基于煤礦時空多源信息感知的智能安控閉環體系

王國法，龐義輝，李 爽，申 凱

(1.中國煤炭科工集團有限公司，北京 100013；2.中煤科工開采研究院有限公司,北京 100013；3.中國礦業大學 經濟管理學院，江蘇 徐州 221116；4.重慶大學，重慶 400044；5.中煤科工集團重慶研究院有限公司，重慶 400037)

煤炭安全穩定供給是保障我國能源安全的基石，煤礦安全生產是實現煤炭安全穩定供給的基本前提。我國煤炭以井工煤礦開采為主，其產量占我國煤炭總產量的82%以上。據不完全統計[1-3]，我國井工煤礦中千米深井的數量超過60處，涉及生產能力超過1.5億t；沖擊地壓礦井超過140處，主要集中在山東、陜西、山西等產煤大省；煤與瓦斯突出礦井超過740處，主要集中在貴州、河南、山西等省份；大部分煤礦的賦存煤層具有自然發火危險，其中自然發火嚴重礦井的數量占比超過80%。隨著淺部煤炭資源日益枯竭，煤炭資源開發深度逐年增加，瓦斯、沖擊地壓、頂板災害、水害、熱害等災害風險加劇[4-5]，給煤礦安全生產帶來極大挑戰。

從20世紀80年代起，我國大力發展煤礦綜合機械化開采，經過40多年的發展與技術創新，推動了煤礦生產力的顯著提升和安全生產面貌的根本改變。新世紀以來，煤礦綜合機械化水平快速提升，信息技術加速與煤礦開采技術深度融合，推動煤礦由綜合機械化向智能化的技術變革。煤礦智能化是實現我國煤炭工業高質量發展的核心技術支撐[6]，通過機械化換人、自動化減人、智能化少人無人相關技術與裝備的廣泛推廣應用，將有效降低煤礦工人的勞動強度，大幅減少井下作業人員數量，保障煤礦工人的職業健康。采用智能傳感、物聯網、大數據、人工智能等技術，對井下危險源、危險環境進行實時感知與智能分析決策，實現礦山安全事故的超前預測、預警，將有效減少礦山安全事故的發生[7-9]。

1 我國煤礦安全技術進步及挑戰

我國井工煤礦安全生產受到頂板、瓦斯、水害、火災、沖擊地壓、煤塵等災害困擾，煤礦一直堅持把安全生產放在第一位。技術進步是提高煤礦安全水平的根本途徑，煤礦綜合機械化從根本上改變了煤礦安全生產面貌。近年來，隨著科技進步及安全生產意識的提升，我國煤礦安全生產取得了巨大進步。截至2020年，我國采煤機械化程度已經達到78.5%，與2000年相比，煤礦事故數量、死亡人數均出現大幅下降，智能化綜采技術與裝備的推廣應用大幅減少了工作面頂板事故的發生[10](如圖1所示)，極大地促進了煤炭產量、生產效率與安全水平的提升，我國大型智能化煤礦已實現近5年零死亡、全員工效達到167.76 t/工時。預計“十四五”期間，煤礦采煤機械化程度將達到90%左右，掘進機械化程度將達到75%左右，將建成智能化采掘工作面1 000處以上。

(a)各類事故起數變化趨勢

根據中國應急管理部公布的數據，2021年我國共發生各類生產安全事故3.46萬起，死亡2.63萬人；同期，我國原煤產量41.3億t，同比增加5.7%，煤礦發生安全事故91起，死亡178人，同比減少32起，死亡人數減少50人，已遠低于房屋市政工程等工業領域安全事故數量及死亡人數，煤礦安全生產形勢穩定向好。

為了進一步提升煤礦安全生產水平，攻克煤礦致災機理及防治等相關技術難題，國家在“十三五”期間將“煤礦井下瓦斯防治無人化關鍵技術與裝備”“‘互聯網+’煤礦安全監管監察關鍵技術研發與示范”“復雜地質條件煤礦輔助運輸機器人”“煤礦隱蔽致災地質因素動態智能探測技術研究”“千萬噸級特厚煤層智能化綜放開采關鍵技術及示范”“煤礦千米深井圍巖控制及智能開采技術”“煤礦典型動力災害風險判識及監控預警技術研究”等列入國家重點研發計劃，取得了多項階段性創新成果。

1)針對礦井水害威脅，堅持“超前預測、有掘必探、先探后掘、先治后采”的原則，研發應用了三維地震勘探、瞬變電磁探測、音頻電穿透探測等水源探測技術，以及礦井水情實時監測系統、煤礦水害分析評價與超前防治數字化系統、數字地震勘探儀、水位遙測儀等[11-13]，通過采取“防、堵、疏、排、截”的綜合治理措施，大幅降低了水害事故的發生概率。

