AI 自己决定怎么开采
AI 判断哪里是煤、哪里是土石，决定先挖哪片、派哪台机器、把挖出的材料送到哪里。现场变了，就重新安排。
PROJECT ZERO · AI 自主开采煤矿计划
一个 AI 大脑，
一整套无人装备。
建设全球首个完全由 AI 驱动的露天煤矿。
大脑决定怎么采、怎么选，装备自己钻、挖、装、运、洗，
12 个月建成首矿试点，再复制整套系统自己开矿。
矿序 MINEOS · AI 自主开采煤矿 · 建设计划书 2026
01座示范矿
完成整矿自主开采
完成整矿自主开采
12项生产分工
由一个大脑统一安排
由一个大脑统一安排
12个月完成首矿试点
全设备由 AI 驱动
全设备由 AI 驱动
这项计划要做什么
一个 AI 大脑，指挥一整套无人装备，让整个矿山自己生产。
01找到煤
02移走土石
03挖煤装车
04运出产品
大脑看现场、作决定、下指令；钻机、挖掘机、矿卡负责干活。机器回传作业结果，大脑接着安排下一步。
现场数据进入AI 大脑
安排开采 · 决定洗选 · 调度设备 · 检查安全
下达任务 ↓ 设备回传结果01 / 12
钻机收到什么任务
确定作业位置，自动定位、钻进并回报地层变化。
所有在用生产设备都接入 AI；本地控制器执行动作，独立安全系统随时可以停机。
01 / THE THESIS
从地里的煤，到装车运走，全程由 AI 组织。
AI 先看清煤层，安排挖掘顺序，再直接指挥钻机、挖掘机和矿卡作业。机器回传现场情况，AI 根据变化继续安排。整座矿山按这一方式持续挖煤、装车、运输，并处理挖出的土石。
钻机、挖掘机、矿卡自己干活
钻机自己钻，挖掘机自己挖煤装车，矿卡自己运输；破碎、分选、脱水、配煤以及供电、排水、洒水等生产设备全部由 AI 调度和控制。
人负责建设与管理
日常挖煤、开车和安排设备交给 AI 与机器。人负责工程建设、安全管理、设备维护和重大事项审批，不需要在驾驶室里一斗一斗操作。
WHOLE MINE / 全生命周期从资源到产品，
从资源到产品，
从开采到修复。
01勘探与资源
02设计与计划
03穿孔与工艺
04挖煤、装车与排土
05运输与补能
06选配与发运
07检修与供应链
08水务与复垦
为什么现在做把钻机、挖掘机和矿卡，
把钻机、挖掘机和矿卡，
组织成一支自己干活的队伍。
推广方式
先让一座煤矿自己生产，再把这套开采办法用到更多矿山。
与传统矿山比较
同一座矿，用 AI 生产有什么不同？
传统矿山依靠人员操作设备、安排工序。我们的方案由一个 AI 大脑接收现场信息，直接指挥开采、洗选和辅助装备，按整座矿的产量、质量、成本和安全一起安排。
| 比较项目 | 传统矿山的常见做法 | 本项目的生产方式 | 预期优势 |
|---|---|---|---|
| 设备操作 | 驾驶员与操作员分别操控机器 | AI 直接控制钻、挖、装、运、洗及辅助设备 | 减少危险现场人员和重复操作 |
| 生产安排 | 各工序分别排班，变化后逐级协调 | 采煤、运输、洗选共享现场状态，自动重新安排 | 减少设备等待、堵料和上下游脱节 |
| 采煤质量 | 根据经验和定期化验调整 | 每斗结合煤岩识别与实际煤质调整 | 减少混入土石和可采煤损失 |
| 洗选回收 | 人工观察、化验后调节工艺 | 持续检测，兼顾产品质量、回收量与耗费 | 同样原煤产出更多合格产品 |
| 设备维修 | 定期检修与故障抢修相结合 | 持续监测状态，维修与生产计划一起安排 | 减少突然停机和无效维修 |
| 能耗与水耗 | 局部设备分别控制 | 运输、补能、洗选和回水统一调节 | 减少空驶、用电高峰和水料损失 |
| 安全管理 | 人员巡查、制度与设备防护 | 无人作业区加持续监测与独立停机保护 | 降低人员暴露，更早阻断危险 |
| 经营管理 | 产量、煤质和财务记录分散 | 每车煤从来源到产品、销售与成本都有记录 | 更快看清每吨产品是否赚钱 |
| 开新矿 | 重新组织大量操作和管理人员 | 复制 AI 大脑、设备接口和运营方法，按矿况调整 | 降低重复开发，提高多矿管理效率 |
按相同矿体、运距、产能与产品要求比较。具体降本、增产与回收收益在财务模型中分别设定。
02 / HOW THE MINE WORKS
一吨煤，怎样被 AI 采出来？
露天采煤，先要移开盖在煤层上的土和岩石，再把煤挖出来、装上车、运到卸煤点。本项目把这一整套过程交给 AI 和无人装备完成。
煤炭这条线
露出煤层 挖煤 装车 运煤 卸煤交付
土石这条线
剥离土石 装车 运土 排土整形与复垦
两条作业线由同一套 AI 协调：移开土石才能持续采煤，土石和煤分别装运、分别管理。
01
看清煤层在哪里
先弄清哪里是煤、哪里是土石，以及煤层有多厚、品质怎样。
参与设备
