山东黄金_矿山智能管理大模型
应用场景：覆盖12类2000余台套核心矿山设备的故障预警与预测性维护，以及井下作业远程操控与无人化替代
投稿方：loki · 服务商：山东黄金 · 收录时间：2026/10/13
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
其他 · 大型国有矿业集团，员工超4万人
3. AI 能力类型
预测
4. 原来怎么干的
矿山设备运行状态检查需耗费数小时，故障靠事后维修；井下作业依赖人工，环境危险、人力投入大，生产安全风险高。
5. AI 介入在哪一步
AI介入设备监测、故障预警、预测性维护、井下作业等环节；维修人员根据预警安排检修；5G远程操控凿岩台车、电机车无人驾驶、远程破碎系统替代井下人工作业。
6. 模型与架构
全生命周期智能管理大模型；依托SD-WAN网络与矿山F5G、工业环网实现多网融合；未提及具体模型名称、是否私有化、微调/提示词策略及系统对接细节。
7. 数据基础（必填项）
12类2000余台套核心设备的运行数据与故障历史记录；井下环境与作业数据；276个智慧场景建设项目积累的生产数据；矿石流与业务流打通后的数据体系。
8. 效果
设备状态查询时间由几小时→几分钟，统计口径为人工巡检耗时 vs 系统响应时间；准确率95%以上；设备故障率降低17%（原值未给出）；主力矿山关键工艺自动化率超过90%；累计减少井下作业人员1730人；AI采纳率未明确，准确率即模型输出准确率。
9. 投入
“十四五”以来科技投入较“十三五”增长136%，年均立项科技项目约300项；累计获1716项专利、234个省部级以上科技奖；未提供具体人力、预算档位、周期及推理成本。
10. 坑
井下网络环境恶劣，无线信号稳定性直接影响实时控制；深部高地应力、高井温环境对设备可靠性提出极高要求；减少1730人涉及大量人员转岗与技能重塑。
下载 山东黄金_矿山智能管理大模型 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 山东黄金_矿山智能管理大模型.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。