يُعد فرز مخلفات الفحم (مخلفات غسل الفحم) أولى مراحل الاستخدام النظيف للفحم، لكن ظروف التشغيل في المناجم تتغير باستمرار – تقلبات في جودة الفحم، تغيرات في الإضاءة، تداخل الغبار... وغالباً ما تعاني نماذج الذكاء الاصطناعي التقليدية من "عدم التكيف"، مما يؤدي إلى انخفاض حاد في دقة الفرز مع انحراف ظروف التشغيل. في 19 يونيو 2026، حصلت شركة "خنان تشونغ بينغ أوتوميشن" على براءة اختراع وطنية رسمية لطريقتها "طريقة فرز ذكية لمخلفات الفحم تعتمد على الذكاء الاصطناعي" (رقم الإعلان CN121103693B). تتيح هذه البراءة، من خلال بناء آلية تكيف ديناميكية بين "ظروف التشغيل والعينات"، لنموذج فرز الذكاء الاصطناعي الحفاظ على الاستقرار والدقة في ظل ظروف التشغيل المتغيرة، مما يزود معدات الفرز الجاف الذكي للفحم بـ"دماغ ذاتي التكيف".

لماذا يعاني الذكاء الاصطناعي من "عدم التكيف" عند نزوله إلى المناجم؟

يُعد فرز مخلفات الفحم حلقة رئيسية في عملية غسل وتجهيز الفحم، حيث يؤثر بشكل مباشر على نسبة استرداد الفحم النقي، واستهلاك الطاقة في عمليات الغسل اللاحقة، وقيمة الاستخدام الشامل لمخلفات الفحم. في السنوات الأخيرة، انتشرت تقنيات الفرز الذكي المعتمدة على الرؤية الحاسوبية والتعلم العميق بسرعة، مما قد يحل محل الفرز اليدوي التقليدي وطرق الفرز الرطب (التعويم).

ومع ذلك، فإن نماذج الذكاء الاصطناعي التي تظهر أداءً ممتازاً في المختبرات، غالباً ما تنخفض دقتها بشكل كبير بمجرد نشرها في مواقع المناجم. السبب الجوهري هو أن فرز مخلفات الفحم يمثل مهمة رؤية صناعية في "بيئة مفتوحة" – تغير نوع الفحم، تقلب الإضاءة، تعديل سرعة حزام النقل، تباين تركيز الغبار... أي تغيير في أي من معايير ظروف التشغيل يؤدي إلى انحراف في توزيع السمات البصرية.

والأكثر صعوبة هو صعوبة الحصول على عدد كبير من العينات "المعياريّة" ذات التصنيفات في مواقع المناجم (ندرة التصنيفات)، بينما تلوث ضوضاء أجهزة الاستشعار جودة البيانات المحدودة أصلاً. انحراف توزيع السمات + ندرة التصنيفات + تداخل الضوضاء – ثلاث عقبات متراكمة تجعل نتائج فرز نماذج الذكاء الاصطناعي التقليدية غير مستقرة للغاية في ظل ظروف التشغيل المتغيرة، مما يعيق بشدة التطبيق الواسع النطاق لتقنيات الفرز الجاف الذكي.

تحول نموذجي من "النموذج الثابت" إلى "التكيف الديناميكي"

توفر براءة الاختراع التي حصلت عليها تشونغ بينغ أوتوميشن حلاً متكاملاً. يُظهر ملخص البراءة أن هذه الطريقة، من خلال سلسلة تقنية كاملة تتضمن "الجمع – بناء المصفوفة – توليد القالب – معايرة التصنيفات – التعديل المجزأ – التصحيح المتزايد"، تمنح نموذج فرز الذكاء الاصطناعي القدرة على "التطور الذاتي" مع تغير ظروف التشغيل.

الخطوة الأولى: بناء مصفوفة "ظروف التشغيل – العينات" واستخراج مجال السمات المستقرة

تقوم الطريقة أولاً بجمع إشارات الصور ومعايير ظروف التشغيل بشكل متزامن أثناء تشغيل حزام النقل، لبناء مصفوفة ارتباط بين ظروف التشغيل والعينات، واستخراج مجال السمات المستقرة منها. القيمة الأساسية لهذه الخطوة هي: ليس مجرد تدريب النموذج على الصور، بل ربط "ما هي ظروف التشغيل في ذلك الوقت" بـ "ما هي الصورة التي تم التقاطها"، مما يمكّن من التمييز بين السمات التي تعود للخصائص الفيزيائية لمخلفات الفحم نفسها، وتلك التي تمثل "مظاهر خادعة" ناتجة عن تغير ظروف التشغيل.

الخطوة الثانية: توليد قالب سمات ديناميكي وتسجيل شروط عتبة ظروف التشغيل

بناءً على السمات المستقرة، يقوم النظام بتوليد قالب سمات ديناميكي وتسجيل شروط عتبة ظروف التشغيل. يعمل هذا القالب كـ"مسطرة متغيرة" – فعندما تتغير ظروف التشغيل، تتكيف المسطرة وفقاً لذلك، مما يضمن أن معايير التقييم تتطابق دائماً مع الظروف الميدانية الحالية.

الخطوة الثالثة: تنقية مجموعة التصنيفات – حل مشكلة "الحدود غير الواضحة"

مقارنة العينات المصنفة يدوياً مع القالب الديناميكي، وإجراء معايرة اتساق لتصنيفات العينات ذات الحدود غير الواضحة، لتشكيل مجموعة تصنيفات منقاة. غالباً ما تكون الحدود بين الفحم ومخلفاته غير واضحة في الصور، وتختلف معايير التصنيف بين العمال المختلفين. تحقق هذه الطريقة "إزالة الضوضاء" و"التوحيد" للتصنيفات من خلال مقارنة القوالب، مما يضمن جودة تدريب النموذج من المصدر.

