文章摘自

《智能礦山》2021年第1期熱點述評欄目，中煤科工集團重慶研究院樊榮研究員——煤礦安全智能管控技術現(xiàn)狀及發(fā)展趨勢。

1 傳感層關鍵技術

災害監(jiān)測智能傳感器在信號采集、數(shù)據(jù)處理、信息交互和邏輯判斷等過程中，應具備數(shù)據(jù)預處理、自校準、自診斷、自適應、雙向通信、智能組態(tài)、信息存儲和記憶、自推演與自學習等通用特性。

目前甲烷現(xiàn)場監(jiān)測正從離散點式監(jiān)測向全覆蓋模式發(fā)展，應通過對基于TDLAS激光檢測技術深入研究，研制多通道、低成本、長壽命分布式激光甲烷監(jiān)測設備，以滿足現(xiàn)場監(jiān)測需要。  

風速風向的精準檢測，是構建瓦斯場、揭示瓦斯運移規(guī)律、突出報警、智能調風的關鍵。目前風速測量“以點代面”誤差大，存在下限測量盲區(qū)（<0.3 m/s），難以滿足現(xiàn)場實際需要。應研究基于超聲波時差法的全斷面風速測量技術，利用多線多點測量與巷道斷面擬合積分，精確計算巷道全斷面風速、風量、風向。

采空區(qū)自然發(fā)火目前多采用束管監(jiān)測，該方法存在束管容易破裂漏氣、管內氣體置換時間長、實時性差、誤差大等問題亟待解決。研究基于波長調制和諧波解調的激光痕量光譜吸收技術，可實現(xiàn)CO、C2H4、C2H2等氣體檢測的“就地采樣、就地處理、就地測量”；利用分布式光纖測溫技術，實現(xiàn)采空區(qū)內部溫度直接測量是今后發(fā)展趨勢。該技術也可用于環(huán)境中CO的檢測，克服現(xiàn)有檢測技術存在的交叉干擾、穩(wěn)定性差的問題。

帶式輸送機運輸里程長，維保人員多，人工巡檢勞動強度大、效率低、巡檢不到位，易引發(fā)安全事故。巡檢機器人“安全充電、看得準、聽得清”是亟需解決的3個關鍵問題。通過“電-機-電”能量轉換技術，解決危險場所自主安全充電問題；構建大氣散射圖像轉換模型、基于深度學習的相關算法智能識別膠帶帶面損傷、跑偏、堆積煤、冒煙等異常工況，使機器人具備慧眼；基于聲品質分析，提取出托輥噪音特征參數(shù)，自動辨識托輥故障（開裂、斷裂、潤滑不良），使機器人具備靈耳；通過熱成像等技術及時發(fā)現(xiàn)火災征兆，可有效防控帶式輸送機火災事故。

井下違章和隱患形式多樣，隨機性強。需重點解決井下圖像畫質差、高質量違章樣本少、過程定性與定量識別難等問題。對此，可利用暗通道先驗去霧算法，基于大氣散射模型和圖像成像先驗知識，提升視頻圖像的清晰度和對比度，克服井下圖像畫質差問題；基于目標輪廓先驗知識，采用候選區(qū)域生成方法結合遷移學習算法解決高質量違章樣板少難題；基于多局部單應性矩陣的圖像拼接、縫合線主導法的圖像融合算法與深度學習算法，實現(xiàn)行為過程的定性與定量識別。

目前井下移動目標定位多采用UWB技術，通過飛行時間測距法或到達時間差法進行測距，其本質是一維定位，存在穿透性差、信號覆蓋距離短等問題。從發(fā)展趨勢看，應重點建立井下全覆蓋的位置服務平臺，建立基于統(tǒng)一坐標系系統(tǒng)和高程基準的井下空間位置服務系統(tǒng)，實現(xiàn)設備空間定位、移動目標的精確定位，以便于應急救援。

邊緣計算與控制可有效減少系統(tǒng)時延、增加局部智能，提升系統(tǒng)穩(wěn)定性與可靠性。應重點解決多制式信號接入、多通道毫秒級并發(fā)采樣、數(shù)據(jù)無損存儲、智能組態(tài)與設備特征級數(shù)據(jù)融合分析等問題，實現(xiàn)采掘區(qū)域信號一站式匯集、信息就地融合、趨勢預判、協(xié)同控制。

2 傳輸層關鍵技術

目前井下骨干網(wǎng)絡傳輸多采用工業(yè)以太環(huán)網(wǎng)，存在光纖易折斷、斷點難定位、熔接困難不易維護等缺點，設備層大容量組網(wǎng)、高速可靠交互仍是難題。從發(fā)展趨勢看，骨干網(wǎng)采用F5G全光網(wǎng)絡是新方向；分支網(wǎng)絡有線與無線會長期并存，5G、WIFI6是值得重點關注的技術；應研究實現(xiàn)傳感設備終端全IP化接入。

3 應用層關鍵技術

基于移動互聯(lián)的安全精益管理：應圍繞語音識別、手寫識別、自然語言處理、情景感知驅動等技術開展研究，實現(xiàn)安全管理信息便捷化錄入;對煤礦一通三防、隱患排查治理、防災治災等安全管理核心業(yè)務工作進行系統(tǒng)梳理，對風險要素進行編碼、建立評判準則、固化工作流程，基于工作流與移動互聯(lián)技術，構建班組、區(qū)隊、礦井、集團分級閉環(huán)管控模型，實現(xiàn)安全管理任務工單化、管控流程標準化、執(zhí)行過程可視化、數(shù)據(jù)指標化。

基于數(shù)據(jù)驅動的異常識別與趨勢預測：現(xiàn)階段監(jiān)測數(shù)據(jù)以數(shù)理統(tǒng)計、閾值報警為主，目前開展了基于事故致因理論的突出預警等模型研究，對數(shù)據(jù)的高階認知分析不足、預警模型普適性不強、準確度不高。構建數(shù)據(jù)特征圖譜與安全知識圖譜，建立以成因機理與大數(shù)據(jù)分析互饋的柔性預警模型，實現(xiàn)監(jiān)測點異常早期篩選、自動鎖定、回溯分析與趨勢預測，按需形成分析報告，主動推送安全異常管理任務工單并實現(xiàn)閉環(huán)管控，流程性值班與調度工作由機器自動執(zhí)行、分配、跟蹤，實現(xiàn)值班與調度自動化、便捷化。

基于三層遞階安全協(xié)同控制：利用信息融合技術，構建監(jiān)測點就地控制、區(qū)域協(xié)同控制、全礦優(yōu)化控制為一體的三層遞階協(xié)同控制模型，實現(xiàn)區(qū)域爆炸風險精細管控、分級分區(qū)超前斷電、智能調風、通信聯(lián)動、應急智能指揮等。

煤礦安全風險量化分析與可視化：基于事故致因理論，從煤礦固有自然特性、礦井布局及采掘條件、礦井重大風險與違章識別、監(jiān)測預警指標、事故數(shù)據(jù)分析、宏觀技術經(jīng)濟政策等方面構建基準指標體系，揭示煤礦安全風險大數(shù)據(jù)時空演變特征及變化規(guī)律，構建風險量化評價指標與模型。開展基于增強現(xiàn)實的海量數(shù)據(jù)交互式分析技術研究，實現(xiàn)地質構造、地應力分布、瓦斯地質、水文地質、生產(chǎn)系統(tǒng)布局、安全風險可視化多維度推演與反演分析。

|來源：智能礦山雜志