胡亚雄^1,2 王 征^1,2 任学勤^1,2  杨 洋^1,2 李 聪^1,2 杨永磊^1,2

（1.河北钢铁集团沙河中关铁矿有限公司；2.河北省复杂铁矿低碳智能高效开采技术创新中心）

摘要：为规范非煤矿山重大灾害风险防控，开展非煤矿山重大灾害风险防控建设，针对非煤矿山重点区域包括采场危险区域、排洪设施、井下危险区域、井下皮带机头、机尾、井底车场、马头门等，通过在重要部位安装高清摄像机和图像智能分析设备，建设企业视频智能监控系统，实现对非煤矿山关键地点、重点部位重大安全风险的实时识别、监测和精准研判，该应用充分利用人工智能技术、大数据技术、AI智能分析技术，建立安全生产AI诊断预警平台，实现数据共享与业务协同，提高了非煤矿山安全监管监察执法效能，不断提升矿山数字化、智能化安全生产水平。

关键词：视觉AI 智能分析 预警平台 智能技术

非煤矿山安全生产隐患主要分为人的不安全行为、物（设备）的不安全状态及环境的不安全因素3类。为及时发现安全隐患，有效避免事故发生，各矿山均建立了基础的视频监控系统，实现了矿区重点区域的视频覆盖，由管理人员监控各作业过程和生产环节，但由于监控点多面广，监控人员长时间保持警觉容易视觉疲劳，难以“面面俱到”。针对此问题，计划建设“视觉AI识别系统”，利用AI图像识别技术实现安全隐患的智能识别、分析、报警和联动，全面提升非煤矿山的安全管理水平。

1.AI智能分析预警集控平台建设目标

以监测人的不安全行为、物的不安全状态和环境的不安全因素为切入点，将视频分析与非煤矿山生产场景相结合，以场景为单位，利用不同的视觉分析算法，实现对中央水泵房、主副井提升区域、马头门、变电所及配电室、破碎机、电机车、炸药库、斜坡道、调度室和值班室等重点区域视频信号的特定分析，构建一套基于视觉AI分析的矿山安全预警系统，全天候24 h智能监管，大幅减轻监控人员的工作负担，达到主动、准确、实时的监控要求，实现矿山生产管理过程中各类安全监管问题的可感知、可预警、可追溯、可管理，降低人为因素造成的误报或漏报情况，为企业安全生产监管过程提供技术支撑。同时实现异常事件的报警提示、精准推送，形成快速有效的异常闭环处置流程和机制。

2.AI智能分析预警集控平台技术架构

2.1软件平台架构

通过部署于矿山本地的视频智能AI分析专用设备对非煤地下矿山企业在重点场所关键位置的监控摄像头拍摄的各监控视频数据进行实时分析，由算法模型识别输出报警信息等分析结果，并在企业端视频智能监控系统展示。系统架构按照分层的思想设计和实现，系统包括前端设备、算力设备、基础算法、应用算法和应用服务5部分，整体以智能推理平台为主，从前端设备获取视频数据，通过网络传输到算力分析设备，算法引擎赋能视频通道目标算法，推理平台进行行为推理并呈现分析结果，同时支持将告警结果推送至企业综合管控平台。系统采用B/S架构，总体架构如图1所示。

图1  视频智能监控系统总体架构

前端设备：矿山现有或者部分新增的网络摄像机设备，主要用于视频数据采集。

算力设备：具备智能分析能力的硬件设备，主要作为AI分析硬件载体。

基础算法：即算法仓库，带有项目需求的算法功能。

应用算法：根据现场应用场景，优化基础算法功能，建立应用模型。

应用服务：具备设备统一管理、算法统一部署、告警日志统一汇聚等功能的可视化平台，支持对分析的告警结果做大屏展示、预警提示等功能的业务系统。

2.2硬件平台架构

以安全识别算法+视频分析服务器一体化为架构，以监控视频为数据来源，从采集终端获取数据，通过网络传输到中心服务器，搭配人工智能后台进行分析和管理，发生报警时触发报警联动；最后以可视化大屏的方式展现数据的分析结果，视频系统架构网络如图2所示。

图2  视频子系统架构图

2.3 智能预警平台

利用现有视频流进行智能分析，形成安全生产智能分析预警平台，关键位置的实时视频进行内容、目标等行为分析，系统采用基于深度学习神经网络算法，从原始图像数据中学习和提取特征，然后通过大量标记数据进行模型训练，得出可以进行预测的模型文件，通过部署模型文件，可以对实时视频进行视觉分析。

