南方財經記者伍素文 實習生鐘宸 廣州報道
作為礦山開采的首要工序,爆破充當著“破而后立”的重要角色。這份在行外人看來危險性與觀賞性并存的工作,其實需要非常高的技術含量。
三十年前,李萍豐成為宏大爆破工程集團有限責任公司(以下簡稱“宏大爆破”)一名爆破工程師。面對業主“要什么石頭(塊度)就要炸出什么石頭(塊度)”的要求,他把科研課題搬到施工一線,在無數次調查、試驗與技術調整中凝練出精準爆破的技術。由宏大爆破主導研發的“露天礦山精準臺階爆破技術”,成為自然資源部《礦產資源節約和綜合利用先進適用技術目錄(2022版)》中唯一的爆破技術。
與礦石對話30余年,李萍豐帶領團隊累計完成采礦、剝離巖石工程量300多億噸,以爆破賦能礦山上下游生產鏈,牽頭攻關取得一大批原創性成果,為國家大型海防工程、國家重大基礎設施建設、國家重大戰略資源開采作出重大貢獻。如今,其身任教授級高級工程師、國務院特殊津貼專家、宏大爆破工程集團有限責任公司副總經理兼總工程師、中國爆破行業協會專家委員會委員、中國巖石力學與工程學會副理事長,并于2023年9月榮獲俄羅斯工程院外籍院士稱號。

現在,李萍豐有一半時間都會在項目現場,上山下井,日夜兼程。搞科研不服輸的韌勁,一直延續至今。
如果說精準爆破下,炸藥爆破巖石就像刀切豆腐一樣精準,那么智能爆破就是把這個過程變得看得清、有頭腦、更安全。由于危險程度高、工序斷點多,爆破智能化研究和建設相對滯后。李萍豐正帶著團隊研究第二代智能爆破裝備、完善AI悟空爆破大模型,持續攻堅礦山開采生產鏈智能示范工程。
“智能礦山全生產鏈場景在全世界都沒有先例,一旦完成就直接填補了世界空白。我們所做的,是讓爆破不再只是‘炸藥的學問’,而是算法、數據與裝備融合的系統工程,讓每焦耳炸藥能量創造出幾何級價值。”李萍豐接受南方財經記者專訪時表示。
近年來,宏大爆破成立國內首個“智能爆破研究中心”,初步建成了全球首個礦山開采生產鏈智能示范工程,智能爆破、無人礦車、綠色低碳技術不斷落地,展現出礦服與民爆領域的硬核實力。在我國科技自立與產業轉型的關鍵期,他們的探索與堅守,也是中國企業勇攀科技產業高峰的縮影。
推動“炸藥包”化身“算法包”
南方財經:爆破領域有何科技趨勢,廣東有何優勢?
李萍豐:科技創新是礦山爆破行業轉型升級的核心引擎。當前,本領域科技創新力顯著提升,主要集中在突破傳統爆破局限,向智能化、安全化、高效化、綠色化邁進。
技術攻關聚焦的方向總體有三個,一是人工智能和大數據在智能爆破應用方面的研究,實現從“炸藥包”到“算法包”的智造躍遷、技術突圍。二是深空、深海、深地、極地等復雜環境資源開發,保障國家礦產資源安全。三是綠色低碳與資源安全高效利用仍是核心目標,服務國家長期低碳發展與國家安全戰略。
廣東的人工智能與機器人產業具有規模全國領先、產業鏈競爭力突出、技術攻關成果豐碩、應用賦能成效明顯等優勢,高度契合國家“智能礦山”與“雙碳”戰略。傳統民爆和采礦服務業可通過依托廣東省人工智能生態多元化優勢彌補制造業傳統短板,鍛造新優勢。
宏大爆破獲批“非煤露天礦山安全智能開采國家礦山安全監察局重點實驗室”,同時也承擔“深地國家科技重大專項”等數項國家及部委的重點研發項目,這既體現出廣東在政策與科研支持上的優勢,也為智能礦山相關技術的持續突破和示范推廣奠定了堅實基礎。

南方財經:人工智能正為礦山開發建設帶來怎樣的加持?
