重大進(jìn)展特刊

為宣傳推廣煤礦智能化建設(shè)先進(jìn)經(jīng)驗(yàn)和創(chuàng)新成果，發(fā)揮典型示范引領(lǐng)作用，《智能礦山》于2025年第2期策劃出版了《2024年煤礦智能化重大進(jìn)展成果特刊》，刊登代表新時(shí)代煤礦人創(chuàng)造性實(shí)踐和智慧結(jié)晶的11項(xiàng)智能化建設(shè)成果，以饗讀者。

文章來源：《智能礦山》2025年第2期“2024年煤礦智能化重大進(jìn)展成果特刊”

第一作者：楊宏強(qiáng)，正高級(jí)工程師，現(xiàn)任國家能源集團(tuán)科學(xué)技術(shù)研究院有限公司黨委書記、執(zhí)行董事，主要從事電力生產(chǎn)、工程建設(shè)、科技創(chuàng)新等工作。E-mail：12095247@ceic.com

作者單位：國家能源集團(tuán)科學(xué)技術(shù)研究院有限公司

引用格式：楊宏強(qiáng)，劉志江，郝文玉，等.AI+多維感知的煤質(zhì)快速檢測(cè)技術(shù)研發(fā)與應(yīng)用[J].智能礦山，2025，6(2)：13-17.

點(diǎn)擊文末左下角閱讀原文，免費(fèi)下載閱讀pdf全文

煤炭質(zhì)量是煤炭能源應(yīng)用的基石，貫穿開發(fā)、利用的全過程。傳統(tǒng)采制化分析方法通過采樣、制樣、化驗(yàn)3道工序測(cè)定10余項(xiàng)煤質(zhì)指標(biāo)，并以1g煤樣得到的結(jié)果代表1列車（約4320t）煤炭質(zhì)量。整個(gè)過程需約10人、10套設(shè)備協(xié)同操作，耗時(shí)長達(dá)24h，檢測(cè)成本高，存在數(shù)據(jù)失真風(fēng)險(xiǎn)大和反饋滯后等問題，嚴(yán)重影響了煤炭洗選、儲(chǔ)、運(yùn)、銷等各環(huán)節(jié)的工作效率。煤質(zhì)在線無損檢測(cè)可提升檢測(cè)的時(shí)效性與代表性。

針對(duì)煤質(zhì)快檢技術(shù)，國內(nèi)外學(xué)者開展了大量研發(fā)工作，形成了如中子活化、雙能伽馬射線、X射線吸收和近紅外光譜等檢測(cè)技術(shù)，但由于檢測(cè)精度不高或存在放射源安全隱患等問題，一直未能實(shí)現(xiàn)大規(guī)模的商業(yè)化應(yīng)用。因煤炭生產(chǎn)加工、儲(chǔ)、運(yùn)、銷等過程中檢測(cè)環(huán)境工況條件復(fù)雜且應(yīng)用場景存在差異，單一感知手段的快檢技術(shù)難以滿足多場景檢測(cè)需要，開發(fā)基于AI+多維感知的煤質(zhì)快速檢測(cè)技術(shù)尤為必要。

通過計(jì)算機(jī)科學(xué)、光譜學(xué)及分析化學(xué)等多學(xué)科的交叉融合，形成了基于AI+多維感知的煤質(zhì)快速檢測(cè)技術(shù)，解決了單一感知無法源頭捕捉煤炭完整全面的信息和復(fù)雜環(huán)境下光譜等精密儀器穩(wěn)定性與可靠性不足的問題，實(shí)現(xiàn)了對(duì)煤炭關(guān)鍵指標(biāo)的快速、準(zhǔn)確、無損檢測(cè)。

