1 我国煤矿安全态势

“缺油、少气、相对富煤”是我国能源赋存的特点，2019年我国煤炭占一次能源消费占比为57.7%，原油、天然气对外依存度分别为72.5%、43.4%。据中国工程院预测，2050年煤炭一次能源消费比例将保持在50%左右，以煤炭为主导能源是国家发展的必然选择。

我国煤炭开采条件复杂，复杂地质条件煤层占70%，多种灾害并存，各深部开采逐渐成为新常态，深部高应力、高瓦斯压力、高地温等导致灾害耦合伴生，灾害威胁严重，灾害防治难度加大。全国现约有4 800座矿井，瓦斯突出矿井、高瓦斯矿井占比分别为13.84%、17.32%，水文地质条件中等、复杂、极复杂矿井占比分别为68.51%、5.08%、0.81%，煤层自燃、容易自燃矿井占比分别为33.17%、18.46%，有煤尘爆炸性矿井占比65.4%，开采深度每年增加10~25 m。

近年来通过加强监管、科技治灾与产业结构调整，矿井事故起数与死亡人数逐年下降，煤矿安全处于稳定转好态势。顶板、瓦斯事故下降幅度明显，但占比仍高，机电、运输类事故占比呈逐年上升趋势。

2 煤矿安全智能管控现状

围绕灾害防治与管控，煤炭行业研发了系列技术与装备，并进行了大量的推广与应用，取得了较好的效果。

目前，煤矿装备了瓦斯、顶板、水、粉尘、火、冲击地压等相关监控系统，建立了安全隐患管理系统。瓦斯监控系统可监测风流中的CH4、CO、CO2、H2S等有毒有害气体浓度，可执行本地、交叉与远程断电控制；瓦斯抽采监测管道甲烷浓度、温度、负压、流量等数据，实现阀门自动控制；采空区发火监测系统可对CH4、C2H6、C3H8、C4H10、O2等煤层自燃发火标志性气体进行实时监测；利用光纤测温技术实时监测输送带和电缆高温点；利用顶板监测系统可对支撑阻力、支柱伸缩速度、锚杆拉力、顶底板位移等矿山压力参数实时监测；水文监测系统可对涌水速度、水质、水压等涌水参数在线测定；粉尘监测系统可对沉积煤尘厚度、粉尘浓度等动态监测；人员与车辆定位系统能监测人员位置、设备运行位置及工况参数、设施状态参数等；大多数煤矿建立了井下有线以太网与WIFI、Zigbee、RFID、4G等无线网相结合的通信系统。同时研究了煤层瓦斯参数测定技术、地质构造超前探测技术、应力测定技术、采掘作业面进尺及位置监测技术、煤岩体破坏的微震和AE声发射监测技术、煤矿灾害危险性判定技术、瓦斯灾害危险性预警技术等。

煤炭行业的发展大致可分为单机自动化（监测监控）阶段、全矿井综合自动化阶段、数字化矿山阶段和智能化矿山4个阶段。目前正处于数字化矿山向智能化矿山过渡期，为加快智能化矿山的建设，国家八部委在《推进煤矿智能化发展的指导意见》中要求“到2025年，大型煤矿和灾害严重煤矿基本实现智能化”。由于现阶段的技术尚未成熟，要实现煤矿安全智能管控仍存在以下6个主要难题亟待攻克：

1）以封孔瓦斯压力、钻屑解吸指标等瓦斯基础参数为代表的灾害防治关键参数的精准便捷实时采集仍是行业难题。

2）灾害监控系统，距离完全实现“监测有效、控制可靠”仍有距离。

3）隐患与违章种类众多，形式复杂多样，在线监测、自动辨识技术尚待提高。

4）煤矿井下“通信最后一千米”信号全覆盖、实时汇聚与可靠交互技术亟待突破。

5）监测数据利用度不高，现有预警方法与模型的普适性与准确度有待提升。

6）安全管理标准化、流程化、信息化、指标化，仍是绝大多数煤矿企业的短板。

随着信息通信技术的进步，互联网、智能终端、智能芯片等在传统工业生产中得到广泛应用，煤炭行业的信息化潜力进一步释放，基于物联网、云计算和大数据的新时期信息技术正在改变传统煤矿安全管控模式。鉴于行业安全生产实际需求与技术发展的新阶段，全矿井一体化煤矿安全智能管控系统应运而生。

