数字化转型背景下典型新兴前沿技术在矿业行业中的应用

高 曦，张 炜，赵相宽，吴西顺

(1.中国地质调查局地学文献中心，北京 100083；2.中国地质图书馆，北京 100083)

矿业行业作为传统的资本密集型产业，其发展面临诸多挑战，如矿产品价格波动、劳动力短缺、极端环境或偏远地区作业人员的健康和安全风险、ESG(环境、社会和公司治理)标准下绿色可持续发展的迫切需要等。数字化转型为矿业行业改进生产运营提供了新的路径，为企业提供了前所未有的机会，使企业能够创造价值和获取价值，在现有的困境中保持恢复力，在应对未来新的挑战中保持竞争力。新冠肺炎疫情的发生更加凸显了矿业行业数字化转型的重要性，使企业意识到数字化转型不仅能够优化企业运营，提高企业生产效率和收益，更关乎企业的生存发展。例如在疫情期间各国采取禁止旅行、关闭边境和限制出行等措施的背景下，从车辆无人驾驶到远程监控再到预测性维护，自动化和远程运营在维持矿业企业生产方面发挥了关键作用，使矿业企业可以在全球任何地方全面了解生产运营状况，发现设备性能和生产率低于预期的情况，并降低设备故障率。但是限于矿业企业相对保守的传统以及对采用新技术的成本效益担忧，矿业行业的数字化转型任重道远，如波士顿咨询公司2021年2月发布的《数字化加速发展指数报告》表明，与汽车或化工等具有可比性的行业相比，矿业行业的数字化成熟度要低30%～40%[1]。

为了更好地诠释数字化转型驱动下人工智能、远程/自主操控、5G无线通信等关键前沿技术对后疫情时代矿业行业发展的影响，本文重点围绕具有代表性的人工智能矿产勘探技术、露天矿山无人驾驶运输系统、地下矿山自主装载-运输-卸载系统、矿山5G通信技术，从矿业行业需求、技术产业发展与行业应用、未来发展所面临瓶颈三个方面进行了分析，并对后疫情时代矿业行业数字化转型中前沿技术发展进行了展望。

1 矿业数字化转型概述

数字化转型是通过将信息、计算、通信连接等技术相结合，引发实体属性的重大变化，从而改进实体的过程[2]。以矿山开发运营为例，数字化转型驱动下的新兴前沿技术主要分为三类，一是建立基础数据的技术，涉及智能传感器、可穿戴设备、全球定位系统、无人机等，旨在获取海量和实时数据；二是进行大数据集成/追踪的技术，涉及物联网、区块链、射频识别和实时定位系统标签等，旨在实现运营管理一体化及实时决策，从而提高生产运营效率；三是实现大数据利用的技术，涉及机器学习、先进数据分析、硬件(设备)远程/自主操控、机器人流程自动化、软件自动化、云计算等，旨在利用获取的数据信息优化作业流程。

数字化转型给企业带来的真正价值主要体现在四个方面，一是提升劳动生产率，二是为企业创造新的价值，三是做出最合理的商业决策，四是具备先发制人的竞争优势。在新一轮科技革命与产业变革背景下，大数据、新一代通信技术、人工智能等新兴前沿技术为各个行业的转型升级构建了新的发展蓝图，数字化转型成为企业实现可持续经营的重要推动力。在数字化转型的驱动下，矿业行业的整体发展趋势表现为生产效率更高的机器设备及某些操作的自动化、数字化，更快更大规模的连接性，以及智能网络在整个产业链的应用，涵盖矿产勘探、矿山开发等各个模块。例如，在矿产勘探领域，随着找矿难度不断增加，人工智能和大数据平台的应用可以充分挖掘矿山数据潜力，优化勘探模型，实现精准预测，从而大幅降低勘探成本；在矿山开发领域，通过将大数据、物联网、云计算、5G网络连接与自动化设备相结合，不仅能够提供远程作业，生产监控，同时还可以优化复杂的生产系统，从而提高生产效率，降低生产成本，保障安全。