无人机、测量设备、钻机、煤质检测设备
AI 决定什么
AI 把钻孔记录、地形测量、化验结果和新露出的煤面合在一起，生成持续更新的三维矿山图，标出煤与土石的位置。
机器怎样执行
无人机按计划测量，钻机完成勘测任务，检测设备回传数据。每推进一个作业区，系统就更新一次实际地形与煤层信息。
交给生产计划：可开采区域、煤岩边界、煤质与道路位置。
带来的价值减少挖错位置、把土石混进煤里和遗漏可采煤。
02
决定先挖哪里、派哪些机器
把今天要交付的煤，变成每台机器接下来要做的事。
参与设备
矿山 AI 调度系统
AI 决定什么
AI 结合订单、煤质、剥离量、可用设备和道路条件，安排先移走哪片覆盖层、再采哪段煤层，以及挖掘机和矿卡如何搭配。
机器怎样执行
调度系统将任务直接发送给钻机、挖掘机、矿卡和排土设备。设备按顺序执行，并回报位置、进度、负载与完成结果。
交给装备：明确的作业位置、物料种类、目标和执行顺序。
带来的价值让挖掘机有车可装、矿卡有煤可拉，减少彼此等待。
03
移走盖在煤层上的土石
把盖住煤层的土和岩石移开，让煤露出来。这一步叫剥离。
参与设备
无人钻机、破碎设备、挖掘机、运土矿卡
AI 决定什么
AI 判断覆盖层的位置、形状与土石性质，在批准的开采设计内安排分区剥离。硬岩先进入相应松动或破碎工序，再安排挖装与运走。
机器怎样执行
钻机按作业方案自动定位和施工；挖掘机自主挖起土石并装车，运土矿卡将其送往指定排土位置。新露出的表面随即被重新扫描。
煤层暴露后转入采煤；剥离出的土石沿运土路线进入排土场。
带来的价值减少重复挖运，协调剥离进度与采煤需求，保持后续煤源接续。
04
让挖掘机自己把煤挖起来
AI 直接决定铲斗从哪里进入煤堆、沿什么路径挖、什么时候提斗。
参与设备
自主挖掘机及机载 AI 控制系统
AI 决定什么
AI 识别煤面与土石边界，选择这一斗的开挖位置，计算铲斗的进入、收斗与提升动作；结合液压压力和负载变化判断是否遇到硬块或卡阻。
机器怎样执行
机载控制器驱动动臂、斗杆和铲斗协同运动。阻力变化时自主调整动作，挖完后重新扫描煤面，再决定下一斗的位置。
一斗煤离开煤体，系统同时确认这一斗来自哪里、估算装载量并更新剩余煤面。
带来的价值把每一斗挖准、挖稳，减少混入土石、无效动作和设备冲击。
05
让挖掘机和矿卡自己配合装车
车自己到位，挖掘机自己装煤，达到目标装载量后车再离开。
参与设备
自主挖掘机、无人矿卡、载重与车厢感知设备
AI 决定什么
AI 选择来接煤的矿卡，安排停车位置；根据车厢剩余空间和载重，决定每一斗倒在哪里，以及是否继续装载。
机器怎样执行
矿卡在装载位置停车并保持制动，挖掘机确认位置后回转、卸煤、回斗。每斗更新车厢装载状态，完成后双方交换放行信号。
形成一张包含煤源、重量、煤质和去向的运单，矿卡获得离开许可。
带来的价值减少装偏、超载、撒落和换车等待，使采煤与运输连续衔接。
06
让矿卡自己把煤运走
把煤送到正确的卸煤点，同时让空车及时回到挖掘机旁。
参与设备
无人矿卡、道路感知与交通调度系统
AI 决定什么
AI 根据路况、车辆位置、卸煤点排队和电量安排路线与通行次序；前方拥堵或设备退出时，重新安排车队任务。
机器怎样执行
矿卡自主行驶、转弯、避让、排队和停车。完成卸载后，按计划返回装煤点，或前往补能位置。
煤车到达对应卸煤点，空车与补能任务同步进入下一轮调度。
带来的价值减少空驶、排队和集中充电，让车队运输能力跟上采煤节奏。
07
自动卸煤、选配并交付产品
把运来的煤变成满足订单要求、可以交付的产品。
参与设备
卸煤设施、破碎站、输送带、选煤与装运设备
AI 决定什么
AI 依据每车煤的来源、品质和订单需求选择卸煤位置，协调破碎、输送、选配与库存，避免好煤混错堆、工序之间堵料。
机器怎样执行
车辆与卸煤设施相互确认后完成卸载；破碎、输送与选配设备按工艺要求运行，检测结果回传给采煤计划。
得到符合要求的产品煤，同时记录产量、品质、库存和实际成本。
带来的价值让采出的煤更稳定地转化为可销售产品，提高订单兑现率。
08
把土石排好，让矿山继续向前
与采煤同时处理土石、维护道路，并按计划恢复土地。
参与设备
运土矿卡、无人推土机、平地机、巡检与复垦设备
AI 决定什么
AI 依据排土场设计、容量、监测和运输距离安排卸土位置、整形顺序与道路维护，统筹后续复垦。
机器怎样执行
矿卡在指定位置卸土，推土和整形设备按设计作业；无人机复测，巡检设备检查现场，结果回传给下一轮采剥计划。
形成可持续接续的排土能力、可通行道路和按年度推进的复垦区域。
带来的价值减少二次搬运和道路劣化，把排土、生态修复与生产一起安排。
现场变化时，AI 怎样自己调整01 02 03 04
这一斗露出一条夹在煤里的岩石。
重新识别
扫描结果显示挖出的东西与原来判断不同，AI 重新确认煤岩边界。
