戚志刚

（河北钢铁集团滦县司家营铁矿有限公司）

摘要：当前我国金属矿山正加速推进“机械化减人、智能化去人”安全转型，露天铁矿边坡失稳、设备故障、人员违章、作业环境恶劣等传统安全管控痛点长期制约矿山本质安全水平提升。本文以河钢集团滦县司家营铁矿5G+智能工厂建设实践为依托，围绕“人-机-环-管”一体化智能安全管控体系展开研究，系统阐述边坡智能监测、设备劣化AI预警、视频行为智能识别、高危岗位远程少人化、双重预防数字化五大核心安全技术落地路径，总结项目实施后安全指标改善成效，剖析当前露天金属矿山智能安全建设现存短板，并提出面向2028年的升级优化方案，为同类大型露天金属矿山智能化安全改造提供可复制实践范本。

关键词：露天金属矿山；本质安全；AI智能预警；5G专网；双重预防机制；少人化作业

1引言

1.1行业安全发展背景

国家《“十四五”矿山安全生产规划》《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》明确提出，以数字化、智能化手段降低高危岗位人员暴露频次，从源头防范重特大生产安全事故。露天金属矿山采场范围广、运输线路长、边坡地质条件复杂，爆破、铲装、选矿、尾矿处理全流程存在多维度安全风险：高空天车作业存在坠落、粉尘职业病风险；大型破碎机、球磨机等关键设备突发故障易引发机械伤害；边坡滑移、水害隐蔽性强，传统人工巡检存在监测滞后、盲区多、预警不及时问题；人员违章操作、无证上岗、违规进入危险区域依靠人工巡查难以全覆盖管控。

传统安全管理模式依赖现场人工值守、纸质隐患台账、定期设备点检，存在数据碎片化、风险预判滞后、隐患整改闭环难、高危岗位人员密集四大核心短板，难以满足新时代矿山本质安全、绿色高效发展要求。人工智能、5G、物联网、数字孪生技术的规模化落地，为构建全域、实时、预判式智能安全管控体系提供技术支撑。

1.2企业概况与安全建设基础

河北钢铁集团滦县司家营铁矿为冀东核心鞍山式露天铁矿，矿石总储量23.48亿吨，主营铁矿开采、铁精粉生产，建成采矿-破碎-选矿-尾矿完整产业链，2022年铁精粉产量251.3万吨，企业连续多年获评纳税A级信用单位，近三年未发生较大及以上安全环保事故，安全生产许可证、排污许可、水土保持等资质齐全，具备智能化安全改造坚实产业基础。

矿山2021—2026年分阶段投入2007万元打造5G+智能工厂，同步布局全套智能安全管控系统，智能制造能力成熟度自评2.79级（二级集成级），人员、设备、安全环保各维度得分均显著高于全国及同行业平均水平，建成覆盖采场、选矿、尾矿、能源全链条智能安全平台，形成露天金属矿山智能化安全完整实践案例。

1.3研究思路与研究内容

本文以司家营铁矿智能安全落地工程为实践载体，从风险源头防控、设备全生命周期安全、人员行为智能监管、环境灾害预警、数字化安全管理五大维度，拆解AI、5G、物联网在矿山安全场景的落地应用，量化改造后安全、人员、经济指标提升效果，总结金属矿山智能安全建设经验，为行业提供技术参考。

2露天矿山传统安全管控痛点分析

2.1高危岗位人员密集，人身伤害风险突出

精粉仓天车、选矿现场巡检、边坡巡查、爆破辅助等岗位长期处于高粉尘、高噪音、高空作业环境，职工尘肺病、听力损伤等职业病风险高；四班三倒频繁登高操作、采场车辆交叉作业易引发碰撞、坠落事故，传统人工操作模式无法从根源隔离人员与危险源。

2.2关键设备人工点检精度不足，故障预判缺失

破碎机、球磨机、尾矿泵、皮带运输机等核心设备依靠班组人工定期点检，温度、振动数据采集间断，设备劣化趋势无法量化分析，突发停机、机械伤人事故频发，事后维修模式增加安全隐患与生产损失。

2.3边坡、水害等地质灾害监测手段单一

仅依靠人工定期踏勘，GNSS监测点位数据人工汇总，无实时云端分析，边坡微小形变无法提前捕捉，三级预警响应流程繁琐，短信、声光报警联动处置机制不完善。

2.3人员违章管控难度大，监管覆盖不全

采场、破碎车间、尾矿库点位分散，传统人工视频监控依靠专人24小时盯屏，疲劳值守导致漏判，人员越界、未佩戴劳保、违规动火、车辆超速等行为无法自动识别，隐患发现滞后。