3.AI智能分析预警视觉AI分析算法模型

非煤矿山视频智能监控系统应具备以下视频AI分析模型，针对不同摄像头点位和场景的AI分析模型识别准确率和召回率应达到对应要求，确保识别准确性，具体算法模型见表1。

表1  AI分析算法模型

注释：1.召回率(Recall)：是正确识别出的物体占总物体数的比率。2.准确率（Accuracy）：是指模型正确预测的样本数量占总样本数量的比例。

4.智能分析预警视觉AI点位部署

开展非煤矿山重大灾害风险防控建设，在重点非煤矿山的采场危险区域、排洪设施、井下危险区域、井下皮带机头、皮带机尾、井底车场、马头门等关键地点，重要部位安装高清摄像机和图像智能分析设备。矿山重点区域部署要求如表2。

表2  AI分析算法模型

5.AI智能综合分析平台应用

通过API接口，接入的各类设备数据（对接门禁系统等）及传感器数据与三维场景打通联动，进行交互展示，打破数据壁垒，实现数据共享，可通过“一张图”切换AI大屏、监控大屏、设备大屏，展示重点关注数据、AI预警、设备、监控巡检情况，联动三维场景、使得管理人员更加直观、形象、全方位地把控车间里人的不安全行为、设备的不安全状态，以便科学计划，合理调配，提供整体安全协同管理、进行高效预防决策。主要功能如下：

（1）平台通过对设备、计算服务的管理，采用人工智能计算任务的组织方式，实现对摄像头等视觉输入的人工智能分析，并通过标准化的方案实现分析结果推送，从而实现第三方平台的快速AI赋能。在此基础上，还通过丰富的开放能力，实现更深层次的定制化开发。

（2）在监控中心可以根据电子地图快速地定位到现场监控点，同时在地图上可以直接打开叠加的摄像机图标，进行实时监控画面播放，直观的操作方式，降低了监控人员的工作强度。当出现告警时对应的摄像机图标便会闪烁，可以快速定位告警地点。

（3）能够根据用户事先设计好的告警策略实现多种方式的事件告警，支持系统级报警语音，预置各种算法报警提升声音，可根据需要自行替换，可根据需要开启或关闭报警语音，预警信息可查看相关画面，让关联负责人随时掌握现场安全状况，告警内容包含告警位置、告警类型、告警时间等数据信息。

（4）可根据事件处理状态、类型、摄像机、时间等条件检索告警记录，并可查看告警记录明细信息，如查看告警截图和录像，同时支持导出告警记录信息，为用户进行违规行为查处提供有力证据；

（5）系统可根据周、月按照告警事件处理 状态、告警时间、告警源、告警类型对告警数据进行统计分析，并给出对应的告警趋势图。通过告警数量统计和趋势图的方式，给与用户更加直观的感受。

6  结 论

AI智能分析预警集控平台在中关铁矿的应用，充分利用现有视频监控系统，通过增加视频分析设备，按照预期的应用场景部署视频点位和算法，实现了未带安全帽、人员离岗、自救器检测等十几种算法的现场应用，通过现场训练，准确率和召回率达到要求，通过该系统平台的应用，实现各场景的违章自动识别，真正做到事前预警、事中常态检测、事后规范管理，提高职工常态化安全意识，有效降低远程值守人员的工作强度，减少习惯性违章现象发生，能够有效弥补传统方法和技术在监管中的缺陷，推动矿山安全管理模式向远程化、智能化、可视化转变，提高安全管控效能和智能化安全生产水平。

参考文献

[1]孙羽竹，基于计算机视觉的初中人工智能实验教学探究——以“疲劳驾驶AI预警1.0”项目为例[J]．中国信息技术教育：基础教育，2024(09)：86-88．

[2]成静静，李文彬，魏鸿斌，等，基于5G+AI技术的融合定位平台[J]．数据通信：自动化技术，2024(02)：23-25+30．

[3]高翔，睢星飞，李晓亮，等．AI机器视觉智能监管系统在危险化学品安全管控中的应用[J]．化工设计通讯：信息科技，2024,50(03)：152-154．

[4]陈国栋，微波定位和AI视觉识别技术在炼钢物流跟踪项目中的应用[J]．中国计量：信息科技，2024(03)：146-149．

[5]程德强，寇旗旗，江鹤，等．全矿井智能视频分析关键技术综述[J]．工矿自动化：信息科技，2023,49(11)：1-21．