淡水河谷在巴西伊塔比拉有一座选矿厂，叫Conceição II。
2024年，这座工厂生产了约900万吨铁矿石。经过一年半的改造，年产能现在已经提升到1120万吨，生产率提高了25%。其中，直接还原用的高品位pellet feed产量增长明显，接近800万吨；尾矿中的铁损失下降了26%。
淡水河谷为这次改造投入了约2亿雷亚尔，实施了51项技术改进，安装了100多台监控摄像设备，把7300个仪表和传感器接入自动化系统，并将400多个生产变量纳入了实时控制。
2026年6月，改造完成的Conceição II被正式命名为淡水河谷第一座”Model Plant”。两个月后，淡水河谷与ABB决定把这套方案复制到其他铁矿石选矿厂。
人工智能在矿业领域并不新鲜。淡水河谷从2016年就开始部署AI，截至2024年，已经有约40个AI产品、1500个模型运行在80个项目中，覆盖设备维护、选矿流程优化、安全管理和环境监测等环节。
但Conceição II仍然值得单独拿出来审视——这里第一次出现了一组能够直接对应生产结果的数据。AI究竟能给一座选矿厂带来什么，现在可以开始算账了。
理解Conceição II，需要先了解伊塔比拉的矿石禀赋。
这里的选矿厂处理的不是那种破碎筛分就能直接装船的高品位块矿。随着优质赤铁矿资源逐渐消耗，伊塔比拉越来越依赖itabirito——一种铁品位偏低、需要经过磨矿和选别才能成为商品矿的岩石。
淡水河谷公开的资料显示，当地选矿厂处理的致密itabirito，原矿铁品位大约只有40%到45%。矿石破碎之后，要经过磨矿、脱泥、浮选或磁选，最后过滤成为pellet feed。这是一条典型的深度选矿路线。
具体到Conceição II，湿法工序包括磨矿、分级、脱泥、浮选、磁选和高频筛分。
每一道工序都有自己最合适的运行区间。磨得太粗，铁矿物没有充分解离，后面的浮选效率会明显下降；磨得太细，能耗大幅上升，还会产生更多难以处理的细泥。浮选环节就更敏感了，矿浆浓度、充气量、泡沫层厚度、药剂添加量——任何一个变量发生偏移，精矿品位和铁回收率都会跟着波动。
而更麻烦的是，进入选矿厂的原矿并不是均匀的。品位在变，硬度在变，粒度在变，矿物组成也在变。
传统自动控制系统可以让设备按照设定的参数稳定运行，但它很难回答一个更复杂的问题：昨天表现良好的参数，今天面对另一批矿石时，是否依然适用？
Conceição II的改造，正是从这个问题开始的。
改造之后的Conceição II，同时采集数千个现场测点的数据，并连续监控400多个生产变量。
其中最关键的一项变化，是在线矿石品位分析的引入。
过去，判断矿石性质主要依赖取样和实验室分析。从取样、制样、化验到出结果，需要不短的时间。等操作人员拿到数据、意识到矿石已经发生变化的时候，前面的物料可能已经走过了好几道工序。
在线分析把时间差压缩到了极致。
淡水河谷现在可以在选矿过程中连续判断矿石质量，当矿石性质发生偏移，系统便自动调整生产路线和工艺参数。淡水河谷公布的结果显示，这项技术已经实质性地提高了铁资源的利用率。
AI运行在这套系统的上层。它同时读取原矿性质、设备运行状态和产品质量数据，然后据此调整生产过程。Conceição II的关键操作决策，目前已经全部由专家系统提供支持。
这个过程可以简化为：
真正发生质变的不是某台设备，而是一整套控制逻辑。
以前的选矿厂靠控制系统维持设定值，现在的系统开始根据原料和产品的变化主动修改设定值。这两者之间，隔着一层算法的距离。
Conceição II公布的所有数据中，尾矿铁损失下降26%这个数字最值得认真看待。
选矿厂每天都在做一个精密的取舍。精矿品位要往上走，就必须排出更多的杂质；但排得太多，一部分铁也会跟着进入尾矿。反过来，如果想尽可能提高铁回收率，又可能把更多杂质带进精矿。
最佳平衡点从来不是固定的，它随着矿石性质的变化而持续漂移。
当操作人员无法及时获知原矿性质的变化时，通常会留出一个相对宽泛的安全余量——宁可牺牲一部分回收率，也要确保产品质量不出现波动。
实时检测和连续优化把这个余量收窄了。系统能更快地感知进入浮选的是什么矿石，也能持续追踪精矿和尾矿的变化趋势，然后据此不断调整磨矿细度、分级状态、浮选条件以及其他工艺参数。
最终的结果是，更多铁留在了产品里。
2026年，Conceição II尾矿中的平均铁损失比改造前下降了26%。
这个指标比”部署了多少个AI模型”之类的话要有分量得多。矿石已经被采出、破碎、磨细，每一道工序都消耗了能源和成本。如果到最后还有相当一部分可回收的铁进入了尾矿，那既是资源的浪费，也是前面所有投入的沉没成本。
Conceição II的这套系统让一部分原本会流失在尾矿中的铁，最终留在了精矿里。
产品结构的变化同样值得关注。
Conceição II目前的高端产品是PFRD——直接还原用pellet feed，铁品位大约在67%到68%之间。改造完成之后，这类产品的产量明显提升，已经接近800万吨，占了这座工厂产能的绝大部分。
这个变化对于钢铁行业有特别的含义。
高品位直接还原原料比普通高炉用pellet feed的生产难度要高得多，对铁品位和杂质含量的控制要求也严格得多。原矿品质的波动越大，产品质量就越难稳定，工厂也就越不敢把生产参数推到质量边界的附近。