2)根據礦井內因火災、外因火災發生機理及防治策略的差異，構建了礦井火災綜合防治技術標準體系，研發應用了惰化物質和阻燃物質防滅火、三相泡沫防滅火、堵漏風防滅火、均壓防滅火等技術。通過融合現有防滅火技術，引入光纖測溫、紅外成像等監測感知設備，在大數據、云計算等技術的加持下，以綜合防控平臺為應用基礎實現了對監測結果的實時動態分析，以及火災監測裝置與防滅火裝置的聯動控制，并基于火災仿真、應急處置等實現了火災避災路線的智能規劃[14]。

3)針對礦井瓦斯災害防治，在區域和局部防突措施兩個“四位一體”突出綜合防治體系基礎上，進一步構建了區域化瓦斯超前治理技術、裝備體系；研發了基于激光光譜吸收原理的CH4、CO等危險氣體高精度傳感器，形成了瓦斯、應力、煤體結構等多參量和微震、電磁輻射、聲發射等多源信息融合的突出危險預警技術，實現了瓦斯災害的高精感知和超前預警；開發了具備自動上下鉆桿與鉆孔、無線遙控操作和智能防卡鉆等功能的井下自動化鉆機，形成了超深定向鉆孔、碎軟煤層氣動定向鉆孔等系列定向鉆進技術，推動了瓦斯無人化、區域化防治裝備的進步；低滲煤層增透技術體系逐漸完善，近年來涌現了以超高壓水力割縫、分段水力壓裂技術為代表的一系列新型水力化增透技術，以及高壓空氣、液態二氧化碳相變致裂、液氮凍脹致裂等無水增透技術，改善了煤層透氣性，大幅提高了瓦斯抽采效率[15]。

4)針對沖擊地壓防控，構建了“區域先行、局部跟進、分區管理、分類防治”的整體策略，研發了智能化鉆屑法測量裝備、一孔多點光纖光柵應力傳感器等設備支撐局部防控工作的安全高效開展；優化了微震定位、能量及波形信息反向解釋算法，提高了微震的信息利用水平；開發了“井—地”信息聯合的沖擊地壓預警平臺，實現了預警結論在工程場景下的切實利用；針對局部防控，開發了智能化鉆車/機，實現了遠程無人化臨危作業，同時開發了包括炸藥爆破、二氧化碳爆破、水力壓裂等系列化的頂板處理技術，為應力源頭的有效切斷提供了豐富的手段支撐；針對區域防控，研發了地面壓裂技術及井下超長鉆孔技術，實現了對區域應力的調控，強化了對礦井基礎應力環境的控制能力；在支護裝備方面，研發了以抗沖擊錨桿、吸能“O”型棚、吸能液壓支架為主體的“三級吸能”防沖支護體系，為防沖工作提供最后一環的保障。

在煤礦安全管理體系與技術方面，針對“想不到、管不住”的難題，相繼提出應用了煤礦安全風險預控管理體系、安全雙重預防體系，近幾年又發展了智能雙重預防體系，將煤礦感知、災害防控、安全生產管理打造為統一的智能安全風險防控平臺，構建了安全大數據中心、動態安全風險智能評估、隱患智能巡檢等關鍵技術體系，實現了煤礦安全風險的智能防控和決策支持。

經過多年的研發實踐，雖然在煤礦災害防治方面取得了階段性成果，但仍然面臨諸多挑戰。

a.井工煤礦致災因素眾多，部分災害發生機理仍然不清晰。沖擊地壓、突水、煤與瓦斯突出等動力災害在時空特征上表現出多場耦合和具有周期短、顯現快、破壞大、預測難等特征，不同煤層條件的致災因素、機理存在一定差異，難以實現精準超前預測預警。

b.煤礦災害信息難以實現全面感知。現有的煤礦災害傳感器多基于離散點模式，通過若干傳感器或傳感器陣列的監測結果反演整個區域的災害水平，對關鍵區域、關鍵地點的監測尚難以滿足精準、科學、有效的要求，監測數據數量少、質量差。

c.數據專業壁壘現象明顯，數據融合分析難度大。雖然可以通過智能網關等技術解決不同數據規范、數據接口導致的數據壁壘問題，但因專業差異和不同歸口部門所產生的“專業壁壘”成為影響數據管理和挖掘、煤礦災害智能防治的主要障礙，沖擊地壓、水災、火災、瓦斯等主要災害監測系統“各自為陣”，難以實現基于數據融合分析的綜合防治。

d.重監測輕防治、重監測輕分析、重監測輕協同的問題較為明顯。針對煤礦災害的防治措施和安全管理仍停留在以專業和部門為界限的紙質臺賬或初步信息化階段，進行單純的監測、防治和生產，三者相互割裂，在進行災害聯合分析時數據無法互相支撐，災害防治與生產協同的智能化聯合決策和過程管控仍處于空白狀態。

e.透明地質保障技術嚴重滯后。煤礦智能化對安全提出了更高的要求，由預防重特大事故轉變為安全風險源頭管控，實現超前感知、超前預警與超前決策。煤礦災害具有突出的地質依存性，開采活動帶來的地質演化是災害產生的源頭。現有透明地質保障技術多是基于鉆孔信息的三維建模，對動態全域感知、多場信息融合和地質超前預測技術仍需加大攻關力度。