尽管如前文所述，矿业行业的数字化转型还处于起步阶段，但世界经济论坛2020年10月发布的《就业前景报告》指出，70%的矿业企业正在加速其业务流程的数字化，而新冠肺炎疫情的发生将进一步推动这一发展趋势[3]。无论是矿业企业，还是矿业价值链中的相关企业，物联网、大数据、人工智能、5G无线通信、远程/自主操控、先进传感器等关键前沿技术的应用，都让企业在面对新冠肺炎疫情等突发事件时具备灵活应对和快速反应的能力。

2 矿业数字化转型前沿技术应用案例

2.1 人工智能在矿产勘查数据处理中的应用

1)地质矿产勘查数据呈爆炸式增长态势，人工智能技术成为促进矿产勘查新发现的重要手段。地质矿产勘查工作产生了大量的报告、图件等数字化信息，仅凭人工检索和处理如此海量的数据已经难以满足矿产勘查行业高质量发展的需要。人工智能技术能够快速、精确地处理并分析大量数据，自动进行数据抽取、集成、分析建模，因此具有大幅提升勘探效率、缩小勘探范围、降低勘探成本、在数据较为匮乏的绿地勘探项目中圈定成矿远景区、发现一些被传统理论或方法忽视的找矿信息等优势。

这些优势使人工智能技术主要用于矿产勘查中的两个方面，一是基于人工智能技术对镜下和岩芯照片等图像的快速分析来识别矿物、沉积构造等；二是基于机器学习和专家系统的大数据综合分析来开展数据建模和成矿远景区/找矿靶区预测。

2)发挥图像识别和数据分析优势，人工智能技术在矿产勘查中的应用呈上升趋势。据欧洲科学数据分析企业Startus-Insights的统计，截至2020年9月，全球共有88家利用人工智能技术进行矿产勘查的初创企业，主要位于澳大利亚、加拿大等国家[4]。例如，加拿大企业Geolearn基于机器学习技术研发的Predikor软件，可根据岩芯照片自动描述岩性、蚀变和矿脉特征，通过针对性的数据训练能够在几分钟内描述数千米长岩芯的特征，并在相关研究中准确识别出加拿大Lalor锌-铜-金矿床中金品位高于1 g/t的区域[5]；澳大利亚企业Earth AI研发的神经网络算法，可基于包括遥感、辐射测量、地球物理和地球化学数据集在内的全球数据预测成矿远景区，大量的现场测试证实该算法对金属矿床绿地勘探项目成矿远景区的预测成功率约为26%，远高于传统勘探方法0.5%的成功率[6]；加拿大企业Goldspot Discoveries研发的机器学习预测技术，可通过对地质、地球物理、地球化学、卫星遥感等数据的综合分析圈定成矿远景区，实际应用表明仅利用加拿大魁北克省Abitibi地区4%地表面积的地质、地形和矿物数据就识别出该地区86%的已发现金矿床，并圈定新的找矿靶区[7]。

我国已有多个团队针对人工智能矿产勘探技术领域进行研究，包括中国地质大学(北京)的陈建平教授、中国地质科学院矿产资源研究所的肖克炎研究员、中南大学的毛先成教授、中山大学的周永章教授等。如周永章团队针对矿产资源勘查预测需要考虑的变量具有多样性且涉及地质、构造、地层、地球化学、岩石、地球物理、遥感等诸多学科，提出采取“降维”策略来提取符合一定效益规则的有用信息，并利用人工神经网络等方法预测找矿靶区[8-9]；肖克炎团队进行了支持向量机、随机森林和人工神经网络机器学习算法在地球化学异常信息提取中的对比研究，并应用随机森林算法对四川省拉拉铜矿等进行了成矿与矿产资源定量预测[10-11]。虽然我国在该领域的研究工作已初显成效，但仍以高校和科研院所的探索性研究为主，尚未实现广泛且有效的商业应用。

