齐庆新 ，研究员，博士生导师，现任煤炭科学研究总院有限公司深部开采与冲击地压 研究院院长，中国煤炭科工集团一级首席科学家，国家百千万人才工程国家级人选，孙越崎“青年科技 奖”获得者，享受国务院政府特殊津贴，国家煤矿安全专家委员会委员，中国岩石力学与工程 学会理事，中国煤炭学会煤矿动力灾害防治专委会副主任委员，岩石力学与支护专业委员会委 员，全国青年联合会海外留学人员联谊会委员，国家奖评审专家，国家“653”工程采煤工程专 业领域首席专家。主持/参加国家级纵向项目50余项，主持制订国家标准30余项，成果获国家攻 关奖1项、国家科技进步二等奖3项和省部级科技进步奖10余项，发表论文100余篇，出版专(译) 著9部。

煤矿开采的最终目标是安全、高效、绿色、 智能开采，其中智能化开采关键特征在于自感知、自学习、自决策和自执行，其根本前提则是煤矿数字化。与此同时，煤矿数字 、智能化对于跨领域、强集成有着显著的需求， 正因如此，受限于早年监测感知装备的性能、海量 数据处理的效率、计算机硬件的算力等，当前我 国煤矿数字化以及与之匹配的智开采水平，和 真正意义上的智能化特征相比，仍有着较为显著的差距。

值得庆幸的是，随着物联网技术的不断发 展、人工智能的再次崛起以及超算性能的突飞猛 进，制约煤矿智能化的条件似乎都有了较为可行的 解决方案，在此背景之下，煤矿智能化开采迎来了最有可能产生实质性成果的阶段。然而，应当同样清醒地认识到，物联网、人 工智能等跨领域技术成果的快速发展和高技术门 槛，对于煤矿开采这一传统行业来说，如何快速地 消化吸收，如何有效地深度定制， 又如何真正地在 细分领域取得领先，每一步都是一个十分必要却又 难度十足的课题。进一步地， 物联网提供的海量数据能否催生出全新的管理模式； 大数据注重相关性的特征，是否会取代传统的采矿理论；大量跨领 域技术支撑的背景下，煤炭行业自有的核心竞争力 又如何提炼。某种程度上，跨领域技术在给煤矿数 字化、智能化成功转型带来可能性的同时，更多的 是对煤矿行业几十年积累下来的理论、技术、装备、管理、体制机制的一次考验和挑战。

不可否认，煤矿开采在经历了综合机械化的 升级之后，随着基础理论、技术水平、装备性能的 不断提升，已然取得了令人瞩目的成就， 2021年 煤矿百万吨死亡率已下降到0.044。然而，已有的 成就不是故步自封的理由，顺应潮流，真正地将厚 重的行业积累和新兴的前沿技术有机结合，提炼数 字化、智能化背景下煤炭行业自有的核心竞争， 将是值得每个煤炭人认真思索的严肃课题。煤矿数字化支撑平台如图1所示。

图1  煤矿数字化支撑平台 

 基于数据科学对煤矿实现智能开采的认识

煤矿智能化开采需要主管部门、科研机构、 煤矿企业等多方面通力协作才有可能取得实质进展，而达成认知统一将是实现通力合作的前提。目前，行业内及相关领域专家对于煤矿数字化和智能 化开展了系统的分析、梳理和研究，对于数字化、 智能化攻关方向的设计和实质成果的取得具有重要 的支撑作用，但由于各方面专业背景不同，对于已 有成果中全新概念、专业定义和复杂体系的认知存 在一定差异。因此，有必要从更为一般化的角度对 煤矿数字化和智能化的基本条件进行阐述，以促进 认知层面的统一。煤矿智能开采实现的基本条件如图2所示，具体阐述如下：

（ 1）煤矿智能化开采的关键环节在于自决策。 自主决策是连接智能化上下游的桥梁，即决策结论是感知和学习的目的，同时又是自主执行的依据。

（ 2 ）高质量数据是获得可靠决策结论的保 障。自决策需要由定制化的决策算法实现，保证决策算法可靠性的关键则在于输入数据的质量。

（ 3）煤矿数字化是取得高质量数据的技术手 段。数据质量主要考察其对客观对象描述的全面性和准确性，该步骤的实现路径即为煤矿数字化。

（ 4 ）全维度信息标准化是煤矿数字化的前 提。矿井间的差异较为显著，以相对统一的形式描 述这种差异性将是提升海量数据采集和处理效率的基本要求。

（ 5 ）全业务流程的深度梳理是标准化的基 础。标准化的根本目的是保障具体工作开展过程中 的高效性和流畅度，这需要在深刻理解具体业务逻辑和内容的前提下，进行科学梳理和重构，需要较高的专业素养和管理水平。

