陈芳

摘要：在煤矿传统的现场安全管理中存在反应速度慢、跟踪处理不及时，对环境、设备、人员的隐患和违章的处理不精准等问题，本文试图利用AI技术构建矿井智能监控和安全保障分析平台，对矿井各个区域的安全生产过程进行智能识别，旨在实现矿井安全实时跟踪分析、科学预警、数据深度分析、智能化决策和安全信息智能化互联互通。

Abstract： In the traditional field safety management of coal mine， there are some problems， such as slow response speed， untimely tracking processing， and inaccurate handling of hidden dangers and violations of the environment， equipment， personnel， etc.， this paper attempts to use AI technology to build an intelligent monitoring and security analysis platform for the intelligent identification of the safety production process in each area of the mine， aiming to realize the real-time tracking and analysis of mine safety， scientific early warning， data in-depth analysis， intelligent decision-making and intelligent interconnection of security information.

关键词：煤矿;安全管理;智能预警

Key words： coal mine;safety management;intelligent early warning

中图分类号：X936                                        文献标识码：A                                  文章编号：1006-4311（2020）32-0187-03

0  引言

近年来云计算、大数据、物联网、移动互联网、人工智能等先进技术飞跃发展，但在煤矿现场安全管理中，仍然依赖人的经验进行现场管控，“腿到、眼到、脑到”的传统管理方式效率低、投入人力大、成本高。为加快推进煤炭行业供给侧结构性改革，推动智能化技术与煤炭产业融合发展，提升煤矿安全生产水平，推进企业安全生产由被动接受监管向主动加强管理转变，推动企业安全管理智能化、现场管理可视化，强化企业落实安全生产主体责任、提升安全生产综合治理能力，全面提升企业本质安全水平，“煤矿安全管理智能化预警平台”项目建设势在必行。

目前，众多现代化矿井，井下作业人员众多、开采地质条件复杂、工作面煤層和围岩应力变化大、装备体积、功率和系统复杂性大幅提高、控制系统运行不稳定、信息交流不协调等问题突出，严重制约了矿井安全生产与环保工作发展。因此，本文旨在通过以智能化视频为分析，以人员定位、安全监测、顶板压力监测等系统数据采集为基础，通过利用FusionCube边缘数据计算、存储和处理的能力，对全矿井安全生产过程进行智能识别，实现井下传感数据、探水作业、违规作业等环节实时监控与AI计算分析。本文的研究将对提升煤矿装备信息获取能力、安全保障能力，探索符合新形势、新时期煤炭特色的发展模式、行业标准和服务平台;建设可视化、智慧化的建设远程执法管理模式具有指导意义。

1  研究技术路线

调研→总体方案设计→总体方案论证→分系统设计→分系统方案优化→AI和业务系统开发→系统整合→实验室测试调整→现场部署→测试调整→验收。

1.1 调研、总体方案设计、总体方案论证

到煤矿井下现场实地考察，充分了解国内外的有关技术发展水平，为整体方案设计提供依据和参考。根据煤矿现场摄像头和网络部署情况以及摄像头性能，设计整体方案，确定总的工作目标，总的实施步骤和方法。

1.2 分系统设计、分系统方案优化

智能预警系统从层级上分为基础设备层、采集层、算法层、应用服务层。算法层由综采传感器监测设备位置同步类，综采工作面擅自移动、移除、更换回风隅角传感器监测设备类，炮掘进工作面施工时前探梁计数监测，炮掘工作面未安装前探梁违章空顶作业四类监测算法构成。业务层分视频设备适配服务、采集服务、存储服务、消息服务、算法分析服务、告警服务模块。采用理论计算、实验室试验、数值模拟仿真、经验类比分析、技术经济对比分析等方法验证各分系统方案的可行性和可靠性，实现系统最优。系统总体设计见图1。

2  智能预警体系的主要研究内容

2.1 智能监察安全管控理论与应用研究

迄今为止，矿井现场智能监控安全管理在很大程度上仍为基于规范和经验的专业工作。即使在初步实现了智能监察可视化之后，煤矿安全技术人员在规范和经验基础上形成的“专业直觉”仍将在日常及应急安全管理中占有不可替代的重要地位。与此同时，在肯定煤矿安全管理中“经验”重要作用的同时，也必须清醒地看到，缺乏有效信息强力支持的直觉管理难度极大，费工费时，弊端明显，难以实现优化应对，甚至有可能造成决策失误，因而有必要跟进信息化技术的飞速发展，充分利用智能化、智慧化技术的最新成果，有效提升矿井煤矿安全监测监控管理的科学性与实效性。

2.2 智能监察系统核心计算能力建设与“中枢神经”构建

在科学的计算分析模型基础上构建矿井智能场景的判断、决策与统调能力，形成统管矿井业务场景安全监控、分析、优化、管理的“神经中枢”，即智能化中央处理单元，实现以智能决策及智能化决策辅助为重要特征的智能监察管理。

