李永華 郝利軍 賈瑞敏 丁 科
(1.包鋼(集團)公司白云鄂博鐵礦;2.內蒙古包鋼鋼聯(lián)股份有限公司巴潤礦業(yè)分公司)
我國智慧礦山總體建設處于起步階段,智能化建設程度良莠不齊,深入研究礦山各類典型場景,利用AI、大數(shù)據(jù)、機器視覺等新技術應用支撐,提供適宜的智能化解決方案,對于智慧礦山自下而上構建具有重要意義。皮帶運輸機作為礦山開采最主要運輸設備[1],具有運距長、載重量大、路況復雜、持續(xù)工作時間長等特點,易發(fā)生機械和意外傷害,屬于重點危險源。據(jù)不完全統(tǒng)計[2],每年因皮帶輸送機引發(fā)事故數(shù)量和傷亡人數(shù)在各類事故占比約20%,造成較多的人員傷亡和財產(chǎn)損失。有效降低皮帶機事故發(fā)生頻率,確保安全生產(chǎn),是各行業(yè)長期面對且亟待解決的問題。當前,我國多數(shù)礦山皮帶運輸機主要以定期巡檢和視頻監(jiān)控的管理方式,雖然基本形成了皮帶運輸機管理制度,但易受現(xiàn)場工況、環(huán)境和人員等因素影響,風險識別滯后,事故應急響應不及時,不能全面有效把控風險。
皮帶運輸機安全生產(chǎn)需要從技術和管理2 個方面進行綜合治理[3],安全可視化監(jiān)控是研究的熱點方向,將皮帶運輸機安全識別、預警、應急響應納入系統(tǒng)管理,升級改造難度小,是提升礦山運輸安全的一種經(jīng)濟可行的方法,適合大部分礦山應用推廣,有利于應對當前面臨的安全處境。
皮帶運輸機安全可視化系統(tǒng)是對當前礦山視頻監(jiān)控的升級和優(yōu)化[4]。一方面,系統(tǒng)根據(jù)智能攝像頭實時監(jiān)測皮帶運輸機常見的故障與安全隱患類型特征,通過AI 識別分析、安全評價與預警,能夠提前發(fā)現(xiàn)問題。另一方面,系統(tǒng)對預警信息賦予應急機制,對初態(tài)風險源及時切斷,避免事故發(fā)生;對已發(fā)事故從事件、人員、物資等多方面及時響應應急事件,避免事故的進一步擴大。
皮帶運輸機安全可視化系統(tǒng)采用B/S 架構,結構簡單,可兼容性強,由前端設備層、網(wǎng)絡層、應用層三部分組成。
前端設備層包括智能攝像頭、AI 超腦、控制中心。其中智能攝像頭采用礦用防爆本安型攝像機,200 萬高清像素,分布在皮帶運輸機路徑關鍵監(jiān)控節(jié)點,對皮帶機運動圖像實時采集;AI超腦為視頻算法識別服務器,將算法嵌入皮帶運輸機常見各類異常場景識別模塊中,通過在模塊上訓練擬合,發(fā)布到應用攝像機上,進行狀態(tài)跟蹤識別;控制中心則是對識別信息進行反饋控制,如聲光報警、切斷電源、停機、減速等。視頻信號帶寬大,不宜與其他系統(tǒng)信號合并傳輸,網(wǎng)絡層采用視頻專網(wǎng)或隔離網(wǎng)進行信息傳輸,以確保信號傳輸?shù)姆€(wěn)定性與安全性。應用層包括存儲與應用服務器和PC 端應用系統(tǒng),視頻存儲服務器對視頻影像記錄,應用服務器支撐系統(tǒng)業(yè)務,在網(wǎng)段任意PC 端可以登錄可視化系統(tǒng)并進行相關操作。可視化系統(tǒng)架構拓撲圖如圖1所示。

傳統(tǒng)的視頻監(jiān)控系統(tǒng)只展示現(xiàn)場視頻影像,需要監(jiān)控值班人員自主發(fā)現(xiàn)安全問題并根據(jù)經(jīng)驗調度安排,而綜合大屏涵蓋生產(chǎn)安全多個方面,信息量大但監(jiān)控畫面覆蓋不全,容易忽視導致皮帶運輸機運行安全隱患[5]。皮帶安全可視化系統(tǒng)不同于傳統(tǒng)視頻監(jiān)控系統(tǒng),通過持續(xù)對皮帶運輸機運行狀況監(jiān)視識別,當異常時,通過多種方式將報警信息發(fā)送至相關人員,形成事件處理流程檔案,主要有以下功能:
(1)人員安全監(jiān)視。人員主要有2 種不安全行為,一是進場人員不佩戴安全帽,二是長時間滯留隔離區(qū)。智能攝像機嵌入高分度安全帽識別算法,當識別到未佩戴安全帽的人員,會觸發(fā)安全帽報警事件,當攝像機識別到工作人員進入劃定隔離區(qū),并在設定的時間內滯留,則觸發(fā)滯留事件,發(fā)出預警信息。事件發(fā)生后,便于及時提醒監(jiān)管人員干預制止,并將照片上傳至系統(tǒng)以供查詢。
(2)皮帶失速監(jiān)視。皮帶失速包括皮帶實際運行速度低于或高于工作速度,如常見的過載、空載、控制系統(tǒng)故障等情況,易導致皮帶機設備疲勞,引發(fā)潛在危險。攝像機通過實時監(jiān)測分析滾筒標識的轉動速度,通過運動算法計算運轉速度,比較運轉速度與設定速度,當差值大于允許閾值時,觸發(fā)低速或超速事件,并上傳事件照片,發(fā)出報警信息并啟動應急處理程序。
(3)皮帶跑偏監(jiān)視。皮帶常發(fā)生打滑、皮帶張緊力不均勻等情況,導致皮帶跑偏,容易引發(fā)皮帶斷裂,造成較大事故。通過實時監(jiān)測識別皮帶邊緣線與輥道內沿線參考距離,當皮帶與托輥的距離發(fā)生變化并到達預設的跑偏警戒預定值,且持續(xù)預定的時間不能消失時,觸發(fā)跑偏事件,上傳事件照片并報警,工作人員接收應急信息后可通過控制器進行停機,等待進一步處理。
(4)堆料監(jiān)視。礦石易在皮帶轉彎處或者卸料口堆積,影響皮帶運輸機正常工作。通過實時監(jiān)測皮帶上礦料形態(tài)以及堆積高度,當堆積高度和面積達到警戒值時且在一定時間不能自主消失,則系統(tǒng)觸發(fā)堆料事件,抓拍并發(fā)出預警,進一步指揮調度人員排除影響。
(5)撕裂監(jiān)視。皮帶機長時間運輸?shù)V料,受石塊磨損、撞擊較多,易導致皮帶缺口和撕裂,進而導致皮帶較大程度的損壞。通過3D智能攝像機對皮帶底面進行掃描,生成監(jiān)測模型,從而實時監(jiān)測分析皮帶的創(chuàng)傷面大小監(jiān)測和預警,及時對皮帶進行修復與更換。
(6)流量監(jiān)視。通過實時監(jiān)測皮帶上礦料的寬度,計算皮帶利用率,可以設定供料強度等級,系統(tǒng)軟件可根據(jù)供料強度實現(xiàn)皮帶電機轉速調控,即“量大提速、量小減速”的匹配機制,流量監(jiān)視調控對于降低能耗,觀測皮帶使用狀況,提高皮帶機壽命具有重要作用。
(7)報警與反饋控制。預警和報警事件觸發(fā)后,監(jiān)測大屏會主動彈出報警窗口畫面,提示事件報告,并進行聲光報警提示,必要時可以聯(lián)動控制器停車,啟動處理流程。
(8)綜合管理。綜合管理包括駕駛艙界面、皮帶基礎信息管理、人員班組管理、報警管理、維檢管理、大數(shù)據(jù)分析、資源管理、培訓管理等功能。其中駕駛艙界面實現(xiàn)對皮帶機整體安全狀態(tài)評估,運行事件統(tǒng)計,對皮帶運輸機狀態(tài)實時更新;報警事件根據(jù)皮帶區(qū)段、人員、資源等形成閉環(huán)流程,大數(shù)據(jù)分析根據(jù)歷史報警、故障、檢修等數(shù)據(jù),生成皮帶機健康趨勢圖,用以指導皮帶運輸機日常管理策略。
礦山皮帶運輸機故障識別是可視化系統(tǒng)的基礎,故障識別率取決于攝像機安裝位置及AI 識別算法的成熟度。根據(jù)運輸皮帶主體功能、位置、視角、易發(fā)故障等情況綜合考慮選取攝像機位置,經(jīng)過調試即可,而AI 識別步驟一般包括皮帶運行圖庫的獲取、篩分、提取特征圖集、識別模型訓練、模型修正封裝、應用發(fā)布等多次步驟,見圖1。

首先需要收集皮帶機故障,包括失速、跑偏、堆料、撕裂、人的不安全行為、流量等典型大類圖集,并將每種類型的多種情況篩分標注,形成各自的特征圖集,然后根據(jù)編輯的算法模型進行反復學習訓練,直到識別率達標,然后對特征識別進行模塊化封裝,最后部署在AI超腦服務器上,并發(fā)布到智能攝像機。
皮帶輸送機分多段同步運行,每段出現(xiàn)問題事件則可能影響該段健康狀態(tài),而整個皮帶機頻發(fā)多發(fā)問題事件則可能導致皮帶運輸機故障。因此。需要建立皮帶運輸機安全狀態(tài)評價與預警機制,從而指導皮帶運輸機的運行與檢修維護。
