煤矿巷道掘进作业智能监测与安全预警技术研究.pdf

万方数据 分类号分类号 学校代码学校代码 U D C 密密 级级 China Coal Research Institute A dissertation for masters degree Research on Intelligent Monitoring and Safety Early Warning Technology of Mine Roadway Tunneling Author’s Name Zhen Chen speciality Geotechnical Engineering Supervisor Prof. Wenjun Fu Prof. Li Zhou Finished time May 11th, 2018 万方数据 万方数据 摘 要 I 摘摘 要要 煤矿巷道掘进工作面是煤矿井下生产作业的重要区域， 同时也是安全监测的 重点关注区域。 随着科学技术的不断发展， 掘进工作面机械化开采技术不断提高， 新的掘进设备不断应用，给掘进工作面施工作业带来了新的安全监测问题， 主要 包括掘进超循环作业、空顶作业、掘进工作面皮带机堆煤、掘进作业期间人员 违规进入破碎机区域等问题。 现阶段，掘进作业施工过程中的监测预警方式严重 依赖人工，监测方式分散，监测实时性差、准确率低，不能实现监测预警的可视 化。这些问题不仅影响掘进工作面施工人员的安全，同时也不利于煤矿的安全管 理工作。 为解决掘进作业施工过程中的安全监测与预警问题，提高其监测与预警 的智能化、自动化水平，需要研究智能监测与安全预警技术。 首先分析了掘进作业过程中四个监测与预警问题的需求， 针对各个问题的监 测需求，研究了相关理论和方法，确定了本文解决各监测问题的基本方法。1） 通过单目测距方法监测连续采煤机向前掘进距离，实现超循环作业的监测；2） 通过帧间差分法监测空顶区域和破碎机附近区域图像是否存在移动人员， 实现两 区域内的违规作业监测；3）通过背景减除法监测皮带搭接触堆煤易发区域图像 是否在一定时间内存在煤块，实现皮带机堆煤监测；4）通过联动现场声光报警 设备和地面控制中心显示终端，实现报警。 根据实际监测预警的要求，研制智能监测与安全预警系统，完成了系统的硬 件设计和软件开发。根据系统不同功能，分别对现场图像采集、数据传输、数据 处理、现场报警、数据存储和显示等功能组的硬件进行设计选型，并设计了各监 测预警子系统的集成。根据系统软件功能实现要求，分别对图像采集、图像预处 理、计算分析、显示控制、数据存储等模块软件进行了开发。最后结合神华神东 煤炭集团上湾煤矿具体情况，进行了工程应用设计，并分析了系统调试期间的监 测预警记录，最终验证了系统的可行性和实用性。 应用实践表明， 智能监测与安全预警系统的研究和设计能够满足掘进作业施 工过程中安全监测与预警的实际需求， 能够有效监测掘进作业过程中的安全隐患， 并在出现违规作业时及时发出报警信息， 能够为煤矿井下掘进作业安全施工提供 技术保障，有效提高了煤矿掘进作业面的安全监测与预警的自动化水平。 关键词关键词煤矿巷道；掘进作业；监测；安全预警；智能识别 万方数据 ABSTRACT II ABSTRACT Coal mine roadway working face is an important area for coal mine production operations, and it is also a focus area for safety monitoring. With the continuous development of science and technology, the mechanized mining technology in the mining face has been continuously improved, and new excavation equipment has been applied continuously. This has brought new safety monitoring problems to the construction work of the excavating face, including tunneling super-cycle operations, empty top operations , excess coal on the belt, personnel violate regulations into the crusher area during the operation. At this stage, the monitoring and early warning s in the construction process of the excavation work relied heavily on manual monitoring, the monitoring s were scattered, the real-time monitoring perance was poor and the accuracy was low, the monitoring and early warning could not be visualized. These problems not only affect the safety of the construction personnel in the working face of the tunnel, but also are not conducive to the safety management of the coal mine. In order to solve the problems of safety monitoring and early warning in the construction process of the excavation work, and improve the intelligent and automatic level of its monitoring and early warning, intelligent monitoring and safety early warning technologies need to be studied. Firstly, the needs of the four monitoring and early warning problems during the excavation work were analyzed. According to the monitoring needs of each problem, relevant theories and s were studied, and the basic s for solving the various monitoring problems were determined. 