Сортировка угля и породы является первым этапом чистого использования угля, однако условия на горнодобывающих предприятиях меняются ежеминутно — колебания качества угля, изменения освещения, запылённость... Традиционные модели ИИ часто «не приживаются», и точность сортировки значительно снижается при дрейфе рабочих условий. 19 июня 2026 года компания «Хэнань Чжунпин Автоматизация» получила официальное разрешение на национальный патент на «Метод интеллектуальной сортировки породы на основе ИИ» (номер разрешения CN121103693B). Данный патент, создавая механизм динамической адаптации «рабочие условия — образцы», позволяет модели ИИ для сортировки оставаться стабильной и точной в изменяющихся условиях, оснащая оборудование для интеллектуальной сухой сортировки угля «адаптивным мозгом».

Почему ИИ под землёй часто «не приживается»?

Сортировка угля и породы — ключевой этап обогащения угля, напрямую влияющий на выход концентрата, последующее энергопотребление при обогащении и ценность комплексного использования породы. В последние годы технологии интеллектуальной сортировки породы на основе машинного зрения и глубокого обучения быстро распространяются, обещая заменить традиционную ручную сортировку и мокрое отсаживание.

Однако модели ИИ, показывающие отличные результаты в лаборатории, при развёртывании на горнодобывающих предприятиях часто значительно теряют точность. Основная причина заключается в том, что сортировка угля и породы относится к типичным промышленным задачам компьютерного зрения в «открытой среде» — изменение типа угля, колебания освещения, регулировка скорости конвейерной ленты, колебания концентрации пыли... Любое изменение параметров рабочих условий приводит к смещению распределения признаков изображения.

Ещё более сложной проблемой является то, что на горнодобывающих предприятиях трудно получить большое количество размеченных «эталонных» образцов (дефицит меток), а шум датчиков дополнительно загрязняет и без того ограниченные данные. Смещение распределения признаков + дефицит меток + шумовые помехи — три препятствия, накладывающиеся друг на друга, делают результаты сортировки традиционных моделей ИИ для породы крайне нестабильными в изменяющихся условиях, что серьёзно ограничивает масштабное применение технологий интеллектуальной сухой сортировки.

Парадигмальный переход от «статической модели» к «динамической адаптации»

Запатентованный метод, полученный компанией «Чжунпин Автоматизация», предлагает комплексное решение. Согласно реферату патента, метод, используя полную технологическую цепочку «сбор — построение матрицы — генерация шаблона — калибровка меток — сегментная настройка — инкрементальная коррекция», наделяет модель ИИ для сортировки способностью к «адаптивной эволюции» при изменении рабочих условий.

Первый шаг: построение матрицы соответствия «рабочие условия — образцы», выделение стабильной области признаков

Метод сначала синхронно собирает сигналы изображения и параметры рабочих условий в процессе работы конвейерной ленты, строит матрицу соответствия «рабочие условия — образцы» и выделяет из неё стабильную область признаков. Основная ценность этого шага заключается не в простом обучении модели на изображениях, а в привязке «какие были условия в данный момент» к «какое изображение было получено», что позволяет различать, какие признаки являются физическими свойствами самого угля и породы, а какие — «артефактами», вызванными изменением условий.

Второй шаг: генерация динамического шаблона признаков, запись пороговых условий рабочих условий

На основе стабильных признаков система генерирует динамический шаблон признаков и записывает пороговые условия рабочих условий. Этот шаблон действует как «изменяемая шкала» — при изменении условий шкала также корректируется, обеспечивая постоянное соответствие критериев оценки текущим полевым условиям.

Третий шаг: очистка набора меток — решение проблемы «размытых границ»

Сравнение вручную размеченных образцов с динамическим шаблоном, калибровка согласованности меток для образцов с размытыми границами, формирование очищенного набора меток. Границы между углём и породой на изображениях часто размыты, и стандарты разметки разных рабочих различаются. Данный метод, используя сравнение с шаблоном, обеспечивает «шумоподавление» и «унификацию» меток, гарантируя качество обучения модели на уровне данных.