煤礦災害防治和安全管理深度融合于開采活動的所有環節，煤礦智能化安全監測、預測、預警技術是在煤礦地質、生產、感知、災害監測和安全管理等信息有效融合基礎上的安全智能決策與系統自主控制，需構建囊括煤礦所有專業，地質、開采活動和防災治災措施在內的智能認知體系。以機器學習、深度學習等數據挖掘技術為代表的“數據感知智能”存在數據清洗難度大、可解釋性差、分析結果受數據質量影響大等問題，需要全方位認知煤礦所有生產要素，由“感知智能”跨越到“認知智能”，應構建煤礦安全生產領域知識圖譜，將數據驅動預測預警與災害機理預測預警進行深度融合，推動煤礦安全決策由數據規則層面走向復雜的知識判斷和機理分析，實現煤礦安全生產技術的智能升華。

2 礦井時空多源信息感知系統

煤礦安全生產需要對礦井不同系統的人、機、環等信息進行全面感知，并將各系統的感知信息進行深度融合分析，因此應構建完備的煤礦井下跨系統時空信息感知體系，形成具有多參量、多尺度、時空特性的跨系統數據感知策略，為煤礦安全生產提供數據支撐。

2.1 礦井時空多源信息感知與互聯機制

礦井時空多源信息感知主要指涵蓋礦井地質條件信息、危險源信息、采動空間環境信息、設備信息、人員信息等全維度的信息感知，即綜合采用多傳感技術實現井下不同系統信息的全域、實時感知。

煤礦井下人、機、環等信息感知是進行災害預測、預警的基礎，致災信息的全面、實時感知及融合分析預測是實現災害防治的關鍵。為實現礦井時空多源信息感知，建立井下跨系統時空感知體系總體框架(如圖2所示)，其主要包括感知層、傳輸層、邊緣處理層、數據融合層和應用層，實現煤礦井下生產管理系統各個重要方面的透徹感知、各種感知工具和數據的互聯互通、底層數據共享、數據集成分析和決策的深度智能化。

圖2 煤礦井下跨系統全時空感知體系總體框架

在獲取煤礦井下生產多參量信息后，可按照數據處理的層次，將其具體分為數據層融合、特征層融合和決策層融合。數據層融合主要根據數據的時空相關性去除冗余信息，而特征層和決策層的融合往往與具體的應用目標密切相關。

感知數據通過有線、無線網絡進行不同層次的信息交互與實時互聯。為保障信息傳輸的有效性和控制信號的低延時性，傳輸網絡需更好地滿足海量數據接入和可抵御信號干擾需求，對多協議傳輸網關可采取多網協同、高層協議向下兼容解析等方式完成井下環網與感知傳輸網絡的高效通信。

通過引入數據邊緣處理層，利用數據邊緣處理盒子等以統一時間戳輪詢方式提取不同生產系統關鍵參量，將關鍵信息匯聚于邊緣端，進行底層共享和融合分析，快速判斷有利于生產的優化決策方案，以及時應對不同工況環境的系統協同聯動。

基于云平臺的大數據分析能力，對海量數據進行融合分析，構建煤礦大數據倉庫；基于微服務架構和人工智能算法構建智能數據引擎，實現業務邏輯快速組態化構建和智能分析。

2.2 礦井時空多源信息感知技術

礦井時空多源信息感知技術能夠對井(坑)下人、機、環等各要素進行全面、精細感知，將相關數據通過4G/5G或專網傳輸到中心數據庫或數據中臺，并通過三維GIS、數字孿生等技術實現數據的可視化，為管理決策提供直觀支持，為其他系統的數據分析等提供數據支撐。

煤礦井下信息來源有很多種，如專用設備探測、傳感器監測、人員觀測等，但目前還是以接觸類傳感器(壓力表、傾角傳感器、位移傳感器等)與非接觸類傳感器(超聲探測傳感器、機器視覺傳感器等)兩種感知技術為主[16]。接觸類傳感器需要在每個監測點進行布設，且需要將不同傳感器的數據進行融合處理，存在傳感器數量多、安裝維護困難、數據處理難度大等問題；非接觸類傳感器(如機器視覺技術)可以利用一個傳感器對不同類型的信息進行全面感知，具有傳感器數量少、感知信息豐富、數據易處理等顯著優點。井下傳感技術正由接觸式感知向非接觸式感知技術發展。

