基于A(yíng)I的煤礦安全管理智能預(yù)警體系的探索與應(yīng)用

陳芳

摘要：在煤礦傳統(tǒng)的現(xiàn)場(chǎng)安全管理中存在反應(yīng)速度慢、跟蹤處理不及時(shí)，對(duì)環(huán)境、設(shè)備、人員的隱患和違章的處理不精準(zhǔn)等問(wèn)題，本文試圖利用AI技術(shù)構(gòu)建礦井智能監(jiān)控和安全保障分析平臺(tái)，對(duì)礦井各個(gè)區(qū)域的安全生產(chǎn)過(guò)程進(jìn)行智能識(shí)別，旨在實(shí)現(xiàn)礦井安全實(shí)時(shí)跟蹤分析、科學(xué)預(yù)警、數(shù)據(jù)深度分析、智能化決策和安全信息智能化互聯(lián)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(guān)鍵詞：煤礦;安全管理;智能預(yù)警

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

中圖分類(lèi)號(hào)：X936? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）32-0187-03

0? 引言

近年來(lái)云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能等先進(jìn)技術(shù)飛躍發(fā)展，但在煤礦現(xiàn)場(chǎng)安全管理中，仍然依賴(lài)人的經(jīng)驗(yàn)進(jìn)行現(xiàn)場(chǎng)管控，“腿到、眼到、腦到”的傳統(tǒng)管理方式效率低、投入人力大、成本高。為加快推進(jìn)煤炭行業(yè)供給側(cè)結(jié)構(gòu)性改革，推動(dòng)智能化技術(shù)與煤炭產(chǎn)業(yè)融合發(fā)展，提升煤礦安全生產(chǎn)水平，推進(jìn)企業(yè)安全生產(chǎn)由被動(dòng)接受監(jiān)管向主動(dòng)加強(qiáng)管理轉(zhuǎn)變，推動(dòng)企業(yè)安全管理智能化、現(xiàn)場(chǎng)管理可視化，強(qiáng)化企業(yè)落實(shí)安全生產(chǎn)主體責(zé)任、提升安全生產(chǎn)綜合治理能力，全面提升企業(yè)本質(zhì)安全水平，“煤礦安全管理智能化預(yù)警平臺(tái)”項(xiàng)目建設(shè)勢(shì)在必行。

目前，眾多現(xiàn)代化礦井，井下作業(yè)人員眾多、開(kāi)采地質(zhì)條件復(fù)雜、工作面煤層和圍巖應(yīng)力變化大、裝備體積、功率和系統(tǒng)復(fù)雜性大幅提高、控制系統(tǒng)運(yùn)行不穩(wěn)定、信息交流不協(xié)調(diào)等問(wèn)題突出，嚴(yán)重制約了礦井安全生產(chǎn)與環(huán)保工作發(fā)展。因此，本文旨在通過(guò)以智能化視頻為分析，以人員定位、安全監(jiān)測(cè)、頂板壓力監(jiān)測(cè)等系統(tǒng)數(shù)據(jù)采集為基礎(chǔ)，通過(guò)利用FusionCube邊緣數(shù)據(jù)計(jì)算、存儲(chǔ)和處理的能力，對(duì)全礦井安全生產(chǎn)過(guò)程進(jìn)行智能識(shí)別，實(shí)現(xiàn)井下傳感數(shù)據(jù)、探水作業(yè)、違規(guī)作業(yè)等環(huán)節(jié)實(shí)時(shí)監(jiān)控與AI計(jì)算分析。本文的研究將對(duì)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(shì)、新時(shí)期煤炭特色的發(fā)展模式、行業(yè)標(biāo)準(zhǔn)和服務(wù)平臺(tái);建設(shè)可視化、智慧化的建設(shè)遠(yuǎn)程執(zhí)法管理模式具有指導(dǎo)意義。

1? 研究技術(shù)路線(xiàn)

調(diào)研→總體方案設(shè)計(jì)→總體方案論證→分系統(tǒng)設(shè)計(jì)→分系統(tǒng)方案優(yōu)化→AI和業(yè)務(wù)系統(tǒng)開(kāi)發(fā)→系統(tǒng)整合→實(shí)驗(yàn)室測(cè)試調(diào)整→現(xiàn)場(chǎng)部署→測(cè)試調(diào)整→驗(yàn)收。

1.1 調(diào)研、總體方案設(shè)計(jì)、總體方案論證

到煤礦井下現(xiàn)場(chǎng)實(shí)地考察，充分了解國(guó)內(nèi)外的有關(guān)技術(shù)發(fā)展水平，為整體方案設(shè)計(jì)提供依據(jù)和參考。根據(jù)煤礦現(xiàn)場(chǎng)攝像頭和網(wǎng)絡(luò)部署情況以及攝像頭性能，設(shè)計(jì)整體方案，確定總的工作目標(biāo)，總的實(shí)施步驟和方法。