改变挖法
挖掘机调整下一斗的位置和动作，将岩石与煤分别挖出。
重新派车
调度系统安排不同的接料车和去向，避免把岩石送进产品煤堆。
更新整矿计划
把刚挖出来的实际情况记入矿山地图，后续采煤、配煤与运力安排同步更新。
硬岩作业纳入同一份生产计划
按地质条件衔接机械挖掘、破碎或钻爆工艺。AI 负责选择工艺、安排任务、指挥设备，并检查作业结果，钻机及配套自动化装备完成相应作业；涉及爆破的工程设计与作业许可由持证专业主体按法定程序批准，设备执行受独立安全系统控制。
挖出来以后，还要把煤选好
洗选厂也由同一个 AI 大脑控制。
原煤里有煤，也有石头、细泥和水。洗选的工作，是把它们合理分开，得到符合客户要求的产品。AI 从采煤位置就开始记录煤质，再决定怎么破碎、分选、脱水和配煤。
适合采用干选的原煤：先分大小，再把煤和石头分开，减少用水。
AI 正在安排
检测来煤
识别大小、含水和煤岩特征，选择处理路线。
分出的矸石 → 分类利用或按设计处置
按煤种、可选性、水源和产品要求组合工艺。AI 同时控制给料、分选、脱水、回水和配煤，比较整条线的产品质量、回收量与成本。
来煤不同，处理办法跟着变
同一矿山不同煤层、不同采区的煤质也会变化。检测设备持续提供粒度、灰分、水分、硫分和热值信息，AI 随来煤安排给料与洗选路线。
每一类设备都能接到 AI 指令
给煤机、破碎机、筛分机、干选机、重介和跳汰设备、浮选机、离心机、压滤机、浓缩机、水泵、配煤设备和输送带，全部纳入统一控制。
多回收合格煤，同时算清耗费
AI 同时比较产品产率、质量、电耗、水耗、介质和药剂消耗。产品必须符合订单要求，再决定哪种运行安排能多赚钱。
产品、水和矸石都有去向
合格煤进入配煤与装运；水和介质回收使用；矸石、煤泥和其他剩余物分类处理。物料和水量有记录，防止只看产品、不看损失。
工艺与智能化建设参考国家能源局煤炭洗选高质量发展意见；浮选质量与回收监测参考ACARP 现场研究。
把挖煤这件事看清楚
挖掘机怎样自己挖起一斗煤、装进矿卡？
以下六个动作由机载 AI 和控制系统连续完成。每挖一斗，机器都会重新看一次煤面，决定下一斗怎么挖。
自主挖煤与装车过程
AI 大脑 / 指挥机器作业动作 01
看清现场 · 决定动作AI 大脑挖掘机与矿卡协同
01看清煤面看清煤面
02铲斗进入等待开始
03收斗装煤等待开始
04回转对车等待开始
05卸煤入车等待开始
06开始下一轮等待开始
安全系统独立检查，危险时立即停止
01 / 06 · 识别煤面的 AI
先看清这一斗要挖的位置
摄像头和激光扫描识别煤堆形状、煤与岩石的位置。AI 看清铲斗附近的作业空间，选定这一斗从哪里下去。
这一刻做什么
每步展示 10 秒，也可直接切换。确定这一斗的位置，确认周围可以安全作业。看现场 → 作决定 → 机器动作 → 检查结果03 / AGENT OPERATING SYSTEM
一个 AI 大脑，怎么指挥全矿装备？
全矿使用一个 AI 大脑。它接收现场信息，决定开采顺序，再指挥各类装备一起干活。找煤、挖煤、运输、维修等十二项工作，是这个大脑内部的分工；设备上的控制器负责把指令变成实际动作。
L5月 / 季度人类治理
人负责管理和审批
战略、预算、风险偏好、法定责任、模型发布
L4小时 / 天矿级决策
矿山 AI 安排整矿生产
生产计划、经营目标、资源配置、约束求解
L3秒 / 分钟任务协同
各组 AI 分别处理具体工作
地质、采装、运输、质量、设备、能源、科学
L2毫秒 / 秒本地控制
机载控制系统驱动机器
控制铲斗和车辆动作，确认装车位置、通行安排及完成结果
L1持续感知真实状态
传感器看清现场、测量机器
矿体、车辆、道路、人员、传感器与能源设施
独立安全控制层
发现危险时直接阻止机器动作；断网后仍能执行安全停车
矿山 AI 决定“做什么”，机器上的控制系统负责“怎样动”。铲斗、刹车和转向由本地控制器快速响应；安全系统独立检查并决定是否允许动作。
LOAD & DUMP AGENT
负责挖煤与装车的 AI
决定铲斗从哪里挖、怎么挖，并让挖掘机与矿卡完成装车。
- 收到的信息
- 煤面与土石位置、铲斗角度、液压压力、负载、矿卡位置及车厢剩余空间。
- 安排的工作
- 下一斗的位置和挖掘动作、挖掘机停放位置、装车顺序、卸煤位置和满载离开指令。
- 怎样实现
- 三维感知识别煤面；力学模型计算挖掘动作；机载控制器驱动液压机构；装载检测决定下一斗如何卸入车厢。
- 遵守的规则
- 仅调用已认证或验证的设备技能，不自行改变边坡或台阶设计。
- 观察的效果
- 有效装载率、车铲交换时间、混煤损失、远程介入频次。
出问题怎么办
遇到硬块或卡阻时退斗、重新扫描并调整挖法；检测到人员、设备或边坡危险时停止作业。
每个任务有去向，每次动作有记录