图2  煤矿智能开采实现的基本条件

煤矿数字化与智能化开采面临的挑战及对策

国内的一些跨行业机构也开始将业务范围扩 展到了煤矿数字化和智能化方向， 其将科学家、技 术专家、产品专家、工程专家、销售专家、交付与 服务专家全都汇聚一起，采用业务颗粒化管理的方 式缩短产品周期，并计划在3 ～ 5 年内覆盖全国 5 000多座煤矿的数字化转型业务。在此背景下， 同煤塔山煤矿、永城煤电陈四楼煤矿、山西华阳集 团等已完成了局部5G网络的部署， 近期又完成了 首个工业互联网操作系统开发，类似的跨行业机构在煤矿数字化转型方面的布局已初具雏形。

虽然，跨行业机构的定位是为煤炭行业赋 能，承诺绝不控制任何数据，也不靠数据进行商业 变现，并坚持被集成和使能策略。但不可否认的 是， 一旦信息通信类技术（ICT技术）应用成熟， 其在行业内的地位将无可替代，而在足量数据的保 障下，其决策支撑功能也将自然地被挖掘出来。因 此，传统煤炭行业在跨领域团队的强力介入下，更 需要以避免重复投入和扬长避短为原则，明确自身 的定位和所面临的挑战，从而与跨领域团队形成有 效合力，共同推动煤矿数字化、智能开采的高质量建设。 

图3  复合型人才示意

交叉需求精准解析的挑战及对策

煤矿数字化、智能化现有的顶层设计和规 划，已能够为后续攻关方向的选择和技术路径的设 计提供较好参考，但实质性成果的产出，始终需要 回归到具体问题的解决。而实践已经证明，工程具 体问题简单的算法“调包”或“套用”并不能有效 地解决，而是需要多学科交叉地进行定制化开发。 但越是交叉合作，越需要各参与方明确，在各自专 业领域内所需要真正面对的问题， 目前对于成果落 地过程中真正需要解决的技术性、原理性问题，远未提炼到具体而明确的程度。

复合型人才（图3），高质量问题来源于专业 领域的深度思考，复合型人才是解决类似问题的基 本要求，现在煤炭院校增设了智能采矿等专业，也 是意在解决类似问题。然而， 专业知识固然重要， 但工程实践经验更为宝贵，复合型人才更是需要在 所跨专业都具有丰富的实践经验， 才能够完成上述 职责，但这在操作层面具有较大难度。另一个更为 可行的路径是，将该类具有交叉学科背景的人才侧 重于一个领域，起码保证其对于一个领域的研究深度，并明确将其定位为交叉学科问题和需求“翻译员”，以此保证问题和需求的提出质量，保障跨专业团队攻关时的效率。

工程数据精准采集的挑战及对策

对于客观对象描述的全面性和准确性是衡量 数据质量的主要标准，与此同时， 数据的易用性则 是保证海量数据处理效率的关键。随着决策的专业 程度提升，对于全面性和准确性的定义也将随之改 变；面对人员统计/产量信息等简单管理需求时， 借助于传感器扩充或工作流程重构等即可满足要 求，而在面临参数设计/安全评价等专业度较高的 决策时，现有数据可靠性差、专业支撑能力弱的问 题则开始凸显。与此同时，矿井信息和监测数据格 式的不统一，也造成了数据清洗、格式对齐等低技术含量工作耗费大量精力。

结合具体业务逻辑开发专用传感器将是保障 数据质量的可行之路，对于煤矿而言，其需要关注 的主要物理场包括裂缝场、应力场以及流场， 目前 的监测/探测手段虽能够获得相应信息，但其作业 模式或信息格式对于数字化和智能化的需求却并不 友好，需要在时空连续性和数据内涵利用方面进行 专业优化，而对于数据易用性，则需要通过高质量 标准化予以解决。由此可以确定， 数据质量这一核 心问题的解决，将是煤炭领域在数字化、智能化背景下掌握自有核心竞争力最为可行的突破口。 

