張富凱，孫一冉，孫君頂，袁 冠，張海燕

（1.河南理工大學(xué) 軟件學(xué)院，河南 焦作 454000；2.河南理工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，河南 焦作 454000；3.中國(guó)礦業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，江蘇 徐州 221116）

我國(guó)煤礦大部分為地下開(kāi)采，煤層賦存條件復(fù)雜，隨著開(kāi)采深度增加，對(duì)通風(fēng)安全的要求越來(lái)越嚴(yán)格，礦井智能通風(fēng)系統(tǒng)的研究與設(shè)計(jì)已經(jīng)成為煤礦安全生產(chǎn)的重要保障[1-3]。

隨著計(jì)算機(jī)技術(shù)、通信技術(shù)以及傳感器技術(shù)的發(fā)展，許多學(xué)者對(duì)煤礦通風(fēng)系統(tǒng)開(kāi)展了深入研究，楊杰等[4]依據(jù)工業(yè)4.0 理念提出一種基于現(xiàn)場(chǎng)總線技術(shù)的智能通風(fēng)系統(tǒng)設(shè)計(jì)方案；張慶華等[5]總結(jié)我國(guó)礦井通風(fēng)技術(shù)及裝備的研究成果，指出智能通風(fēng)需要解決的難題并提出實(shí)現(xiàn)通風(fēng)智能化的3 個(gè)重點(diǎn)研究方向，即：智能感知、智能決策和智能控制；李偉宏等[6]對(duì)礦井智能通風(fēng)控制系統(tǒng)進(jìn)行了研究，分析了系統(tǒng)的邏輯框架和功能結(jié)構(gòu)，實(shí)現(xiàn)了風(fēng)速測(cè)量、三維建模、通風(fēng)仿真及網(wǎng)絡(luò)解算；邢永亮等[7]對(duì)通風(fēng)網(wǎng)絡(luò)優(yōu)化的按需通風(fēng)、災(zāi)變通風(fēng)決策的智能化、智能通風(fēng)輔助決策平臺(tái)等技術(shù)進(jìn)行探討，提出了礦井通風(fēng)設(shè)計(jì)與決策的綜合集成研究方向。

然而，三維通風(fēng)模擬、通風(fēng)網(wǎng)絡(luò)優(yōu)化、反風(fēng)演練等關(guān)鍵技術(shù)是煤礦智能通風(fēng)系統(tǒng)研究的重點(diǎn)。周福寶等[8]對(duì)礦井智能通風(fēng)原理、關(guān)鍵技術(shù)及其系統(tǒng)組成進(jìn)行了研究，在煤礦現(xiàn)場(chǎng)開(kāi)展了相關(guān)試驗(yàn)；邵良杉等[9]分析了煤礦智能通風(fēng)系統(tǒng)的5 個(gè)關(guān)鍵技術(shù)：參數(shù)精確獲取、通風(fēng)網(wǎng)絡(luò)優(yōu)化、通風(fēng)網(wǎng)絡(luò)仿真實(shí)時(shí)解算、智能優(yōu)化算法、風(fēng)阻風(fēng)機(jī)調(diào)節(jié)決策系統(tǒng)，并以冀中能源峰峰集團(tuán)羊東礦8272 工作面為試驗(yàn)對(duì)象，驗(yàn)證了以上關(guān)鍵技術(shù)的可靠性；盧新明等[10]對(duì)自然分風(fēng)算法、按需分風(fēng)計(jì)算、風(fēng)阻調(diào)節(jié)優(yōu)化等關(guān)鍵技術(shù)進(jìn)行了深入研究；劉劍[11]從實(shí)時(shí)礦井通風(fēng)網(wǎng)絡(luò)解算、災(zāi)變時(shí)期智能控風(fēng)、通風(fēng)參數(shù)高精度快速測(cè)試、智能網(wǎng)絡(luò)與智能裝備4 個(gè)方面論述了礦井智能通風(fēng)亟需解決的關(guān)鍵科學(xué)技術(shù)問(wèn)題；李冠華[12]分析了煤礦通風(fēng)安全數(shù)據(jù)的類(lèi)型、監(jiān)測(cè)與整合方法，在陽(yáng)泉某礦建立了煤礦通風(fēng)安全動(dòng)態(tài)數(shù)據(jù)平臺(tái)；張珂等[13]以煤礦工程平面圖為基礎(chǔ)數(shù)據(jù)，基于巷道間的拓?fù)潢P(guān)系，采用中心線加載斷面算法構(gòu)建了礦井三維巷道模型，實(shí)現(xiàn)了礦井通風(fēng)系統(tǒng)二維圖到三維圖的快速轉(zhuǎn)換；遲煥磊等[14]提出了一種基于數(shù)字孿生技術(shù)的多元信息驅(qū)動(dòng)智能化工作面三維可視化監(jiān)控方法，在鄂爾多斯中煤某礦實(shí)現(xiàn)了對(duì)工作面成套設(shè)備的實(shí)時(shí)三維動(dòng)態(tài)監(jiān)測(cè)、數(shù)據(jù)和模型三維融合展示；王斌等[15]、孫凱[16]、趙賀[17]分別在不同的煤礦深入研究了通風(fēng)系統(tǒng)優(yōu)化模型及系統(tǒng)調(diào)整方案；張馳等[18]根據(jù)現(xiàn)場(chǎng)條件研發(fā)了一套智能反風(fēng)系統(tǒng)，實(shí)現(xiàn)了反風(fēng)全過(guò)程自動(dòng)化，為主要通風(fēng)機(jī)風(fēng)機(jī)房無(wú)人化建設(shè)打下堅(jiān)實(shí)基礎(chǔ)。

