近期，第一届全国煤炭行业矿山AI大模型大赛落下帷幕，辽宁工程技术大学荣获人工智能人才孵化奖。辽宁工程技术大学矿业学院教师陈应显荣获优秀指导老师称号，由其指导的学生队伍东西南北队（成员：杨红霞、李佳莹、夏平川、张国玮、叶永超），前后历时四个多月，历经报名阶段、初赛阶段、决赛和答辩阶段，最终从全国389支参赛队伍中脱颖而出，荣获全国三等奖。

第一届全国煤炭行业矿山AI大模型大赛是由中国煤炭学会、中国矿业大学（北京）、华为技术有限公司联合举办，为进一步加快智能矿山建设进程，实现矿山“少人、无人、安全、高效”的目标，搭建的技术交流、人才培养、机遇共创的建模平台。

辽宁工程技术大学荣获人工智能人才孵化奖

陈应显荣获指导老师称号

学生团队荣获全国三等奖

陈应显，四川省德阳市人，管理学博士，副教授，澳大利亚莫纳什大学访问学者。主要从事露天开采理论与技术、数字矿山与矿山企业管理方面的教学与科学研究。先后承担国家自然科学基金项目、辽宁省教育厅项目等课题5项；完成企业委托横向课题20余项；获省部级二等奖1项、三等奖3项；在《煤炭学报》等期刊和国际学术会议发表论文35篇，其中SCI检索3篇、EI检索11篇；出版《矿山空间信息集成与数据挖掘研究》专著1部；申请发明专利12项，软件著作权12项；参加制定行业技术规范1部。

近年来，我国矿山智能化建设水平不断提升，出现了一批示范项目、示范矿山。智能矿山的核心就是通过人工智能算法来沉淀专家经验，替代人从事危险、复杂、重复的劳动，让煤矿生产更加安全、智能、高效。

行业痛点，亟待解决

数据显示，我国95%以上的煤矿均是井下作业，平均井深在400m以上。井下空间狭窄、作业活动受限，且阴暗潮湿、能见度低。掘进过程中，地质构造常有变化，需要及时解除掘进面围岩阻挡、顶板卸压，这些常常需要穿孔爆破作业来完成。而穿孔爆破作业这一过程却涉及岩性识别，目前传统岩性识别需要现场人工辅以实验室配合完成，存在以下弊端：高度依赖经验，对专业性要求高，受主观影响较多，工作量大、耗时长，这些因素是煤炭行业岩性识别多年来的痛点问题。

“我们团队成员亲自深入950米以下矿井，切身煤矿井下深知作业环境的艰辛，所以想借助智能AI岩性图像识别，实现精细化、定量化装药，提高安全性并降低成本，实现矿山数字化精细爆破作业。”陈应显说：“如何保障煤矿有序生产作业，通过科学、合理的分析识别岩性，实现定量化、精细化装药，进而实现精准爆破？这是亟待解决的问题。”

智能识别，降本增效

面对煤矿井下工作环境受限、普通钻机无法实时识别岩性，以及矿产资源勘探难的问题。陈应显团队借助华为矿山AI大模型对训练集进行岩性划分，对不同环境下的岩性做分类处理，然后给训练集加入一些具有对抗性的岩性图片，最后通过层层迭代的环节，实现了精度较高的智能岩性识别。该方案不仅能迅速、准确识别孔内岩性类型及其分布，为爆破装药设计提供科学依据，还能在勘探中描绘特定地质信息，减轻人工识别的工作量，提高识别准确率与工作效率。

“对于计算炮孔装药量，我们在多场景下进行岩芯取样，对取样的数据集进行图像处理和识别，并将岩性信息动态更新至岩性信息数据库，根据这些信息来三维地质建模，通过对内蒙古某露天矿进行模型计算，我们发现炮孔总装药量要比通过单孔岩性精确计算炮孔装药量的成本降低了4.59%。结果显示，通过爆破岩体三维实体模型计算炮孔装药量能有效的降低爆破成本，提高爆破效率。”

