挖煤人如何“挖”好數據？
來源：中國煤炭報 時間：2024-08-28 11:37
俯瞰神東礦區，只見藍色煤倉、皮帶棧橋，煤礦地標性建筑格外顯眼。
走進國家能源集團神東煤炭公司布爾臺礦智能運維隊辦公室，幾個年輕人正坐在電腦前處理設備數據。
不一會兒，又進來幾個年輕人。他們剛升井，下井不是去挖煤，而是去維護網絡通信，確保數據準確上傳。
如今神東煤炭公司13個礦、11個選煤廠的4萬多臺設備、120多萬個數據點位接入神東生產管控平臺。截至目前，該平臺已存儲數據12萬億多條。依托大數據技術，神東煤炭公司實現了遠程監控、無人值守、移動管理、減人提效、節能降碳。未來，借助“AI+數據”，可干的事兒更多。
作為我國首個2億噸級煤炭生產基地，神東煤炭公司數據采集應用的實踐，折射出數據作為生產要素正在催生出新質生產力。
更多煤炭企業如何把數據變資源、把資源變資產，讓煤炭這個傳統產業為數字中國建設貢獻新的力量？深入山西、陜西、內蒙古、山東等煤炭主產地，記錄下煤炭企業數據應用的生動場景，有利于我們看清其中的脈絡和方向。
把數據“采”上來，把“煙囪”打通
在煤礦，數據采集上傳，有三個關鍵點。一是部署傳感器，采集數據。二是統一協議接口，讀取數據。三是建設通信網絡，傳輸數據。
布爾臺礦信息化主管楊清保說，井下大部分設備都配有傳感器或相應裝置，但參數及數據點位要根據井下情況進行調整。在這個過程中，遇到的一大難題是設備廠家通信協議不統一。
為了解決這個問題，2018年以來，神東煤炭公司除了統一數據標準，還在新設備采購時將通信協議標準寫進標書和采購合同。
基礎不同，各煤炭企業的推進方式也不一樣。
為了貫通煤炭、煤化工、電力等全產業鏈，中煤陜西公司從2019年開始打造統一的數據湖和工業互聯網平臺。“先讓車輛進出廠和外委維修項目管理兩個系統在平臺上‘跑’，‘跑’成熟了再推廣。”該公司運營管控中心主任馬春雷說。
中煤陜西公司煤化工項目信息化基礎較好，2014年一期項目建成時，運行數據已進行實時存儲。平臺建成后，他們花了三四個月時間把這些數據并入數據湖。
中煤陜西公司大海則煤礦起點高，2021年底啟動智能化建設時同步規劃了數據底座和工業互聯網平臺。目前，該礦上萬個數據點位和50多個系統數據并入工業互聯網平臺，每天入“湖”數據2億條左右。
國家能源集團總經理助理、詹天佑鐵道科技獎獲得者康鳳偉說，該集團運輸板塊數據的產生，可以追溯到上世紀90年代的“5T”運輸系統。雖然數據不斷積累，但“沉沒在各自的系統當中”。2016年前后，該集團運輸板塊與工業和信息化部合作，對數據進行治理。目前，該集團已匯聚22類鐵路運輸裝備、9類港口裝備、6類船舶裝備的運行、故障、維修等數據超30億條。
“數據‘煙囪’、信息孤島問題比較普遍。”中國煤炭工業協會信息化分會秘書長王丹識告訴記者，現在，不少煤炭企業意識到治理數據的重要性，通過打造數據中臺，讓數據入庫入“湖”來解決孤島問題。
以前，淮北礦業集團各級各類業務系統均建成自己的數據庫，形成數據“煙囪”。2019年，該集團啟動大數據中心建設，編制數據編碼及交換契約，通過統一端口將各單位數據接入大數據中心。
王丹識說，煤炭行業數據工作一般可分為三個階段。一是數據1.0階段，主要通過信息化建設，讓數據變成資源。二是數據2.0階段，主要通過數據標準化、數據治理等，讓數據匯聚集中，更大限度挖掘數據價值。三是數據3.0階段，主要通過數據資產化，促進數據交易流通共享，真正實現以數據為核心要素的數字化轉型。
“這三個階段雖然是層層遞進關系，但并不是說只能一個階段完了，再過渡到另外一個階段。實際上，從有了數據開始，就應該考慮如何利用好。”王丹識說，整體來看，煤炭行業數據工作處在2.0階段，個別先進企業在向3.0階段邁進和探索。
示范引領，釋放數據要素價值
數據應用上，大型煤炭企業都在探索，減人、增安、提效、降碳的效果顯現。
在神東生產管控平臺支撐下，神東煤炭公司月調度電話減少3萬多次；13個礦機電設備平均有效開機率從95%提升至98%；92臺變頻膠帶機年節省運輸里程56萬多公里，年節約電費約5120萬元；主運輸、供配電、供排水三大系統428個崗位實現無人值守，28個綜采工作面實現機頭看護工、馬蒂爾司機、控制臺司機“三崗”合一。
山東能源集團讓AI（人工智能）大規模下井，將盤古礦山大模型與生產深度融合，2023年以來在32個礦廠單位落地63個應用場景。井下，職工若有不安全行為，AI自動識別報警。興隆莊煤礦選煤廠依據煤泥水濃縮工藝和技術參數構建AI預測模型，降低了耗材和人工成本。
