“用數字化推動礦山綠色轉型”——《財富》專訪三一智礦總經理馬巍
特刊
2024-01-18
數字經濟浪潮席卷而來，對于“數實融合”的實干派企業家而言，他們的選擇也正在引領數字經濟的新潮流。因此，《財富》（中文版）特邀助力千行百業數字化轉型的騰訊云，共創“500強企業的數字化之選”主題系列專訪。本期，《財富》（中文版）走進三一智礦，共同探討了在工業革命的新浪潮中，三一智礦如何抓住機遇，從傳統的重型機械制造商轉變為智能化解決方案的提供者。
鄂爾多斯，在蒙語中意為“眾多的宮帳”與“水草豐沛之地”。作為蒙族人心中的圣地，除去繼承了先祖豪邁雄心的千年圖騰，來自地表之下的饋贈——礦藏，也構筑起這片蒼茫高原的未來愿景。
作為國家規劃建設的14個大型煤炭基地之一，鄂爾多斯坐擁最為重要的煤礦產區之一的東勝煤田，僅市內已探明煤炭儲量就高達2102億噸，約占中國煤炭總儲量的六分之一。在廣袤的準格爾旗與達拉特旗地區，形形色色的礦車在星羅棋布的中大型露天礦中川流不息，一支“無人”礦車集群引來了最多的目光。即使沒有傳統意義的駕駛員，整支隊伍依舊能夠有條不紊地參與礦石或土石方的運輸。
“我們有大概五十臺集群的智能化無人礦車進行常態的生產運營，目前應該是國內最大規模的單坑無人駕駛運營車隊?！甭曇舻闹魅藖碜匀恢堑V總經理馬巍。作為一家成立不到六年的企業，三一智礦卻有志向“趟”出一條數智化與綠色可持續的未來出路，引領傳統礦業走向數智化變革時代。
“無人化”到“智慧礦山”
中國作為礦業大國，擁有數量龐大的各類礦山。尤其是煤礦開采中，中大型露天礦生產占比舉足輕重。根據中國煤炭工業協會發布的公開數據顯示，截至2022年底，全國范圍內共有露天煤礦達到357處，千萬噸級露天礦超過30處，總產能高達11.62億噸。平均每個露天煤礦的年產能為325萬噸，約是井工礦的3倍，以占比約8%的煤礦數量貢獻了全國23%的煤炭產量。
但露天礦區及整體礦業也面臨著一些現實問題。首先是安全性，礦區常面臨滑坡、坍塌等自然災害的威脅。相對惡劣的天氣和環境條件，如極高或極低溫度，也對從業人員帶來困擾。其次，礦區從業人員也長期面臨短缺。同時，傳統的有人駕駛運輸行業培訓周期長、工作強度高，枯燥、乏味和封閉的工作環境對于新世代來說缺乏足夠的吸引力。同等薪資水平下，年輕人也更愿意前往其他行業尋找就業機會。雖然機械化、自動化設備的持續引入，減少了傳統礦業的人工參與度，但依舊未能滿足龐大的生產需求。
隨著5G網絡、人工智能、云計算等新一代信息技術的迅速迭代，傳統礦業也面臨數字化、智能化轉型?！盁o人化”則是“智慧礦山”這一整體概念的基礎。馬巍表示，這一過程中“無人”是最高的標準，也是最低的門檻。首先，無人駕駛礦車運營使從業人員遠離作業一線，顯著降低高風險區域的人員數量，進而減少事故發生的可能性，大大提高了行業的安全性。其次，無人駕駛礦車能實現全天候的連續作業，突破了傳統礦業工作時間的限制，顯著提升了運輸效率和生產力。此外，無人駕駛礦車能夠集成進入數字化和自動化的礦山管理系統中，實現資源的優化分配、路徑規劃和作業調度，從而提高整體作業效率。精細化管理下的精準作業與節能減排也可以大幅度降低傳統礦業開采帶來的環境污染，使產業更加綠色。
