全矿井人工智能（AI）监管平台关键技术

以视频感知为基础，以网络、信息技术为媒介，以人工智能、大数据为技术支撑；构建了全矿井人工智能（AI）监管平台，介绍了平台的总体架构和核心场景；基于整个平台的设计，论述了低样本数据集增强技术、模型训练技术、数据推理与决策、微服务后台开发技术等关键技术。现场应用表明：全矿井人工智能（AI）监管平台的深度学习算法在矿山图像分类方面的准确率达到了90%以上，目标检测方面的准确率达到了80%以上。     

煤矿安全生产视频AI识别关键技术研究综述

煤矿安全生产视频分析与识别技术是保障我国煤矿智能化建设和煤炭工业高质量发展的核心技术支撑。为及时对煤矿井下安全隐患进行实时监测和预警，视频AI(Artificial Intelligence，人工智能)识别关键技术已经成为煤矿安全生产领域的研究热点。阐述了我国煤矿智能化建设过程中安全监测与监控的发展现状，分析了当前矿井视频监控与安全隐患识别预警存在的效率低、响应慢、效果差等问题，结合计算机视觉、边缘计算、大数据处理、云服务、智能终端等先进技术手段、进行了煤矿安全生产视频AI识别的顶层设计，提出了煤矿“人-机-环”全域视频AI感知的“云-边-端”协同计算系统架构，构建了视频识别端节点传感器、边缘计算设备、视频识别场景云服务应用体系，明确了智能识别与预警联动控制响应机制，打通了“云-边-端”信息交互感知与联动控制数据链，实现了数据共享联动和预警协同。同时，围绕矿山“人-机-环”全域AI视觉信息智能感知和全息泛化景象平台的构建，梳理了矿井安全隐患视觉感知及识别预警的技术处理流程，归纳了AI识别过程中的各类预处理-增强-重建-检测-识别方法的优点和缺点，明确了煤矿安全生产视频AI识别关键技术发...     

智慧煤矿主体架构设计与系统平台建设关键技术

针对煤矿建设过程中存在的信息孤岛、子系统割裂等问题,提出了以"自主感知与控制-信息传输系统一操作平台-井下系统平台-生产经营管控平台"为主线的智慧煤矿建设主体架构,通过底层的自主感知系统对井下的"人-机-环-管"信息进行全面感知,并对感知信息的数据格式、通信协议、存储方式等进行统一,构建了井下多源异构大数据共享平台,实现了井下各子系统之间的数据统一管理与信息共享。利用统一操作平台对井下生产系统、安全保障系统、综合保障系统进行统一管理,解决了信息孤岛、子系统割裂等问题。井下系统平台不仅为上层的生产经营管理平台提供数据支撑,而且为底层机械设备的智能操控提供决策依据,实现了井下信息感知、分析、决策、控制的智能化操控。将智慧煤矿智能生产系统细分为地质及矿井采掘运通信息动态管理平台、井下精准定位导航通信管理操作平台、智能化少人采掘系统综合管理平台,详细阐述了智能综采子系统间的组织架构与实现路径。按照井下危险源的种类对智慧煤矿智能安全保障系统进行了分类,搭建了智能安全保障系统的主体架构,分析了井下危险行为、危险区域识别系统的技术路径。基于井下采掘工程需求分析,对智慧煤矿智能综合保障系统进行了分类,构建了智能综合保障系统的主体架构,详细论述了井下设备在线诊断与远程运维系统的实施过程。从基础理论、信息感知、数据处理、高效传输、精准控制5个方面,对未来需要突破的智慧煤矿建设关键技术进行了展望。     

智能化煤矿大数据平台架构及数据处理关键技术研究

随着煤矿智能化技术深度推进,其数据量级及类型均呈爆炸式增长,利用大数据技术针对煤矿多源海量数据进行集成分析与数据价值挖掘,实现动态诊断与辅助决策,成为煤矿智能化的关键。煤矿大数据平台向下实现多源异构感知数据的接入、集成和融合,向上为各种煤矿智能化应用提供数据服务,打通感知数据和数据智能应用之间的屏障,是煤矿智能化运行的基础。针对当前煤矿大数据平台建设初级阶段缺乏成熟建设体系的现状,在分析煤矿大数据数据来源、数据特征以及处理要求的基础上,提出由数据接入层、数据存储层、数据资产管理层、数据服务层构成的煤矿大数据集成分析平台技术架构;系统研究数据接入与存储系统,主数据管理系统及数据服务系统等大数据平台关键系统,从而建立大数据平台基础框架,为大数据融合分析处理提供基础数据与资源能力;针对煤矿大数据处理要求,研究数据获取与数据标准管理,提出基于位号的煤矿数据编码标准,实现煤矿数据标准化管理,并在此基础上研究数据集成与数据治理技术与数据可视化技术,实现数据全生命周期管理;研究提出基于循环神经网络的数据预测及基于知识工程的态势感知与推理等基于人工智能的处理算法实现数据纵向和横向的智能化分析。以陕煤张家峁煤矿及陕西延长石油巴拉素煤矿为代表进行大数据平台建设与工程实践,为建设智能化煤矿大数据平台,构建煤矿数据生态提供技术参考。     

