視角·觀點(diǎn)┃中國(guó)中煤蔡峰高工：中煤能源煤炭板塊人工智能應(yīng)用與挑戰(zhàn)

人工智能（簡(jiǎn)稱AI）的應(yīng)用分為運(yùn)算智能、感知智能、認(rèn)知智能3個(gè)階段。運(yùn)算智能為基于仿生學(xué)研究出的優(yōu)化算法，通過自適應(yīng)性學(xué)習(xí)，以最快速度完成全局優(yōu)化，實(shí)現(xiàn)計(jì)算精度和計(jì)算時(shí)間的平衡；感知智能為機(jī)器通過傳感器設(shè)備感知物理信息，通過深度學(xué)習(xí)算法進(jìn)行信息分析；認(rèn)知智能為機(jī)器具有主動(dòng)思考和決策能力，基于數(shù)據(jù)不斷自學(xué)習(xí)，更新迭代決策能力，輔助甚至代替人類的工作。

文章來源：《智能礦山》2025年第3期“視角·觀點(diǎn)”欄目

第一作者：蔡峰，正高級(jí)工程師，博士，現(xiàn)任中國(guó)中煤能源集團(tuán)有限公司煤炭事業(yè)部機(jī)電裝備（智能化）經(jīng)理，主要從事煤炭機(jī)電、智能化管理工作。E-mail：caifeng@chinacoal.com

作者單位：中國(guó)中煤能源集團(tuán)有限公司

引用格式：蔡峰，胡成軍，王奕鳴.中煤能源煤炭板塊人工智能應(yīng)用與挑戰(zhàn)[J].智能礦山，2025，6(3)：18-24.

點(diǎn)擊文末左下角閱讀原文，免費(fèi)下載閱讀pdf全文

關(guān)注微信公眾號(hào)，了解更多礦山智能化建設(shè)進(jìn)展

目前以機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理為主的AI技術(shù)已在煤炭行業(yè)廣泛應(yīng)用，主要體現(xiàn)在以下3個(gè)方面。

（1）安全監(jiān)控與預(yù)警

AI在智能安全監(jiān)控領(lǐng)域，通過部署高清攝像頭和傳感器網(wǎng)絡(luò)，結(jié)合先進(jìn)的圖像識(shí)別和機(jī)器學(xué)習(xí)算法，實(shí)時(shí)采集井下視覺信息和環(huán)境數(shù)據(jù)，自動(dòng)監(jiān)測(cè)人員行為、設(shè)備狀態(tài)、礦井環(huán)境等多項(xiàng)重要指標(biāo)，在風(fēng)險(xiǎn)發(fā)生前及時(shí)預(yù)警，通知管理人員采取相應(yīng)措施，避免事故發(fā)生。

（2）生產(chǎn)過程優(yōu)化控制

AI在煤炭生產(chǎn)智能控制方面，通過集成先進(jìn)的算法和傳感器技術(shù)，實(shí)時(shí)獲取設(shè)備運(yùn)行與環(huán)境數(shù)據(jù)，AI算法分析判斷生產(chǎn)數(shù)據(jù)，生成優(yōu)化控制策略，通過自動(dòng)控制系統(tǒng)，實(shí)現(xiàn)對(duì)生產(chǎn)過程的自動(dòng)調(diào)優(yōu)控制。智能控制系統(tǒng)已經(jīng)在采掘、洗選、通風(fēng)和輔助運(yùn)輸?shù)雀魃a(chǎn)環(huán)節(jié)實(shí)現(xiàn)了自動(dòng)化和智能化管理，有效提升了煤炭勘探準(zhǔn)確性，優(yōu)化了生產(chǎn)過程資源利用率，提高了生產(chǎn)效率。

（3）輔助決策與管理

AI在決策與管理方面，通過構(gòu)建工業(yè)互聯(lián)網(wǎng)平臺(tái)，實(shí)現(xiàn)煤礦生產(chǎn)、經(jīng)營(yíng)和管理等數(shù)據(jù)收集，AI算法通過大數(shù)據(jù)挖掘，為企業(yè)管理層提供智能化決策支持，輔助制定更加科學(xué)的經(jīng)營(yíng)決策。