基于以上研究，提出了一種礦井智能通風(fēng)系統(tǒng)建設(shè)方案；論述了系統(tǒng)的組成架構(gòu)和研究?jī)?nèi)容，研究了通風(fēng)監(jiān)測(cè)大數(shù)據(jù)庫(kù)、三維通風(fēng)模擬、AI 視頻智能識(shí)別、預(yù)警及輔助決策、系統(tǒng)聯(lián)動(dòng)控制等關(guān)鍵技術(shù)；基于MVC4.0+WebAPI+EasyUI+Knockout 技術(shù)架構(gòu)設(shè)計(jì)并開(kāi)發(fā)了礦井智能通風(fēng)軟件系統(tǒng)，實(shí)現(xiàn)了三維通風(fēng)建模以及人工智能圖像識(shí)別在煤礦的應(yīng)用。

1 礦井智能通風(fēng)系統(tǒng)總體方案

1.1 系統(tǒng)組成

礦井智能通風(fēng)系統(tǒng)由井下監(jiān)控設(shè)備和地面控制中心組成，礦井智能通風(fēng)系統(tǒng)架構(gòu)如圖1。

圖1 礦井智能通風(fēng)系統(tǒng)架構(gòu)Fig.1 Mine intelligent ventilation system architecture

井下監(jiān)控設(shè)備主要包括傳感器、攝像頭以及工業(yè)以太環(huán)網(wǎng)。具體包括：①井下安裝瓦斯傳感器、風(fēng)門(mén)開(kāi)關(guān)傳感器、風(fēng)速傳感器、風(fēng)速風(fēng)向傳感器、風(fēng)機(jī)開(kāi)停傳感器及其他通風(fēng)相關(guān)傳感器，傳感器實(shí)時(shí)監(jiān)測(cè)井下通風(fēng)環(huán)境并采集數(shù)據(jù)，數(shù)據(jù)由通信分站匯聚到井下交換機(jī)；②井下安裝AI 智能本安攝像頭，配套相應(yīng)的本安型視頻分析邊緣計(jì)算盒子，攝像頭實(shí)時(shí)監(jiān)測(cè)井下風(fēng)門(mén)、風(fēng)窗、風(fēng)機(jī)等通風(fēng)設(shè)施與設(shè)備，采集視頻圖像數(shù)據(jù)，視頻分析邊緣計(jì)算盒子內(nèi)置人工智能識(shí)別算法，在邊緣端實(shí)時(shí)理解、分析視頻數(shù)據(jù)；③匯聚到交換機(jī)的傳感器數(shù)據(jù)以及邊緣計(jì)算盒子識(shí)別的視頻數(shù)據(jù)通過(guò)井下工業(yè)以太環(huán)網(wǎng)上傳至地面控制中心。

