中國冶金報 中國鋼鐵新聞網
記者 劉經緯 報道
2021年9月14日，華為鴻蒙系統工業領域首個平臺——礦鴻正式發布。
2022年10月，歷經7次迭代升級，礦鴻系統正式版本發布。
2023年2月，國家能源集團神東煤炭集團有限責任公司（以下簡稱國能神東）首個大采高沿空留巷綜采工作面——哈拉溝煤礦22523工作面，首次應用礦鴻系統遠程控制落地單軌吊車移動；在上灣煤礦22105綜采工作面，首個“遠程供液供電+單軌吊車落地+自移列車+礦鴻”7米大采高智能化綜采工作面順利達產。
2023年4月26日，礦鴻工業互聯創新國家礦山安全監察局重點實驗室在國能神東揭牌成立。
……
“向礦而生”，已經在10余個煤礦部署，實現3300多套設備數字化管理和運營的礦鴻，給智能礦山建設帶來了哪些改變？近日，《中國冶金報》記者專訪了華為煤礦軍團市場與解決方案總裁郭振興。
建設智能礦山的“物聯底座”
讓設備之間可以“說普通話”
“‘礦鴻+模組’為智能礦山萬物互聯提供了基礎。”郭振興表示，智能礦山建設，前提是對所有的傳感器設備可適、可管、可控，實現遠控、集控，在未來甚至可以被AI（人工智能）控制，礦鴻正是提供了這樣一個“物聯底座”。
“礦鴻對設備的互操作提供了一個標準接口，相當于大家都可以‘說普通話’。”郭振興說，目前智能礦山建設推進慢的核心原因就是井下裝備數量多且形態各異，例如國能神東烏蘭木倫煤礦大概有上千臺裝備，協議互不相通，只能靠人工操作實現跨系統協調，人的工作強度非常大。目前，烏蘭木倫煤礦全礦43類1808臺（套）設備已成功適配礦鴻，覆蓋井下各類電氣設備和控制單位，實現設備之間“說普通話”，并且設備之間的互操作已經可以通過訓練AI或開發App來實現。
郭振興表示，通過礦鴻系統，設備可以實現自主運行，不僅減少了礦工的工作量，提升了工作效率，還使得礦工的工作更加安全。
郭振興以礦鴻提供的“一碰連”功能舉例，在烏蘭木倫煤礦，礦工可以使用移動端平臺，如手機、平板電腦等，利用“一碰連”功能，在井上或井下觸摸某臺設備的標識卡，就可以馬上對設備進行控制并了解實時運行數據等信息。“‘一碰連’功能也保障了礦工的安全。”郭振興說，“比如支架工，以前可能需要彎腰趴在支架下面的控制器上進行按鍵操作，現在則可以通過‘一碰聯’實現遠程操作，降低了事故風險。”
“類似智能協作的場景還有很多。”郭振興介紹，通過“礦鴻+巡檢機器人”還可以實現無人巡檢，機器人通過軟總線功能，路過這些設備的時候建立聯接，自動讀取設備的參數，對異常情況進行上報。“這樣就可以把人從井下的工作環境解放出來。”郭振興說。
此外，礦鴻也可以大大提高設備遠程升級的效率。“以前井下的設備都有很笨重的防爆外殼，由于沒有統一的操作系統，只能對設備一對一升級。要打開井下設備的防爆外殼，很多還要通過U盤、串口等進行連接。這樣的升級耗時費力，一次升級可能需要數個小時。”郭振興介紹，現在進行升級則可在井上，通過礦鴻操作特定的App，點擊一下，只用幾秒鐘或是幾分鐘就可完成。“這個效率提升是非常明顯的。”郭振興說。
從作坊式真正走向工業化
需打破AI技術在礦山領域應用四大鴻溝
“根技術、場景、人才、生態，是AI技術在礦山領域應用的四大鴻溝。”郭振興認為，只有打通了這4個元素之間的鴻溝，才能產生一條以產業數字化為主體、實現數字產業化的新道路，進而逐步建立起我國數字化自主的生態。
“我們正處于第四次工業革命時代，這個時代的根技術就是AI技術。”郭振興表示，目前我國整個工業領域AI的部署率小于4%，在AI芯片、操作系統、算法架構、算法模型、應用開發等方面，還有很多課要補。針對如何運用AI技術真正與煤礦的場景結合，華為煤礦軍團做了很多實際應用。比如，用“機器視覺+人工智能”的方式，提前識別皮帶跑偏、皮帶局部撕裂、皮帶卡子脫落等，目前異物識別和風險預判準確率已達95%以上；對煤礦掘進過程中的流程執行、工序執行、質量監測等進行建模，建立人工智能對掘進序列和掘進質量的保障系統或輔助系統，減少了疏忽或失責帶來的損失，大大增強了掘進工作的安全性、可靠性。
在人才方面，郭振興認為，人才是智能礦山建設的關鍵，但目前面臨很大挑戰。一方面，我國的人口紅利正在縮減，同時礦業從業人員平均年齡偏大，大量有經驗的人員可能在未來5年~10年內退休，預計會出現人才的斷層；另一方面，由于各種原因，當前礦業從業人員中掌握數字化知識的人才相對偏少。
針對礦山領域人才的現狀，華為煤礦軍團同多家煤炭企業聯合設置了數字化轉型的課程。圍繞數字化轉型的理念、企業文化和核心價值觀、數字化轉型的方法和關鍵技能展開培訓，并針對中、基層關鍵人員進行專業技術培訓，如礦鴻、人工智能等的培訓。此外，華為煤礦軍團還聯合中國礦業大學（北京）開展了第一屆全國煤炭行業礦山AI大模型大賽，吸引全國多個高校389支隊伍1400多名高校師生參加，為礦山行業發掘了289個AI應用場景。“這樣可以打通人才與場景的鴻溝和斷點，促使人工智能相關開發者和社區，未來包括相關企業，能夠為煤礦的一些場景投入資源，真正提升煤礦行業的智能化水平。”郭振興說。
除四大鴻溝外，郭振興認為，我國工業領域AI部署率低還有一個原因是，缺少工業級孵化人工智能的平臺。“我們認為這個平臺就是預訓練的大模型，和最近熱度很高的ChatGPT的原理是一樣的。”他表示，把大模型引入到工業領域，可以改變“單系統、單場景”的單純靠海量數據訓練的AI開發模式。華為煤礦軍團已經和山東能源集團合作，針對幾十個煤礦場景同時預訓練，然后再在具體場景下進行優化。“這種方式可以極大地提升人工智能的開發效率，助力AI技術應用從作坊式真正走向工業化。” 郭振興說。
此外，華為煤礦軍團還采用“眾籌共創”的協作方式，與行政管理部門、科研院校、協會、煤炭生產企業、裝備制造商、應用開發者等一同圍繞大模型進行聯合創新。“相信今后會有更多大模型應用的場景和案例涌現出來，助力實現AI技術的工業化部署。”郭振興表示。