中煤能源AI技術(shù)研發(fā)與應(yīng)用

中國(guó)中煤能源股份有限公司（簡(jiǎn)稱中國(guó)中煤）共有生產(chǎn)煤礦65座，目前已建成25座智能化煤礦（其中6座為國(guó)家首批智能化示范煤礦）、12個(gè)智能化選煤廠、133個(gè)智能化采煤工作面，智能化產(chǎn)能超 1.7億t。33處煤礦建成數(shù)據(jù)中心、31處煤礦建成智能一體化管控平臺(tái)、14處煤礦開展5G建設(shè)、83臺(tái)機(jī)器人應(yīng)用于生產(chǎn)運(yùn)行現(xiàn)場(chǎng)。

中國(guó)中煤在煤炭生產(chǎn)各環(huán)節(jié)開展了AI的研究與實(shí)踐，利用機(jī)器視覺、語音識(shí)別、無人駕駛、機(jī)器學(xué)習(xí)等技術(shù)實(shí)現(xiàn)智能監(jiān)測(cè)與風(fēng)險(xiǎn)預(yù)警、數(shù)據(jù)分析與決策支持、機(jī)器人作業(yè)等工作，減人、增安、提效成果顯著。

1.1 采煤工作面

（1）液壓支架護(hù)幫板智能監(jiān)測(cè)

護(hù)幫板是液壓支架的重要組成部分，護(hù)幫板正常展開或收起，關(guān)聯(lián)煤壁片幫、采煤機(jī)滾筒等安全運(yùn)行，智能視頻監(jiān)控實(shí)現(xiàn)護(hù)幫板狀態(tài)遠(yuǎn)程監(jiān)控，并通過機(jī)器視覺實(shí)時(shí)分析護(hù)幫板的開合狀態(tài)，以及護(hù)幫板和采煤機(jī)滾筒位置關(guān)系。當(dāng)發(fā)現(xiàn)異常時(shí)觸發(fā)報(bào)警時(shí)，工作面集控系統(tǒng)和液壓支架電液控制系統(tǒng)數(shù)據(jù)交互，下發(fā)聯(lián)動(dòng)控制命令，控制采煤機(jī)停車，保證了采煤工作面安全生產(chǎn)，護(hù)幫板監(jiān)測(cè)界面如圖1所示。

圖1 護(hù)幫板監(jiān)測(cè)界面

（2）放頂煤開采工藝參數(shù)優(yōu)化決策

放頂煤工藝參數(shù)對(duì)頂煤放出率影響較大，放頂煤最優(yōu)工藝參數(shù)可顯著提高煤礦經(jīng)濟(jì)效益及社會(huì)效益。在實(shí)際生產(chǎn)中，通常采用工藝工業(yè)性試驗(yàn)決策工藝參數(shù)花費(fèi)時(shí)間長(zhǎng)且需較多人力物力。中煤華晉集團(tuán)有限公司王家?guī)X礦采用神經(jīng)網(wǎng)絡(luò)算法，提出了放頂煤工藝參數(shù)的優(yōu)化決策，建立了放頂煤開采工藝參數(shù)決策模型，得出了最優(yōu)的放頂煤開采工藝參數(shù)，頂煤放出率由71.48%提高至86.56%。

1.2 掘進(jìn)工作面

掘進(jìn)設(shè)備自動(dòng)化需解決智能截割和自動(dòng)錨固2個(gè)技術(shù)瓶頸。中國(guó)中煤通過慣性導(dǎo)航系統(tǒng)+多傳感器+機(jī)器視覺技術(shù)實(shí)現(xiàn)了掘進(jìn)機(jī)精準(zhǔn)定位與自主糾偏；利用多傳感器+機(jī)器視覺技術(shù)精準(zhǔn)定位錨桿鉆車鉆孔，實(shí)現(xiàn)了掘進(jìn)機(jī)智能截割和錨固流程的自動(dòng)化運(yùn)行。已成功應(yīng)用集自動(dòng)鋪頂網(wǎng)、自動(dòng)定位錨護(hù)位置、自動(dòng)噴射藥卷、自動(dòng)連續(xù)打錨桿等功能于一體的全自動(dòng)錨桿鉆車，實(shí)現(xiàn)了錨護(hù)工序全流程自動(dòng)化作業(yè)，有效減少了錨桿支護(hù)人員及巷道工作面人員數(shù)量，可由1名操作司機(jī)遙控操作完成，提高了錨桿支護(hù)工作的安全性，單根錨桿支護(hù)效率提高了25%。