控制精度的提升改变了这个局面。
数字技术在这里创造的价值，已经不限于”单位时间多生产了多少吨产品”。同一吨原矿经过选矿之后，最终能够进入哪个等级的产品序列——这个原本由矿石禀赋决定的事情，现在开始被控制系统改变了。
对淡水河谷来说，这一点尤其关键。全球钢铁行业正在向直接还原和低碳炼铁路线转型，谁能够稳定供应高品位、低杂质的铁原料，谁就将在未来的铁矿石市场竞争中占据更有利的位置。
Conceição II还带来了一个不太显眼、但可能比”生产率提高25%”更具长期价值的变化。
淡水河谷技术副总裁Rafael Bittar在项目投产时提到，数字化改造之后的选矿厂，已经能够处理伊塔比拉矿区一种过去用常规方法很难有效选别的矿石——白云质itabirito。
这意味着这部分资源以后可以被纳入淡水河谷的采矿计划和生产规划。
这个变化把AI选矿的意义又往前推了一步。
如果更精细的选矿控制能够提高复杂矿、低品位矿和高波动矿石的利用能力，那么数字化转型最终影响的就不仅仅是选矿厂的生产成本——它还可能改变一座矿山对”资源”的定义。过去因为品位偏低或选矿难度偏大而不具备经济价值的矿石，在更稳定的磨矿、分级、浮选和质量控制条件下，可能重新变得可以利用。
矿山的资源禀赋没有变，但可利用的资源量却增加了。
对于一座已经开采了几十年的老矿区来说，这笔账的分量不言自明。
从900万吨到1120万吨，Conceição II增加了大约220万吨的年生产能力。
ABB在矿物加工领域积累的经验显示，一个很普遍的现象是：选矿设备常常没有稳定运行在它真正的能力边界上。
以磨机为例，负荷、功率、矿浆密度、产品粒度、矿石硬度——这些变量相互耦合、彼此牵扯。ABB此前公布的高级过程控制案例表明，仅通过稳定磨机负荷和优化运行参数，通常就能获得1%到3%的吞吐量提升；在浮选环节，实时调整泡沫层厚度、充气量和药剂添加量，同样能够在提高回收率的同时减少产品质量的波动。
Conceição II做得更加系统。
淡水河谷不仅增加了检测和控制设备，还重新梳理了整套操作流程，利用数据提前识别设备和流程的异常状态，从而减少非计划停机。
连续生产系统真正损失的产能，常常不是某一次重大事故造成的，而是散落在日常运行的无数个细碎环节里——一台设备停了十几分钟，上游开始积料、下游开始等待；矿石硬度突然升高，磨机处理量自动下调；浮选状态出现波动，整条生产线被迫降负荷运行；产品质量偏离目标区间，操作人员不得不重新调整参数。
每一次看起来都不算严重，但一年累计下来，就是一个相当可观的数字。
Conceição II新增的220万吨产能，很大一部分就是把这些散落在流程中的损失重新捡了回来。
这个项目还有一个值得留意的地方。
Conceição II并不是一座新建的”AI选矿厂”。这座工厂早在2013年就已经投产，淡水河谷投入约2亿雷亚尔，用时一年半完成了改造。
ABB在其中承担的角色是咨询、系统集成和技术提供——把不同年代、不同厂商的自动化设备、电气系统、数字化平台以及IT/OT网络连接在一起。淡水河谷在伊塔比拉原有的系统里本身就混杂了多家供应商的设备，而ABB此前已经在不同变电站和不同供应商设备之间的集成上积累过经验。
这可能是整个案例中最容易被忽视的一条经验。
工业企业的数字化转型，未必需要从购买AI平台开始。
Conceição II走过的路径更加务实：先把工艺过程测量清楚，再把系统之间连通起来；先让生产稳定运行，再让算法去寻找最优的设定点。
仪表精度不够，AI就拿不到可靠的输入数据。设备之间无法通讯，数据就拼不成完整的生产过程画面。基础控制回路都不稳定，高级算法就只能不停地追逐波动，永远无法收敛。
ABB自己的矿山过程优化方法论也是这样——先检查仪表和PID控制回路的运行状态，然后才部署模型预测控制、软测量和高级优化算法。目标很清晰：让生产过程先稳下来，再一步步逼近设备和工艺条件所允许的最佳边界。
这条路径比建设一个漂亮的”AI平台”要困难得多，但也更接近工业企业真正能够获得经济回报的地方。
Conceição II现在已经不再是一座孤立的示范工厂。
8月11日，淡水河谷与ABB签署了一份新的战略合作协议，计划把这套自动化、数字化和AI体系推广到更多的巴西铁矿石生产基地。Brucutu已经进入了部署阶段，后续还将扩展到其他选矿厂。
这一步的意义很大。
一座示范工厂可以用于技术展示，可以容忍较高的成本，也可以接受一次性的大量工程投入。但是，当一套方案能够被复制到第二座、第三座工厂的时候，衡量的标准就完全不一样了——它必须经得起经济账的核算。
Conceição II已经给出了第一组数字：大约2亿雷亚尔的改造投入，年产能从900万吨提升到1120万吨，高品位直接还原原料接近800万吨，尾矿铁损失下降26%，同时还开始利用一部分过去难以经济处理的矿石。
人工智能进入矿业领域之后，外界听过的宏大叙述已经不算少。
Conceição II值得关注的地方在于，它最后留下的不是一个概念。
留下的是一座工厂里真实发生的改变——220万吨新增产能，尾矿里少流失的铁，更多67%到68%品位的产品，以及一部分原本无法利用、如今重新进入生产计划的矿石。
📅 2026年8月27日 写于Duisburg
✍️ 转载请注明：Steel Press