基于AI的煤礦安全管理智能預警體系的探索與應用

陳芳

摘要：在煤礦傳統的現場安全管理中存在反應速度慢、跟蹤處理不及時，對環境、設備、人員的隱患和違章的處理不精準等問題，本文試圖利用AI技術構建礦井智能監控和安全保障分析平臺，對礦井各個區域的安全生產過程進行智能識別，旨在實現礦井安全實時跟蹤分析、科學預警、數據深度分析、智能化決策和安全信息智能化互聯互通。

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.

關鍵詞：煤礦;安全管理;智能預警

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

中圖分類號：X936? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）32-0187-03

0? 引言

近年來云計算、大數據、物聯網、移動互聯網、人工智能等先進技術飛躍發展，但在煤礦現場安全管理中，仍然依賴人的經驗進行現場管控，“腿到、眼到、腦到”的傳統管理方式效率低、投入人力大、成本高。為加快推進煤炭行業供給側結構性改革，推動智能化技術與煤炭產業融合發展，提升煤礦安全生產水平，推進企業安全生產由被動接受監管向主動加強管理轉變，推動企業安全管理智能化、現場管理可視化，強化企業落實安全生產主體責任、提升安全生產綜合治理能力，全面提升企業本質安全水平，“煤礦安全管理智能化預警平臺”項目建設勢在必行。

目前，眾多現代化礦井，井下作業人員眾多、開采地質條件復雜、工作面煤層和圍巖應力變化大、裝備體積、功率和系統復雜性大幅提高、控制系統運行不穩定、信息交流不協調等問題突出，嚴重制約了礦井安全生產與環保工作發展。因此，本文旨在通過以智能化視頻為分析，以人員定位、安全監測、頂板壓力監測等系統數據采集為基礎，通過利用FusionCube邊緣數據計算、存儲和處理的能力，對全礦井安全生產過程進行智能識別，實現井下傳感數據、探水作業、違規作業等環節實時監控與AI計算分析。本文的研究將對提升煤礦裝備信息獲取能力、安全保障能力，探索符合新形勢、新時期煤炭特色的發展模式、行業標準和服務平臺;建設可視化、智慧化的建設遠程執法管理模式具有指導意義。

1? 研究技術路線

調研→總體方案設計→總體方案論證→分系統設計→分系統方案優化→AI和業務系統開發→系統整合→實驗室測試調整→現場部署→測試調整→驗收。

1.1 調研、總體方案設計、總體方案論證

到煤礦井下現場實地考察，充分了解國內外的有關技術發展水平，為整體方案設計提供依據和參考。根據煤礦現場攝像頭和網絡部署情況以及攝像頭性能，設計整體方案，確定總的工作目標，總的實施步驟和方法。

1.2 分系統設計、分系統方案優化

智能預警系統從層級上分為基礎設備層、采集層、算法層、應用服務層。算法層由綜采傳感器監測設備位置同步類，綜采工作面擅自移動、移除、更換回風隅角傳感器監測設備類，炮掘進工作面施工時前探梁計數監測，炮掘工作面未安裝前探梁違章空頂作業四類監測算法構成。業務層分視頻設備適配服務、采集服務、存儲服務、消息服務、算法分析服務、告警服務模塊。采用理論計算、實驗室試驗、數值模擬仿真、經驗類比分析、技術經濟對比分析等方法驗證各分系統方案的可行性和可靠性，實現系統最優。系統總體設計見圖1。

2? 智能預警體系的主要研究內容

2.1 智能監察安全管控理論與應用研究

迄今為止，礦井現場智能監控安全管理在很大程度上仍為基于規范和經驗的專業工作。即使在初步實現了智能監察可視化之后，煤礦安全技術人員在規范和經驗基礎上形成的“專業直覺”仍將在日常及應急安全管理中占有不可替代的重要地位。與此同時，在肯定煤礦安全管理中“經驗”重要作用的同時，也必須清醒地看到，缺乏有效信息強力支持的直覺管理難度極大，費工費時，弊端明顯，難以實現優化應對，甚至有可能造成決策失誤，因而有必要跟進信息化技術的飛速發展，充分利用智能化、智慧化技術的最新成果，有效提升礦井煤礦安全監測監控管理的科學性與實效性。

2.2 智能監察系統核心計算能力建設與“中樞神經”構建

在科學的計算分析模型基礎上構建礦井智能場景的判斷、決策與統調能力，形成統管礦井業務場景安全監控、分析、優化、管理的“神經中樞”，即智能化中央處理單元，實現以智能決策及智能化決策輔助為重要特征的智能監察管理。

2.3 智能監察系統業務場景及狀態模型的構建

根據煤礦現有的監察制度設計本系統監察機制，針對煤礦網絡環境和視頻設備設計合理系統架構;收集綜采工作面傳感器監測設備位置同步類，綜采工作面擅自移動、移除、更換傳感器檢測設備類，炮掘進工作面施工時前探梁計數，炮掘工作面未安裝前探梁違章空頂作業的視頻，建立業務場景下的模型和異常狀態模型并進行分類和標識然后建立對應的標準庫;使用人工智能技術對井下安全生產視頻進行計算分析。