3)人工智能矿产勘探技术的准确可靠应用需要解决数据标准化及训练数据集和算法选择等方面的问题。在数据标准化方面，地质矿产勘查工作产生的数据多是非标准化的，这限制了依赖于大量标准化数据进行训练的人工智能技术在该领域的更广泛应用。在图像识别方面，人工智能技术如果仅需识别岩芯图像中的结构、裂缝、粒度等信息，通过大量的前期训练就能够实现，但如果要准确识别岩芯图像中的岩性、蚀变、矿脉及显微矿物图像中的矿物分类等，则需要大量特定的数据进行针对性的训练。在成矿预测方面，使用不同的数据集或不同的机器学习方法进行训练的人工智能技术会对预测结果产生一定影响，如针对不同的数据集并没有公认的最优机器学习算法，需要通过对不同算法的验证选定准确率更高、更稳定的算法。

2.2 露天矿山无人驾驶运输系统

1)露天矿山运输面临作业环境、人员、成本、安全性等方面的严峻挑战，无人驾驶技术成为保障矿山高效安全运营的重要措施。露天矿山的传统运输方式面临作业环境复杂恶劣、驾驶人员严重缺乏、运营成本高昂、高效协同作业困难以及安全事故频发等问题，随着地面管理和监控、车载自动驾驶、数据通信等子系统的完善以及线控、环境感知、定位导航、路径规划、决策控制等关键核心技术的发展，采用无人驾驶技术替代人工驾驶实现非公路环境下固定路线的露天矿山运输已具有可行性[12]。

矿山无人驾驶运输系统的主要优势体现在五个方面，一是通过车辆集群调度可提高车辆利用率、连续作业时间和生产作业效率；二是通过减少现场作业人员数量可节省人工成本和提升安全作业水平；三是通过规范车辆操作可降低燃料消耗和减少排放及延长轮胎和设备使用寿命；四是通过实时连续关键设备状态采集与最佳设备维护策略的结合可提高车辆维护效率和降低车辆故障率；五是通过与其他先进、智能生产设备的协同作业可实现生产过程的全面监测和集成管控。这些优势将为矿山生产运营带来显著的经济效益、社会效益和环境效益。

2)无人驾驶技术在露天矿山运输中的应用已趋于成熟且效果显著。全球露天矿山无人驾驶运输系统的市场份额主要由三家供应商占有，其中两家是原始设备制造企业小松集团和卡特彼勒，另一家是自动化解决方案服务商ASI。小松集团的FrontRunner无人驾驶运输系统自2008年推出以来已在4个国家的13座矿山得到了部署，实现了40亿t的物料运输量，截至2021年9月已有超过400台无人驾驶矿用卡车在运营[13]；卡特彼勒的MineStar无人驾驶运输系统自2011年推出以来已在北美洲、南美洲和澳大利亚的17座矿山投入运行，物料运输量也已突破40亿t，截至2021年底全球已有超过500台无人驾驶矿用卡车在运营[14]。

现有实际应用数据表明[15]，无人驾驶运输系统可将产能提高15%～30%，将装载和运输单位成本降低15%以上。例如，力拓集团运营的每辆无人驾驶矿用卡车的年平均运行时间比常规运输卡车多700 h，运输成本降低了约15%，燃料消耗减少了13%，到2021年不断增加的无人驾驶矿用卡车每年将为其带来5亿美元的净现金流；淡水河谷巴西Brucutu铁矿无人驾驶矿用卡车机队的规模已达13辆，总物料运输量达1亿t，行驶距离超过1 800万km，自2016年部署以来运行良好且未发生过事故，相比于有人驾驶卡车，无人驾驶卡车的燃料消耗减少了11%，单位时间的矿石运输量提高了11%，轮胎使用寿命延长了35%。