根據(jù)長期皮帶運維的經(jīng)驗工作總結,可以將皮帶安全狀態(tài)分為2 個層次進行評價預警。人員不安全行為、某時間段失速狀態(tài)、某時間段撕裂狀態(tài)為輕微影響事件,需要繼續(xù)關注與干預糾正,而某時間段跑偏狀態(tài)、某時間段堆料狀態(tài)則為較重影響事件,需要停機調整。根據(jù)經(jīng)驗:當出現(xiàn)任意輕微事件,則需要關注;當出現(xiàn)2個以上輕微事件或任意較重影響事件,則需要現(xiàn)場查看;當出現(xiàn)多個事件則需要立刻停機檢查。針對整條皮帶運輸機器的安全狀態(tài)來說,根據(jù)經(jīng)驗:當任意一節(jié)不出現(xiàn)較重影響事件,則需適當調度觀察,排除影響因素,當出現(xiàn)較重影響事件則需停機檢修。結合故障識別與事件評價預警,可實現(xiàn)皮帶運輸機運行健康監(jiān)測的智能化。
前端攝像機的預警事件發(fā)生后,會存儲在應用服務器的事件數(shù)據(jù)庫中,數(shù)據(jù)庫具備訪問權限管控設置及備份功能,通過開放接口連接可供選擇調用,訪問前通過鑒權簽名即可做權限管理。通過開放接口調用事件數(shù)據(jù)庫記錄,可查看預警信息,通過網(wǎng)絡服務器可訪問視頻流媒體服務器事件相關視頻,從而實現(xiàn)預警事件的查看與存儲。
對于預警聯(lián)動,可以通過移動端提供的網(wǎng)絡服務器地址,根據(jù)預警事件安全等級,綁定相關責任人,從而實現(xiàn)預警事件內容的定向推送,便于及時發(fā)現(xiàn)問題,形成啟動應急處置流程,通過全程跟蹤事件形成PDCA閉環(huán)管理。
礦山皮帶可視化系統(tǒng)在西南某礦山成功應用,該礦山皮帶全長2 000余米,路段多處轉彎,共由7段連接而成。根據(jù)現(xiàn)場勘察測量,查閱皮帶建設基礎資料,將皮帶分為1 號放料段,3、4 號上下坡段,5 號轉彎段,2、6號直行段,7號出料段。根據(jù)皮帶段工況特點對攝像機進行優(yōu)化配置,共計23個設置點位,具體如下:
(1)1 號放料段有人員監(jiān)視、失速監(jiān)視、跑偏監(jiān)視、堆料監(jiān)視、撕裂監(jiān)視點位。
(2)2號直行段有人員監(jiān)視、失速監(jiān)視點位。
(3)3 號上坡段有人員監(jiān)視、堆料監(jiān)視、撕裂監(jiān)視點位。
(4)4 號下坡段有人員監(jiān)視、跑偏監(jiān)視、堆料監(jiān)視、撕裂監(jiān)視點位。
(5)5號轉彎段有人員監(jiān)視、跑偏監(jiān)視點位。
(6)6號直行段有人員監(jiān)視、失速監(jiān)視點位。
(7)7 號出料段有人員監(jiān)視、失速監(jiān)視、撕裂監(jiān)視點位。
攝像機部署后,基于系統(tǒng)現(xiàn)有的皮帶特征圖例,將事件評價與預警經(jīng)驗方法納入到系統(tǒng)當中,并對皮帶機對各類故障場景進行模擬拓展,獲得更為全面的基礎圖庫,通過標注、修正與調試,并對模型進行了大量訓練與優(yōu)化,試運行了一個月,最終成功上線。系統(tǒng)識別率可達95%以上,能夠有效幫助皮帶智能化管理。現(xiàn)場AI 實時視頻監(jiān)控矩陣如圖3 所示。

(1)通過研究事故隱患類型,搜集現(xiàn)場圖集,訓練各算法模型,形成了識別率達95%以上的可封裝應用AI識別技術,讓被動識別轉變?yōu)橹鲃幼R別,提高安全管理的確定性與穩(wěn)定性。
(2)通過現(xiàn)場經(jīng)驗,形成了皮帶機整體和局部的安全等級評價算法,用以指導皮帶機的運維,通過將預警事件與負責班組聯(lián)動起來,跟蹤處理流程,形成事件響應的閉環(huán)管理。
(3)作為礦山生產(chǎn)的運輸工藝環(huán)節(jié),皮帶運輸機承擔連通礦料進出,具有重要作用。皮帶安全可視化系統(tǒng)可以發(fā)掘更多安全生產(chǎn)的場景模式,提供豐富的接口,便捷數(shù)據(jù)共享與應用,可以與其他系統(tǒng)友好銜接,有利于智慧礦山整體建設。