傳統瓦斯監測技術主要采用瓦斯傳感器(接觸式感知技術)進行瓦斯信息的單點監測，基于TDLAS激光檢測技術(非接觸式感知)的瓦斯感知技術則可以實現瓦斯的大面積全覆蓋監測。傳統的風速測量主要通過測風人員手持測風儀器進行監測，存在測風結果精度低、以點代面誤差大等問題，采用超聲波時差法的全斷面風速測量技術(非接觸式感知)(見圖3)，利用多線多點測量與巷道斷面擬合積分，可以實現巷道全斷面風速、風量、風向的精確感知。

圖3 超聲時差法風速檢測技術

煤礦安全隱患AI視頻技術以煤礦井下攝像儀的實時視頻圖像數據為基礎，機器視覺智能識別和三維測量技術為核心，在煤礦安全監管監察應用中，創新監管方式，實現生產過程中對人員違章行為、設備設施安全隱患、標準化作業過程的自動識別、報警、聯動控制、圖片抓拍及錄像，形成報警記錄，以震懾違章、規范作業，防范隱患、提高效率。

不同災害類型信息的全面監測及監測信息的融合分析是實現礦井災害防治的關鍵，在現有技術下，應當將接觸類傳感器與非接觸類傳感器進行融合應用，如采用基于波長調制和諧波解調的激光痕量光譜吸收技術，可實現CO、C2H4、C2H2等氣體檢測的“就地采樣、就地處理、就地測量”；利用分布式光纖測溫技術，實現采空區內部溫度的直接測量和采空區自然發火風險的全面實時感知。

煤礦安全風險大數據監管技術全面集成煤礦安全管理、安全監測(瓦斯、水、火、頂板、粉塵、沖擊地壓、主通風、膠帶運輸等)、設備工況、人員位置、災害防治等信息，利用大數據手段對管轄區域內煤礦“人、機、環、管”安全風險進行全方位動態監測、實時分析、智能診斷、分級預警、定向推送、閉環管控，實現煤礦安全分級智能管控。

另外，具備數據預處理、自校準、自診斷、自適應、雙向通信、智能組態、信息存儲和記憶、自推演與自學習等特性的井下高精度、高可靠智能傳感器技術裝備仍需攻關[17]，從而為構建集災害隱患全面感知、自動識別、精準監測、動態預警、協同管控為一體的礦井智能安控系統奠定感知基礎。

3 礦井全時空信息反饋安全閉環管控系統

礦井全時空信息反饋安全閉環管控系統是將物聯網、大數據、云計算、人工智能等新一代信息技術與煤礦災害防治技術進行深度融合，形成感知—決策—控制—反饋的閉環式運行模式，實現煤礦災害信息的智能感知、災害防治策略的自主生成、災害防治裝備的智能聯動控制，全面提升礦井災害防控系統的安全保障能力。

3.1 系統架構分析

根據煤礦井下致災因素發生機理，將礦井全時空信息反饋安全閉環管控系統細分為瓦斯災害防治、頂板災害防治、水災防治、火災防治、沖擊地壓防治、粉塵災害防治等，系統總體技術架構如圖4所示。

圖4 系統總體技術架構

基于壓力傳感器、位移傳感器、視頻傳感器、音頻傳感器、速度傳感器、振動傳感器等對井下人、機、環等信息進行全面感知，感知數據通過有線/無線網絡上傳至邊緣計算節點或云平臺，并對數據進行分類存儲與清洗。由于受到力學、物理學等基礎理論發展的制約，井下各類災害的發生機理尚不十分清晰，為了提高災害預測預警精度，分別采用基于災害發生機理的理論計算模型與基于數據模型驅動的災害預測模型對可能發生的災害信息進行超前預測，即通過致災因素分析、理論計算及閾值計算獲取災害發生的理論計算結果，同時采用機器學習、深度學習等算法對災害發生的可能性進行數學建模分析，通過對不同預測方法的計算結果進行集成方法預測，確定煤礦災害發生的最終預測結果，并通過水災預警平臺、火災預警平臺、瓦斯災害預警平臺、頂板災害預警平臺、粉塵災害預警平臺、沖擊地壓預警平臺等對災害發生區域的人員進行信息推送及聲光報警。基于上述預測結果，結合煤礦采、掘、機、運、通等各業務系統之間的關聯知識圖譜對各業務系統發出控制指令，實現防災、治災、救災。

3.2 礦井全時空信息反饋安全閉環管控技術

礦井全時空信息反饋安全閉環管控技術是在精準感知災害相關信息的基礎上，建立多層次、多維度、多參量預警指標體系，采用成因機理和數據驅動互饋的災害風險辨識方法，進行災害信息自動采集、自主融合、態勢研判、智能預警與協同響應，實現對煤礦瓦斯爆炸、煤與瓦斯突出、突水、內外因火災、頂板、沖擊地壓等災害在線監測和超前預警，以及與通風、瓦斯抽采、排水、滅火、采掘等系統的聯動控制，以提升煤礦企業的防災、減災能力。全時空信息反饋安全閉環管控邏輯架構如圖5所示。