地面控制中心負(fù)責(zé)數(shù)據(jù)的分析與存儲(chǔ)，應(yīng)用系統(tǒng)的管理與展示。應(yīng)用服務(wù)器用于部署礦井智能通風(fēng)應(yīng)用系統(tǒng)，同時(shí)與礦井安全監(jiān)測(cè)監(jiān)控系統(tǒng)、井下人員定位系統(tǒng)、廣播系統(tǒng)實(shí)現(xiàn)聯(lián)動(dòng)控制；數(shù)據(jù)服務(wù)器存儲(chǔ)多種傳感器采集得到的通風(fēng)監(jiān)測(cè)大數(shù)據(jù)；AI 視頻分析服務(wù)器部署人工智能算法，對(duì)井下的視頻圖像內(nèi)容進(jìn)行識(shí)別、分析，發(fā)現(xiàn)人員的異常行為和設(shè)施設(shè)備的異常狀態(tài)；調(diào)度室大屏用于數(shù)字、圖形、視頻等信息的展示。

1.2 研究?jī)?nèi)容

礦井智能通風(fēng)系統(tǒng)以動(dòng)態(tài)監(jiān)測(cè)大數(shù)據(jù)為驅(qū)動(dòng)，建立三維通風(fēng)模擬與隱患智能識(shí)別平臺(tái)，實(shí)現(xiàn)礦井通風(fēng)數(shù)據(jù)實(shí)時(shí)動(dòng)態(tài)分析、三維可視化展現(xiàn)以及有效的安全預(yù)警與輔助決策。主要研究?jī)?nèi)容包括：

1）動(dòng)態(tài)監(jiān)測(cè)大數(shù)據(jù)庫(kù)。整合瓦斯、CO、風(fēng)速、風(fēng)向、風(fēng)機(jī)負(fù)壓、風(fēng)門(mén)、風(fēng)筒、主要通風(fēng)機(jī)、局部通風(fēng)機(jī)等傳感器數(shù)據(jù)，建立通風(fēng)系統(tǒng)大數(shù)據(jù)庫(kù)。

2）三維通風(fēng)模擬與隱患智能分析平臺(tái)。將傳感器監(jiān)測(cè)數(shù)據(jù)、攝像頭監(jiān)測(cè)視頻圖像、人工智能圖像識(shí)別算法、三維可視化通風(fēng)模擬、通風(fēng)報(bào)表設(shè)計(jì)、預(yù)警報(bào)警及輔助決策、BI 大屏展示、歷史數(shù)據(jù)查詢等模塊融合在1 個(gè)軟件平臺(tái)上，形成閉合的通風(fēng)管理系統(tǒng)。

礦井智能通風(fēng)系統(tǒng)功能結(jié)構(gòu)如圖2。

圖2 礦井智能通風(fēng)系統(tǒng)功能結(jié)構(gòu)Fig.2 Functional structure of mine intelligent ventilation system

通過(guò)系統(tǒng)的建設(shè)，形成一體化的綜合管理平臺(tái)，提高和完善煤礦通風(fēng)管理的信息化水平，及時(shí)掌握通風(fēng)系統(tǒng)的運(yùn)行狀態(tài)，提早發(fā)現(xiàn)安全隱患，做好預(yù)防工作，為礦井通風(fēng)系統(tǒng)調(diào)度指揮提供輔助決策依據(jù)。

2 智能通風(fēng)系統(tǒng)關(guān)鍵技術(shù)

實(shí)現(xiàn)煤礦通風(fēng)系統(tǒng)智能化管理，為井下生產(chǎn)作業(yè)發(fā)生變化時(shí)，提供輔助決策，防止安全事故的發(fā)生與擴(kuò)大，建立礦井智能通風(fēng)系統(tǒng)，關(guān)鍵技術(shù)包括：通風(fēng)監(jiān)測(cè)大數(shù)據(jù)庫(kù)、三維通風(fēng)模擬、AI 視頻智能識(shí)別、預(yù)警及輔助決策、系統(tǒng)聯(lián)動(dòng)控制。

