□记者 张智凯

张梦超的工作很特殊：一边在大学实验室里，一边在矿山的生产现场。这位“95后”的山东科技大学副教授，同时也是力博重工科技股份有限公司高级科研助理，用十年时间专注一件事——给矿山带式输送机装上“智慧眼”。

故事要从2015年说起，身为山东科技大学机械电子工程专业学生的张梦超，跟随导师初次接触矿山带式输送机。“科研没有捷径，靠的就是专一、执着，长期扎根一个赛道，成果是靠时间积累出来的。”张梦超说，从本科到博士，研究对象就没离开过输送装备。

在矿山，煤炭、水泥这些散料从开采面到井口，动辄十几公里，主要依靠带式输送机运输。传统巡检靠人工，工人沿着皮带线走，劳动强度大，精度难以保证。张梦超要做的事，就是用人工智能替代人眼，实现无人化智能监测。

但一个学机械的去做人工智能，难度可想而知。“代码能力比不了计算机科班出身的人，但是生产现场去得多，对矿山装备的复杂工况理解更深，那些不会的我就重新学。”张梦超坦言。

皮带跑偏是矿山运输最常见的故障之一，传统检测依靠通用直线识别算法，识别输送带两条边缘直线。但在井下、露天矿场，物料边界、钢架、轨道甚至树影都是直线，算法极易出现误判。

多年在矿山生产现场奔波，对矿山装备的理解成了他的底气。“当时天天盯着图像钻研，结合现场情况做了很多实验。”张梦超回忆，终于，他另辟蹊径，提出“矩形框+对角线”表征法——划定皮带有效区域，以对角线代表左右边缘，从根源规避干扰。

更加难能可贵的是，张梦超团队首创多任务一体化集成算法。“市面上皮带监测系统需独立算法分别处理跑偏、托辊故障、物料流量、异物识别，算法成本太高。”张梦超说，他们研发的单模型多分支方案，一张图像可同步输出全部监测结果，大幅降低算力依赖。

算法成熟了，新难题来了。“通常甲方需要完整可视化操作系统去包装算法，我们虽然算法成熟了，但包装技术还是受制于人，要找第三方外包。”张梦超说，“同一个服务商可能也在接同行的项目，我们的核心技术安全没有保障。”

“我觉得科研再苦再累也没什么大不了的，就是这样的‘卡脖子’问题是最让我们难受的。”张梦超说，自己的东西得攥在自己手里。两年时间，他带领团队全力攻坚，最终完成了整套智能监测系统全栈自主研发，从数据库、算法推理到前端界面全部自主可控。

如今，这套自主研发的智能监测系统配套国内首台（套）托车型智能带式输送装备已落地应用，相关技术通过三位院士领衔的科技成果评价，整体达到国际先进水平。

十余年深耕一个赛道，张梦超的研究从未偏离输送装备赛道。他主持国家自然科学基金青年基金、全国重点实验室开放基金等项目，发表SCI/EI论文20余篇，获发明专利6项。2023年，他带领团队拿下中国国际大学生创新大赛产业命题赛道金奖，这也是山东省在该赛道的首个金奖。

“研究成果离不开团队几代人的积累，自己只是站在前辈们的肩膀上。”张梦超说。如今，他把一线现场的问题带进课堂，带学生到矿山为企业提供技术答疑服务。他常对学生说：“所有技术问题都来自现场实操，坐在实验室里想不到真问题。”

面向“十五五”，张梦超目标明确：联合力博重工、山东科技大学，重点突破带式输送机健康监测算法“轻量化、可解释、强泛化”的三大瓶颈，推动人工智能在矿山装备领域深度应用。

从一名学生到带队攻关的青年学者，张梦超用十年时间诠释了“向下扎根，向上生长”的力量。如今，他依然奔波于实验室与生产线之间，在矿山装备智能化的征途上，带领团队向着更远处破浪前行。