煤炭企业如何拥抱人工智能（AI）？山东能源集团将自身的场景优势、装备优势与人工智能技术结合起来，打造了矿山大模型。
矿山大模型就像是写好了程序的“做菜机器人”，只要准备好食材，告诉它要做什么菜，它就能自动帮你实现。
2023年以来，山东能源将大模型与煤矿生产深度融合，从采煤、掘进、主运、辅运、提升、安监、防冲、洗选、焦化9个专业发力，在兴隆庄煤矿、济二煤矿等32个厂矿单位落地了63个应用场景。
今年5月10日，山东能源“矿山人工智能大模型研发及应用”，通过了由中国煤炭工业协会组织的科技成果鉴定。鉴定专家组一致认为，该成果在矿山大模型开发应用方面已达到国际领先水平。
“我们以算力为基础、以大模型为工具、以场景驱动，深度融合，致力打造自己的新质生产力。”山东能源党委书记、董事长李伟说。
从安全管理开始，训练大模型
“请退回至检测区域并规范穿戴。”入井口位置，山东能源兖矿能源兴隆庄煤矿集控中心的AI应用平台，对一名劳保用品穿戴不规范的职工发出语音提示。
同时，兴隆庄煤矿入井闸口锁闭，集控室内的值班人员收到“请注意，人员穿戴不规范，请立即处理”的语音提醒，值班人员迅速核实处理……
这是记者日前在兴隆庄煤矿看到的一个场景。
兴隆庄煤矿是矿山大模型首个全场景应用试点单位。山东能源在该矿打造了覆盖采煤、掘进、安监等8个专业的45个应用场景，并将多个子系统集成在AI应用平台上。现在，调度员只需在电脑上点开AI应用平台程序，便可处理各类异常情况。摄像头运行情况，当日当月报警情况、处理情况，模型的告警数量、准确率，一览无余。
山东能源信息化中心主任徐加利介绍，针对矿山大模型，他们规划了四种能力。一是计算视觉，即摄像头视觉信号智能处理。二是图网络，即通过分析多维数据进行预测和过程调优。三是自然语言处理，即实现观点提取、文本分类、问题回答等。四是多模态，即实现声音、文字、图像等的综合处理。
“我们已实现了前两种能力的规模化应用，正在推进后两种能力的开发。”徐加利说。
实际上，对山东能源而言，将大模型应用到矿山是偶然中存在着必然。
山东能源云鼎科技工业互联网事业部解决方案中心总监赵金娥告诉记者，他们最初的想法是研究小模型，后来发现小模型结构简单、功能单一，且采用内置芯片摄像头，场景一旦确定很难更改。恰巧，华为公司开始推广大模型，让他们有了“用到井下”的构想。
“一切从安全管理出发，是建矿山大模型的根基，也是推广应用的初衷。”兖矿能源信息中心副总工程师范作鹏说。
大模型要应用到煤矿井下并不简单。首先，要有基础算力，可对相关场景进行训练。其次，要有足够的场景和把场景提供给大模型训练的能力。最后，要具备高精准度，可进行大范围推广应用。
2021年，华为公司正式发布了盘古基础大模型，用30亿张图片数据跑出了大模型的底座——预训练大模型。这为矿山大模型的应用提供了条件。
同时，山东能源智能化建设取得积极成效，在采、掘、机、运、通等主业务下有1000多个细分作业场景，可以为矿山大模型训练提供多样化的模型数据。
此外，山东能源旗下云鼎科技公司是拥有能够高效承接人工智能训练中心场景落地任务能力的科技公司。他们打造了云鼎AI服务平台，将训练成果集中在一个程序上显示，且凭借高精准率实现了大规模复制，降低了矿山大模型的使用门槛。
范作鹏介绍，刚开始，他们构建矿山大模型时，采集大量样本“喂”给它、训练它。有了这个行业大模型的基础，他们在开发层场景化工作流的时候，仅需少量数据就可以达到应用效果。
“矿工对不安全场景的体会最深，但对于现场环境很难详细描述，需要技术人员到现场摸清楚流程，以人工智能的方式实现。”赵金娥说。
最终，云鼎科技将和矿工共同策划、拍摄的50万张应用场景图片“喂”给预训练大模型，在云鼎AI服务平台跑出一系列针对具体场景的算法。