煤質(zhì)快速檢測(cè)技術(shù)主要研究內(nèi)容

基于AI+多維感知的煤質(zhì)快速檢測(cè)技術(shù)研究，主要從硬件感知、算法模型、數(shù)據(jù)集建設(shè)3個(gè)方面開展。

1.1 硬件感知

基于AI+多維感知的融合光譜煤質(zhì)智能快檢關(guān)鍵技術(shù)研發(fā)與裝置試制，利用近紅外+X射線熒光融合光譜檢測(cè)裝置，全面感知煤炭原子信息與分子信息，利用溫濕度傳感、煤流檢驗(yàn)、環(huán)境補(bǔ)償?shù)榷嗑S感知手段，以整形壓輥、可見光、近紅外、X熒光等技術(shù)形成了對(duì)樣品形貌、環(huán)境條件、煤中分子和原子信息的全面信號(hào)感知，通過典型場景應(yīng)用驗(yàn)證煤質(zhì)檢測(cè)系統(tǒng)的穩(wěn)定性與魯棒性。

1.2 算法模型

研究近紅外、X射線熒光光譜與煤質(zhì)成分及理化特性的關(guān)聯(lián)機(jī)理，探索基于神經(jīng)繼承關(guān)系假設(shè)，設(shè)計(jì)模型結(jié)構(gòu)自動(dòng)化搜索算法與多級(jí)分類模型，挖掘雙光譜中與煤質(zhì)成分相關(guān)的互補(bǔ)信息，提升煤質(zhì)檢測(cè)的高精度與高泛化性，并建立煤質(zhì)快檢統(tǒng)一基礎(chǔ)大模型。以數(shù)據(jù)預(yù)處理、雙模態(tài)神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法，實(shí)現(xiàn)多維感知信號(hào)有效提取和增益組合。

1.3 數(shù)據(jù)集建設(shè)

以煤質(zhì)覆蓋率指標(biāo)為指導(dǎo)，熱力圖打靶為手段，以精準(zhǔn)投樣、異常樣復(fù)檢、定期抽檢等方式擴(kuò)充數(shù)據(jù)規(guī)模，構(gòu)建涵蓋國內(nèi)外大部分煤炭產(chǎn)品的高質(zhì)量數(shù)據(jù)集，實(shí)現(xiàn)復(fù)雜煤種檢測(cè)的高精度與高泛化性。針對(duì)全球主流進(jìn)口煤種、全國20余個(gè)省區(qū)、4大產(chǎn)煤區(qū)不同地質(zhì)年代煤種，構(gòu)建高質(zhì)量煤質(zhì)數(shù)據(jù)集，完成近30次模型升級(jí)迭代，提升了檢測(cè)精度，快速部署和低臺(tái)間差等行業(yè)難題，實(shí)現(xiàn)了對(duì)上百種復(fù)雜煤種的高精度。

煤質(zhì)快速檢測(cè)關(guān)鍵技術(shù)突破

（1）利用多維感知手段與多模態(tài)自動(dòng)校正技術(shù)，實(shí)現(xiàn)了設(shè)備狀態(tài)的快速診斷和自我修復(fù)。在不同產(chǎn)煤區(qū)、不同氣候區(qū)、不同煤流量及采樣形態(tài)等典型場景，驗(yàn)證了技術(shù)的穩(wěn)定性與魯棒性。

（2）揭示了近紅外、X射線熒光光譜與煤質(zhì)成分及理化特性的關(guān)聯(lián)機(jī)理，構(gòu)建了基于神經(jīng)繼承關(guān)系假設(shè)，設(shè)計(jì)模型結(jié)構(gòu)自動(dòng)化搜索算法與多級(jí)分類模型，建立了首個(gè)國際煤質(zhì)快檢統(tǒng)一基礎(chǔ)大模型，實(shí)現(xiàn)了近紅外光譜和X射線熒光光譜有機(jī)融合，挖掘出雙光譜中的煤質(zhì)信息。

（3）以煤質(zhì)覆蓋率指標(biāo)為指導(dǎo)，熱力圖打靶為手段，構(gòu)建了涵蓋國內(nèi)外398種煤炭銷售品種、數(shù)量超11萬組的國際首個(gè)最大規(guī)模高質(zhì)量數(shù)據(jù)集，實(shí)現(xiàn)了復(fù)雜煤種檢測(cè)的高精度與高泛化性。

煤質(zhì)快速檢測(cè)技術(shù)方案

3.1 煤樣大批量、實(shí)時(shí)、無損檢測(cè)

