............ 26 第四章 我国煤矿智能化科技攻关方向与重点任务 ............ 28 （一）信息基础设施向网络综合承载与数据融合应用发展 .... 28 （二）地质保障向精准探测与隐蔽致灾精准防控方向发展 .... 29 （三）掘进系统向数智少人化方向发展 .................... 30 （四）综采智能化向高阶数智开采方向发展 .... 年，工业和信息化部、应急管理部、国家矿山安全监察局等 17 部门 联合发布《“机器人+”应用行动实施方案》，要求推动研制矿山机 器人产品，推进智能采掘、灾害防治、巡检值守、井下救援、智能清 理、无人化运输、地质探测、危险作业等矿山场景应用。2024 年，应 急管理部、工业和信息化部联合印发了《关于加快应急机器人发展的 指导意见》，要求加强煤矿等重点场景安全生产、应急处置机器人研 制与应用，重点研制针 余处。单矿建设方面，形成 了包括采掘机运通、经营管理、井下地面全流程智能化的大型现代化 煤矿智能化建设模式，智能防灾系统优先、其他系统同步建设的灾害 严重煤矿智能化建设模式，以及重实用、求实效的地质条件复杂中小 型煤矿智能化建设模式。矿井群智能化建设方面，神东煤炭集团探索 出矿区整体规划、群矿一体化推进的智能化建设模式。宁夏煤业公司 依托国家能源集团与中国煤炭科工集团煤矿智能化协同创新中心，优

制自动化、安全本质化、管理信息化、业务协同化、知识模型化、 决策智能化的目标进行相应的业务模块应用设计，实现煤矿地质 勘探、巷道掘进、煤炭开采、主辅运输、通风、排水、供液、供 电、安全防控、经营管理等各业务系统的数据融合与智能联动控 制。 2.生产煤矿智能化建设技术路径 生产煤矿应根据矿井的地质条件、建设基础、建设目标制定 科学合理的智能化升级改造方案，可以按照“基础系统高容量—采 5 掘系 中心等升级改造，汇聚生产工艺、环境过程信息等；最后，通过大 数据、人工智能等建立相关业务智能工作流，再进行系统的整体集 成，实现基于智能化综合管控平台的一体化智能协同管控。 3.新建煤矿智能化建设技术路径 根据矿井的地质条件与建设目标，按照“基础系统全兼容—业 务系统全关联—装备系统高可靠—数据应用多场景”的思路，在矿 井设计中对煤矿智能化进行专题设计，按照高起点、高标准、高 水平进行智能化煤矿建设，应涵盖信息基础设施、智能化生产系 能联动控制，井 上下各系统实现“监测、控制、管理”的一体化及智能联动控制。 （2）智能地质保障系统 基于“数据驱动”“数字采矿”的理念，将地质数据与工程数据进 行深度融合，采用地质数据推演、地质数据多元复用、地质数据 智能更新等方法，研究建立实时更新的地质与工程数据高精度融 合模型，实现矿井地质信息的透明化。推广智能采掘工作面的随 采智能探测、随掘智能探测与监测的技术装备，鼓励积极研发应

工作面减人提效、综采工作面内少人或无人操作、井下和露天煤矿固定岗位的无人值 守与远程监控。 到2025年，大型煤矿和灾害严重煤矿基本实现智能化，形成煤矿智能化建设技术规范 与标准体系，实现开拓设计、地质保障、采掘（剥）、运输、通风、洗选物流等系统 的智能化决策和自动化协同运行，井下重点岗位机器人作业，露天煤矿实现智能连续 作业和无人化运输。 到2035年，各类煤矿基本实现智能化，构建多产业链、多系统集成的煤矿智能化系 排、知碳、知路”，然后实现“治能、治污、治碳”，最终达到“绿能、绿产、绿碳”的 整体绿色矿山零碳操作体系。 矿山零碳治理不同于其他行业的碳行业管理，需要从“源、探、管、服”四个层面与矿山 生产控制、矿山地质信息、矿山安全应急、矿山经营管理等多个方面进行结合，以期实现 矿山零碳的整体数据协同与规划。 2、矿山数字能源应用前景分析 传统矿山生产中存在大量用功用电的场景，并且这些电力来源大多是来自于传统工业用 发展改革委、能 源局、应急部、 煤矿安监局、工 业和信息化部、 财政部、科技部、 教育部 到2025年，大型煤矿和灾害严重煤矿基本实现智能化，形成煤 矿智能化建设技术规范与标准体系，实现开拓设计、地质保障、 采掘（剥）、运输、通风、洗选物流等系统的智能化决策和自动 化协同运行，井下重点岗位机器人作业，露天煤矿实现智能连续 作业和无人化运输。到2035年，各类煤矿基本实现智能化，构 建多产