1.3 探放水作業(yè)

探水作業(yè)為隱蔽工程，存在作業(yè)人員假探、漏探、少探等現(xiàn)象，需大量安檢員實(shí)時(shí)跟蹤探水作業(yè)現(xiàn)場(chǎng)。煤礦安裝大量視頻監(jiān)控設(shè)備，安檢員長(zhǎng)時(shí)間觀看產(chǎn)生疲勞，難以發(fā)現(xiàn)異?，F(xiàn)象?，F(xiàn)場(chǎng)驗(yàn)收無法比對(duì)數(shù)據(jù)，鉆孔質(zhì)量難以保證。

基于鉆探作業(yè)管控和人員操作監(jiān)視需求，利用機(jī)器視覺對(duì)實(shí)際場(chǎng)景圖像深度學(xué)習(xí)訓(xùn)練，研究工人操作流程，識(shí)別作業(yè)現(xiàn)場(chǎng)的鉆機(jī)運(yùn)動(dòng)軌跡和人員姿態(tài)，智能監(jiān)控系統(tǒng)實(shí)時(shí)判別人員、電力、鉆桿狀態(tài)，采用高質(zhì)量高精度推理算法，計(jì)算鉆探深度，輔助求得鉆進(jìn)速度、鉆進(jìn)時(shí)間，實(shí)現(xiàn)了實(shí)時(shí)監(jiān)視鉆場(chǎng)探水情況，識(shí)別當(dāng)前井下鉆機(jī)工作情況、井下作業(yè)人數(shù)、鉆探過程鉆進(jìn)鉆桿數(shù)量和鉆孔深度，確保探水鉆孔施工質(zhì)量，提供了安全監(jiān)管、科學(xué)決策可信數(shù)據(jù)，探放水作業(yè)識(shí)別現(xiàn)場(chǎng)如圖2所示。

圖2 探放水作業(yè)識(shí)別現(xiàn)場(chǎng)

1.4 主運(yùn)輸系統(tǒng)

帶式輸送機(jī)長(zhǎng)時(shí)間高強(qiáng)度運(yùn)轉(zhuǎn)易出現(xiàn)各種故障，人工監(jiān)視存在錯(cuò)漏現(xiàn)象，智能視頻監(jiān)控代替人工監(jiān)控，實(shí)現(xiàn)了對(duì)異常狀態(tài)實(shí)時(shí)自動(dòng)監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)和預(yù)防設(shè)備故障。智能視頻監(jiān)控精準(zhǔn)識(shí)別堆煤、大塊煤、異物、水煤、跑偏、輸送帶撕裂等異常情況，整體識(shí)別率≥98%，實(shí)現(xiàn)了對(duì)帶式輸送機(jī)安全隱患的智能分析、報(bào)警。智能視頻監(jiān)控系統(tǒng)可實(shí)時(shí)監(jiān)測(cè)帶式輸送機(jī)深度信息，計(jì)算煤流量數(shù)據(jù)，根據(jù)調(diào)速策略，自動(dòng)切換輸送帶速度，實(shí)現(xiàn)“煤多快跑、煤少慢跑”的節(jié)能控制，帶式輸送機(jī)智能視頻識(shí)別界面如圖3所示。

圖3 帶式輸送機(jī)智能視頻識(shí)別界面

1.5 立井提升系統(tǒng)

（1）智能巡檢系統(tǒng)