3 煤矿安全智能管控系统架构

煤矿安全智能管控系统（图1）聚焦重大灾害与典型隐患，综合运用物联网、机器人、大数据、云计算、移动互联、人工智能等技术手段，构建具备灾害隐患全面感知、自动识别、精准监测、动态预警、协同管控为一体的智能化系统，实现安全主动保障。

图1 安全智能管控系统架构

煤矿安全智能管控系统按照分层架构模式进行设计，分为设备层、传输层、服务层与应用层。设备层负责灾害、隐患、违章等信息动态感知；传输层采用工业以太网和无线通信技术（5G、WIFI6等）构建高速传输通道，实现多制式信号的可靠接入和数据透明传输；服务层基于云平台技术构建基础服务设施，具备数据采集、存储与业务服务功能，采用微服务架构模式提供数据、消息、流程与业务服务；应用层构建面向矿山多专业、多部门协同业务应用支撑平台，实现安全智能管控。

安全智能管控系统具备6个方面的典型特征：灾害隐患全面精准感知；②井下物与物、人与物、人与人可靠便捷交互；③在监控稳定可靠的基础上实现多要素、全流程的协同管控；④实现业务标准化、流程化；⑤建立安全管控指标，实现管理精益化；⑥基于机理模型和大数据分析融合的精准预警。

4 安全智能管控技术发展趋势

4.1 传感层关键技术

灾害监测智能传感器在信号采集、数据处理、信息交互和逻辑判断等过程中，应具备数据预处理、自校准、自诊断、自适应、双向通信、智能组态、信息存储和记忆、自推演与自学习等通用特性。

甲烷是防治煤矿瓦斯灾害的核心参数，单点激光甲烷检测技术的推广应用，显著提升了甲烷检测精度、实现了自调校，大幅提升了稳定性与可靠性，有效减少了维护工作量。目前甲烷现场监测正从离散点式监测向全覆盖模式发展，应通过对基于TDLAS激光检测技术深入研究，研制多通道、低成本、长寿命分布式激光甲烷监测设备，以满足现场监测需要。

风速风向的精准检测，是构建瓦斯场、揭示瓦斯运移规律、突出报警、智能调风的关键。目前风速测量“以点代面”误差大，存在下限测量盲区（<0.3 m/s），难以满足现场实际需要。应研究基于超声波时差法的全断面风速测量技术，利用多线多点测量与巷道断面拟合积分，精确计算巷道全断面风速、风量、风向。

采空区自燃发火目前多采用束管监测，该方法存在束管容易破裂漏气、管内气体置换时间长、实时性差、误差大等问题亟待解决。研究基于波长调制和谐波解调的激光痕量光谱吸收技术，可实现CO、C2H4、C2H2等气体检测的“就地采样、就地处理、就地测量”；利用分布式光纤测温技术，实现采空区内部温度直接测量是今后发展趋势。该技术也可用于环境中CO的检测，克服现有检测技术存在的交叉干扰、稳定性差的问题。

带式输送机运输里程长，维保人员多，人工巡检劳动强度大、效率低、巡检不到位，易引发安全事故。巡检机器人“安全充电、看得准、听得清”是需解决的3个关键问题。通过“电-机-电”能量转换技术，解决危险场所自主安全充电问题；构建大气散射图像转换模型、基于深度学习的相关算法智能识别胶带带面损伤、跑偏、堆积煤、冒烟等异常工况，使机器人具备慧眼；基于声品质分析，提取出托辊噪音特征参数，自动辨识托辊故障（开裂、断裂、润滑不良），使机器人具备灵耳；通过热成像等技术及时发现火灾征兆，可有效防控带式输送机火灾事故。

