1
2
3
4
5
6
7
8
9
中国矿业大学丨海南亿矿通数字科技有限公司
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
采购重心
• 智能机械设备
• 矿山生产作业系统
• 矿山配套服务 项目结构
• 中标金额100万
以下中小规模项
目占比达%
• 分散、单点突破
仍处于普遍现象
区域格局
• 先进地区（新疆、
内蒙、山西、陕西）
• 后发地区（西藏、
贵州、云南）
• 传统地区
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
0%
10%
20%
30%
40%
创新者
(Innovators)
早期采用者
(Early
Adopters)
早期大众
(Early
Majority)
晚期大众
(Late
Majority)
落后者
(Laggards)
技术采用生命周期S曲线
创新者
(Innovators)
痴迷于新技
术追求，愿
意承受极高
的风险和时
间成本
早期采用者
(Early Adopters)
整个生态中最
关键、也最聪
明的一群人。
极具眼光，能
敏锐地觉察到
新技术带来的
巨大优势
晚期大众
(Late Majority)
对新技术持有
怀疑态度，总
觉得“老办法
更好”。通常
是在价格大幅
下降，或者周
边环境迫使下，
才会被动接受
落后者
(Laggards)
传统主义者，
抗拒变化。
聚焦于过去，
对变化充满
敌意，甚至
完全拒绝使
用新技术
早期大众
实用主义者，
经过考察、
评估后且在
合理的费用
下投入，在
意“实用性”
和“性价比”
(Early Majority)
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
痛点 生产工具效能未达预期
场景自适应算法
与复杂工况匹配
度不足
数据孤岛，数据未融合
数据接口与标准
不统一
重建设、轻运营
供应商与矿企利
益错位，验收即
脱钩
人才匮乏
既懂矿业又懂数
字化的复合型人
才匮乏
“痛点-根因-能力”矩阵
根因
能力 “车-路-云”协
同运维与算法迭
代
统一数据中台，
生产数据反哺设
计优化
推广EaaS等按产
出付费模式
区域化共享运营
团队+SaaS平台
赋能
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
智能感知与数据
采集服务
• 关键设备（如采掘机、输送带、提升机、破碎机）上
部署振动、温度、压力等传感器，实时采集运行数据
• 安装气体、粉尘、微震、边坡位移、水文等传感器，
实现对井下环境与地质灾害实时监控
• 利用高清摄像头、热成像仪及AI算法，对人员行为、
设备状态、环境异常进行智能识别与报警
• 自动巡检与三维建模，如针对地表矿区、排土场等
• 设备状态监测
• 环境安全监测
• 视频与图像识别
• 无人机巡检
服务内容事项分类
综合管控平台服
务
• 构建统一数据中台，集成各类子系统数据，通过“一
张图”或三维数字孪生模型实时监控
• 对生产计划、调度、设备台账、维修工单等进行数字
化管理，实现生产过程精细化管控
• 对车辆、人员、设备进行优化调度与协同指挥
• 数据集成与可视化
• 生产执行系统
• 智能调度与协调
设备健康管理
预测性维护服务
• 利用大数据和AI模型分析设备运行数据，提前识别潜
在故障，发出预警
• 预测关键部件的剩余使用寿命，生成维修计划
• 通过远程协助技术，让专家指导现场人员进行设备检
修
• 故障诊断与预警
• 寿命预测与维修决策
• 远程专家支持
智能保障服务
• 通过定位系统、门禁、穿戴设备，实时监控人员位置、
状态，实现电子围栏、危险区域闯入报警、应急撤离
引导
• 利用算法模型对透水、冒顶、滑坡、水灾等重大风险
进行超前预警
• 对污水排放、粉尘浓度、噪音等进行在线监测与智能
调控
• 人员安全
• 风险智能预警
• 环境监测
生产流程优化服
务
• 根据地质模型和实时品位数据，优化开采与配矿方案
• 监测主要能耗设备（如通风机、水泵、破碎机）的能
耗，通过优化运行策略实现节能降耗
• 配矿与质量管控
• 能耗管理
决策与数据分析
服务
• 自动生成各类生产、安全、经济指标报表，进行系统
分析
• 当出现产量波动、能耗异常等问题时，通过数据追溯
和关联分析，辅助管理者定位根本原因
• 对重大生产调整或应急预案进行数字孪生环境下的模
拟推演、效果评估
• 生产报表与KPI分析
• 根因分析与辅助决策
• 模拟推演与方案预演
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
◆
数据说明：煤炭年度价格及月度价格来自不同口径，且为区间平均值或推算值，仅供参考。
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
危机故障处置
车载感知
位置丨速度丨载
荷丨油耗丨制动
事件
中台数字化场景
“车-胎-路-维”一体化
解决方案
设备感知
胎压丨胎温丨磨
耗丨荷载
环境感知
坡度丨曲率丨坑
洼丨滚阻丨粉尘
丨湿滑
智能运营
工单丨停机事件
丨备件丨检修记
录
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
01
0203
谁来运？
运输是露天矿最大的单项成本中心
无人驾驶实现运输系统精细化、标准化管理
构建与规模化运输匹配的安全运营体系决定了价值兑现的重要支柱
如何管？
矿山是一个“人、机、环、管”
深度耦合的复杂系统
覆盖全矿的“智慧矿山运营技术架构”系统性解决效率问题
数据打通、数字孪生、AI预测性维护
用什么能量？
运营成本与碳排放压力的双重约束
矿山能源结构转型势在必然
“源网荷储”一体化新能源替代是天然的选择
“矿能智融一体化”模式将重构运营收益
无
人
化
整
体
智
能
化
能源结构转型
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
0 50 100 150 200 250 300 350 400 450
锡林浩特胜利一号露天矿
锡林浩特胜利西二号露天矿
白音华一号露天矿
贺斯格乌拉南露天矿
锡林浩特大唐矿
锡林浩特胜利西三号矿
锡林浩特锗煤露天矿
中煤芒来露天矿
白音华四号露天矿
白音华二号露天矿
白音华三号露天矿
霍林河南露天矿
霍林河北露天矿
霍林河扎矿
国能集团新疆准东露天煤矿
国能集团红沙泉一号露天煤矿
新疆天池能源南露天煤矿
新疆天池能源将军戈壁一号及二号露天煤矿
新疆宜化五彩湾一号露天煤矿
中联润世新疆煤业
新疆北山矿业（含金能矿业）
国网能源哈密煤电大南湖二矿
新疆疆纳矿业
伊吾广汇矿业白石湖露天煤矿
新疆能源集团哈密三塘湖矿区石头梅一号…
哈密吉郎德露天煤矿
哈密别斯库都克露天煤矿
伊犁庆华能源二号露天煤矿
国能新疆托克逊能源黑山露天煤矿
新疆圣雄能源黑山露天矿区小露天煤矿
新疆凯领阿尔葛敏矿业
国能集团新疆红沙泉二号露天煤矿
首钢水厂铁矿
首钢大石河铁矿
重钢西昌矿业
白云鄂博铁矿
攀钢朱兰铁矿
阿拉善金矿
德兴铜矿
玉龙铜矿
火烧云铅锌矿
金川镍钴
洛阳钼业三道庄矿
铜陵海螺石灰石矿山
芜湖海螺箬帽山矿区
枞阳海螺
泥句容厂
泥英德厂
泥和平厂
泥重庆厂
华润水泥长治矿区
阳泉冀东水泥矿山
中国矿山无人矿卡数量分布情况（台）
不完全统计
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
运行难点
协同作业
无人矿卡与电铲、
推土机等设备协同
