“煤礦大腦”人工智能技術(shù)在煤炭行業(yè)生產(chǎn)中的應(yīng)用研究

摘要：作為一種新興IT技術(shù)，人工智能已深入到社會(huì)影響的方方面面。煤炭行業(yè)作為國(guó)家能源的重要支柱，近些年來(lái)也在加速擁抱人工智能，企業(yè)發(fā)展以“安全保障、減人增效”為核心目標(biāo)，利用云、邊、端等技術(shù)架構(gòu)“煤礦大腦”，融合了云計(jì)算、邊緣計(jì)算和人工智能等眾多新技術(shù)，通過(guò)AI技術(shù)保障煤炭企業(yè)安全、高效生產(chǎn)，優(yōu)化企業(yè)安全生產(chǎn)管理過(guò)程，進(jìn)而提升煤炭企業(yè)核心競(jìng)爭(zhēng)優(yōu)勢(shì)，并為煤炭企業(yè)高質(zhì)高效發(fā)展發(fā)揮著重要支撐作用。

關(guān)鍵詞：煤礦大腦;人工智能;智能化煤礦;智慧礦山

中圖分類(lèi)號(hào)：TP18? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1007-9416（2020）10-0000-00

0引言

能源與人們生活和社會(huì)經(jīng)濟(jì)息息相關(guān)，是人們生活的物質(zhì)基礎(chǔ)和社會(huì)經(jīng)濟(jì)發(fā)展的源動(dòng)力，保證能源的有效利用和可持續(xù)利用對(duì)于現(xiàn)代社會(huì)經(jīng)濟(jì)發(fā)展具有重要意義[1]。

中國(guó)在能源生產(chǎn)和消費(fèi)上均位于世界前列，并且取得了巨大的能源工業(yè)成就。但我們卻是靠大量消耗能源資源和粗放發(fā)展而得到的，這種發(fā)展模式的過(guò)于粗放給我們?cè)揪投倘钡哪茉促Y源和脆弱的生態(tài)環(huán)境帶來(lái)更大的壓力，一些安全生產(chǎn)事件的發(fā)生給人身安全和企業(yè)財(cái)產(chǎn)也造成巨大損失。

1能源結(jié)構(gòu)

在全球，煤炭、石油和天然氣是三種主要化石燃料，但這些需求的增速各有不同，其中，原油占比最高，達(dá)到了33%;煤炭占比28%;天然氣占比為24%。在亞洲，煤炭占亞洲能源結(jié)構(gòu)的50%左右，其憑借低廉的價(jià)格和充沛的儲(chǔ)量將繼續(xù)成為未來(lái)最重要的能源來(lái)源之一。

在過(guò)去數(shù)十年的經(jīng)濟(jì)快速發(fā)展中，我國(guó)能源消費(fèi)結(jié)構(gòu)合理性與世界各國(guó)及平均水平還有相當(dāng)?shù)牟罹唷６袊?guó)能源消費(fèi)結(jié)構(gòu)中占比最高的為污染最嚴(yán)重的原煤，原煤占比為62%，而占比全球近四分之一的能源天然氣，在中國(guó)占比僅有6%，并且預(yù)計(jì)十年內(nèi)煤炭仍將是能源結(jié)構(gòu)的重要組成部分。

1.1煤炭的能源價(jià)值

煤炭，作為近現(xiàn)代人類(lèi)主要使用的能源之一，作為工業(yè)的重要食糧，一直參與著人類(lèi)的生產(chǎn)生活。隨著新清潔能源的發(fā)展，其它能源產(chǎn)業(yè)的崛起，煤炭的應(yīng)用范圍和需求程度雖不再時(shí)時(shí)處處作為人類(lèi)的首選，但不管是現(xiàn)在還是以后，都將作為一種重要的能量來(lái)源，繼續(xù)服務(wù)于我們的生產(chǎn)和生活。煤炭的使用也緊密地參與著我國(guó)工業(yè)和社會(huì)的發(fā)展，它的穩(wěn)定供應(yīng)和安全生產(chǎn)問(wèn)題也始終是我國(guó)能源發(fā)展中重要的一個(gè)發(fā)展方向。

