潞安化工集团古城煤矿人工智能应用工作室程胜宇

人物简介

程胜宇，电子科技大学硕士研究生毕业，有着两年大厂工作经验，入职潞安化工集团古城煤矿后，成为一名扎根矿山、读懂矿山的AI工程师。

他着力把代码变成“矿工语言”，把复杂的技术拆成大家听得懂、用得上的东西。他关注智能技术、智能设备的发展，对未来充满期待。他选择以“小步快走”的务实姿态，为矿山智能化建设贡献力量。

从华为集团、中兴公司的工程师，到潞安化工集团古城煤矿调度室的“AI 矿工”，毕业3 年，程胜宇完成了一次从云端到地心的跨越。

程胜宇是山西长治人，一年前，他回归故里。“走出去，我看到了技术能够做到什么；回来，我希望把看到的、学到的东西，用在家乡矿山真正需要的地方。”程胜宇说这句话时，眼神里没有一丝犹豫。

躬身入局，读懂煤矿

很多在电脑环境里效果很好的方案，到了井下，可能因为光线、粉尘、振动、偏移等诸多因素而失效。

2025 年 7 月，初到古城煤矿，电子科技大学硕士研究生毕业、有着两年大厂工作经验的程胜宇充满信心。但第一次看到井下实际工况时，现实给了他当头一棒。

“我看着历史录像，想标注区分井下摄像头所拍摄的异常画面，可老师傅一句话就问住了我：‘井下支架等设备有反光，你那个算法，能分得清灯光和反光吗？井下光线这么暗，到处是煤粉，能见度那么低，检测到的信息还能用吗？’”那一刻，程胜宇发现自己“懂些技术，但不懂煤矿”。

在调度室，他看到值班员要盯着几十块屏幕，眼睛一眨可能就漏掉一个关键的异常点；井下摄像头蒙上煤尘，画面模糊，要等工人巡检时才能处理。

“过去写代码，追求的是性能最优、效率最高。但到了这儿，我发现，技术好不好，不是看它有多先进，而是看它能不能解决现场的实际问题。”程胜宇很快意识到，懂技术，不等于懂煤矿。煤矿生产环境复杂，井下巷道纵横，设备轰鸣。智能化建设，绝不能是空中楼阁。

摆在程胜宇面前的最重要的事，就是躬身入局。他戴上安全帽，穿上工作服，深入采掘一线，跟着老师傅们学习生产组织、设备运行、业务流程。他听机器的轰鸣，看煤流的运转，问工人的需求。渐渐地，他知道了哪里的劳动强度最大，哪里的安全风险最高，哪里最需要用技术去解放人力。

“不去现场，就没有发言权。发现不了真问题，就写不出好代码。”程胜宇说，他最深刻的体会是，很多在电脑环境里效果很好的方案，到了井下，可能因为光线、粉尘、振动、偏移等诸多因素而失效。“技术人员不能只坐在办公室研究技术，必须到现场去发现问题。”

配备“医生”，擦亮“眼睛”

井下摄像头，是矿山的“眼睛”。程胜宇的第一场硬仗，就是给这些“眼睛”配上“专职医生”，给它们“看病”。

古城煤矿高度重视智能化矿井建设，为像程胜宇这样的年轻人提供了施展才华的舞台。

井下摄像头，是矿山的“眼睛”。但传统监控设施只能“看”，不会“想”，依赖人工“盯屏”，效率低、易遗漏。程胜宇的第一场硬仗，就是给这些“眼睛”配上“专职医生”，给它们“看病”。

“最初我们试过纯规则算法，速度快，但要考虑的维度多，漏检也多；试过纯机器学习，准确率高，但推理慢，想要保证效果，对算力需求极大。”他和调度室主任王凯、同期参加工作的张宇做过很多尝试。

“为什么不分级分层来做呢？”王凯提出的这个想法，让难题迎刃而解。

经过方案评估与设备选型，最终，他们设计了一套“三层递进式”架构：先用规则算法做“快筛”，以毫秒级速度排除模糊、遮挡等常见问题；再让AI模型自己摸索，发现那些罕见异常；最后用经过充分训练的AI模型做“精判”，给出确定性结果。

这套方案，相当于给摄像头配备了“家庭医生、专科医生、会诊专家”。

程胜宇说，他们开发的这套智能识别系统，能自动检测摄像头角度偏移、画面模糊、黑屏断传、强光干扰等异常情形。当摄像头“生病”了，系统会自动报警。后续，他们还将开发语音模块，让摄像头可以现场“喊话”：“注意，本摄像头画面异常，请及时处置！”

技术“小工具”，解决“真问题”

不做“大而全”的空中楼阁，只求“小而精”的落地。这些小应用看似不起眼，却实实在在地把职工从烦琐的重复劳动中解放出来。

“智能化，是让系统具备感知、分析、判断和辅助决策的能力。”带着这样的思考，在矿上的支持下，程胜宇加入了刚成立的古城煤矿人工智能应用工作室。

在工作室的墙上，写着一句话：“发现问题、研究技术、验证应用、持续优化。”工作室的定位很明确：不追求技术“高大上”，只求解决“真问题”。

除了摄像头智能监控，程胜宇还开发了一系列“小工具”：用于自动生成报表的脚本、统计整理历史数据的脚本、快速定位敏感信息的脚本等。这些小应用看似不起眼，却实实在在地把职工从烦琐的重复劳动中解放出来。

“我们不做‘大而全’的空中楼阁，只求‘小而精’的落地。”他指着电脑上运行的一个“小工具”——自动生成调度日报表的脚本说，“原本需要人工花数小时整理的数据，现在几十秒钟就能搞定。”

“程胜宇把代码变成了‘矿工语言’，把复杂的技术拆成大家听得懂、用得上的东西。”同事焦光昊说。

程胜宇还进行了一些“超前”尝试：本地测试部署大模型和智能体。他指着电脑上正在运行的本地化大模型说：“想象一下，未来调度员可以直接用自然语言问系统：‘今天井下有哪些违章作业？’系统就能从海量视频中调出相关信息，甚至能根据规程提供处置建议。”

程胜宇语气中满是对未来的期待：“这是未来的方向，但我们选择‘小步快走’——先穿刺验证，再开发、测试、部署，最后嵌入业务流程。”

他也在关注轮式机器人、无人值守巡检车、外骨骼等智能装备，为矿井未来的“少人化、无人化”储备技术。

在程胜宇看来，智能化的最终目标是推动管理模式从事后处置向事前预防转变，是让职工更安全、更体面地工作。

（文 靳涛）

责任编辑：李世臣