达索系统：智能崩落法实现仪表板与三维模型的连接
全球每年有超过200亿吨的矿石通过地下崩落法开采，这个数字相当于每天要处理约5500万吨矿石。然而令人震惊的是，传统矿山运营中约30%的决策时间被浪费在数据整合和版本确认上，工程师们常常需要在Excel表格、各类数据库之间来回切换，试图拼凑出完整的运营图景。更值得关注的是，在崩落法采矿这种高度复杂的地下开采方式中，每一个放矿点的开采顺序、开采速率的微小变化，都可能导致最终回收率相差10%以上。当矿石品位仅有百分之零点几的差异时，这种变化足以决定一个矿山项目的经济成败。面对如此精密的工程挑战，传统的规划工具和管理方式已经显得力不从心。
在达索系统举办的GEOVIA CONNECT 25X系列网络研讨会的压轴演讲中，来自达索系统GEOVIA品牌的的两位行业专家Daniel VILLA和Christina LUDWICKI向全球矿业工作者展示了一条全新的道路。这场题为《超越矿山规划与设计：崩落法采矿作业的前沿技术》的演讲，不仅仅是对新软件功能的介绍，更是对整个矿山运营管理范式的重新思考。
GEOVIA CONNECT 25X是达索系统专门为地质学家和矿业工程师设计的系列研讨会，共包含7场专题讲座，涵盖了从3D地质建模到人工智能应用的广泛主题。而Daniel和Christina的演讲作为整个系列的收官之作，聚焦于两个核心主题：通过Caving Intelligence（智能崩落法）实现仪表板与三维模型的集成，以及通过Mine Operations Management（矿山运营管理）实现优化的运营控制。这两个工具代表了矿山从规划设计到执行分析的完整闭环，标志着矿业智能化的新阶段。
大家好，感谢各位参加GEOVIA CONNECT 2025的最后一场演讲。今天我将与我的同事Christina Ludwicki一起，向大家分享我们正在开发的超越传统矿山规划与设计的解决方案。虽然这些技术可以应用于任何地下矿山或项目，但今天我们将重点展示在崩落法矿山中的应用实例。
https://s3.bmp.ovh/2026/05/16/11dm9FK0.jpg
今天的演讲基本上分为两大支柱。第一部分是我将要介绍的Caving Intelligence，它能够将仪表板与三维模型集成在一起。第二部分则是Christina将要展示的Mine Operations Management，用于优化运营控制，她会使用一个具体的崩落法矿山案例来说明。
让我们从Caving Intelligence谈起，看看如何利用这个选项来集成仪表板和三维模型。这是3DEXPERIENCE平台解决方案的一部分，通过它我们可以从根本上实现矿山规划现代化，甚至可以将SURPAC崩落法模块交付的结果与其他工具连接起来。
每当你在矿山规划软件中生成生产进度计划时，正如我在之前的演讲中展示的那样，你会创建一个三维模型，制定一个生产进度计划，而这个进度计划会产生大量的结果数据。如果能有另一个工具帮助你将这些数据导入到特定的仪表板中，那将是非常理想的。
使用这些仪表板，你可以使用SURPAC中创建的任何结果，将其导入3DEXPERIENCE平台，并以不同的方式分析和使用这些仪表板来比较结果。例如，你可以分析生产进度计划，甚至可以更深入地逐个放矿点或按放矿点组进行分析，使用动态仪表板，同时将你的设计或三维模型引入到这个环境中，最终将两者结合起来。
仪表板和三维模型的这种结合，就是我们所说的Caving Intelligence。它将为你提供全新的可视化水平和对现有结果的全新利用方式。这可能是开始运行和分析战略性矿山规划决策的一种非常有趣的方式。
基本上，你可以从Excel中获取任何结果，并与另一个运行方案或多个运行方案进行比较，就像我在讨论模拟时描述的那样。我们甚至可以将这些结果与实际数据进行比较。为此，你在SURPAC中生成的与PCBC模型或PCBC结果相关的任何信息，都可以相当容易地传输并存储到3DEXPERIENCE平台中，然后你可以根据需要进行任何级别的自定义来构建这个仪表板。