打造一個完整的智慧礦山運營管理系統也有兩個難點，一個是工具側，如何對礦山工具和生產流程進行數字化升級，包括無人化裝備和生產流程的數字監控。第二點是數據側，如何將單車數據與云端分析平臺、運營服務平臺數據集成在同一個系統中，基于實時數據進行智能化決策，利用人工智能分析數據以做出科學管理決策，從而完成礦山各作業環節交互協同的一體化。對此，馬巍坦言，三一智礦在“硬件”與“軟件”方面都獲得了巨大的助力，從而能更加堅定地邁出開拓的步伐。
工具側，重工基因保障“硬實力”
在我國，露天礦開采運營的成本主要集中在采、運、排作業環節，無論是生產端還是運輸端，都離不開相關設備的使用與支持。同時，數智化下的智慧礦山對設備要求更為精密，不僅要求單設備運轉自如，還需要保障各環節實時響應協調。以無人駕駛寬體車而言，就有諸如線控底盤、感知融合、智能調度、規劃控制以及5G傳輸等多項技術及設備的整合。早期國內廠商與頭部礦企的解決方案大部分都集中在與相關技術公司合作對現有主機設備進行智能化改裝和升級迭代，缺乏規模制造正向前裝整車的能力。
“與國內、外的友商相比，三一重工可提供十分齊全的成套礦山設備，這是我們的優勢之一?！瘪R巍如是說道。三一智礦的“出身”決定了擁有“重工”基因的它，有能力完成無人化前裝設備的生產。1994年便成立的三一重工股份有限公司長期為市場提了傳統土方作業所需的混凝土機械、挖掘機械、起重機械、筑路機械、樁工機械等全系列產品，保障新設備的品質與產能滿足市場的用戶側需求。在技術研發層面，三一重工的制造業經驗與研發團隊也可以支持三一智礦在新技術、新產品方面的開發。從而實現三一智礦在傳統機械產品的基礎上有能力為自身的智慧礦山方案“量體裁衣”，打造可常態運營的落地方案。以2019年三一智礦推出的SKT90Ei礦用無人駕駛純電動寬體自卸車為例，不僅滿足了智慧礦山在運輸設備方面的需求，其新能源動力還顯著減少了傳統柴油動力車輛造成的排放污染。這不僅提升了礦山的運營效率，還有助于實現低碳、綠色的礦山建設目標。
數據側，攜手頭部云服務商打造未來方案
在智慧礦山的構建中，硬件設備如無人駕駛卡車、智能化挖掘機、監控設備等扮演著基礎載體的角色，是實現智慧礦山的物理基礎，其背后的“靈魂”則是核心智能化云端技術和數據驅動的決策系統。通過在硬件設備中集成先進的傳感器和通信技術，大量實時數據可以被收集并傳輸至中心處理系統，人工智能和機器學習算法對數據進行分析和處理。數據驅動的決策系統還能基于長期數據分析，提出改善建議，如設備維護的最佳時機、資源利用的最優方案等，實現對智慧礦山的高效運營。對于智能礦山的運營者而言，數智化全平臺系統的建立則需要與優秀的云服務商在優勢領域“跨界合作”。
例如，在礦山的嚴酷環境下，任何延遲和不穩定都可能導致重大安全事故。早期的“無人駕駛”礦車情景中，實時畫面與業務操作無法做到同步低延遲、低丟包，畫面信息傳送到遠程駕駛艙屏幕上需要經歷諸如攝像頭采集、編碼、網絡傳輸、解碼、渲染等環節，行業內平均延遲在300毫秒左右。而這樣的延時，意味著，車輛若以30公里時速前進，會導致遠程駕駛員從屏幕看到的車輛與障礙物距離，比兩者實際的物理距離遠2.5米，這會影響駕駛員的判斷，帶來安全隱患并降低駕駛效率。這類安全隱患也迫使早期“無人駕駛”礦車，依舊需要安全員坐在車輛內進行監控和接管。只有低于200毫秒的延遲，才能做到人不用登車，實現遠端駕駛艙的感知與現場駕駛的體驗接近。也能避免自動駕駛失效后，無法通過遠端系統接管車輛。