作业时，可能因信
号延迟影响，导致
动作较慢
环境适应性
露天矿分布广泛，
酷热、沙尘、极寒、
多雨雾、高寒低氧
等多样极端环境对
无人驾驶的环境适
应性提出了更高要
求
典型工况
冬季物料粘箱导致识别困
难、采场道路频繁变化、
智能换电与无人驾驶运输
实时协同仍需要优化的三
大难题，制约效率提升。
软岩地质导致频繁陷车、
复杂狭小工作面的调度等
问题也需要技术和管理协
同破解
感知退化
采煤区煤灰大、激
光反射率低，造成
煤灰过滤及地图边
界检测难度大；道
路路面坑洼、车辙
较多，易对车辆造
成损伤
煤矿,
51%
铁矿, 6%
有色金属
矿, 16%
非金属
矿, 27%
按项目数量分布情况（%）
煤矿, 82%
铁矿, 2%
有色金属
矿, 7%
非金属矿,
9%
按车辆数分布情况（%）
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
岗位与职责
实时监控无人驾驶车辆位置、
速度、载重、能源等运行状
态，并合理分配运输任务；
处理作业过程中的动态变化，
如临时道路封闭、设备突发
故障等；
日常维护无人驾驶云控平台，
并详细记录调度日志，每日
上报关键运营数据；
监控充换电站运行状态及异
常处置协调；
检修期间，调度备用车辆进
行生产作业；
运行期间出现异常工况或突
发故障，通过远程接管及时
介入。
调度管理
执行出车前、收车后对运输
车辆及辅助设备车辆进行日
常检查；
负责无人驾驶云控平台系统
软件更新、网络通信检测、
功能测试机故障排除等；
负责无人驾驶核心硬件套件
的维修、更换与校准。如遥
控驾驶舱、路侧单元等；
执行每周、每月定期检修计
划；
详细记录维修台账，统计分
析故障率并及时反馈；
负责充换电站设备故障诊断、
预防性维护及电池健康管理。
维保管理
每班巡查矿山现场环境，及
时发现并反馈可能影响无人
驾驶安全运行的问题，如路
面损坏、边坡滑塌、落石、
充换电设施异常等；
现场出现突发故障，现场管
理人员及时配合调度中心接
管并处置，支持应急作业，
确保现场安全并恢复现场正
常运行。
现场管理
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
调度
• 对无人驾驶非公路自卸车及协同作业设备的自动优化调度功能，可在给定生产产量或固
定设备数量的条件下实现最优分派；
• 在车辆故障、新车辆入场等动态变化下的调度策略，并支持人工设定与干预；
• 能够用图文显示车铲作业实况、作业区域、设备状态、生产产量等；
• 对人工设定的调度关系进行合理性检查的功能；
• 在不同的装载工作面，可调度多车实现同时装载，在卸载工作面，可调度管理多车实现
同时卸载。
管理要求事项
动态派车
• 当无人驾驶车辆装载完成后并生成调度指令，给出当前车辆将去卸载的目的地；
• 当无人驾驶车辆卸载完成后并生成调度指令，给出车辆将去装载的目的地；
• 运输过程中，根据生产与设备的情况、路网与环境的变化迭代更新调度指令，结合当前
矿车空载、重载状态，给出当前车辆将分派的目的地。
统一调度
• 调度管理无人驾驶车辆、采掘设备以及辅助作业车辆协同实现生产场景作业；
• 无人驾驶车辆的调度应采用强约束管控，车辆均应严格遵照调度指令进行作业。
远程接管
• 远程接管车辆时，通过视频等感知信息确认周边环境安全；起步前须鸣笛示警；
• 远程接管车辆按应急路径驶向安全区域或维修点；若与他车路径冲突，须先管控周边车
辆，驶离后方可解除；
• 远程接管完毕后，车辆停放在规划电子围栏地点并退出远程模式；若需维修，停放在不
影响其他车的安全位置，移交现场维保人员；
• 在网络信号强度不符合要求的作业区域禁止使用远程接管操作车辆。
交通管理
• 明确车辆通行优先级等交通规定；
• 通过路权动态管理，预防车辆在行驶中发生冲突；
• 因损毁、落石等原因导致道路无法通行时，立即锁定路权禁止通行，待现场管理人员确
认道路已修复并报告调度中心后，由授权人员在系统中解锁路权。
管理要求事项
实时状态监测
• 车辆实时位置、速度、行驶方向及姿态；
• 车辆载重状态、举升状态；
• 动力系统状态（电池电量、电流、电压、燃油量等）；
• 系统关键模块的在线状态及健康度。
环境监测
• 边坡监测系统须具备高精度位移监测功能，确保对稳定性异常发出即时预警；
• 对有害气体、粉尘浓度的超限状况，系统须具备自动触发车辆停机的快速响应能力；
• 对突现落石、大型杂物、塌陷等动态障碍物时，车辆具备自动触发停机的快速响应能力；
• 能根据天气条件，自动执行预设的车辆运行管理策略；
• 严禁未经授权私自关闭环境监测传感器，确需关闭须经批准并记录。
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
交接班流程
• 交班方调度员、维保人员向接班方应交接生产任务信息，至少包括：本班采掘作业方向、
反铲铲位调整情况、本班完成作业量及确认下一班计划任务（如剩余作业量、备采作业
位置、作业位置调整计划等）；
• 交班方维保人员应在交接班时间段内，完成无人驾驶非公路自卸车及协同作业设备的维
保，至少包含设备检查、维修、清洁、润滑、充换电、加油、甲醇/氢能加注等，满足接
班方生产要求；
• 交班方与接班方调度人员、维保人员共同确定无人驾驶系统总体状态、在线车辆数、车
辆状态、运行路径及里程、车速、装卸点状态、充换电站状态、发生异常、采取措施及
注意事项等；
• 交班方与接班方调度人员、维保人员共同检查系统日志、处理故障及未处理故障、网络
通信状态、边坡状态等；
• 交班方与接班方现场管理人员巡视现场，须在交接过程中对关键基础设施进行现场确认，
检查范围至少包括：车载传感器、通信基站、路侧单元、通信线路、充电桩/换电站、甲
醇/氢能加注站、道路状况、采场、排土场、装卸点等，满足接班方生产条件；
• 交接班完成后，接班方应及时将接班情况汇报调度，并进行下一班次生产。
管理要求事项
交接记录与责任
追溯
• 交班方与接班方采用标准化电子交接单，记录应全程留痕、具备防篡改功能，作为审计
与责任界定的有效依据；
• 建立交接争议处理流程。接班方对信息或设备状态存疑时，应立即提出，双方共同复核
系统日志与监控记录。若无法达成一致，须报请上级仲裁。争议未解决前，相关车辆应
暂停自动运行，确保不遗留风险；
• 所有交接记录应自动归档并长期保存于云端。运营单位应定期分析数据，识别共性问题，
并据此持续优化流程与制度，实现闭环管理。
管理要求事项
设备清洁
• 激光雷达、摄像头等精密光学传感器的镜头应使用专用清洁工具和试剂，操作需轻柔，
避免镜面划伤；
• 清洁车身时，应采取必要措施，防止水、高压气流直接冲洗电气接口、线束连接器等部
件，避免短路或腐蚀。
能源补给
• 充换电操作应确保车辆安全停稳并严格按规程执行，检查电池包状态，记录充换电时间、
电池包编号及操作人员；
• 进行甲醇加注时，应检查管路密封性，严禁明火，操作人员须佩戴防护装备，并记录加
注量、甲醇浓度及时间；
• 对纯电动车辆进行充电时，应实时监控动力电池的温度、电压及充电进度，严禁过充；
• 进行氢能加注时，车辆须熄火并释放静电，加注前检测泄漏，严禁超压加注，保持通风
与隔离，记录加注压力、质量及时间；
• 对燃油车辆进行加油时，应准确记录加油量、加油时间及车辆里程数等信息；
• 建立统一的能源消耗台账，记录每辆车的能耗数据，为后续能耗分析与优化提供依据。
数据备份
• 每日收车后，应导出车辆当日全部运行数据，并进行异地备份；
• 数据备份内容至少应包括：车辆行驶轨迹、速度曲线、能耗数据、系统报警与故障日志、
