在煤矿智能化建设过程中，选煤厂作为煤炭产业链的关键一环，其智能化转型至关重要。中国矿业大学二级教授、博导匡亚莉及其团队，凭借多年深耕，在 “超大型动力煤选煤厂分选环节全流程智能控制系统研究与应用” 领域取得了令人瞩目的成果，为行业发展带来了新的思路与方向。

2020 年，国家发改委等八部委发布的《关于加快煤矿智能化发展的指导意见》，为选煤厂智能化建设提供了政策支撑。“选煤厂智能化建设终于得以顺利展开，这对选煤行业意义非凡。” 匡亚莉教授说道。在煤炭生产链条中，选煤环节起着保值保质、保量增值的关键作用。“大部分煤矿煤炭入洗率达 70% 多，煤炭洗选不仅要满足用户对质量的要求，还能增加煤炭的附加值。通过优化分选参数和产品结构，能大幅提升煤炭企业的利润。” 匡亚莉教授强调了选煤厂在煤炭企业中的重要地位。

选煤厂智能化建设涉及多个专业协同工作，涵盖准备洗选、质量控制、机电、运输、销售、安全管理等。“这些专业相互协同，对增加企业利润有着巨大作用，而全面智能化则是保障各专业紧密协作的关键。” 匡亚莉教授指出，煤矿智能化备受重视，选煤厂智能化同样不可忽视，它能让煤炭资源在洗选过程中创造更多价值。

从 2019 年起，匡亚莉教授带领中国矿业大学的智能选矿团队，进驻国家能源集团的准能集团和乌海能源，开启了选煤厂智能化建设的征程。“我们按照 2020 年 10 月中国煤炭加工利用协会发布的团体标准《选煤厂智能化建设通用技术规范》，与多家单位合作，全身心投入到这项工作中。” 在 2024 年，匡亚莉教授大部分时间都驻扎在矿上，团队和合作单位为此付出了大量心血。

准能集团选煤厂是超大型选煤厂，拥有 14 套分选系统，年处理能力达 6400 万吨。其中，4 套跳汰机年产 1200 万吨，10 套重介浅槽年产 5400 万吨，配套设施众多，如大型储煤筒仓、半移动式破碎站、长距离输送皮带等。“在这样规模的选煤厂进行智能化建设，难度超乎想象，但我们知难而进。” 匡亚莉教授回忆起建设过程，感慨万千。

团队在准能集团选煤厂全流程智能化建设方面取得了显著进展。在 14 个生产环节中，完成了 13 个工艺环节的智能控制；实现了 16 类检测和辅助基础控制；在 11 个管理职能部门的 19 大类管理工作中，实现了智能化；部分工作还完成了智能分析决策。“我们一步步推进，力求让选煤厂的每一个环节都实现智能化升级。” 匡亚莉教授说道。

重介浅槽分选环节的智能化成果显著。以往重介浅槽控制多聚焦密度控制，而匡亚莉教授团队从数据入手，每套系统 800 多个数据点全部接入标准数据平台。“以此为基础，我们开展了参数预测、策略库建设等一系列工作。” 匡亚莉教授介绍，团队实现了一键智能启车，原本启动一套系统需十几分钟，现在仅需两分钟，还能同时启动两套或三套系统；在原煤回控、密度控制、用水量控制、介质控制等方面也取得突破，并实现了参数报警和数据展示。

在密度控制上，团队利用现场检测数据，如原煤在线检测灰分、产品检测灰分等，通过模型优化，预测出重介悬浮液的密度，再推送给控制系统。“这样一来，原煤给料质量变化能直接影响密度控制，让整个分选过程更加精准高效。” 匡亚莉教授解释道。

装车系统的智能化也带来了巨大改变。“以前，装车调度人员时刻紧盯数据，就怕上下超过37 个发热量。” 匡亚莉教授说道，团队开发的系统能实时反馈装车质量和计划完成情况，一旦质量超标，可及时反馈给生产系统，调节灰分和发热量。这一举措让装车工作更加高效、精准，减少了人工监控的压力。

数据治理是选煤厂智能化建设的核心工作。匡亚莉教授团队在项目伊始就开展数据治理，完成了 17 类通用管理字典和 7 类通用控制字典。“这些字典以全行业通用为前提，为大数据应用和软件开发奠定了基础。” 匡亚莉教授表示，团队还实现了基础数据、元数据、主数据存储的标准化，建成了选煤厂工业标准数据平台。

该平台管理着 7 万余条数据，涵盖字典数据、基础数据、元数据等。“在这里，数据不仅是简单的采集存储，更是精细管理，每个数据点的存储位置、标签以及获取方式都有明确管理。” 匡亚莉教授介绍，平台实现了标准字典管理、数据标准化命名、结构化管理等功能，还能对外提供数据共享服务。这一成果已在乌海能源 3 座选煤厂、准能集团 2 座选煤厂、神火集团 1 座选煤厂应用，并入选 2023 年国家能源局煤矿智能化建设先进典型案例。

谈及未来规划，匡亚莉教授表示：“国家对数据要素应用提出了明确要求，《“数据要素×”三年行动计划（2024—2026年）》要在 2026 年底实现数据要素的广泛应用。” 她强调，数据建设至关重要，应急部、国家矿山安全监察局也要求加快数字化进程和数据治理智能应用。基于此，匡亚莉教授团队计划打造选煤数据空间。“我们要从字典体系入手，向公司、设计院、研究院延伸；从数据角度，从基础数据拓展到应用算法和各种模型的存储与标准化。” 匡亚莉教授介绍，选煤数据空间将容纳行业内绝大多数数据，供不同用户使用。

在数据空间基础上，团队将建设控制和决策模型。“考虑到大模型目前还不够成熟，我们计划先依靠选煤专业知识，建立小规模专业模型集群，再整合为专业大模型。” 匡亚莉教授阐述了团队的实践思路，通过建设选煤数据空间和相关标准，加快数据资产化，进一步推动智能化建设。

匡亚莉教授及其团队在超大型动力煤选煤厂分选环节全流程智能控制系统的研究与应用成果，为选煤厂智能化转型提供了宝贵经验。从生产环节智能控制到数据治理，再到未来的数据空间建设，每一步都凝聚着团队的智慧与汗水。在煤炭行业智能化发展的道路上，他们的成果将发挥重要的引领作用，推动整个行业迈向新的高度，实现更高效、更智能的发展。