算法结论精准适配的挑战及对策

现有AI算法、数据挖掘等手段，对于数据体 量和质量具有较高要求。以冲击地压预警为例，主 流预测算法多需要含标签数据，但冲击地压事故数 量有限，在获取足够体量的含标签数据方面就已经 困难重重，即便借助无监督算法解决无标签问题， 但数据驱动型算法是以获取相关性为特征，这就使 得算法结论的可解释性较弱。对于煤矿工程问题， 不但需要知道结论，更需要知道该结论的诱因，以便设计针对性措施予以防控，而在深度学习特征自动表征及算法向端到端发展的背景下，类似问题愈发显著。

智能算法的物理逻辑嵌入如图4所示，数据驱 动型算法是从统计角度回答相关性问题，而传统研 究工作关注的也是相关性，只不过是借助公式或经 验来描述。由此，煤炭行业传统理论和实践积累就 具备了可利用的潜质，即在算法定制开发过程中， 有效地将物理逻辑作为先验信息予以整合，这样对 于算法性能的提升将较为有利，与此同时，结论可解释性弱的问题也迎刃而解。

图4  智能算法的物理逻辑嵌入

因此， 对于现状而言， 虽然数字化、智能化需 要跨领域技术的强力支撑，但关键问题的解决仍然取决于煤炭行业自身。在数字化、智能化背景下，煤炭行业才能够拥有真正属于自己的核心竞争力！

 煤矿数字化与智能开采背景下 新建冲击地压矿井建设对策

冲击地压作为目前威胁煤矿安全生产最为主 要的动力灾害，其隶属于煤矿安全中的细分领域， 但作为应力敏感型灾害，其影响因素覆盖矿井全时 空，由此使其对于深部开采所面临的棘手问题具有 很高的集成度，如合理开拓部署、危险性评价预测等问题。

冲击地压目前已经建立了相对系统的安全技 术及管理体系，但随着深部开采的常态化，冲击地 压所带来的影响将会愈发显著。由于影响因素多、 形成机理复杂的特征，使得利用解析手段处理冲击 地压问题的可能性微乎其微，而数字化、智能化手 段强大的信息处理和分析能力，将成为解决冲击地 压问题最为可行的技术路径。冲击地压能否被有效 解决，一定程度上是检验煤矿数字化和智能化水平最为可靠的试金石。

图5  新建冲击地压矿井建设对策

对于冲击地压防控，介入越早则后期的安全 成本将越低，最好从新建矿井开拓阶段即将其列入考虑范围。新建冲击地压矿井建设对策如图5所示，在数字化、智能化开采的背景下，冲击地压矿井的建设对策可归纳如下：

（ 1）加强冲击地压研究与技术人员的数据科 学知识培训。煤矿数字化、智能化开采在形式上 虽然是少人甚至无人，但当前阶段人的介入仍是十 分必要的。由于冲击地压本身的诸多基本问题尚未 解决，与其让具有数据科学背景的人员学习冲击地 压，倒不如让具有冲击地压研究背景的人学习目前 相对成熟的数据科学，以此完成跨领域问题的准确 对接。而对于工程技术人员， 熟悉数据科学的基本 分析方法，将有助于冲击地压工程数据的高质量原始积累，这对于煤矿数字化和智能化开采至关重要。

（ 2）研发覆盖全时空的应力环境精准可靠专 用监测装备。冲击地压主要关注矿井应力环境， 目 前监测设备主要面向于开拓布局基本成型后的生产 阶段，而对于判断新建阶段采掘部署是否合理的应 力状态监测手段则尚未涉及， 这就需要研发出在时 间上足以覆盖矿井全生命周期、在空间上能够兼容 矿井全尺度，从原理层面兼容冲击地压孕灾机理的专用监测手段，而不再是简单的跨行业移植。

（ 3）加大冲击地压机理与数据科学的有机融 合力度。冲击地压的本质是工程问题，不论利用何 种手段，有效防控始终是根本目的；因此，其对于 结论可解释性的需求尤为突出，冲击地压的本质是应力集中和弹性能积聚，把力学逻辑有机地融合到具体的算法开发中去，这将是决定数据驱动下冲击地压防控决策结论可靠性的关键所在。

 结 语

煤炭人应当清楚地认识到，跨领域技术是支 撑煤矿数字化转型和智能开采的重要技术手段，但 这绝不意味着把对应的技术本身作为我们的攻关对 象，而应是基于煤炭领域的厚重积累，在基础数据 质量、专业逻辑嵌入等方面充分发挥我们的特长， 以此挖掘出全新背景下煤炭行业的自有核心竞争 力，进而保障跨领域合作的互利共赢，真正为我国煤矿数字化和智能化开采贡献实质性成果。