系统记录谁下达任务、哪台机器执行、执行前有哪些条件、完成后得到什么结果。同一个任务只执行一次；通信恢复后，先核对机器位置与未完成工作，再继续生产。
04 / THE TECHNICAL ROUTE
怎样让 AI 真正控制机器、完成开采？
建设八套相互配合的系统，让 AI 看得见现场、决定挖法、控制设备，并安排各工序连续作业。
看清煤层和现场
识别将钻孔、化验、无人机测量、摄像头和激光扫描的数据放到同一张三维矿山图上。区分煤、岩石、道路、车辆和作业区域，并随着挖掘更新。
建设内容：地质数据库、煤岩识别、现场扫描与地图更新。
生产结果：AI 知道哪里可以挖、这一斗挖的是什么，后续设备拿到同一份现场信息。
计算每一斗怎么挖
判断根据煤面形状、煤岩边界、铲斗容量、机器姿态和物料阻力，选择下斗位置，安排进入、收斗、提斗和回转动作；煤面变化后重新计算。
建设内容：煤堆与挖掘机的计算机模型、铲斗路线规划、物料阻力预测。
生产结果：挖掘机自己选择挖法，同时兼顾装满程度、能耗和设备受力。
直接控制挖掘机
执行在挖掘机上安装位置、压力和负载感知装置，接通动臂、斗杆、铲斗及回转机构。机载控制器依据反馈连续调节动作，遇到卡阻先退让再调整。
建设内容：设备电控改造、液压控制、位置与力量配合、机载计算和本地安全停车。
生产结果：连续完成挖煤、提斗、回转、卸煤、回斗，日常作业无需驾驶员逐斗操纵。
让各台机器配合
协作统一钻机、挖掘机、矿卡、推土机和卸煤设施的任务接口。AI 根据实际进度安排接料车辆、装车位置、运送去向和下一步任务。
建设内容：设备通信、任务派发、车辆通行、装车确认与异常任务重新安排。
生产结果：上一道工序完成，下一台设备接着干；煤和土石分别运输，减少等待和错装。
让整矿生产连续进行
调度根据订单、煤质、剥离进度、库存、设备和电量安排生产。设备退出、道路拥堵或卸煤点排队时，系统重新安排可用机器和作业顺序。
建设内容：生产排程、煤质选配、库存管理、道路维护与充换电安排。
生产结果：采煤、装车、运输和卸煤相互匹配，减少一处忙、一处等的情况。
减少故障和停机
保障用温度、振动、油液、电流和维修记录判断设备状态，提前安排停机维护、备件和替代设备。矿端计算与备用通信支持持续运行。
建设内容：设备健康监测、维修计划、备件管理、矿端算力和通信。
生产结果：减少突然坏车和集中检修，维修安排与生产计划一起考虑。
发现危险立即停止
安全安全系统直接检查人员、边坡、车辆和设备状态。危险时阻止机器动作；通信或主系统故障时，设备执行本地停车和恢复程序。
建设内容：区域隔离、独立联锁、紧急停止、设备身份、分区网络与操作记录。
生产结果：生产调度服从安全条件，故障后先检查现场和机器状态，再恢复作业。
用生产数据改进挖法
学习把每斗装载量、挖掘阻力、能耗和煤质结果与地质、力学模型比较，找出更好的挖掘与生产安排，经过模拟和试验后用于现场。
建设内容：数据积累、科学模型、计算机模拟、现场对照试验与版本管理。
生产结果：把不同煤层、工况和设备上的经验保存下来，持续降低每吨煤的开采成本。
把要交的煤，变成机器的工作安排
AI 根据今天要交多少煤、需要什么煤质、哪些机器可用，安排采区、挖掘机、矿卡和补能时间。每一步都要满足安全、设备和环境要求，再比较怎样做成本更低。
同样的生产任务，用更少的成本完成
满足安全、质量、产能与环境约束
满足安全、质量、产能与环境约束
先试清楚，再用到生产中
新的挖掘方法先用历史数据和计算机模拟检查，再到指定试验区运行。比较挖煤效率、能耗、混入土石的比例和设备受力，确认效果后再用于日常生产。
回放 → 仿真 → 影子 → 试验 → 发布
05 / AI FOR SCIENCE
怎样让机器越挖越好？
AI 会研究：铲斗怎样进入煤堆更省力，怎样少混入土石，哪些动作更伤设备。把现场数据与力学、地质等科学方法结合，经过试验找到更好的做法，再用回生产。这就是本项目的 AI4S。[09]
01观测多源数据与现场实绩
02假设机制模型与不确定性
03试验孪生、对照与受控验证
04知识独立评估与版本沉淀
05应用约束内优化与持续监测
RESEARCH / 01
让铲斗挖得更省力
同一堆煤，从哪里下斗、怎样收斗，能装得更多、耗能更少？
- 模型与方法
- 用力学计算受力，用生产数据修正挖掘方法。
- 数据基础
- 铲斗位置、液压压力、装载量、煤面形状和每斗能耗。
- 验证设计
- 在相近物料和作业条件下比较不同挖法，分别记录装载量、动作时间、能耗及设备冲击。
能带来什么效果
减少空斗、卡阻和无效动作，降低单位挖煤成本。
RESEARCH / 02
把煤和土石分得更清楚
煤层边界改变时，怎样及时发现，并把煤挖得更干净？
- 模型与方法
- 将地质模型与新露出的煤面、化验结果对照更新。