2.3.1 綜采工作面回風隅角傳感器監測設備位置同步識別（見圖2）

科學分析煤礦綜采工作面回風隅角傳感器監測設備安全需求，針對傳感器監測設備存在位置安放不準確，以及在割煤時沒有與液壓支架設備同步位移影響安全生產的問題，建立綜采工作面回風隅角傳感器監測設備位置模型，完成識別及監察工作。

①傳感器監測設備位置同步監控視頻分析。

準確判定設備是否隨著傳感器監測設備同步移動。通過傳感器監測設備圖像切割、圖像相對大小計算、錨定物比較、三維重建等手段判斷出傳感器監測設備的絕對高度與其和監測攝像頭的相對距離。圖像切割有邊緣監測、閾值切割等算法，能快速從圖像中勾選出傳感器監測設備的輪廓;通過其尺寸與實際大小做比例計算，可得到傳感器監測設備離上隔板和上邦的相對距離;通過圖大小與正常情況的錨定圖像比例計算傳感器監測設備與監測攝像頭的距離是否發生較大變化，判斷傳感器監測設備是否與液壓支架設備同步。最終實現識別率99%。相對位置判斷錯誤不超過10cm。

②傳感器監測設備位置同步類技術參數優化設計。

在生產環境運行異物識別模塊，通過工作人員對識別判斷結果進行評判，獲取新的數據。基于人工智能神經網絡相關技術建立多層神經網絡模型，使用新的數據對模型進行訓練，調整模型相關參數，提高識別準確率，最終實現識別率99%。相對位置判斷錯誤不超過10cm。

2.3.2 擅自移動、移除、更換傳感器監測設備類（見圖3）

針對傳感器監測設施存在被人為移動、移除、更換等情況，建立綜采工作面回風隅角傳感器監測設施位置模型，完成識別及監察工作。通過全景攝像頭對上回風隅角周圍的情況進行圖像識別，判斷區域內是否有壓風等干擾氣流的設備;同時，密切關注傳感器的數字變化頻率，視其上下99%分位數之間的變化頻率為正常區間。

通過與系統業務流進行關聯，觸發算法分析的瞬時判斷結合業務狀態，建立持續性數據分析結果獲取，綜合過程中數據，最終獲得時間流的信息，判斷在規定時間內（暫定10分鐘）移動監測設備是否正常。若當監測攝像頭超過10分鐘未能捕捉到傳感器圖像，視為異常移動監測設備的行為。

2.3.3 炮掘進工作面前探梁計數（見圖4）

通過對棗泉煤礦炮掘工作面和工藝流程的實地調研，結合安全生產規范，建立安全生產算法模型，對炮掘工作面視頻進行分析計算，通過現場情況，可配置識別數量的要求，達到炮掘工作面未安裝或安裝前探梁數量不符合規定的情況發生。通過ResNet，Inception V4等的圖像識別模型，可以準確從監測視頻中找到前探梁，通過前探梁與錨定物比較，進一步確認識別物為前探梁。對視頻幀中識別到的前探梁計數，去除重復識別區域，獲取前探梁真實數量，識別準確率超過99%。當前探梁數目較多，可通過CSRNet，直接估計前探梁數量。

2.3.4 炮掘進工作面無臨時支護進行空頂違章作業（見圖5）

在炮掘工作面施工中，確保作業人員在支護完好區域施工，使用活體檢測算法、人臉識別算法，在該區域建立監控區，同時對人員施工進行人員確認，實現禁區施工作業監察及報警同時關聯施工作業人員，實時知道作業人員信息。通過算法設置防區，及人員信息核定，獲取監控畫面中施工作業人員信息，同時判斷是否在支護完好區域進行作業。通過Fast-RCNN，YOLO等算法，可快速對監測畫面中的人體、區域進行識別。

3? 結語

傳統安全管理依靠人員經驗、人海戰術，投入大量人力物力，存在反應速度慢、跟蹤處理不及時等問題，對環境、設備、人員的隱患和違章的處理不精準，導致效率低，風險消除緩慢，無法滿足安全、綠色、高效礦井建設需求。通過構建基于智能視頻分析的智能預警體系，可以有效降低對人員經驗、人工檢查、人海戰術的依賴，同時利用視頻分析的24小時運行，有效提升安全管理效率，降低事故發生幾率，且具有較高的推廣價值和實用價值。

參考文獻：

[1]田國文.視頻監控系統在煤炭安全生產中的智能化應用[C]//煤礦自動化與信息化——第28屆全國煤礦自動化與信息化學術會議暨第9屆中國煤礦信息化與自動化高層論壇論文集.2019.

[2]王學琛，郭昕曜，李墨瀟，等.基于物聯網的煤礦安全風險預警平臺的研究及應用[J].武漢理工大學學報（信息與管理工程版），2016（6）.

[3]郭佳，楊洋.基于遠程監測模式的煤礦安全生產預警系統研究[J].中國煤炭，2007，033（009）：69-71.

[4]李世波.煤礦事故預警管理的探索與應用[J].中國煤炭，2011（06）：120-122，134.

[5]王其軍，程久龍.人工智能及其在煤礦安全技術中的應用探討[J].礦業安全與環保，2005.