让AI下矿井、提升化工工艺,山东这个大模型越来越懂行
新黄河  8小时前

新黄河记者:黄敏  

undefined

过去一个智能采煤工作面,一个班需要10至15人,如今只需5人;原本需要3天的防冲卸压施工监管流程缩短至10分钟,降低人工核验工作量80%,提升核验效率85%;选煤巡检周期由之前人工巡检30分钟缩短为5分钟,工效提升83%,劳动强度大大降低……

在山东能源集团多个煤矿,AI化身一线打工人,“矿山革命”如火如荼。这背后,得益于盘古矿山大模型的应用。随着应用场景持续拓展,坐落于高新区的云鼎科技股份有限公司(以下简称“云鼎科技”)打造的云鼎山海大模型,正在化工、新能源等更多领域大显身手。

真实场景练就聪明大模型,矿工“坐在地面采煤”的梦想正照进现实

对于矿业而言,绕不开下井。尽管现代化矿井的基础条件已有改善,但井下依旧阴暗潮湿,作业劳动强度大,且愿意下井的年轻人越来越少。AI正在颠覆矿业原有运作模式。

在山东能源集团李楼煤业调度指挥中心,工作人员只需轻按操控台上的启动按钮,轻点鼠标,千米之外的采煤机、皮带、转载机等设备便启动作业,从煤壁落下的原煤被输送至地面。几代煤矿人“坐在地面采煤”的梦想,在李楼煤业变成现实。

http://img03.e23.cn/aac4c6dec212f730d8df4d1983f1eb44

这背后的支撑,是山东能源集团、云鼎科技、华为公司联合开发的全球首个商用于能源行业的AI大模型——盘古矿山大模型。

面对煤业复杂的作业流程,在盘古矿山大模型开发过程中,云鼎科技相关团队经过3个月在矿区的实地调研,整理出91个业务场景及业务痛点,经过与山东能源煤矿专家、华为AI技术专家论证,最终确定采煤、掘进、主运、辅运、提升、安监、防冲、洗选、焦化9个专业21个应用场景。

在这个过程中,华为提供基础算力,用30亿条数据跑出了盘古矿山大模型的“底座”——预训练大模型。云鼎科技则将50万张山东能源矿山应用场景图片“喂”给预训练大模型,在人工智能服务平台上跑出一系列针对具体场景的算法,形成盘古矿山大模型。通过深度赋能应用场景,这一大模型解决了不少煤矿业痛点。

在李楼煤业主运系统,以前矿工需要每天行走近10公里巡检,现在通过AI摄像头远程就能精准识别出大块煤、锚杆等异常情况,异物识别准确率达98%。在兴隆庄煤矿,现场及巡检人员减少18人以上。

http://img03.e23.cn/6307a480835a089749c8d12c3f199891

云鼎矿山大模型接入万余路井下摄像仪进行AI分析,对设备、人员、环境实时监测预警,自动巡检效率提升3倍以上,推动安全监管由人盯人“被动防范”向“主动治理”转变。

不仅提升工作效率,盘古矿山大模型也降低了采矿成本、增加效益。例如,围绕煤炭洗选全流程工艺优化,落地重介密控、浓缩加药、智能浮选三大场景,精煤产率提升0.3%以上;在煤矿年入洗量300万吨的洗选厂,年创效超300万元。

让大模型更懂行业,已赋能200余家大中型企业

有了以大模型破解煤矿智能化难题的经验后,云鼎科技持续拓宽大模型应用领域,去年推出伏羲化工大模型。

长期以来,在化工生产领域,从原料投放到产品输出,整个过程涉及复杂的物理化学反应和能量传递,工艺控制往往依赖老师傅的经验判断,行业智能化难度不小。

云鼎科技研发的伏羲大模型,将矿山大模型的通用能力与化工领域数十年的工艺机理、专家经验进行深度融合,让技术先成为行业专家,累计构建了220余类AI应用场景,打通化工全流程。

比如,在生产环境监控上,伏羲大模型将AI视觉分析技术与核心生产场景深度融合,在装置区、重大危险源等关键区域布下智能天网。在鲁南化工,该系统覆盖了20余类风险监测,能在3秒内发现异常,告警准确率达92%以上,真正实现从“人防”到“技防”的质变,让安全隐患防患于未然。

http://img03.e23.cn/74ca3a06189bd92e58508670e6e70cf3

在甲醇精馏过程中,系统通过智能优化使吨甲醇蒸汽消耗下降近3.95%,年创效超过300万元;在低温甲醇洗等装置上,伏羲大模型将人工操作频次降低90%,稳步迈向黑屏操作的自动化目标。

目前,伏羲大模型已在榆林能化、鲁南化工、未来能源等多个化工企业落地应用。

通过真实场景的不断验证,云鼎科技不断沉淀大模型技术能力,向更多行业延伸。今年7月,该公司推出“云鼎山海·AI原生产品体系”,业务覆盖矿山、化工、电力、新能源、油气、钢铁六大行业,具备视觉、预测、自然语言处理、多模态四大核心能力,推动人工智能与生产流程深度融合,为能源行业绿色、高效发展注入新动力。

http://img03.e23.cn/fe69e30f31c3e6c9a2dc1185b8488285

随着技术持续升级,云鼎山海大模型已构建包含百万张图片、1200亿条生产数据的工业领域高质量数据集,持续开展行业模型的增量训练和垂域微调,为模型研发和迭代提供充足、可信的数据资源。

“山海大模型已实现视觉类场景检测准确率不低于95%,语言类场景专业问答准确率不低于90%,预测类场景预测方案采纳率不低于85%。”云鼎科技相关负责人表示,该大模型首创“云边协同+边用边学+非正常即异常”模型迭代优化方法,突破传统“先建模、后应用”的AI开发路径,打造基于工作流的人工智能模型研发模式,将视觉模型开发周期由1至2个月压缩至1至2周。

截至目前,山海大模型已落地全国15个省份,服务国家能源、国家管网、中国中煤、皖北煤电等200余家大中型企业,累计创收7亿余元。

从盘古矿山大模型到伏羲大模型,再到山海大模型,它们都非通用大模型,而是专注于解决生产一线真实痛点的垂域大模型。它们没有炫目的技术,取而代之的是生产智能化的有效提升。

如今,云鼎科技科研人员仍在持续提升大模型“实战”能力,加快推动人工智能从单点应用向线面协同演进,构建覆盖安全管控、灾害预警、生产调度的智能体群,努力实现复杂工况下从识别到处置的全流程贯通。拓展金属冶炼、高端装备等领域,聚焦高危作业、节能降碳、绿色转型等关键环节,努力推动人工智能规模化落地,扩大技术应用覆盖面与产业价值。

随着这些垂域大模型扎根于产业土壤,越来越懂行业,它们将以AI之力重塑行业发展,助力传统行业向安全、高效、智能、绿色等领域转型升级。

编辑:周全  美编:孔德刚  校对:李莉