传感器数据等；
• 基于备份数据生成每日运维简报，汇总当日运营关键指标，包括运输车次、总方量、故
障时间等。
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
维护记录更新
• 车辆编号，
• 维护日期与时间，
• 执行人员，
• 各项检查维护的项目，
• 发现的问题或异常，
• 采取的处理措施及结果。
所有作业人员须考核合格上岗；
进入作业区须按规定穿戴防护装备；
作业区人员须乘坐指挥车工作；
车辆维护人员须在设置电子围栏的指定
地点检查；
无人驾驶时，严禁人员上下设备及维修。
人员安全
无人驾驶道路与有人驾驶道路须分道布
置；
道路设施支持电子地图及时更新；
路面保持平整、稳定；
及时维护路面，满足运输要求。
道路安全
无人驾驶运输车辆停车场设置为独立区
域；
停车位尺寸应充分考虑安全停泊、舱门
启闭、出行转向及必要的应急操作空间；
停车场周边应设置完整、连续的安全防
护设施；
停车场选址宜靠近空载行驶路径，以减
少空驶距离。
停车场安全
充换电站选址、设计、施工及设备选型
须符合国家、行业相关标准；
从事充换电站建设、运维、电池检修等
特种作业人员，须按国家有关规定经专
门的安全作业培训并取得资格方可上岗。
充换电站安全
◆
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
系统自动切换至降级模式
（如降低车速）；
车辆完成当前作业量后转移
至指定地点进行检修。
一般故障处置
系统触发最高级紧急制动并
原地锁止；
向调度中心发警报并推送至
最高级别负责人；
受影响区域停止作业；
由维保、现场管理人员协同
处置和故障排查。
危机故障处置
调度中心控制车辆移至安全
区域并上报；
故障车辆所在区域暂停运输；
远程接管处置。
高风险故障处置
故障处置
1
70台
运营车辆
2
万km
运行里程
3
万m³
总运输量
4
32万h
运行时长
5
万kwh
总耗电
6
24万h
工作时长
7
5km
平均运距
8
最高26趟
单日单车
9
9万m³
单日运量
10
达人工85%以上
效率
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
无人驾驶班组
内业
仓库管理资料员
调度经理
机电管理员
生产经理
遥控座椅司
机
现场司机
机电经理
现场运维换电站售后维修
技术经理
531
全面负责安全生产，
组织制度与应急管理
项目经理
对接需求决策版本，
响应故障协调研发
技术经理
642
管理设备完好与检修，
建立全生命周期台账
机电经理
指挥调度处置突发，
优化流程保障衔接
调度组长
保障换电安全高效，
处理异常监督作业
换电站负责人
测试验证收集数据，
反馈问题支撑迭代
技术支持
规范操作监控车辆，
配合换电应急处置
司机
调试线控系统参数，
配合优化汇报状态
线控专员
运维调度系统，保障
稳定与数据安全
机电管理员
管控换电站现场，落
实点检与应急
值守人员
管理物资出入库，确
保仓储安全规范
仓库管理员
整理档案维护信息，
落实资料保密归档
资料员
◆
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
伯镭无人驾驶车辆 无人化换电站 无人驾驶调度室
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
◆
◆
维度 露天矿 井工矿
作业空间 开阔地表，设备可自由调度 封闭巷道，空间受限（宽4-6m，高-4m）
核心装备 矿卡、挖掘机、推土机 采煤机、掘进机、液压支架、刮板输送机
自主化路径 无人驾驶→自主运输→智能调度 记忆截割→自动跟机→自主决策
环境感知 GNSS+视觉+雷达，精度cm级 无GNSS信号，依赖惯导+UWB+视觉融合
安全风险 边坡失稳、车辆碰撞 冲击地压、瓦斯突出、顶板冒落、水害
人员密度 单班20-50人/工作面 单班10-20人/工作面（减人需求更迫切）
数据维度 时空连续、结构化为主 多源异构、时空耦合、强噪声
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
装备协同与系统
联动不足
井工矿生产系统涵盖采煤、掘
进、运输、通风、排水、供电
等十余个子系统，各系统独立
建设、数据孤岛严重。"三机
协同"、"掘支运协同"、"跨系
统联动"尚未实现真正的智能
化闭环控制
02
采掘失衡制约生产接续
智能采煤技术进展较快（全国
累计建成智能化采煤工作面超
2200个），而智能掘进严重
滞后（截割-支护-运输协同控
制未突破），导致"采快掘慢"、
接续紧张的矛盾日益突出。掘
进工作面智能化率仅为采煤工
作面的60%左右。
04
地下空间感知受限
井工矿无GNSS信号覆盖，巷
道拓扑复杂且动态变化，传统
定位技术难以满足采掘装备亚
米级定位需求。惯导系统漂移、
UWB信号多径效应、视觉传
感器受粉尘与低照度干扰，导
致井下"看得见、定得准、控
得住"仍是技术瓶颈。
01
井工矿面临冲击地压、瓦斯突
出、顶板冒落、水害等多灾害
耦合风险。单一灾害监测手段
易产生大量误报和漏报，跨系
统数据融合与耦合致灾机理建
模尚处于探索期。截至2025
年底，全国冲击地压矿井仍有
140余处，瓦斯突出矿井200
余处，灾害严重矿井的智能化
预警准确率仍不足60%。
多灾害耦合预警困难
03
井
工
矿
智
能
化
运
营
四
大
挑
战
◆
" " 2025
20% 2022 15% 2025
35% 40%
◆
2022 40%
2025 55% 400 15%-25%
◆
AI " " " "
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
数据可视化显示应急指挥经营分析决策综合智慧调度
智能
掘进
智能
采煤
物联网接入
平台
模型算法库
数字孪生平台
（3D防控模型）
数据中台
管控与决策层
业务应用层
工业互联网
平台层
网络传输层
感知与执行层
设备生命
管理周期
工业骨干环网
（光子环境）
井下通信系统
5G/Wi-Fi 6
（无线覆盖）
边缘计算 无线传感网络
智能
运输
智能
通风
排水
安全
监测
预警
智能
设备
管理
人员
定位
管理
经营，
管理，
与办公
执
行
PLC控制器 SCADA 智能终端 设备状态采集
感
知
传感器 摄像机 定位
井工矿智能化运营技术架构图
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
基于5G的掘进
机地面远控操作，
减少井下工作人
员数量
远控与遥控
截割与支护平行
作业，掘进工效
提升40%-60%
掘支平行作业
自动锚杆钻车实
现定位-钻孔-注
锚-张拉全流程
自动化，单根锚
杆作业时间大幅
缩短
钻锚一体化
基于截割轨迹规
划与煤岩识别，
实现巷道断面自
动成型，超欠挖
量控制在
±50mm
自动截割成型
技术演化
探测技术 探测目标 精度/指标 应用现状
微震监测 煤岩破裂时空定位 定位误差≤10m 冲击地压矿井覆盖
应力监测 煤体应力分布与演化 分辨率 100%覆盖
瓦斯监测 瓦斯浓度/涌出量 %CH₄精度 100%覆盖
声发射 微破裂前兆信号 事件定位≤5m 部分矿井
BOTDR光纤 温度/应变分布式测量 1m空间分辨率 新兴技术，快速推广
地质雷达 前方构造与异常体 探测距离30-80m 掘进面标配
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