因此，当你再次运行另一个生产进度计划时，你只需将这些信息导入这里，就可以以不同的方式填充和查看结果。现在这里另一个有趣的部分是，通过与三维模型和你拥有的仪表板进行图形交互，这将提供不同的视角和数据分析方式。
你可以根据需要在放矿点、巷道、生产区块之间进行筛选，或者我们可以构建一个特定的仪表板，让你轻松比较结果并测量你想要分析的特定关键绩效指标。这里另一个令人惊叹的元素是使用3DEXPERIENCE平台与团队其他成员共享信息的能力。
这是一个基于网络的系统，因此，任何有权访问3DEXPERIENCE平台的人都能够看到结果，看到你在这里看到的三维可视化或三维模型。所以你不需要了解或使用PCBC、PCSLC或SURPAC中的任何崩落法工具就能访问这些内容。这为你提供了另一个层次的协作，以及与团队共享数据的另一个层次。
最后，由于这只是数据，你可以根据需要引入任何信息，将你计划要做的事情、你的预测或你生成的任何规划方案与任何实际信息进行比较。为此，我们可以成为你所使用的数据和信息的真实来源的一部分。你可以引入来自生产、地质观察、岩土工程监测甚至开拓数据，看看这些数据如何与你的矿山计划相互作用。
分享来自PCBC的三个运行方案，这三个运行方案非常简单，我们要做的是在某些情况下保持相同的开采速率、相同的吨位目标，但只是改变顺序。
在方案一中，你会看到开采顺序从中心开始，使用V形，从左到右移动。在方案二中，开采顺序从南到北开始，同时将品位截止值从每吨20美元提高到25美元。因此，在我们将要处理的吨位和品位方面会更加严格。
方案三与第一个非常相似，因为我们使用相同的V形开采顺序。然而，我们将把年吨位目标从800万吨减少到600万吨，同时将开采速率从每年144个放矿点减少到48个，并提高品位截止值。这些就是你可以做的典型选项和分析。你在SURPAC中运行这三个场景，然后将信息导入到我们将要创建的仪表板中。
例如，一开始你会看到整个矿山计划。比如这是抽取的吨位，你可以可视化放矿点状态。所以你可以看到每个时期有多少放矿点正在开放，有多少放矿点处于活跃状态，用这种黄色显示，以及在不同时期有多少放矿点关闭。
同时，你可以可视化这个生产进度计划报告的吨位和品位。如果你有地质组成的信息，你可以在这里看到百分比。你还可以查看表格，甚至可以按放矿点和按时期可视化你想要做的事情。这非常简单，你可以点击其中一个时期，例如第五期。
你可以在三维模型中看到关于放矿点状态的图景，活跃的放矿点是什么，新的放矿点是什么，关闭的放矿点是什么，以及第五期的情况。提取了多少吨，在这种情况下报告的品位是多少，还有地质组成。
但我们也可以更深入地进行详细分析或开始比较信息。所以在这种情况下，一个非常简单的实现，你只需更改我们这里的数字，你就会看到图表如何变化，但此外你可以使用这个选项按时期动态筛选。所以你可以在图片中看到开采顺序是如何工作的，或者你想要可视化的任何其他选项。
你可以快速轻松地看到每个放矿点报告的价值，甚至在某些情况下选择多个放矿点。几个放矿点、一排放矿点，甚至使用可以轻松分组它们的过滤器。例如，如果我们想要过滤，我们可以只选择一个特定的巷道，与该巷道相关的所有这些放矿点都会被选中，无论是图形方式还是我们想要预先创建的过滤器。
它的交互性很强，非常容易分析，而且如果你更改运行方案的编号，你会看到该特定巷道在不同时期发生了什么，以及相关信息是什么。因此，你甚至可以有多个选择，包含多个巷道，或者如果你将其划分为不同的矿山或不同的区域，你可以随时看到信息，你也可以随时导出这个表格，或者基本上看看这些放矿点每个时期发生了什么。
这些放矿点与某些生产区块或巷道相关，状态是什么，崩落高度是多少，生产速率是多少。因此，在生产进度计划期间生成的任何信息，或者你甚至可以与实际数据进行比较。所以这是一种与三维模型进行图形交互或比较结果的绝佳方式。
另一件事是，如果你在这里点击一个生产区块，它会按放矿点详细显示数据。你甚至可以点击图表以更深入地详细分析你想要看到的结果。现在例如，让我们移动并比较铜品位。
