煤矿隐患行为智能监察系统的设计与应用

张柳 赵德伟 康亚伟

摘  要：从2000年我国建立煤矿安全监察体制开始，全国煤矿安全生产形势逐年好转，成绩显著。基于此，该文主要对煤矿智能隐患监察的设计与应用进行了分析和研究，推动煤矿智能隐患监察手段的变革，进一步保障人员的生命安全，希望能为我国的煤矿业发展提供帮助。

关键词：煤矿;智能隐患监察;AI模型

中图分类号： TD76              文献标志码：A

0 引言

蒋庄煤矿隶属于山东能源枣矿集团，地处美丽的微山湖东畔，地里位置优越，水陆交通便利。矿井于1979年12月动土兴建，1989年6月建成投产，原设计能力150万t/年，核定生产能力275万t/年。30年春华秋实、风雨兼程，矿井现已发展成为集煤炭生产、洗选加工、热电联产、机械制造、精细化工、生态循环经济为一体的国有综合效益型现代化矿井。

1 煤矿智能隐患监察

1.1 煤矿规模化生产，导致安全监管困境

2018年1月5日，国家发改委印发《关于进一步推进煤炭企业兼并重组转型升级的意见》，指出：“通过市场机制、经济手段、法治办法，促进煤炭企业加快兼并重组和上下游深度融合发展，大幅提高煤矿规模化、集约化、现代化水平，实现煤炭行业转型升级。到2020年底，争取在全国形成若干个具有较强国际竞争力的亿吨级特大型煤炭企业集团，发展和培育一批现代化煤炭企业集团。”合并之后的煤矿，以集团方式管理，管理水平随之提升，但是所管辖的生产范围变大，作业区域变多，管理难度不断增大。

以核定年生产能力275万t/年的蒋庄煤矿为例，该矿属于中型煤矿企业，井田面积36.463 km2。该矿为了及时发现隐患问题，避免事故发生，在煤矿井下的重点区域，建设了视频监控系统，视频监控相机达到300余台，实现了井下重点场所全覆盖。在井上建设了调度指挥中心，该中心采取24 h值班制，安全管理值班人员实时盯着各重点位置，监控各作业过程，一旦发生隐患，远程电话通知井下，以期及时消除隐患

1.2 煤矿对智能的需求

需求较为碎片化，特定碎片化的应用算法和应用在很大程度上缺乏通用性、单点成本高，难以规模化，且多数应用交付复杂，部署周期长，算法迭代慢。实际应用涉及产品、施工、算法优化、信息系统打通、业务流程转型等环节，整体周期长，需求无法快速变现，应用部署后，算法无法快速迭代更新。为了解决这一问题，应用AI开放平台和相关智能硬件，以辅助应用快速落地。

2 设计原则

设计原则共有5点。1）先进性。采用基于深度学习的视频智能识别的技术，利用AI开放平台进行算法快速训练，实现隐患的智能分析。2） 稳定性。系统选择了井下特定摄像机，在获取清晰图像的同时，采用了深度学习算法，对隐患进行识别，保证了系统的长时间稳定运行。3）  实用性。以业务流程梳理为依据，选择相应点位安装智能相机，且平台基于B/S架构开发软件平台，便于不同人员根据权限查看不同结果。4） 集成性。系统的高度集成一方面可以有效减少系统的故障点，有利于系统的实施与运维，另一方面系统集成可以有效实现信息共享，实现1台设备多种功能，提高信息处理效率，避免过度建设，以适应业务未来的发展要求。5）  可拓展性。平台软件可拓展性：采用模块化设计，支持功能的模块化升级，还可与其他平台作数据对接[1]。

3 煤矿智能安全隐患监察的应用

3.1 应用概述

通过AI开放平台训练各类隐患智能识别算法，并将算法加载到专用智能设备，智能设备将结果上传平台，平台根据报警逻辑，实现隐患的报警和报警处理。

3.2 应用架构

井下安全隐患识别是需要整合多个异构管理子系统，以网络通信及数字化技术为基础，为多个“信息孤岛”提供协同合作的统一平台，建立一套高集成、高智能化的管理机制，满足统一的配置管理、数据共享、功能联动和业务优化等系统需求。

3.3 应用功能

主要应用、主要功能包括3点。1） AI模型管理。AI模型管理主要提供AI模型下载、模型管理、模型下发、AI分析任务下发等功能，通过高级参数配置，也可提供AI模型的自动下载、设备模型自动升级、素材自动上传的功能。2）  行为监管。行为监管模块是C/S客户端，提供报警事件接收、图片查看的功能，可批量对报警图片进行正报、误报判定，并填写处理意见和责任单位。3）  视频监控。平台视频监控系统通过对前端编码设备、后端存储设备、中心传输显示设备、解码设备的集中管理和业务配置，提供视频监控、录像回放、解码上墙、图片查询等应用。

4 系统详细设计

4.1 核心设备

4.1.1 井下相机

图像的采集是分析的基础，只有确保画面清晰，才能进行有效分析。但是井下普遍存在光线昏暗、光污染（头灯、手电、火车灯、衣服反光条）、温差大等问题，导致图像模糊，達不到分析的要求。

使用井下专用摄像机，主要解决3个问题。1）强光抑制功能：避免矿工头灯、环境照明等引起的强光影响。2）密封性问题：密封性不好会引起摄像机内部起雾，导致画面模糊，井下专用相机会设置2个腔体，解决密封性差的问题。3）AI分析功能：部分型号具有AI功能，可直接下载AI开放平台相关算法。

