方向。