圖5 全時空信息反饋安全閉環管控邏輯架構

1)瓦斯災害預警與智能聯動主要針對瓦斯爆炸、煤與瓦斯突出等災害，能夠動態采集瓦斯災害相關信息，自動辨識瓦斯災害前兆特征，評估瓦斯災害風險等級，對瓦斯災害進行超前預警和災變報警，自動生成解危對策和應急管控對策，以及避災路線，并能與礦井通風、瓦斯抽采、人員定位、井下廣播等系統聯動。

瓦斯災害多源信息融合預警能夠通過專業數據接口和配套網絡化便攜式檢測設備，聯網動態采集瓦斯災害相關監測、檢測信息。基于全面覆蓋瓦斯災害主要風險因素的跨尺度、多層次、多參量預警指標體系和具有自學習、自調優、原因追溯能力的預警模型，自動辨識煤與瓦斯突出、瓦斯超限、瓦斯爆炸風險與預兆，融合地質構造、煤層瓦斯、應力集中、礦壓、聲—電—瓦斯、措施缺陷、通風隱患等多種因素，實時評估瓦斯災害危險性，并通過網站、移動APP、短信等多渠道聯動發布預警信息。

2)火災預警與智能聯動主要針對礦井內因火災與外因火災，通過煤礦火災專家分析決策系統和內外因火災智能預警及聯動控制一體化平臺，實現煤礦典型內、外因火災監測數據深度融合，火災形勢自動診斷和實時報警，自動下達救災決策指令，實現井下火災防控裝備協調動作、聯動運行。

煤礦火災預警集成平臺能夠融合束管、光纖測溫、密閉監測，以及膠帶、電纜、機電硐室等各種外因火災監測數據，實現火災信息自動采集、集中顯示和報警功能；能夠根據監測數據進行火災智能預測、預警，并與井下集控系統對接，實現與防滅火設施、設備的聯動控制；具備設備運行狀態異常報警功能，能夠集成監測設備和防滅火設備的運行狀態監測數據，當設備工作不正常時自動報警，并啟動現場的語音播報和信息推送；具有聯網上傳功能，通過Modbus-RTU或Modbus-TCP/IP將數據打包上傳到上級管理平臺，可為綜合管控平臺應急救援、模擬仿真等提供監測數據。

3)水災預警與智能聯動主要針對頂板水、底板水、老空水和地表水等水害，對礦井水文地質基礎數據、水文參數監測數據、水質水化學監測數據、頂底板高密度電阻率實時動態探測數據、煤巖變形斷裂過程中的微震監測數據等進行統一管理和融合分析，準確識別突水水源和突水通道，自動判識突水預兆，超前預警水災危險，聯動控制排水系統。

礦井水災預警的重點在于提出水害多物理場預警指標，指導礦井水的抽排治理工作。由于不同水體的預警理論發展程度不同，需要差異化設計監測方案與預警指標。對于具有成熟水害預測預報理論的底板水、頂板水，在采掘擾動條件下，根據底板水壓、富水性、構造密度、斷層斷距，以及頂板冒裂區、富水區等參數與多物理場的耦合關系，通過微震、電法監測這些參數的變化特征，確定底板水、頂板水多物理場監測預警指標。

礦井水災預警系統對水位、水壓、水溫和流量等水文參數進行實時監測，并利用微震、電法、水化學等物探、化探手段，探測充水水源、充水通道、充水強度變化特征，基于礦井突水預警理論構建多物理場預警模型，實現礦井水害的多源數據耦合預警。

4)頂板與沖擊地壓災害預警與智能聯動主要用于分析頂板或沖擊地壓災害礦井的基礎數據、生產數據和監測數據，挖掘頂板或沖擊地壓災害前兆信息，智能劃分危險區域和等級，輔助技術人員做出災害治理決策。

頂板與沖擊地壓災害預警集數據預處理、特征分析、煤巖失穩前兆信息智能識別、災害危險預測預警等多種關鍵技術為一體，以礦井工作面推進度、掘進工作面進度、煤柱留設、工作面布置等生產信息，以及煤層賦存、埋深、斷層、褶曲等礦井信息為基礎，利用微震/地音、鉆孔應力、錨桿/索應力、支架阻力、電磁輻射、鉆屑量、巷道變形量等監測數據，煤炮、片幫、冒頂、錨桿/索失錨(拉斷)等井下事件信息，以及煤層注水、頂板預裂爆破、煤層爆破、大直徑鉆孔卸壓等卸壓解危信息，建立一套基于數據挖掘技術的學習型分析預警模型，隨著數據總量和災害特征信息的增加，通過自身學習快速提高沖擊災害類型等級劃分、數據演化趨勢預判、宏觀風險評估水平和災害預警準確率，形成“一礦一模型、一礦一對策”的差異化防災決策管理體系。