2.4安全双重预防体系线下化，闭环管理低效

风险台账、隐患排查记录依靠纸质单据流转，隐患上报、整改、复查全流程无数字化追溯，重大风险、一般风险分级管控落地不到位，安全数据无法支撑决策分析。

2.5环保安全监管粗放

扬尘、噪声、废水排放依靠人工不定期采样，超标发现滞后，尾矿堆存、固废堆存环境风险无法实时可视化管控，环保事故防控被动。

3“人-机-环-管”一体化智能安全管控体系构建

司家营铁矿依托5G低时延专网（传输延迟≤50ms，全年可靠运行率≥99.5%），搭建四层智能安全技术架构：感知层（智能传感器、高清AI摄像头、GNSS边坡雷达、UWB定位终端）、网络层（工业防火墙、5G基站、工业以太网）、平台层（大数据安全中台、数字孪生一张图）、应用层（六大安全业务子平台），实现全场景风险实时感知、AI智能研判、自动预警、联动处置闭环。

3.1场景一：安全生产AI智能分析预警平台（人员行为安全管控）

项目总投资121万元，2024年2月—9月完成部署，搭载基于深度学习目标检测算法，完成数万张矿山现场样本训练，危险行为识别准确率≥90%，视频误报率控制在3%以内，采用“前端边缘AI算力服务器-中控平台-移动端推送”三级架构，接入全矿86路高清监控点位。

核心安全功能：人员违规智能识别：自动识别未佩戴安全帽、防尘口罩、高空无防护、人员进入爆破禁入区、尾矿库危险区域、设备运转区域人员闯入等违章行为，实时弹窗报警、推送短信至安全管理人员手机。

人车分流智能监测：采场、破碎厂区识别矿卡、挖掘机与行人混行场景，及时下发预警，避免车辆碾压事故；天车作业区域实时判定人员越界。

设备作业异常识别：皮带撕裂、物料堆堵、消防通道占用、消防器材缺失等隐患自动抓取。

闭环处置机制：报警信息自动归档，绑定责任班组，形成“识别-报警-派单-整改-复核”数字化闭环，平台自动统计月度违章频次，针对性开展安全培训。

实施成效：远程监控值守人员工作强度大幅下降，人工盯屏工作量降低70%；厂区人员违章行为同比下降62%，人机混行、高空作业类安全隐患整改响应时间由4小时缩短至5分钟，全年未发生人员机械伤害事故。

3.2场景二：重点设备在线AI监测平台（设备本质安全）

总投资103万元，在球磨机、破碎机、渣浆泵、皮带驱动电机等重点设备部署温度、振动智能传感设备，接入西门子S7-300PLC，依托亚控King实时数据库搭建监测平台，搭载设备劣化趋势深度学习预测模型，可提前24小时预判设备故障，故障预测准确率≥85%。平台实时展示设备实时温度、振动、压力曲线，参数超标自动变色告警，自动生成设备健康报告，指导维保人员计划性检修，杜绝设备带病运行引发的爆炸、机械伤人、泄漏安全事故。

安全价值：替代人工周期性点检，消除设备巡检过程中人员接触运转设备的安全风险；提前预警轴承磨损、电机过热、泵体气蚀等隐患，设备非计划停机时间降低30%，机械类安全隐患下降55%；建立设备全生命周期电子安全档案，维保记录、故障记录全程可追溯，满足安全监管核查要求。

3.3场景三：高危岗位远程少人化改造（人员隔离危险源）

天车远程遥控驾驶系统：投资57万元搭建精粉仓天车远程操控工位，部署夜视抗雾工业摄像头、激光雷达防碰撞装置，采用UWB高精度定位（10–30cm精度），操作人员转移至地面封闭操控室，完全脱离高粉尘、高空作业环境。

安全效益：职工职业病排查异常率下降60%，彻底消除高空坠落、粉尘吸入风险，天车碰撞事故清零，岗位操作人员减少3人，实现高危岗位减人增效。

选矿远程集控系统（尾矿、环水、五系列）：总投资196万元，搭建选矿集中值守控制室，通过PLC远程启停全部皮带、磨矿、尾矿输送设备，现场巡检人员由每班9人缩减至2人远程值守，隔绝选矿车间噪声、粉尘、酸碱物料接触风险，设备现场操作安全事故清零。

3.4场景四：边坡、尾矿全域环境智能监测（地质与环保安全）

边坡灾害智能监测系统：布设44个GNSS位移监测点、1台边坡雷达、爆破震动、地下水位监测终端，实现毫米级形变监测，预警响应时间≤10秒，三级声光+短信联动预警，数字孪生平台实时渲染采场边坡三维模型，动态展示位移数据，提前预判滑坡、坍塌风险。