李萍豐: 人工智能為礦山的開發建設正帶來三大方面的改變。
一是推動礦山機械裝備智能化升級。比如,智能混裝車和智能填塞車能夠利用遠距離伸縮臂實現一鍵式裝藥、填塞,各項參數實時提取以及炸藥密度和封堵壓力精準可調;無線智能起爆裝備具備安全抗干擾、延時時間自動尋優等功能。系列智能裝備的成功研發,實現了少人、精準的爆破作業。
二是提高礦山本質安全水平。比如,宏大爆發揮三十余年的技術和數據積累優勢,研發、推出“悟空爆破”大模型,強化智能裝備的自執行能力,借助透明地質探測以及爆破數字孿生技術的開發,從爆破地質、穿爆等全部工序實時再現,到爆破飛石、爆破振動等爆破效應仿真預測和可視化監控監測,爆破全過程看得清清楚楚,實現“開盲盒式爆破”到“透明爆破”的轉變。
三是降低礦山整體能量消耗。比如,共享爆破和采選一體化關鍵技術研發。宏大爆破在肇慶大排項目建成全球首座露天礦山全生產工序智能礦山場景,并成功入選國家礦山安全監察局與工業和信息化部的礦山領域機器人典型應用場景。通過采礦、選礦多場景數據融合,實現全工序感知、互聯與協同,解決了“安全靠嚴管、生產靠經驗、協同靠人工”世界級礦山難題,為礦山貢獻智能安全高效的新模式。
未來,我們希望智能爆破最終能實現“員工們穿著西裝打領帶,坐在辦公室按一個鍵,就能夠把礦產資源給開采出來”的場景。
南方財經:礦山領域的技術成果產業化存在什么難點? 你有何建議?
李萍豐:最大的難點在于行業標準體系尚不完全,比如目前礦山設備多品牌、多代次,接口標準缺乏難以打通形成統一平臺,可信數據不足造成大數據模型易用性和可用性有待提升,智能爆破事故責任界定缺乏法律框架等。
此外,智能化建設初期投入高、運維成本高,短期內難以體現降本增效效果,且礦企經營受外部市場環境影響較大,中小企業有顧慮。既懂AI/大數據,又懂巖石力學和爆破工程的復合型人才也比較稀缺。
加速科技創新成果產業化,一方面需要推動科技成果創新標準化和工程化示范。通過融合新一代信息技術等,主導建立行業標準,規范工藝、設備、數據接口標準、數字孿生模版,實現要素效率躍升(人、機、料、能),推動傳統采礦爆破業由“資源依賴型”向“科技驅動型”轉變。同時,推動完善“智能爆破/無人礦山”的責任與安全監管規則等相關法律法規的完善。
另一方面,要將科研成果與現場關鍵場景深度綁定,如遵守國家礦山安全監察局對于礦山智能化和關鍵設備的應用要求,堅持先落地、再拓展原則,通過智能鉆爆、無人礦卡、數字孿生與爆破效果、少人無人、綠色低碳等場景深度綁定,從傳統“賣設備/賣炸藥”走向“賣服務/賣智能化整體方案”。
與此同時,人才與組織機制創新同樣重要。建立人工智能、采礦工程、爆破工程、計算機等多學科融合跨學科團隊,持續加強科技研發投入與保障,推行“科研人員+工程師+礦山企業”聯合攻關模式,推動科技創新場景化落地。推動產學研協同,加強與高校院所合作,共建研發平臺與人才培養計劃,與科研院所、礦企共建利益共享機制。
還需推動建立智能礦山、智能爆破評價標準,礦企通過分階段投入,降低風險和顧慮。先從單點場景(如爆破智能裝藥、無人運輸)切入,再逐步擴展全場景全工序全流程。主導建設一批“智能礦山、智能爆破”示范基地,樹立標桿。
最后,還需要切實落實企業是科技創新的主體,在成果評價、成果獎申報等方面給與政策傾斜。
“現在搞科研更得心應手”

南方財經:從業30年,你覺得現在搞科研和以前有什么不同?