基于AI算法煤矿视频智能识别系统研究

当前人工智能技术的充分发展,在全球各领域已有广泛应用.然而,在煤炭工业发展过程中,对人工智能技术的应用相对较少,其根源在于因煤矿防爆要求的影响,致使很多先进技术与装备不能及早应用到井下.通过分析人工智能发展现状与发展历程,结合基于AI(人工智能)算法下的煤矿视频智能识别需求,提出系统研究思路及部署架构,分别从人工智能与...     

基于三中台架构的煤矿生产技术管理平台

为了提高煤矿生产技术管理水平和保障煤矿高效安全生产,通过基于业务中台、数据中台和AI中台的三中台架构研发煤矿生产技术管理平台,实现业务协同、数据共享和数据驱动智能决策。结果表明,AI中台使用特征工程完成数据预处理、特征选择、降维等工作,融合多源异构数据,可以提升数据质量,并对数据进行分类和聚类,找出数据之间的关联性,挖掘数据价值;微服务架构体系技术以组件化的方式分解多个服务,使数据和信息在各要素间、各系统间的无缝传递。煤矿生产技术管理平台能够快速构建业务应用,解决数据的价值传递、业务系统协同等难题,满足煤矿智能化和大数据的深度融合与应用需求。     

智能化煤矿顶层设计研究与实践

建设智能化煤矿是实现煤炭工业转型升级和高质量发展的必由之路。针对当前我国智能化煤矿建设初级阶段缺乏体系性与前瞻性的顶层设计的现状,进行了智能化煤矿顶层设计的系统研究,阐述了智能化煤矿应分为数字融合互联,人机主动交互,主要系统自学习自决策3个阶段分区域分层次实现"物质流、信息流、业务流"的高度一体化协同,构建以人为本的智能生产与生活协调运行的综合生态圈的建设目标和阶段性任务。基于煤矿价值活动分析对智能化煤矿复杂巨系统逻辑关联进行研究和系统归并,提出以泛在网络和大数据云平台为主要支撑,以智能管控一体化系统为核心,能够实现对煤矿开拓、生产、运营全过程进行感知、分析、决策、控制的煤矿十大主要智能系统,包括:煤矿智慧中心及综合管理系统;煤矿安全高效信息网络及地下精准位置服务系统;地质保障及4D-GIS动态信息系统;巷道智能快速掘进系统;开采工作面智能协同控制系统;煤流及辅助运输与仓储智能系统;煤矿井下环境感知及安全管控系统;煤炭洗选智能化系统;固定场所无人值守智能管理系统;煤矿场区及绿色生态智能系统等的智能化煤矿建设顶层架构。通过对数据特征与关联关系研究提出智能化煤矿信息实体特征与抽取方法,并研究智能化煤矿知识图谱构建及数据交互推送方法,构建智能化煤矿数字逻辑模型;研究提出智能化煤矿"云边端"数据处理架构和三层递阶控制策略,在此基础上对煤矿智能化应用系统进行具体设计。以张家峁煤矿生产矿井智能化改造和巴拉素煤矿新建矿井全面智能化建设为典型案例进行了工程实践。     

智慧矿山安全管控大数据平台建设探讨

结合目前的煤矿信息化建设现状,针对智慧矿山建设过程中存在的数据孤岛以及信息难以有效融合的问题,提出了一种基于大数据技术的智慧矿山安全管控大数据平台建设方案和架构体系,提出了包含感知层、平台层和应用层的三层平台架构,描述了各层级的应用场景|探讨了智慧矿山建设过程中所涉及的数据采集、存储与治理技术、风险指标体系构建技术、可视化分析展示技术、综合预测预警关键技术以及视频智能分析技术,为智慧矿山的建设提供了新的参考。     

基于煤矿视频AI识别技术应用研究

本文基于AI技术中视频AI识别技术在煤矿的应用和实践,阐述了视频AI识别在煤矿应用中的建设原则、煤矿视频AI识别平台的典型架构、煤矿视频AI识别装备的现况和功能要求,旨在加快推动视频AI识别技术在煤矿场景中的落地应用,提升煤矿智能化建设水平.     

