零距离对话栏目是《智能矿山》的卓有成效的品牌栏目，在过去的2年里，在智能矿山的产学研用一体化建设进程中，发挥着重要的创新技术交流、搭建沟通平台的桥梁纽带作用。
第8期“智能矿山零距离”走进中煤科工集团沈阳设计研究院有限公司（简称中国煤科沈阳设计院）卓越团队——露天矿智能高效开采关键技术及重大装备国产化创新团队，特邀团队骨干中国煤科沈阳设计院数字与智能产业中心副总经理宋波、研发经理田凤亮，介绍团队在智能化建设的最新成果。
中国煤科沈阳设计院简介
中煤科工集团沈阳设计研究院有限公司成立于1952年，原名沈阳煤矿设计公司，是原煤炭工业部直属煤炭设计院之一，现为中国煤炭科工集团有限公司全资子公司。
公司现有员工600余人，煤炭行业技能大师6人，国家注册工程师有142人，设有露天、矿井、选煤等20多个专业，在煤炭、建筑、机械、军工等行业拥有16项甲级资质，具有矿山施工总承包一级资质。主要业务涵盖咨询监理、勘察设计、工程总承包、生产运营、露天矿装备及智能化，涉及煤炭与非煤领域，专业配套齐全，综合实力雄厚。我国自行设计的第一座露天煤矿（内蒙古平庄西露天煤矿）、第一座矿井（黑龙江双鸭山岭西竖井）、第一座大型重介选煤厂（吉林通化铁厂）选煤厂均由中煤科工集团沈阳设计研究院有限公司设计完成。
宋波，现任中煤科工集团沈阳设计研究院有限公司数字与智能产业中心副总经理。第七批煤炭行业技能大师、沈阳市优秀科技工作者、沈阳市优秀工程师、沈阳市“三八红旗手标兵”，集团公司露天矿工艺系统创新团队负责人。致力于露天开采技术及装备国产化应用15年，先后承担过露天煤矿核心装备半移动式破碎站、自移式破碎站、转载机及大切割力紧凑型轮斗挖掘机装备的研发工作。负责建成国内首台套高寒地区轮斗连续采煤示范工程。主持和参与科研项目10余项，其中，集团公司重点科技项目5项；共计申报专利47项，授权发明专利16项；发表期刊论文10篇，其中，SCI收录2篇。
田凤亮，博士，现任中煤科工集团沈阳设计研究院有限公司数字与智能产业中心研发经理。主要研究方向为矿山物联网、卡车调度算法与系统、采矿设计软件开发等。主持研发了露天矿移动设备集群调度系统，攻克了多模态驾驶员疲劳监测与基于密度聚类的车流量实时监测等关键技术。主持或参与国家自然科学基金1项，国家重点研发计划2项，矿山智能化科研项目近10项。发表论文20余篇，其中SCI 收录2篇，Ei收录 4篇，申请发明专利10余项，授权发明专利6项，登记软件著作权10项，执笔团体标准2项。
主持人：请中国煤科沈阳设计院数字与智能产业中心副总经理宋波介绍下研发的7 000 m3/h紧凑型轮斗挖掘机的先进性、市场地位和意义。
宋波：7 000 m3/h紧凑型轮斗挖掘机的先进性主要表现在3个方面，7 000 m3/h紧凑型轮斗挖掘机（图1）。
图1 7 000 m3/h紧凑型轮斗挖掘机
（1）7 000 m3/h紧凑型轮斗挖掘机生产能力达到了世界最大。
（2）受料臂长和卸料臂长也是达到了国际之最，在开采工艺系统布置方面，凸显轮斗连续工艺的高效、节能、少人和安全优势，将会有效提升了矿山开采的整体效率和安全性。
（3）整个系统的底盘供电和履带结构有较大突破，对于后续产品的维修维护带来很多方便，同时由于型号大，结构尺寸和功能性实现了更优化设计。
（4）产能剥离系统达年产1 000万m3，采煤1 000万t，对于大型露天矿山的节能、环保、高效、减人方面的效应将会是空前、根本性的改变，也是国内露天矿山重大装备领域3 900 m3/h轮斗挖掘机产品后的更高层次的技术和理论突破。
7 000 m3/h紧凑型轮斗挖掘机研发的意义是突破的关键技术和大型机械设备加工制造都将该领域的产业带入更新的高度和水平，将推动整个露天装备行业的新一轮技术革新，为我国煤炭工业高质量发展贡献力量。
7 000 m³/h紧凑型轮斗挖掘机的成功研发与推广应用，为露天矿山企业带来了节能、环保、高效、减人等多方面的效益，还为我国露天煤炭开采工艺的智能化与高效化奠定了坚实基础，成为露天开采行业的新标杆。
主持人：中国煤科沈阳设计研究院作为设计研究院所没有自己的加工厂，如何保证产品质量，承担此类大型装备类项目的优势是什么？