在智能矿山建设背景下，我国矿业企业也已开始重视无人驾驶运输系统的应用。如洛钼集团在三道庄矿5G网络应用场景下部署了30多台无人驾驶纯电动矿用卡车[16]；国家能源集团在神宝能源露天煤矿的极寒工况下部署了5台220吨级无人驾驶矿用卡车[17]；准能集团在哈尔乌素露天煤矿实现无人驾驶矿用卡车行驶里程3 111 km及运行418 h，并且计划2022年底完成对黑岱沟露天煤矿和哈尔乌素露天煤矿共计183台卡车的无人驾驶升级改造[18]。目前，国内露天矿山无人驾驶运输系统仍处于测试和试运行阶段，与国外相对成熟的露天矿山无人驾驶技术装备和规模化应用依然存在较大差距。

3)无人驾驶运输系统的稳定运行和广泛部署需要系统性能的进一步提升和矿山运营管理模式的改变。由于矿山环境和作业场景的特殊性，无人驾驶运输系统的稳定运行面临的主要挑战包括五个方面，一是矿山道路路况差，存在粉尘多、温差大、振动强等复杂工况；二是矿山道路上非结构化障碍物多，如撒料、落石、土丘、积水、坑洼等；三是矿山生产作业场景复杂且一直在变化；四是矿山作业区域广阔，矿坑之间高低落差大；五是装卸过程中需要其他有人驾驶车辆的协同配合。这些挑战对决策规划算法优化、高精度地图采集和更新频率、无线通信覆盖程度、车辆调度集群化等方面提出了更高的要求。

除了加强无人驾驶运输系统的运行稳定性外，还需要解决该系统的广泛部署所面临的一系列问题，包括提升无人驾驶运输系统与有人驾驶矿用卡车的混合作业能力；建立不同无人驾驶运输系统之间可互操作的标准来提高运营的安全性和效率；制定适用于无人驾驶运输系统规模化应用的露天矿山设计标准，针对露天采矿道路、排土场、开采区等的建设形成新的技术要求和规范。

2.3 地下矿山自主装载-运输-卸载系统

1)地下矿山开采逐渐走向深部，自主铲装、运输和卸载技术成为实现矿山运营远程化和自动化的重要方面。随着地表矿产资源日益枯竭，地下开采的比例将越来越大。深部地下开采面临诸多不安全因素，如高温、高湿、高应力等，对井下作业人员和设备造成严重威胁。因此，以少人化、无人化为目标的地下采矿设备自动化和智能化成为深部地下开采的重要发展趋势之一。

地下矿山的自动化程度尚无法达到露天矿山的水平，除少数矿山使用无人驾驶矿用卡车外，大多数地下矿山采用铲运机进行装载点到卸载点的短周期自主铲装、运输和卸载作业，其具有灵活、高效、机动、多用途等突出优势。

2)地下矿山自主装载-运输-卸载系统的发展日趋成熟并得到较广泛应用。具有代表性的自主装载-运输-卸载系统包括卡特彼勒的MINEGEM系统、山特维克的AutoMine系统以及安百拓的Scooptram Automation系统。卡特彼勒的MINEGEM系统由机载计算机、激光传感器、软件和无线通信网络基站等组成，而山特维克的AutoMine系统由外部系统、机载控制系统、生产区系统、中心控制系统等组成，尽管两个系统在配置上略有不同，但运行模式非常相似，即矿石铲装作业由远程控制室内的操作人员手动完成，装载完成后系统转为自主操控模式，铲运机驶向指定的卸载点并在完成倾倒后返回，基本实现了铲运机的远程、半自主和自主操控。目前，卡特彼勒和山特维克都开发了辅助性自动铲装功能，向实现地下铲运机的完全自主运行迈出了重要一步。

据不完全统计，MINEGEM系统、AutoMine系统和Scooptram Automation系统在全球数十座地下矿山中得到应用，涉及必和必拓、纽克雷斯特、LKAB、Boliden、智利国家铜业、雷索卢特矿业、嘉能可等全球知名矿业企业。2021年4月，山特维克矿山和岩石技术公司表示，已在亚太地区交付了第100台连接到AutoMine系统的地下铲运机，并且已在澳大利亚、巴布亚新几内亚和菲律宾安装了30套AutoMine系统，客户包括Barminco、OceanaGold、Redpath和Byrnecut等矿山开发服务企业[2]。