AI智能视频识别技术在煤矿智慧矿山中的应用

为提升煤矿安全生产治理能力和治理水平，推动煤炭行业安全高质量发展。在分析AI智能技术应用基础上，提出了AI智能识别系统总体框架和实现目标，建立了智慧矿山AI智能识别整体解决方案，设计了AI智能分析平台。该平台以AI技术为核心，以机器深度学习数学模型和报警系统为支撑，通过机器视觉算法实时解析煤矿井上下多作业场景的人员行为、设备状态、环境状态、非标准作业、高风险作业等，形成了软件+服务器智能视觉应用模式，通过机器视觉分析+人工辅助校对实现异常事件的精准分析、智能预警、实时追踪、现场制止、联锁联动，实现了人防到技防的变革，对提高煤矿安全生产保障能力，探索建设可视化、智慧化的远程安全管理模式具有指导意义。     

井下主运带式输送机智能煤流系统的研究

基于视频识别、数字化处理煤量检测技术,针对同煤燕子山煤矿带式输送机煤流系统改造设想,将主运输系统集中控制、综合保护与AI(人工智能)技术、大数据分析技术及计算机视觉技术相结合,将综合保护、集中控制、智能调速、视频监控及智能识别等子系统统一接入主运输管理平台,对主运输系统运行状态、报警信息、人员信息进行实时监控和计算,达到对运输系统科学管理、减员增效、提高故障处理效率、减少事故隐患的目的。     

煤矿巷道智能化掘进感知关键技术

针对目前煤矿巷道掘进工作面智能化应用水平较低导致掘进效率低下、采掘接替紧张的问题,分析了制约巷道掘进工作面实现智能化的关键技术-快速掘进煤炭地质保障技术、智能超前自主感知技术、智能掘进大数据云计算及控制软件技术。论述了煤矿快速掘进理论及技术基础,以煤矿高分辨率三维地震勘探技术、矿井地质透明化技术为支撑,巷道围岩应力及其控制理论为基础,快速掘进设备为保障,形成实现煤矿智能高效掘进的探测、掘进、支护协同作业的基础支撑理论。重点阐述了煤矿巷道掘进工作面的智能超前自主感知技术,包括高分辨地质雷达探测技术、基于TSOA定位原理混合算法的掘进机位姿感知技术、基于同步定位与建图(SLAM)原理的掘进工作面环境感知技术、掘进设备运行状态感知技术。形成实现智能化掘进工作面的"掘进机位姿感知、工作面环境感知、设备状态感知"的空间一体化感知体系。在分析煤矿综掘工作面实现智能化快掘自主感知和调控技术的基础上,提出按照"以智能化超前感知为基础,以多源数据计算为中心,以安全智能快速掘进为目标"的原则进行设计和构建煤矿智能快速掘进技术体系。开发基于F5G通讯的多源数据和多源图像传输、存储技术,确保了数据传输的高效、可靠和稳定。依托大数据分析和云计算平台,开发具有CPU、存储和网络资源聚合计算基础架构VMware vSphere的软件-智能化掘进-SmartX,系统架构划分为数据源层、智能化超前感知数据采集层、多源数据和图像的传输存储层、大数据云平台数据分析层、决策应用层,包括超前地质探测精准感知、掘进设备位姿感知和掘进工作面环境感知等8个主要功能模块。形成智能化掘进工作面HadoopSpark一体化大数据云计算分析处理平台,智能化掘进-SmartX系统。分析煤矿巷道智能化掘进面临的挑战和未来发展,提出继续研制高质量感知设备与多源数据、图像深度融合技术,提高智能掘进设备上使用的感知设备种类、精度和智能性等,提升多源数据、图像在深度融合方面的精度和准确度。加大研发基于F5G通讯技术的掘进工艺智能化技术,智能化掘进设备在工作过程中,确保各项参数判定和指令动作在提前设定的状态下快速可靠准确完成。提出进一步提升巷道智能化掘进辅助生产环节的智能化水平,以减少现场作业人员数量,减轻作业人员劳动强度,实现掘进工作面智能化水平整体提升。     

