构建与现代矿山相匹配的智能管控模式是智能矿山建设的重要内容。目前，我国地下矿山数字化、智能化建设已经取得了阶段性进展，在智能开采装备、智能采矿方法、智能生产环境等方面取得了显著的成果，但是与之匹配的管理方式却存在某些特定的程度的滞后，是矿山智能化进一步推进的瓶颈环节之一。
新一代信息技术与矿山生产的深层次地融合正在引领全球采矿行业迈向智能矿山时代。近年来，我国不断加大数字矿山、智能矿山领域的投入力度，开展了一批科技攻关项目，大幅推进了我国数字矿山与智能矿山技术的发展。装备是矿山智能化的基本要素，2020年4月28日，工业与信息化部、国家发展和改革委员会、自然资源部印发实施了《有色金属行业智能矿山建设指南(试行)》，精确指出了鼓励生产劳动作业强度大、作业环境恶劣(高温、多粉尘、噪音大等)、人员安全风险大的凿岩、装药、支护、铲装、运输等岗位应用具备自主行驶与自主作业功能的开采装备进行作业，降低人员劳动强度，提高生产安全性、质量稳定性和生产效率。
高效精准的调度管控是实现矿山智能化作业的重要保障，是生产计划落实到装备执行的关键环节。传统的矿山生产调度通常以调度室为中心，下达对生产的指挥和安排，主要工作是“上情下达，下情上报”，井上调度指挥主体为值班调度员，井下被调度主体为作业人员，本质上是一种“人对人”的管理模式。随只能矿山的发展与智能开采装备的推广应用，井下生产模式由人员控制装备转变为人员辅助装备完成生产，井下被调度主体也随之转变为各种大型智能化开采装备。在此条件下，传统以调度员经验为依据的调度方式已经趋近矿山生产作业信息处理瓶颈，难以提高集群装备的协同作业效率。受限于知识和经验边界，大量潜在价值难以充分的发挥，依靠人工经验的调度方式已经不能够满足现代化矿山对智能开采装备的控制需求。
作为矿山生产管理的重要内容，生产调度优化与管控可以充分的利用产能、降低开采成本，因此成为现代矿山降本增效的有效手段。通过精细化调度管理和智能决策方法，实现复杂条件下的开采装备高效协同作业，充分提高调度管控效率和矿山生产力，是现阶段矿山开采装备智能调度要解决的核心问题。在“十四五”国家重点研发计划项目（编号：2022YFC2903905）和国家自然科学基金项目（编号：52304169，52074022，52404161）资助下，北京科技大学李国清教授团队以地下金属矿开采装备调度过程为研究对象，以提高开采装备的作业效率和生产能力为目的，研究了开采装备智能调度管控模式、决策支持算法和集成化应用。采用短间隔控制理论，从精细化管理、智能化决策、一体化管控方面出发，构建地下金属矿开采装备短间隔智能调度管控体系，增强开采作业过程的可预测性与可控性，提高整个采矿过程的透明度，实现开采装备精准调度和作业过程的降本增效。研究成果对于地下矿山开采装备作业过程的精细化管控与开采效率提升具有指导意义，同时也为现代地下金属矿山的生产调度管理提供了理论和方法支撑。
（1）针对现代地下金属矿生产实时化、精准化与智能化管控的新需求，提出了开采装备短间隔智能调度新模式，形成了以“任务分解—任务配置—运输配置—作业指令—响应修正—分析反馈”为特征的短间隔闭环调度方案。
矿山调度的基本任务是在日常生产活动中，根据生产作业计划，按时进行检查计划的执行情况，及时有效地发现生产中出现的问题，并积极釆取措施，来保证生产均衡进行，任务按时完成。在实际生产中，调度员耗时最多的工作依次为通信联络、数据编录与汇总、作业计划编制、信息分析与决策，由于通信和基础数据统计在调度管理中占用了大量时间，导致调度员缺少足够的时间做多元化的分析与决策。
传统的生产调度管理不仅占用了大量时间，而且很难实时反馈矿山的生产状况，导致没办法及时了解井下人员、设备、关键地点的工作状态，造成指挥调度的盲目性与滞后性，严重制约了矿山的生产效率。随着现代矿山基础设施和技术水平的提高，沿用这种旧的调度方式已经不能够满足矿山对精细化管理的需求，需要构建以决策为中心的调度指挥模式。
随着机械化、智能化水平的逐步的提升，现代地下金属矿山开采作业调度面临精细化与智能化管控新需求，需要构建以决策为中心的调度指挥模式。为实现矿山开采作业的精细化管理和智能化调度，需要以开采作业进度的透明化、调度指令的扁平化和调度决策的智能化为目标，在大数据、机器学习、物联网等技术的基础上，把核心关键的人、设备、矿石、业务进行集成，通过主动感知和分析数据，快速做出调度决策，提高预测预判能力，提升矿山的生产调度管理上的水准，构建适应现代矿山生产管理特征和管控需求的智能调度新体系，促使生产调度从“一个生产周期后的问题处理”转向“生产的全部过程的快速、实时、智能决策与反馈”。
