安全可视化系统在矿山皮带运输中的应用

2024-01-15李永华郝利军贾瑞敏

现代矿业 2023年12期

李永华郝利军贾瑞敏丁科

（1.包钢（集团）公司白云鄂博铁矿；2.内蒙古包钢钢联股份有限公司巴润矿业分公司）

我国智慧矿山总体建设处于起步阶段，智能化建设程度良莠不齐，深入研究矿山各类典型场景，利用AI、大数据、机器视觉等新技术应用支撑，提供适宜的智能化解决方案，对于智慧矿山自下而上构建具有重要意义。皮带运输机作为矿山开采最主要运输设备［1］，具有运距长、载重量大、路况复杂、持续工作时间长等特点，易发生机械和意外伤害，属于重点危险源。据不完全统计［2］，每年因皮带输送机引发事故数量和伤亡人数在各类事故占比约20%，造成较多的人员伤亡和财产损失。有效降低皮带机事故发生频率，确保安全生产，是各行业长期面对且亟待解决的问题。当前，我国多数矿山皮带运输机主要以定期巡检和视频监控的管理方式，虽然基本形成了皮带运输机管理制度，但易受现场工况、环境和人员等因素影响，风险识别滞后，事故应急响应不及时，不能全面有效把控风险。

皮带运输机安全生产需要从技术和管理2 个方面进行综合治理［3］，安全可视化监控是研究的热点方向，将皮带运输机安全识别、预警、应急响应纳入系统管理，升级改造难度小，是提升矿山运输安全的一种经济可行的方法，适合大部分矿山应用推广，有利于应对当前面临的安全处境。

1 矿山皮带安全可视化系统

皮带运输机安全可视化系统是对当前矿山视频监控的升级和优化［4］。一方面，系统根据智能摄像头实时监测皮带运输机常见的故障与安全隐患类型特征，通过AI 识别分析、安全评价与预警，能够提前发现问题。另一方面，系统对预警信息赋予应急机制，对初态风险源及时切断，避免事故发生；对已发事故从事件、人员、物资等多方面及时响应应急事件，避免事故的进一步扩大。

1.1 系统架构

皮带运输机安全可视化系统采用B/S 架构，结构简单，可兼容性强，由前端设备层、网络层、应用层三部分组成。

前端设备层包括智能摄像头、AI 超脑、控制中心。其中智能摄像头采用矿用防爆本安型摄像机，200 万高清像素，分布在皮带运输机路径关键监控节点，对皮带机运动图像实时采集；AI超脑为视频算法识别服务器，将算法嵌入皮带运输机常见各类异常场景识别模块中，通过在模块上训练拟合，发布到应用摄像机上，进行状态跟踪识别；控制中心则是对识别信息进行反馈控制，如声光报警、切断电源、停机、减速等。视频信号带宽大，不宜与其他系统信号合并传输，网络层采用视频专网或隔离网进行信息传输，以确保信号传输的稳定性与安全性。应用层包括存储与应用服务器和PC 端应用系统，视频存储服务器对视频影像记录，应用服务器支撑系统业务，在网段任意PC 端可以登录可视化系统并进行相关操作。可视化系统架构拓扑图如图1所示。

1.2 系统功能

传统的视频监控系统只展示现场视频影像，需要监控值班人员自主发现安全问题并根据经验调度安排，而综合大屏涵盖生产安全多个方面，信息量大但监控画面覆盖不全，容易忽视导致皮带运输机运行安全隐患［5］。皮带安全可视化系统不同于传统视频监控系统，通过持续对皮带运输机运行状况监视识别，当异常时，通过多种方式将报警信息发送至相关人员，形成事件处理流程档案，主要有以下功能：

（1）人员安全监视。人员主要有2 种不安全行为，一是进场人员不佩戴安全帽，二是长时间滞留隔离区。智能摄像机嵌入高分度安全帽识别算法，当识别到未佩戴安全帽的人员，会触发安全帽报警事件，当摄像机识别到工作人员进入划定隔离区，并在设定的时间内滞留，则触发滞留事件，发出预警信息。事件发生后，便于及时提醒监管人员干预制止，并将照片上传至系统以供查询。

（2）皮带失速监视。皮带失速包括皮带实际运行速度低于或高于工作速度，如常见的过载、空载、控制系统故障等情况，易导致皮带机设备疲劳，引发潜在危险。摄像机通过实时监测分析滚筒标识的转动速度，通过运动算法计算运转速度，比较运转速度与设定速度，当差值大于允许阈值时，触发低速或超速事件，并上传事件照片，发出报警信息并启动应急处理程序。

（3）皮带跑偏监视。皮带常发生打滑、皮带张紧力不均匀等情况，导致皮带跑偏，容易引发皮带断裂，造成较大事故。通过实时监测识别皮带边缘线与辊道内沿线参考距离，当皮带与托辊的距离发生变化并到达预设的跑偏警戒预定值，且持续预定的时间不能消失时，触发跑偏事件，上传事件照片并报警，工作人员接收应急信息后可通过控制器进行停机，等待进一步处理。

（4）堆料监视。矿石易在皮带转弯处或者卸料口堆积，影响皮带运输机正常工作。通过实时监测皮带上矿料形态以及堆积高度，当堆积高度和面积达到警戒值时且在一定时间不能自主消失，则系统触发堆料事件，抓拍并发出预警，进一步指挥调度人员排除影响。

