“煤矿大脑”人工智能技术在煤炭行业生产中的应用研究

摘要：作为一种新兴IT技术，人工智能已深入到社会影响的方方面面。煤炭行业作为国家能源的重要支柱，近些年来也在加速拥抱人工智能，企业发展以“安全保障、减人增效”为核心目标，利用云、边、端等技术架构“煤矿大脑”，融合了云计算、边缘计算和人工智能等众多新技术，通过AI技术保障煤炭企业安全、高效生产，优化企业安全生产管理过程，进而提升煤炭企业核心竞争优势，并为煤炭企业高质高效发展发挥着重要支撑作用。

关键词：煤矿大脑;人工智能;智能化煤矿;智慧矿山

中图分类号：TP18  文献标识码：A     文章编号：1007-9416（2020）10-0000-00

0引言

能源与人们生活和社会经济息息相关，是人们生活的物质基础和社会经济发展的源动力，保证能源的有效利用和可持续利用对于现代社会经济发展具有重要意义[1]。

中国在能源生产和消费上均位于世界前列，并且取得了巨大的能源工业成就。但我们却是靠大量消耗能源资源和粗放发展而得到的，这种发展模式的过于粗放给我们原本就短缺的能源资源和脆弱的生态环境带来更大的压力，一些安全生产事件的发生给人身安全和企业财产也造成巨大损失。

1能源结构

在全球，煤炭、石油和天然气是三种主要化石燃料，但这些需求的增速各有不同，其中，原油占比最高，达到了33%;煤炭占比28%;天然气占比为24%。在亚洲，煤炭占亚洲能源结构的50%左右，其凭借低廉的价格和充沛的储量将继续成为未来最重要的能源来源之一。

在过去数十年的经济快速发展中，我国能源消费结构合理性与世界各国及平均水平还有相当的差距。而中国能源消费结构中占比最高的为污染最严重的原煤，原煤占比为62%，而占比全球近四分之一的能源天然气，在中国占比仅有6%，并且预计十年内煤炭仍将是能源结构的重要组成部分。

1.1煤炭的能源价值

煤炭，作为近现代人类主要使用的能源之一，作为工业的重要食粮，一直参与着人类的生产生活。随着新清洁能源的发展，其它能源产业的崛起，煤炭的应用范围和需求程度虽不再时时处处作为人类的首选，但不管是现在还是以后，都将作为一种重要的能量来源，继续服务于我们的生产和生活。煤炭的使用也紧密地参与着我国工业和社会的发展，它的稳定供应和安全生产问题也始终是我国能源发展中重要的一个发展方向。

煤炭是大自然给予的丰厚礼物，是上万年前特殊时期特殊气候条件的植物埋藏于地下，再经历了漫长的历史和复杂的生物化学等变化，而形成的固体可燃性物质，是地球上目前勘探得知的最丰富蕴藏和最广分布的矿物燃料。它的适用范围非常广泛，主要在以下几个地方：

电力：中国发电用煤约占总耗煤量的1/3以上，电厂是将煤的热能转变为电能，平均下来，目前我国的单位耗煤量为370g/（kw·h）标准煤。

（2）蒸汽车：蒸汽机车作为一种重要交通工具，也需要利用煤的热能转变为动能，占总耗煤量的3%左右，蒸汽机车的平均耗煤量为100kg/（万吨·km）左右。

（3）建筑材料：在建筑材料的生产制造当中，煤的使用也非常普遍，大致占到总耗煤量的13%以上。这些建筑材料大致有水泥、玻璃、砖、瓦等，其中，水泥的耗煤量最大。

（4）工业锅炉：热电厂和大型供热锅炉需要使用大量的煤作为主要燃料，除此之外，其它企业生产或取暖用的工业锅炉也需要用煤，这些锅炉型号多、数量大、管理分散，这一部分的用煤量约占动力煤总量的1/4以上。

（5）民用生活：居民生活也需要使用大量的煤，这一比例约占到用煤总量的23%。

（6）冶金：冶金行业需要烧结动力煤或使用高炉喷吹无烟煤，这一部分的用量仅占动力用煤总量的1%。

（7）炼焦：炼钢行业多使用焦炭作为主要生产原料，是钢铁工业的“基本食粮”，而焦煤或混合煤高温冶炼才能形成优质的焦炭，所以，炼焦也是重要的用煤方向。

1.2煤炭行业发展现状

煤炭作为能源行业中的主要来源，其基础地位不可动摇，并且国家现有的产业政策也一再强调煤炭行业的健康发展，说明了其在宏观经济高速发展中的不可或缺，这为持续增长的煤炭需求提供了长久性和可能性。现代技术的进步和创新更为煤炭行业的发展带来了强有力的动力。目前，煤炭工业的发展面临着大好的发展形势，国家全面出台多项政策支持行业深化改革，这也为煤炭工业转变经济发展方式和实现科学化发展提供了有利时机，进而有效提高了国家能源行业的自主创新能力，为国家成为能源自主的世界先进大国提供了重要机遇[2]。

