地下黄金矿山安全风险智能化综合管控系统研究与应用

陈连韫　国祯翔　侯杰　赵威　吴立活　刘迪

摘要：针对智能矿山建设背景下的安全风险管控新特征，在全面分析系统建设功能需求的基础上，对地下黄金矿山安全风险智能化综合管控系统的体系框架进行设计，分析了系统中安全风险管控的智能化要素，同时对系统的数据交互方式进行了规划。基于机器视觉、物联网和智能标识技术，实现了系统中的人员、设备等系统主数据的获取与规范化处理，最终完成了地下黄金矿山的安全风险管控体系及面向人机环管相集成的系统功能的构建。系统的构建与应用，极大地提高了矿山安全风险管理体系化、信息化和智能化水平，在行业内具有一定的推广应用价值。

关键词：安全风险；地下黄金矿山；智能矿山；管控系统；系统构建

中图分类号：TD679文章编号：1001-1277（2023）09-0054-05

文献标志码：Adoi：10.11792/hj20230909

引 言

随着矿山开采深度的逐步加深、生产任务压力的逐渐增大及各级政府对安全生产要求的不断提高，地下黄金矿山来自安全生产方面的压力日益增大，现有的分散的安全风险管理模式已不能满足全员本质安全管控的需要，这也要求矿山不断加大管理力度、扩大管理范围，以更为系统和全局化的视角来进行安全风险管理。而新型装备、技术、系统的大范围应用，在给生产工艺和管理模式带来深刻变化的同时，也使得生产系统运行变得复杂多变，安全风险的产生主体更加分散化和多样化，极大地增加了地下黄金矿山安全风险管理工作的难度［1-2］。

安全风险管理理论的逐步完善及智能化、信息化技术的飞速发展为矿山安全风险管理方式的变革创造了条件。许多矿山根据自身安全管理需求建设了相应的管理系统［3-4］，覆盖安全隐患排查、危险源辨识、劳保用品标准化管理、安全培训等业务。LIU等［5］构建了基于主动安全的安全培训模式，以减少或消除职工的不安全行为。ZHOU等［6］构建了职业安全健康管理与风险控制体系，提高了矿山职业安全卫生管理的信息化水平。QI等［7］研发了矿山应急预警指挥信息系统，为应急响应决策提供了快速有效的数字化平台。然而，现有的矿山安全风险业务管理系统的研究与应用主要集中在针对单一业务的信息化，缺少对于安全管理体系的整体规划，这就要求矿山企业立足于系统工程思维，构建覆盖矿山安全风险管理各项业务的黄金矿山智能化安全风险管理新模式。

因此，本研究从安全生产知识体系、完善的安全保障体系、集成化的现场安全生产信息管理和安全生产信息统计分析与展示等4个方面全面规划地下黄金矿山的安全风险管控体系，结合物联网、机器视觉等先进技术及智能移动终端等辅助设备，研究与开发智能化安全风险综合管控系统，将现场安全管控从以井下安全检查为主全面扩展应用至设备、人员、环境等安全要素，重新整合传统的安全管理业务并扩展延伸，形成人机环管多要素、多主题的“大安全”管控模式，提高地下黄金矿山安全风险管控总体水平。

1 安全风险智能化综合管控系统需求分析

1.1 智能矿山背景下的安全风险管控新特征

智能矿山的建设使传统的采矿业在管理模式、组织结构、采矿工艺、决策方式等方面发生全新变革，在安全、绿色的基础上突出高效、智能，矿山生产过程控制与生产经营管理的智能化升级也驱动着安全管控方式的转变。

1）安全管控主体由人扩大至“人机物管环”系统。智能矿山建设带来了企业生产组织形式变革，大型机械装备、自动化系统辅助施工作业，导致矿山安全管理主体增多，其组织和管理难度加大，安全管控从以“人”为主体向“人机物管环”要素相耦合的模式转变。

2）安全管控技术手段趋于多样化、自动化。智能化技术为矿山安全管控手段和方式的变革带来了新动力，现场大量工作由自动化系统替代，人工智能、图像识别、传感装置、新的网络模式、移动终端的应用也改变了矿山安全监管形式和安全数据获取方式。