煤炭是大自然給予的豐厚禮物，是上萬(wàn)年前特殊時(shí)期特殊氣候條件的植物埋藏于地下，再經(jīng)歷了漫長(zhǎng)的歷史和復(fù)雜的生物化學(xué)等變化，而形成的固體可燃性物質(zhì)，是地球上目前勘探得知的最豐富蘊(yùn)藏和最廣分布的礦物燃料。它的適用范圍非常廣泛，主要在以下幾個(gè)地方：

電力：中國(guó)發(fā)電用煤約占總耗煤量的1/3以上，電廠是將煤的熱能轉(zhuǎn)變?yōu)殡娔埽骄聛?lái)，目前我國(guó)的單位耗煤量為370g/（kw·h）標(biāo)準(zhǔn)煤。

（2）蒸汽車(chē)：蒸汽機(jī)車(chē)作為一種重要交通工具，也需要利用煤的熱能轉(zhuǎn)變?yōu)閯?dòng)能，占總耗煤量的3%左右，蒸汽機(jī)車(chē)的平均耗煤量為100kg/（萬(wàn)噸·km）左右。

（3）建筑材料：在建筑材料的生產(chǎn)制造當(dāng)中，煤的使用也非常普遍，大致占到總耗煤量的13%以上。這些建筑材料大致有水泥、玻璃、磚、瓦等，其中，水泥的耗煤量最大。

（4）工業(yè)鍋爐：熱電廠和大型供熱鍋爐需要使用大量的煤作為主要燃料，除此之外，其它企業(yè)生產(chǎn)或取暖用的工業(yè)鍋爐也需要用煤，這些鍋爐型號(hào)多、數(shù)量大、管理分散，這一部分的用煤量約占動(dòng)力煤總量的1/4以上。

（5）民用生活：居民生活也需要使用大量的煤，這一比例約占到用煤總量的23%。

（6）冶金：冶金行業(yè)需要燒結(jié)動(dòng)力煤或使用高爐噴吹無(wú)煙煤，這一部分的用量?jī)H占動(dòng)力用煤總量的1%。

（7）煉焦：煉鋼行業(yè)多使用焦炭作為主要生產(chǎn)原料，是鋼鐵工業(yè)的“基本食糧”，而焦煤或混合煤高溫冶煉才能形成優(yōu)質(zhì)的焦炭，所以，煉焦也是重要的用煤方向。

1.2煤炭行業(yè)發(fā)展現(xiàn)狀

煤炭作為能源行業(yè)中的主要來(lái)源，其基礎(chǔ)地位不可動(dòng)搖，并且國(guó)家現(xiàn)有的產(chǎn)業(yè)政策也一再?gòu)?qiáng)調(diào)煤炭行業(yè)的健康發(fā)展，說(shuō)明了其在宏觀經(jīng)濟(jì)高速發(fā)展中的不可或缺，這為持續(xù)增長(zhǎng)的煤炭需求提供了長(zhǎng)久性和可能性。現(xiàn)代技術(shù)的進(jìn)步和創(chuàng)新更為煤炭行業(yè)的發(fā)展帶來(lái)了強(qiáng)有力的動(dòng)力。目前，煤炭工業(yè)的發(fā)展面臨著大好的發(fā)展形勢(shì)，國(guó)家全面出臺(tái)多項(xiàng)政策支持行業(yè)深化改革，這也為煤炭工業(yè)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式和實(shí)現(xiàn)科學(xué)化發(fā)展提供了有利時(shí)機(jī)，進(jìn)而有效提高了國(guó)家能源行業(yè)的自主創(chuàng)新能力，為國(guó)家成為能源自主的世界先進(jìn)大國(guó)提供了重要機(jī)遇[2]。