2.1 通風(fēng)監(jiān)測(cè)大數(shù)據(jù)庫(kù)

礦井通風(fēng)監(jiān)測(cè)數(shù)據(jù)包括傳感器采集的數(shù)值數(shù)據(jù)和攝像頭采集的圖像數(shù)據(jù)，是智能通風(fēng)系統(tǒng)進(jìn)行數(shù)據(jù)分析、三維模擬仿真、AI 智能識(shí)別、預(yù)警報(bào)警以及系統(tǒng)聯(lián)動(dòng)的基礎(chǔ)數(shù)據(jù)來(lái)源，通過(guò)在井下安裝多種類(lèi)型的傳感器設(shè)備（如瓦斯傳感器、風(fēng)速傳感器、風(fēng)速風(fēng)向傳感器、風(fēng)機(jī)負(fù)壓傳感器、風(fēng)門(mén)傳感器、風(fēng)筒傳感器、攝像頭等）監(jiān)測(cè)獲取數(shù)據(jù)，數(shù)據(jù)類(lèi)型包括分站號(hào)、點(diǎn)號(hào)、傳感器類(lèi)型、安裝地點(diǎn)、單位、量程下限、量程上限、報(bào)警下限、報(bào)警上限、斷電值、復(fù)電值、斷電區(qū)域、是否調(diào)校、監(jiān)測(cè)數(shù)值、更新時(shí)間等。

設(shè)計(jì)時(shí)，傳感器每30 s 采集1 次現(xiàn)場(chǎng)數(shù)據(jù)，匯聚到通信分站通過(guò)工業(yè)環(huán)網(wǎng)上傳至地面數(shù)據(jù)服務(wù)器；假設(shè)某礦井已安裝并且正常工作1 400 個(gè)傳感器，該礦井每天將產(chǎn)生403.2 萬(wàn)條通風(fēng)監(jiān)測(cè)數(shù)據(jù)，這些數(shù)據(jù)可以通過(guò)曲線波動(dòng)觀察其變化規(guī)律，并服務(wù)于智能通風(fēng)系統(tǒng)的其他功能模塊。攝像頭實(shí)時(shí)監(jiān)測(cè)現(xiàn)場(chǎng)環(huán)境，經(jīng)過(guò)邊緣計(jì)算盒子分析后由工業(yè)環(huán)網(wǎng)上傳至AI 視頻分析服務(wù)器。實(shí)時(shí)通風(fēng)監(jiān)測(cè)數(shù)據(jù)與圖像具有動(dòng)態(tài)性與連續(xù)性，通風(fēng)監(jiān)測(cè)大數(shù)據(jù)庫(kù)建立過(guò)程如圖3。

圖3 通風(fēng)監(jiān)測(cè)大數(shù)據(jù)庫(kù)建立過(guò)程Fig.3 Process of establishing a large database of ventilation monitoring

2.2 三維通風(fēng)模擬

1）基于CAD 圖紙的礦井三維通風(fēng)建模過(guò)程如圖4。具體步驟如下：①將CAD 圖紙轉(zhuǎn)換為矢量數(shù)據(jù)格式，對(duì)其中的點(diǎn)數(shù)據(jù)、線條數(shù)據(jù)，文本數(shù)據(jù)進(jìn)行讀取、存儲(chǔ)、分析、格式化處理，得到三維圖形基礎(chǔ)數(shù)據(jù)；②利用圖形引擎渲染三維圖形基礎(chǔ)數(shù)據(jù)得到三維巷道模型；③構(gòu)建圖形編輯器，實(shí)現(xiàn)對(duì)三維場(chǎng)景的編輯。

圖4 基于CAD 圖紙的礦井三維通風(fēng)建模過(guò)程Fig.4 Mine 3D ventilation modeling process based on CAD drawings

