柠条塔矿业副总经理谭震：柠条塔选煤厂智能化建设实践与成效

2025年11月06日 15:32 智能矿山杂志责编：戚金荣作者：智能矿山杂志

摘要

研究了柠条塔选煤厂智能化建设的技术架构与实施路径，以基础平台、基础自动化、智能控制及智能化管理决策4 个核心模块为支撑，实现了基于数字孪生的协同联控技术、大数据驱动的专家知识库、神经网络智能装车识别等6 个方面的创新突破，智能化改造使精煤回收率提高0.5%，生产处理量提升15%，年节约成本超2 200 万元，安全事故发生率降低80%。智能化改造提升了生产运营效率、降低综合成本并强化安全管理效能，为煤炭行业智能化转型升级提供了可推广的技术方案与实践范本。

文章来源：《智能矿山》2025年第10期“煤炭清洁高效利用智能化先进成果专栏”

第一作者：谭震，高级工程师，现任陕煤集团神木柠条塔矿业有限公司副总经理，主要从事煤矿机电与智能化领域的相关研究工作。E-mail：2251231698@qq.com

作者单位：陕煤集团神木柠条塔矿业有限公司

引用格式：谭震，高永军，加保瑞，等.柠条塔选煤厂智能化建设实践与成效[J].智能矿山，2025，6(10)：42-49.

点击文末左下角阅读原文，免费下载阅读pdf全文

关注微信公众号，了解更多矿山智能化建设进展

传统选煤厂受限于人工操作主导、设备分散控制的运营模式，普遍存在生产效率低、资源浪费严重、安全风险管控难度大等问题。陕煤集团神木柠条塔矿业有限公司选煤厂（简称柠条塔选煤厂）智能化建设项目围绕生产实际需求，深度融合工业互联网、大数据分析、人工智能等前沿技术，构建起覆盖生产全流程的智能化体系。解决企业自身生产管理中的痛点与难点，通过技术创新与实践验证，为选煤厂智能化改造提供了可借鉴的技术路径、管理模式与实施经验，推动煤炭行业降本增效、实现绿色低碳发展具有重要的示范引领作用。

智能化选煤厂建设内容

1.1 基础数据平台建设

（1）网络架构与安全体系建设

为满足智能化选煤厂海量数据实时传输与交互要求，柠条塔选煤厂构建了万兆主干工业环网与无线 WiFi6融合网络。工业环网采用冗余环形拓扑结构，配置双核心交换机与光纤链路热备份机制，确保网络可靠性达到 99.99%。部署防火墙、入侵防御系统（IPS）、数据加密机等安全防护设备，严格遵循等保 2.0三级安全策略，实现生产数据传输的全链路加密与细粒度访问控制。网络架构设计确保数据传输速率稳定维持在 10 Gbit/s，数据丢包率控制<0.1%，为智能化系统稳定运行，提供了坚实的网络基础保障。

（2）云数据中心建设

云平台采用云管平台+ 超融合架构设计方案，基于OpenStack 开源框架与VMware虚拟化技术搭建，运用软件定义存储（SDS）技术，分级存储管理生产运行数据、设备监测数据、工艺参数数据。将实时数据存储于高性能固态盘（SSD），以保障毫秒级读写响应速度；历史数据迁移至大容量机械硬盘（HDD），存储周期设定为>365天。通过制定统一的数据标准规范，利用标准化数据接口（API）实现与选煤厂管控平台、企业资源计划（ERP）系统、设备管理系统等第三方平台的数据无缝互通，提升数据共享与应用效率，柠条塔选煤厂云计算基础平台如图1所示。

图1 柠条塔选煤厂云计算基础平台

（3）知识交互平台构建

专家知识库整合选煤厂近10年的生产数据（累计数据量>50 TB），基于机器学习与深度学习算法，运用长短期记忆网络（LSTM）对洗选工艺流程进行深度建模分析。深度挖掘分选设备运行参数、煤质变化趋势等数据，构建工艺优化模型，智能预测重介分选密度、浓缩机加药量等关键工艺参数，并提供针对性优化建议，模型预测准确率>92%。智能移动交互平台基于微服务架构开发，采用 Spring Cloud 框架实现服务治理，借助消息队列（MQ）技术实现报警信息、任务通知的实时推送；支持PC端数据看板、移动端APP等多终端访问，管理人员可实时查看生产数据、设备运行状态，并完成相关流程审批操作，实现“零距离”高效管理，柠条塔选煤厂洗选煤运营中心如图2所示。