短间隔控制理念极大程度契合了地下矿山精细化管理需求，其目标是提高增值活动效率，减小非增值活动时间，尽量消除浪费活动。短间隔控制作为一种短周期高频率的管理框架，需要将生产计划进行精准执行和高效落地，使矿山达到预期的生产目标。整体实施框架紧密围绕地下金属矿山的开采作业过程，其核心是计划的精细化分解、作业任务的科学化分配、作业进度及时纠偏和作业效果的闭环反馈
根据短间隔控制的业务流程，针对地下金属矿山开采作业特征，将开采装备的短间隔控制细分为任务分解与作业计划生成、装备配置与调度排产、矿石流质量控制与运输调度、短间隔装备指令下达、短间隔响应与调度修正、短间隔分析与闭环反馈6个实施单元。
任务分解与作业计划生成。以短期生产计划为基础，根据开采条件和能力制定未来1~2周的作业计划。
装备配置与调度排产。根据作业计划和装备的出勤计划，编制未来5~7 d的采场作业调度计划。
矿石流质量控制与运输调度。根据采场作业调度计划，编制未来2~3班(24 h)的矿石运输调度计划。
短间隔响应与调度修正。作业执行单元在短间隔周期内上报作业进度和时间，调度指挥中心根据全局情况做响应和调度修正。
短间隔分析与闭环反馈。对一个周期内的数据来进行汇总分析，优化下一周期的调度计划，生成调度报表并推送至相关人员。
（2）设计了包括开采装备任务配置与调度优化算法、面向多级动态配矿的矿石流优化算法、无轨装备集群调度控制优化算法的智能化决策支持算法库，实现由人工经验到智能决策的转变。
决策支持算法是开采装备智能调度的“大脑”，负责为调度指挥人员提供高效、精准、快捷的决策建议。地下金属矿开采装备智能调度是一项复杂的系统工程，对开采作业过程由全局到局部、由整体到细节逐级优化，优化算法间逐级递进，互相关联，最终形成上承计划、下接执行的完整调度优化链。
开采装备任务配置与调度优化算法根据空间、时间、工序、装备等要求确定开采作业任务的动态分配，在大规模生产、多循环约束场景下达到了72.57 t/h的开采效率，在同样产能要素条件下生产效率提升了16.11%，并通过短间隔动态调整实现了方案的滚动优化。
面向多级动态配矿的矿石流优化算法进一步明确了矿石的运输路径、时间和方式，实现了矿石流量、品位和成本的优化配置，通过复杂运输网络下的场景验证，反映出优化方法在控制矿石流波动的同时，使吨矿运输成本下降了5.83%。
无轨装备集群调度控制优化算法针对狭小井巷空间内的冲突和避让问题对于无轨装备集群的运行过程来优化，应用验证反映出，在相同装备配置下，优化模型使总运输时长缩短11.96%，平均速度提高14.34%。
（3）将开采装备短间隔智能调度体系做综合示范应用，满足了现代矿山精细化管控和智能化决策需求。
短间隔智能调度体系在山东省某金矿示范采区成功进行了现场应用与示范，并随着规模化和深部化开采的推进逐渐扩展至全矿，并推广至类似条件的矿山。通过构建综合调度管控平台，实现了地下金属矿开采装备短间隔调度过程的实时化、动态化和综合集成可视化。通过大量物联网传感器与移动终端实现开采作业实体的状态感知，利用数字孪生数据融合将状态信息映射至虚拟仿真空间，为调度指挥人员提供高透明度和高还原度的作业信息，在此基础上利用调度指挥决策相关模型和工具完成作业指令的制定和下达，完成对开采作业实体的控制。
信息透明。平台有助于迅速、直观、可视化地发现生产瓶颈，提高事件的响应速度，大大降低了作业过程中计划外事件的负面影响。
柔性调度。有效缩短井下调度管控周期，能够迅速调整作业顺序、重新部署作业任务、保障生产秩序，实现了井下的快速调度和快速响应。
科学决策。利用优化算法等智能化决策手段，科学合理地分配井下资源，减少闲置和冲突，加强了生产调度组织的针对性，有效提升了开采作业过程的科学性、精确性和可操作性，使得矿山开采更平衡、有序、可持续。
成本控制。矿石流的精细化管控有助于降低矿石流波动与运输成本，使矿山能够合理有效地控制生产成本。
精益生产。平台梳理和优化了矿山生产调度流程，实现了调度的智能化管控，能够在一定程度上促进管理上的水准提升，将调度管理人员从大量的、重复性的、低管理含量的工作中解脱出来，工作效率和质量得到了明显提高，更加有助于管理人员从简单重复劳动向决策优化型管理转变，对矿山的生产经济效果产生积极影响。
