破解深部开采难题的核心路径，是以智能化装备将人员撤出高危区域，人工智能是关键技术支撑。
安全生产科技的目标，是依托工业互联网实现快速感知、实时监测、超前预警。
深部开采必须摒弃碎片化治理，建立风险预控、系统韧性的主动治理模式。
——李全明
当前，我国煤炭开发加速进入深部开采阶段，面临高地压、高地温、高岩溶水压等挑战。随着对地质环境的扰动增大，深部开采给矿山安全生产与高质量发展带来严峻挑战。
今年全国两会期间，就煤炭深部开采安全治理、AI（人工智能）应用等问题，全国政协委员、北方工业大学副校长李全明接受了本报记者专访。
深部开采面临新风险
“调研显示，国内井工煤矿的平均开采深度接近500米。随着浅部资源的减少，煤矿开采正加速向深部发展，已有一批开采深度超过800米甚至1000米的矿井。”李全明告诉记者。
结合其研究领域，李全明认为，当前煤炭深部开采面临以下新风险。
一是高地应力与强采动叠加，冲击地压风险剧增。深部岩体处于“三高一扰动”环境，开采扰动诱发能量积聚，动力灾害危险性显著提升。
二是高渗透压与瓦斯耦合，诱发复合动力灾害。深部高瓦斯压力与高渗透压叠加，易导致煤与瓦斯突出、突水等灾害耦合发生，治理难度极大。
三是巷道围岩大变形机理复杂，支护控制成为难题。深部岩体呈现非线性大变形特征，传统支护技术难以应对，围岩控制成本高昂。
四是高地温与高湿环境恶化，引发严重热害及次生灾害。地温梯度增加导致工作面温度超标，不仅危害健康，还可能诱发瓦斯异常涌出等次生灾害。
李全明认为，破解深部开采难题的核心路径，是以智能化装备将人员撤出高危区域，人工智能是关键技术支撑。
从被动应对到主动防控
李全明长期致力于推动矿山安全治理从被动应对向主动防控转型，他表示，近年来，人工智能正推动矿山深部开采安全管理从“人防”转向“技防”。
李全明指出，近年来，我国矿山灾害智能预警精度显著提升。比如，西安科技大学融合DeepSeek大模型构建冲击地压智能预报方法，实现多源监测数据实时分析与超前预警。
智能装备替代人工作业成效显著。例如，中国安全生产科学研究院研发的智能瓦斯巡检系统替代人工巡检，减员增效显著；国家能源集团宁夏煤业公司枣泉煤矿选矸机器人采用多机械臂协同与AI视觉识别方式，替代人工手选；清淤、巡检等机器人替代井下高危人工作业，降低从业人员安全风险，等等。
“安全生产科技的目标，是依托工业互联网实现快速感知、实时监测、超前预警。”李全明说。
必须摒弃碎片化治理
李全明强调，深部开采必须摒弃碎片化治理，建立风险预控、系统韧性的主动治理模式，重点抓好四方面工作。
一是强化深部地质保障与超前治理。建立全生命周期地质动态补勘机制，查清地应力、岩体结构、水文条件，构建高精度三维地质模型，落实“一矿一策、一面一策”，先治灾、后开采。
二是全面推进智能化与装备升级。推进采掘远程操控，推广耐高温、抗高压智能装备与机器人，构建“人—机—环”智能物联网络，以数字孪生实现全矿井可视化、自主化管控。
三是提升全生命周期系统韧性。强化巷道高强度支护，保障长期稳定；建立关键设备预测性维护机制，防范因单点故障引发系统性风险。
四是培育本质安全人才与文化。聚焦深部灾害辨识与处置，常态化培训“五职”矿长与专业技术人员；完善隐患报告激励机制，提升班组安全能力；深化校企合作，培养智能采矿复合型人才。
“只有在技术升级、管控变革、人才支撑等方面持续、协同发力，才能实现‘少人则安、无人则安’，在千米井下走出安全、高效、可持续的深部开采新路。”李全明说。