感知层
建模层
仿真层
决策层
矿井全要素实时感知
物联网传感器、5G通信、
UWB定位
延迟≤100ms，
定位≤
地质-工程-装备三维建模
BIM+GIS融合
参数化建模
精度≥1m³，更新≤1天
采掘过程与灾害演化仿真
NMM/FEM数值模拟
AI加速推理
地耦合精度≥90%
加速≥5倍
智能预警与辅助决策 AI推理引擎、知识图谱
反演准确率≥85%
预警≥2h
◆ ——" "
1:1
◆ ——" "
" "
" "
◆ ——" "
◆ ——" "
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
技术概述 技术特点 主要功能
无人驾驶远程遥控技术是当前矿
山智能化建设的重要支撑，也是
解决矿山安全生产的最佳途径。
该系统融合视频传输、无线通信、
智能算法、自主导航、自动控制
等技术，通过的对设备的电气系
统与液压系统的升级改造，从而
实现远程操作。
◆ 可以基于矿山现有装备进行智能化升级改
造，实现无人驾驶远程遥控；
◆ 可以适配国产品牌和国外品牌，满足柴油
动力和电动动力设备智能化升级改造需求；
◆ 基于国内最早研发该项技术团队，技术实
力雄厚，应用案例广泛，售后服务有保障；
◆ 核心技术全部国产，满足当前的信创要求；
◆ 实现远程遥控功能的同时继续保留人工驾
驶功能。
◆ 远程遥控功能
◆ 自主导向功能
◆ 自动避障功能
◆ 一空多功能
◆ 生产任务调度功能
◆ 电子围栏功能
◆ 自动行走功能
◆ 设备状态自检功能
铲运机无人驾驶远程遥控应用案例：
宝武资源马钢矿业张庄铁矿、河北华澳矿业开发有限公司、山东黄金三山岛金矿
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
国家层面新能源相关政策
矿山新能源指导意见
2025 《关于推进煤炭与新能源融合发展的指导意见》
• 到“十五五”末，煤炭与新能源融合发展取得显著成效，煤炭矿区光伏风电产业发展模式基本成熟，电能替代
和新能源渗透率大幅提高。
• 要因地制宜建设“源网荷储”协同控制的矿区智能微电网，推动矿区光伏风电、瓦斯发电、多远储能、智慧能
源管控系统等一体化开发运行，促进多能高效互补利用。
• 加快发展矿区光伏风电产业，有效盘活矿区土地资源，推动采煤沉陷区、排土场等场地光伏电站建设。
• 积极推动矿区用能清洁替代，推动矿区运输设备新能源替代，在有条件的露天煤矿规模化应用电动、氢能矿卡。
• 创新矿区绿色能源开发利用方式。
工业微电网指南
2026初 《工业绿色微电网建设与应用指南（2026—2030年）》
• 将源网荷储一体化项目、智能微电网等纳入工业绿色微电网体系，明确建设原则和应用场景。
对供电可靠性高
时空分布不均衡
波动性强
冲击性负荷多
电铲、钻机等大型设备启动
频繁，导致负荷曲线呈峰谷
特征
通风、排水、安全监控等系
统保证不间断运行，一旦停
电将造成重大安全隐患
采场范围广阔，负荷点分散，
各作业面用电时间不同步
破碎机、大型球磨机等设备
启动电流远大于额定电流，
对电网造成瞬间冲击
露天矿电力负荷特征
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
通过智能调配+储能而实现的综合
能源成本，相比实现能源降本目标
综合能源成本
根据矿山设备负荷特征及智能调度，
规划实现新能源直供用电占比目标，
其余负荷通过电力市场实现绿电交
易
绿电消纳
通过换电设施建设，相比充电
实现效率提升目标
效率提升
规划年度减碳量目标，以满足国家
及省市政策要求
减碳目标
建设目标
• 光伏
• 风力
• 氢能等
源 网 荷 储
• 配电网
• 微电网等
• 采掘设备
• 运输皮带
• 电动矿卡等
• 化学储能
• 氢储能
• 甲醛储能等
物
理
层
• 电压、电流
• 功率
• 频率等
电气量 设备状态 环境与安全 计量装置
• 温度
• 振动
• 位移等
• 瓦斯、粉尘
• 风速、温度
• 烟雾等
• 智能电表
• 流量计
• 热计量表等
感
知
层
• 工业以太环
网
• 光纤专网等
有线网络 无线网络 通信协议 边缘计算节点
• 5G/4G专网
• Wi-Fi6
• UWB等
• Modbus
TCP/IP
• IEC 61850
• OPC UA等
• 井口边缘网
关
• 变电站边缘
网关等
网
络
层
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
• 多源数据
• 时序数据
• 数据治理等
数据中台 AI中台 业务中台 数字孪生平台
• 预测维护
• 负荷预测
• 视频分析等
• 身份认证
• 流程引擎
• 报表工具等
• 井口边缘网
关
• 变电站边缘
网关等
平
台
层
• 储能充放电
策略
• 多能互补优
化调度等
预测调度 协同控制 设备管理 经营分析
• 需求响应
• 负荷调节等
• 健康度评价
• 故障预警
• 维修工单等
• 能效分析
• 成本分析
• KPI考核等
应
用
层
1
基础
信息
项目选址丨项目规模
项目周期丨单边运距
爬坡高度丨基础电价
2
建设
内容
能源补给电力工程
充电设施
电池系统集成
3
交付
周期
电力工程
电池集成
6
效益
分析
运营成本
成本节约
投资回报（回收期、
NPV、IRR）
5
项目
投资
车辆投资丨电池系统
换电底座丨充电桩
电力工程
4
设计
方案
设备选型
规划布局
运营指标
电力设备
23%
电力工程
11%
充电设备
17%
电池PACK
20%
电池系统集
成
12%
车辆上装
3%
车电联调
5%
车站联调
9%
矿山充换电设施建设交付周期构成(%)
01
平面布局
单边布局
双边布局
02
充电机
充电机数量
03
充电机终端
单机终端数
单终端充电
枪数
04
单车联充
单矿卡联
充枪数
充电设施规划布局
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
充换电方案运营指标
单台车
能耗
趟/天/
车
单趟
能耗
单边
距离
运营
车辆
运营车辆总数
单块电池容量
运输单边距离
运输往返距离
单公里能耗×
往返距离
每日往返趟数
（含装、排、
运输、充电）
趟数×度/趟
年运力年度能
耗
每日总
能耗
出勤率每日充
电频次
单车次数×车
辆数×出勤率
常规情况出勤
车数÷总车数
单车日能耗×
出勤车数
单日总能耗×
出勤天数
单车日趟数×
单车方量×出
勤天数×出勤
车数
备注：假设100余量矿卡构成充电设施投资
电动矿卡,
61%
电池系统,
25%
换电底座,
2%
充电桩, 2%
电力工程,
9%
矿山充换电设施建设投资构成（%）
光伏系统,
62%
储能系统,
26%
电网接入与
改造, 2%
土地与基建,
3%
智能调度系
统, 2%
其他费用, 5%
矿山“源网荷储”项目投资占比（%）
• 该模式优势在
于管理自主，
收益全额归己。
挑战在于前期
投资大，中小
企业难以承担
• 以“自发自用、
余电上网 ”为
核心
• 配套储能 ，利
用差价套利 ，
进一步优化成
本
适用条件
优势与挑战
收益机制
• 该模式适用
于资金实力
雄厚的大型
矿山集团
“源网荷储”自投自营模式 “源网荷储”EPC+O模式
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
紫金锂元
三一硅能
三一智矿
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
0
5000
10000
15000