Четвёртый шаг: сегментная настройка границ принятия решений — детализация решений по сортировке

Ввод стабильных признаков и очищенного набора меток в модель принятия решений по сортировке, сегментная настройка границ принятия решений на основе пороговых значений шаблона. Для разных фракций и типов угля критерии оценки «уголь» и «порода» должны различаться. Сегментная настройка позволяет модели принимать детализированные решения для различных условий, а не применять «единый подход».

Пятый шаг: замкнутая инкрементальная коррекция — модель становится умнее с использованием

Ключевым является последний шаг: мониторинг рабочих условий и результатов сортировки в процессе работы, при обнаружении смещения распределения — обратная связь на этап калибровки меток для инкрементальной коррекции. Это означает, что система не является «одноразовой сделкой» — после развёртывания она продолжает «обучаться»: как только обнаруживается, что изменение условий привело к колебаниям точности сортировки, система автоматически запускает новый цикл калибровки меток и тонкой настройки модели, формируя интеллектуальный замкнутый цикл «работа — мониторинг — обратная связь — коррекция».

Оснащение интеллектуальной сухой сортировки угля «адаптивным мозгом»

От «статического развёртывания» к «динамической эволюции»

Традиционные модели ИИ для сортировки породы являются «статическими» — после завершения обучения и развёртывания параметры модели фиксированы, и при изменении условий точность неизбежно падает. Патентная технология «Чжунпин Автоматизация» наделяет модель способностью к «динамической эволюции». Это означает, что оборудование для интеллектуальной сортировки породы может непрерывно самооптимизироваться в процессе длительной эксплуатации на шахте, становясь точнее с каждым использованием, полностью избавляясь от проблемы «снижения точности после ввода в эксплуатацию».

Обеспечение основной алгоритмической поддержки для систем сухой сортировки всех фракций

Ранее компания «Чжунпин Автоматизация» уже выпустила интеллектуальную систему сухой сортировки TDS (эффективное удаление породы размером более 50 мм) и интеллектуальную систему сухой сортировки с каскадным потоком TGS (более точная и интеллектуальная). Патент на метод интеллектуальной сортировки породы на основе ИИ обеспечивает основную алгоритмическую поддержку для этих аппаратных систем. От «аппаратной сортировки» к «алгоритмическому принятию решений», «Чжунпин Автоматизация» строит технологическую систему интеллектуальной сухой сортировки, охватывающую всю цепочку «восприятие — принятие решений — исполнение».

Ускорение перехода обогащения угля к «безлюдной, интеллектуальной» эволюции

Данная патентная технология решает проблему стабильности интеллектуальной сортировки породы в изменяющихся условиях, что может значительно повысить стабильность зольности концентрата и выход концентрата. В сочетании с ранее запатентованным устройством для интеллектуальной сортировки породы под землёй (использующим вибрационное грохочение, ударную транспортировку, воздушную адсорбцию, точное обнаружение и распознавание, а также пневматическое выдувание для более высокой точности сортировки) и устройством для сортировки угля и породы без ленточного транспорта, «Чжунпин Автоматизация» осуществляет всестороннее планирование от «алгоритмов» до «устройств», продвигая переход обогащения угля от ручного вмешательства к полной интеллектуализации всего процесса.

19 июня 2026 года, в момент официального разрешения патента CN121103693B, компания «Чжунпин Автоматизация» не только получила патент на изобретение, но и установила технологическую парадигму в области интеллектуальной сухой сортировки угля: сортировка на основе ИИ не должна быть статическим развёртыванием «раз и навсегда», а должна быть динамической эволюцией, «изменяющейся в зависимости от условий».

От Пиндиншаня до крупных горнодобывающих районов по всей стране, от TDS до TGS и алгоритмов ИИ для сортировки породы, компания «Чжунпин Автоматизация» с помощью философии «адаптивности» переопределяет интеллектуальные границы сортировки угля и породы.