我国煤炭企业正处于劳动密集型向技术密集型转换的初级阶段。国家现有煤炭资源储量较为丰富、品种多种多样，分布十分广泛，但与其它国家比较起来，我国的煤田地质构造比较复杂，变化和差异性较大，自然开采条件相对恶劣。在资源开发技术上，我们起步慢，基础理论研究滞后，安全高效开采技术以及清洁高效利用手段还有很大空间可以提高。根据之前的能源结构预测中，我国在未来的十年中（2020年到2030年），煤炭在主要能源结构中还将保持着最高比重，2030年可能实现在55%左右。并且在目前的从业人数统计中，我国年产36.5亿吨煤炭，从事该产业的工人约525万人，同期美国年产约10亿吨，而从事该产业的工人仅有约10万人。我国实现年产量可以达到美國的3倍多，但从业人数却远超美国的50多倍。因此，我国急需要一些手段完成探测、掘进、运输、运维、管理等各个生产一节的自动化、数字化和智能化。

2人工智能推动产业革命

2.1人工智能在煤炭行业安全生产中扮演重要角色

煤炭作为我国的传统能源行业，引入现代人工智能技术，旨在通过这一技术手段，从根本上解决煤炭安全生产过程中碰到的问题，帮助煤炭行业尽快实现少人高效，推动行业实现转型升级。

煤炭这个直接雇用大约500万人口的行业，由劳动密集型向技术密集型改革将是一个极具挑战和实践意义。精英数智与华为、中国煤炭科学研究院在2019年4月福州共同提出开发“煤矿大脑”平台，这是针对于煤炭安全生产而量身定制的人工智能整体技术解决方案，IT行业、通讯行业、煤炭科学研究行业将共同助力煤炭行业的人工智能发展，为实现国家安全生产和推动煤炭行业转型升级做出重要贡献。

2.2煤矿大脑概述

煤矿大脑基于云计算、大数据和人工智能技术，为煤炭行业安全生产态势感知提出一套完整的解决方案。

（1）基于云平台的PaaS框架，依托云计算、云存储等虚拟化技术，煤矿大脑加快了各种针对智能矿山应用的开发、部署和服务化，方便了各项业务的管理。

（2）基于大数据据技术，为海量矿山传感器数据（温度、湿度、瓦斯、监控、电力），实现快速流转、多数据类型汇聚、价值密度低数据融合和存储。

（3）基于人工智能技术，对矿山各种作业场景中的音频、视频及传感器数据进行实时分析，完成了机器运行状态、人员操作是否合规、工作进度量化、环境指标预测等各种业务的數字化和智能化。

2.2.1系统架构

煤矿大脑率先提出云、边、端架构体系，实现了各项业务的时间灵活性和空间灵活性，以及计算、网络、存储等各种资源的虚拟化与弹性按需调度。

（1）在云侧：训练集制作、管理与各种人工智能模型的训练及模型的管理;AI识别任务的下发、状态监控及安全生产态势分析与展示。

（2）在边侧：业务镜像化：将模型的运行环境（操作系统、必要库文件及其他软件）与模型一起制作成统一的镜像文件，简化了业务的部署、标准化了模型运行环境，方便了管理提高了模型的移植性;任务容器化：将一次AI识别任务以容器的方式进行运行，保证了应用程序与资源的独立性，提高了资源的有效性和业务的安全性。

（3）在端侧：通用智能：提出AI agent框架，标准化模型、权重、任务以及推理的输入与输出流程，以流水线式的方式完成不同业务场景AI识别需求，如图1所示。

（4）智能终端：除基于Nvidia RTX消费卡和企业级Tesla计算卡外，智能终端还将各种机器学习模型移植到华为Atlas200、英伟达Tx2和Xavier智能计算平台极大地扩展了智能终端的应用范围。

2.2.2煤矿大脑典型应用

（1）勘探系统。近年来随着国内煤炭行业的迅速发展，对勘探技术及其管理工作提出了更高的要求。实践中，智能化的地质勘探技术方法已在煤矿领域广泛应用，尤其在煤层薄、稳定性差、地质构造复杂的矿井，智能地质勘探技术将起到重要作用。影响矿井安全因素的非常多，目前尚未建立一套科学、高效的地质勘探安全防范措施。一旦发生安全事故则后果不堪设想，因此煤炭资源开采前应对井田地质条件进行全面勘探。煤层中一般会含有瓦斯和水等物质，瓦斯含量在很大程度上决定了可能产生的影响。一旦泄露或者爆炸产生的后果就越严重;而水害给矿井人员伤亡和生产同样带来巨大损失。