20000
25000
30000
2023年 2024年 2025年 2026年 2027年 2028年
全球矿业市场规模（亿美元）
75
20
78
25
21
3
80
26
21
83
27
0
20
40
60
80
100
煤炭 铁矿石 铜矿石 铝土矿 磷矿石 锂钴镍
全球矿产量增长（亿吨）
2020年 2021年 2022年 2023年
◆
◆
• 负载不均
• 空载率高
• 经验调度
• 轮胎寿命短
• 爆胎风险高
• 成本难预测
• 路况变化快
• 坡度粉尘影
响被忽视
• 事后维修为主
• 停机损失巨大
燃料成本,
35%
车辆维修,
20%
车胎, 15%
道路维护,
10%
人工成本,
15%
其他成本, 5%
露天采矿运输成本分解（%）
燃料成本 车辆维修 车胎 道路维护 人工成本 其他成本
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
2006年开发的两款成熟的轮胎监测
系统MICHELIN MEMS LITE与
MICHELIN MEMS 4，分别适用于
100~150t和150t以上的自卸卡车
轮胎监测，采用内置传感器，可远
程定期读取轮胎压力和温度，车辆
位置和速度，且无需在卡车上安装
信息集成硬件。
矿用轮胎
胎压胎温检测系统
加拿大JPI公司一家专注于矿山运输
道路评估的专业化服务商，通过JPI
建立了矿区运输道路整体评估模型
（WRAPID），提供专业的运输道
路评估服务，帮助矿山企业提高运
输效率、降低成本、增强安全性，
并确保道路的可持续性。
矿区运输道路
整体评估模型
MineStar 系统是采矿业最广泛、最
全面集成的矿场运营和移动设备管
理系统。旨在通过提供实时数据和
分析，帮助矿山管理者做出更明智
的决策，提高安全性、生产力和设
备利用率，同时降低运营成本。系
统由多个功能模块组成，包括 Fleet
（车队管理）、Terrain（地形管
理）、Detect（检测）、Health
（设备健康）和 Command（指挥
控制），模块化设计和深度集成的
技术，为矿山提供了一个全面的管
理解决方案。无论是提高生产力、
增强安全性还是降低运营成本。
MineStar Mining System
矿山综合管理系统
◆
现有的矿山运输管理系统都存在对数据挖掘不足的问题，数据分
析仅停留在阈值报警与可视化展示阶段，缺乏对监测数据的深入
挖掘，缺乏对运输系统的优化决策能力。
• 轮胎磨损、胎温、胎压、路况
等多源信息持续丰富
• 检测精度由厘米级向毫米级演
进
• 单点检测与全面检测手段并存
检测能力持续提升
检测水平不断提升
• 轮胎管理执行方式以粗粒度控
制为主
• 执行精度与一致性限制了高精
检测的转化效率
• 检测精度提升的系统收益呈现
边际递减
检测精度与执行力不匹配
信息带宽＞执行能力
• 智能化目标应聚焦系统级收益
最大化
• 检测精度是手段，而非目标本
身
• 在不均匀条件下，可执行性、
稳定性、经济性
以系统最优为智能化目标
单点最优≠系统最优
从系统最优出发，通过检测与执行的动态匹配，构建多维监测能力，形成体系化“车-胎-路-维”智能管理系统
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
决策能力
人工判断
出车前点检
低频抽检
监测方式 执行能力
人工判断
算法预警 + 人工确认
行驶中在线监测
异常事件
驾驶建议/限速建议
补气/换胎工单
算法判断
高频融合监测
胎压/胎温/磨耗 /载荷
自动执行
自动派工
传统
驾驶
无人
驾驶
辅助
系统
执行能力 决定 监测方案
低
高
粗狂
精细
以轮胎检测为例
传统驾驶重“可解释警告+工单闭环”
辅助驾驶重“预警联动+有限干预”
无人驾驶重“高频闭环+强制执行”
监测方案随执行能力动态调整
◆
◆
◆
位置/速度/载荷
油耗/制动事件
感知与接入层
胎压/胎温
磨耗/载荷
坡度/曲率/坑洼
滚阻/粉尘/湿滑
工单、停机事件
备件、检修记录
数据预处理
异常初判
弱网缓存
边缘与传输层
网络
专网/4G
5G/WiFi6
时序
数据
数据底座层
车
胎压胎温、车况
能耗、事件流
空间
数据
路网、路段属性
作业区边界
核心
数据
车辆/轮胎
路段/班组
数据
治理
质量校验
权限与审计
胎
路
维
路况指数
冲击指数
模型与决策
车、胎、路、维修
爆胎风险、故障
道路劣化趋势
监测组合
频率/阈值
工况
识别
健康
度
预测
模型
联合
优化
风险热力图
应用与执行
告警、诊断
策略建议
调度系统/短信
APP/终端
策略执行率
收益核算
指挥
驾驶
车胎
路维
执行
内容
效果
评估
从“看得见”到“管得住”再到“管得优”，监测与控制同源建模、同环迭代，持续逼近系统最优
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
检测手段
智能气门嘴
充气腔中放置传感器
胎面红外热成像
胎面点云成像
胎面视频成像
胎面凹槽中埋设传感器
轮胎内壁传感器
技术难度
★
★
★★★
★★★
★★★
★★★
★★★★
胎压监测
监测对象
胎温监测
轮胎磨损程度
胎面破损
运动形变
接地压力分布
轮胎滚动状态
监测精度 监测必要性
★
★
★★★
★★★
★★★★
★★★
★★★★
★★★★
★★★★
★★★
★★★
★★
★
★
胎温监测为例，在充气位置的监测器布置简单，但只能监测轮胎固定点位温度，并且由于与外部空间接触，监测温度相对实际温度偏
小，而通过轮胎内壁传感器与胎面红外热成像结合的方式可以得到轮胎内部与外部的完整温度分布，但实现难度高。
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
优点：覆盖范围灵活，可实时捕获
路面载荷响应数据，安装维护成本
低。
缺点：振动干扰可能影响测量精度。
适用范围：运输主干道动态监测与
冲击荷载分布分析。
优点：全天候连续监测，数据稳定
性高，可集成温湿度等多参数检测。
缺点：监测范围局限于设备半径
20-50米。
适用范围：坡道、交叉路口、等重
点区域路面。
优点：直接嵌入路基结构层，精准
监测沉降、含水率、应力分布等深
层指标。
缺点：需破拆路面预埋设备，单点
维护成本高。
适用范围：监测碎石层含水率变化、
结构性失稳风险。
轮胎感知
胎温胎压
轮胎磨损
轮胎震动
• 地形特征
• 道路类型
• 交通流量
• 环境条件
• 平整度
• 滚动阻力
• 坡度
• 使用强度
• 滚动阻力过高
• 平整度低
• 局部坡度过大
• 轮胎磨损严重
• 雨后路面泥泞
• 粉尘问题严重
数据整合与分析
• 数据集成
• 数据分析
功能化设计
• 分区划分
• 功能匹配
智能优化与决策
• 修复建议
• 生成智能调度
◆
◆
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
区域
服务
强度
特点 处理方式 处理后
端帮剥离 高 路面受落石剥离
乳化沥青
冷再生柔性路面
抗剥离、防尘、防水
采场剥离 低
路面平整度低
路基强度高无沉降
铺设级配碎石磨耗层 渗水性好，易维护
排土场剥离 低
路面平整度低
路基强度低易沉降
级配碎石磨耗层+土
工格栅稳定基层
渗水性好，易维护
上煤路交汇口 高
卡车运行速度低
制动频次高
路面胶结材料硬化处
理
路面承载力强、抗剪
强度高
易泥泞路段 高
路面排水能力差
含水率超过土石液限
乳化沥青
冷再生柔性路面
防水
必要时增设排水渠
数据收集
道路平整度
附着系数
滚动阻力
道路坡度
轮胎温度