3）“人机物管环”要素在每一项安全管理主题中交叉、集成体现。矿山安全管理模式以业务场景为中心进行归集，形成安全培训、安全保障、现场安全检查为核心的业务管理体系，在每项业务中交织着“人机物管环”要素，导致安全管理主线不明，数据受限于业务主体。

1.2 系统功能需求分析

针对现代化矿山安全管理新需求，从体系完整性角度出发，对矿山现有安全管理业务进行重新整合与梳理，将管理和技术作为安全风险管控体系的核心部件，对矿山安全风险管理的具体流程加以梳理和优化，全面了解与掌握矿山安全生产管理工作的内涵。

1）安全生产知识管理。建立多类安全专题知识库，结合矿山安全培训的管理难点和应用需求，有重点地对各类人员进行精细化培训。实现便捷化学习与考试，并对员工考试情况进行智能分析。

2）安全生产保障管理。对矿山实现本质安全主题建设所涉及的系统进行总结聚类，构建覆盖安全投入、职业健康及劳动保护等功能在内的安全生产保障体系。

3）现场安全生产管理。以先进的风险管理體系为理论基础，优化双重预防体系管理过程，在此基础上实现矿山特种设备及应急救援的智能化管理。

4）安全生产信息统计分析。基于可视化工具搭建安全风险管控信息综合看板，根据管控层级、职责需要提供不同粒度的安全风险数据，明确安全风险管控现状，提高安全风险分析与管控水平。

2 安全风险智能化综合管控系统设计

2.1 安全风险智能化管控体系框架

安全风险智能化综合管控系统从安全风险管理的事前、事中和事后全流程入手，从更为系统和全局化的视角，以“人机物管环”集成的安全管理为核心理念，主要解决安全风险的管理问题。其中，事前主要体现在完善制度、全员培训、形成文化、加强保障，立足于全员安全；事中通过引入人员智能识别、设备电子标签、环境物联网智能标识等多重智能化方法，实现作业过程的“人机物管环”集成管控理念下的全员本质安全；事后则借助数据统计分析的结果，进一步提升安全风险管控效率、完善风险管理体系，借助数据可视化实现风险信息的深入分析。安全风险智能化管控体系框架如图1所示。

2.2 安全风险智能化管控的智能化要素

“人机物管环”集成的智能安全，首先需要解决安全要素，即人、机、环境的实时智能标识。本次研究分别采用机器视觉、物联网平台及电子标签来解决这一问题。

1）机器视觉技术。该技术在矿山安全风险管理领域的应用场景主要包括基于人脸识别的人员身份认证及下井车辆人员安全状态智能分析等，可用于结合人员档案信息形成“人员”主数据。

2）物联网平台。通过搭建一体化、智能化的物联网服务平台实现自动化系统间的实时联动，综合、动态地采集与融合多源信息，实现了现实世界和物理世界的关联。

3）智能标签技术。基于智能标识生成与管理技术，解决设备、环境标识标准不统一，无法实现跨系统、跨业务、跨平台的信息共享和互联互通的问题。

2.3 系统数据交互方式设计

针对地下黄金矿山安全风险智能化综合管控系统的体系框架及主要功能，总结各主要功能模块及系统与数据中心之间的数据流转过程，得到如图2所示的智能安全系统数据流程。

1）智能安全系统需要的人力资源数据、设备信息和六大系统的数据等均通过数据中心采集处理后提供。主要包括历史安全生产数据、矿山人员信息、组织机构数据及井下实时数据等。

2）人脸识别终端为安全生产培训体系提供人脸实时检测数据，通过人脸数据库及数据中心提供的人员信息进行培训和考试人员身份的确认，实现安全培训考核的公平有效性。

3）基于物联网平台构建井下设备和地点的统一标识，现场安全生产体系根据其提供的标识信息进行基于设备和地点的现场安全隐患排查，结合组织机构数据和人员信息完成相关业务流程。