人工巡檢安全風(fēng)險(xiǎn)大、耗時(shí)長(zhǎng)、效率低，空間受限存在巡檢盲區(qū)，首繩智能監(jiān)測(cè)系統(tǒng)、井筒智能巡檢機(jī)器人替代人工巡檢，有效解決了巡檢人員工作環(huán)境差、效率低等問題。首繩智能監(jiān)測(cè)系統(tǒng)實(shí)現(xiàn)了提升機(jī)首繩繩徑、捻距測(cè)量與變化計(jì)算，鋼絲繩斷絲、磨損、銹蝕等外部狀態(tài)分析及預(yù)警。井筒智能巡檢機(jī)器人安裝在罐籠頂部，應(yīng)用機(jī)器視覺分析井筒罐道偏移、罐耳磨損等，及時(shí)發(fā)現(xiàn)缺陷。螺栓智能識(shí)別應(yīng)用語音識(shí)別技術(shù)分析設(shè)備異響、管路砂眼漏水等狀況。智能井筒巡檢機(jī)器人每日可巡檢罐道梁間隙50余次，螺栓狀態(tài)150余次，巡檢效率為人工巡檢10倍，立井提升智能巡檢系統(tǒng)如圖4所示。

圖4 立井提升智能巡檢系統(tǒng)

（2）箕斗卸載監(jiān)測(cè)系統(tǒng)

可靠檢測(cè)提升箕斗卸空可避免重載下放、裝載導(dǎo)致的安全事故和生產(chǎn)浪費(fèi)?；沸遁d智能監(jiān)測(cè)系統(tǒng)，可實(shí)時(shí)監(jiān)測(cè)提升箕斗卸載的殘留狀態(tài)，超出閾值報(bào)警并聯(lián)動(dòng)控制提升機(jī)停鉤，識(shí)別卸載完成可自動(dòng)控制進(jìn)入下一個(gè)勾提升流程，每勾時(shí)間平均縮短6～8s，提高了主井的提升效率，箕斗卸載監(jiān)測(cè)系統(tǒng)界面如圖5所示。

圖5 箕斗卸載監(jiān)測(cè)系統(tǒng)界面

1.6 輔助運(yùn)輸系統(tǒng)

無軌膠輪車有效提升了煤礦生產(chǎn)能力和運(yùn)輸效率，但因井下道路彎曲、岔路眾多，車輛在行駛過程中存在避讓難或交通堵塞的情況。針對(duì)井下復(fù)雜交通環(huán)境，井下智能交通控制系統(tǒng)實(shí)時(shí)跟蹤輔助運(yùn)輸目標(biāo)，識(shí)別井下車輛的行駛狀態(tài)、車輛狀況、類型以及人員行為，并智能控制紅綠燈，保證車輛有序高效地通行。智能輔助運(yùn)輸監(jiān)控系統(tǒng)界面如圖6所示。

圖6 智能輔助運(yùn)輸監(jiān)控系統(tǒng)界面

1.7 通風(fēng)系統(tǒng)

礦井通風(fēng)系統(tǒng)為防止風(fēng)流短路，常設(shè)置多重風(fēng)門以形成隔斷，風(fēng)門常為大小門結(jié)構(gòu)，便于人員從小門通行?，F(xiàn)有風(fēng)門多采用人工操作，通行效率較低，且人工推啟動(dòng)風(fēng)門安全系數(shù)較低，時(shí)常發(fā)生擠傷行人事故。風(fēng)門智能控制系統(tǒng)實(shí)現(xiàn)了自動(dòng)識(shí)別人員和車輛信息，并自動(dòng)控制相應(yīng)風(fēng)門開啟，具備實(shí)時(shí)監(jiān)控風(fēng)門狀態(tài)、記錄違規(guī)行為的功能。

1.8 反“三違”系統(tǒng)

智能視頻監(jiān)控系統(tǒng)構(gòu)建了井下安全“天網(wǎng)”，計(jì)算機(jī)視覺技術(shù)融入煤礦安全生產(chǎn)各環(huán)節(jié)，所屬煤礦所有作業(yè)場(chǎng)所實(shí)現(xiàn)智能視頻全覆蓋，形成了人工篩查為主、智能視頻識(shí)別為輔，場(chǎng)景智能視頻識(shí)別、人工甄別數(shù)據(jù)、示范場(chǎng)景精準(zhǔn)推送的逐級(jí)遞進(jìn)安全管理模式，反“三違”系統(tǒng)識(shí)別界面如圖7所示。