（5）撕裂监视。皮带机长时间运输矿料，受石块磨损、撞击较多，易导致皮带缺口和撕裂，进而导致皮带较大程度的损坏。通过3D智能摄像机对皮带底面进行扫描，生成监测模型，从而实时监测分析皮带的创伤面大小监测和预警，及时对皮带进行修复与更换。

（6）流量监视。通过实时监测皮带上矿料的宽度，计算皮带利用率，可以设定供料强度等级，系统软件可根据供料强度实现皮带电机转速调控，即“量大提速、量小减速”的匹配机制，流量监视调控对于降低能耗，观测皮带使用状况，提高皮带机寿命具有重要作用。

（7）报警与反馈控制。预警和报警事件触发后，监测大屏会主动弹出报警窗口画面，提示事件报告，并进行声光报警提示，必要时可以联动控制器停车，启动处理流程。

（8）综合管理。综合管理包括驾驶舱界面、皮带基础信息管理、人员班组管理、报警管理、维检管理、大数据分析、资源管理、培训管理等功能。其中驾驶舱界面实现对皮带机整体安全状态评估，运行事件统计，对皮带运输机状态实时更新；报警事件根据皮带区段、人员、资源等形成闭环流程，大数据分析根据历史报警、故障、检修等数据，生成皮带机健康趋势图，用以指导皮带运输机日常管理策略。

2 关键技术与方法

2.1 皮带故障识别技术

矿山皮带运输机故障识别是可视化系统的基础，故障识别率取决于摄像机安装位置及AI 识别算法的成熟度。根据运输皮带主体功能、位置、视角、易发故障等情况综合考虑选取摄像机位置，经过调试即可，而AI 识别步骤一般包括皮带运行图库的获取、筛分、提取特征图集、识别模型训练、模型修正封装、应用发布等多次步骤，见图1。

首先需要收集皮带机故障，包括失速、跑偏、堆料、撕裂、人的不安全行为、流量等典型大类图集，并将每种类型的多种情况筛分标注，形成各自的特征图集，然后根据编辑的算法模型进行反复学习训练，直到识别率达标，然后对特征识别进行模块化封装，最后部署在AI超脑服务器上，并发布到智能摄像机。

2.2 事件评价与预警

皮带输送机分多段同步运行，每段出现问题事件则可能影响该段健康状态，而整个皮带机频发多发问题事件则可能导致皮带运输机故障。因此。需要建立皮带运输机安全状态评价与预警机制，从而指导皮带运输机的运行与检修维护。

根据长期皮带运维的经验工作总结，可以将皮带安全状态分为2 个层次进行评价预警。人员不安全行为、某时间段失速状态、某时间段撕裂状态为轻微影响事件，需要继续关注与干预纠正，而某时间段跑偏状态、某时间段堆料状态则为较重影响事件，需要停机调整。根据经验：当出现任意轻微事件，则需要关注；当出现2个以上轻微事件或任意较重影响事件，则需要现场查看；当出现多个事件则需要立刻停机检查。针对整条皮带运输机器的安全状态来说，根据经验：当任意一节不出现较重影响事件，则需适当调度观察，排除影响因素，当出现较重影响事件则需停机检修。结合故障识别与事件评价预警，可实现皮带运输机运行健康监测的智能化。

2.3 数据接口与预警联动技术

前端摄像机的预警事件发生后，会存储在应用服务器的事件数据库中，数据库具备访问权限管控设置及备份功能，通过开放接口连接可供选择调用，访问前通过鉴权签名即可做权限管理。通过开放接口调用事件数据库记录，可查看预警信息，通过网络服务器可访问视频流媒体服务器事件相关视频，从而实现预警事件的查看与存储。

对于预警联动，可以通过移动端提供的网络服务器地址，根据预警事件安全等级，绑定相关责任人，从而实现预警事件内容的定向推送，便于及时发现问题，形成启动应急处置流程，通过全程跟踪事件形成PDCA闭环管理。

3 系统应用

矿山皮带可视化系统在西南某矿山成功应用，该矿山皮带全长2 000余米，路段多处转弯，共由7段连接而成。根据现场勘察测量，查阅皮带建设基础资料，将皮带分为1 号放料段，3、4 号上下坡段，5 号转弯段，2、6号直行段，7号出料段。根据皮带段工况特点对摄像机进行优化配置，共计23个设置点位，具体如下：

（1）1 号放料段有人员监视、失速监视、跑偏监视、堆料监视、撕裂监视点位。

（2）2号直行段有人员监视、失速监视点位。

（3）3 号上坡段有人员监视、堆料监视、撕裂监视点位。

（4）4 号下坡段有人员监视、跑偏监视、堆料监视、撕裂监视点位。

（5）5号转弯段有人员监视、跑偏监视点位。

（6）6号直行段有人员监视、失速监视点位。

（7）7 号出料段有人员监视、失速监视、撕裂监视点位。

摄像机部署后，基于系统现有的皮带特征图例，将事件评价与预警经验方法纳入到系统当中，并对皮带机对各类故障场景进行模拟拓展，获得更为全面的基础图库，通过标注、修正与调试，并对模型进行了大量训练与优化，试运行了一个月，最终成功上线。系统识别率可达95%以上，能够有效帮助皮带智能化管理。现场AI 实时视频监控矩阵如图3 所示。