4）组织机构数据和人员档案信息等被用于安全生产保障体系中劳动保护品发放、职业健康管理、应急救援管理及外委单位管理等业务的实现。

5）安全生产知识库的数据来源于现场安全生产体系提供的现场安全隐患排查、风险分级辨识数据及安全生产保障体系提供的人员考核数据、矿山安全投入、安全事故数据等。

6）数据经过安全风险数据分析模型处理后，输出矿山安全分析结果，通过可视化界面进行集成化展示。

3 安全风险智能化综合管控系统实现

智能化安全风险综合管控系统从“大安全”的角度出发，重新整合地下黄金矿山的安全管理业务并扩展延伸，以智能标识为主数据，面向“人机物管环”全要素构建了贯穿矿山整个生产经营业务的安全管理体系，横向跨越生产、安全、经营、设备、自动化等业务主体，纵向打通风险、隐患、培训、考核、应急、证照等安全业务对象。

1）安全生产知识体系。基于人员身份精准推送操作规程、岗位风险点信息、自救互救知识、应急预案等安全知识；基于智能移动终端实现便捷化、自主化学习与考试，实时评测员工考试成绩并对员工考试情况进行智能分析，辅助管理人员针对薄弱环节进行重点培训及改进。

2）现场安全生产体系。建立基于规范化采场信息的风险分级管控清单，全面识别矿内风险因素，利用风险评价算法实现安全风险智能分级。实现从现场排查、隐患登记、指派整改、整改反馈、复查验收的隐患闭环治理全流程移动端覆盖。构建考核标准库、量化考核标准，结合视频监控和人员定位数据，智能辨识人员的不安全行为，根据实际情况快速奖惩。双重预防机制信息化管理界面如图3、图4所示。

3）安全生产保障体系。整合通风自动化、粉尘检测仪、噪声检测仪等监测数据，根据员工岗位，智能匹配相关防护措施与可能导致的职业病信息，实现职业病的精准预防。构建劳保发放电子档案，实现劳保发放标准、发放计划及发放确认等相关业务的信息化；根据劳保物品的评价反馈信息及消耗情况，实现劳保物品库存的智能动态管理。

4）安全生產信息分析与可视化。通过将分散的、不同介质的、多元异构的安全风险信息有机集成，实现数据分析与可视化功能的实体化与系统化，为矿山不同安全管理层级提供有力的数据支撑。安全风险信息分析与可视化界面如图5所示。

4 智能化安全风险综合管控系统构建关键技术

4.1 基于机器视觉的人员要素辨识

采用卷积神经网络和局部二值模式（Local Binary Pattern，LBP）相结合的方式提取人脸特征。人脸识别与认证流程如图6所示。主要包括人脸检测定位、人脸图像预处理、特征提取对比识别等环节。通过“人员”主数据串联，实现教育培训—在线考试—绩效考核多业务联动。

4.2 基于物联网标识的非人员要素辨识

构建逻辑集中、物理分散的统一标识管理与公共服务平台。对全矿各类二维码标识进行规则制定，统一生成、解析与管理，具备标准化协议接口，能够保证业务系统可以调取二维码内的字符串信息，实现各物联网应用间信息的互联互通，支撑全矿范围内的物联网统一标识大规模规范化应用。主数据二维码管理平台用于对全矿同源共享的作业地点、职员、设备、物资备件等主数据的二维码进行统一管理，确保生成的二维码在全矿唯一，通过扫描二维码即可区分该码所代表主数据的种类和唯一编码，主数据二维码统一管理平台架构如图7所示。

5 结 论

安全生产是矿山生产运营中备受关注的主题，也是智能矿山建设的重要内容之一。本文从矿山安全管理业务需求出发，规划了风险分级管控、安全闭环管理、教育培训考核等十余个子模块，形成了一套综合完整的集成化安全管控系统，并进一步借助数据分析及可视化技术，系统化、多维度地反映矿山的安全现状，形成清晰、直观的安全生产信息来辅助决策，带来安全管控效率的大幅提升。

1）形成了“大安全”管理理论指导下的黄金矿山安全风险管控模式。本研究着力于全员安全、本质安全与主动安全理论的实体化与可操作化，将安全主体扩展至生产全员，并从生产前的安全保障与危险源预防、生产过程中的监测预警与隐患排查、风险排查处理后的分析评价的角度，从生产进程、安全主体及风险管控对象等多个层面规划实施了黄金矿山“大安全”指导下的风险管控体系。