井下违章和隐患形式多样，随机性强。需重点解决井下图像画质差、高质量违章样本少、过程定性与定量识别难等问题。对此，可利用暗通道先验去雾算法，基于大气散射模型和图像成像先验知识，提升视频图像的清晰度和对比度，克服井下图像画质差问题；基于目标轮廓先验知识，采用候选区域生成方法结合迁移学习算法解决高质量违章样板少难题；基于多局部单应性矩阵的图像拼接、缝合线主导法的图像融合算法与深度学习算法，实现行为过程的定性与定量识别。

目前井下移动目标定位多采用UWB技术，通过飞行时间测距法或到达时间差法进行测距，其本质是一维定位，存在穿透性差、信号覆盖距离短等问题。从发展趋势看，应重点建立井下全覆盖的位置服务平台，建立基于统一坐标系系统和高程基准的井下空间位置服务系统，实现设备空间定位、移动目标的精确定位，以便于应急救援。

边缘计算与控制可有效减少系统时延、增加局部智能，提升系统稳定性与可靠性。应重点解决多制式信号接入、多通道毫秒级并发采样、数据无损存储、智能组态与设备特征级数据融合分析等问题，实现采掘区域信号一站式汇集、信息就地融合、趋势预判、协同控制。

4.2 传输层关键技术

目前井下骨干网络传输多采用工业以太环网，存在光纤易折断、断点难定位、熔接困难不易维护等缺点，设备层大容量组网、高速可靠交互仍是难题。从发展趋势看，骨干网采用F5G全光网络是新方向；分支网络有线与无线会长期并存，5G、WIFI6是值得重点关注的技术；应研究实现传感设备终端全IP化接入。

4.3 应用层关键技术

基于移动互联的安全精益管理：应围绕语音识别、手写识别、自然语言处理、情景感知驱动等技术开展研究，实现安全管理信息便捷化录入;对煤矿一通三防、隐患排查治理、防灾治灾等安全管理核心业务工作进行系统梳理，对风险要素进行编码、建立评判准则、固化工作流程，基于工作流与移动互联技术，构建班组、区队、矿井、集团分级闭环管控模型，实现安全管理任务工单化、管控流程标准化、执行过程可视化、数据指标化。

基于数据驱动的异常识别与趋势预测：现阶段监测数据以数理统计、阈值报警为主，目前开展了基于事故致因理论的突出预警等模型研究，对数据的高阶认知分析不足、预警模型普适性不强、准确度不高。构建数据特征图谱与安全知识图谱，建立以成因机理与大数据分析互馈的柔性预警模型，实现监测点异常早期筛选、自动锁定、回溯分析与趋势预测，按需形成分析报告，主动推送安全异常管理任务工单并实现闭环管控，流程性值班与调度工作由机器自动执行、分配、跟踪，实现值班与调度自动化、便捷化。

基于三层递阶安全协同控制：利用信息融合技术，构建监测点就地控制、区域协同控制、全矿优化控制为一体的三层递阶协同控制模型，实现区域爆炸风险精细管控、分级分区超前断电、智能调风、通信联动、应急智能指挥等。

煤矿安全风险量化分析与可视化：基于事故致因理论，从煤矿固有自然特性、矿井布局及采掘条件、矿井重大风险与违章识别、监测预警指标、事故数据分析、宏观技术经济政策等方面构建基准指标体系，揭示煤矿安全风险大数据时空演变特征及变化规律，构建风险量化评价指标与模型。开展基于增强现实的海量数据交互式分析技术研究，实现地质构造、地应力分布、瓦斯地质、水文地质、生产系统布局、安全风险可视化多维度推演与反演分析。

5 结 语

通过技术攻关，突破传感、传输与应用层系列关键技术，与采矿工程、安全工程深度融合，建立煤矿安全风险量化分析与预警指标体系及模型、智能管控云平台，构建“广覆盖、早感知、深融合、自辨识、准预判、全管控”的煤矿安全智能管控新模式与技术体系，为实现煤矿生产“零隐患、零事故、零伤亡”的终极目标提供关键技术支撑。