三一智礦選擇與中國領先的云服務商騰訊云深度合作，打造了5G遠程實時操控產品及解決方案?！耙粢曨l傳輸對于我們來講是繞不過去的核心技術。在與騰訊云的交流中，我們了解到騰訊云有這樣的技術，可以實現時延100毫秒以內，對比很多友商更具優勢?！瘪R巍闡述與騰訊云的合作，“可能對通訊行業并不算什么，但是在工業級而言，100毫秒代表的意義非常重大?！?因為這關乎礦卡遠程駕駛的安全。
騰訊云的技術底氣也是此次合作的關鍵。二十年C端市場的技術積累，騰訊云音視頻已構建覆蓋全球的騰訊云RT-ONE?音視頻通信網絡，擁有業界領先的完整PaaS平臺，其中衍生出超100個場景應用實踐，滿足工業領域對時延和穩定性的高要求。在與三一智礦的合作中，用騰訊云音視頻業務副總經理王軍的話說：“我們最關心兩個指標一個叫超低時延，第二個叫卡頓?！睘榱藨獙ΦV車在無線信號不穩定環境中移動時畫面傳輸的難題，騰訊云采用5G與音視頻傳輸技術，自主研發了一系列解決方案。這些方案包括面向5G的擁塞控制增強技術、適應移動環境的高動態碼率控制技術，以及針對鏈路的抗丟包增強技術。另外針對運營中，初期一線駕駛員反饋二維視覺畫面缺乏深度信息，影響部分場景遠程操作效率的問題，騰訊云花費半年時間攻關大視角裸眼3D視頻傳輸技術，并落地應用，現場使用反饋滿意度顯著提升。
同心奮進，助力行業發展
三一智礦的成立，在礦山行業中首次實現整個無人化前裝設備的研發和商業化運營。三一智礦整合集團及外部資源，創建了一套行業內和客戶都認可的智慧礦山解決方案。這一成就標志著從試驗性改裝階段向正向設計的商業化階段的轉變。但在馬巍看來，行業的革新與進步與智能化目標達成絕不會只因一、兩方參與者和“跨界”合作者而得以實現。行業的健康發展需要更多的力量加入，構筑全行業長期的社會責任意識，從業者不應僅是為了商業利益，更應重視長期投入和社會價值。他期待更多的優秀企業參與競爭和合作，共同推動行業進步。王軍也表示，騰訊云與三一智礦的合作樣本為國內行業提供規?；瘡椭频膮⒖?，加速行業發展。未來騰訊云會積極與三一和其他伙伴共同工作，協調上下游共贏發展，推動行業的標準化與數智化。
后記
近日，全國礦山安全生產工作會議上，國家礦山安全監察局有關負責人表示，2024年我國將推進礦山安全科技賦能，強化科技支撐能力建設，加強關鍵技術和先進適用裝備攻關，強化礦山安全信息化、智能化建設。
列寧曾說：“沒有煤炭工業，任何現代工業和任何工廠都是不可設想的。煤是工業的真正的糧食?！睂τ诋斍暗闹袊?，完成礦山數字化智能礦山轉型，進而推動綠色礦山轉型，將是保障國家能源變革遠景 實現，完成“雙碳”戰略與“3060”目標至關重要的一環。
馬巍在采訪中表示：“做一個公司的時候，它最終的結果必然要為社會創造價值，這也要求必須有一條成熟的商業落地的計劃和實踐?！碑斘覀儗⒛抗廪D向潮腦梁煤礦，我們知道他所言非虛。從實驗室到礦山，從模擬到實際運營，從有人到無人，三一智礦與他的伙伴們共同助力中國礦業走向安全、高效、經濟、智慧與可持續的未來。
特刊/文中相關數據內容均來源于采訪與公開信息資料，未經允許不得轉載。