2）澳大利亞Howden Ventsim 公司開(kāi)發(fā)的Ventsim三維可視化礦井通風(fēng)模擬軟件是當(dāng)今世界上最主流的通風(fēng)模擬軟件之一，目前已廣泛應(yīng)用于煤礦的通風(fēng)系統(tǒng)構(gòu)建與優(yōu)化。Ventsim 軟件通過(guò)導(dǎo)入巷道中心線的方法建立礦井三維通風(fēng)模型，具體實(shí)現(xiàn)步驟為：①基于帶有標(biāo)高的采掘工程平面圖繪制其巷道中心線；將巷道中心線文件導(dǎo)入Ventsim 軟件中，并轉(zhuǎn)化為實(shí)體巷道，得到三維通風(fēng)系統(tǒng)初步模型；②檢測(cè)并修正三維初步模型中巷道的連通性；③設(shè)置井筒，設(shè)置風(fēng)筒，設(shè)置風(fēng)機(jī)，編輯巷道通風(fēng)參數(shù)；④修正、完善礦井三維模型。Ventsim 軟件建立的三維通風(fēng)模型的過(guò)程如圖5。

圖5 三維通風(fēng)模擬效果圖Fig.5 Rendering of 3D ventilation simulation

2.3 AI 視頻智能識(shí)別

應(yīng)國(guó)家礦山安全監(jiān)察局要求，各煤礦已經(jīng)裝備了各種各樣的監(jiān)測(cè)監(jiān)控系統(tǒng)、視頻安防監(jiān)控系統(tǒng)，并極大改善了煤礦安全生產(chǎn)狀況。但是，這些系統(tǒng)只是對(duì)監(jiān)控視頻進(jìn)行實(shí)時(shí)監(jiān)視和事后對(duì)錄像進(jìn)行分析，很難在事故尚未發(fā)生或正在發(fā)生時(shí)，就對(duì)相關(guān)人員進(jìn)行警示，從而達(dá)到預(yù)防不安全事件發(fā)生的目的。

若要實(shí)時(shí)監(jiān)視并追蹤不安全事件的發(fā)生，如風(fēng)門(mén)長(zhǎng)時(shí)間打開(kāi)、沒(méi)關(guān)嚴(yán)實(shí)，風(fēng)機(jī)運(yùn)轉(zhuǎn)異常等，則需要工作人員全天全時(shí)同時(shí)對(duì)多個(gè)監(jiān)控視頻進(jìn)行監(jiān)視。這不僅不合理，也會(huì)消耗大量的人工成本。圖像和視頻已經(jīng)成為煤礦安全生產(chǎn)不可缺少的部分，由于缺乏有效的人工智能算法，這些圖像和視頻不能很好地服務(wù)于通風(fēng)系統(tǒng)的智能化。因此，提出人工智能技術(shù)助力礦井智能通風(fēng)系統(tǒng)建設(shè)，通過(guò)有效預(yù)防安全事故的發(fā)生，降低通風(fēng)管理成本。

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法已經(jīng)取得巨大成功，并在不同的場(chǎng)景下實(shí)現(xiàn)了工業(yè)落地。這些目標(biāo)檢測(cè)算法包括R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD、R-FCN、YOLO9000、RetinaNet、Mask RCNN、YOLOv3、Cascade R-CNN、ExtremeNet、YOLOv4、YOLOv5、YOLOS、YOLOX、Poly-YOLO 等。

井下智能攝像頭實(shí)時(shí)檢測(cè)并識(shí)別風(fēng)門(mén)、風(fēng)窗的開(kāi)關(guān)狀態(tài)、風(fēng)機(jī)的運(yùn)轉(zhuǎn)狀態(tài)，當(dāng)監(jiān)控視頻中出現(xiàn)安全隱患事件時(shí)，如風(fēng)門(mén)長(zhǎng)時(shí)間打開(kāi)、未關(guān)緊，風(fēng)機(jī)運(yùn)轉(zhuǎn)異常等，平臺(tái)前端會(huì)立刻分析、保存數(shù)據(jù)、發(fā)出警報(bào)，在第一時(shí)間通知相關(guān)工作人員進(jìn)行現(xiàn)場(chǎng)勘查，并及時(shí)采取相應(yīng)處理措施，有效預(yù)防安全事故的發(fā)生。