图2 柠条塔选煤厂洗选煤运营中心

1.2 全流程可视可控系统建设

（1）智能感知与监测系统

柠条塔选煤厂全面部署1 200余套智能感知设备，覆盖压力、温度、流量、振动等多类型监测指标。在关键生产设备（如破碎机、分选机）配置高精度振动传感器与温度传感器，通过实时监测设备运行状态参数，并结合频谱分析与阈值判断技术，实现设备故障的早期预警。搭建 220余路高清视频监控系统，其中80多路并引入AI 视频分析技术，智能识别生产现场人员操作规范性、设备运行状态，异常行为识别准确率达>95%。

（2）工艺参数在线监测

引入微波水分仪、γ射线灰分仪、近红外光谱分析仪等先进在线检测装置，实时动态监测原煤水分、灰分、硫分等关键质量指标。微波水分仪利用高频电磁波反射原理，检测精度为±0.5%；γ射线灰分仪基于核辐射吸收特性，灰分检测误差为±1%，实时检测数据上传至选煤厂管控平台，为生产工艺及时调整提供准确、可靠的数据支撑。

（3）无人化煤质智能检验系统

依托制造执行系统（MES）平台，构建从采样、制样到化验的全流程无人化煤质检验系统。采样环节采用智能采样机械臂，通过精确坐标定位与路径规划算法，实现采样点精准定位（定位精度±2 cm）；制样过程由自动化制样设备完成，涵盖破碎、缩分、研磨等工序，制样粒度为≤0.2 mm 的标准要求；化验阶段配备全自动煤质分析仪，可自动完成水分、灰分、挥发分等指标检测，并通过光学字符识别（OCR）技术自动读取检测数据，生成标准化煤质报表。无人化煤质智能检验系统投入使用后，煤质检验效率提升85%，人为误差降低90%。

1.3 智能控制建设

（1）工艺优化智能控制系统

柠条塔选煤厂的重介质旋流器分选过程中，精确控制和稳定重介悬浮液密度至关重要，直接影响选煤效率和末煤质量。智能控制系统引入模型预测控制（MPC）模型，优化整个分选过程，确保系统在多变量、强耦合环境中稳定高效运行。被控变量包括重介悬浮液密度、混料桶位、合介桶位、稀介桶位、煤泥桶位和磁性物含量。变量控制目标是维持重介悬浮液密度稳定，保证末煤合格率。MPC模型通过在线建模与预测、滚动优化、实时反馈与调整等步骤，精确预测和控制系统动态行为。每个控制时刻，MPC根据历史数据和当前状态预测系统未来变化趋势，并计算最优控制策略以满足设定的控制目标。控制策略包括调节给料量和介质流量等，确保被控变量在合理范围内波动，保持系统平稳运行。

MPC作为核心控制器，通过实时数据采集、模型建立与校正、控制策略计算和反馈调整，全面优化重介悬浮液分选过程。智能控制系统基于传感器和自动化设备，实时采集各被控变量的数据，并进行预处理以消除噪声和异常值。基于数据和系统机理，建立并不断更新MPC模型，提高预测准确性和控制效果。在每个控制周期，MPC模型计算最优控制策略，指导具体操作并动态调整参数，确保系统在最优状态下运行。智能旋流器分选控制逻辑如图3所示，模型预测控制逻辑如图4所示，MPC模型控制系统界面如图5所示。

图3 智能旋流器分选控制逻辑

图4 模型预测控制逻辑

图5 MPC模型控制系统界面

（2）仓储与配煤智能管理

智能仓储及配煤系统实现槽型产品仓与火车装车仓之间的给煤机、带式输送机、闸门等设备的集中控制。结合料位传感器（测量误差±5 cm）、灰分在线检测仪、电子输送带秤等实时数据，采用模糊PID控制算法，实现槽型产品仓智能配仓与精准配煤。通过合理调配不同煤质产品，配煤精度达到±1.5%，满足选煤厂多样化需求，减少人工干预，作业效率提升40%，智能配煤配仓控制界面如图6所示。

图6 智能配煤配仓控制界面

（3）智能装车系统

数字孪生智能火车装车系统基于 3D 数字孪生技术，通过激光雷达扫描与点云建模（精度±10 mm），构建火车车厢的高精度数字模型。结合机器视觉与惯性导航技术，实现车厢自动识别、精准定位与动态跟踪。装车过程中，根据车厢容积、煤质要求自动调节给料机流量与火车行进速度；配备激光防撞雷达，实现全方位防撞保护，火车装车时间缩短至2.5 min/节，防撞预警响应时间<50 ms。智能化远程汽车装车系统采用 YOLOv5目标检测算法，识别车牌准确率≥99%；双目视觉传感器的车辆位置精准定位误差≤3 cm，结合自动装煤控制系统，实现汽车无人化自动装车，提升物流运输效率，柠条塔选煤厂智能装车系统界面如图7所示。