1 Monitoring distance of continuous miner forward by monocular distance measuring to realize monitoring of supercycle operation; 2 Detecting presence of moving personnel in images of empty top area and crusher area by inter-frame difference and realizing two areas the monitoring of irregular operations within the system; 3 Background subtraction is used to monitor whether the image of the coal belt contacting the coal-prone area has coal within a certain period of time, and realizes the monitoring of the belt coal-pile; 4 Through the linkage of live sound and light alarm equipment and ground control center display terminals, to achieve the alarm. According to the requirements of actual monitoring and early warning, an intelligent monitoring and safety early warning system was developed, and the 万方数据 ABSTRACT III hardware design and software development of the system were completed. According to the different functions of the system, the hardware of the functional group such as on-site image acquisition, data transmission, data processing, on-site alarm, data storage and display is selected and designed, and the integration of monitoring and early warning subsystems is designed. According to the requirements of the system software functions, the module software of image acquisition, image preprocessing, calculation and analysis, display control, and data storage were developed. Finally, combined with the specific conditions of Shenhua Shendong Coal Group Shangwan Coal Mine, the engineering application design was conducted, and the monitoring and early warning records during system commissioning were analyzed, the feasibility and practicality of the system were verified. The application practice shows that the research and design of intelligent monitoring and safety early warning system can meet the actual needs of safety monitoring and early warning in the construction process of the excavation work, and can effectively monitor the safety hazards during the excavation work and issue alarm ination in case of irregular operations. It can provide technical support for the safe construction of underground mine digging operations, and effectively improve the automation level of safety monitoring and early warning of coal mine heading operations. Key Words coal mine roadway; tunneling operation; intelligent monitoring; safety warning; intelligent identification technology 万方数据 目 录 IV 目目 录录 第 1 章 绪论 ............................................. 1 1.1 研究背景及意义 ............................................... 1 1.2 研究现状 ..................................................... 2 1.2.1 测距技术现状 ..................................................... 3 1.2.2 移动目标识别技术现状 ............................................. 3 1.3 主要研究内容 ................................................. 5 第 2 章 掘进作业智能监测预警相关理论研究 ................. 8 2.1 掘进作业监测与安全预警分析 ................................... 