全球工程前沿 Engineering Fronts 全球工程前沿 2024 的技术，它是计算机视觉和机器学习领域的一个重要分支，应用于精密机器测量、机械手高精度运动定位 与控制、交通建筑变形沉降等地质灾害实时检测、飞船对接、危险环境的机械手自动化作业引导、目标在 空间的高精度定位等。 目前该领域主要技术方向包括：① 算法优化，进一步提升图像特征提取和匹配算法的效率与准确性； ② 多传感器融 175 11.75 2022.1 3 俄罗斯科学院 127 8.53 2021.6 4 中国科技大学 112 7.52 2022.2 5 北京科技大学 103 6.92 2022.0 6 中国地质大学 87 5.84 2021.9 7 东北大学 86 5.78 2021.8 8 昆明理工大学 86 5.78 2022.0 9 江西理工大学 84 5.64 2021.9 10 鲁汶大学 5.1 工程研究前沿 5.1.1 Top 12 工程研究前沿发展态势 能源与矿业工程领域研判的 Top 12 工程研究前沿见表 5.1, 涵盖了能源和电气科学技术与工程、核科学 技术与工程、地质资源科学技术与工程、矿业科学技术与工程 4 个学科。其中，“二氧化碳捕集与原位转 化一体化技术”“高离子传导固态电解质研究”“电力系统运维大模型研究”属于能源和电气科学技术与 工程领域；“紧凑型

48 武汉理工大学 湖北 48 中国石油大（北京） 北京 50 郑州大学 河南 排名 学校名称 省市 51 江南大学 江苏 52 西南交通大学 四川 53 南京农业大学 江苏 54 中国地质大（武汉） 湖北 55 暨南大学 广东 56 华中师范大学 湖北 56 中国海洋大学 山东 58 南京师范大学 江苏 59 中国矿业大学 江苏 60 北京邮电大学 北京 排名 学校名称 Higher Education 中国大学排名前100位 排名 学校名称 省市 71 西北农林科技大学 陕西 72 北京工业大学 北京 73 南昌大学 江西 74 东华大学 上海 75 中国地质大学（北京） 北京 76 中国矿业大学（北京） 北京 77 福州大学 福建 78 宁波大学 浙江 79 合肥工业大学 安徽 80 华南师范大学 广东 排名 学校名称 省市 81 南京邮电大学 Higher Education 高等教育数字化典型实践 中国地质大学（武汉）是教育部直属全国重点大学，是国家批 准设立研究生院的大学，是国家首批“211工程”“985优势学 科创新平台”和“双一流”建设高校。学校以地球科学为主要 特色，学科涵盖理学、工学、文学、管理学、经济学、法学、 教育学、艺术学等门类，地质学、地质资源与地质工程2个一级 学科入选“双一流”建设学科。 学校拥有“学士—硕士—博士”完整的人才培养体系。共有全

检测诊断效率提升 80%。中国海洋石油“海能”人工智能模型 平台接入 DeepSeek 系列模型，通过私有化部署方式面向全集团 提供开放服务，可以辅助构建企业知识库，助力业务系统智能 化，实现复杂地质数据处理，有效提高工作效率。埃克森美孚 应用人工智能模型，可从初始混合物中预测聚合物膜的渗透性 24 能，提升材料分离效率，降低初步分离步骤的能源消耗，实现 新材料研发的快速迭代。 2、通 特阿美公司通过 数字孪生技术与 Open Subsurface Date Universe(OSDU)平台， 构建了井筒模型，涵盖地质层位、钻井路径、井筒结构等关键 要素，完整再现了实际施工中的复杂条件，工作人员可在虚拟 环境中模拟井筒施工的全流程，从地质变化到设备操作，深入 分析每个环节的细节，大幅减少了传统测试中所需的物理资源 和实验成本。 （三）工业互联网驱动的生产运营优化 智能方式可将勘探时间从 9 个月缩短至不到 9 天，使用比常规 更少的地震数据扫描来生成地下图像，加快勘探工作流程，节 26 省高性能计算成本。哈里伯顿通过与 Core Lab 合作，实现地质 数据可视化，在岩样分析过程中，进行切片等处理后，借助 AI 进行分析，将岩样分析所需时间从 90 天缩短至约 1 周，大幅缩 短勘探作业工期，降低作业成本。 2、通过油气产业链各环节共享联动，实现多层次协同优化

传统的石油石化智能化应用，主要以单点技术赋能的模式出现，通过智能化技术提升包括炼 油、钻井、油气提取和化工转化等关键环节的生产效率和产品质量。例如，炼油技术通过数字技 术优化环保和过程控制，钻井技术利用智能化设备在复杂地质条件下实现高效钻探。在这些应用 中，AI通过与大数据、物联网技术的结合，提升生产过程的自动化水平和质量。 但石油石化作为流程制造的典型代表，不仅需要强化关键环节的能力，更需要从产业链、供 应链 业结构的优化和增长方式的转变，为产业的持续创新和长远发展注入新动力。 新一代人工智能技术可推动对石油石化中的专业知识、勘探生产数据、机理模型和数字化系 统的高效整合，进而实现数字化服务链与业务价值链的深度融合和持续优化，为油气地质、油井 管理、生产工程、油气储运、炼油和石油化工等多个关键领域提供开放式的智能赋能。这一过程 在石油石化产业的生产、运营和供应链管理等方面展现出巨大的赋能潜力。 �.�.� 石油石化产业智能化发展成熟度 ��%的油气田 企业将利用云和人工智能实现对地下数据的管理，提高技术人员的工作效率与企业利润率。 人工智能应用：智能勘探 在勘探业务的数字化转型过程中，可以通过机器学习和数据智能支持勘探选区、地质成像、 工程决策，采用知识图谱和NLP技术自动分析测录井、地震及采油数据，借助计算机视觉技术识 别油井示功图、判断设备故障、油气泄露等异常工况和规范油田炼厂等生产作业区HSE措施；基 于人机交