الخطوة الرابعة: التعديل المجزأ لحدود التقييم – قرارات فرز دقيقة

إدخال السمات المستقرة ومجموعة التصنيفات المنقاة إلى نموذج تقييم الفرز، وتعديل حدود التقييم بشكل مجزأ وفقاً لعتبات القالب. تختلف معايير تقييم "الفحم" مقابل "المخلفات" باختلاف أحجام الحبيبات وأنواع الفحم. يتيح التعديل المجزأ للنموذج القدرة على اتخاذ قرارات دقيقة تناسب ظروف التشغيل المختلفة، بدلاً من تطبيق "معيار واحد يناسب الجميع".

الخطوة الخامسة: التصحيح المتزايد في حلقة مغلقة – جعل النموذج أكثر ذكاءً مع الاستخدام

والأهم هو الخطوة الأخيرة: مراقبة ظروف التشغيل ومخرجات الفرز أثناء التشغيل، وعند اكتشاف انحراف في التوزيع، يتم تقديم التغذية الراجعة إلى خطوة معايرة التصنيفات لإجراء تصحيح متزايد. هذا يعني أن النظام ليس "صفقة لمرة واحدة" – بعد النشر، يستمر في "التعلم": بمجرد اكتشاف تغير في ظروف التشغيل يؤدي إلى تقلب دقة الفرز، يقوم النظام تلقائياً بتفعيل جولة جديدة من معايرة التصنيفات وضبط النموذج، مما يشكل حلقة مغلقة ذكية من "التشغيل – المراقبة – التغذية الراجعة – التصحيح".

تزويد الفرز الجاف الذكي للفحم بـ"دماغ ذاتي التكيف"

من "النشر الثابت" إلى "التطور الديناميكي"

نماذج فرز الذكاء الاصطناعي التقليدية هي "ثابتة" – بعد اكتمال التدريب والنشر، تظل معلمات النموذج ثابتة، وعندما تتغير ظروف التشغيل، تنخفض الدقة حتماً. تمنح تقنية براءة اختراع تشونغ بينغ أوتوميشن النموذج القدرة على "التطور الديناميكي". وهذا يعني أن معدات الفرز الذكي يمكنها تحسين نفسها باستمرار أثناء التشغيل الطويل الأمد في المناجم، لتصبح أكثر دقة مع الاستخدام، متخلصة تماماً من مشكلة "التدهور بعد التشغيل".

توفير دعم خوارزمي أساسي لأنظمة الفرز الجاف الذكي لكافة أحجام الحبيبات

سبق لشركة تشونغ بينغ أوتوميشن أن أطلقت نظام الفرز الجاف الذكي TDS (لإزالة مخلفات الفحم التي يزيد حجمها عن 50 مم بشكل فعال) ونظام الفرز الجاف الذكي المتدرج TGS (الأكثر دقة وذكاءً). توفر براءة اختراع طريقة الفرز الذكي بالذكاء الاصطناعي هذه الدعم الخوارزمي الأساسي لهذه الأنظمة الصلبة. من "الفرز بالأجهزة" إلى "القرارات الخوارزمية"، تبني تشونغ بينغ أوتوميشن نظاماً تقنياً متكاملاً للفرز الجاف الذكي يغطي السلسلة الكاملة لـ "الإدراك – القرار – التنفيذ".

تسريع تطور غسل الفحم نحو "الأتمتة والذكاء الاصطناعي"

تحل تقنية براءة الاختراع هذه مشكلة استقرار الفرز الذكي في ظل ظروف التشغيل المتغيرة، مما قد يحسن بشكل كبير معدل استقرار رماد الفحم النقي ونسبة استرداده. وبالاقتران مع أجهزة فرز مخلفات الفحم الذكية تحت الأرض التي سبق لشركة تشونغ بينغ أوتوميشن أن تقدمت بطلب للحصول على براءة اختراع لها (باستخدام الغربلة الاهتزازية، النقل بالتصادم، الامتصاص بالنفخ، الكشف والتحديد الدقيق، والنفث بالهواء لتحقيق دقة فرز أعلى) وأجهزة فرز مخلفات الفحم بدون حزام ناقل، تقوم تشونغ بينغ أوتوميشن بترتيب شامل من "الخوارزميات" إلى "الأجهزة"، لدفع غسل الفحم من التدخل البشري نحو الأتمتة الذكية الكاملة.

في 19 يونيو 2026، عندما تمت الموافقة رسمياً على براءة الاختراع CN121103693B، لم تحصل تشونغ بينغ أوتوميشن على براءة اختراع فحسب، بل أرست نموذجاً تقنياً في مجال الفرز الجاف الذكي للفحم: لا ينبغي أن يكون فرز الذكاء الاصطناعي نشراً ثابتاً "لمرة واحدة وإلى الأبد"، بل تطوراً ديناميكياً "يتغير مع ظروف التشغيل".

من بينغدينغشان إلى مناطق المناجم الكبرى في جميع أنحاء البلاد، ومن TDS إلى TGS إلى خوارزميات فرز الذكاء الاصطناعي، تعيد تشونغ بينغ أوتوميشن تعريف الحدود الذكية لفرز مخلفات الفحم بفلسفتها التقنية القائمة على "التكيف الذاتي".