我國(guó)煤炭企業(yè)正處于勞動(dòng)密集型向技術(shù)密集型轉(zhuǎn)換的初級(jí)階段。國(guó)家現(xiàn)有煤炭資源儲(chǔ)量較為豐富、品種多種多樣，分布十分廣泛，但與其它國(guó)家比較起來(lái)，我國(guó)的煤田地質(zhì)構(gòu)造比較復(fù)雜，變化和差異性較大，自然開(kāi)采條件相對(duì)惡劣。在資源開(kāi)發(fā)技術(shù)上，我們起步慢，基礎(chǔ)理論研究滯后，安全高效開(kāi)采技術(shù)以及清潔高效利用手段還有很大空間可以提高。根據(jù)之前的能源結(jié)構(gòu)預(yù)測(cè)中，我國(guó)在未來(lái)的十年中（2020年到2030年），煤炭在主要能源結(jié)構(gòu)中還將保持著最高比重，2030年可能實(shí)現(xiàn)在55%左右。并且在目前的從業(yè)人數(shù)統(tǒng)計(jì)中，我國(guó)年產(chǎn)36.5億噸煤炭，從事該產(chǎn)業(yè)的工人約525萬(wàn)人，同期美國(guó)年產(chǎn)約10億噸，而從事該產(chǎn)業(yè)的工人僅有約10萬(wàn)人。我國(guó)實(shí)現(xiàn)年產(chǎn)量可以達(dá)到美國(guó)的3倍多，但從業(yè)人數(shù)卻遠(yuǎn)超美國(guó)的50多倍。因此，我國(guó)急需要一些手段完成探測(cè)、掘進(jìn)、運(yùn)輸、運(yùn)維、管理等各個(gè)生產(chǎn)一節(jié)的自動(dòng)化、數(shù)字化和智能化。

2人工智能推動(dòng)產(chǎn)業(yè)革命

2.1人工智能在煤炭行業(yè)安全生產(chǎn)中扮演重要角色

煤炭作為我國(guó)的傳統(tǒng)能源行業(yè)，引入現(xiàn)代人工智能技術(shù)，旨在通過(guò)這一技術(shù)手段，從根本上解決煤炭安全生產(chǎn)過(guò)程中碰到的問(wèn)題，幫助煤炭行業(yè)盡快實(shí)現(xiàn)少人高效，推動(dòng)行業(yè)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)。

煤炭這個(gè)直接雇用大約500萬(wàn)人口的行業(yè)，由勞動(dòng)密集型向技術(shù)密集型改革將是一個(gè)極具挑戰(zhàn)和實(shí)踐意義。精英數(shù)智與華為、中國(guó)煤炭科學(xué)研究院在2019年4月福州共同提出開(kāi)發(fā)“煤礦大腦”平臺(tái)，這是針對(duì)于煤炭安全生產(chǎn)而量身定制的人工智能整體技術(shù)解決方案，IT行業(yè)、通訊行業(yè)、煤炭科學(xué)研究行業(yè)將共同助力煤炭行業(yè)的人工智能發(fā)展，為實(shí)現(xiàn)國(guó)家安全生產(chǎn)和推動(dòng)煤炭行業(yè)轉(zhuǎn)型升級(jí)做出重要貢獻(xiàn)。

2.2煤礦大腦概述

煤礦大腦基于云計(jì)算、大數(shù)據(jù)和人工智能技術(shù)，為煤炭行業(yè)安全生產(chǎn)態(tài)勢(shì)感知提出一套完整的解決方案。

（1）基于云平臺(tái)的PaaS框架，依托云計(jì)算、云存儲(chǔ)等虛擬化技術(shù)，煤礦大腦加快了各種針對(duì)智能礦山應(yīng)用的開(kāi)發(fā)、部署和服務(wù)化，方便了各項(xiàng)業(yè)務(wù)的管理。