维持90%+，出海找矿并购为唯一选择，锂资源度外依存度相对偏低。但我国近年来锂资源量占比持续下降，而随着23年我国新一轮 找矿行动的推进，至2024年我国锂资源资源量占比快速回升至16.5%。但在我们看来：1）我国地质勘探程度较为丰富，海外资源整 体勘探程度较低，USGS数据很难完整体现真实情况。2）我国锂资源主要集中于青海、江西、四川与新疆地区，资源开发利用程度 已经较高。故长期来看，我国锂矿出海并购仍是大势所趋。 9%锂资源中资企业无法控股。全球来看，因北美IRA/澳 大利亚FIRB等影响（美国+加拿大不允许中资企业持股国内锂矿、智利政府需强制控股（51%+），目前全球66.9%锂资源中资企业 无法控股，中期维度来看，在其余地区地质勘探有显著成果之前，阿根廷、巴西，非洲（津巴布韦等）等地为中资企业出海最优选。 15 资料来源：USGS， 五矿证券研究所 图表19：阿根廷、巴西，非洲（津巴布韦等）等地为中资企业出海最优选 北美7

年底，有色金属勘探投资已逼近历史峰值，高达128亿美元。3 然而，在过去十年中，经 济矿床发现率减半，而平均发现成本却攀升至约2.2亿美元，相当于20年前的四倍。4 如果将关于地块和矿床的公益性地学数据纳入矿产资源勘探系统方法之中，地质学家 便能利用这些数据优化其勘探计划。此举能节省成本和时间，其节省的幅度取决于数 据的量级和价值，以及勘探团队在其项目中所处的阶段。此外，这些数据还有助于加 速潜在钻探目标的识别，帮助矿业公司更深入了解矿化系统，促成后续的勘探发现。 8:推进净零排放进程 趋势 9:使ESG策略更加以价值为导向 趋势 10:创造自然竞争优势 全球及中国联系人 作者与致谢 重视公益性地学数据的价值 公益性地学数据涵盖地质、地球物理、地球化学等领域的数据，这些数据是联邦、州 及地区政府通过开展地质调查收集，并由相应的政府机构管理，作为公共资源，免费供 公众使用。这些数据经专业地球科学家分析后，可用于识别矿产资源潜力最大的区域， 以此推动跨地域和不同类别大 析对澳大利亚国内 生产总值（GDP）的直接和间接贡献高达3.5%（相当于503亿美元）。 公益性地学数据的价值创造潜力在西澳大利亚的Fraser Range项目中可见一斑。在 1998年西澳大利亚地质调查局发布公益性土壤地球化学数据之前，该地区一直未被勘 探。借助这些数据，在该地区发现了镍、铜和钴矿床，进而促成了2015年Nova矿的开 发投产。自投产以来，Fraser Range项目的年收入已达3

响，2024年的融资规模尚未恢复到2021、2022年的水平，因此不宜过于乐观。 总体而言，量子科技作为未来产业之一，在国防军工、生物医药、化工材料、 金融服务、能源电力、人工智能、通信、气象、地质等众多领域中展现出巨大的应 用前景，未来也将继续吸引更多资金注入。同时，由于量子计算、安全、传感领域 技术成熟度的不同，未来融资行为仍将保持以量子计算为主。 03 第一章 2024产业发展概览 33 0.17 0.17 2024 2035E 量子精密测量技术的核心价值在于其高精度和抗干扰性，这使其在国防、能源、 医疗、通信等多个行业都具有极高的应用潜力。 例如，量子重力测量技术在地质勘探和能源开发中的应用日益受到关注，而时 间测量和磁场测量在通信和医疗领域的需求也呈现持续增长趋势。 随着行业对更高精度测量设备的需求不断增强，产业规模预计将稳步扩大。预 计2035年，量子精 原子钟技术被沃达丰土耳其公司部署，为其全国网络带来全 新弹性计时能力。 M Squared公司的量子重力仪采用先进量子干涉技术，在高 精度重力测量中表现卓越，具备强大稳定性和抗干扰能力， 适用于复杂环境。该产品在地质勘探和资源探测领域应用潜 力大，市场关注度高，获用户积极反馈与高度认可，是量子 重力测量领域的领先者。 Exail 收购 iXblue 并融合 ECA Group 技术，打造了新品牌。 其量