轮胎压力
震动模式
优化目标
卡车油耗
轮胎磨损
故障率
零部件损耗
运输效率
运输安全
故障预测
深度学习隐藏层 输出决策
差异化卡车检修建议
轮胎，道路调整建议
绕行恶劣路况
崎岖/潮湿道路减速行驶
上坡减速
平缓加速减少油耗
平缓制动减少轮胎磨损
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
执行能力：传统/低级辅助
闭环深度：监测→人工决策→
离散执行
控制能力：换胎/充气
Ⅰ保障型管理
（阶段基础运行管控）
1.车、胎、路、维数据采集与关
联运行状态可见、风险可提示
2.数据可靠性与工程可用性
执行能力：辅助驾驶
闭环深度：监测→算法决策→
建议
控制粒能力：操作建议、工况
规避
Ⅱ优化型管理阶段
（精细优化与决策）
1.执行能力建模与监测方案匹配
系统级目标的优化决策
2.从“状态监控”向“优化导向”
执行能力：无人驾驶 / 高自动
化
闭环深度：监测→实时决策→
行为控制
控制粒度：连续控制
Ⅲ协同控制阶段
（多系统耦合调度）
1.实时风险感知与不确定性刻画
2.行驶行为与轮胎状态的协同控
制
3.系统自适应与全生命周期优化
单体设备 事中控制 人工判断
传统执行能力 辅助执行能力 无人执行能力
系统内关联 事件预测 规则引擎
跨系统融合 事前规划 自主优化
露天矿山道路 机场跑道 普通高速公路
载重 300~600t 160~350t 2~40t
轮胎压力 ~ 1~ ~
服务年限 3~5年 >30年 15~30年
通车强度 5万辆/年 5~10万架次/年 30~50万辆/年
运行速度 <40 km/h 200~300 km/h 60~120 km/h
夜晚通车 是 否 是
松散的泥结碎石路面
硬化后路面效果
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
粉料撒布车 激发剂水罐车 路面冷再生机 单钢轮压路机
平地机 胶轮压路机单钢轮压路机单钢轮压路机
喷洒激发剂
矿渣 粉煤灰
粉煤灰火电厂
碱性激发剂 地聚合物材料
＋ ＋
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
哈尔乌素露天煤矿南端帮
+1100
长度1000m
宽度30m
面积30000m2
修筑期间道路半幅封闭
2025年9月25日完工
现场施工过程
修筑完成后路面效果 运行2个月后路面效果
◆
◆
◆
轮胎寿命
提升 20%–30%
路面平整度和承载稳定性改
善后，轮胎冲击磨耗与异常
偏磨下降
油耗水平
降低 3%–5%
滚动阻力下降、车辆运行更
平顺，可直接带来燃油消耗
下降
运输效率
提升 8%
平均运行速度和通行组织效
率提升，单车有效运输能力
增强
道路维护
次数显著减少
坑槽、松散和重复整
修频次下降，维保投
入与干扰同步减少
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
28
2 6
15 15 10
8
100 100
6 8 3
-50
0
50
100
150
道路综合成本各因素原始数据
碎石路 水泥路 面层改性路 整体改性路
道路方案 材料+人力+机械（元/㎡） 综合成本（元/㎡） 相对碎石路成本优势
碎石路（基准） -
水泥路 -10%
面层改性路（面层10cm+
碎石基层40cm）
+36%
整体改性路（面层+基层
共30cm）
+31%
备注：2025年哈尔乌素露天矿煤产量为万吨，剥离量亿m³，示范道路厚度为25cm，综合成本按60元/㎡计算
年摊销成本（万元/年） 按实际产能平摊成本（元/吨） 按年剥离量平摊成本（元/m³）
成本平摊
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
运营流程
煤矿全流
程运营闭
环经验
煤矿经验
推广价值
运营指标
煤矿成熟
OEE、吨
矿运输成
本等运营
KPI经验
道路硬化
煤矿地聚
物冷再生
技术改善
运输道路
经验
人才建设
煤矿研发
在都市，
运营在矿
区人才模
式
能源运营
煤矿“源
网荷储”
一体化新
能源建设
运营经验
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
信息化阶段
智能化阶段
自动化阶段
智慧矿山全景
机械化阶段
基础物联网监测
矿山环境数字孪生
集成综合管控平台
实现路径
煤炭矿山
非煤矿山 露天矿山
露天矿山
井工矿山
地下矿山
减少人员伤亡，保
障作业安全，优化
设备控制精度，降
低运营成本。
数据采集
存储 分析
打破数字孤岛，实
现系统协同，支持
科学决策，提升管
理透明度。
智能决策
自主运行
智能预测
优化 控制
实现无人化与少人
化生产，动态优化
生产全流程，全生
命周期成本控制。
全方位智能化
全生命周期管理
数字孪生高度成熟
深度融合
协同运行
现实 虚拟
跨领域协同与生态
融合，绿色低碳可
持续发展，全球资
源优化配置。
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
对比维度 煤矿 非煤矿山（以金属矿为例）
安全风险重点
瓦斯、煤尘、火灾、顶板冒落等煤矿特有风
险；需瓦斯抽采与监测系统。
地质稳定性（如边坡塌陷、采空区地压）、
岩石灾害；需地压与微震监测系统。
选矿系统
选煤厂需智能分选（如浮选、磁选），强调
精煤产率和产品质量控制。
非煤矿选矿侧重金属分选（如浮选、电选），
关注矿物品位与回收率优化。
环境适应性
煤矿井工需应对复杂煤层赋存条件（如薄/厚
煤层、急倾斜煤层）。
非煤矿山需适应多样化矿体形态（如金属矿
脉、非金属矿层）。
技术复杂度
煤矿井工需额外建设瓦斯抽采系统、防突系
统等特有安全设施。
非煤地下矿需强化通风系统自动化（如按需
通风）、提升系统精准控制。
对比维度 煤矿 非煤矿山（以金属矿为例） 可复制运营经验
核心安全风险
以瓦斯、煤尘、火灾、顶板冒落
为核心，需强化瓦斯抽采、防突
系统与实时监测。
以岩体稳定性、深部地压、微震灾
害为核心，需强化地压监测、微震
预警与支护技术。
安全运营的“预防-监控-
应急”三级闭环管理模式，
监测手段按风险分类替换
部署
开采环境复杂
性
煤层赋存条件复杂（如薄/厚煤
层、急倾斜煤层），需适应瓦斯
与煤尘爆炸风险环境。
深部高应力、高温、高渗透压环境，
需应对岩石力学参数动态变化与多
场耦合效应。
无人驾驶的调度、车路协
同可复制，需针对狭窄巷
道重新标定路径规划参数
技术装备需求
强调瓦斯智能监测设备、防爆型
机器人、透明地质模型构建（煤
岩识别难度大）。
急需深部高应力环境下的高效采矿
装备（如智能凿岩台车）、自主导
航与精确定位技术。
设备全生命周期管理、预
测性维护方法适用，仅需
更换监测对象和阈值
数据与信息融
合
数据孤岛问题突出，需解决瓦斯、
顶板等多源异构数据融合与统一
标准。
多场信息（应力、温度、渗流等）
监测不足，需构建岩层介质变化规
律的综合分析模型。
数据中台架构、运营指标
体系可适用，数据采集层
按非煤矿山实际调整
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
硬件类改造成本如果不可避免，而软件如何
有效的减少软件类投入呢？
可以选择SaaS平台等公共服务。选
择懂业务、具有持续运营能力的信
息化公司
01 智能化只是追求人少吗？
是通过数字化大幅度提高管理水
平，精细化配置，爆破与破碎的
平衡等，根据销售柔性排产
02
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