图7 柠条塔选煤厂智能装车系统界面

1.4 智能管理决策建设

（1）智能管控决策平台

智能管控决策平台以数据驱动、智能决策为核心设计理念，融合物联网、云计算、边缘计算、大数据分析等先进技术，构建生产运营一体化管理体系。通过部署边缘计算节点，实现设备数据的本地化实时处理，响应时间<20 ms，有效减轻云端计算压力。结合大数据分析技术，深度挖掘生产工艺、设备运行、能耗管理等12个核心业务模块数据，建立设备故障预测模型（准确率≥85%）、能耗优化模型等，为生产过程提供智能化分析与决策支持，智能管控决策平台界面如图8所示。

图8 智能管控决策平台界面

（2）全业务智能管理

全面智能化管理生产工艺、机电设备、煤质、能耗、智能供配电、档案等业务。在设备管理方面，建立设备健康管理系统，通过实时监测与分析设备运行数据，实现智能运维，有效延长设备使用寿命；在能耗管理方面，采用能源管理系统（EMS），实时监控与优化调度全厂电力、水、介质等能源消耗，吨煤能耗降低12%；在煤质管理方面，实时分析原煤、产品煤质数据，指导生产工艺调整与产品配煤，确保产品质量稳定可靠。

（3）3D可视化安全监测

基于倾斜摄影（建模分辨率0.05 m）与激光点云技术，构建选煤厂3D可视化管理系统，真实还原厂区场景结构与设备布局。集成AI视觉分析技术，实时监测入选原煤杂物（识别率≥90%）、人员不安全行为（如未佩戴安全帽、违规操作等，响应时间<2 s）、设备运行危险状态（如输送带跑偏、电机过热等）。结合机器学习预测模型，实现风险智能预测、预警与联动控制，全面提升安全管理水平，柠条塔选煤厂3D可视化系统界面如图9所示。

图9 柠条塔选煤厂3D可视化系统界面

智能化选煤厂建设创新点

2.1 基于数字孪生的多维时态协同联控技术

针对选煤生产流程复杂、设备联动性强的特点，首创选煤全流程多维时态协同控制模型。该模型包含安全启停评估、启动时序优化、生产过程协同、异常应急联动4个功能模块。

（1）在安全启停评估阶段，通过融合视觉、红外、振动、温湿度等多源传感器数据，利用贝叶斯网络算法全面风险评估设备启停前的人机环境，误判率<0.5%。

（2）启动时序优化基于 Petri 网模型，建模分析选煤厂300余台设备的启动顺序，并通过遗传算法优化启动路径，将开机时间从传统模式的30 min缩短至10 min。

（3）生产过程协同采用模型预测控制（MPC）算法，耦合优化关键设备，实现协同高效运行，生产处理量提升15%。

（4）异常应急联动模块构建包含200余种故障模式的应急知识库，实现异常状态下的自动响应与快速处置，异常响应时间缩短60%。

2.2 基于大数据构建专家知识库和先进模型算法

构建数据-经验-算法三位一体的决策支持体系。

（1）底层集成 SCADA、MES、ERP 等多源异构数据，搭建高性能时序数据库（InfluxDB），数据吞吐量≥10万条/ s，满足海量生产数据的高效存储与快速查询需求。

（2）中层通过知识图谱技术，将行业专家经验转化为500余条工艺规则与操作指南，构建结构化的专家知识网络。

（3）顶层采用 XGBoost 与神经网络混合算法，对精煤产率、介质消耗、能耗等关键指标进行精准预测与优化，使精煤产率预测误差<1.2%，介质消耗降低8%，提升决策的科学性与准确性。

2.3 基于神经网络算法的智能装车识别技术

设计图像采集-特征提取-动态控制的3级智能装车系统。部署 12台4K工业相机实时采集装车图像数据，利用UNet++语义分割网络实现车厢侧板、车板的像素级识别（精度≥95%），结合霍夫变换算法检测车板高度（误差≤3 cm），并通过卷积神经网络识别煤粉堆积曲线。基于强化学习算法，根据车厢容积、煤质要求、当前煤流状态等信息，实时调节给料机频率与车辆运行速度，确保装车精度达到高标准要求。

2.4 基于数据驱动的多维度智能管控平台

创新研发监-管-控为一体化智能运营模式，引入数字线程技术串联选煤生产全生命周期数据，实现生产计划智能排程、设备资源优化配置、质量成本动态管控。结合工业大数据分析技术，推动选煤厂向“黑灯工厂”模式转变，生产管理效率提升70%，管理成本降低30%，开创选煤厂智能化管理新局面。

