成功可信度高
能源与矿山 · 预测与分析 / 算力基础设施与AI平台
中煤科工煤科卫士ChinamjGPT，融合大模型与物联网保障煤矿安全高效
煤科卫士大模型ChinamjGPT融合煤炭开采技术工艺、运维、设备运行与供应链数据，结合物联网大数据采集、知识图谱、数据推理与大语言模型，将实时/静态/模型数据融合，开发AI产业场景方案，提高服务支持效率，提升开采安全水平、降低生产成本、提高生产效率。
煤矿技术保障大模型，安全与效率双提升
中煤科工集团上海有限公司发布于 2026年7月22日实施于 2024 年阅读 0
安全水平
提高煤炭开采安全水平
来源披露
生产成本
降低生产成本
来源披露
生产效率
提高生产效率，保障连续生产
来源披露
企业痛点
能源与矿山煤矿知识图谱
01
业务背景
煤矿开采面临设备运维、故障处理与预测困难，技术保障与产业服务依赖经验。
02
遇到的问题
煤矿知识与业务数据分散，设备运维与故障预测缺乏智能化手段。
03
AI 解决方案
构建煤科卫士大模型，融合工艺/运维/设备/供应链数据，结合物联网采集、知识图谱、数据推理与LLM，贯通数据与业务模型，实现技术/业务/场景突破。
- 1汇聚煤矿工艺/运维/设备/供应链数据
- 2构建知识图谱与数据推理能力
- 3融合物联网实时数据与大模型
- 4在设备运维与预测场景落地
04
实施结果
安全水平：提高煤炭开采安全水平
生产成本：降低生产成本
生产效率：提高生产效率，保障连续生产
05
风险与边界
煤矿场景安全等级高，模型需高可靠。
编辑点评 · AI 辅助生成并经审核
该案例来自沙丘社区评选的“大模型+数据分析”最佳实践TOP10，由中煤科工集团上海有限公司落地（落地客户：中煤科工集团），展示了对话式数据分析（ChatBI/NL2SQL）在企业数据驱动决策中的价值，建议结合自身数据基础设施参考落地。
适合
煤矿、能源等传统行业
前置条件
煤矿领域数据、知识图谱、物联网平台
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。
关联报告：沙丘社区《2024中国“大模型+数据分析”最佳实践案例TOP10》 · 沙丘社区 · 2024