基礎理論滯后是制約深部開采的最大“卡脖子”風險

構建場景開放與數據共享的互信規則，制定礦區數據脫敏與安全使用標準，鼓勵大型煤企向聯合體成員開放真實采掘場景和監測數據，并明確數據使用邊界和保密責任

依托全國重點實驗室、國家工程研究中心等載體，由龍頭企業、高校院所共同持股或契約共建礦山智能化創新聯合體，實行理事會制，明確各方投入、知識產權歸屬和成果分配規則

我國能源結構富煤、貧油、缺氣。2025年全國原煤產量達48.3億噸，煤炭仍穩居第一大能源地位，是能源安全的“壓艙石”。

當前我國煤炭開采正以每年10米至25米的速度向深部延伸，平均采深已接近500米，800米以深礦井超過210處，千米以深礦井超過60處，全面進入“深井時代”。截至2025年底，全國已探明煤炭資源儲量中，埋深小于1000米的占比不足20%，向深部要資源已成為戰略必然，加快煤炭開采數智化轉型、破解深部安全難題，成為行業高質量發展的關鍵。

中國工程院院士袁亮長期深耕煤炭安全開采與數智化轉型研究，2017年率先提出“煤炭精準開采”構想，牽頭籌劃“煤炭安全智能精準開采協同創新組織”，聚焦透明地質探測、智能感知預警、無人采掘裝備、多場耦合致災機理等核心技術攻關，為煤炭行業安全高效與綠色低碳協同發展提供系統方案。

“煤炭精準開采需統籌開采擾動、致災因素、生態環境等多方面信息，目標是實現少人無人智能開采與災害防控一體化。行業亟待以數智技術推動智能精準開采，保障國家能源安全。”袁亮在接受《瞭望》新聞周刊記者專訪時表示。

深井時代挑戰凸顯

《瞭望》：現有煤炭開采技術與管理模式，在應對深部開采難題上存在哪些不足?

袁亮：我國已建成智能化煤礦1066處、智能化產能占比突破65%，但還面臨透明地質精準探測與智能感知裝備兩大瓶頸。

當前深部復雜地質條件下智能采掘裝備與機器人應用仍有明顯瓶頸，核心是感知與決策能力不足，智能感知裝備精度和可靠性難以滿足需求，煤巖界面識別、地質動態建模等核心技術尚未完全突破。在高地應力、高地溫、高粉塵等條件下，普遍存在裝備耐用性和穩定性不足、裝備適配性差、運行水平低的問題。

基礎理論滯后是制約深部開采的最大“卡脖子”風險。當前我們基于淺部煤巖體建立的巖體力學理論和防控技術已難以適用，對深部巖體力學的認知還存在“科學荒原”。

深部煤巖體處于高地應力、高瓦斯、高地溫、高滲透壓及強開采擾動的“四高一強”復雜環境中，沖擊地壓等動力災害呈現高能級、多災種耦合的新特征，預警防控難度呈指數級上升。盡管透明地質在理論研究、單項技術突破及少數示范礦井中取得了積極進展，但從整體行業應用角度看，其能力遠未達到穩定、可靠、普適的工程實用水平。

深部開采還加劇了安全與綠色協同的矛盾。我國煤礦瓦斯涌出量抽采利用率偏低;深部開采對覆巖結構和地下水系的擾動遠超淺部，生態損傷極易誘發次生安全災害。

此外，傳統安全管理體系與少人、無人化開采模式不匹配，安全責任界定不清、應急響應機制尚未健全。千米深井建設風險防控能力不足，井上下立體聯合抽采等新型模式的安全管控理論尚未建立，全生命周期安全管控體系尚不完善，制約了新技術的規模化應用。

《瞭望》：破解深部開采難題的關鍵是什么?

袁亮：深部開采最大的風險在于“看不見”，必須突破深部地質體透明化技術，構建以高精度三維地震勘探為核心、多物理場數據融合的立體勘探模式，查清煤層賦存、瓦斯富集區、導水通道等隱蔽致災因素，完成地質條件精準數字化重構。

繼而通過無人化綜采工作面、5G遠程操控技術，讓礦工在地面智能調度中心完成作業，遠離災害風險。這并非簡單替代人力，而是在深部復雜環境下通過技術賦能實現精準感知、提前預警和遠程操控，從根本上減少人員危險環境暴露概率，提升礦山本質安全水平。

兩淮大型煤炭基地的實踐證明，構建統一智能化監測體系，可實現災害風險早期識別和動態跟蹤，為主動預警提供有力支撐。

以智能技術鞏固礦山安全

《瞭望》：數智技術是如何提升精準預警水平的?