圖7 反“三違”系統(tǒng)識(shí)別界面

1.9 智能綜合管控

基于語音識(shí)別、語義理解、語音合成3大核心技術(shù)，研發(fā)了智能語音調(diào)度系統(tǒng)，調(diào)度員通過語音向集控平臺(tái)下發(fā)指令，智能語音調(diào)度系統(tǒng)準(zhǔn)確識(shí)別輸入語音，并精確反饋查詢信息。改變了傳統(tǒng)使用電腦手動(dòng)操作或多人配合調(diào)取的方式，縮短操作路徑，高效匯總生產(chǎn)事件信息，助力礦井調(diào)度高效化運(yùn)轉(zhuǎn)。目前已完成20余項(xiàng)指令意圖配置，適配100多種語音命令。構(gòu)建了煤炭行業(yè)專業(yè)詞庫(kù)，包括2000余個(gè)煤炭行業(yè)專業(yè)術(shù)語，支持多種方言輸入和輸出，已在中煤陜西榆林大海則煤業(yè)有限公司等多家煤礦部署上線。

1.10 露天礦無人駕駛技術(shù)

無人駕駛技術(shù)是露天礦山智能化高效發(fā)展的關(guān)鍵路徑。中國(guó)中煤積極引進(jìn)無人駕駛技術(shù)，應(yīng)用深度學(xué)習(xí)、蟻群算法，動(dòng)態(tài)優(yōu)化多車同時(shí)卸載的最優(yōu)行車路線；應(yīng)用機(jī)器視覺實(shí)例分割算法，實(shí)時(shí)監(jiān)測(cè)道路不平整度，動(dòng)態(tài)優(yōu)化行車路線。中煤平朔集團(tuán)有限公司東露天礦已經(jīng)實(shí)現(xiàn)7臺(tái)無人礦用卡車安全員分批次下車編組運(yùn)行。無人礦用卡車裝載區(qū)效率為人工73%、運(yùn)輸?shù)缆沸蕿?8%、卸載區(qū)效率為74%。無人駕駛系統(tǒng)降低作業(yè)人員工作強(qiáng)度，增加采運(yùn)管理靈活度，減少運(yùn)營(yíng)成本，露天礦用卡車無人駕駛系統(tǒng)管理界面如圖8所示。

圖8 露天礦用卡車無人駕駛系統(tǒng)管理界面

1.11 選煤廠AI技術(shù)應(yīng)用

以選煤工藝為核心的AI技術(shù)在選煤各環(huán)節(jié)開展了研究與實(shí)踐。

（1）智能重介控制系統(tǒng)

智能重介控制系統(tǒng)包括在線灰分分析算法、自抗擾精準(zhǔn)控制算法、分選密度參數(shù)在線學(xué)習(xí)算法、灰分密度調(diào)節(jié)因子模型、重介智能控制模式識(shí)別模型等，通過粒子群算法和大量數(shù)據(jù)將可選性曲線的理論最優(yōu)值，推送給邊緣側(cè)的智能控制系統(tǒng)，并根據(jù)實(shí)際效果修正數(shù)據(jù)，通過多頻次、小幅度、連續(xù)性調(diào)整，整個(gè)選煤環(huán)節(jié)達(dá)到最優(yōu)狀態(tài)。

（2）智能化浮選控制系統(tǒng)

開發(fā)了粒徑-灰分在線學(xué)習(xí)模型、粒徑-灰分推算灰量校正模型、浮選初設(shè)參數(shù)動(dòng)態(tài)模型、基于案例推理的加藥算法控制模型等，精確預(yù)測(cè)復(fù)選藥劑量，實(shí)現(xiàn)浮選過程參數(shù)的智能化調(diào)控。智能化浮選控制系統(tǒng)投運(yùn)后，壓濾精煤板數(shù)占比由81%提高到84%，浮選藥劑噸使用降低了13%。

煤礦AI技術(shù)應(yīng)用挑戰(zhàn)