- 数据基础
- 钻孔、地形扫描、采煤位置和实际煤质。
- 验证设计
- 用新开采区域检验原有判断，跟踪混入土石的比例与实际煤炭回收情况。
能带来什么效果
减少混煤和煤炭损失，提高合格产品产量。
RESEARCH / 03
让运输和修复少浪费
怎样让车辆少空跑、土石少搬一次，设备少受损？
- 模型与方法
- 结合车辆动力学、设备磨损、水文和地形模型安排作业。
- 数据基础
- 载重、坡度、运距、电耗、维修与排土记录。
- 验证设计
- 按相近运距、载重和天气比较运输与排土方案，核算能源、耗材及重复搬运成本。
能带来什么效果
减少运输能耗和设备损耗，让排土与复垦同步推进。
煤炭研究与 AI4S
不只研究怎么挖，还研究煤本身。
建设煤质实验室与计算机试验系统。现场采样、自动检测、科学模型和洗选实绩连在一起，回答“这种煤适合怎么选、能做什么产品、怎样得到更高收益”。
把煤的性质研究清楚
- 研究什么
- 测定煤种、粒度、灰分、水分、热值与硫的赋存方式，建立煤层到产品的资料库。
- 怎样研究
- 用钻孔样、生产样和产品样相互对照；将可分离矿物杂质与煤本身的成分分别研究。
- 用到哪里
- 用于安排采煤、分选路线和产品用途。
找到合适的干选办法
- 研究什么
- 研究不同粒度、含水条件下，煤和矸石的识别与分离效果。
- 怎样研究
- 比较传感识别、空气和密度分选等适用路线，记录误排煤量、产品质量、粉尘和能耗。
- 用到哪里
- 用于减少用水、提前排出无效运输的石头。
把湿法分选做得更准
- 研究什么
- 研究重介、跳汰与分级中，煤和石头分别去了哪里。
- 怎样研究
- 用采样、物料平衡和流体模型检查分选结果，比较不同来煤条件下的质量、回收与介耗。
- 用到哪里
- 用于少丢合格煤，保持稳定产品质量。
把细煤回收回来
- 研究什么
- 研究细煤可浮性、表面性质、气泡和药剂的作用。
- 怎样研究
- 结合图像、过程传感器和化验数据，研究浮选回收与灰分之间的关系，并在相近条件下比较结果。
- 用到哪里
- 用于提高细煤回收，减少无效药剂消耗。
减少水分和处理损失
- 研究什么
- 研究脱水、煤泥沉降、过滤与循环水水质对选煤的影响。
- 怎样研究
- 跟踪物料干质量和水量，比较过滤效果、产品水分、能耗与设备磨损。
- 用到哪里
- 用于减少运输中的无效水分和水处理负担。
寻找适合这种煤的新产品
- 研究什么
- 根据煤的结构和性质，研究分级利用、活性炭及其他适配的碳材料方向。
- 怎样研究
- 先比较原料适配、产品性能、加工能耗、环保要求与客户需求，再安排产品试验。
- 用到哪里
- 形成后续产品项目；首矿利润表仅计采煤与洗选产品收益。
把每次开采的经验，
留给下一次使用。
记录不同煤层上的挖掘方法、机器受力、能耗和实际效果。下一次遇到相似煤层或设备，可以直接利用这些经验。数据归属和使用范围在与矿方的合同中明确。
新的挖法先用独立数据和现场试验检查，并比较不同季节的效果。确认能提高效率、降低成本并满足安全要求后，再交给生产系统使用。
06 / ENGINEERED FOR ZERO HARM
怎样保护人员、预防事故？
以零死亡、零重大事故为目标。让机器进入危险作业区，人员在安全区域管理；系统持续监测边坡、人员和设备，发现危险就停止相关作业。
安全是每一次生产的前置条件。
不满足条件，系统就不放行。
| 关键危险 | 监测与防护 | 停机与恢复条件 |
|---|---|---|
| 边坡失稳、排土场风险 | 多源形变与地质监测；动态禁入区；生产路权联锁 | 风险超限或证据缺失时阻断相关任务；专家核验后授权恢复 |
| 车辆碰撞、人员误入 | 车端感知、区域隔离、路权仲裁、急停与制动诊断 | 异常进入已验证的停车或避险状态；重新确认人员与设备位置 |
| 设备带能检修、火灾 | 作业许可、锁定挂牌、温度与烟气检测、消防隔离 | 故障单元退出；维修和消防流程完成后按程序放行 |
| 恶劣天气、积水与粉尘 | 气象水文监测、道路状态检测、能见度与附着边界 | 超出设备运行范围即降载或停机，条件恢复后重新验证 |
| 控制失效、网络入侵 | 分区网络、签名发布、唯一控制权、冗余与审计 | 冻结异常指令；本地安全策略生效，完成状态核对后恢复 |
07 / MINE PROFIT
这座矿一年能赚多少？
先算整座矿的收入和利润，再算 AI 带来的额外收益。以年产 2,000 万吨原煤的矿山为基准，开采、洗选、销售、折旧、利息与税费一起计算。
整矿利润和 AI 新增收益，是两笔不同的账。
矿山本来就有采煤销售利润。AI 的作用是在这个基础上降低成本、提高合格产品产量，再扣除改造与运行费用。我们自己持有并运营矿山，就按权益享有整矿利润。
方案假设
年产量、煤价、成本均可调整