1.2 分系統(tǒng)設(shè)計(jì)、分系統(tǒng)方案優(yōu)化

智能預(yù)警系統(tǒng)從層級(jí)上分為基礎(chǔ)設(shè)備層、采集層、算法層、應(yīng)用服務(wù)層。算法層由綜采傳感器監(jiān)測(cè)設(shè)備位置同步類(lèi)，綜采工作面擅自移動(dòng)、移除、更換回風(fēng)隅角傳感器監(jiān)測(cè)設(shè)備類(lèi)，炮掘進(jìn)工作面施工時(shí)前探梁計(jì)數(shù)監(jiān)測(cè)，炮掘工作面未安裝前探梁違章空頂作業(yè)四類(lèi)監(jiān)測(cè)算法構(gòu)成。業(yè)務(wù)層分視頻設(shè)備適配服務(wù)、采集服務(wù)、存儲(chǔ)服務(wù)、消息服務(wù)、算法分析服務(wù)、告警服務(wù)模塊。采用理論計(jì)算、實(shí)驗(yàn)室試驗(yàn)、數(shù)值模擬仿真、經(jīng)驗(yàn)類(lèi)比分析、技術(shù)經(jīng)濟(jì)對(duì)比分析等方法驗(yàn)證各分系統(tǒng)方案的可行性和可靠性，實(shí)現(xiàn)系統(tǒng)最優(yōu)。系統(tǒng)總體設(shè)計(jì)見(jiàn)圖1。

2? 智能預(yù)警體系的主要研究?jī)?nèi)容

2.1 智能監(jiān)察安全管控理論與應(yīng)用研究

迄今為止，礦井現(xiàn)場(chǎng)智能監(jiān)控安全管理在很大程度上仍為基于規(guī)范和經(jīng)驗(yàn)的專(zhuān)業(yè)工作。即使在初步實(shí)現(xiàn)了智能監(jiān)察可視化之后，煤礦安全技術(shù)人員在規(guī)范和經(jīng)驗(yàn)基礎(chǔ)上形成的“專(zhuān)業(yè)直覺(jué)”仍將在日常及應(yīng)急安全管理中占有不可替代的重要地位。與此同時(shí)，在肯定煤礦安全管理中“經(jīng)驗(yàn)”重要作用的同時(shí)，也必須清醒地看到，缺乏有效信息強(qiáng)力支持的直覺(jué)管理難度極大，費(fèi)工費(fèi)時(shí)，弊端明顯，難以實(shí)現(xiàn)優(yōu)化應(yīng)對(duì)，甚至有可能造成決策失誤，因而有必要跟進(jìn)信息化技術(shù)的飛速發(fā)展，充分利用智能化、智慧化技術(shù)的最新成果，有效提升礦井煤礦安全監(jiān)測(cè)監(jiān)控管理的科學(xué)性與實(shí)效性。

2.2 智能監(jiān)察系統(tǒng)核心計(jì)算能力建設(shè)與“中樞神經(jīng)”構(gòu)建

在科學(xué)的計(jì)算分析模型基礎(chǔ)上構(gòu)建礦井智能場(chǎng)景的判斷、決策與統(tǒng)調(diào)能力，形成統(tǒng)管礦井業(yè)務(wù)場(chǎng)景安全監(jiān)控、分析、優(yōu)化、管理的“神經(jīng)中樞”，即智能化中央處理單元，實(shí)現(xiàn)以智能決策及智能化決策輔助為重要特征的智能監(jiān)察管理。

2.3 智能監(jiān)察系統(tǒng)業(yè)務(wù)場(chǎng)景及狀態(tài)模型的構(gòu)建

根據(jù)煤礦現(xiàn)有的監(jiān)察制度設(shè)計(jì)本系統(tǒng)監(jiān)察機(jī)制，針對(duì)煤礦網(wǎng)絡(luò)環(huán)境和視頻設(shè)備設(shè)計(jì)合理系統(tǒng)架構(gòu);收集綜采工作面?zhèn)鞲衅鞅O(jiān)測(cè)設(shè)備位置同步類(lèi)，綜采工作面擅自移動(dòng)、移除、更換傳感器檢測(cè)設(shè)備類(lèi)，炮掘進(jìn)工作面施工時(shí)前探梁計(jì)數(shù)，炮掘工作面未安裝前探梁違章空頂作業(yè)的視頻，建立業(yè)務(wù)場(chǎng)景下的模型和異常狀態(tài)模型并進(jìn)行分類(lèi)和標(biāo)識(shí)然后建立對(duì)應(yīng)的標(biāo)準(zhǔn)庫(kù);使用人工智能技術(shù)對(duì)井下安全生產(chǎn)視頻進(jìn)行計(jì)算分析。