2.4 預(yù)警及輔助決策

根據(jù)實(shí)時(shí)實(shí)測(cè)、推演和解算數(shù)據(jù)，第一時(shí)間發(fā)現(xiàn)風(fēng)量、風(fēng)速、風(fēng)向等異常，及時(shí)預(yù)警和報(bào)警；建立預(yù)警機(jī)制，關(guān)聯(lián)應(yīng)急預(yù)案，提供必要的輔助決策能力，進(jìn)而提高通風(fēng)系統(tǒng)的安全性和通風(fēng)管理的科學(xué)性。

2.4.1 建立預(yù)警機(jī)制

根據(jù)風(fēng)險(xiǎn)源的預(yù)警百分比梯度，結(jié)合風(fēng)險(xiǎn)源的梯度預(yù)警指標(biāo)規(guī)則，開(kāi)發(fā)特定的分析服務(wù)程序進(jìn)行風(fēng)險(xiǎn)源的黃色預(yù)警與紅色預(yù)警。

井巷中允許的風(fēng)流速度見(jiàn)表1。預(yù)警臨界值符合《煤礦安全規(guī)程》相關(guān)要求，如井巷中的風(fēng)流速度應(yīng)當(dāng)符合要求。

表1 井巷中允許的風(fēng)流速度Table 1 Allowable airflow speed in the shaft

基于完善的風(fēng)險(xiǎn)預(yù)警機(jī)制，設(shè)計(jì)風(fēng)險(xiǎn)預(yù)警的詳細(xì)流程，風(fēng)險(xiǎn)預(yù)警流程如圖6。

圖6 風(fēng)險(xiǎn)預(yù)警流程Fig.6 Process of risk warning

2.4.2 多種預(yù)警形式

1）單測(cè)點(diǎn)預(yù)警。對(duì)井下巷道內(nèi)某個(gè)傳感器布點(diǎn)監(jiān)測(cè)值進(jìn)行走勢(shì)曲線分析，查看一段時(shí)間內(nèi)的數(shù)據(jù)波動(dòng)情況，包括基準(zhǔn)值、預(yù)警上限及下限值、最大值、最小值、平均值等，分析井下單點(diǎn)的通風(fēng)狀況。

2）多測(cè)點(diǎn)預(yù)警。對(duì)井下巷道中具有相關(guān)聯(lián)屬性的傳感器，對(duì)其監(jiān)測(cè)值同時(shí)進(jìn)行走勢(shì)分析，當(dāng)通風(fēng)網(wǎng)絡(luò)發(fā)生變化時(shí)，查看多點(diǎn)曲線是否相應(yīng)同時(shí)發(fā)生變化，以此判斷井下通風(fēng)狀況。

3）多測(cè)點(diǎn)組合預(yù)警。通風(fēng)網(wǎng)絡(luò)主要分為并聯(lián)、串聯(lián)和角聯(lián)3 種基本結(jié)構(gòu)以及3 種結(jié)構(gòu)互相結(jié)合形成的混合式結(jié)構(gòu)。對(duì)各監(jiān)控點(diǎn)之間的數(shù)據(jù)關(guān)系與現(xiàn)場(chǎng)各類(lèi)通風(fēng)事故下參數(shù)特征數(shù)據(jù)庫(kù)進(jìn)行綜合分析，開(kāi)發(fā)特定的分析服務(wù)程序進(jìn)行通風(fēng)紊亂原因的判定。

4）系統(tǒng)聯(lián)動(dòng)預(yù)警。智能通風(fēng)系統(tǒng)具備數(shù)據(jù)聯(lián)動(dòng)交互功能，聯(lián)動(dòng)規(guī)則可由用戶設(shè)定，根據(jù)規(guī)則，可以實(shí)現(xiàn)與井下人員定位系統(tǒng)、廣播系統(tǒng)、安全監(jiān)測(cè)監(jiān)控系統(tǒng)、應(yīng)急預(yù)案等系統(tǒng)聯(lián)動(dòng)預(yù)警。