利用近紅外光譜技術(shù)結(jié)合X射線熒光光譜技術(shù)，實(shí)現(xiàn)煤炭成分信息的全面、無損感知，并與采樣機(jī)整體融合，確保大批量煤樣的實(shí)時(shí)檢測(cè)。結(jié)合高精

度形貌感知與全方位設(shè)備狀態(tài)感知，全面準(zhǔn)確探測(cè)煤炭的發(fā)熱量、灰分、全水分、全硫等指標(biāo)反應(yīng)的光譜信號(hào)及相關(guān)信息，可有效解決傳統(tǒng)采制樣技術(shù)檢測(cè)量小、代表性差、檢測(cè)時(shí)效低的問題，AI+多維感知技術(shù)原理如圖1所示。

圖1 AI+多維感知技術(shù)原理

3.2 多模態(tài)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)信息深度融合

通過設(shè)計(jì)模型結(jié)構(gòu)自動(dòng)化搜索算法，研究近紅外光譜和X射線熒光光譜的最佳融合方式，精確提取2種光譜信號(hào)中與煤炭成分相關(guān)的特征，并轉(zhuǎn)換為準(zhǔn)確的煤質(zhì)成分信息?；诠庾V學(xué)的物理化學(xué)理論，結(jié)合設(shè)備狀態(tài)及環(huán)境狀態(tài)，利用多模態(tài)信號(hào)處理技術(shù)對(duì)煤樣光譜進(jìn)行智能化補(bǔ)償校準(zhǔn)，在不同環(huán)境、設(shè)備狀態(tài)及煤流特性條件下，實(shí)現(xiàn)煤樣光譜信息的準(zhǔn)確、標(biāo)準(zhǔn)化獲取，并輸出符合模型預(yù)測(cè)要求的高質(zhì)量光譜數(shù)據(jù)，多模態(tài)神經(jīng)網(wǎng)絡(luò)融合算法原理如圖2所示。

圖2 多模態(tài)神經(jīng)網(wǎng)絡(luò)融合算法原理

3.3 煤種高精度、高泛化性檢測(cè)

煤炭種類豐富、成分復(fù)雜，包括不同地質(zhì)年代、不同煤炭種類及不同應(yīng)用場景混配方式，單一模型實(shí)現(xiàn)全煤種的準(zhǔn)確檢測(cè)需要突破多項(xiàng)關(guān)鍵技術(shù)難題。針對(duì)國內(nèi)外不同產(chǎn)煤區(qū)、港口、銷售、電廠及化工產(chǎn)業(yè)等煤炭場景下的復(fù)雜煤樣檢測(cè)，開發(fā)出1套高質(zhì)量數(shù)據(jù)采集體系，經(jīng)過智能化數(shù)據(jù)清洗、異常分析、快檢復(fù)投、人工復(fù)檢等手段，建立了包含準(zhǔn)確煤樣光譜、煤質(zhì)成分超10萬組，涵蓋398個(gè)煤炭品種，收到基低位發(fā)熱量范圍覆蓋1213～8023kcal的高質(zhì)量融合光譜數(shù)據(jù)集，煤炭各項(xiàng)檢測(cè)指標(biāo)與煤量加權(quán)熱力覆蓋如圖3所示，檢測(cè)指標(biāo)范圍與精度見表1。

圖3 煤炭各項(xiàng)檢測(cè)指標(biāo)與煤量加權(quán)熱力覆蓋

表1 檢測(cè)指標(biāo)范圍與精度

煤質(zhì)快速檢測(cè)的先進(jìn)性

融合光譜的煤質(zhì)快速檢測(cè)技術(shù)，形成了集多維感知、人工智能的多模態(tài)信號(hào)處理、高質(zhì)量數(shù)據(jù)集和統(tǒng)一基礎(chǔ)模型于一體的多項(xiàng)自主核心技術(shù)。基于融合光譜的煤質(zhì)快速檢測(cè)技術(shù)包含煤質(zhì)快檢核心裝置、AI模型與數(shù)據(jù)管控平臺(tái)，主要包括8個(gè)方面的優(yōu)勢(shì)。