所以你看这是方案一的图表或每个生产区块的平均品位剖面，这是方案二。所以你可以根据策略、根据顺序、根据你想在这个运行方案中改变的任何东西，看到图表中的后果，而且颜色可以更好地突出显示正在发生的事情。
例如，这里我们看到根据铜的差异显示的不同颜色。当你想要进行一些流动模型校准时，这个工具和这个选项将非常有帮助，你可以将实际数据与PCBC中模拟的模型进行比较。
现在，这是另一个非常有趣的例子，因为几分钟前你看到的都与区块崩落的例子有关，在前一个例子中，我们只看到了一个层级，即抽取层。然而，这可以随时在三维空间中工作。这只是引入你需要的所有信息的问题。
所以在某些情况下，我们与一些客户讨论时，会引入所有可用的信息，包括区块崩落的结构层、底部切割层、出矿层，或者你想要引入和分析的任何数据。这显然是一个分段崩落的例子，你可以看到不同的层级，特别是与之相关的所有炮孔环。
这就是仪表板可以包含所有详细信息的地方，根据你的需要，针对一个特定时期或整个运行方案。例如，这里当我们点击那个红色状态时，很容易过滤和突出显示那些具有特定状态的炮孔环，例如操作期间的一些问题，或者你想要突出显示的某些方面，可以在这个三维模型中通过点击这些图表的任何方面进行过滤和正确可视化。
现在，关于优化运营控制的Mine Operations Management，我将把话筒交给我的同事Christina Ludwicki。
以下是Christina Ludwicki的演讲：
在与矿山现场交谈时，我们通常会发现同样的问题。我们发现数据存储在各种数据孤岛中，无论是在工程部门或地质部门的Excel表格和数据库中。这些数据通常通过电子邮件或聊天工具来回发送，我们可能会丢失哪个文件、哪个版本是正确的，或者你看到的数字是否正确，是否已经被更新或现在已经过时。
当数据像这样存储时，另一个问题是通常很难确定如何实时衡量绩效，或者操作中的潜在瓶颈在哪里，或者甚至如何解释吨位或品位的差异。通过将数据存放在分散的数据源中，我们无法看到采矿作业的完整图景，因此我们无法实时根据数据做出反应和决策。
Mine Operations Management，简称MOM，将所有系统、所有信息整合到单一的真实数据源中，从而对矿山运营实现更大的控制和更好的决策。MOM通过其五大支柱来实现这一点。
第一个是数据管理。这是统领一切的基础。它将来自多个来源的数据整合到一个统一的参考系统中。第二个是物料平衡。我们在整个价值链中协调物料移动和库存。第三个是运营控制支柱，我们在这里跨资源分配运营任务并跟踪与计划的符合性。第四个是资产性能，我们监控设备性能并安排维护活动。第五个是排放平衡，我们跟踪、分析和报告温室气体排放。
所以Mine Operations Management所做的是将我们分散的数据源统一到单一的真实数据源中，通过在各种源系统之间自动化接口来实现。这通过允许利益相关者快速利用运营数据在正确的时间做出正确的决策，从而实现数据驱动的决策。
它还能实现更快的月末平衡，提高从放矿点到选矿厂以及中间每一步的吨位和品位的准确性和信心。而且因为这些运营数据可用且易于访问和理解，利益相关者可以快速识别和解决运营绩效问题，无论是吨位、品位还是与计划符合性的问题。
但现在让我们看看这一切是如何实际运作的。当我们打开Mine Operations Management时，我们可以看到它分为七个不同的菜单。今天我只想强调其中三个最重要的菜单。
主数据菜单是Mine Operations Management的基础。这是我们可以设置位置、设备、物料类型、测量和员工的地方。这些基础数据是所有后续步骤所必需的，例如物料平衡、运营控制和资产性能。主数据可以手动输入，也可以与第三方系统集成，例如车队管理系统或地质矿业规划软件。
https://s3.bmp.ovh/2026/05/16/Lesh11r1.jpg
交易菜单是我们可以查看、输入或验证交易或物料移动数据以确保一切准确的地方。这可以通过与车队管理系统等系统的集成自动化，或者我们可以手动输入每个交易或物料移动的交易数据。可以跟踪各种属性，如品位估计、物料类型、吨位或密度。