9 2.2 超循环作业监测理论研究 ...................................... 11 2.2.1 单目测距理论 .................................................... 11 2.2.2 双目测距理论 .................................................... 13 2.3 运动目标监测理论研究 ........................................ 15 2.3.1 背景减除法 ...................................................... 15 2.3.2 帧间差分法 ...................................................... 17 2.3.3 光流法 .......................................................... 18 2.3.4 其他方法 ........................................................ 18 2.4 本章小结 .................................................... 19 第 3 章 智能监测与安全预警系统硬件设计 .................. 21 3.1 现场图像采集功能组设计 ...................................... 22 3.1.1 矿用本安型无线摄像仪 ............................................ 22 3.1.2 矿用本安型网络摄像仪 ............................................ 24 3.1.3 直流稳压电源 .................................................... 25 3.2 数据传输功能组设计 .......................................... 26 3.3 数据处理功能组设计 .......................................... 27 3.4 现场报警功能组设计 .......................................... 28 3.4.1 矿用隔爆兼本安型广播主机 ........................................ 28 3.4.2 矿用隔爆兼本安型音箱 ............................................ 30 万方数据 目 录 V 3.5 数据存储和显示功能组设计 .................................... 30 3.6 监测与预警子系统集成 ........................................ 32 3.6.1 超循环作业、空顶作业监测与预警系统............................... 32 3.6.3 皮带机堆煤监测与预警系统 ........................................ 33 3.6.4 人员违规进入破碎机区域监测预警系统设计 ........................... 34 3.3 本章小结 .................................................... 35 第 4 章 智能监测与安全预警系统软件开发 .................. 36 4.1 图像采集模块 ................................................ 36 4.2 图像预处理模块 .............................................. 38 4.3 计算分析模块 ................................................ 39 4.3.1 超循环作业算法实现 .............................................. 39 4.3.2 空顶作业算法实现 ................................................ 41 4.3.3 人员违规进入算法实现 ............................................ 43 4.3.3 皮带机堆煤算法实现 .............................................. 45 4.4 显示控制模块 ................................................ 46 4.4.1 后台服务程序显示控制 ............................................ 46 4.4.2 用户界面软件显示控制 ............................................ 48 4.5 数据存储模块 ................................................ 50 4.6 本章小结 .................................................... 51 第 5 章 掘进作业智能监测与安全预警系统应用设计 .......... 52 5.1 工程项目概要 ................................................ 52 5.2 系统应用设计 ................................................ 52 5.2.1 井下设备应用设计 ................................................ 52 5.2.2 地面设备应用设计 ................................................ 55 5.3 现场试验与数据分析 .......................................... 55 5.3.1 掘进超循环监测与预警试验 ........................................ 55 5.3.2 空顶作业监测与预警试验 .......................................... 57 5.3.3 皮带机堆煤监测与预警使试验 ...................................... 