袁亮：當前礦山安全生產面臨地質條件、開采擾動、管理漏洞交織的復合特征，傳統監測手段難以及早識別風險，安全數據分散于不同系統，系統性預警能力不足。數智技術的核心作用，是推動礦山安全從經驗驅動向數據驅動、從被動響應向主動預警轉型。

以數智技術實現精準預警，就是要統籌建設覆蓋地質、生產、設備、環境的全域智能感知網絡與統一數據底座，打通“數據孤島”，依托大數據和AI繪制“安全風險一張圖”，推行“一礦一策”專家評估機制。同時突破數字孿生礦山、AI預警平臺、知識圖譜與深度學習融合應用等關鍵技術，重點攻關礦山智能體、安全AI大模型、具身智能機器人等前沿方向，實現風險智能研判與精準預警。并構建以高精度三維地震勘探為核心、多物理場融合的立體勘探模式，發展“井地一體”協同探測技術體系，結合地面大尺度探測與井下精細探測，形成逐級聚焦的勘探能力。

《瞭望》：如何破除數據貫通與共享壁壘?

袁亮：數據孤島的根源是礦山安全感知數據分散、缺乏統一標準與共享機制，破除這一壁壘需從頂層設計、標準規范建設、示范應用等多方面發力。

在頂層設計方面，建議制定高級別AI驅動礦山安全發展路線圖，統籌建設全域智能感知網絡與統一數據底座。同步完善智能系統安全認證、數據共享、責任界定等配套標準，建立國家級礦山智能化運行監管平臺，保障數據安全可控地跨系統、跨礦區流動共享。

在標準建設層面，加快制定覆蓋設計、建設、運維全周期的智能礦山標準。健全跨系統、跨廠商的數據接口、通信協議和語義模型規范，促進設備互聯互通。建立國家級智能裝備與系統認證平臺，打造智能系統的安全可靠性權威測試認證標準。推動深部開采安全法規的修訂完善，滿足特殊工況下對設備準入、數據安全、應急響應等提出的新要求。

在示范應用層面，建議在重點礦區布局國家級綜合示范工程，形成可復制、可推廣的數據貫通與共享模式，將頂層設計轉化為基層可落地的實踐方案。例如構建場景開放與數據共享的互信規則，制定礦區數據脫敏與安全使用標準，鼓勵大型煤企向聯合體成員開放真實采掘場景和監測數據，并明確數據使用邊界和保密責任。

《瞭望》：針對不同規模礦井，應如何分類推進智能化改造?

袁亮：智能化改造要因地制宜、分類施策，杜絕“一刀切”，核心是以“減人增安”為目標，不搞“為智能而智能”的形象工程。

對于大型現代化礦井，應推動全場景智能升級，重點突破透明地質、智能采掘和遠程運維，依托全域感知網絡和無人化綜采工作面，實現“少人巡視、無人操作”的常態化運行。對于中等規模的礦井，宜從最緊迫的災害預警、通風排水等環節入手，逐步替換人工值守為遠程集控，在保證安全的前提下降低改造成本。小型礦井則立足基礎信息化，重點保障安全監測數據的上傳與共享，借助區域協同監管平臺實現風險集中管控。各類礦井應堅持“一礦一策”，在專項評估基礎上量身定制改造方案，不搞簡單復制、不套用一個模板。

以體制機制改革加速成果應用

《瞭望》：如何加速實驗室成果轉化為現場可用的工程技術?

袁亮：加快科技成果向工程應用轉化，核心是打通需求、研發、驗證、推廣全鏈條的梗阻。

建立“企業出題、聯合答題”的攻關機制，由大型煤企從深部開采一線提煉真難題、提供真數據，高校院所據此開展定向基礎研究和技術研發，確保成果從立項之初就對準現場需求。

構建“礦上試驗、井下迭代”的驗證體系，在重點礦區設立科技成果中試基地和實景試驗工作面，讓實驗室樣機在真實高地應力、高粉塵、多干擾環境下反復測試、快速改進，縮短從樣機到產品再到裝備的成熟周期。

改革評價與激勵機制，在職稱評審、科研項目考核中增加成果工程轉化率、解決現場實際問題等權重，鼓勵科研人員帶著成果下礦、盯著故障攻關，并探索技術入股與效益分成的成果轉化收益分配模式，激發一線研發人員積極性。

發揮財政資金的杠桿作用，將經過中試驗證的智能化裝備、機器人等優先納入首臺(套)保險補償目錄，并設立深部開采技術轉化專項補貼，降低企業首次應用的風險和成本。

《瞭望》：在構建更加高效穩定的產學研用協同創新機制方面有哪些建議?

袁亮：關鍵是要形成利益共享、風險共擔、人才互通、平臺共用的生態。

把協同創新平臺做實，依托全國重點實驗室、國家工程研究中心等載體，由龍頭企業、高校院所共同持股或契約共建礦山智能化創新聯合體，實行理事會制，明確各方投入、知識產權歸屬和成果分配規則。

推行雙棲人才培養與流動制度，設置產業教授和駐企科學家崗位，高校教師可以帶薪到企業掛職技術總工，企業總工也能受聘擔任高校研究生導師;鼓勵校企共建研究生聯合培養基地。

投入機制應長期化、多元化，建議設立國家級深部開采產學研協同基金，按中央財政引導、地方配套、企業配比、社會資本參與的方式共同注資，保證五到十年的穩定支持周期。

通過這些做法，最終形成基礎研究在高校院所、技術攻關在平臺、工程驗證在礦區、推廣應用在企業的閉環協同體系，讓產學研用從點對點合作升級為網絡化共生。