炭素行业首款工业级AI模型在我市成功落地

炭素行业首款工业级AI模型在我市成功落地
2026年10月10日
【本报讯】9月28日,方大炭素与晶泰科技联合研发的石墨电极智能原料选择AI模型,完成了全部测试与项目验收,正式接入方大炭素实际生产流程。这意味着,炭素行业首款
工业级AI模型在我市成功落地。
石墨电极是电炉炼钢不可或缺的核心高温导电材料,产品性能对原料、配比、工艺敏感度极高。传统模式高度依赖老专家经验,需要反复投料试产验证;不同批次原料品质存在差异,遇到原料价格

原文链接:https://lzrb.lzbs.com.cn/pad/content/202610/10/content_210607611.html

AI Disrupts the Graphite Value Chain: From Mining to Battery Recycling, Intelligent Systems Are Reshaping a Critical Materials Market

AI Disrupts the Graphite Value Chain: From Mining to Battery Recycling, Intelligent Systems Are Reshaping a Critical Materials Market
Press Release Date 08-19-2026
“Artificial intelligence is creating new opportunities in graphite technologies by supporting data-driven material design, manufacturing optimization, predictive maintenance and advanced quality assurance.”
Boston, Aug. 19, 2026 (GLOBE NEWSWIRE) — Artificial intelligence is rapidly transforming the graphite technologies market — spanning mining, processing, quality control, and battery recycling — as surging demand from ele

原文链接:https://natlawreview.com/press-releases/ai-disrupts-graphite-value-chain-mining-battery-recycling-intelligent

新型AI驱动矿石分选技术升级:智能传感器从“低品位矿石”中榨取更多价值 – 维度网

伦比亚等地的金矿实际作业中取得了验证,还在全球多个矿山展现了广泛的实用性与商业化潜力。
实际验证:成功案例凸显价值
南美哥伦比亚El Bagre金矿:加拿大黄金生产商Soma Gold在完成了针对哥伦比亚矿样在德国的预抛废和嵌
矿回路对更高品位给矿的处理能力,降低能源消耗和备件磨损。
澳洲Wolfram Bergbau钨矿:在奥地利Mittersill矿区,CONTAIN技术实现了总工厂产量提升8%、矿石金属损失量降低33%,并创造了该矿历史最低的尾矿品位的卓越成绩。
变“废

原文链接:https://www.wedoany.com/innovation/28360.html

Amitsoq Update | Company Announcement | Investegate

Amitsoq Update
Summary by AI BETA
GreenRoc Strategic Materials Plc has announced positive processing test work results for its Amitsoq graphite project, with a subsample yielding a graphite concentrate grading 95.2 wt.% with over 90% recovery. The company has selected GTK Mintec in Finland to process a full 20-tonne ore sample using the developed flowsheet, with results expected by year-end, and has also completed a survey of historical underground workings. Phase III drilling is set to resume in early October 2026, with the final two holes planned for completion by mid-October.
GreenRoc Strat

原文链接:https://www.investegate.co.uk/index.php/announcement/rns/greenroc-strategic-materials-plc–groc/amitsoq-update-/9795181

中国炭素行业首款工业级AI模型成功落地 世界炭素龙头智能制造关键环节实现新突破_国内财经_中国甘肃网

破
2026-10-09 11:14
来源:中国甘肃网
9月28日,正值改制二十周年之际,全球炭素龙头方大炭素与晶泰科技联合研发的石墨电极智能原料选择AI模型,完成全部测试与项目验收,正式接入方大炭素实际生产流程。这是双方2026年3月启动
联合研发以来的里程碑成果,也是行业头部AI科学研发平台与世界级炭素制造龙头的一次深度产研融合,标志方大炭素在智能制造、数智化研发领域实现重大突破。
据业内人士介绍,石墨电极是电炉炼钢不可或缺的核心高温导电

原文链接:http://finance.gscn.com.cn/system/2026/10/09/013565523.shtml

晶泰科技与方大炭素首个工业级AI模型正式交付 _ 东方财富网

财经9月30日电,近日,晶泰科技宣布,其与方大炭素
新材料
科技股份有限公司(简称“方大炭素”)联合研发的石墨电极智能原料选择模型已完成全面测试和项目验收。晶泰科技表示,这标志着公司的AIforScience底层平台成功穿
复杂的重工业制造环节,将AI算法直接转化为车间里的采购策略与选料单,切实将前沿算力沉淀为实体制造的利润空间与生产力。
(文章来源:南方财经网)
文章来源:南方财经网 责任编辑:155
原标题:晶泰科技与方大炭素首

原文链接:https://finance.eastmoney.com/a/202609303887154574.html

中国能源建设股份有限公司 综合报道 一座传统工厂如何长出“数智大脑”

一座传统工厂如何长出“数智大脑”
作者:余祺伟
来源:葛洲坝水泥公司
发布时间:2026-09-07
中控室里,大屏幕上数据流奔涌,窑尾温度、风机转速、生料配比等上万个参数实时跳动,AI窑控系统正以毫秒级速度自主运算、精准调控。
“石工,平台开采石灰石成分与设计预期出现偏差。”对讲机传来现场调度的声音。中国能建葛洲坝宜城水泥公司矿山主管石工沉稳回应:“联动矿山控制中心重新测算,动态优化配矿方案。”几分钟后,智能系统就输

原文链接:http://www.ceec.net.cn/art/2026/9/7/art_52770_2540397.html

庆祝中国五矿成立75周年|砥砺奋进铸辉煌 创新实干谱新篇

精粉成球率提升了近10个百分点,一跃成为行业品质标杆。
五矿石墨球形石墨生产线
截至目前,五矿石墨所属云山石墨矿已 被认定为 2022年黑龙江省智能矿山、2023年黑龙江省绿色矿山 、 2025年国家级绿色矿山, 入选代表我国智
制造数字转型先进水平的工信部2023年建材工业智能制造数字转型典型案例,入选 国家矿山安全监察局2023年数字矿山融合发展提升本质安全水平优秀案例,入选2024年国家矿山安全局《智能化矿山数据融合共享规范》创新应用企业

原文链接:https://www.explore.minmetals.com.cn/xwdt_4612/gsxw/202511/t20251117_311284.html

晶泰科技与方大炭素首个工业级AI模型正式交付

民财讯9月30日电,近日,晶泰科技宣布,其与方大炭素新材料科技股份有限公司(简称 “方大炭素”)联合研发的石墨电极智能原料选择模型已完成全面测试和项目验收。晶泰科技表示,这标志着公司的AI for Science底层平台成功
透复杂的重工业制造环节,将AI算法直接转化为车间里的采购策略与选料单,切实将前沿算力沉淀为实体制造的利润空间与生产力。
责任编辑: 赖小风
晶泰科技 AI模型 石墨电极 工业级AI 重工业制造 智能原料选择
SH 方大炭素
HK

原文链接:https://www.stcn.com/article/detail/4203441.html

方大炭素持续加强产研深度融合

来源:甘肃日报 作者:康秀领 白何 发布时间:2026-10-10
9月28日,方大炭素与深圳晶泰科技有限公司联合研发的石墨电极智能原料选择AI模型完成全部测试与项目验收,正式接入方大炭素实际生产流程。这是双方自今年3月启动
合研发以来取得的重要成果,也是推动产研深度融合的生动实践,标志着方大炭素在智能制造、数智化研发领域实现重大突破。
石墨电极是电炉炼钢不可或缺的核心高温导电材料,产品性能对原料成分、配料比例、生产工艺的

原文链接:https://ydyl.gansu.gov.cn/gsydyl/jmhz/qyfc/202610/t20261010_40349.html