北京科技大学资源工程系教授、博士、博士研究生导师，加拿大英属哥伦比亚大学访问学者。主要是做智能矿山、矿业系统优化、矿业大数据建模与应用、矿业经济、绿色矿山等方面的教学与科研工作，具有领域宽泛、多学科融合、注重实践的学术特色。主持国家自然基金项目3项、横向课题30余项，参与国家重点研发计划项目、工信部人机一体化智能系统专项课题多项，获省部级科学技术进步特等奖2项、一等奖13项，授权知识产权20余项，在国内外学术期刊和会议上发表高水平学术论文百余篇。兼任中国矿业联合会智能矿山工作委员会副秘书长、中国有色金属学会矿山信息化智能化专业委员会常务委员、中国应急管理学会公共安全标准化专业委员会委员、《Green and Smart Mining Engineering》杂志特聘编委、《金属矿山》等多刊编委。
(1) 提出了适用于我国地下金属矿山的智能矿山建设体系。立足于我们国家金属矿山的客观条件，系统总结了智能矿山建设的思路、内容、技术突破点以及要解决的核心问题，探索现代信息技术与矿业运营的融合提升途径，有效推进了地下金属矿山智能化应用的规模化与常态化。
(2) 研发了业务流、矿石流、工作流协同融合的金属矿山生产智能管理系统。将矿业系统工程、矿业系统仿真与优化融入智能矿山的生产管理主题，通过“地测采供充提运选”等全生产工序的协同优化运作，形成覆盖全生命周期的生产系统布局、基于业务协同的生产部署管控、面向多级动态配矿的矿石流优化、基于短间隔控制的动态运输调度等成果，实现了矿山生产的精准智能管控。
(3) 提出了智能矿山中的信息集成与数据融合机制，从信息资源规划的角度，形成了智能矿山建设中多元异构数据的存储、共享、流转与集成规范，解决了智能矿山跨平台多元化建设出现的信息集成问题。进一步引入大数据分析、深度学习等方法，构建了数据驱动、自主学习的矿山数据资产深层次应用机制，并成功应用于隐患致因规律、安全风险预警、生产系统诊断、设备健康评估等场景中。
(4) 探索了“双碳”背景下矿山绿色价值链模型的构建运作体系。结合矿山生产环节，在厘清碳源、碳汇结构的基础上建立了一套体系完整、科学可行的碳排放核算方法，并基于碳循环机制构建了矿山绿色价值链体系，为我国矿业开发的绿色化、生态化提供了理论与方法支撑。
侯杰，北京科技大学资源工程系讲师、博士（后）、工程硕导，澳大利亚阿德莱德大学联合培养博士（高水平公派），从事智能矿山、矿山企业管理、矿山生产计划优化等方面的科研与教学工作。主持国家自然科学基金项目1项、国家级重点实验室开发课题1项、校企合作项目2项，并作为子课题负责人参与国家重点研发计划项目2项。作为项目骨干参与国家自然科学基金项目2项、工信部人机一体化智能系统专项1项及10余项校企合作项目。在国内外学术期刊发表学术论文30余篇，授权发明专利4项、软件著作权3项，获得省部级科技进步奖7项。参编中华人民共和国自然资源部《智能矿山建设规范》和国家矿山安全监察局《智能化矿山数据融合共享规范》。现为中国有色金属学会、应急管理学会、计算机学会会员，并受邀担任《Gospodarka Surowcami Mineralnymi–Mineral Resources Management》《Scientific Report》《金属矿山》《重庆大学学报》等期刊的审稿专家。
侯杰，王浩，陈连韫，等.地下金属矿开采装备短间隔智能调度体系研究[J].金属矿山，2024（1）：64-71.
《金属矿山》由中钢集团马鞍山矿山研究总院股份有限公司和中国金属学会主办，主编为中国工程院王运敏院士，现为北大中文核心期刊、中国科技论文统计源期刊（中国科技核心期刊）、中国精品科技期刊（F5000顶尖学术论文来源期刊）、中国百强报刊、RCCSE中国核心学术期刊（A）、中国期刊方阵双百期刊、国家百种重点期刊、华东地区优秀期刊，被美国化学文摘（CA）、美国剑桥科学文摘（CSA）、波兰哥白尼索引（IC）、日本科学技术振兴机构数据库（JST）等世界著名数据库收录。主要刊登金属矿山采矿、矿物加工、机电与自动化、安全环保、矿山测量、地质勘探等领域具有重大学术价值或工程推广价值的研究成果，优先报道受到国家重大科研项目资助的高水平研究成果。根据科技部中国科技信息研究所发布的《2024中国科技期刊引证报告（核心版）》，《金属矿山》核心总被引频次位列26种矿业工程技术学科核心期刊第1位；根据中国知网发布的《中国学术期刊影响因子年报》（2024版），《金属矿山》学科影响力位居73种矿业期刊第9位。