海康威视的物联感知、AI和大数据技术找到了新的落地场景。
文｜任晓渔
编｜徐鑫
黄土高原高低错落的丘陵沟壑间，被誉为我国最美矿山的黑岱沟露天煤矿正迎来重要的时刻。
矿区一煤厂的煤质快检设备，正在对当天装车外运的商品煤煤质进行实时检测。两分钟后，基于这套全新的设备，涵盖发热量等多项指标的数据信息已传输到下游用煤单位。
不是煤炭行业的人很难理解这两分钟代表什么。煤炭工业化应用几百年来，国内外形成了一套复杂的煤质检测流程。一列车煤4320吨煤，需要从中逐级分离出1g的煤样，经过冗长的流程，耗费8～24小时的等待才能拿到检测结果。它是销售结算过程的依据，也是下游应用使用的重要参考。
有了煤质快检设备，检测时间从24小时大幅缩短到2分钟，整车煤原来检测1g代表整车煤的质量，现在检测量可达1吨以上，样品代表性和检测效率大幅提升。这套设备还全程自动，无人干预。传统制样化验需多个环节参与，结算周期慢，形成大量的资金沉淀成本。在国家能源集团胜利能源公司，现在由于高效、透明的在线检测，可从一月一结加快为当日结算，大幅降低了资金成本。
黑岱沟露天煤矿是国家能源集团携手海康威视联合研发的“融合光谱煤质快速检测技术”的第一批应用示范点之一。这项技术成功落地，也意味着海康威视的场景数字化战略往前迈出了坚实一步。它也是海康的物联感知、AI、大数据技术走进千行百业，帮助解决产业具体问题的典型样本。
安防市场之外，海康威视正切实为千行百业的数字化转型提供解法。
01
万亿煤炭产业链的痛点
普通人日常生活里都会接触煤。但你可能不知道，即使是产业链上常年与煤打交道的企业，也正苦恼于不太了解自己要用或正在用的煤。
更准确的说，他们经常在不太明确煤的发热量等质量数据的情况下，就“被迫”让煤进入生产、销售结算和利用环节。
一家电厂就提到，他们买煤按上游化验结果来结算，结果运煤车到了，上游检测数据还没出来。由于煤场空间有限，他们就很难基于煤质去规划堆放。
在利用环节也有同样情况。由于煤质检测数据出得慢，不同种类的煤被混堆在一起后，用煤时为了保证锅炉燃烧的环保、经济和安全，企业需要再做一次煤质检测。
煤质数据不及时，会导致企业无法基于煤质数据去精准管控设备，影响生产稳定。比如锅炉可能要在规定的温度范围内运行，才能满足安全生产和质量管控的要求。这需要去精准控制和校准不同种类煤的配比，否则锅炉内的热值达不到要求，就会对生产稳定和质量管控造成负担。
销售结算时，相关企业更是苦传统煤质检测久矣。一列煤由上游装车站台装车发出，到下游用煤单位卸车验收，中间至少经历2次检测，采用传统化学分析方法，过程复杂、操作差异大，很难保障上下游煤质检测结果的一致性，这也是长期困绕购销双方的难题。
从生产到销售结算再到应用，煤质检测已成行业共同的心病。外行人会很好奇，为什么检测煤质会成为卡点？
首先是要检测的指标多。煤的化学成分复杂，主要包含碳、氢、氧、氮、硫等元素，这些元素对煤的燃烧效用各异，比如碳和氢是热量的主要来源，碳含量越高，产生的能量就越大。
同时，世界上的煤种类繁多，不同种类的煤在质量上又有很大差异，并且会显著影响其用途。比如，褐煤水分和氧含量较高，碳含量相对较低，适合用于发电和气化。而无烟煤碳含量高，挥发分和水分含量低，燃烧时火焰短，发热量高，通常用于家庭取暖和工业燃料。
行业中通常以发热量等指标利用各种传统方法来衡量和评估煤的质量，作为生产、销售结算、利用的关键参考。
但传统检测方法有一系列局限性。目前常规煤炭质量检测，主要采用实验室破坏性化学分析技术，经采样、制样等环节后，需要将煤炭破碎至0.2mm，分别取1g煤样通过实验室化验，再来检测其中的发热量、灰分、挥发分等多项指标。
这种检测方法下通常整列/船煤的检测耗时8-24小时。数据非常不及时，严重滞后于煤炭加工利用过程，就会出现上述情况，无法实时指导煤矿、煤化工、煤电等清洁高效利用工作。数据不及时，结算周期长，还给行业上下游带来了不小的资金成本负担，行业里每年产生大量的资金沉淀成本。
另外，由于环节多，需要很多台不同仪器和大量人员操作，在结果的一致性、规范性、真实性上管控难度大，存在失真风险。
而一致性、规范性问题，也使得行业里上下游都有检测实验室和团队，这需要很大投入，也加重了煤炭行业里的运行成本。