（2）基于大數(shù)據(jù)據(jù)技術(shù)，為海量礦山傳感器數(shù)據(jù)（溫度、濕度、瓦斯、監(jiān)控、電力），實(shí)現(xiàn)快速流轉(zhuǎn)、多數(shù)據(jù)類(lèi)型匯聚、價(jià)值密度低數(shù)據(jù)融合和存儲(chǔ)。

（3）基于人工智能技術(shù)，對(duì)礦山各種作業(yè)場(chǎng)景中的音頻、視頻及傳感器數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，完成了機(jī)器運(yùn)行狀態(tài)、人員操作是否合規(guī)、工作進(jìn)度量化、環(huán)境指標(biāo)預(yù)測(cè)等各種業(yè)務(wù)的數(shù)字化和智能化。

2.2.1系統(tǒng)架構(gòu)

煤礦大腦率先提出云、邊、端架構(gòu)體系，實(shí)現(xiàn)了各項(xiàng)業(yè)務(wù)的時(shí)間靈活性和空間靈活性，以及計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)等各種資源的虛擬化與彈性按需調(diào)度。

（1）在云側(cè)：訓(xùn)練集制作、管理與各種人工智能模型的訓(xùn)練及模型的管理;AI識(shí)別任務(wù)的下發(fā)、狀態(tài)監(jiān)控及安全生產(chǎn)態(tài)勢(shì)分析與展示。

（2）在邊側(cè)：業(yè)務(wù)鏡像化：將模型的運(yùn)行環(huán)境（操作系統(tǒng)、必要庫(kù)文件及其他軟件）與模型一起制作成統(tǒng)一的鏡像文件，簡(jiǎn)化了業(yè)務(wù)的部署、標(biāo)準(zhǔn)化了模型運(yùn)行環(huán)境，方便了管理提高了模型的移植性;任務(wù)容器化：將一次AI識(shí)別任務(wù)以容器的方式進(jìn)行運(yùn)行，保證了應(yīng)用程序與資源的獨(dú)立性，提高了資源的有效性和業(yè)務(wù)的安全性。

（3）在端側(cè)：通用智能：提出AI agent框架，標(biāo)準(zhǔn)化模型、權(quán)重、任務(wù)以及推理的輸入與輸出流程，以流水線式的方式完成不同業(yè)務(wù)場(chǎng)景AI識(shí)別需求，如圖1所示。

（4）智能終端：除基于Nvidia RTX消費(fèi)卡和企業(yè)級(jí)Tesla計(jì)算卡外，智能終端還將各種機(jī)器學(xué)習(xí)模型移植到華為Atlas200、英偉達(dá)Tx2和Xavier智能計(jì)算平臺(tái)極大地?cái)U(kuò)展了智能終端的應(yīng)用范圍。

2.2.2煤礦大腦典型應(yīng)用

（1）勘探系統(tǒng)。近年來(lái)隨著國(guó)內(nèi)煤炭行業(yè)的迅速發(fā)展，對(duì)勘探技術(shù)及其管理工作提出了更高的要求。實(shí)踐中，智能化的地質(zhì)勘探技術(shù)方法已在煤礦領(lǐng)域廣泛應(yīng)用，尤其在煤層薄、穩(wěn)定性差、地質(zhì)構(gòu)造復(fù)雜的礦井，智能地質(zhì)勘探技術(shù)將起到重要作用。影響礦井安全因素的非常多，目前尚未建立一套科學(xué)、高效的地質(zhì)勘探安全防范措施。一旦發(fā)生安全事故則后果不堪設(shè)想，因此煤炭資源開(kāi)采前應(yīng)對(duì)井田地質(zhì)條件進(jìn)行全面勘探。煤層中一般會(huì)含有瓦斯和水等物質(zhì)，瓦斯含量在很大程度上決定了可能產(chǎn)生的影響。一旦泄露或者爆炸產(chǎn)生的后果就越嚴(yán)重;而水害給礦井人員傷亡和生產(chǎn)同樣帶來(lái)巨大損失。