AI 矿山正常运行后，整矿年税后净利润20.31亿元
销售收入 − 开采洗选成本 − 管理费用 − 折旧利息 − 税费
同一座矿按传统方式经营17.20亿元 / 年采用 AI 后，每年多赚+3.12亿元
输入矿山条件
每年开采的原煤
产品煤矿口售价（不含增值税）
原煤变成合格产品的比例
每吨原煤开采、洗选等现金成本
AI 后单位现金成本下降
AI 后原煤产量增加
AI 洗选提高产品产率
同口径产品平均售价提高
| 项目 | 传统经营 | AI 经营 |
|---|---|---|
| 原煤产量万吨 | 2,000.00 | 2,060.00 |
| 产品煤产量万吨 | 1,700.00 | 1,792.20 |
| 产品煤销售收入亿元 | 59.50 | 62.73 |
| 开采、洗选等现金成本及AI运维亿元 | 28.00 | 25.98 |
| 收入相关税费亿元 | 3.57 | 3.76 |
| 其他经营管理费用亿元 | 1.00 | 1.00 |
| 折旧与摊销亿元 | 3.00 | 3.90 |
| 利息费用亿元 | 1.00 | 1.00 |
| 税前利润亿元 | 22.93 | 27.08 |
| 所得税亿元 | 5.73 | 6.77 |
| 整矿税后净利润亿元 | 17.20 | 20.31 |
AI 改造这笔投入，多久收回来？
每年新增经营现金4.02亿元含首年试点期的简单回收期3.0年
改造投入 9.00 亿元。按第一年兑现 25% 的新增现金、第二年起完整运行计算。整矿利润与 AI 额外收益分别列示。
成本口径参考中国神华2025年报对生产、销售、折旧等项目的分列。模型中的价格、产量与成本为本方案的可调整假设，按首矿具体条件确定。
CAPITAL ALLOCATION
基准增量改造预算 · 单位：亿元需要投入多少钱，花在哪里？
| 投入方向 | 预算 | 主要内容 |
|---|---|---|
| 开采与运输装备改造 | 3.60 | 采装 1.40 亿、钻机 0.40 亿、矿卡 0.80 亿、洗选控制 0.60 亿、排土及辅助装备 0.40 亿 |
| 通信、边缘计算与数据基础 | 1.10 | 矿端算力、双路径网络、孪生与数据治理 |
| 独立安全与网络安全 | 1.20 | 联锁、区域管控、安全验证、设备身份 |
| AI 大脑与设备连接 | 1.30 | 生产安排、各业务系统连接、不同厂家设备接入 |
| AI4S 研发与现场验证 | 0.70 | 科学模型、仿真、影子运行与受控试验 |
| 人员转型与运行准备 | 0.40 | 岗位培训、流程重构、应急演练 |
| 预备费 | 0.70 | 工程变更、现场不确定性与集成缓冲 |
总计 9.00 亿元
采用阶段预算控制与里程碑放款。以既有矿山、存量装备和基础设施为前提，整矿新建、矿权和整支车队购置另行立项。
每年新增运行和维护费用：6,000 万元
AI 系统与算力 0.22 亿、设备增量维护 0.16 亿、安全与网络 0.12 亿、运行支持 0.10 亿。洗选工艺耗材与能源变化已计入单位生产成本，分别对账。
我们怎样取得矿山收益
按实际售价、原煤产量、洗选产品产率和全部成本核算整矿利润。自有矿按股权享有利润；合作矿按协议分配；托管矿按运营合同收取费用。
投资时看这四件事
01先验证瓶颈，再追加装备。
02产能和需求不支持增产时，增量产量设为零。
03采用同口径对照，避免收益重复计算。
04安全、经济和常态运行同时达标，才扩大规模。
08 / OWN AND OPERATE MINES
复制整套系统，我们自己开矿。
首矿做成后，把 AI 大脑、无人装备控制、洗选方法和经营管理一起复制到下一座矿。以自有、控股和合作经营矿山为主，持续获得矿产销售利润。
自有或控股矿山
取得合法矿权或收购矿山股权，投入 AI 系统，由我们组织开采、洗选和销售。
收益来自：按股权享有整矿利润。与资源方合资经营
资源方提供矿权和现有资产，我们提供资金、技术和运营体系，共同组建项目公司。
收益来自：项目公司利润分配。先托管，再扩大投资
先接手矿山生产运营，形成实际产量和成本记录，再按合同选择增持或共同开发。
收益来自：运营费、绩效收益及后续股权回报。| 推广阶段 | 怎样进入 | 复制什么 |
|---|---|---|
| 第 13—24 个月：同类煤矿 | 选择 2—3 座有资源、配套设施与改造窗口的矿山，通过收购或合作经营进入 | 复制 AI 大脑、开采与洗选控制，按煤层、道路和设备调整 |
| 第 25—36 个月：多矿运营 | 按资本、资源和实际收益安排扩张，建设共享调度、技术、采购与研究中心 | 设备经验、煤质研究、运营方法和财务管理一起复用 |