煤炭是我国能源的基石，背后涉及到万亿级的产业链条。据《中国能源大数据报告（2024）》数据，2023年，我国煤炭消费量占能源消费总量的比重为55.3%，原煤生产和进口煤量共计51.84亿吨，全国规模以上煤炭企业营收达3.5万亿元。
无法精准快速掌握煤炭质量，正关乎万亿煤炭产业链的清洁、高效运转。由此，产业上下积极呼唤煤质检测技术的创新。
为推动解决这一制约煤炭产业链供应链痛点、难点问题，2021年开始，国家能源集团携手海康威视，双方联合攻关，成功研发了“融合光谱煤质快检”技术，这项技术突破了传统方案的诸多局限，实现了对煤样大批量实时在线、无损检测。
困扰行业已久的问题，有了新解法。
02
为什么国能会联合海康做煤质分析
融合光谱煤质快检技术问世之前，为解决煤炭产业的“痛点”，国内外也有过大量团队进行过煤质快检技术的研发。典型的有中子活化、双能伽马射线、X射线吸收、近红外光谱（NIRS）等多种方案。
但这些方案多基于单一感知手段，很难精准检测出煤炭复杂的成分，一些技术路线还因为放射源安全隐患等因素，无法大规模产业落地。
而此次国家能源集团联合海康威视推出的融合光谱煤质快速检测技术能成功并且用到了煤炭产业链上，是一系列合力的结果，实体产业链与技术创新链跨学科、跨行业的融合，带来了一系列天时地利人和。
而海康威视持续多年的感知技术布局、积累已久的AI能力和在广泛的产品落地时间中积累的工程化应用能力，也是打赢这场产业攻坚战的关键。
融合光谱煤质快检设备上采用的是多维感知集成技术，将近红外和X射线荧光实现了创新性融合，相比此前的单一感知路线，能更全面、准确检测出煤里面的不同成分。
而多维感知技术得以突破，与海康此前的长期布局密不可分。以电磁波领域为例，海康广泛布局了从可见光频段到近红外、中红外、远红外、毫米波等长波方向和紫外光、X光等短波方向。庞大的感知技术积累如同一个技术仓库，遇到问题，团队马上想到先把潜在感知技术列出来。不只是单个感知手段，在多种感知手段的融合感知上，海康也有诸多积累。
为了能精准检测出煤质成分，他们测试了微波、激光等技术，之后发现近红外光谱能够检测分子中的化学键和振动状态，适合分析有机化合物和一些无机物的分子结构。而X荧光光谱能够感知煤炭中的原子，二者互补做到了1+1>2，大大提升了对煤质的发热量等煤炭成分探测的准确性。
全面准确感知到煤样信息，要如何转换成煤质成分结果？这是第二道难关。研发团队的解决思路是基于人工智能的多模态信号处理技术，构建一个煤质快检AI模型。
此时，海康沉淀已久的AI技术积累就能发挥作用。十几年前，海康就基于行业日益增长的视频分析智能化需求开始了人工智能算法的研究。大模型浪潮来临后，海康还启动相关研发推出观澜大模型。在AI技术上的深厚积累，为解决煤质快检技术研发难点提供了助力。
煤质快检AI模型要能起作用，需要有很高的泛化能力。不同地质年代不同种类的煤成分差异大，以往的煤质快检一大瓶颈也在这里，人们无法利用同一套设备、同一个模型实现全煤种准确检测。
跨越这道鸿沟，必须得获得更高质量的数据集。此次煤质快检技术相比以往有得天独厚之处——得到了产业龙头的坚定支持。国家能源集团是国家能源骨干央企，是全球最大的煤炭经销商，拥有一条完整且先进的煤炭全产业链，具有最全的煤炭品类、最多的煤炭用户、最大的煤炭产能、最广的煤炭供应链，拥有丰富的场景数据。
为了获得更全面的煤质数据，国家能源集团组织调动了全产业链35家子分公司上千人，针对国内外不同产煤区、不同应用场景下的复杂煤样，开展了在线比对与数据扩充工作，建成了一个包含了准确的煤样光谱、煤质成分和热值分布的高质量数据集。这是煤质检测AI模型泛化能力提升的数据保障。
感知技术和AI模型完善后，这套核心设备还不能真正落地，因为设备还是离线的，不能实时去检测产线上的煤质成分，检测的煤样量也较小，很难大规模去指导企业高效、清洁用煤。如何将设备与生产线融合成了解决问题的关键。
为了让设备能适应不同环境，海康研发团队深入不同的产线调研，解决了不同环境下设备的防尘、防水以及适应高低温变化环境等问题。
这个过程里，海康过往三万多款硬件产品落地工业制造、电力电网、石油化工、煤炭冶金等行业沉淀出的工程化能力，加速了煤质快检技术的落地。