2.3 智能监察系统业务场景及状态模型的构建

根据煤矿现有的监察制度设计本系统监察机制，针对煤矿网络环境和视频设备设计合理系统架构;收集综采工作面传感器监测设备位置同步类，综采工作面擅自移动、移除、更换传感器检测设备类，炮掘进工作面施工时前探梁计数，炮掘工作面未安装前探梁违章空顶作业的视频，建立业务场景下的模型和异常状态模型并进行分类和标识然后建立对应的标准库;使用人工智能技术对井下安全生产视频进行计算分析。

2.3.1 综采工作面回风隅角传感器监测设备位置同步识别（见图2）

科学分析煤矿综采工作面回风隅角传感器监测设备安全需求，针对传感器监测设备存在位置安放不准确，以及在割煤时没有与液压支架设备同步位移影响安全生产的问题，建立综采工作面回风隅角传感器监测设备位置模型，完成识别及监察工作。

①传感器监测设备位置同步监控视频分析。

准确判定设备是否随着传感器监测设备同步移动。通过传感器监测设备图像切割、图像相对大小计算、锚定物比较、三维重建等手段判断出传感器监测设备的绝对高度与其和监测摄像头的相对距离。图像切割有边缘监测、阈值切割等算法，能快速从图像中勾选出传感器监测设备的轮廓;通过其尺寸与实际大小做比例计算，可得到传感器监测设备离上隔板和上邦的相对距离;通过图大小与正常情况的锚定图像比例计算传感器监测设备与监测摄像头的距离是否发生较大变化，判断传感器监测设备是否与液压支架设备同步。最终实现识别率99%。相对位置判断错误不超过10cm。

②传感器监测设备位置同步类技术参数优化设计。

在生产环境运行异物识别模块，通过工作人员对识别判断结果进行评判，获取新的数据。基于人工智能神经网络相关技术建立多层神经网络模型，使用新的数据对模型进行训练，调整模型相关参数，提高识别准确率，最终实现识别率99%。相对位置判断错误不超过10cm。

2.3.2 擅自移动、移除、更换传感器监测设备类（见图3）

針对传感器监测设施存在被人为移动、移除、更换等情况，建立综采工作面回风隅角传感器监测设施位置模型，完成识别及监察工作。通过全景摄像头对上回风隅角周围的情况进行图像识别，判断区域内是否有压风等干扰气流的设备;同时，密切关注传感器的数字变化频率，视其上下99%分位数之间的变化频率为正常区间。

通过与系统业务流进行关联，触发算法分析的瞬时判断结合业务状态，建立持续性数据分析结果获取，综合过程中数据，最终获得时间流的信息，判断在规定时间内（暂定10分钟）移动监测设备是否正常。若当监测摄像头超过10分钟未能捕捉到传感器图像，视为异常移动监测设备的行为。

2.3.3 炮掘进工作面前探梁计数（见图4）

通过对枣泉煤矿炮掘工作面和工艺流程的实地调研，结合安全生产规范，建立安全生产算法模型，对炮掘工作面视频进行分析计算，通过现场情况，可配置识别数量的要求，达到炮掘工作面未安装或安装前探梁数量不符合规定的情况发生。通过ResNet，Inception V4等的图像识别模型，可以准确从监测视频中找到前探梁，通过前探梁与锚定物比较，进一步确认识别物为前探梁。对视频帧中识别到的前探梁计数，去除重复识别区域，获取前探梁真实数量，识别准确率超过99%。当前探梁数目较多，可通过CSRNet，直接估计前探梁数量。

2.3.4 炮掘进工作面无临时支护进行空顶违章作业（见图5）

在炮掘工作面施工中，确保作业人员在支护完好区域施工，使用活体检测算法、人脸识别算法，在该区域建立监控区，同时对人员施工进行人员确认，实现禁区施工作业监察及报警同时关联施工作业人员，实时知道作业人员信息。通过算法设置防区，及人员信息核定，获取监控画面中施工作业人员信息，同时判断是否在支护完好区域进行作业。通过Fast-RCNN，YOLO等算法，可快速对监测画面中的人体、区域进行识别。

3  结语

传统安全管理依靠人员经验、人海战术，投入大量人力物力，存在反应速度慢、跟踪处理不及时等问题，对环境、设备、人员的隐患和违章的处理不精准，导致效率低，风险消除缓慢，无法满足安全、绿色、高效矿井建设需求。通过构建基于智能视频分析的智能预警体系，可以有效降低对人员经验、人工检查、人海战术的依赖，同时利用视频分析的24小时运行，有效提升安全管理效率，降低事故发生几率，且具有较高的推广价值和实用价值。

参考文献：

[1]田国文.视频监控系统在煤炭安全生产中的智能化应用[C]//煤矿自动化与信息化——第28届全国煤矿自动化与信息化学术会议暨第9届中国煤矿信息化与自动化高层论坛论文集.2019.

[2]王学琛，郭昕曜，李墨潇，等.基于物联网的煤矿安全风险预警平台的研究及应用[J].武汉理工大学学报（信息与管理工程版），2016（6）.

[3]郭佳，杨洋.基于远程监测模式的煤矿安全生产预警系统研究[J].中国煤炭，2007，033（009）：69-71.

[4]李世波.煤矿事故预警管理的探索与应用[J].中国煤炭，2011（06）：120-122，134.

[5]王其军，程久龙.人工智能及其在煤矿安全技术中的应用探讨[J].矿业安全与环保，2005.