基于5G技术的煤矿智能化开采关键技术探索

5G的到来,极大地促进了云计算、大数据和人工智能等技术的深度融合,成为包括煤矿智能化开采在内的各行各业升级转型的关键基础设施,必将推动煤矿智能化开采技术的创新与变革。首先阐述了煤矿智能化开采的发展历程,总结了相关的政策支持和技术发展态势,系统分析了智能化开采技术在应用推广过程中亟待解决8个方面的问题,即:工作面自动找直技术、复杂环境下的高清晰可视化技术、煤炭开采多场动态信息融合的4D透明地质构建技术、煤岩自动识别及智能截割技术、高质量传感器研制与多传感器数据融合技术、采矿工艺智能化技术、煤炭智能化开采的微服务系统平台架构、危险源智能感知与预警技术;并从宏观角度分析凝练了技术方面的制约因素,提出以5G技术为核心汇聚而成的技术生态必将成为解决上述问题的一种有效手段。其次,深入研究了通信技术和煤矿开采技术之间的关系,分析了5G技术在智能化开采中的特点和优势,构建了智能化开采核心技术与5G技术生态关联矩阵,指出5G大带宽、泛在万物互联、低时延高可靠、切片技术等特性和技术在煤矿智能化开采发展中的关键支撑作用,阐述了5G生态在煤矿智能化开采中的重要性,并展望了随着5G技术生态的不断成熟,煤矿智能化开采将探索衍生出的一些高效关键技术和生产管理模式。最后,从多个方面探索了5G技术在智能化开采中的关键应用,包括:系统计算分析管控模式、4D-GIS透明地质和实时推演、工作面自动找直、视频驱动的智能化开采、井下环境感知等。最后针对煤矿智能化开采提出了一种基于5G技术的解决方案以供探讨。     

煤矿智能化安全保障体系及关键技术

煤矿智能化是新时代煤炭行业发展的必经之路,是支撑我国未来煤炭行业生产方式转型的核心技术支撑。鉴于煤炭生产的风险客观存在性,智能化条件下的煤矿安全保障体系应适应于煤矿的智能化水平。系统论述了煤矿智能化安全保障体系的定义、内涵及技术特点,指出了其核心在于精准的地测感知、全面的数据平台、实时的风险评估和智慧的灾害处置,形成数字式、一站式、智能式的煤矿风险辨识、预警、处理闭环。介绍了煤矿智能化安全保障体系在感知层面、风险层面、设备层面和管理层面的架构,提出了包涵煤矿精准的全维感知、精确的煤矿风险识别预警、技术密集型的煤矿安全管理理念和智慧化的自检自修设备系统4项技术内涵。首先,在实现技术层面,阐述了需重点解决的以透明地质保障技术为基础,以煤矿大数据共享平台为载体,以煤矿重大风险评估预警技术为核心的关键技术体系,并初步给出了解决路径。然后,论述了系统软件平台的系统架构和核心技术,其要旨是实现系统数据"集成化"、要素展现"可视化"、风险评估"智能化"、操作软件"平台化"。最后,开发了面向煤矿智能化安全保障的煤矿智慧安全管控平台系统,实现了煤矿综合可视化操作平台、煤矿大数据分析平台、煤矿安全风险智能评估、多系统联动控制和移动可持式终端展示功能,为建设完整的煤矿智能化安全保障体系探索了一条可行的技术路径。     

张家峁智能化煤矿巨系统关键技术研发与应用

为进一步加强传统采矿工程与新一代信息技术的不断深入融合发展，构建安全、智能、绿色、高效的煤矿，以张家峁煤矿为例介绍了智慧煤矿巨系统关键技术装备研发与示范矿井建设。以智慧煤矿总体规划及综合管理操作平台设计、智能化无人生产系统、智能化巷道掘进系统、环境感知及辅助系统、智能场区建设等为主线，进行张家峁智慧煤矿巨系统的建设。通过对煤矿5G移动通信技术，透明矿山三维管控平台关键技术，煤矿生产危险源分析预测技术，矿山采掘接续一张图集成技术，智能化无人工作面协同控制技术，环境感知及一通三防智能化技术等关键技术的应用解决了信息孤岛，提升了智能化采掘能力，提高了数据驱动决策，实现了矿区全域多源数据深度融合，生产效能、安全态势与业务流程协同优化的多维场景平衡综合分析决策，形成矿区智能化管理、高效协同运行新体系。     