2.3.1 綜采工作面回風(fēng)隅角傳感器監(jiān)測(cè)設(shè)備位置同步識(shí)別（見(jiàn)圖2）

科學(xué)分析煤礦綜采工作面回風(fēng)隅角傳感器監(jiān)測(cè)設(shè)備安全需求，針對(duì)傳感器監(jiān)測(cè)設(shè)備存在位置安放不準(zhǔn)確，以及在割煤時(shí)沒(méi)有與液壓支架設(shè)備同步位移影響安全生產(chǎn)的問(wèn)題，建立綜采工作面回風(fēng)隅角傳感器監(jiān)測(cè)設(shè)備位置模型，完成識(shí)別及監(jiān)察工作。

①傳感器監(jiān)測(cè)設(shè)備位置同步監(jiān)控視頻分析。

準(zhǔn)確判定設(shè)備是否隨著傳感器監(jiān)測(cè)設(shè)備同步移動(dòng)。通過(guò)傳感器監(jiān)測(cè)設(shè)備圖像切割、圖像相對(duì)大小計(jì)算、錨定物比較、三維重建等手段判斷出傳感器監(jiān)測(cè)設(shè)備的絕對(duì)高度與其和監(jiān)測(cè)攝像頭的相對(duì)距離。圖像切割有邊緣監(jiān)測(cè)、閾值切割等算法，能快速?gòu)膱D像中勾選出傳感器監(jiān)測(cè)設(shè)備的輪廓;通過(guò)其尺寸與實(shí)際大小做比例計(jì)算，可得到傳感器監(jiān)測(cè)設(shè)備離上隔板和上邦的相對(duì)距離;通過(guò)圖大小與正常情況的錨定圖像比例計(jì)算傳感器監(jiān)測(cè)設(shè)備與監(jiān)測(cè)攝像頭的距離是否發(fā)生較大變化，判斷傳感器監(jiān)測(cè)設(shè)備是否與液壓支架設(shè)備同步。最終實(shí)現(xiàn)識(shí)別率99%。相對(duì)位置判斷錯(cuò)誤不超過(guò)10cm。

②傳感器監(jiān)測(cè)設(shè)備位置同步類(lèi)技術(shù)參數(shù)優(yōu)化設(shè)計(jì)。

在生產(chǎn)環(huán)境運(yùn)行異物識(shí)別模塊，通過(guò)工作人員對(duì)識(shí)別判斷結(jié)果進(jìn)行評(píng)判，獲取新的數(shù)據(jù)。基于人工智能神經(jīng)網(wǎng)絡(luò)相關(guān)技術(shù)建立多層神經(jīng)網(wǎng)絡(luò)模型，使用新的數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，調(diào)整模型相關(guān)參數(shù)，提高識(shí)別準(zhǔn)確率，最終實(shí)現(xiàn)識(shí)別率99%。相對(duì)位置判斷錯(cuò)誤不超過(guò)10cm。

2.3.2 擅自移動(dòng)、移除、更換傳感器監(jiān)測(cè)設(shè)備類(lèi)（見(jiàn)圖3）

針對(duì)傳感器監(jiān)測(cè)設(shè)施存在被人為移動(dòng)、移除、更換等情況，建立綜采工作面回風(fēng)隅角傳感器監(jiān)測(cè)設(shè)施位置模型，完成識(shí)別及監(jiān)察工作。通過(guò)全景攝像頭對(duì)上回風(fēng)隅角周?chē)那闆r進(jìn)行圖像識(shí)別，判斷區(qū)域內(nèi)是否有壓風(fēng)等干擾氣流的設(shè)備;同時(shí)，密切關(guān)注傳感器的數(shù)字變化頻率，視其上下99%分位數(shù)之間的變化頻率為正常區(qū)間。

通過(guò)與系統(tǒng)業(yè)務(wù)流進(jìn)行關(guān)聯(lián)，觸發(fā)算法分析的瞬時(shí)判斷結(jié)合業(yè)務(wù)狀態(tài)，建立持續(xù)性數(shù)據(jù)分析結(jié)果獲取，綜合過(guò)程中數(shù)據(jù)，最終獲得時(shí)間流的信息，判斷在規(guī)定時(shí)間內(nèi)（暫定10分鐘）移動(dòng)監(jiān)測(cè)設(shè)備是否正常。若當(dāng)監(jiān)測(cè)攝像頭超過(guò)10分鐘未能捕捉到傳感器圖像，視為異常移動(dòng)監(jiān)測(cè)設(shè)備的行為。