生產(chǎn)中，為了預(yù)防和應(yīng)對(duì)瓦斯和水害事故的發(fā)生，應(yīng)明確瓦斯和水的分布情況，這樣才能夠做好預(yù)防措施。工作面超前勘探技術(shù)在挖煤機(jī)挖井前，采用向掘進(jìn)方向不同角度打孔的方法對(duì)前面瓦斯、水量的情況進(jìn)行探測(cè)是一項(xiàng)比較簡(jiǎn)單有效并被廣泛使用的探測(cè)技術(shù)。然而探測(cè)會(huì)給礦企帶來(lái)額外的人力和物力成本，同時(shí)井下環(huán)境極其艱苦，導(dǎo)致不探、少探的情況時(shí)有發(fā)生，給安全生產(chǎn)帶來(lái)重大隱患。針對(duì)探測(cè)工作面臨的問(wèn)題，煤礦大腦智能勘探分析系統(tǒng)基于計(jì)算機(jī)視覺(jué)技術(shù)通過(guò)對(duì)工作面機(jī)器運(yùn)行軌跡、人員姿勢(shì)和軌道物體等視覺(jué)特征，對(duì)整個(gè)探測(cè)過(guò)程進(jìn)行實(shí)時(shí)監(jiān)控與分析，不但有效地降低了監(jiān)管成本，而且其準(zhǔn)確率甚至超越了人類(lèi)。

（2）掘進(jìn)系統(tǒng)。掘進(jìn)是礦井產(chǎn)生中最關(guān)鍵的環(huán)節(jié)之一。在生產(chǎn)中挖煤機(jī)的工作狀態(tài)，人員操作的規(guī)范性都走到了關(guān)鍵的作用。掘進(jìn)現(xiàn)場(chǎng)空間小、環(huán)境復(fù)雜人員違規(guī)操作行為時(shí)有發(fā)生，煤礦大腦基于圖像識(shí)別技術(shù)，對(duì)人員行為進(jìn)行實(shí)時(shí)分析，當(dāng)發(fā)現(xiàn)特定禁進(jìn)入?yún)^(qū)域有人員進(jìn)入時(shí)或者操作不規(guī)范（未正常支護(hù)）時(shí)實(shí)時(shí)產(chǎn)生警示。影響挖煤機(jī)正常工作的一個(gè)常見(jiàn)問(wèn)題是挖到堅(jiān)硬的巖石，現(xiàn)有方法主要通過(guò)在挖煤機(jī)的掘進(jìn)齒上安裝溫度傳感器，操作員通過(guò)觀察溫度的變化來(lái)粗略地判斷挖煤機(jī)前面煤層的狀況，然而溫度傳感器容受環(huán)境的影響非常大，導(dǎo)致準(zhǔn)確率非常低。煤礦大腦提出基于音頻、響度和波型等特征，使用機(jī)器學(xué)習(xí)方法實(shí)時(shí)地對(duì)掘進(jìn)現(xiàn)場(chǎng)發(fā)出的各種聲音進(jìn)行識(shí)別，對(duì)挖到巖石等發(fā)出的異常聲音進(jìn)行警示。圖2中AI模型檢測(cè)到有人員出現(xiàn)在禁入?yún)^(qū)。

（3）運(yùn)輸系統(tǒng)。皮帶作為礦井底下最主要的運(yùn)輸工具，對(duì)生產(chǎn)的順利進(jìn)行走到了至關(guān)重要的作用。數(shù)十段皮帶構(gòu)成了井下高速公路，并消耗了整個(gè)礦井70%以上的電力資源。然而，皮帶在運(yùn)行過(guò)程中會(huì)有多種異常情況發(fā)生：皮帶跑偏、皮帶上有異物（大矸石、錨桿甚至人）、皮帶長(zhǎng)期空轉(zhuǎn)、皮帶頭堆煤以及人員違規(guī)等。針對(duì)皮帶運(yùn)輸系統(tǒng)的問(wèn)題，煤礦大腦提出基于目標(biāo)跟蹤、目標(biāo)檢測(cè)、幀差檢測(cè)等人工智能技術(shù)，對(duì)皮帶運(yùn)輸系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控。圖3左圖為智能運(yùn)輸監(jiān)控系統(tǒng)使用目標(biāo)跟蹤技術(shù)，實(shí)時(shí)地對(duì)皮帶是否有跑偏進(jìn)行分析;圖3右圖為堆積檢測(cè)模型發(fā)現(xiàn)皮帶機(jī)頭出現(xiàn)堆積現(xiàn)象并產(chǎn)生報(bào)警的情景。經(jīng)過(guò)研發(fā)人員的不斷攻關(guān)，模型誤別的準(zhǔn)確率達(dá)到95%以上，模型的識(shí)別延時(shí)小于30毫秒。