2.5 无人化煤质智能检验系统

依托MES平台打造全流程无人化煤质检验系统，包含智能采样、自动化制样、全自动化验3个核心单元。智能采样机械臂定位误差≤2 cm，精准完成采样任务；自动化制样单元制样粒度均匀性误差<3%，确保制样质量；全自动化验单元自动完成煤质全指标检测并生成标准化报表，实现煤质检验从人工操作到无人值守的革命性转变。

2.6 数字孪生智能火车装车系统

基于3D 数字孪生技术实现火车装车全要素数字化映射与智能控制。通过激光雷达扫描与点云建模构建高精度数字模型，并与物理实体实时数据交互。数字孪生模型实时模拟装车动态，自动规划最优装料路径与速度，并结合激光防撞雷达与视觉检测装置，实现一键自动化装车，装车效率提升60%，人工成本降低50%，树立行业智能装车新标杆。

智能化选煤厂建设成效

（1）提升生产效能

智能重介分选系统的应用使精煤回收率提高0.5%，以年处理原煤 1 800万t计算，每年可多产出精煤2.5万t，增加经济效益约5 000万元。通过高精度配煤管控，产品质量合格率提升至99.5%；产品市场竞争力显著增强，产品售价平均提高10～15元/t；生产处理量从传统模式2 800 t/h提升至3 294 t/h，提升幅度为15%，满足市场增长需求。

（2）降低运营成本

通过精准管理与智能控制，材料消耗整体下降10%～15%，每年节约材料成本约800万元。岗位人员优化减少66人，每年节约人力成本990万元；火车装车效率提升减少作业人员30人，每年节约成本265万元；智能启停系统每年节电约1 890 600 kW·h，折合电费189.06万元。综合计算，智能化改造后每年可为企业节约成本超过2 200万元。

（3）安全管理水平提升

3D可视化安全监测系统通过实时监测与智能预警，安全事故发生率降低80%。AI视觉分析技术及时发现并处理人员不安全行为、设备危险状态，有效保障生产安全，为企业营造安全稳定的生产环境。

结语

柠条塔选煤厂通过系统化智能化建设，成功构建起覆盖生产全流程的智能化体系，提升了生产效率、降低了运营成本、全面强化了安全管理，为煤炭行业智能化转型提供了可复制、可推广的成功经验。未将来探索5G+边缘计算在实时控制中的深度应用，以降低系统时延，提升控制实时性与精准性。

编辑丨李莎

审核丨赵瑞

煤炭科学研究总院期刊出版公司拥有科技期刊21种。其中，SCI收录1种，Ei收录5种、CSCD收录6种、Scopus收录8种、中文核心期刊9种、中国科技核心期刊11种、中国科技期刊卓越行动计划入选期刊4种，是煤炭行业最重要的科技窗口与学术交流阵地，也是行业最大最权威的期刊集群。

期刊简介

《智能矿山》（月刊，CN 10-1709/TN，ISSN 2096-9139）是由中国煤炭科工集团有限公司主管、煤炭科学研究总院有限公司主办的聚焦矿山智能化领域产学研用新进展的综合性技术刊物。

主编：王国法院士

刊载栏目：企业/团队/人物专访政策解读视角·观点智能示范矿井对话革新·改造学术园地、专题报道等。

投稿网址：www.chinamai.org.cn（期刊中心-作者投稿）

👉 征稿函详见链接： 征稿┃《智能矿山》面向广大读者征稿，欢迎投稿

期刊成果：创刊5年来，策划出版了“中国煤科煤矿智能化成果”“陕煤集团智能化建设成果”“聚焦煤炭工业‘十四五’高质量发展”等特刊/专题30多期。主办“煤矿智能化重大进展发布会”“煤炭清洁高效利用先进成果发布会”“《智能矿山》理事、特约编辑年会暨智能化建设论坛”“智能矿山零距离”“矿山智能化建设运维与技术创新高新研修班”等活动20余次。组建了理事会、特约编辑团队、卓越人物等千余人产学研用高端协同办刊团队，打造了“刊-网-号-群-库”全覆盖的1+N全媒体传播平台，全方位发布矿山智能化领域新技术、新产品、新经验。

👉 具体详见链接：《智能矿山》创刊4周年回顾

联系人：李编辑 010-87986441

邮发代号：82-476

👉 期刊订阅详见链接：欢迎订阅┃《智能矿山》杂志2026年订阅开始了！

往期荐读