在交易菜单中，我们还有PMC或生产监控驾驶舱。这是我们可以监控活动执行的地方。我们可以将任务重新分配给资源或设备，以便对当前的现场条件做出反应。
https://s3.bmp.ovh/2026/05/16/3WVcDvqi.jpg
我想强调的最后一个菜单是我们的堆场菜单。这是我们可以跟踪各个位置之间物料移动的地方。我们可以结合测量并估计流经我们系统的物料的平衡和品位。我们还可以执行物料平衡和协调，在那里我们可以获取来自矿山的已知吨位输出的已知值，并协调来自堆场或我们的采矿位置的输入移动吨位和品位。
因此，一旦我们在Mine Operations Management解决方案中拥有了所有数据，这就真正为我们提供了能够可视化和情境化运营采矿数据所需的基础。所以现在我想向你展示一个我们的分析工具示例，我们可以在平台内可视化数据并在三维空间中进行情境化。
三维矿山运营智能服务允许从采矿监督到矿山工程师的利益相关者访问通过Mine Operations Management统一的相同基础数据，但采用易于消化、查询和分析的格式。利益相关者可以使用日期、生产区块或设备代码等维度进行过滤，并在三维画布上可视化数据。
https://s3.bmp.ovh/2026/05/16/eKNQni6a.jpg
位置状态也可以轻松显示和查询。在这里，我们能够快速突出显示每个底切炮孔环的状态，并选择我们想要进一步查询的炮孔环或生产区块。当前放矿点状态也可以轻松显示，因此用户可以快速查询其采矿足迹的状态。
设备性能也可以轻松可视化，查看整个车队的时间使用模型，或使用过滤器按特定设备或日期过滤数据。数据可以深入查询，也可以在三维空间中显示。
因此，我希望这为你提供了一个很好的概述，说明如何使用我们的Mine Operations Management和智能解决方案来做出数据驱动的决策，帮助合规和报告，同时允许利益相关者轻松可视化和情境化他们的采矿运营数据。
现在，让我们总结一下这次演讲并提出一些关键要点。我想强调这一点，因为Mine Operations Management是一个综合度很高的系统，可以汇集所有数据并帮助你根据数据做出决策，使利益相关者能够快速利用运营数据并产生可操作的洞察。
它还帮助你生成报告并分析任何合规性或你想要引入的任何信息，并不断提高准确性和可信度，特别是吨位、品位或按放矿点生成的任何信息，以及该信息如何转移到选矿厂，最终提高整体运营效率。
所以正如你所看到的，这是在不同层面管理数据的两种不同方法，因为Caving Intelligence是一个更简单的选项，可以将数据连接到三维模型并开始分析诸如多个生产进度计划运行之类的事情，或者对与实际数据进行比较的特定分析进行工作。
这次演讲为我们展示了矿山智能化的完整图景，它不是单一技术的突破，而是从数据采集、整合、分析到决策支持的系统性革命。让我们从三个维度来理解这场变革的深远意义。
第一个维度是可视化的革命。Caving Intelligence的核心价值在于打破了数据与空间的隔阂。传统的矿山规划中，工程师需要在二维图表和三维模型之间反复切换，在Excel表格和CAD图纸之间来回跳转。这种割裂不仅浪费时间，更重要的是割裂了思维的连续性。当你在分析一个放矿点的吨位数据时，你很难同时在脑海中构建它在整个矿体中的空间位置和与周边放矿点的相互关系。
Caving Intelligence通过将仪表板与三维模型无缝集成，让数据回归到它本应存在的空间中。当你点击一个放矿点时，你不仅看到它的数字，更看到它在矿山中的位置、与周边巷道的关系、以及在整个开采序列中的角色。这种可视化不是简单的图形展示，而是一种全新的认知方式。它让工程师能够以更接近现实的方式理解矿山，做出更符合实际的决策。
第二个维度是协作的突破。基于网络的3DEXPERIENCE平台从根本上改变了矿山团队的协作方式。地质学家不再需要学习复杂的矿山规划软件就能查看工程师的设计，管理层不再需要等待月度报告就能了解当前的生产状态。每个人都能访问同一个真实数据源，但以最适合自己角色的方式查看和分析。