（4）運(yùn)維系統(tǒng)。在礦山80%以上的安全生產(chǎn)事故都與人的疏忽大意有關(guān)。井下有3000工人在作業(yè)，井上就有30人在調(diào)度室對(duì)數(shù)百個(gè)攝像頭傳來(lái)的機(jī)器運(yùn)行狀態(tài)和人員行為視頻進(jìn)行監(jiān)視。然而，一方面攝像頭眾多，存在人員監(jiān)控不過(guò)來(lái)、漏檢、監(jiān)視不及時(shí)等問(wèn)題;一方面礦井需要7×24連續(xù)動(dòng)作，由其到夜晚對(duì)人的身體挑戰(zhàn)非常大，無(wú)論井上還是井下人員都容易出現(xiàn)麻痹大意的情況。煤礦大腦基于姿態(tài)識(shí)別和目標(biāo)檢測(cè)技術(shù)，將人體姿勢(shì)、方向、機(jī)器位置等元素進(jìn)行關(guān)聯(lián)分析，結(jié)合場(chǎng)景實(shí)時(shí)分析出有效的巡檢或值班行為，客觀地評(píng)價(jià)出每個(gè)人的工作質(zhì)量。解決了監(jiān)管場(chǎng)景如何量化人員是否在場(chǎng)、按照到場(chǎng)以及是否認(rèn)真作業(yè)難題。

（5）安全態(tài)勢(shì)感知系統(tǒng)。煤礦大腦基于人工智能技術(shù)對(duì)聽(tīng)覺(jué)（聲音傳感器）、視覺(jué)（視頻傳感器）、嗅覺(jué)（氣體傳感器）、觸覺(jué)（壓力傳感器）數(shù)據(jù)進(jìn)行實(shí)時(shí)分析與警示。為更好地、實(shí)時(shí)地對(duì)整個(gè)礦山安全生產(chǎn)的態(tài)勢(shì)進(jìn)行掌握，提出多元異構(gòu)數(shù)據(jù)匯聚融合體系，然后再次使用機(jī)器學(xué)習(xí)模型對(duì)融合后的數(shù)據(jù)進(jìn)行實(shí)時(shí)的安全態(tài)勢(shì)分析。為煤礦大腦針對(duì)每個(gè)工作場(chǎng)景的實(shí)時(shí)分析結(jié)果;展示了對(duì)多元異構(gòu)數(shù)據(jù)匯聚融合后使用機(jī)器學(xué)習(xí)算法得到的當(dāng)前礦山安全生產(chǎn)態(tài)勢(shì)感知情況。

參考文獻(xiàn)

[1]張忠國(guó).煤巷快速掘進(jìn)系統(tǒng)的發(fā)展趨勢(shì)與關(guān)鍵技術(shù)[J].煤炭科學(xué)技術(shù)，2016（1）：55-60.

[2]曾健平，邵艷潔.Android系統(tǒng)架構(gòu)及應(yīng)用程序開(kāi)發(fā)研究[J].微計(jì)算機(jī)信息，2011（9）：1-3.

收稿日期：2020-07-22

作者簡(jiǎn)介：吳喆峰（1981—），男，山西大同人，本科，高級(jí)工程師，研究方向：能源行業(yè)人工智能研發(fā)與應(yīng)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