早在“十二五”期间，由矿冶科技集团有限公司(原北京矿冶研究总院)牵头组织实施的国家863计划“地下金属矿智能开采技术”项目就研制出了包括地下智能铲运机在内的五大智能化无轨装备，攻克了地下移动设备高精度定位导航、导航路径规划、跟踪控制等关键技术，研究成果以系统集成方式在凡口铅锌矿、山东黄金集团焦家金矿进行了现场工业技术验证，达到了预期目标[19]。然而，目前国内铲运机的自动化发展仍处于初级阶段，以视距操控和远程操控为主，如金川集团“基于进路式采矿法的铲运机远程遥控出矿技术研究”项目的井下试验于2021年4月取得阶段性成果，标志着金川集团自产JCCY-6型铲运机在井下生产中实现远程操控出矿目标[20]。

3)自主装载-运输-卸载系统的高效可靠运行仍需要克服地下矿山作业环境复杂恶劣和设备维护困难等挑战。由于地下矿山面临比露天矿山更为恶劣的设备运行条件，自主装载-运输-卸载系统的可靠部署和高效运行需要解决的关键问题包括确保矿山作业人员远离铲运机的自主作业环境、减少因设备组件复杂性和故障及配套基础设施受损导致的系统计划外停机、简化整个系统的安装设置。

2.4 矿山5G通信技术

1)连接性是智能矿山建设的关键，5G通信技术将成为赋能矿山自动化、智能化发展的重要因素。国际海事卫星组织的最新研究发现，矿业企业预计在未来3年将其绝大部分信息技术预算投入于物联网建设[21]。物联网让矿业企业可以把重型设备、传感器和人员等连接到集成平台，并基于先进数据分析技术优化矿山运营管理。

对于基于物联网的智能矿山建设，高速、稳定、可靠的连接性将发挥至关重要的作用，例如需要足够的带宽和高度可靠的网络连接将远程凿岩系统和无人机产生的实时视频流传输至远程运营系统。5G通信技术作为关键前沿技术之一，因其具有大带宽、低时延、广连接等特点而成为矿业企业生产运营模式重大变革的重要赋能技术之一。

2)矿山5G无线通信网络建设刚刚起步但应用效果初显。国际电信联盟对于5G技术的定义包含三类典型应用场景，即增强移动宽带、超高可靠超低时延通信和海量机器类通信[22]。由于不同应用场景对性能需求的极端差异化，5G技术主要基于无线技术和网络技术两大类关键技术的融合提供有针对性的解决方案。就智能矿山建设而言，增强移动宽带主要满足“人”的高速率、大带宽连接需求，如三维模型在线传输、超高清视频监控、虚拟现实/增强现实、雷达探测等；超高可靠超低时延通信主要满足工业场景中“机器”的低时延、高可靠连接需求，如矿用卡车无人驾驶、凿岩台车/铲运机等采矿设备远程操控、无人机巡检等；海量机器类通信主要满足大规模、高密度连接需求，如照明和通风系统的远程控制、安全数据采集等大量设备的连接。

据不完全统计，截至2021年6月，已有8个国家部署了超过40个矿山5G无线通信网络建设项目，大部分还处于测试阶段。北欧地区和我国已有5G矿山投入运营，这主要归因于双方都拥有全球领先的信息与通信技术供应商，如瑞典的爱立信、芬兰的诺基亚以及我国的华为和中兴通信。但需要注意的是，北欧地区的矿山5G无线通信网络建设项目都有全球知名采矿设备和系统供应商参与，如安百拓和山特维克，而我国在相同领域的发展还具有一定差距。瑞典的Aitik露天铜矿在部署由爱立信提供的5G网络后，无人驾驶矿用卡车的行驶速度大幅提升，自动爆破孔钻机的年工作时间从5 000 h增加到7 000 h，矿石产量提升25%，燃料消耗节省10%，成本降低1%，每年减少9 400 t二氧化碳排放[23]。瑞典Kankberg地下金矿正在5G网络条件下测试应用欧盟“地平线2020”计划资助研发的井下超高精度定位技术以及可实现远程/自主操控的凿岩台车、铲运机和无人机等，预计全天候的自动化生产运营将使产量提高40%～80%，基于数据的生产优化将使产量提升10%～20%，每年将减少4 000 t二氧化碳排放[24]。