AI大模型為超大規(guī)模預(yù)訓(xùn)練模型，具有億量級(jí)參數(shù)，學(xué)習(xí)海量數(shù)據(jù)中蘊(yùn)含的特征、結(jié)構(gòu)，具有強(qiáng)大的邏輯推理和分析能力。但是AI大模型的訓(xùn)練需要大量生產(chǎn)數(shù)據(jù)，中國(guó)中煤積極推進(jìn)搭建集團(tuán)公司統(tǒng)一的AI大模型平臺(tái)，整合集團(tuán)資源，推動(dòng)典型場(chǎng)景算法模型的研發(fā)與投用。但是，AI技術(shù)在實(shí)際中仍受煤礦實(shí)際應(yīng)用場(chǎng)景的多方面條件限制。

2.1 AI模型應(yīng)用成熟度低

（1）訓(xùn)練數(shù)據(jù)獲取難，算法模型準(zhǔn)確率低

AI模型構(gòu)建以大量實(shí)際數(shù)據(jù)為基礎(chǔ)，煤礦數(shù)據(jù)樣本小、獲取成本高、生產(chǎn)數(shù)據(jù)量少、原始數(shù)據(jù)質(zhì)量差、異常數(shù)據(jù)少、正負(fù)樣本差距大、缺乏標(biāo)記樣本等問題，導(dǎo)致AI模型準(zhǔn)確性低。

（2）煤炭生產(chǎn)場(chǎng)景復(fù)雜，技術(shù)適應(yīng)性差

煤層地質(zhì)條件多變，井下生產(chǎn)環(huán)境復(fù)雜，各煤礦應(yīng)用場(chǎng)景差異大，研發(fā)的煤礦AI模型是針對(duì)特定礦、特定場(chǎng)景的小模型，相同場(chǎng)景的模型算法無法直接應(yīng)用于不同煤礦，需要定制化模型設(shè)計(jì)和參數(shù)調(diào)整，智能化應(yīng)用成本高、復(fù)制難度大，模型泛化能力面臨極大挑戰(zhàn)。

2.2 煤礦數(shù)據(jù)基礎(chǔ)建設(shè)不足

當(dāng)前，煤礦智能化數(shù)據(jù)利用率較低，生產(chǎn)運(yùn)營(yíng)過程中產(chǎn)生的大量數(shù)據(jù)資源尚未得到充分挖掘和利用，未能實(shí)現(xiàn)生產(chǎn)流程全數(shù)字化，未完全打通生產(chǎn)控制系統(tǒng)、經(jīng)營(yíng)管理系統(tǒng)、安全管理系統(tǒng)等，“信息孤島”問題仍存在，多源數(shù)據(jù)融合、各系統(tǒng)各設(shè)備間的協(xié)同控制基礎(chǔ)數(shù)據(jù)平臺(tái)建設(shè)不足。

2.3 人才儲(chǔ)備缺乏

（1）專業(yè)人才缺乏

AI技術(shù)行業(yè)門檻較高，在數(shù)學(xué)基礎(chǔ)、計(jì)算機(jī)技術(shù)以及數(shù)據(jù)處理和分析能力等方面均有較高要求。煤炭行業(yè)的業(yè)務(wù)模式、運(yùn)營(yíng)需求和技術(shù)應(yīng)用與新興的高科技行業(yè)存在差距。工作環(huán)境惡劣、強(qiáng)度大，薪資待遇相對(duì)較低，導(dǎo)致煤炭企業(yè)難以引進(jìn)優(yōu)秀人工智能人才。

（2）管理人員缺乏

部分煤礦尚未建立智能化職能部門，智能化建設(shè)規(guī)劃與管理通常由機(jī)電部門兼職，人員對(duì)智能化技術(shù)熟悉程度不足，難以有效推進(jìn)AI技術(shù)的落地應(yīng)用。

（3）運(yùn)維團(tuán)隊(duì)缺乏

AI技術(shù)穩(wěn)定可靠運(yùn)行需要專業(yè)的運(yùn)維團(tuán)隊(duì)支持。目前，由于技術(shù)人才匱乏，存在維護(hù)不及時(shí)、整體性差等問題，影響了智能化設(shè)備和系統(tǒng)的穩(wěn)定運(yùn)行。