基于GIS+BIM的煤层气发电站智能化综合管控平台构建研究

针对煤层气发电站运营过程中信息化程度偏低的现状,提出构建一套基于GIS+BIM的煤层气发电站智能化综合管控平台,并设计了综合管控平台的架构及功能。在充分利用原有分散控制系统和OA办公系统的基础上,结合多种信息技术(包括地理信息系统、建筑信息模型、物联网大数据采集分析、精准定位、视频智能识别等),可实现平台整个企业生产过程的全域感知、信息共享、远程监控和智能决策。     

煤矿"电子封条"智能监管技术研究

为解决长期关停的煤矿监管薄弱的现状,借用法院"电子封条"理念,提出了利用大数据、人工智能、AI视频智能分析等先进技术,在煤矿安装"电子封条",远程监控矿井出入井人员、人数变化情况和相关设备运转状态,智能分析异常情况,实现自动报警和分级推送,严防煤矿违法组织生产和违章行为,提升煤矿数字化、智能化安全管理水平,推动煤矿监管监察模式向远程化、智能化、可视化方向转变.     

基于云平台的煤矿安全智能管控信息平台设计

为消除煤矿各类监控系统与管理系统的数据孤岛问题,基于大数据与云计算技术,提出了基于云平台的煤矿安全智能管控信息平台设计构想,设计了由感知层、平台层以及应用层的平台架构,构建了基础信息管理、数据联网管理、风险分析指标模型管理、风险分析研判与处置、风险分析数据展现五大模块。同时,根据建立的煤矿安全风险分析指标体系,通过层次分析与隶属度函数结合的方法,实现了对煤矿安全风险的研判。结果表明,该信息平台提高了煤矿数据存储、传输和处理的效率,实现了对煤矿现有数据的有效分析,对于实现煤矿的安全管控,提升煤矿本质安全,有较好的效果。     

神华智能矿山建设关键技术研发与示范

探讨了智能矿山的内涵,指出智能矿山是以矿山物联网为技术手段在数字矿山基础上的发展与创新,是将感知信息提炼为决策智慧、将决策智慧转化为执行能力的过程。设计了智能矿山5层架构体系并对其关键技术进行攻关,包括面向3个聚焦感知的泛在智能感知技术、面向海量感知数据的"一网一站"传输技术、面向区域矿井群的一体化软件平台研发和面向集团战略落地的业务流程标准化,实现从感知、传输、分析、决策的智能化和一体化。以锦界煤矿为示范点,展开了智能矿山示范工程建设。在示范工程实施过程中,除智能传感与集成化传输、生产过程自动化控制、矿山生产集成化系统监控、计划协同与生产执行系统外,重点强化了智能矿山体系中的"智慧"和"能力"平台建设,主要包括大数据中心和决策分析平台。实践表明,智能矿山可大幅提升生产效率、降低运营成本,是促进煤矿集团转型升级的关键举措。     

基于物联网的矿山机械设备状态智能感知与诊断

矿山生产机电设备是机械、电气、液压、控制等多形式系统的复杂耦合结构,工作过程中环境和工况条件变化多样,缺乏有效的技术手段解决矿山设备运行健康状态的实时感知问题。借助物联网、工业互联网、人工智能和大数据挖掘技术,研究矿山设备状态知识建模与在线诊断方法,将传统的"人-机"交互监控模式提升为"传感—机器认知—机器决策"的智能化监控模式。分析了基于物联网的矿山设备状态感知系统架构,定义了多源信息感知层、边缘智能层、大数据分析层和数据与知识共享迁移层的4个层次的作用,提出了设备状态知识共享与迁移模式;结合本体语义、置信规则库和数字孪生技术,设计了面向矿山机械设备系统状态知识建模的信息描述、知识表示、决策融合方法,提出了面向矿山设备运行全过程的实时感知、演化分析与智能交互的"虚实融合"感知模型,实现虚、实系统运行过程的"精准映射、信息对偶、融合交互、协同演进"。分析了数据驱动的矿山机械设备状态诊断方法研究现状、技术架构、存在问题和研究趋势,提出结合数字孪生、深度学习、迁移学习等方法,构建机理模型、经验知识与数据深层特征相融合的矿山设备状态诊断模式,研究矿山设备状态大数据分析与应用技术,研发矿山设备状态诊断与全生命周期管理等智能化应用服务系统。形成了矿山设备运行信息感知、知识建模与状态在线判识方法体系,以实现矿山机械设备故障状态自诊断、早期隐患预知维护、智能调度与协同管控,为矿山生产智能化、无人化提供技术支撑。