2）提出了智能矿山建设背景下多样化安全主体的智能辨识方式。针对安全风险管控中安全主体多样化、位置不固定、分布不集中等问题，本研究采用以机器视觉进行人员识别、以物联网电子标签进行设备识别、以二维码标签进行关键作业地点的识别。物联网、机器视觉、电子标签相融合，3种技术的统合应用解决了人机环管相集成的安全风险管控中安全主体的精准识别问题。

3）基于多场景协同应用的部署要求，研发并应用了智能安全风险管控系统。重新整合地下黄金矿山安全风险管理业务并扩展延伸，以智能标识为主数据，面向“人机物管环”全要素构建了贯穿矿山整个生产经营业务的安全管理体系。系统实现了现场安全生产体系管理、安全生产保障、双重安全预防体系管控等功能，有力促进了安全风险的实时、精准管控。

［参 考 文 献］

［1］EZZEDDIN B，SAMUEL Y.Assessment of workplace accident risks in underground collieries by integrating a multigoal cause-and-effect analysis method with MCDM sensitivity analysis［J］.Stoch.Environ.Res.Risk-Assessment，2018，32：3 317-3 332.

［2］GAO R，ZHOU K，YANG C，et al.An Underground mine risk identification model and safety management method based on explanation graph-probabilistic multi-plan analysis（EG-PMPA）［J］.IEEE Access，2020，8：223 214-223 233.

［3］WANG X.Development of digital technologies for the systems of remote mining safety monitoring［C］∥ISCCAC.In proceedings of the 2nd international conference on economy，management and entrepreneurship（ICOEME 2019）.Voronezh：ISCCAC，2019，85：252-255.

［4］CHEN W，WANG X.Coal mine safety intelligent monitoring based on wireless sensor network［J］.IEEE Sens.J，2020，21：25 465-25 471.

［5］LIU H Y，GUAN，H H，ZHAO Z Y.Study on active safety training methods in coal industry［J］.Adv.Mater.Res，2013，726-731，921-925.

［6］ZHOU L，CAO Q，YU K，et al.Research on occupational safety，health management and risk control technology in coal mines［J］.Int.J.Environ.Res.Public Health，2018，15：868.

［7］QI L X，YANG X.Research on a coal mine emergency command information system［J］.Appl.Mech.Mater，2011，58-60，2 564-2 569.

Research and application of intelligent comprehensive control system for safety risks in underground gold mines

Chen Lianyun1，Guo Zhenxiang2，Hou Jie1，Zhao Wei2，Wu Lihuo3，Liu Di4

（1.School of Civil and Resource Engineering，University of Science and Technology Beijing;2.Sanshandao Gold Mine，Shandong Gold Group Mining （Laizhou） Co.，Ltd.; 3.Minera Las Bambas S.A.; 4.China Minmetals Nonferrous Metals Co.，Ltd.）

Abstract：In response to the new characteristics of safety risk management in the context of intelligent mining，this study designs a framework for an intelligent comprehensive control system for safety risk in underground gold mines，based on a comprehensive analysis of the functional requirements of the system.The intelligent elements of safety risk management within the system are analyzed，and the data interaction methods of the system are planned.By leveraging machine vision，Internet of Things （IoT），and intelligent identification technologies，the acquisition and standardized processing of key data such as personnel and equipment are realized within the system.This ultimately leads to the construction of a safety risk control system for underground gold mines and the integration of human-machine-environment management functionalities.The implementation and application of the system significantly enhance the standardization，informatization，and intelligence level of safety risk management in the mining industry，demonstrating considerable value for promotion and application in the field.

Keywords：safety risk;underground gold mines;intelligent mining;control system;system construction

收稿日期：2023-05-10; 修回日期：2023-06-30

基金名稱：国家自然科学基金项目（52074022）

作者简介：陈连韫（1989—），男，工程师，博士研究生，研究方向为智能矿山、大数据分析；E-mail：chenlianyun@sd-gold.com