| 后续：铁矿、铜矿及其他矿产 | 按矿种建立识别、采矿和选矿方案，寻找矿权或资源合作方 | 通用调度和设备控制继续用；矿石品位、分选流程和产品销售规则重新配置 |
每开一座矿，都带上整套办法
复制包包括 AI 软件、设备连接、感知与安全配置、采矿和洗选流程、生产记录、经营制度及员工培训。新矿按当地地质、气候、设备和法规做现场设计。
矿种变了，赚钱的账也跟着变
煤矿看产品煤产量、煤质与售价；金属矿看原矿品位、金属回收率和精矿或金属销售。平台面向各类矿产扩展，每种矿建立自己的开采、选矿与财务模型。
资金安排
矿权与资产投资、AI 改造投资、生产流动资金分别计算；按持股比例和项目现金需求安排扩张。
09 / FIRST MINE IN 12 MONTHS
12 个月，完成第一座矿的 AI 试点。
首矿采用既有合法生产矿山及配套设施改造方案。设备、AI 系统、洗选与安全建设同步进行，第 10—12 个月开展全矿连续试运行，第 12 个月完成试点验收。
01第 1—2 个月
选定首矿，各类设备同时开始改造
选定已有生产许可、道路、电力和洗选设施的矿山。完成煤质、设备与成本盘点，确定统一控制方案，开采、运输、洗选四条工作线同时推进。
- 完成全矿设备清单与接口设计
- 建立煤层、道路、原煤与产品煤资料
- 签订设备改造、联合研发和现场施工安排
阶段成果：所有生产设备都有明确的 AI 接入方案和施工计划。
预算上限 1.2 亿元02第 3—5 个月
机器自己干活，洗选设备接入 AI
钻机、挖掘机、矿卡、排土设备及洗选设备同步接入。挖掘机完成挖煤装车，车队完成运输，洗选厂根据来煤自动安排处理。
- 完成设备感知、电控和本地安全系统
- 运行挖煤—装车—运输—卸煤的连续作业
- 接入分选、脱水、回水和产品检测
阶段成果：主要工序在指定区域由 AI 直接控制设备执行。
预算上限 3.3 亿元03第 6—9 个月
开采、洗选和辅助系统一起运行
扩大到全部作业区域与在用生产设备。同一个 AI 大脑根据采煤进度、煤质、设备状态和订单安排整矿生产。
- 连接剥离、采装、运输、排土与洗选
- 连接供电、补能、巡检、洒水和维修调度
- 现场变化后自动调整作业和产品配煤
阶段成果：全矿生产设备均接入 AI，原煤到产品煤的记录完整。
预算上限 3.0 亿元04第 10—12 个月
整矿连续试运行，完成首矿验收
用最后三个月连续试运行，检查产量、煤质、成本、安全和设备状态，完成首矿试点；同时准备下一座矿的资源与建设方案。
- 记录所有人工接管与停机原因并处理
- 核算整矿利润和 AI 带来的新增收益
- 形成第二矿的收购或合作经营方案
第12个月目标：首矿完成全设备 AI 自主生产试点验收。
预算上限 1.5 亿元START TOGETHER首批工作同时开展，
首批工作同时开展，
不等上一项做完再启动下一项。
矿权、资金、设备厂商和施工条件在项目启动时落实，长周期装备提前安排。
选定示范矿
优先选择产能稳定、道路边界清晰、设备可改造、电力网络有扩容条件的既有露天矿。
建立真实基线
收集至少覆盖主要季节与工况的成本、产量、设备、煤质、事故和介入记录；补齐缺口。
完成联合设计
矿方、设备商、自动驾驶、AI、工程安全与科研团队共签接口、权限和验收边界。
选定第一组挖掘机和矿卡
明确车辆、装卸点、路权、补能、检修与物料质量流程，避免只改造运输单环节。
形成投资决策包
提交工程范围、供应商报价、财务敏感性、安全案例计划、人员转型及里程碑合同。
10 / VALUE BEYOND PRODUCTION
让工作更安全，让资源少浪费。
把人从驾驶室和危险作业区撤出来，帮助员工学习设备维护和远程管理；同时减少空驶、用水和重复搬运，把矿区土地恢复纳入生产计划。
从危险现场撤人
优先替代高风险驾驶、巡检及重复作业。生产区与维护区分开管理，关注疲劳、远程值守负荷与人机交接风险。[10]
衡量：危险暴露工时、职业健康、近失事件帮助员工学习新的工作技能
建立司机到远程操作、机修到机器人维护、调度到运营分析的培训路径。把一线经验写入技能库，并让原岗位人员参与验收。
衡量：转岗率、认证率、工资与培训覆盖采煤时一起安排抑尘、排水和复垦
协调排土、复垦、抑尘与水务，减少重复搬运和能源消耗。按同口径计量实际恢复面积与水、碳变化。
衡量：单位能耗、用水、粉尘与复垦验收带动设备和软件企业发展
连接装备制造、传感器、工业软件、机器人、安全评估与科研机构，形成可输出的产品体系和专业服务能力。
衡量：供应商能力、研发成果与复制效率| 社会与环境承诺 | 实施机制 | 评价口径 |
|---|---|---|
| 优先提升安全与岗位质量 | 岗前培训、职工沟通、转岗通道和劳动保障 | 跟踪技能、收入、劳动时长及外包人员权益，不以裁员作为核心收益 |
