“祝融·耐火智工”上线试用。该模型由武汉科技大学先进耐火材料全国重点实验室研发。
“祝融”是一个专精于耐火材料领域的人工智能（AI）大模型。它的诞生标志着这一传统高温工业打破了“经验壁垒”，向“AI+”时代迈
了关键一步。据介绍，“祝融”不仅能举一反三地补充细节，还能帮助用户快速厘清专业背景，“减少了实验走弯路的可能，效率明显提升”。
谷城华亿新材科技副总经理范兵在试用后更看重“祝融”的进化潜力：“未来如果能
本文作者：中国科学报
原文链接：http://finance.sina.cn/tech/2026-01-21/detail-inhhzifz6623916.d.html
道，目前全球约40%的钯产自俄罗斯，但俄罗斯却正受到欧洲的经济制裁；另外40%产自南非棕地矿，然而这些矿却以开采条件恶劣和经济效益不佳而闻名。
因此，此次关键矿产的发现，将在澳大利亚能源转型中发挥重要作用。
钯
合动力汽车有害排放的重要成分，而铂和镍则用于包括氢燃料电池和锂离子电池在内的能源转型技术。
图说：Earth AI矿产样本实例来源：CNBC
图说：Earth AI矿产样本实例
来源：CNBC
去年12月，Earth AI再次凭借人工智能技术，在澳大利
原文链接：https://www.worldmr.net/Job/ResumList/Info/2025-02-28/309439.shtml
Impact: a deep learning model for whole body vibration control using impact force monitoring
Neural Computing and Applications, Volume 33, Issue 8•Apr 2021, pp 3521-3544 • https://doi.org/10.1007/s00521-020-05218-6
Abstract
Large capacity shovels are matched with large capacity dump trucks for gaining economic advantage in surface mining operations.…
Artificial intelligence, machine learning and process automation: existing knowledge frontier and way forward for mining sector
Artificial Intelligence Review, Volume 53, Issue 8•Dec 2020, pp 6025-6042 • https://doi.org/10.1007/s10462-02
he system identifies, targets, and breaks oversized rock without requiring any person near the grizzly area, allowing operators to supervise several breaker systems safely and remotely from a protected control room.
“Autobreaker does not remove people from mining, it removes them from danger,” said Vesa Marttila, Global Sales Director and Breaker Booms Product Line Director at Normet Xrock. “By enabling rock breaking to be supervised safely from an office environment, we not only multiply the output of every operator, but also open opportunities to a wider group of people who may not pre
原文链接：https://im-mining.com/2025/12/02/normet-xrock-launches-fully-autonomous-underground-rock-breaker/
石炭ボスは AI を使用して採掘を行い、ついに安全で効率的かつ環境に優しいものになりました
超神経質で
シーンの説明:機械学習は、鉱山会社が鉱床の位置、インテリジェントな輸送を実現するための自動運転、生産設備の性能と損失の監視と予測などの側面から、採掘プロセス全体の効率を包括的に向上させるのに役立ちます。
キーワード:鉱物採掘 地質分析 自動運転
AI が実際に果たす役割がますます重要になるにつれ、鉱業などの伝統的な
系统某耐火材料公司开发的AI系统，通过遗传算法优化耐火材料配方，使产品耐火度提高15%，生产效率提升20%。生产工艺参数自适应调整某玻璃制造企业
耗降低15%，碳排放减少20%，已在10家工厂推广。技术融合创新方向产业化应用前景
智能矿山资源开发安徽海螺集团应用AI优化非金属矿开采流程，实现吨
.1016/j.engappai.2025.111530
Published : 15 November 2025 Publication History
Abstract
Graphical abstract
Highlights
References
Abstract
Conventional rock mass classification still heavily relies on manual field investigations and laboratory testing. Despite advancements in Artificial Intelligence (AI)-enhanced methods, integrating machine learning for reliable classification remains challenging. This study proposes an optimized AI-powered rock mass classification framework. First, three types of machine learning models – tree-based models, a stacking ensemble model, and a Graph Neural Netwo
王庄煤矿：AI驱动 以“智”提“质”
2025
11/25
10:09
地下三百米，幽暗矿道间的综采工作面灯火如昼。刮板输送机上，乌金奔涌成潮。而在王庄煤矿地面调度中心的大屏幕上，AI正以毫秒级速度解析煤与矸石的清晰界限，一场煤炭开
采的智能化算法，正在井巷深处悄然上演。
“过去放煤靠老师傅的‘ 火眼金睛’和多年经验，如今靠的是AI 的智能‘慧眼’与‘ 超脑’决策。”谈及技术变革，现场工作人员深有感触。
作为煤矿综采工作面的核心工艺，放顶煤
excavator must adapt to varying soil resistance–dragging along hard-packed surfaces or penetrating soft ground–while coordinating multiple hydraulic joints to secure rocks using a shovel. Current autonomous excavation focuses on continuous media (soil, gravel) or uses specialized grippers with detailed geometric planning for discrete objects. These approaches either cannot handle large irregular rocks or require impractical tool changes that interrupt workflow. We train a reinforcement learning policy in simulation using rigid-body dynamics and analytical soil models. The policy processes sp
建设的核心驱动力。以下是AI模型在煤矿中的主要应用场景及典型案例：
1. 生产优化与智能决策
智能采掘规划**：AI模型通过分析地质数据、历史开采记录和设备状态，自动生成最优开采路径和支护方案。例如，李雅庄矿的“小
助手”可从数据库中调取地质数据，自动生成顶板支护强度计算报告，将技术文件编制时间从24小时缩短至2小时，效率提升92%。
– **成本管控**：AI可自动分析矿井成本数据，生成多套预算方案，并对比行业标杆，优化资源分配。
原文链接：http://www.sxkeda.com/index.php?c_id=7&id=3469&lanmu=3&p=news_show