總結(jié)

（1）基于AI的安全監(jiān)測(cè)與預(yù)警已廣泛應(yīng)用于煤炭行業(yè)，成效顯著。后續(xù)應(yīng)持續(xù)加強(qiáng)AI在智能決策方面的應(yīng)用研究，深度融合煤礦開采與人工智能技術(shù)，形成設(shè)備運(yùn)行智能控制策略，支撐煤炭開采裝備的智能控制和全流程智能聯(lián)動(dòng)，自適應(yīng)持續(xù)變化的開采環(huán)境，減少人為干預(yù)，實(shí)現(xiàn)無人開采，保障礦井本質(zhì)安全。

（2）由于煤礦行業(yè)的特殊性，人工智能新技術(shù)、新模型的推廣仍面臨諸多制約因素，國(guó)內(nèi)煤炭行業(yè)頭部企業(yè)、科研院所應(yīng)共同成立人工智能產(chǎn)業(yè)聯(lián)盟，構(gòu)建煤炭行業(yè)人工智能生態(tài)圈，促進(jìn)訓(xùn)練資源共享、訓(xùn)練數(shù)據(jù)共享、開發(fā)人才共享等機(jī)制，共同推進(jìn)人工智能在煤炭行業(yè)的廣泛應(yīng)用。

END

編輯丨李莎

審核丨趙瑞

煤科總院出版?zhèn)髅郊瘓F(tuán)成立于2015年，擁有科技期刊21種。其中，SCI收錄1種，Ei收錄5種、CSCD收錄6種、Scopus收錄7種、中文核心期刊9種、中國(guó)科技核心期刊11種、中國(guó)科技期刊卓越行動(dòng)計(jì)劃入選期刊4種，是煤炭行業(yè)最重要的科技窗口與學(xué)術(shù)交流陣地，也是行業(yè)最大最權(quán)威的期刊集群。

《智能礦山》

Journal of Intelligent Mine

月刊CN 10-1709/TN，ISSN 2096-9139，聚焦礦山智能化領(lǐng)域產(chǎn)學(xué)研用新進(jìn)展的綜合性技術(shù)刊物。

主編：王國(guó)法院士

投稿網(wǎng)址：www.chinamai.org.cn（期刊中心-作者投稿）

聯(lián)系人：李編輯 010-87986441

往期薦讀

• 重磅通知┃關(guān)于征集“2024年煤炭清潔高效利用智能化先進(jìn)成果、杰出人物、創(chuàng)新團(tuán)隊(duì)”的通知

• 征稿┃《智能礦山》面向廣大讀者征稿，歡迎投稿

• 歡迎訂閱┃《智能礦山》雜志2025年訂閱開始了！

• 行業(yè)聚焦┃2024年煤礦智能化重大進(jìn)展發(fā)布會(huì)成功召開

• 《智能礦山》創(chuàng)刊4周年回顧

• 王國(guó)法院士煤礦智能化觀點(diǎn)集錦

• 新書訂閱 ┃《中國(guó)煤礦智能化發(fā)展報(bào)告（2024年）》（王國(guó)法，劉峰 主編）

往期特刊

中國(guó)煤科特刊

陜煤集團(tuán)特刊

神東專欄

重大進(jìn)展特刊

露天礦特刊

理事單位特刊

紅柳林煤礦特刊

創(chuàng)新技術(shù)特刊

創(chuàng)刊號(hào)

版權(quán)聲明

本刊對(duì)已出版文章持有電子版、網(wǎng)絡(luò)版及進(jìn)行網(wǎng)絡(luò)技術(shù)交流和與各網(wǎng)絡(luò)數(shù)據(jù)庫(kù)合作的權(quán)利，稿酬一次性付清，版權(quán)歸本刊與作者共同所有，如不同意，請(qǐng)?jiān)谕陡鍟r(shí)聲明。

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請(qǐng)讀者僅作參考，并自行核實(shí)相關(guān)內(nèi)容。若對(duì)該稿件內(nèi)容有任何疑問或質(zhì)疑，請(qǐng)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。