| 运行减排与资源节约 | 电动化、能源调度、维修优化、减少物料损失 | 核算矿区直接排放与购电排放；考虑电网因子及设备生命周期变化 |
| 持续生态修复 | 按年度排土复垦计划执行，公开关键环境绩效 | 监测水质、粉尘、扰动面积和复垦成效，并安排闭矿修复资金 |
| 支持负责任的产业转型 | 以获批产能和市场需求决定产量计划 | 矿区效率提升不等于煤炭全生命周期零排放，下游使用排放单独披露 |
共同受益
矿方获得效率，员工获得安全与技能，地区获得可持续的产业能力。
11 / GOVERNANCE & ACCEPTANCE
谁来建设，谁来负责，怎样判断做成了？
AI 承担日常决策和执行，人类承担战略、法定责任、重大变更与例外授权。建立矿方主导、技术方交付、独立机构评价的治理结构。[08]
| 责任主体 | 核心职责 | 关键交付 |
|---|---|---|
| 矿方与项目委员会 | 采矿与安全主体责任、预算、产能边界、投产和重大变更 | 批准的运营边界、投资计划、责任矩阵与停复产程序 |
| MINEOS 技术与运营团队 | 平台、Agent、模型、集成及运行支持 | 版本化系统、操作规程、服务水平、收益与介入记录 |
| 装备与基础设施伙伴 | 设备、线控、网络、电力及维护能力 | 设备适用边界、技能接口、故障与应急处置方案 |
| 安全与专业工程团队 | 危险分析、岩土工艺、试验审核与维护许可 | 安全案例、工程设计、验证报告及专业签署 |
| 独立评价与财务复核 | 审核工程证据、运营绩效与财务归因 | 同口径评价结论、审计与阶段验收报告 |
| 员工与地方利益相关方 | 参与岗位转型、现场规则、环境与社区沟通 | 员工培训、意见处理和环境改善记录 |
DEFINITION OF DONE
怎样判断这座矿山建成了？
业务覆盖
资源、采运排、质量、设备、能源、经营与生态流程纳入同一体系；列明所有尚需人工的任务。
自主完成
按合格完成的全流程任务统计自主率，人工介入和远控单列，停机与失败保留在分母。
安全能力
证明关键屏障有效，故障处置与恢复可重复；安全条件与法定程序全部满足。
常态运营
覆盖主要路况、设备检修与通信异常；按项目启动时约定的指标完成连续试运行。
经济结果
以实际产销、运距、能源和设备条件校正，独立复核净收益与现金支出。
跨矿复制
第二矿完成接口适配和收益验证，能够区分标准产品与一次性定制成本。
12 / RESEARCH & REFERENCE
相关政策、技术与项目案例。
覆盖中文政策与行业实践、英文自主矿山指南、安全标准、AI 治理与科学研究，为工程设计和示范建设提供参考。
01
中英文行业检索与基础研究36 项资料 · 下载研究底稿 政策 · 中文 · 2026-05
02国家能源局：人工智能与能源双向赋能行动方案
政策 · 中文 · 2025-07
03国家能源局：煤矿智能化技术升级应用试点
案例 · 英文 · 2025-05
04Huawei：伊敏百台纯电无人矿卡
案例 · 中文 · 2026-02
05国家能源集团：准能无人驾驶系统
指南 · 英文 · 2024
06GMG：自主矿山实施指南第二版
标准 · 英文 · 2019 / 2024复审
07ISO 17757：自主及半自主机械系统安全
框架 · 英文 · 2023
08NIST：AI风险管理框架
法规 · 中文 · 2024
09煤矿安全生产条例
研究 · 英文 · 2022
10Nature Reviews Physics：AI与科学理解
社会 · 英文 · 2025
11ILO：AI、数字化与职业安全健康
案例 · 中文 · 2026-08
12易控智驾：2026年中期业绩新闻
安全 · 英文 · 2024
13GMG：自主矿山系统安全指南介绍
研究 · 中文 · 2026
14煤矿智能化建设中的共性难题与技术升级路径
政策 · 中文 · 2026-05
15国家矿山安监局：矿山机器人应用验证试点
政策 · 英文 · 2025-08
16印度煤炭部：First Mile Connectivity
目录 · 中文 · 2025-09
17国家矿山安监局：矿山机器人相关公告
政策 · 中文 · 2025-10
18国家能源局：煤炭洗选高质量发展意见
研究 · 英文 · 2026-06
19ACARP：浮选过程实时监测与控制
研究 · 英文 · 研究目录
20ACARP：重力分选与精煤回收研究
财务 · 中文 · 2026-03
中国神华：2025年度报告
THE NEXT INDUSTRIAL FRONTIER
让矿山自己生产。
把这套办法用到更多矿山。
从首座全矿 AI 示范工程出发，
共同建立矿业自主运营的新标准。
矿序 MINEOSAI · ROBOTICS · SCIENCE