宋波：在产品质量保证方面，中国煤科沈阳设计研究院通过综合评优的方式选择国内领先的制造厂家进行委托制造。为了确保工期进度，采取了不同大部件在多个厂家并行制造的策略，主要包括4个步骤和措施。
（1）在装备零部件的制造过程中，由专业人员在关键环节全程驻厂监督和见证，包括对钢板及铸锻件原材料的机械性能和化学成分的检验、焊缝的探伤检验、关键件的热处理性能检测、机加工重要尺寸的检验以及关键件的装配等。
（2）邀请外部检测专家对关键检验结果进行抽查和复检，以确保大致设计要求的质量。
（3）在装备的各个组成大部件制造完成后，进行大部件预组装，在工厂内对各驱动装置部分进行带电运行测试，并对各大部件的接口零部件进行试组装，确保了装备整机安装时的准确性与高效性，实现了整个装备的一步式组装。
（4）待所有大部件制造组装完成后，根据安装顺序对相应零部件的运输进行整体统筹和合理优化安排，确保在项目安装地进行装备的现场安装与调试，保证整个项目的顺利推进。
承担此类大型装备类项目的优势在于中国煤科沈阳设计研究院具备对露天煤矿装备类项目进行全生命周期服务的能力，前期露天开采工艺设计阶段充分与成套装备的参数性能紧密结合，可最大限度实现整个矿山生产系统的最优化设计，且拥有多年的矿山运营EPC经验，提供了全面、专业的技术支持与整套解决方案以及全生命周期服务。特别是近2年，已经与多家国内的头部装备制造企业建立了深厚的战略合作关系，为保证公司大型装备制造业产业的快速发展以及订单量产化奠定坚实基础并提供安全保障。
主持人：下面有请中煤科工集团沈阳设计研究院有限公司数字与智能产业中心研发经理田凤亮介绍下数字孪生和物联网之间的关系。
田凤亮：数字孪生与物联网的结合，提升了决策的科学性和准确性，更为企业的数字化转型和智能化升级提供了强大的动力，二者之间的关系主要包括4个方面。
（1）物联网为数字孪生提供了数据采集的核心手段。在数字孪生的构建与运行过程中，精确、实时且全面的数据是至关重要的。物联网凭借高精度传感器、RFID标签、高清摄像头等广泛连接性和多样化的感知设备，深入现实世界的每个角落，实时捕捉实体的位置、温度、湿度、压力、振动、光照强度等多个维度关键数据，全面反映了实体的当前状态和历史变迁。详实的数据集构成了数字孪生的“血液”，提供了高精度模拟、深入分析和持续优化的数据基础。
（2）物联网是数据采集器，更是数字孪生与实体之间的通信桥梁。通过物联网，数字孪生得以实时感知实体的细微变化，包括设备故障早期预警、生产效率细小波动，都能被迅速捕捉并反馈。
（3）基于物联网的通信能力，数字孪生的分析结果和优化指令实时传达给实体，实现远程监控和智能控制闭环；双向通信机制增强了数字孪生的实用性和响应速度，在实际应用中发挥更大的价值。
（4）数字孪生（图2）利用物联网采集的海量数据进行深度模拟和精准预测。借助先进的算法和模型，数字孪生分析物联网数据中的隐含特征和趋势，模拟实体运行状态，预测发展趋势和潜在问题，数字孪生的预测能力帮助企业在复杂多变的生产环境中提前布局，优化资源配置。
图2 数字孪生平台界面
主持人：已知破碎站某零件的故障与温度和压力具有强相关性，但机理尚未明确，智能化建设后，数据采集系统获得了系列数据构建故障诊断模型，是否可以根据压力与温度的实时数据来判断零件存在故障隐患？
田凤亮：解决此类问题比较直观的方式是采用KNN算法（图3）。在KNN算法里，K是要找的邻居数量，判断1个未知数据点应该归到哪类，KNN就会在此数据点周围找K个最近的已知数据点（即邻居），然后判断邻居大多数都属于哪类，就把此未知数据点也归到同类。
图3 KNN算法示意
KNN算法的优点是直观易懂，不需要复杂的训练过程，特别适合处理特征比较明确、数据分布比较均匀的问题，缺点是计算量大（因为每次都要找K个邻居），对噪声数据比较敏感（如果邻居里存在噪声数据，可能会影响分类结果）。破碎站零件故障问题可以根据历史数据计算距离最近样本点的故障状态，以此判断当前零件是否故障。
《智能矿山》杂志策划的“ 智能矿山零距离”活动，让矿企、技术支持单位近距离深入座谈交流，感谢2位嘉宾的精彩分享，通过论坛的交流途径，中国煤科沈阳设计院与各方会有更加深入的合作，从技术输出者升级为行业生态整合者，以数字化重塑煤炭产业价值链，为能源安全与可持续发展提供关键技术支撑。
策划：赵瑞 编辑：宫在芹
