智慧矿山的发展趋势

一、智慧矿山发展趋势

      为引领和规范矿业行业加快推进智慧矿山建设，自然资源部组织众多自动化设计单位、科研院所、高校、矿山企业等经过两年多的努力，编制发布了《智能矿山建设规范》(DZ/T 0376—2021)行业标准，成为推动矿山勘查开发全环节自动化智能化应用的重要指引。

      同时，加大了行业标准的贯标实践工作，有16家企业纳入了自然资源部“智慧矿山建设规范试点单位”，通过这些矿山企业的实践示范，必然会成为具有中国特色智慧矿山建设的典范。

      另外，自然资源部发布的《矿产资源节约与综合利用先进适用技术目录(2022版)》中，将数字化信息化技术作为重要领域，不少科研机构和矿山企业创新应用的数字化智能化技术装备列入这个目录。总体来看，智能矿山发展趋势体现在以下几方面。

      一是以实现矿产资源“安全、绿色、高效”开发利用为核心目标。从矿山生产实际出发，通过现代化新技术赋能资源开发，以提升矿山开发效率和资源利用水平为最终目的，矿山企业需强化自身责任意识，推动矿山智能化建设是国家推进数字化绿色化协同转型的重要内容，在推进矿山智能化建设过程中锚定方向，坚持效率提升、资源节约、绿色发展、安全本位。

      二是以现代化新技术赋能资源开发。依托资源开采过程 中 的“矿 石 流”，对 矿 山 地 质 测 量、储 量 管理、开采、选矿、资源节约与综合利用和生态治理等全流程智能化建设进行规范，并注重人工智能、大数据、物联网、工业互联网、云计算、三维、虚拟现实等新技术与矿业行业的创新融合应用，打牢矿山数据基础，推动矿山开发全环节自动化智能化应用。

      三是提升矿产开采过程智能化控制水平。采用新一代网络、导航、高清视频云计算等共性赋能平台应用，实现精准探测和地质模拟、矿层智能识别、矿产资源精准定位。大力发展无人驾驶、采矿机器人等智能应用，实现井下无人凿岩、铲装、运输远程操控和自动驾驶等。开展开采过程地质建模，提高资源采收 率，优化运输环节的故 障监测，减 少 停 车能耗。

      四是强化矿产资源智能化高效利用与矿区生态保护。推动矿山智能化升级改造工程，提升选矿智能化水平，推进共（伴）生资源综合开发利用，实现节能减排、矿产清洁生产和矿产废弃物有效利用，提升矿山生产对环境的友好性；积极利用各种传感设备、数字智能技术开展矿区及周边生态环境监测，提高生态保护修复效果；加强地质环境探测，利用综合遥感监测技术，感知山坡稳定性，增强山体边坡滑坡、泥石流等地质灾害预警能力。

      五是全面加强矿业数字化产业链供应链体系建设。构建矿山数字化运营平台，打通生产勘探、采矿挖掘、选矿和加工再造、矿产销售等全环节智能化管理，提高矿产资源整体储备与调节能力，打造矿产生产和营销的新模式、新网络。聚焦“产运储销”关键环节，通过数字化平台对接下游冶金、建筑、化工等行业原料需求，持续提升协同销售水平。

      六是充分考虑矿山实际情况和需求分层次建设。不同地区不同类型矿山在地质条件、资源禀赋、开发方式等方面千差万别，在推进智能矿山建设上没有绝对的范式，智能化程度也不可能做到完全一致。
      可根据智能化应用程度将智能矿山划分为不同级别，矿山企业应该注重整体考量和全盘谋划，把握好自身建设基础和能力，结合矿山现有工艺水平和实际需求，选择适合自身的智能化建设路径，确保矿山企业在智能化建设上取得资源、效益、安全的多赢。

      七是矿山智能化建设进程加快。事实证 明，推进矿山智能化建设，提升企业自主创新能力和资源开发效率，已成为实现矿业高质量发展的必由之路，有条件的矿山企业应在推进智能化建设上主动作为，推进智能油田、智能矿山、智能开采等智能化升级改造，争取作为试点示范企业，带动和引领矿业行业创新与智能化发展。

      八是智能矿山建设是在地质与测量、矿产资源储量、矿产资源开发、选矿、资源节约与综合利用、生态环境保护、智能协同管控等各方面实现智能化，不仅仅是采矿过程中的自动化和无人化，从而实现矿山利益的最大化、资源利用的合理化、环境保护友好化以及安全生产的最佳化，甚至可以通过对后端市场的分析来自动控制生产与开发，从而让矿山企业获得更多回报。

二、近三年矿山智能政策梳理

1、2023年5月，山西省能源局发布《煤矿智能化建设评定管理办法》（以下简称《办法》。《办法》指出，煤矿智能化建设应满足《煤矿智能化建设评分方法》中的必备指标，必备指标未达要求不得通过智能化评定。煤矿、选煤厂及采掘工作面智能化评定等级分为初级、中级和高级。井工煤矿应按照建设条件分类进行评价，配套建设的选煤厂可与煤矿共同评定，也可单独评定。《办法》附件明确了井工煤矿、掘进工作面、综采工作面、露天煤矿、选煤厂的智能化评定具体评分方法。