我国正在利用5G技术上的优势加快推进5G+智能矿山建设。例如，洛钼集团将5G技术应用于露天矿山作业场景，实现了对挖掘机、钻机、无人驾驶矿用卡车作业的远程实时控制，卡车自主运行速度从10 km/h提升到30 km/h，极大提高了三道庄矿区的生产效率，荣获2019年中国有色金属工业科学技术奖一等奖；山东黄金集团将5G技术应用于地下矿山作业场景，在其三山岛金矿应用5G技术实现了设备运行数据的实时采集和上传以及凿岩台车的远程操控作业，该“国际一流示范矿山”建设成果于2021年3月通过专家验收且整体上达到国际领先水平[25]。

3)5G无线通信网络的部署应用需要矿山实现对连接性具有极高要求的自动化、智能化生产运营。5G技术作为智能矿山建设的重要赋能技术之一，其应用需要矿业行业加快推进可提供实时状态监测、运输卡车无人驾驶、移动采矿设备远程/自主操控、无人机巡检、智能调度等应用场景的设备制造、系统开发、数据利用、新兴前沿技术融合等领域的发展，从而加强5G技术在矿山实际场景下的探索性应用，最终实现5G连接环境下矿山生产过程中人、机、环、管等多要素的高效、安全运营。

3 总结与展望

数字化转型作为矿业行业高质量、可持续发展的必由之路，有望让矿业企业的技术发展方向及生产经营模式发生前所未有的改变。当前，矿业行业正加快推进数字化转型，不仅用于优化流程和最大化企业现有资产的价值，而且还着眼于新兴前沿技术，以帮助矿业企业优化设备投资的同时确保作业人员的安全。矿业行业在经历了对其生产运营造成严重甚至“致命”影响的新冠肺炎疫情之后，将会充分认识到数字化转型对企业在生产能力、盈利能力、效率、安全性及应对突发事件等方面的积极影响，主要体现在以下四个方面。

1)利用先进传感器的部署，通过固定监测设备、可穿戴设备、移动采矿设备、矿物加工设备、无人机等载体获取矿业企业生产运营数据，为企业利用数据采集、预处理和存储技术建立经营管理所需的数据基础提供支持。例如，无人机勘查获取的摄影测量数据，可穿戴设备提供的工作人员实时位置，传送带传感器测得的进料质量。

2)利用高质量数据的处理、分析和解释，通过确定已出现问题的原因，或通过预测可能出现的问题并避免其发生，为企业利用机器学习、预测性分析等技术优化生产运营等方面提供支持。例如，预测性维护可避免机器设备因故障造成计划外停机，机队管理系统可掌握移动生产设备(如运输卡车、铲运机)所处位置及作业状态。

3)利用数字通信网络的建设，通过实时信息传输、机器设备与人之间的数据交换、机器对机器通信等，为企业利用物联网技术实现流程自动化、提高生产运营效率等方面提供支持。例如，4G LTE、5G等高速可靠通信技术可显著改善地处偏远且暴露在极端条件下的地下矿山的通信系统连接性。

4)利用生产运营流程的自动化，通过机器设备的远程、半自主和自主操控，为企业消除人为操作的不一致性导致的生产率变化、计划外停机、能源过度消耗、安全生产风险，以及延长机器设备运行时间和减少现场工作人员等方面提供支持。例如，先进过程控制可在提高选矿厂的矿石处理能力、精矿品位和回收率的同时优化能源利用效率和减少环境影响。