4.1.2 智能NVR

智能NVR采用嵌入式设计，集成高性能GPU模块，集IPC接入、存储、管理、控制于一体，可加载深度学习算法，实现精准的自定义智能分析，提升监控视频价值，服务安防大数据时代。智能NVR既可作为NVR进行本地独立工作，也可联网组成一个强大的安全防范系统[2]。

4.2 煤矿隐患行为智能监察平台

4.2.1 组建逻辑架构

该平台基于“统一软件技术架构”的先进理念设计，采用业务组件化技术，满足平台在业务上的弹性扩展。该平台适用于全行业行为智能监管业务，对各系统资源进行了整合和集中管理，实现统一部署、统一配置、统一管理和统一调度。该平台核心开发了AI模型管理服务、行为监管应用服务、行为监管客户端3个组件。

4.2.2 视频监控

4.2.2.1 实时预览

视频实时预览即对监控实时画面的预览，包括基础视频预览、视频参数控制、视图模式的预览，平台与监控点所在的摄像机对讲通道的实时对讲、批量广播以及对具备云台能力的监控点的实时云台控制[3]。

4.2.2.2 录像回放

录像回放用于对历史视频录像的查询、定位、播放、录像流控、片段下载等应用。

4.2.2.3 事件查询

事件联动是煤矿隐患行为智能监察系统的事件枢纽。通过对关键资源点配置事件规则及其联动动作，实现对一些生产过程中的异常情况的告警通知，方便管理人员快速进行处置。支持模板方式进行事件规则的配置，支持客户端、录像、抓图、短信、邮件等多种联动方式。

4.2.3 行为监管

行为监管主要包括3个方面的内容。1）事件监控。生产过程中检测到的异常情况会在事件监控中实时展示，可以对有权限的区域或者资源进行统一查看。支持通过行为类型进行筛选展示实时报警;支持切换卡片模式或者列表模式进行报警查看;支持查看当天所有的报警以及所有历史未处置的报警;支持在接收到实时报警时进行声音提示;支持报警闪烁;支持查看事件的基本信息，查看事件发生地点的实时图像、历史录像，查看事件发生时的抓图;支持用户对事件进行处置。2）事件检索。用户已经完成处置的事件可以在事件检索中进行查询。用户可以按照行为类型、事件发生时间、发生地点、处置意见、处置人员进行过滤查询[4]。3）违规行为统计。违规行为统计中支持对用户处置为正报的报警进行统计并用图表展示，以便用户可以更加直观地了解生产环境中异常事件的发生情况。支持按照事件发生地点对异常事件进行统计展示;支持按照日期对异常事件进行统计展示;支持按照行为类型对异常事件进行统计展示;支持自定义事件范围异常事件进行统计展示。

4.2.4 平台特色

平台特色主要包括4个方面的内容。1） 组件化。统一软件技术架构以组件化方式构成系统，集成了消息中间件、数据库服务、分布式缓存、应用容器、事件分发、流媒体转发、设备接入、存储接入、短信接入、邮件接入等各类服务，由各个组件承载相关服务能力，提供平台及支撑组件的各种功能需求。2）可深缩性。平台根据项目规模和应用场景，设计时考虑了各服务的水平扩展能力，尤其是设备接入、流分发、流存储、事件、数据库等关键服务。3）可维护性。平台界面设计人性化，采用B/S管理，使系统管理和维护更方便快捷。4）多层次的安全设计。平台从设备、网络、主机、数据、应用多个层面考虑各类安全防护点，并采用多种安全控制策略。设备层面：访问存储设备、前端设备等各类设备均需通过设备的身份认证才能访问。网络层面：访问平台支持https访问，敏感数据传输统一经过安全认可的加密方式加密后传输，对非本地局域网的外网通过映射少量端口即可访问平台。主机层面：通过操作系统防火墙控制非平台使用端口的访问。

4.3 AI开放平台

4.3.1 数据集管理

系统支持训练数据集创建、修改、删除和查看功能，用户可以创建多个训练数据集来支撑不同的模型训练。系统支持从浏览器一次上传多张训练图片至训练数据集，支持重命名或删除训练图片。用户上传的数据加密后保存在存储空间中。

4.3.2 数据标注

系统支持快速标注训练图片类别或标注训练图片中的物体位置、名称，并将标注的标签保存。系统支持对一个图片中的多个物体分别标注标签，一张图片最多支持16种不同类别的标签。

4.3.3 模型训练

系统支持一键训练模型，支持选择应用类型、模型版本和训练数据集。其中，应用类型包括云端推理服务和边缘端IPC、NVR分析服务。训练开始时，系统会提示预计结束时间。训练时间与训练图片数量有关，训练数据集中的数据量越大，训练时间越长。

5 結语

通过该项目的探索，形成全矿区高效、自律、精准的安全防范意识，推动煤矿智能隐患监察手段的变革，进一步保障人员生命安全。

参考文献

[1]马瑞孚.宁夏煤矿事故规律及防范对策研究[D].西安：西安科技大学，2018.

[2]任晓聪.我国煤矿安全规制研究[D].沈阳：辽宁大学，2018.

[3]郭尚彬.甘肃省煤矿安全监管研究[D].兰州：西北师范大学，2016.

[4]郭启光.中国煤矿安全规制俘获研究：形成机理、双重影响与治理效果[D]. 大连：东北财经大学，2016.