1.礦井建成了一張安全、高效、快速的高質量工業互聯網，具備大帶寬（整
體承載能力達到 40 萬兆）、低時延（小于 1ms）、廣連接（可接入 50000+傳感器、
1000+視頻、1000+終端）、高可靠性（99.999%）的優勢。
2.通過信息化基礎設施建設，打破了之前“煙囪式”系統布置的業務壁壘，
通過云計算中心統一發放的虛擬機及云存儲，實現了數據的統一傳輸、統一分析，
統一呈現；同時，數據保存在本地，為后續智能化管控平臺多系統聯動、實現數
字化礦井提供了堅實的基礎。
3.建立了井下 5G 網絡切片模型，遵從網絡切片邏輯完整、相互隔離以及可
定制化的原則，設計面向井下視頻監控、可視化操控等 eMBB 場景和智能化工作
面等 uRLLC 場景的網絡切片方案。通過為井下視頻監控、可視化操控等應用切
片分配較多的無線、計算和存儲資源滿足用戶高速率的業務需求，通過將 uRLLC
切片核心網用戶面部署到 BBU 側減少了用戶端到端傳輸時延；兩種切片通過共
享核心網控制面實現核心網切片的集中式管控。
4.5G 及云計算中心采用租賃服務的模式建設，分別由聯通（山西）產互公司
及華為公司進行后臺運維，在降低建設成本的同時，又彌補了礦井因信息化及智
能化人才短缺造成運維困難的不足。
附件：龐龐塔煤礦 5G+工業互聯網應用-霍州煤電集團有限責任公司
統一的煤炭行業數據結構模型體系;覆蓋井上井下作業過程的數據主題和專題庫;桌面組態和云組態工具開發一體化;支持礦井災害應急救援指揮和多系統的融合聯動
利用模塊化數據機房歸納分析,借助高規格的集控中心下發決策指令, 形成了一套規范性,借鑒性較強的智慧化礦井信息基礎設施系統
一張圖管理平臺深度整合了礦井現有各生產子系統和業務管理 系統,實現了礦井智能化數據基于統一數據中臺的融合分析和綜合利用,為礦井 日常生產管理帶來諸多便利
統一智慧礦山工業物聯網操作系統,打通感知數據和基于感知數據的智能應用之間的屏障;RED-2D/3DGIS 提供多業務在線協同管理與位置服務
有效保證現場作業的真實性;實時評判各項作業的安全質量水平;系統關聯各作業崗位的操作標準和技術指導;形成數據資產,系統提供多種查詢功能
研發了集巡檢機器人多點移動式測風,風量遠程定量智能化調節;創新和規范了智能化煤礦崗位設置;開發了全礦井網絡化智能防滅火監測預警系統
傳輸監控可視化,系統擬對 ftp 文件傳輸情況實時監控,傳輸情況在 WEB 頁面上實時動態展現,系統采集上傳功能針對國家標準做到全覆蓋
實現了國內煤炭行業首次5G獨立專網+4G+WiFi+IOT+有線調度多網元融合通信,有效通信距離較傳統 5G 單頻組網提高了 4~6 倍
智能礦燈是基于5G網絡的應用,可以有效提升安全生產效率,對井下工作人員的安全管理提供極為有力的幫助,實時對講等功能
案例 4 龐龐塔煤礦 5G+工業互聯網應用 案例 5 王坡煤礦生產調度一體化管控系統 案例 6 伊犁一礦智慧礦山指揮中心建設 案例 7 小紀汗煤礦一張圖數字化管理平臺
提升算法規則勞動者參與度,進行區域化區分，促進調度算法決策機制客觀化人性化;提高算法異狀識別處理能力,建立異狀反饋和決策退出機制
造成信息繭房問題具體表現為推薦結果越來越單一和同質化;對 于生產者可能造成馬太效應,即流量在頭部生產者的聚集現象越來越明顯
全球機器人市場規模將達到513億美元,中國機器人市場規模將達到174億美元,五年年均增長率達到22%,核心零部件國產化的趨勢逐漸顯現
通過餃子質檢解決方案,該餐飲企業的管理人員能夠在管理系統中查看實時生成的餃子品質統計分析報告,菜品優秀率因此提高了 20%
其數據科學與人工智能團隊釆用了資金投入導向的方式對AI應用進行了規劃;優先考慮費用支持較大的場景;重點考慮數據層面的問題;用算法從數據中找到規律
將AI應用成熟度從低到高依次分為早期實驗,初步投入,多維布局,深度應用,全面融合五個階段,并且從戰略,數據,場景規劃,應用解決方案開發,技術基礎設施、組織與人才六個維度
制定長期規劃,營造創新氛圍;鉆研前沿技術,加快技術落地; 探索國產化替代方案,實現技術的提前儲備和自主可控;加快機器人突破工程成果孵化
中新天津生態城希望通過引入大數據和人工智能技術來構建解決方案;幫助各行各業的客戶釋放數據價值，實現即時、隨時、實時的數據服務
基于維智Phy-gital飛吉特時空智能平臺,美宜佳構建了商業智能決策管理平臺,包含維智科技提供的時空數據和美宜佳提供的門店數據
安克創新通過釆用AR眼鏡虛擬試戴解決方案,讓用戶能夠不用到店接觸實物,在線上就能獲得很真實的眼鏡試戴效果,更好的幫助購買決策
當下人工智能在產業落地中會面臨的20個主要挑戰,這些挑戰涉及戰略,數據,場景規劃,應用解決方案開發,技術基礎設施,組織與人才六個維度
安吉智能通過使用格物鈦數據平臺的Action功能,讓整個流程實現自動化,當平臺監測到數據標注完成形成新的數據版本后,會自動先進行模型訓練