可以说，从技术厚度，产品宽度，到把产品从实验室带到产业现场的工程能力，海康威视携手国家能源集团成功跨越了从技术到产品、到应用的一个个鸿沟。煤质快检技术落地产业，也成了海康场景数字化业务的典型标杆。
03
一家立志像3M一样创新的公司
融合光谱煤质快检技术成功落地，让一些观察者感慨，海康从感知技术中又挖出了一个新市场。这种受益于长期技术布局不断创新的路径和方式，很容易让人联想到另一家企业，美国的3M公司。
海康董事长胡杨忠自己也说过3M公司是海康学习的榜样。他提到3M公司很稳健，底层是基底、涂层、粘合剂技术，有4个事业群，20多个事业部，6万多个SKU，在很多细分的行业保持领先，他希望海康也是这样类型的公司。
从外部来观察，两家公司有很直观的相似之处——都重视以长期视角投入底层技术，再选取合适的到不同行业和领域综合应用，从而解决用户的问题。
放眼全球，海康在感知技术上的储备，也是极为丰富的公司之一。20余年来，其广泛布局了可见光、X光、红外、毫米波、可听声、超声等多个感知领域，广泛布局电磁波与机械波感知技术。同时还持续布局人工智能和大数据技术，并围绕着这些技术形成了30000多种产品，服务不同的市场。
3M“化学周期表”也名声在外，51个技术平台，涵盖了材料、工艺、研发能力、数字化、应用开发等五个领域，六万多种产品，产品涵盖工业、交通、电子、医疗、消费等广泛的市场。
另外一个共同点，是企业的发展姿态。由于长期投资底层核心技术，每有新产品面世，通常该项技术在企业内部已经历过长期的酝酿。企业如同一只豹子，紧密围绕着市场需求来创新，可谓是厚积薄发。
比如，3M最近几年推出的透明导电膜，能针对性解决5G各种场景里隐形天线阵列安装场所受限问题。而如果看它底层，是基于薄膜技术（Fi），将肉眼几乎看不到的金属配线用超细微网格的形式附着在透明薄膜上。薄膜技术平台（Fi）在3M的历史要追溯到上世纪60年代初期。
在海康，AI能力的积累历程也类似。当下，企业数字化软硬件产品都在叠加AI能力，包括海康的许多产品和解决方案中都嵌入了AI能力。外界可能不太了解，海康在AI领域也投入已久。2006年，面对行业日益增长的视频分析智能化需求，海康威视就组建了算法团队，开启了人工智能算法的研究。
此后的几波人工智能浪潮里，海康都抓住机会快速布局，研发了相关的应用技术并快速落地。过去两年大模型大热，海康则早在2021年就启动了大规模预训练模型相关研发，随后创新推出观澜大模型。现在，观澜大模型的泛化能力也帮助海康的AI技术更好落地千行百业的数字化场景。
另外，业界也观察到，海康的创新模式也与3M公司有很类似之处。
3M的创新与它的51种底层技术平台密不可分。围绕着这些不同的技术，3M延伸出面向不同市场、用途不一的产品群，还交叉融合推出了许多前所未有的创新。
以Ad粘接技术为例，可产品化成电子行业的UV固化粘接剂，用于智能手机屏幕粘合，也可以在医疗行业做成适用于皮肤的医用胶带。3M著名的便利贴、胶带及挂钩都是基于Ad技术开发出的产品。
在海康也能看到类似的案例。比如，雷达技术用作感知，最早推出的产品应用在安防领域做周界防范中移动目标的检测，在交通行业做车辆测速。而随着海康进入工业场景，3D成像毫米波雷达又被用来测量物位和液位。
不同技术还能互相融合，又会给企业提供持续创新的能力。比如3M公司的粘接技术（Ad）、电子材料（Em）和精密涂布和卷绕工艺（Pc）结合，产生了用于电子设备的导电胶膜产品。
海康也会基于实际的需求，用融合了多种技术的产品来帮助解决用户的问题。融合光谱煤质快检技术就是典型的例子，使用了近红外和X射线荧光两种技术，解决了煤质检测领域国内外过去三十年都没有突破的问题。
这种创新模式下，技术展现出了持久的生命力，企业也得以实现履带式增长，在不同的阶段能找到新的产品和能力来拉动企业增长。
3M自不必言，在不同年代现金牛不一，比如最初的拳头产品是防水砂纸，1940年代有反光膜产品，到1980年又有Post-it报事贴等。
海康当下也正在从安防市场向数字化市场扩展。无论是企业的营收结构，还是创新发生的频率和速度，服务千行百业市场的场景数字化业务都在扛起海康发展和增长的新旗帜。而围绕着技术的长期投入和积累，也让它能水到渠成地走在从“安防茅”到“数字化茅”的转型之路上。
