菠菜担保平台机械学科前身为西安交通大学1958年创办的矿山机电专业。1958年西安矿业学院自交大分出独立办学，矿山机电专业为当时建校奠基的三大专业之一，1984年获得矿山机械工程学科硕士点。2002 年在矿业工程学科自主设置矿山机电工程博士点，2011年获得机械工程一级学科博士点，2012年获批设立机械工程博士后科研流动站。该学科坚持发挥学科特色和优势，紧跟煤炭领域科技前沿谋煤矿机械智能化发展，以科技成果创新促进行业技术进步，以人才培养为切入点解决煤炭行业人才短缺，为推动地方经济建设和西部煤炭事业发展做出了重要贡献，得到社会认可和高度赞扬。

一、破解“采掘失衡”煤炭行业技术难题，成功研发世界首台套煤矿智能掘进机器人系统

长期以来，煤矿巷道掘进存在地质条件复杂、工艺装备落后，作业人员偏多，操作环境恶劣，安全风险严峻，采快掘慢失衡等问题，严重制约着煤炭“安全、高效、绿色、智能”开采。多年来，马宏伟教授团队致力于煤矿采掘装备智能化研发，是我国最早提出煤矿机器人的团队之一。近年来紧密结合煤矿重大需求，主攻煤矿掘进机器人关键技术，提出集截割机器人、临时支护机器人、钻锚机器人、锚网运输机器人等于一体的智能掘进机器人系统。针对小保当煤矿巷道夹矸与片帮共存，现有装备掘进效果不佳等难题，团队知难而进，毅然承担了陕煤集团“智能掘进技术及成套装备研发与示范”重大项目，联合西煤机等多家单位协同攻关，成功研发世界首台套“护盾式煤矿巷道智能掘进机器人系统”，实现了自主截割、自主定位定向、自主行驶、自主布网、人机协同钻锚、多机器人协同并行作业、虚拟现实远程测控。该系统的成功研发，破解了复杂地质条件煤矿巷道快速智能掘进技术难题，创造了日掘进50米的记录，被誉为“掘进利剑”，在中国煤炭工业协会首次“全国煤矿快速掘进现场交流会”上得到盛赞。

二、针对煤矿井下恶劣环境采掘装备远程控制问题，开发数字孪生驱动远程虚拟控制技术

煤矿井下采煤和掘进施工复杂度高、监测数据量大，协同控制难度大，目前普遍采用视频图像与不全面的位姿数据相结合，难以直观、全面地反馈工作面设备状态，且井下低照度、高粉尘、杂光干扰等因素严重影响视频效果，“自主控制+人工视频远程干预”的控制方案难以实现工作面常态化自动生产。张旭辉教授团队经过近 10 年的技术攻关，在数字工作面构建及综采设备远程智能操控方面取得了重大突破，国内首创将数字孪生(DT)和虚拟现实(VR)引入采掘工作面设备群虚拟远程智能控制系统，构建了DT驱动的采掘机器人群协同作业决策平台，实现了系统全方位监测与控制，借助VR技术实现了复杂系统多维数据呈现，提出的“惯导+”技术体系有效解决了煤矿井下采掘工作面设备精确定位、定向导航和定形截割难题，形成了“数字煤层、虚实同步、数据驱动、实时修正、虚拟碰撞、截割预测”的采掘装备虚拟远程控制技术体系，在综采工作面设备群和护盾式煤矿掘进机器人系统中成功应用。“DT+VR”远程智能控制技术破解了采掘装备远程控制难题，对煤矿安全、高效、绿色、智能开采具有极其重要的意义，经济社会效益显著。“煤矿虚拟工作面构建与综采设备操控技术”相关成果获得陕西省、中国煤炭工业协会科学技术奖。

三、针对大端面长距离快速掘进瓦斯和粉尘爆炸隐患严重问题，研制开发煤矿掘进面风流动态智能调控系统

传统局部通风采用通风总量粗放式管理方式，且风筒出风口风流状态无法根据实际需求进行智能动态调控，造成瓦斯和粉尘爆炸安全隐患、通风环境污染严重等问题，严重威胁工作人员安全和健康，制约着煤矿智能化快速掘进的发展。龚晓燕教授团队对掘进面风流智能调控技术及装备进行了创新探索研究，自主研制出风流智能调控装置，设计搭建了国内仅有的“煤矿局部通风风流智能调节测试实验平台”，并研发了集数值模拟、智能监测、决策评价、风流调控规则及物理实验测试验证于一体的三维可视化风流智能调控系统。针对柠条塔矿掘进面风流及粉尘分布不合理所造成的安全隐患和污染问题，研制了第二代风流调控装置，并成功地安装服务于柠条塔矿S1202主回、撤通道掘进工作，达到了优化风速场，高效降尘效果。掘进面风流智能三维可视化软硬件系统的成功研制，有效解决了目前智能化快速掘进下传统局部通风方式无法实时动态调控所造成的风速、瓦斯及粉尘运移分布不合理问题，为掘进面安全、高效及绿色智能精细化通风控管提供了新途径和技术支持。

四、面向煤矿装备运维难题，构建智能维护与健康管理体系

煤矿装备工作环境复杂恶劣，监控与运维管理困难，维护不当极易造成不可估量的经济损失，甚至严重安全事故，不仅严重威胁人民生命财产安全，而且严重制约着煤矿智能化开采技术的进步。曹现刚教授及其所在的智能检测与控制团队瞄准上述核心技术需求，先后与神东煤炭公司、陕煤铜川煤业公司等多家煤矿联合，深入现场，在设备状态监控、业务流程优化、维修管理等技术方面攻坚克难，开发了设备全寿命周期精细化管理系统，构建了煤矿设备管理特色鲜明的设备智能维护与健康管理技术方法体系，在复杂工况下的设备状态监控方法、跨系统设备状态数据融合与共享交互技术、多源异构数据驱动的煤矿机电装备健康状态评估与故障诊断模型、设备群多目标预知维护决策模型等理论方面取得了重大突破，也补充完善了煤矿装备智能维护与健康管理体系。相关成果先后在十多家煤矿推广应用，故障率平均下降0.53%，待修率平均下降1.63%，完好率平均提升10%，社会与经济效益显著，相关成果获陕西省科学技术进步奖。

五、坚持校企协同，共同参与行业企业标准制定

本学科坚持“产学研用结合，校企协同创新”，为行业企业提供多方位支撑，助力一流煤炭企业成长，共同参与行业标准与规划制定，并定期开展科学普及、行业人才培训等社会服务，服务行业能力显著，社会影响广泛。深入采掘装备智能控制基础理论和工程应用研究，在煤矿采掘工作面智能截割技术、虚拟数字工作面构建及远程控制、智能采掘及钻锚装备研发方面取得了显著成果，获省部级以上科技奖10余项，共同研发的8.8米大采高电牵引采煤机、EBZ320悬臂式掘进机等已经在煤矿广泛应用。张旭辉等教授参与制定的《智能化煤矿分类、分级评价指标体系》、《智能化采煤工作面分类、分级技术条件与评价指标体系》、《煤矿巷道掘进机器人系统》煤炭行业团体标准已经颁布，主持制订陕西煤业化工集团《智能矿井掘进工作面建设标准》即将实施，同时积极承担煤矿智能开采领域专家咨询工作，为多家企业提供技术服务和规划咨询。学科主办了历届智能检测与控制国际会议、西部煤矿智能化学术论坛等，以学会、协会为载体搭建学术交流平台，每年为煤炭企业技术人员举办新技术、新理论培训，为行业技术发展提供了强有力支撑。

六、建设特色鲜明的一流学科，助力服务一流企业发展