（1）檢測(cè)效率大幅提升

檢測(cè)耗時(shí)由傳統(tǒng)方法的8～24h縮短為2min內(nèi)，實(shí)時(shí)煤質(zhì)信息滿足煤炭精細(xì)化利用。

（2）樣品代表性大幅提升

整列車煤可檢測(cè)煤量約1t，為傳統(tǒng)方法的100萬倍，樣品代表性大幅提升，避免了多級(jí)制樣過程引起的系統(tǒng)偏差。

（3）檢測(cè)無人干預(yù)實(shí)現(xiàn)“不能腐”

在線儀表式檢測(cè)高效、公平、透明，杜絕了人為操作失真風(fēng)險(xiǎn)，也降低了核查、監(jiān)督的工作難度。

（4）可實(shí)現(xiàn)多指標(biāo)同時(shí)檢測(cè)

煤質(zhì)快速檢測(cè)可同時(shí)獲取煤發(fā)熱量、全硫、灰分、全水、揮發(fā)分、灰熔點(diǎn)等指標(biāo)，其他指標(biāo)預(yù)測(cè)模型正在開發(fā)中，有力推動(dòng)了對(duì)煤炭認(rèn)知向微觀深入。

（5）適應(yīng)現(xiàn)場嚴(yán)苛環(huán)境

完成“煤電化運(yùn)”全場景10臺(tái)設(shè)備示范，在高低溫、粉塵、震動(dòng)、高濕度、電磁干擾等嚴(yán)苛環(huán)境條件運(yùn)行約2年，仍可精度高、運(yùn)行穩(wěn)定。

（6）數(shù)據(jù)集規(guī)模大、范圍廣、質(zhì)量高

累計(jì)已檢測(cè)200多家用戶、數(shù)萬批、數(shù)百種、超4億t煤炭，構(gòu)建了大規(guī)模高質(zhì)量數(shù)據(jù)集。

（7）檢測(cè)結(jié)果高一致性

以熱值檢測(cè)結(jié)果為例，相同煤樣在同一裝置重復(fù)性檢測(cè)的平均差值約42kcal/kg，在不同裝置再現(xiàn)性檢測(cè)平均差值約59kcal/kg，上下游檢測(cè)平均差值約77kcal/kg，與人工化驗(yàn)相當(dāng)。

（8）檢測(cè)結(jié)果精度高

統(tǒng)一基礎(chǔ)模型在不同設(shè)備部署后，可實(shí)現(xiàn)對(duì)100多種復(fù)雜煤種高精度、高一致性檢測(cè)，與傳統(tǒng)人工檢測(cè)比對(duì)偏差呈標(biāo)準(zhǔn)正態(tài)分布，累計(jì)偏差趨于0，檢測(cè)精度不低于傳統(tǒng)方法水平。

應(yīng)用效果與推廣前景

5.1 應(yīng)用效果

煤質(zhì)快速檢測(cè)技術(shù)在國家能源集團(tuán)所屬的神東煤炭集團(tuán)有限責(zé)任公司、寧夏煤業(yè)有限責(zé)任公司、神華準(zhǔn)格爾能源有限責(zé)任公司、新疆能源有限責(zé)任公司、煤炭經(jīng)營有限公司、勝利能源有限公司、浙江電力有限公司、河北電力有限公司及黃驊港務(wù)有限責(zé)任公司多個(gè)試點(diǎn)單位完成了設(shè)備安裝、調(diào)試和運(yùn)行，應(yīng)用成果良好，煤質(zhì)檢測(cè)產(chǎn)品迭代與應(yīng)用案例如圖4所示。

圖4 產(chǎn)品迭代與應(yīng)用案例

（1）煤炭快速結(jié)算

煤炭經(jīng)營類單位實(shí)現(xiàn)了對(duì)外部用戶超千萬噸煤炭快速結(jié)算。勝利能源有限公司已結(jié)算約200天，累計(jì)偏差僅13kcal，結(jié)算周期從月級(jí)縮短至當(dāng)日實(shí)時(shí)結(jié)算，資金效率大幅提升。

（2）煤化工應(yīng)用

寧夏煤業(yè)有限責(zé)任公司使用快檢實(shí)時(shí)煤質(zhì)信息指導(dǎo)精準(zhǔn)配煤，配煤合格率由82%上升為95%，后工段油品加工負(fù)荷從97%提升至102%，氣化爐平均運(yùn)行周期延長30天，每年有效降低生產(chǎn)成本約2000萬元。