数据孤岛与多源异构信息
融合困难
标准体系滞后
技术壁垒阻碍系统融合
智能装备国产化水平低
核心技术依赖进口
智能化系统常态化
运行率低
复合型人才短缺
业技融合有待提升
智能化技术对复杂环境的
适应性不足
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
基于矿山空间数字底座 全流程全要素实时感知 全链条孪生信息化展示
多源数据融合智能分析 安全风险动态及时掌握 生产至销售精细化管理
1.安全监控 2.地质保障 3.开采设计
人员、设备状态、环境监控
边坡安全监测
电子围栏
初始地质构建、模型生成
地质模型编辑、更新
资源储量管理
短期及长期计划模拟开采
量表及年度报告生成
露天采矿境界设计优化
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
4.运输管理 5.销售数据 6.智能穿爆
7.破碎管理 8.辅助生产 9.飞控巡检
智能矿卡运输系统
越界开采预警
智能有轨、带式输送系统
贯通销售全链条
产销存报表自动生成
数据精细化管理
少人无人化穿孔作业
自动寻探孔爆破作业
智能铲装、二次破碎作业
远程操控、自动启停
破碎站料位实时监测
智能调节给料速率
水文实时监测
在线监测供电线路设备设施自
动预警、自动隔离切换
智能巡检
二维、三维建图
AI智能识别
智能处理算法库地上下1:1立体化模型
可扩展 可更新高精度 可编辑 可多源融合可运算
GIS
引擎
底座核心构成
各类物联网传感器
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
数据融合支撑
数字空间底座——星
数字空间底座——地数字空间底座——空
沉
陷
盆
地
监
测
生产区高频更新
基于钻孔数据的矿产资源模型构建
巷道1:1建模（3cm）
2015 2016 2017
矿区变化时序分析
沉陷范围识别
开采参数计算
预警区域划分
矿山无人值守测绘、建模及巡检
矿卡实时扫描
手
持
雷
达
智能钻机
毫
米
级
精
度
边
坡
形
变
监
测
…
S
L
A
M
数字底座扩展应用
智能输送系统
无人机测绘和巡检系统
设备安全监控系统
智能轮胎系统 卫星普查系统
智能洒水降尘系统
边坡安全监测系统
资源管理系统
车辆与人员定位系统
语音播报系统
无人驾驶系统
智能钻机系统
地质保障系统
视频监控系统
电子围栏系统
智能铲装系统
智能供电系统卡车调度系统
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
定时定点自动巡检
集成视频与AI算法模型库
人员车辆
识别
爆破电子
围栏
植被健康
识别
地质灾害
识别
违规操作
识别
违法采矿
识别
违规作业行为智
能识别
植被健康识别
算法
模型
库
异常行为事件
跟踪播报
巡检事件记录
自动存档
高空巡检影像
实时回传
可见光-热红外
负载切换
划定巡检路线
自动巡查
爆破电子围栏边坡裂缝识别
目标区数据采集
快速云端建图
云端三维建模 模型自动更新
航线自动规划
参数自动设置
模型自动处理
精度自动优化
模型自动更新
底座自动加载
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
M400无人机
兼容丰富的硬件
大疆无人机机场 工业无人机机场
①穿孔爆破业务流程统一管控（以统一平台为载体，对穿孔爆破全流程数据、设计成果、施工记
录、效果反馈进行集中存储、标准化管理、协同共享与闭环优化）
②穿孔爆破设计管控 ③穿孔业务自主执行
设计任务
管理
设计任务
执行
设计成果
发布
爆破警戒
范围
爆破抛射
范围
爆破效果
模拟
钻孔任务
审批
钻孔执行
监测
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
④岩性采集及分析
⑤爆破执行监测及智能警戒
⑥一炮一档数据归集追溯
基于钻机数据
岩性参数多源
融合识别模型
构建
基于岩性分布
反馈的爆破反
演与优化策略
矿岩剥离流程
成本最小化导
向的爆破设计
岩
性
采
集
分
析
指
导
爆
破
优
化随钻采集装置
识别模型
训练
岩性识别可视化
爆破优化指导
爆破监测任务规划 爆破执行监测 异常情况识别记录
预警闭环
处置
过程数据记录
“星-空-地”协同监测
①
生
态
退
化
全
要
素
感
知
“分时频” 动态监测
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
②生态地质参数自动更新 ③生态退化智能诊断 (区域、程度和类型)
矿大端
（数据采集与分析服务总控）
企业端 数据采集端
三
阶
生
态
退
化
诊
断
模
型
退
化
详
情
展
示
无需人工
自动更新
生态退化智能诊断各类参量自动更新和加载
④生态修复方案智能决策 (方案自动生成) ⑤生态修复工程监理 （管控进度、质量）
波
文
比
粉
尘
仪
气
象
站
无
人
机
工程监理界面
物联网设备数据自动更新
修复方案智能匹配
智能决策界面
数字档案
自动生成
修复区域
修复措施
修复进度
工程质量
······
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
模
型
动
态
更
新
地
质
建
模
③储量与品味
自动统计
②地质模型与无人机
模型时空匹配
无
人
机
场
联
动
开
采
计
划
设
计
修改钻孔分层
新增钻孔数据
连井剖面模型
补勘或随着开采揭露生产虚拟钻孔
联动历史钻孔，实现地质模型更新
不断自动迭代，逐步提升模型精度
采剥设计 开采程序设计
排土场设计 爆破设计
生产计划编制
①无人机自动
三维建模
④资源储量核算报告自动生成
矿石类型与品位建模 地质模型爆炸展示
地质模型切剖展示 类型和品位统计
钻孔取芯
数据解译
地质编录
插值建模
(1)已开采量和剩余储量
(2)开采和剩余矿产品味
储量报
告自动
生成
虚拟钻孔
单期无人
机数据
多期数据间的已开采量、
矿产类型和品味
多期无人
机数据
以无人机
据采集时
间为统计
节点
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
希迪智驾无人纯电矿卡在台泥英德矿
山进行常态化运输作业
希迪智驾无人纯电矿卡台泥
英德厂二期交付
希迪智驾无人纯电矿卡台泥英
德厂一期交付
多传感器融合感
知
• 采用摄像头、激光雷达、毫米波雷达、OBU多传感器融合感知方案，构建多重冗余感知
体系，确保车辆周围50米范围内至少有两种传感器同时覆盖，有效过滤粉尘、强光、雨
雾、低能见度等恶劣环境干扰，精准识别障碍物、人员、车辆、边坡及道路状况，将单
点故障风险降至最低，保障全天候、全场景稳定感知能力。
技术方案分类
无人中台全局调
度
• 部署希迪智驾自研无人中台调度系统，具备全局路径规划、动态派车、混编协同、实时
监控、故障预警、智能决策能力，可同时调度多台无人矿卡，实现车随铲动、跨平台、
跨卸料口动态调度，减少空载率、缩短等待时间、提升整体运输效率。调度系统响应迅
速、决策精准，可实现车队总行驶时间减少、整体效率提升，适配英德矿山复杂运输组
织需求。
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
混编作业
• 采用希迪智驾成熟混编作业技术，无需改造现有有人设备，无人驾驶矿卡可与装载机、
推土机、工程车辆无缝协同、自由混编。通过多传感器融合、轨迹预测、行为分析，精