陈应显团队的研究成果并非是泛泛而谈，而是切实考虑了社会经济效益、市场空间和价值：一方面，该系统能批量准确完成不同环境下的岩性智能识别，减少实验室人员数量（由多人到一人，甚至到无人）、形成高效实验流程、提升工作效率，具有重要的经济社会价值；另一方面，该系统为岩性识别多场景应用设备提供设计思路，为后续地质信息网络共享提供有效支撑。智能岩性识别，在保证效率的同时可以大幅减少企业的资金投入；在改善爆破效果的同时能定量化弹药用量，提高爆破作业安全性并降低其成本。

以梦为马，不负韶华

在科研实践中，陈应显团队发现，长期以来炮孔内的岩石类型分布情况一直是困扰煤矿爆破精细化作业的制约因素，地质构造变化的复杂程度使得孔内的情况犹如“黑盒”，通过计算作业面所有炮孔装药需求的平均值得到单孔装药量。在该平均装药量的指导下，岩石类型分布正常的钻孔爆破效果很好，却存在坚硬岩石夹层的个别孔会出现爆破不充分现象，而爆破不充分留下的大块或者坚硬夹层往往需要二次爆破。

因此，如何建立这样一个模型：既能够迅速、准确识别孔内岩性类型及其分布，又能为煤矿穿孔爆破的装药设计提供参考依据，进而推动煤矿的爆破作业实现数字化、智能化、精细化和定量化？带着疑惑与期待，团队五人一拍即合，查阅资料，付诸实践。非矿业相关专业科班出身的他们，在研究进程中的确遇到了不少阻碍，其中不乏外界的质疑与遇到不理解的专业问题而产生的自我怀疑。幸运的是，团队成员很团结，能够协同促进，在难点处，导师也会给以一定方向的指导，这才能够亦步亦趋，最后完成模型的构建。难忘比赛过程中一个个一起挑灯奋战的夜，一本本一起啃过晦涩的专业书，一张张一起反复演算的草纸，一幅幅一起热烈讨论的群像……

莫听穿林打叶声，何妨吟啸且徐行。“过多的彷徨、犹豫、恐惧、不坚决、不自信、瞻前顾后、患得患失，才是我们遇到的最大对手。我们充分检视自身优劣势，分解问题、细化模型，致力于将科研实践遇到的小问题落实、落地，将一个苦到极致却影响国计民生的行业，以我们“局外人”的视野，尽可能模型化、可视化的呈现出来，希望越来越多的人才加入，期待行业发展的越来越好。”团队成员告诉记者。

回首向来萧瑟处，归去，也无风雨也无晴。矿业工程是一个很庞大的系统工程，不用过多纠结问题有无意义，从容不迫为每个力所能及的问题贡献自身智慧，当融入其中的时候，交叉专业的灵感碰撞会成为你坚持的动力。“千磨万击还坚劲，任尔东西南北风”，这是我们团队的口号，而“东西南北队”既是寓意我们团队的成员来自五湖四海，本科专业五花八门，要充分发挥我们自身优势，同时也是时刻提醒自己要具备坚韧的意志，不顾一切冲破所有阻碍，再坚定的奔向下一个目标！

立足矿山，放眼未来

“在成功完成岩性图片模型训练、测试和系统构建后，我们的团队成员都非常兴奋。”陈老师笑着告诉我们：“在今后的研究中，我希望能够见证系统从实验室走向实际工程应用，通过准确批量完成不同环境下的岩性识别，实现智能矿山的少人化、无人化发展，也希望与其他参赛队共同研发出更智能的方案，从而助力智慧矿山的快速发展。”

对于智能岩性识别我们现在做的只是冰山一角。智能识别后的岩性信息编录及后续的应用更是需要行业专家的指导。立足矿业，智能岩性识别可以应用的场景众多。首先，能迅速、准确识别孔内岩性的类型及其分布，为煤矿穿孔爆破的装药设计提供参考依据；其次，在资源勘探和地质勘探中，岩性识别能厘定目标区不同岩性空间展布和数量，为矿区三维地质建模提供信息；此外，为岩性识别多场景应用设备提供设计思路，为后续地质信息网络共享提供有效支撑。

作为煤炭从业者的一员，我们既要仰望星空也要脚踏实地。不论遇到什么艰难险阻始终保持着“太阳石精神”砥砺前行，更不能忘记煤炭人这一层肤色。

编辑：梁萍