这种协作不仅仅是技术层面的，更是组织层面的。它打破了传统矿山中地质、工程、生产、管理各部门之间的信息壁垒，让跨学科的讨论和决策变得更加高效。当所有人都能看到同样的三维模型、同样的实时数据时，争论的焦点就会从"你的数据对不对"转向"我们应该采取什么策略"，这是一个巨大的进步。
第三个维度是系统化的深度。Mine Operations Management代表了从局部优化到系统优化的跨越。传统的矿山管理往往聚焦于单个环节的改进，比如提高某个工作面的生产效率，或者降低某个设备的故障率。但这些局部的优化往往无法带来整体的提升，因为它们忽略了各个环节之间复杂的相互作用。
MOM通过其五大支柱，将数据管理、物料平衡、运营控制、资产性能和排放监测整合为一个有机整体。它不仅告诉你当前的状态是什么，更重要的是告诉你为什么会是这个状态，以及如何才能达到更好的状态。当设备性能下降导致某个巷道的开拓进度延误时，系统能够自动分析这种延误对整个生产计划的影响，对物料流动的影响，甚至对排放指标的影响，并提供相应的调整建议。
这种系统化的深度带来了质的飞跃。它让矿山管理从经验驱动转向数据驱动，从事后分析转向预测性维护，从被动应对转向主动优化。更重要的是，它为矿山的持续改进提供了坚实的基础。每一次决策、每一次调整都被记录和分析，成为未来决策的参考。随着时间的推移，系统会越来越了解这个特定矿山的特性，提供的建议也会越来越精准。
从更宏观的角度看，这两个工具代表了矿业智能化的两个互补方向。Caving Intelligence更侧重于规划和分析阶段，它帮助工程师在采矿开始之前就能看到不同策略的后果，进行充分的方案比较和优化。Mine Operations Management则更侧重于执行和控制阶段，它帮助管理者实时监控运营状况，快速发现和解决问题。
但这两者并不是孤立的，而是形成了一个完整的闭环。Caving Intelligence基于历史和实际数据优化规划方案，这些优化后的方案通过MOM得以精确执行，执行过程中产生的新数据又反馈给Caving Intelligence，用于进一步优化未来的规划。这个闭环不仅提高了单次决策的质量，更建立了一个自我学习、持续改进的系统。
值得特别强调的是，这种智能化并不意味着取代人的判断。恰恰相反，它是在为人的判断提供更好的支持。系统可以处理海量的数据，进行复杂的计算，展示直观的可视化，但最终的决策仍然需要工程师的专业知识和经验。
不同的是，工程师现在可以将更多精力放在真正需要人类智慧的地方，比如对地质条件的判断、对风险的权衡、对长期战略的思考，而不是花费大量时间在数据整理和版本核对上。这是技术对人的增强，而不是替代。
从技术实现的角度，这两个系统的成功依赖于几个关键因素。首先是数据的标准化和互操作性。3DEXPERIENCE平台能够无缝整合SURPAC等专业软件的输出，以及车队管理系统、地质数据库等各种来源的数据，这需要强大的数据集成能力。其次是实时性和可扩展性。矿山运营是24小时不间断的，系统必须能够处理持续产生的海量数据，并保持响应速度。第三是用户友好性。再强大的系统，如果太复杂难用，也无法发挥价值。从演讲中展示的界面可以看出，设计团队在易用性上投入了大量心血。
从更广阔的行业视角看，这次演讲所展示的技术代表了矿业数字化转型的前沿。全球矿业正面临着诸多挑战，矿石品位下降、开采深度增加、环境要求更严格、安全标准更高。这些挑战不可能单纯通过传统方法解决，必须依靠技术创新。
而数字化、智能化正是应对这些挑战的关键路径。通过更精确的规划，我们可以提高资源回收率，减少废石产生。通过更好的运营控制，我们可以提高安全性，降低环境影响。通过数据驱动的决策，我们可以在不确定性中找到最优路径。
GEOVIA的这两个工具不仅仅是软件产品，更是一种新的工作方式、新的思维方式。它们展示了当我们将先进的计算技术、三维可视化、数据分析与深厚的行业知识结合时，能够创造出什么样的价值。
页:
[1]