兴隆庄煤矿副总工程师范守俊说：“以人员摔倒为例，我们在井下安装360多个高精度智能摄像头，采集矿工们各种摔倒情景，私人订制‘喂’给矿山大模型。”
煤矿是个复杂的生产系统，场景多、数据多。怎么让AI与管理融合？山东能源的做法是按专业划分场景，让本专业的人去管自己的场景，贴合原来煤矿的组织架构，不增加基层单位的负担。
为了确保数据安全，针对矿山大模型使用，山东能源部署了私有云，数据实现企业内部流转。
边用边学习，越用越好用
“数据是矿山大模型的‘营养’，矿山大模型不断地‘吃’数据、消化数据维持持续的生命力。”李伟表示。
矿山大模型刚开始应用时，误报警频率较高。面对工业生产容错率极低的情况，山东能源没有一下子大范围铺开。
范作鹏说，他们的原则是边用边学习、边训练边迭代，逐步实现在井下采集少量数据，即可进行更新迭代。
在兴隆庄煤矿调度指挥中心，分布在各个环节的摄像头采集到的画面被转换成一个个场景分专业显示在大屏上。
“异常报警不仅有实时画面，还包含报警编号、内容、时间、类型、区域。技术人员轻点鼠标，就能对异常报警进行判定，正确报警按正常流程处理。若出现误报或未知异常等样本数据，技术人员直接标注，标注后的数据推送回AI训练中心，定期对模型进行迭代训练。”范守俊说。
范作鹏介绍，原来，1周到2周就要更新一下，现在只需一季度或更长时间更新一次即可，需要标注的样本量越来越少。
“随着样本量的增加，大模型越来越好用。有些隐患，人仔细看都不一定能识别，而矿山大模型能识别。”范守俊说。
赵金娥表示，现在训练好的矿山大模型可以直接拿到其他煤矿使用，识别率在80%以上。
拿防冲卸压场景来说，过去，井下录制视频，井上对视频逐个人工核验，工作量很大，核验滞后时间长。如今，矿山大模型可以准确识别到视频中钻机、钻杆、施工人员取杆动作，对施工过程动态监管、智能核验。若出现误差还会再训练、再更新。原来，隔天才能核验钻孔质量，且人工核验一个钻孔需15分钟。现在，打钻结束30分钟内即可完成核验，耗时仅3分钟。
“每个摄像头都是24小时工作的电子安全员，发现隐患立即处置。”兴隆庄煤矿副矿长董军说。
兴隆庄煤矿选煤厂选煤煤泥水浓缩加药智能控制系统应用了矿山大模型。配药浓度、絮凝池日累计消耗量、浓缩池状态等在电脑屏幕上一目了然。突然，系统报告6001池溢流浓度超出正常范围。随后，电脑屏幕显示系统已自动完成加药频率调整，下发新参数，加药机频率迅速自动调整，加药泵、加药流量迅速改变。最后，系统检测告警已消除，生产按照新参数继续运行。
“从告警到告警消除，全程不用人参与，还能提前预判。”现场的一位工作人员说。
兴隆庄煤矿选煤厂依据煤泥水浓缩工艺和技术参数构建AI预测模型，实现煤泥水浓缩加药动态分析预测、及时响应调控，每年可节省耗材和人工成本约54万元。
济宁二号煤矿选煤中心基于矿山大模型建立重介智能密控模型，实现重介分选工艺在密度控制方面的智能预测和精准控制。
济宁二号煤矿副总工程师兼选煤中心主任韩兴勇告诉记者，在引入矿山大模型之前，他们已经具备了入洗原煤灰分、入洗量、重介悬浮液密度等关键生产数据的采集，以及分选密度的自动化控制能力。
“矿山大模型解决的是确定最优参数的问题，如精煤灰分要求区间是8.51%至9.00%，只要灰分稳定在这个区间内就可产生较好的效益。我们将历史生产数据和人工经验掌握的参数全部‘喂’给矿山大模型。只要给定目标灰分参数，便可进行旋流器控制参数优化，快速自动调整悬浮液密度及入口压力等，获得最优参数。”韩兴勇说。
济宁二号煤矿选煤中心调度室调度员牛燕群表示，现在输入目标灰分，相关参数自动生成，只有在数据异常的时候才进行人工干预。
矿山大模型应用后，济宁二号煤矿选煤中心精煤产率得到提升，按照年入洗量400万吨计算，年可增收约480万元。
谢吉东 李志勇 王鑫涛 刘强 中国煤炭报 2024-05-27 一版