2、2023年1月，国家发展改革委等部门修订印发了《煤矿安全改造中央预算内投资专项管理办法》，发挥中央预算内投资引领带动作用，夯实煤矿安全生产基础，指引煤矿智能化建设，以保障国家能源安全。

3、2022年12月，国家矿山安全监察局印发了《非煤矿山安全监管监察信息化总体发展规划（2022-2024年）》，明确提出了非煤矿山智能化的发展目标与主要任务。

4、2022年11月，财政部、应急部印发了《企业安全生产费用提取和使用管理办法》，以建立企业安全生产投入长效机制，为矿山安全生产、智能化建设提供资金保障。

5、2022年2月，国家矿山安全监察局印发了《关于加强非煤矿山安全生产工作的指导意见》，以推进非煤矿山安全转型升级。

6、2021年6月，能源局、矿山安监局发布《煤矿智能化建设指南 (2021年版)》，坚持分类建设和分级达标相结合，建立健全智能化煤矿建设、评价、验收与奖惩机制。重点突破适用于不同条件的智能化技术与装备，培育建设一批智能化示范煤矿，科学制定实施煤矿智能化建设与升级改造方案，加大煤矿智能化技术资金投入、人才投入和政策支持力度，提升成熟度与可靠性。坚持把煤矿减人、增安、提效和提高职工的幸福感与获得感作为智能化煤矿建设的根本目标，通过实施新一代信息技术提高煤矿智能化水平，促进煤矿安全、质量、效率与效益的稳步提升。

7、2020年11月，中国煤炭工业协会发布《煤炭工业“十四五”高质量发展指导意见》，争取在“十四五”末期全国煤矿数量控制在4000处以内，大型煤矿产量占85%以上，大型煤炭基地产量占97%以上;建成煤矿智能化采掘工作面1000处以上。

8、2020年4月，工信部、发改委、自然资源部发布《有色金属行业智能工厂 (矿山)建设指南(试行)》，充分考虑矿山实际情况，明确企业智能化建设重点，新建矿山直接进行智能化规划与设计，在产矿山有序推进智能化改造，坚持整体规划，围绕有色金属智能矿山建设主要环节和重点领域，分步实施。坚持创新引领，数据驱动。推动 5G 新技术与有色矿山的融合创新;应用大数据、人工智能、边缘计算等技术提升信息系统学习与认知的能力，利用 AR/VR 等技术形成人机混合增强智能。

9、2020年2月，发改委、能源局、应急部、煤矿安监局等八部委联合发布《关于加快煤矿智能化发展的指导意见》，将人工智能、工业物联网、云计算、大数据、机器人、智能装备等与现代煤炭开发利用深度融合，形成全面感知、实时互联、分析决策、自主学习、动态预测、协同控制的智能系统，实现煤矿开拓、采掘(剥)、运输、通风、洗选、安全保障、经营管理等过程智能化运行。具备条件的生产煤矿加快智能化改造，在供电、供排水、通风、主辅运输等生产经营管理环节，进行智能优化提升，推进固定岗位的无人值守和危险岗位的机器人作业，实现传统煤矿的智能化转型升级。

三、智慧矿山建设存在的问题

      一是智能矿山概念不清。目前，对智能矿 山 的理解还较为片面，认为智能矿山是矿山生产各个环节实现数字化、自动化、无人化作业，从而提高管理效率、实现资源集约。
      但智能矿山更多意义体现在各要素要实现数字化、自动化和协同化管控，并且其运行系统 还 要 具 备 感 知、分 析、推 理、判 断 及 决 策能力。

      二是智能矿山建设理念陈旧。我国矿产资源品种多、总量大，但大矿少，中小矿多；露天开采少，矿井开采多；独立矿少，共（伴）生矿多。区域差异性极大，所以智能矿山建设要因地制宜，采取合适的方式方法来实现矿山的智能化建设。
      但不少矿山在智能化改造建设中照搬照抄，不能根据实际情况“一矿一策”制定智能矿山建设方案。

      三是智能矿山建设体系不成熟。智能矿山建设各环节缺少联动，信息和数据孤立，无法形成体系，而使得单环节的智能化建设效益大打折扣。
      智能矿山是将数字化、自动化、智能化等技术与矿山生产经营过程紧密结合，实现矿山智能化生产和管理的综合系统。对于我国大多数矿山而言，体系建设已经成为最大的难点和痛点。

      四是智能矿山政策支持力度不足。国家提出把“推动数字技术赋能采矿行业绿色化转型”作为矿业企业转型升级和加快发展的一项重要任务。但总体来看，支持政策和支持力度还稍显不足，对于大多数中小型矿山企业而言，体系化的智能化建设效益并不足以覆盖建设成本。同时，矿山企业对生存发展难以预期，这也影响了企业升级改造的决策和推进。

      五是智能矿山配套产业不完善。目前多是依靠信息化服务的第三方科技企业，除５Ｇ 矿山技术外，缺少足够实力的科技企业支撑国内矿山智能建设，智能矿山装备制造和生产服务等产业不完善不配套不系统。
      总体来看，我国矿山智能化技术研发起步较晚，相比于国际上的先进水平，大部分矿山企业的生产自动化程度低、系统分散、信息融合度差，特别是资源储量管理的三维地质建模水平不高。随着我国数字通讯技术的快速发展，大大推进了我国智能矿山建设的快速发展，部分环节甚至已处于国际领先，但在系统性与全面性方面尚有一定差距。