生产中，为了预防和应对瓦斯和水害事故的发生，应明确瓦斯和水的分布情况，这样才能够做好预防措施。工作面超前勘探技术在挖煤机挖井前，采用向掘进方向不同角度打孔的方法对前面瓦斯、水量的情况进行探测是一项比较简单有效并被广泛使用的探测技术。然而探测会给矿企带来额外的人力和物力成本，同时井下环境极其艰苦，导致不探、少探的情况时有发生，给安全生产带来重大隐患。针对探测工作面临的问题，煤矿大脑智能勘探分析系统基于计算机视觉技术通过对工作面机器运行轨迹、人员姿势和轨道物体等视觉特征，对整个探测过程进行实时监控与分析，不但有效地降低了监管成本，而且其准确率甚至超越了人类。

（2）掘进系统。掘进是矿井产生中最关键的环节之一。在生产中挖煤机的工作状态，人员操作的规范性都走到了关键的作用。掘进现场空间小、环境复杂人员违规操作行为时有发生，煤矿大脑基于图像识别技术，对人员行为进行实时分析，当发现特定禁进入区域有人员进入时或者操作不规范（未正常支护）时实时产生警示。影响挖煤机正常工作的一个常见问题是挖到坚硬的岩石，现有方法主要通过在挖煤机的掘进齿上安装温度传感器，操作员通过观察温度的变化来粗略地判断挖煤机前面煤层的状况，然而温度传感器容受环境的影响非常大，导致准确率非常低。煤矿大脑提出基于音频、响度和波型等特征，使用机器学习方法实时地对掘进现场发出的各种声音进行识别，对挖到岩石等发出的异常声音进行警示。图2中AI模型检测到有人员出现在禁入区。

（3）运输系统。皮带作为矿井底下最主要的运输工具，对生产的顺利进行走到了至关重要的作用。数十段皮带构成了井下高速公路，并消耗了整个矿井70%以上的电力资源。然而，皮带在运行过程中会有多种异常情况发生：皮带跑偏、皮带上有异物（大矸石、锚杆甚至人）、皮带长期空转、皮带头堆煤以及人员违规等。针对皮带运输系统的问题，煤矿大脑提出基于目标跟踪、目标检测、帧差检测等人工智能技术，对皮带运输系统的运行状态进行实时监控。图3左图为智能运输监控系统使用目标跟踪技术，实时地对皮带是否有跑偏进行分析;图3右图为堆积检测模型发现皮带机头出现堆积现象并产生报警的情景。经过研发人员的不断攻关，模型误别的准确率达到95%以上，模型的识别延时小于30毫秒。

（4）运维系统。在矿山80%以上的安全生产事故都与人的疏忽大意有关。井下有3000工人在作业，井上就有30人在调度室对数百个摄像头传来的机器运行状态和人员行为视频进行监视。然而，一方面摄像头众多，存在人员监控不过来、漏检、监视不及时等问题;一方面矿井需要7×24连续动作，由其到夜晚对人的身体挑战非常大，无论井上还是井下人员都容易出现麻痹大意的情况。煤矿大脑基于姿态识别和目标检测技术，将人体姿势、方向、机器位置等元素进行关联分析，结合场景实时分析出有效的巡检或值班行为，客观地评价出每个人的工作质量。解决了监管场景如何量化人员是否在场、按照到场以及是否认真作业难题。

（5）安全態势感知系统。煤矿大脑基于人工智能技术对听觉（声音传感器）、视觉（视频传感器）、嗅觉（气体传感器）、触觉（压力传感器）数据进行实时分析与警示。为更好地、实时地对整个矿山安全生产的态势进行掌握，提出多元异构数据汇聚融合体系，然后再次使用机器学习模型对融合后的数据进行实时的安全态势分析。为煤矿大脑针对每个工作场景的实时分析结果;展示了对多元异构数据汇聚融合后使用机器学习算法得到的当前矿山安全生产态势感知情况。

参考文献

[1]张忠国.煤巷快速掘进系统的发展趋势与关键技术[J].煤炭科学技术，2016（1）：55-60.

[2]曾健平，邵艳洁.Android系统架构及应用程序开发研究[J].微计算机信息，2011（9）：1-3.

收稿日期：2020-07-22

作者简介：吴喆峰（1981—），男，山西大同人，本科，高级工程师，研究方向：能源行业人工智能研发与应用。

"Coal Mine Brain" Artificial Intelligence Technology Applied Research in Coal Industry Production

WU Zhe-feng

（Elite Digital Intelligence Technology Co.， Ltd.， Taiyuan Shanxi  030000）

Abstract： As an emerging IT technology， artificial intelligence has penetrated into all aspects of social impact. As an important pillar of national energy， the coal industry has been accelerating the embrace of artificial intelligence in recent years. The core goal of enterprise development is to "safety guarantee， reducing people and increasing efficiency"， using cloud， edge， and terminal technologies to build "mineral brains" and integrate Through the use of many new technologies such as cloud computing， edge computing and artificial intelligence， AI technology ensures the safe and efficient production of coal enterprises， optimizes the safety production management process of enterprises， and improves the core competitive advantages of coal enterprises， and plays a role in the high-quality and efficient development of coal enterprises. Important supporting role.

Keywords： coal mine brain; artificial intelligence; intelligent coal mine; smart mine