生态环保智能管控平台：部署8台PM10微型站、烟气、噪声在线监测设备，无人机5cm精度矿区实景建模，实时监控扬尘、废水排放，超标自动报警，杜绝环保突发环境事件；尾矿库液位、浸润线24小时不间断监测，防范溃坝重大安全风险。

3.5场景五：数字化双重预防机制安全平台（管理体系智能化）

依托首钢自动化信息技术平台搭建双重预防数字化系统，录入全矿4544条风险清单（重大风险8条、较大风险26条），建立岗位线上点检任务下发机制，全矿职工绑定平台账号，隐患现场拍照上传、线上整改验收，平台平均点检率99%，月均闭环隐患300余条，彻底解决纸质台账流转慢、整改无追溯的管理漏洞。平台自动生成安全风险分析报表，为月度安全例会、专项整治提供数据支撑，实现安全管理从事后处置向事前风险预控转型。

4智能安全体系综合实施成效

4.1安全指标改善

人身伤害、机械、边坡类安全隐患同比下降65%，近三年无较大及以上安全生产事故；高危现场作业人员减少30余人，粉尘、噪声相关职业病异常筛查率下降60%；隐患整改平均响应时间由4小时缩短至10分钟，隐患闭环率100%；边坡、尾矿库地质灾害预警全覆盖，未发生滑移、溃坝类险情。

4.2经济与管理效益

设备故障维修成本降低40万元/年，安全事故处置、职业病治疗相关费用大幅削减；安全管理人力成本下降，现场巡检、值守岗位优化配置，人力资源效率提升；能源智能管控配套安全监测，每年节约峰谷用电成本80万元，同步降低设备过载起火风险。

4.3行业推广价值

项目形成露天铁矿“AI视频识别+设备预测+远程少人化+边坡监测+数字化双控”成套智能安全解决方案，已在集团内部多家矿山复制应用，纳入《铁矿采选智能化建设指南》团体标准编制实践依据，可为国内同类大型金属露天矿山安全智能化改造提供标准化路径。

5当前智能安全建设现存短板

AI模型场景覆盖有限：目前仅针对人员、设备基础违章识别，爆破装药、井下辅助等细分场景AI模型待拓展；多安全平台数据未完全打通：安全双控、环保、设备监测、边坡系统存在少量数据孤岛，统一安全数字孪生深度融合不足；无人化作业覆盖不足：采场挖掘机、矿卡仍为有人驾驶，铲装运输高危环节无人化改造尚未落地；安全复合型人才储备不足，同时掌握矿山工艺、AI算法、网络运维专业人员缺口较大。

6后续智能化安全升级规划（2026—2028年）

采矿运输无人化建设：2026—2027年部署无人矿卡、自动装载设备，实现采场铲运环节无人化，进一步消除路面车辆碰撞安全风险；拓展AI安全模型库：新增爆破安全、尾矿管道泄漏、井下通风等智能识别模型，平台AI模型数量提升至15个；全域安全数字孪生深度融合，打通安全、生产、能源、环保全部系统数据，实现全矿安全风险“一张图”仿真预演、应急路径自动规划；构建矿山安全大数据知识库，依托历史隐患、事故数据训练风险推演模型，实现中长期安全风险预判；开展智能安全专项人才培养，联合高校开设矿山智能安全实训，每年培养20名复合型技术人员。

7结论

以5G、人工智能、物联网为核心的智能管控技术，是露天金属矿山实现本质安全的核心路径。司家营铁矿通过构建“人-机-环-管”一体化智能安全体系，从人员隔离危险源、设备提前预警、环境全域监测、数字化闭环管理四个维度补齐传统安全短板，真正落实“机械化减人、智能化去人”政策要求，大幅降低矿山各类安全风险。
金属矿山企业应当结合自身开采工艺、地质条件分步落地智能安全改造，优先布局AI视频预警、设备在线监测、高危岗位远程值守低成本成熟场景，同步打通各安全业务系统数据壁垒，完善数字孪生、大数据风险预判顶层设计，持续推进少人、无人化开采，最终实现矿山安全从被动处置向主动预判、从事后整改向源头防控的根本性转变，助力金属矿山安全、绿色、高质量协同发展。

参考文献

[1]应急管理部，国家矿山安全监察局.“十四五”矿山安全生产规划[Z],2022

[2]GB/T39116-2020智能制造能力成熟度模型[S]

[3]DZ/T0376-2021智能矿山建设规范[S]

[4]王国法。智慧矿山系统工程及关键技术研究[J].煤炭学报，2023

[5]李国清。地下金属矿山智能化技术进展[J].西安建筑科技大学学报，2025