2.3.3 炮掘進(jìn)工作面前探梁計(jì)數(shù)（見(jiàn)圖4）

通過(guò)對(duì)棗泉煤礦炮掘工作面和工藝流程的實(shí)地調(diào)研，結(jié)合安全生產(chǎn)規(guī)范，建立安全生產(chǎn)算法模型，對(duì)炮掘工作面視頻進(jìn)行分析計(jì)算，通過(guò)現(xiàn)場(chǎng)情況，可配置識(shí)別數(shù)量的要求，達(dá)到炮掘工作面未安裝或安裝前探梁數(shù)量不符合規(guī)定的情況發(fā)生。通過(guò)ResNet，Inception V4等的圖像識(shí)別模型，可以準(zhǔn)確從監(jiān)測(cè)視頻中找到前探梁，通過(guò)前探梁與錨定物比較，進(jìn)一步確認(rèn)識(shí)別物為前探梁。對(duì)視頻幀中識(shí)別到的前探梁計(jì)數(shù)，去除重復(fù)識(shí)別區(qū)域，獲取前探梁真實(shí)數(shù)量，識(shí)別準(zhǔn)確率超過(guò)99%。當(dāng)前探梁數(shù)目較多，可通過(guò)CSRNet，直接估計(jì)前探梁數(shù)量。

2.3.4 炮掘進(jìn)工作面無(wú)臨時(shí)支護(hù)進(jìn)行空頂違章作業(yè)（見(jiàn)圖5）

在炮掘工作面施工中，確保作業(yè)人員在支護(hù)完好區(qū)域施工，使用活體檢測(cè)算法、人臉識(shí)別算法，在該區(qū)域建立監(jiān)控區(qū)，同時(shí)對(duì)人員施工進(jìn)行人員確認(rèn)，實(shí)現(xiàn)禁區(qū)施工作業(yè)監(jiān)察及報(bào)警同時(shí)關(guān)聯(lián)施工作業(yè)人員，實(shí)時(shí)知道作業(yè)人員信息。通過(guò)算法設(shè)置防區(qū)，及人員信息核定，獲取監(jiān)控畫(huà)面中施工作業(yè)人員信息，同時(shí)判斷是否在支護(hù)完好區(qū)域進(jìn)行作業(yè)。通過(guò)Fast-RCNN，YOLO等算法，可快速對(duì)監(jiān)測(cè)畫(huà)面中的人體、區(qū)域進(jìn)行識(shí)別。

3? 結(jié)語(yǔ)

傳統(tǒng)安全管理依靠人員經(jīng)驗(yàn)、人海戰(zhàn)術(shù)，投入大量人力物力，存在反應(yīng)速度慢、跟蹤處理不及時(shí)等問(wèn)題，對(duì)環(huán)境、設(shè)備、人員的隱患和違章的處理不精準(zhǔn)，導(dǎo)致效率低，風(fēng)險(xiǎn)消除緩慢，無(wú)法滿(mǎn)足安全、綠色、高效礦井建設(shè)需求。通過(guò)構(gòu)建基于智能視頻分析的智能預(yù)警體系，可以有效降低對(duì)人員經(jīng)驗(yàn)、人工檢查、人海戰(zhàn)術(shù)的依賴(lài)，同時(shí)利用視頻分析的24小時(shí)運(yùn)行，有效提升安全管理效率，降低事故發(fā)生幾率，且具有較高的推廣價(jià)值和實(shí)用價(jià)值。

參考文獻(xiàn)：

[1]田國(guó)文.視頻監(jiān)控系統(tǒng)在煤炭安全生產(chǎn)中的智能化應(yīng)用[C]//煤礦自動(dòng)化與信息化——第28屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第9屆中國(guó)煤礦信息化與自動(dòng)化高層論壇論文集.2019.

[2]王學(xué)琛，郭昕曜，李墨瀟，等.基于物聯(lián)網(wǎng)的煤礦安全風(fēng)險(xiǎn)預(yù)警平臺(tái)的研究及應(yīng)用[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2016（6）.

[3]郭佳，楊洋.基于遠(yuǎn)程監(jiān)測(cè)模式的煤礦安全生產(chǎn)預(yù)警系統(tǒng)研究[J].中國(guó)煤炭，2007，033（009）：69-71.

[4]李世波.煤礦事故預(yù)警管理的探索與應(yīng)用[J].中國(guó)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(shù)中的應(yīng)用探討[J].礦業(yè)安全與環(huán)保，2005.