“西安研究院發布了國內首個地質垂直領域大模型GeoGPT，目前已應用于智能礦山透明地質保障業務中。”中煤科工西安研究院數字化部部長柴蕊介紹，基于該模型，他們研發“曉悟”透明地質知識智能機器人，通過多源數據采集分析，向用戶推薦候選處置方案，大幅縮短了緊急事件響應時間。
國能準能集團擁有2個3000萬噸級露天煤礦。該集團“數字礦山”項目自2019年投用以來，降低直接成本9982.26萬元/年；主采設備可動率提升4.54%，實動率提升2.29%。36臺300噸級無人駕駛礦用卡車實現多編組常態化運行，同等條件下與有人駕駛效率持平。
“在數據應用方面，露天煤礦無人駕駛是做得最好，也是發展最快的領域之一。”王丹識表示。
依托在線數據監測實現智能巡檢、智能管控，外操工作量減少，減下來的人又組成一個班組。現在，中煤陜西公司甲醇中心和烯烴中心均由原來四班兩倒變為五班兩倒，職工原來每4天工作24小時，現在每5天工作24小時。同時，化工廠區和煤礦實現無接觸交接班，告別了“口對口、手拉手，你不來我不走”的交接班模式。中煤陜西公司總經理梁云峰表示，交接班內容在手持移動終端上顯示，每班減少交接班時間1小時左右。
國家能源集團運輸板塊與瓦房店軸承集團、中國中車等企業建立數據合作關系，將采集到的數據產品銷售給對方，為軸承優化、提升車輛性能提供支撐。拿瓦房店軸承集團來說，此前，其軸承壽命為80萬公里；現在，其軸承壽命已突破120萬公里。
“2022年至今，有多家運輸裝備制造商購買了我們的數據產品。”康鳳偉說，目前，國家能源集團共有30多類數據產品，在北京、上海、深圳3家數據交易所掛牌，吸引275家運輸裝備制造企業與之開展數據資產交易。
“總體來看，大型煤炭企業數據應用工作都在推進，數字化水平提升了一大截，但進展不太平衡、步伐有快有慢。”王丹識說。
破解諸多難題，因地制宜推進
在國家層面大力推進“數”“實”融合的背景下，數據應用和數字化轉型成為行業共識。
晉能控股集團煤炭產業部副部長董光拽表示，煤礦數字化、智能化建設是發展方向，但在井下一些復雜應用場景中，還有很長的路要走。
“行業特殊性決定了獲取實時的、精準的、穩定可靠的、連續性強的數據，難度比較大。”王丹識說。
以部署攝像頭這件事為例，地面工廠部署一臺攝像頭，可長期穩定工作。但在井下粉塵、噴霧條件下，攝像頭在昏暗環境下實時采集清晰的圖像數據，難度很大。煤礦和設備廠家采取多種手段解決了這個問題。
“煤炭行業是最復雜的制造工廠，大大小小的系統有40多套，涉及的廠家是電力行業的三四十倍。”煤炭科學研究總院院長王海軍說，“井下采煤和掘進，每天都在移動，一個工作面采完，就要搬到另一個工作面。”
王丹識表示，井下設備一旦移動，掉落、磨損的風險就會大增，運維成本就會增加、難度加大。
“煤炭行業數字化轉型是一個長期的系統工程。”王海軍表示，大型煤炭企業正在“一企一策”推進，頭部企業已在示范引領。
在這個過程中，數據標準是核心。業內人士表示，數字化轉型應標準先行，再往下貫標。目前，煤炭行業數字化標準體系尚未建立，已有標準基本上是各煤炭企業的內部標準。
“各個企業的數據都是‘方言’。”王海軍說，下一步要從頂層設計做起，建立煤炭行業標準體系。
今年5月，全國數據標準化技術委員會正式批復籌建，同時在全國信息技術標準化技術委員會制造業數字化轉型標準工作組設立煤炭行業數字化轉型專題組（籌備），煤炭科學研究總院為組長單位。
王海軍表示，下一步，煤炭科學研究總院礦山數據標準研究院將面向數據標準、數據字典、數據產業化應用開展研究和技術創新工作。
“基于數據安全等因素考慮，目前，煤炭企業多為私有云部署，數據基本上限于本地使用、部分內部流通，但要建立行業大模型，一家企業幾十個煤礦的數據還遠遠不夠。”王丹識說，建立行業云是方向。
今年3月，山西煤炭工業互聯網平臺上線發布，已吸引150多個生態伙伴入駐。2023年11月，國家區塊鏈技術（煤炭行業）創新中心成立。
王丹識認為，數據走出企業、實現數據流通的關鍵一步是數據確權，得想辦法給數據脫敏，脫敏以后按資產定價流通。在這方面，國家能源集團運輸板塊已先行一步。
“數據資產定價是一個新課題，目前的定價公式更多體現的是示范價值。”康鳳偉表示，下一步，該集團計劃建立一個自己的數據平臺，定價規則也將有所變化。
鑒于當前煤炭數字化轉型進展不平衡的現狀，王海軍表示，煤炭企業要加強培訓，加大投入，提升職工數字素養，但絕對不能搞“一刀切”，要因地因企制宜。
“如果有能力就大踏步往前走，如果條件不成熟可從小切口起步，先打好基礎，再慢慢往外擴，最后實現數字化轉型。”王丹識說。（尚軍梅 陶冉 謝吉東 麻文斌）
責任編輯：江蓬新