2.4.3 提供輔助決策

將《煤礦生產(chǎn)安全事故應(yīng)急預(yù)案》相關(guān)內(nèi)容融入智能通風(fēng)系統(tǒng)中，與預(yù)警機(jī)制相結(jié)合，為煤礦通風(fēng)類(lèi)事故提供有效預(yù)警與相應(yīng)的輔助決策。煤礦通風(fēng)事故專(zhuān)項(xiàng)應(yīng)急預(yù)案中預(yù)設(shè)明確的應(yīng)急指揮機(jī)構(gòu)及相應(yīng)職責(zé)，其通風(fēng)專(zhuān)項(xiàng)應(yīng)急救援組織機(jī)構(gòu)如圖7。

圖7 通風(fēng)專(zhuān)項(xiàng)應(yīng)急救援組織機(jī)構(gòu)Fig.7 Ventilation special emergency rescue organization

當(dāng)系統(tǒng)發(fā)出預(yù)警或報(bào)警，系統(tǒng)根據(jù)現(xiàn)場(chǎng)數(shù)據(jù)智能分析危險(xiǎn)程度，匹配預(yù)案信息并初步做出輔助決策信息，組織機(jī)構(gòu)中的專(zhuān)業(yè)小組根據(jù)其職責(zé)實(shí)施相應(yīng)的應(yīng)急救援工作。

3 智能通風(fēng)系統(tǒng)平臺(tái)

礦井智能通風(fēng)系統(tǒng)平臺(tái)主要由智能通風(fēng)軟件、三維通風(fēng)建模軟件和人工智能圖像識(shí)別模型3 部分構(gòu)成。

3.1 智能通風(fēng)軟件

礦井智能通風(fēng)軟件基于ASP.NET 軟件平臺(tái)，SQL Server2012 數(shù)據(jù)庫(kù)開(kāi)發(fā)。系統(tǒng)在邏輯上分為數(shù)據(jù)接口、數(shù)據(jù)處理、業(yè)務(wù)處理、系統(tǒng)UI 等部分。智能通風(fēng)軟件邏輯框架如圖8。

圖8 智能通風(fēng)軟件邏輯框架Fig.8 Logical framework of intelligent ventilation software

礦井智能通風(fēng)軟件基于MVC4.0+WebAPI+EasyUI+Knockout 技術(shù)架構(gòu)設(shè)計(jì)開(kāi)發(fā)，其特點(diǎn)如下：

1）MVC 的框架模式。具有耦合性低、重用性高、生命周期成本低、可維護(hù)性高、有利軟件工程化管理等優(yōu)點(diǎn)。

2）采用WebAPI?？蛻舳丝梢酝耆珨[脫代理和管道來(lái)直接進(jìn)行交互。

3）采用EasyUI 前臺(tái)UI 界面插件?？沙尸F(xiàn)功能豐富并且美觀的UI 界面。

4）采用Knockout。提供1 個(gè)數(shù)據(jù)模型與用戶UI界面進(jìn)行關(guān)聯(lián)的高層次交互方式。

5）數(shù)據(jù)訪問(wèn)層采用強(qiáng)大的Fluentdata 支持多數(shù)據(jù)庫(kù)操作。

3.2 三維通風(fēng)模型

通過(guò)建立礦井三維通風(fēng)模型，將復(fù)雜的通風(fēng)參數(shù)和通風(fēng)過(guò)程以三維動(dòng)態(tài)圖形的方式簡(jiǎn)單、直觀地展現(xiàn)出來(lái)，可從任意角度觀察和調(diào)整通風(fēng)系統(tǒng)，實(shí)現(xiàn)巷道實(shí)時(shí)風(fēng)量三維展現(xiàn)、風(fēng)量分配的實(shí)時(shí)解算和分析，提高礦井通風(fēng)決策人員的科學(xué)決策水平，幫助煤礦實(shí)現(xiàn)實(shí)時(shí)、動(dòng)態(tài)、合理和科學(xué)的通風(fēng)管理。礦井三維通風(fēng)模型具有以下功能：