准识别人工车辆动态，实现复杂场景下有序通行、安全避让、高效配合，适配非煤矿山
多设备、多车型混编作业常态。
车辆规控与精准
控制技术
• 依托高精度控制算法，无人驾驶矿卡泊车、停靠、装卸精度可达5厘米以内，适配狭窄
工作面、复杂卸料口等非煤矿山工况，保障装卸、充电、停靠精准对接，减少作业误差、
提升作业效率。
虚拟运营技术
• 引入希迪智驾元矿山MetaMine虚拟运营平台，构建数字孪生矿山，实现远程实时监控、
故障诊断、智能决策、全流程可视化管理，管理人员可在虚拟空间统筹生产、调度、安
全、设备，达成“无人则安、少人则安”的本质安全管理模式，支撑24小时连续运营。
项目部署规模
• 英德矿山无人驾驶项目共部署18台纯电动无人驾驶矿卡，其中大杷山矿区10台、清水径
矿区8台，实现两座矿区全场景无人化运输，覆盖开采区至破碎站、排土场全运输链路，
支持全天候、全时段、全场景连续作业。
维
护
成
本
显
著
降
低
纯电动矿减少复杂
机械结构，维护频
次降60%，单台年
维护费由万元降
至万元，10台
年节省万元
人
工
成
本
大
幅
下降
减少80%驾驶员需求，原需
40名轮班驾驶员，现仅需4
名远程监控人员，年节省人
工成本300-500万元，远程
监控人员薪资更低，额外节
省万元
能
耗成本趋近零
纯电动矿卡利用重力势能
回收，能耗显著降低，对
比柴油矿卡元/吨燃
油成本，实现颠覆性降本
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
非煤矿山技术可行
性验证
英德矿山项目验证了希迪智驾
无人驾驶技术在大型石灰石、
水泥类非金属矿山的可行性、
稳定性、经济性，为非煤矿山
智能化提供成熟技术路径。
P
A
R
T-
01
轻资产技术模式
可复制PART-0
2
采用技术输出、矿方自主建设
运营模式，希迪智驾作为技术
服务商，专注全栈技术交付，
不参与运营，权责清晰、降低
矿方投入风险，适配各类非煤
矿山
煤矿经验向非
煤迁移
将煤矿成熟无人驾驶技术体系
成功迁移至非煤矿山，解决粉
尘、混编、窄工作面等非煤特
有痛点，推动行业经验共享、
技术共享
PA
R
T
-0
3规模化落地标杆
18台无人矿卡规模化运营，为
非金属矿山无人驾驶规模化推
广提供标杆，加速行业从试点
走向普及。
P
A
R
T-04
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
01
02
03
三 大 中 心数据运营中心
构建无人驾驶安全运营KPI、
成本利润分析模型、数据资产
化等核心服务功能
资源协同中心
基于亿矿通工业互联网服务平
台构建数字化共享云仓、人才
共享池、会务资源共享及跨矿
区资源调度等
技术赋能
中心
建设区域性统一的高精度地图和
地质模型服务中心，以及“车-胎-
路-维”标准化解决方案输出中心
核心
痛点
数据孤岛与标
准缺失
不同主机厂、不同无人驾驶解
决方案商在同一矿区或同一区
域使用的协议互不兼容。政府
监管部门难以获取底层真实运
行数据
跨矿协同能力
为零
在矿区集群区域，车辆、备件、
高精地图资源无法在矿区之间
灵活调度。在重大故障或危机
时，资源无法通过市场化机制
快速驰援
运营风险
现有运营多依赖于企业私有云，
政府缺乏对安全风险的宏观感
知能力。
基层人才结构
性矛盾
矿山多位于偏远地区，难以吸
引高学历人才，尤其是“三懂
人才”（懂技术、懂车辆、懂
场景）匮乏
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
安全运营区域性
监管模式
制定标准
建设公共基础设施
建设区域性高精地图/地
质模型公共服务平台
政府搭台
构建人才培训机制
建立人才实训基地
构建人才留用机制
基层人才建设
成立联合运营中心
建立“备件共享云仓”
企业联合
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
1
从“卖设备”到
“卖产出”
EaaS模式
4
“设备+技术+服
务”一体化生态
金融租赁模式
2
轻资产运营新范
式
ATaaS模式
3
数据资源-数据资
产-数据价值
数字资产运营模式
5
运营服务柔性交
付
订阅制模式
6
故障诊断、节能降
耗、人机协同优化、
AI应用等
全生命周期托管
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
◆
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
各方共同出资，将复
杂的多方合同关系转
化为一家公司的股权
关系，共享收益、共
担风险。
成立联合体
由技术整合放主导，
构建覆盖所有子系统
的统一数据中台，实
现不同品牌设备、系
统的互联互通。
统一数据标准
总收益设计为“保底
+分成”模式：基础
产品和服务获取稳定、
低风险的固定收益；
由协同创造的新增收
益（如峰谷套利、效
率提升），则按比例
分享，激励参与方做
大市场。
利益分配机制
源网荷储一体化方案
按模块设计，分期部
署。即灵活应对政策
变化，又有利于分步
实施、分布迭代及融
合
模块化设计分期部署
1
单点验证，
打造闭环
标杆
2
内部协同，
实现“矿
能融合”
3
整体解
决方案
4
平台运营，
释放数据
资产价值
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
◆
◆
◆
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
1
2
3
4
5
6
7
8
9
网址：
邮箱：hezuo@
电话：010-53321289
北京：北京市朝阳区保利国际广场T1-13层 ｜ 上海：上海市徐汇区桂平路391号新漕河泾国际商务中心B座1703
深圳：广东省深圳市宝安区华丰国际机器人产业园1期F栋110
纽约： 4 World Trade Center, 29th Floor-Office 67, 150 Greenwich St, New York, NY 10006
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
©亿
欧智
库-
张
(29
79
13
)
默认节
幻灯片 1
幻灯片 2
第一章
幻灯片 3
幻灯片 4
幻灯片 5
幻灯片 6
幻灯片 7
幻灯片 8
幻灯片 9
幻灯片 10
第二章
幻灯片 11
幻灯片 12
幻灯片 13
幻灯片 14
幻灯片 15
幻灯片 16
幻灯片 17
幻灯片 18
幻灯片 19
幻灯片 20
幻灯片 21
幻灯片 22
幻灯片 23
幻灯片 24
幻灯片 25
幻灯片 26
幻灯片 27
幻灯片 28
幻灯片 29
幻灯片 30
幻灯片 31
幻灯片 32
幻灯片 33
幻灯片 34
幻灯片 35
幻灯片 36
幻灯片 37
幻灯片 38
幻灯片 39
幻灯片 40
幻灯片 41
幻灯片 42
幻灯片 43
幻灯片 44
第三章
幻灯片 45
幻灯片 46
幻灯片 47
幻灯片 48
幻灯片 49
幻灯片 50
幻灯片 51
幻灯片 52
幻灯片 53
幻灯片 54
幻灯片 55
幻灯片 56
幻灯片 57
幻灯片 58
幻灯片 59
幻灯片 60
第四章
幻灯片 61
幻灯片 62
幻灯片 63
幻灯片 64
幻灯片 65
幻灯片 66
幻灯片 67
幻灯片 68
幻灯片 69
幻灯片 70
幻灯片 71
知识星球 行业与管理资源
知识星球 行业与管理资源