李萍豐:現在搞科研比以前更得心應手,裝備儀器、從軟件到硬件都越來越先進。2003年我們研究精準爆破的時候,還專門去香港買了一臺智能手機,現在技術手段豐富多了,年輕科研人員的創新積極性也比較高。
我們當年是扛炸藥、搞爆破出身,現在年輕人談的都是大數據、大模型、5G這些新技術,可以說是從“炸藥包”轉到“數據包”了,年輕人喜歡這個也愿意鉆研。企業對既懂工程現場、又會數據和大模型的人才求之若渴。
南方財經:當前,國企推出了許多激勵企業科研人員創新的舉措,宏大爆破有何舉措及成效?
李萍豐:宏大爆破根據不同科研主體的性質、屬性,逐步建立寬容失敗機制,并制定了相關配套政策,為高風險、高價值的科研探索保駕護航,助力科研創新成果轉化。
首先,實施分級分類,精準界定容錯邊界。對前沿性、基礎性、顛覆性創新及首臺(套)研發等,給予較高失敗容忍度,探索備案豁免。
同時,設立“寬容失敗特區”和專項基金,保障科研人員敢闖敢試。在此基礎上,我們構建了以誠信為基礎的柔性考核體系,完善科研信用記錄,營造寬松環境。
最后,明確“可容”與“不可容”的界限,對違法違規行為嚴懲,對因先行先試導致的無意過失不予追責,對符合科研規律的探索性失誤減輕或免責。
譬如,在自主研發國際首臺(套)現場混裝炸藥智能裝藥裝備的過程中,面對突發技術困境,原方案推翻后研發周期延長8個月。經公司組織論證,認定問題屬行業長期難題且不可預見,研發團隊貢獻顯著,最終給予備案式豁免待遇并對骨干進行嘉獎,由容錯基金支持激勵。現已推動10噸乳化炸藥智能裝藥車與銨油裝藥車的成功研發并投入現場調試。
南方財經:近日《粵港澳大灣區內地九市要素市場化配置綜合改革試點實施方案》發布。你對其中哪項舉措比較關注,結合你的研究和工作來講,將起到怎樣的作用?
李萍豐:這對我們國企科研人員而言,既是政策紅利,更是創新號角。結合宏大爆破的實踐,重點關注兩項舉措:一是職務發明成果收益分配機制改革,這直接關系到“誰來創新”的動力問題;二是跨區域產學研中試平臺共建,這解決了“如何轉化”的路徑問題。
首先,收益分配改革讓一線“微創新”落地生根。過去,項目部技術人員的創新多停留在經驗總結或口頭建議層面,缺乏轉化動力。新政明確“科研人員可享有不低于70%的成果轉化收益”,這為一線員工打開了“創新變現”通道。
其次,中試平臺為一線技術提供“試錯機會”。項目部員工最了解工程痛點,但缺乏技術驗證條件。政策支持的 “場景化中試平臺” 搭建了“工地需求—實驗室研發—工程驗證”的橋梁。
最后,政策與科技獎項申報聯動,讓一線創新“有榮譽、有奔頭”。近年來政策加大對“企業主導、基層參與”項目的支持傾斜力度,但是落實仍要跟進,通過 “創新積分+獎項申報”機制,鼓勵項目部員工參與研發。
未來,宏大爆破在這兩項政策“雙輪驅動”下,讓更多項目部員工從“技術使用者”成長為“創新參與者”,真正實現“政策紅利—技術突破—工程落地—人才成長”的良性循環,為大灣區建設提供更安全、更高效、更綠色的爆破解決方案。