1）風(fēng)流動(dòng)態(tài)模擬。

2）任意風(fēng)路固定風(fēng)量、固定風(fēng)壓、網(wǎng)絡(luò)風(fēng)流按需分配仿真。

3）模擬風(fēng)門(mén)、風(fēng)窗、密閉等通風(fēng)構(gòu)筑物設(shè)置和風(fēng)量調(diào)節(jié)效果。

4）輔助進(jìn)行短期和長(zhǎng)期通風(fēng)系統(tǒng)規(guī)劃。

5）在風(fēng)網(wǎng)優(yōu)化設(shè)計(jì)的基礎(chǔ)上進(jìn)行風(fēng)機(jī)選型、風(fēng)機(jī)運(yùn)行工況點(diǎn)分析。

6）風(fēng)機(jī)調(diào)速、反風(fēng)模擬。

7）輔助進(jìn)行災(zāi)害預(yù)案制定和緊急情況處理。

礦井通風(fēng)三維可視化仿真模擬及通風(fēng)網(wǎng)絡(luò)優(yōu)化效果如圖9。

圖9 礦井通風(fēng)三維可視化效果圖Fig.9 Mine ventilation 3D visualization rendering

3.3 人工智能圖像識(shí)別模型

將YOLOv5 算法應(yīng)用于煤礦通風(fēng)AI 智能視頻識(shí)別，用于檢測(cè)煤礦井下風(fēng)門(mén)開(kāi)閉、風(fēng)窗開(kāi)閉、風(fēng)機(jī)異常等狀態(tài)。YOLOv5 算法是1 種一階段目標(biāo)檢測(cè)器，具有計(jì)算量小、識(shí)別速度快等優(yōu)點(diǎn)。

人工智能算法在煤礦通風(fēng)場(chǎng)景下的應(yīng)用數(shù)據(jù)非常復(fù)雜，受到各種客觀因素的影響，如異常狀態(tài)下的圖像少且獲取困難、圖像光照不均勻、成像質(zhì)量差等。因此，煤礦通風(fēng)相關(guān)視頻數(shù)據(jù)的獲取與處理是人工智能應(yīng)用需要關(guān)注的重點(diǎn)工作。

4 結(jié) 語(yǔ)

礦井智能通風(fēng)系統(tǒng)涉及通風(fēng)、計(jì)算機(jī)、傳感器、通信以及人工智能等多個(gè)領(lǐng)域的知識(shí)體系，是智能礦山建設(shè)的重要組成部分。通風(fēng)監(jiān)測(cè)專(zhuān)業(yè)大數(shù)據(jù)庫(kù)為通風(fēng)系統(tǒng)運(yùn)行、調(diào)整、優(yōu)化提供數(shù)據(jù)支撐；建立三維通風(fēng)可視化模型，實(shí)現(xiàn)通風(fēng)網(wǎng)絡(luò)和主要通風(fēng)機(jī)工況模擬解算、通風(fēng)系統(tǒng)動(dòng)態(tài)優(yōu)化、全礦井按需分風(fēng)，是通風(fēng)系統(tǒng)建設(shè)的核心組成部分；將人工智能圖像識(shí)別技術(shù)引入通風(fēng)系統(tǒng)，實(shí)現(xiàn)風(fēng)門(mén)、風(fēng)窗、風(fēng)機(jī)等通風(fēng)設(shè)施異常狀態(tài)的自動(dòng)識(shí)別，落實(shí)減員增效目標(biāo)，是通風(fēng)系統(tǒng)建設(shè)的主要?jiǎng)?chuàng)新點(diǎn)；將報(bào)警預(yù)警與應(yīng)急預(yù)案相結(jié)合，為通風(fēng)系統(tǒng)管理及事故應(yīng)急響應(yīng)提供支撐；通風(fēng)系統(tǒng)與人員定位系統(tǒng)、廣播系統(tǒng)等其他系統(tǒng)的聯(lián)動(dòng)，當(dāng)事故發(fā)生時(shí)，能夠及時(shí)部署應(yīng)急預(yù)案、制定避災(zāi)路線、廣播指揮撤離，有效防止事故擴(kuò)大。在實(shí)際應(yīng)用中，融合多項(xiàng)關(guān)鍵技術(shù)，建設(shè)符合礦井生產(chǎn)需要的智能化通風(fēng)管理系統(tǒng)，是智能礦山建設(shè)的必然選擇。