5)煤礦安全態勢融合預警平臺面向受瓦斯、水、火、頂板和沖擊地壓等多種災害威脅的礦井，通過一體化預警平臺實現多災種預警信息的集中與融合，不同災種聯合分析，礦井安全態勢綜合評判及分區、分級預警，為礦井安全管理提供決策支持。

煤礦安全態勢融合預警平臺采用統一規范的數據標準，實現了瓦斯、水、火、頂板和沖擊地壓等多災種數據的有效融合；采用可視化技術，實現了災害監測預警信息的圖形化集成展現；自動構建不同災害、不同參數指標的數據典型特征圖譜，實現了異常數據的自動判識、自動鎖定、回溯分析與趨勢預測；基于數據驅動的煤礦安全態勢預警模型，實現了煤礦總體安全態勢的大數據預測和分區、分級預警，為礦井安全管理提供決策依據。

4 安全風險與隱患排查智能化雙重預防技術

煤礦智能化雙重預防體系既體現了以安全風險管控為核心的超前管控、源頭管控思想，又充分利用當前在煤礦廣泛應用的智能化技術，解決隱患排查被動應對，且隱患層出不窮，難以徹底遏制重大事故等問題。

4.1 智能化雙重預防體系及其特點

智能化雙重預防體系是指智能化技術與安全風險辨識評估、風險分級管控、隱患排查、治理驗收、信息化建設、持續改進等核心流程有機融合，顯著提升風險辨識管控效率、效果等[18]。智能化雙重預防體系包括制度體系、保證制度和智能化雙重預防系統，較原有雙重預防機制而言，具有以下四方面特點：

1)安全風險全數據管理，實現了對安全有關數據的全面集成。原有的雙重預防機制信息系統只包含風險管控和隱患排查的管理數據，缺乏對傳感器、工業視頻、災害防控等方面數據的利用。智能化雙重預防最大范圍內集成了煤礦的安全數據，為全時空、全要素的安全管理提供了基礎。

2)動態評估安全變化情況，根據預測結果超前處置。智能化雙重預防采用人工智能算法對采集到的全面安全數據進行分析，能夠對煤礦、工作面、重點區域的風險變化情況進行動態評估，同時還能預測未來風險變化情況。根據對未來的預測，提前通知責任單位處理。

3)隱患排查數據來源多樣化，減少對現場隱患排查的依賴。原有雙重預防系統的隱患信息主要依賴現場檢查錄入，成為系統落地的一個關鍵性障礙。智能化雙重預防通過各種傳感器、監測儀器、工業視頻等實時監控危險因素的變化情況，一旦出現超出閾值的情況，則立刻向責任單位示警。

4)對安全風險管控和隱患排查數據進行挖掘，動態更新風險數據庫。風險數據庫的動態更新是雙重預防機制長期有效運行的基礎。智能化雙重預防系統借助人工智能算法，對各種風險管控和隱患排查數據進行分析，動態完善風險等級、管控措施等信息，實現持續改進。

智能化雙重預防體系是智能化建設的重要組成部分，也是雙重預防機制的發展方向，從根本上重構了煤礦雙重預防機制，真正解決了雙重預防機制落地的問題。

4.2 智能化雙重預防體系的風險隱患邏輯

智能化雙重預防體系極大提升了原有雙重預防機制的業務流程效率，減少了體系運行的內部成本。智能化雙重預防體系邏輯可分為風險辨識與靜態評估、風險動態管控、隱患排查治理、持續改進4個環節，如圖6所示。

圖6 智能化雙重預防體系流程邏輯示意圖

1)風險辨識與靜態評估。風險辨識與靜態評估是雙重預防機制的基礎，解決了“管什么、怎么管、誰去管”的問題。智能化雙重預防能夠根據煤礦之前的風險管控、隱患排查數據，提出需要調整、新增的風險，并對風險等級進行動態評估，提出管控措施完善建議，減少了對人員經驗的依賴。

2)風險動態管控。除了保留原有雙重預防機制的現場管控、重大方案管控渠道以外，智能化雙重預防體系增加了對風險的動態評估和預測預警。風險的動態評估充分利用各種與安全有關的數據，得到更加全面、科學的風險評估結果，使煤礦能夠提前掌握風險變化趨勢。同時，風險動態管控還可以根據對未來風險預測的變化，及時發現可能出現的隱患，實現對風險的超前管控。

3)隱患排查治理。智能化雙重預防體系的隱患排查治理充分利用智能化技術的能力，在對原有隱患排查模式進行改進的基礎上，增加了2個隱患排查渠道，切實扎牢了安全的第二道防線。通過井(坑)下精確定位，實現各種信息與現場單一裝備的互聯互通，降低了現場工作的復雜性，提高了現場工作的針對性；動態監控各種與安全相關監測監控系統、工業視頻等數據，一旦超出閾值則直接視為出現隱患；利用安全巡檢機器人、無人機等智能化設備，在地面開展遠程巡檢工作。

