煤礦井下礦工智能頭盔研究＊

吳震，王茂輝

（重慶工商職業學院 智能制造與汽車學院，重慶 401520）

關鍵字：智能算法；頭盔；監測；礦工

前言

目前，煤礦井下安全監測主要依靠在固定位置安裝監測傳感器來完成。首先，傳感器安裝的位置越合理、數量越多，監測的盲區就越少，但是這樣也會增加成本。其次，掘進工作面隨著采煤工作的進行，掘進工作面會動態變化，安裝監測傳感器無法跟上掘進工作面的推進。因此，目前的煤礦井下安全監測系統存在不能監測到的盲區。本文將設計一款礦工智能頭盔系統，對目前的煤礦安全監測系統進行補充，來解決目前監測系統存在監測盲區的問題。

1 智能頭盔終端設計

在礦工頭盔上集成控制器模塊、環境信息采集模塊、無線通信模塊、人員定位模塊、語音模塊、視頻模塊、聲光報警模塊、數據存儲、電源模塊，完成動態監測礦工作業環境信息的任務，當出現危險狀況時能夠及時指揮礦工規避危險。智能頭盔整體設計結構如圖1 所示。其中，環境信息采集模塊主要完成對溫度、瓦斯濃度、一氧化碳濃度、氧氣濃度、煤塵濃度信息的采集。無線通信主要完成把智能頭盔采集的數據信息通過無線方式傳輸到路由器，然后再通過有線的方式把監測信息傳輸到監測中心。最后，監測中心對監測信息進行智能分析，得出礦工所處環境的危險狀況。

圖1 智能頭盔整體設計

2 礦工作業環境預警模型

目前，礦工作業環境危險狀況的判斷往往是通過閾值法進行，即對單一指標監測是否超過閾值。這種方法既沒有考慮監測信息的變化趨勢，也沒有考慮監測信息之間聯系。這就會導致很多危險狀況不能及時發現，例如礦工作業環境的瓦斯濃度在快速上升卻沒有達到報警的閾值，這時就會導致礦工作業環境出現危險而不能及時發現，不能及時通知礦工及時撤離危險區域。本文提出通過層次分析法與模糊綜合判定法相結合，既對監測主要指標的具體值、變化趨勢進行考慮，也對各個監測點監測數據之間的聯系進行考慮。本文將對礦工作業環境的瓦斯濃度、氧氣濃度、一氧化碳濃度、煤塵濃度、瓦斯濃度變化率、氧氣濃度變化率、相鄰區域瓦斯濃度的品均值、相鄰區域氧氣濃度的平均值、相鄰區域瓦斯濃度平均變化率、相鄰區域氧氣濃度平均變化率進行綜合考慮建立礦工作業環境預警模型，預警層次結構模型如圖2 所示。

圖2 礦工作業環境預警層次結構模型

3 結論

本系統經測試，能夠實現跟隨礦工移動監測礦工周圍重要環境參數，能夠實現實時視頻監測礦工所處環境狀況，能夠實現監測中心工作人員與礦工實時語音通話，能夠實現對礦工所處環境的危險狀況進行預警。該系統能夠有效彌補目前煤礦井下安全監測存在監測盲區的問題，能夠有效解決礦工不能及時了解所處作業環境的問題。