（3）檢測(cè)費(fèi)節(jié)約

以煤質(zhì)快檢技術(shù)代替?zhèn)鹘y(tǒng)采制化方式，各試點(diǎn)每年可節(jié)省成本數(shù)千萬元，為進(jìn)一步驅(qū)動(dòng)港口高效生產(chǎn)奠定基礎(chǔ)。

（4）煤電應(yīng)用

國能（福州）熱電有限公司應(yīng)用快檢技術(shù)，優(yōu)化調(diào)整鍋爐燃燒和水冷壁腐蝕狀態(tài)診斷，助力燃煤發(fā)電向數(shù)字化、智能化方向邁進(jìn)。

（5）體系化管控

覆蓋“煤電運(yùn)化”全產(chǎn)業(yè)鏈的煤炭生產(chǎn)、加工、利用等環(huán)節(jié)，支撐煤炭質(zhì)量管控體系的體系化、網(wǎng)絡(luò)化、標(biāo)準(zhǔn)化和在線檢測(cè)+數(shù)字監(jiān)管的運(yùn)營管控。

5.2 推廣前景

煤質(zhì)快速檢測(cè)技術(shù)在煤炭、電力、煤化工、港口、運(yùn)輸、鋼鐵、冶金、水泥等涉煤行業(yè)均有廣闊的應(yīng)用前景，主要包括以下4個(gè)方面。

（1）煤炭基礎(chǔ)科學(xué)研究

快速積累煤質(zhì)基礎(chǔ)數(shù)據(jù)，推動(dòng)從極微觀層面深入了解煤炭的化學(xué)組成、分子結(jié)構(gòu)及地質(zhì)演變進(jìn)程，推動(dòng)煤基化學(xué)與人工智能計(jì)量學(xué)融合發(fā)展。

（2）煤炭統(tǒng)一大市場建設(shè)

推動(dòng)煤炭交易現(xiàn)場檢測(cè)、煤炭快速結(jié)算、商品煤煤質(zhì)管控、煤炭資源優(yōu)化配置、煤炭運(yùn)輸與調(diào)度跟蹤與監(jiān)管的統(tǒng)一大市場建設(shè)。

（3）煤炭清潔高效安全利用

推動(dòng)煤炭智慧洗選提質(zhì)、煤炭智慧精準(zhǔn)配煤、煤化工高端化和多元化轉(zhuǎn)化、煤基污染物協(xié)同控制、鍋爐燃燒優(yōu)化調(diào)整等煤炭清潔高效安全利用。

（4）煤基能源碳足跡研究與管理

打造多源數(shù)據(jù)互證互信，碳核算與監(jiān)測(cè)等碳足跡方法學(xué)閉環(huán)的碳追蹤、碳監(jiān)控體系，支撐能源產(chǎn)業(yè)碳足跡可信認(rèn)證與方法學(xué)建立、助力“雙控”轉(zhuǎn)型。

“煤礦智能化重大進(jìn)展發(fā)布會(huì)”自 2021年開始，至今已舉辦4次，發(fā)布會(huì)吸引了眾多煤礦智能化建設(shè)領(lǐng)域的專家及科研、工程技術(shù)人員，成為展示煤礦智能化建設(shè)成果，交流煤礦智能化科技成果的盛會(huì)。

往期回顧 | 點(diǎn)擊圖片了解詳情

2024年煤礦智能化重大進(jìn)展發(fā)布會(huì)

2023年煤礦智能化重大進(jìn)展發(fā)布會(huì)

2022年煤礦智能化重大進(jìn)展發(fā)布會(huì)

2021年煤礦智能化重大進(jìn)展發(fā)布會(huì)

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、中國科技核心期刊11種、中國科技期刊卓越行動(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

• 征稿函┃《智能礦山》面向礦業(yè)領(lǐng)域廣大讀者征集文稿的函

• 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

• 王國法院士煤礦智能化觀點(diǎn)集錦

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

往期特刊

中國煤科特刊

陜煤集團(tuán)特刊

神東專欄

重大進(jìn)展特刊

露天礦特刊

理事會(huì)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。