4)持續改進。通過對與煤礦風險、隱患相關大量數據的動態分析，一方面能夠定期對風險辨識結果、管控效果等進行分析，動態優化管控重點、管控措施，調整風險等級等，確保日常雙重預防工作的有效性；另一方面，通過雙重預防體系績效分析，對體系的持續改進提供決策參考。

4.3 智能化雙重預防關鍵技術

智能化雙重預防的基礎是對煤礦安全全時空感知數據的深入挖掘，涉及數據采集、存儲、挖掘等一系列關鍵技術，旨在實現風險識別、隱患智能響應與治理、安全決策等。

4.3.1 全時空感知數據采集技術

智能化雙重預防的數據來源涉及“人、機、環、管”各個方面，實現與煤礦安全有關數據的全面集成是其重要特征，也是重要優勢。多樣化的數據涉及不同的采集技術：運用視頻模式識別或智能手環數據采集技術，采集與人不安全行為有關的數據；運用設備工況監控系統等物聯網相關技術，采集與機器設備運行態勢相關的數據；運用監測監控、探測設備、人工錄入等方式，采集有害氣體、風速、地壓、溫度、火、頂板等環境有關危險因素屬性數據；運用人員錄入、井下移動設備感知和多媒體數據采集技術等，采集與管理有關的數據。

4.3.2 全時空感知數據存儲技術

數據存儲及預處理是數據挖掘的前提，需要對采集的各種多源、異構數據進行統一管理。采用分布式對象和文件存儲技術和云平臺技術，建立煤礦安全主題數據湖，或采用數據中臺技術、數據清洗技術對各種數據進行預處理，補充缺失數據、修正錯誤數據，完成數據的轉換，滿足上層數據挖掘技術對各種數據的需求。

4.3.3 全時空感知數據挖掘技術

數據挖掘是智能化雙重預防的核心，也是當前研究的重點，如：采用井下精準定位和機器視覺技術，識別人員所在風險點的危險因素和風險，解決風險辨識不到位的問題；采用神經網絡、模式識別、機器學習等方法，實時對風險管控情況進行綜合評估，提前預判各主要風險的變化趨勢，實現隱患的超前管控；采用知識圖譜、文本匹配、關聯分析等方法，實現對隱患的智能治理等。隨著這些技術研究的不斷深入，將進一步降低智能化雙重預防在企業的應用門檻，提升應用效果。

5 智能化煤礦安全觀變革

煤礦安全是一個綜合性的概念，包括地質安全、生產安全、供給安全、生態安全、經營安全等。煤礦安全要在安全紅線意識下，做到各個安全要素之間的均衡。煤礦開采是與自然環境做“斗爭”，并不是“本質安全”，但通過先進的智能化技術和管理體系，能夠有效地控制生產安全中的風險。

5.1 智能化煤礦全方位安全觀

2014年6月，習近平總書記在中央財經領導小組第六次會議上提出推動“能源消費革命、能源供給革命、能源技術革命、能源體制革命”和全方位加強國際合作。在能源革命的背景下，煤炭行業積極推進智能綠色煤礦建設，促進煤炭企業轉型升級，不斷探索綠色低碳、生態優先、智能高效的創新發展道路，逐步構建了全新的煤礦安全觀。

1)智能化建設升級，保障煤礦生產安全。隨著智能化建設推進，煤礦生產各環節將逐步實現遠程控制、互聯互通，日常生產將主要依靠智能操控中心、智能技術支持中心和智能運維隊伍協作完成，實現煤礦由“高危生產”向“本質安全”轉變、由“規模產量”向“質量效益”轉變、由“勞動密集”向“技術創新”轉變、由“傳統開采”向“智能開采”轉變，從而實現煤炭行業的高質量安全發展。煤礦智能化建設是貫徹落實“四個革命、一個合作”能源安全新戰略的重要舉措，將推進煤炭行業的智能化轉型升級與高質量綠色安全發展。

2)完善煤炭生產供應鏈，保障煤炭供給安全。當前，我國煤炭企業主要面臨著生產粗放、產能過剩、資源環境約束加劇、產業結構不合理等問題和挑戰。在經濟新常態下，能源革命推動煤炭行業供給側結構性改革，促進煤炭產業高質量健康發展，實現由依靠數量、規模、速度、產值擴張的粗放型向依靠質量、結構、效益、環保提升的集約型產業發展模式轉變勢在必行。

3)生產管理綠色智能，工業能源安全升級。長期以來，煤炭的大規模開發，對礦區國土資源、地下水資源、空氣環境，以及地表水等生態系統造成了極大破壞。與此同時，原有煤炭企業“采、掘、運、選”等工藝環節的信息化、智能化程度低，人工成本高、生產效率較低。煤炭企業生產管理應向綠色智能方向發展，推行綠色生產技術，建設綠色煤礦；推進開采技術革命，建設智能化煤礦。綜合推進我國煤礦生產管理綠色智能化，維護煤炭工業能源安全。

4)工業法制建設強化，工業法制安全推進。目前我國煤炭工業法制建設仍處于較低水平，距離實現煤炭工業全面法治的目標仍有較大差距。推進煤炭工業法制建設應充分保障我國煤炭工業的健康發展，為我國能源革命及煤炭行業轉型升級提供強有力的法治環境;鼓勵煤炭資源的高效清潔利用，以立法形式促進建立資源低碳高效利用的激勵及懲罰機制，強化我國煤炭工業法制建設，保障煤炭工業法制安全。

5)統籌煤炭產業技術升級與能源保障安全。煤電在保障我國能源安全方面發揮基礎兜底作用，在一定時期內其在我國電力結構中的基礎性地位仍將保持。煤炭與可再生能源具有良好的互補性，充分利用燃煤發電的穩定性，為可再生能源平抑波動提供基底；利用可再生能源的碳中和能力，為燃煤發電提供碳減排途徑。煤礦充分發揮地區優勢，以煤電為核心，與可再生能源在燃燒和化學轉化方面的耦合，與太陽能發電、風電協同發展，構建多能互補的清潔能源系統，保障能源安全。

6)擺脫污名化，恢復行業聲譽。能源革命對煤礦信息化、智能化建設提出更高要求，不斷推進人工智能同煤炭產業深度融合，促使煤炭行業與其他新能源的有效結合，使煤礦逐漸釋放沉重的能源供給負擔，帶動煤炭產業向高質量安全發展邁進。智慧化的煤礦黨建和企業文化也逐步向著更智能、柔性、人文方向轉變，將使煤礦擺脫污名化問題，恢復行業聲譽。

煤礦的安全管理與監管呈現橫縱向經緯交織，縱向來看，煤礦的安全生產受到國家的監察、地方的監管，企業最終負責；橫向來看，本著“管生產管安全”的原則，機電、生產等不同部門之間相互監督煤礦整體安全。在能源革命的背景下，煤礦安全管理與煤炭減排緊密貼合，無論是縱向延伸還是橫向拓展，都應對煤炭的碳減排給予重視，保障煤炭工業監管安全。

5.2 煤礦智能化對安全生產的革命性影響

煤礦智能化是將新一代信息技術與煤炭開發技術進行深度融合，煤礦智能化開采技術對煤礦生產、管理、監管等均產生了深遠影響。

1)煤礦智能化對煤礦企業的安全生產產生革命性變革。2015年，國家煤礦安全監察局提出：通過機械化、自動化、信息化和智能化建設來實現煤礦安全生產的“減人提效”。我國采煤機械化程度不斷提高，采煤機械化和智能化的發展促進了煤炭產量的增長，同時提升了煤礦安全管理水平。

2)智能化對煤礦企業的安全管理產生革命性變革。煤礦安全事故的發生因素中，人的不安全行為是最主要原因，而智能化的發展減少了井下工作人員數量，使企業的人員管理工作相對輕松。相比傳統的人工過程管理，智能化過程管理不僅節省人力、物力、財力，也大大提高了管理效率。

3)智能化對煤礦企業安全監管產生革命性影響。我國煤礦監管監察體制的根本落腳點在企業主體責任的落實。智能化的發展不僅為企業主體責任的落實提供新思路，也為政府對企業的安全監管監察提供重要抓手。

基于新一代信息技術與煤炭開發、運營、監管技術進行深度融合，建立國家級能源與礦業領域安全生產智能化平臺(如圖7所示)，協同各部門將能源生產的各環節危險源、高危作業崗位等信息納入平臺，進行重大工程作業全流程安全管控，實現能源生產、消費、利用全流程的智能化運行，實現“無人則安”的能源開發策略。構建基于工業互聯網的安全感知、監測、預警、處置及評估體系，提升能源與礦山企業安全生產數字化、網絡化、智能化水平，培育“工業互聯網+安全生產”協同創新模式，實現災害的智能預測預警、救援快速響應、應急資源快速配置。

圖7 國家級能源與礦業領域安全生產智能化平臺

5.3 摒棄“百萬噸死亡率”指標

我國煤炭行業長期使用“百萬噸死亡率”作為安全生產指標，這一指標雖然簡單易于考核，但卻是一個具有行業歧視性和黑標簽性的指標。美國并不使用百萬噸死亡率指標，美國的死亡率是按照死亡人數除以職工數量來計算的，與煤炭產量無關，是不分行業的。

國內學者用這樣一個自已算出的美國等國家的百萬噸死亡率與我國的數據進行對比，強調我們的落后，這是不科學的(美國主要是露天開采)，以此污名化我國煤炭行業形象。

目前，我國的煤礦安全已經取得了巨大進步，應該取消煤礦特有的“百萬噸死亡率”指標，而應采用各行業統一的安全評價指標，強化煤礦智能化安全管理，從根本上提高安全生產水平。