58 5.3.4 人员违规进入破碎机区域监测与预警使试验 ........................... 60 5.4 应用效果分析 ................................................ 61 5.4 本章小结 .................................................... 64 万方数据 目 录 VI 第 6 章 结论与展望 ...................................... 65 6.1 结论 ........................................................ 65 6.2 展望 ........................................................ 67 参考文献 ................................................ 68 致 谢 .................................................. 73 在读期间发表的学术论文与取得的其他研究成果 .............. 74 万方数据 第 1 章 绪论 1 第第 1 章章 绪论绪论 1.1 研究背景及意义 我国是一个能源结构较为单一的国家， 贫油贫气富煤的能源结构使我国能源 消耗不得不重点依赖煤炭资源。 从最初时期约 80的能源消耗来自于煤炭， 到如 今 65左右的能源消耗来自煤炭， 煤炭行业依然在我国社会发展中占有重要的作 用。作为世界煤炭资源储量大国、煤炭资源生产大国、煤炭资源消耗大国，我国 在未来的发展过程中仍然会将煤炭行业作为经济稳定发展、 快速发展的重要保障 之一。但由于我国煤矿开采工艺复杂、生产企业数量众多，尤其是大量小煤矿的 生产方式落后、管理水平较低导致我国煤矿生产中重大事故频发，给国家、社会 以及人民生命财产带来了重大损失[13]。 尽管煤炭行业安全生产工作不断进步，但是煤矿事故仍时有发生。 查询并统 计国家安全生产监督管理总局政府网站事故查询系统数据显示2017 年煤矿类 事故发生 12 起，死亡人数总计 81 人；2016 年煤矿类事故发生 21 起，死亡人数 1 总计 170 人；2015 年煤矿类事故发生 28 起，死亡人数总计 189 人；2014 年煤 矿类事故发生 46 起，死亡人数总计 252 人；2013 年煤矿类事故发生 55 起，死 亡人数总计 427 人。 从数据可以看出，近年来我国煤矿事故发生次数和死亡人数 都不断减少，但仍然存在不安全事故的发生，给企业和人员都带来了重大损失， 煤矿安全生产工作仍需不断改善[46]。根据公建祥的调研分析[7]，煤矿井下掘进 工作面是事故易发地点之一， 事故发生的比例和死亡人数占煤矿事故总数和死亡 人数的较大部分。 近年来，大量政策法律和规章制度的出台以及相关标准的制订，进一步规范 了煤炭行业的生产秩序。同时，众多高新技术的应用减少了井下工人的数量，一 定程度上为保证煤矿安全生产提供了可靠的技术支持。 随着科学技术的不断发展， 机械化的设备引进到煤矿生产作业中[8]，但是新的掘进设备和技术的应用，又给 煤矿井下作业现场带来了其他形式的隐患。 无论是地质条件优越矿井采用的大型 机械化掘进设备，还是其他矿井采用的小型机械化设备，都为掘进工作面带来了 新的不安全因素[9]。 确保煤矿安全生产是煤炭行业工作中的首要任务，如何提升、加强煤矿企业 的安全监测与管理水平成为了我们必须解决的难题。 而掘进工作面作为煤矿生产 的重要区域在生产作业中的安全问题尤为重要[10]。但是，掘进工作面施工的机 械化、 自动化水平不断提高的过程中，伴随的施工过程中的监测与预警系统却没 万方数据 第 1 章 绪论 2 有能够得到快速的发展，仍然采用相对简单、独立的监测方式来进行安全监测与 预警，不能满足现有安全监测预警的需求。经过调研分析煤矿掘进工作面作业现 状，发现目前主要存在四方面的安全隐患问题，具体包括掘进超循环作业、空 顶作业、掘进作业期间人员违规进入破碎机区域、皮带机堆煤等问题。为保证掘 进施工作业的安全性， 目前掘进超循环问题主要通过工作人员使用手持式激光测 距仪测量掘进距离， 避免超循环开采作业；空顶作业和掘进作业期间进入破碎机 区域问题， 主要通过安排专人或者工作人员相互提醒的方式解决； 掘进工作面皮 带机堆煤主要采用安装接触式传感器来监测堆煤情况。 以上解决掘进工作面监测与预警问题的方式存在缺陷。 首先前三种问题的解 决办法严重依赖人工。由于人类自身的生理弱点，常常不能精确察觉异常情况和 安全威胁，降低了整个监控预警的可靠性。其次，人工监测预警对人员的专注度 和责任感要求较高， 施工作业现场，工作人员往往不能严格的执行监测预警的要 求，大大降低了原本较为简单的监测预警方式的效率，并且带来更大的隐患。再 次， 皮带机堆煤采用的接触式传感器不仅需要经常性的维护以保持传感器的灵敏 性，而且在维护过程中容易发生误触情况，导致误报警，给监测预警系统带来了 不稳定性。再者，掘进工作面现有的监测预警方式之间存在一定壁垒，不能有效 的统一起来，对矿方的安全管理带来一定压力。最后，现有的监测预警方式不能 实时传递相应信息至地面管理部门，且未能实现监测预警的可视化， 一定程度上 形成管理与监测盲区。 因此需要针对上述问题，对掘进工作面智能监测与安全预警技术进行研究， 研制掘进工作面智能监测与安全预警系统。 该系统需统筹目前掘进工作面相关问 题，形成统一的管理系统，在保证正常掘进作业的同时，能够降低人工的劳动强 度，克服人工监测预警的弊端。同时，系统需具备远程获取现场数据和图像的能 力，使得地面管理人员能够及时了解掘进作业现场情况。 1.2 研究现状 研究解决煤矿巷道掘进作业监测与预警问题，可以分两部分来看待，首先是 监测问题，然后是预警问题。其中实现对掘进作业过程中的相关数据的监测，是 解决问题的关键。近年来，基于图像识别的智能视频识别技术获得了大量研究人 员的关注， 由于智能视频识别技术其潜在的巨大应用前景和经济价值， 国内外大 量科研机构和公司相继投入人力、财力、物力，不断攻坚克难，挑战这一新技术 的难点。 万方数据 第 1 章 绪论 3 1.2.1 测距技术现状 近年来， 测距技术在国内外研究人员的努力下快速发展，测距的方式主要包 括雷达测距、超声波测距、激光测距以及图像测距。根据对测距系统实时性、准 确性和稳定性的要求，研究人员对图像测距相关算法不断改进，积极推进该技术 的发展。 雷达测距[11]是通过接收被测物体反射的雷达波进行距离测量， 该种测量方式 不易受距离和天气的影响，具备较高的测量精度。但是，容易受到其他雷达测量 装置的干扰和其他通信系统对雷达测距的干扰。 超声波测距是一种工作原理简单，成本低廉，技术成熟的测距方式。超声波 测距过程中，随着距离逐渐增大，反射回来声波信号会产生衰减，容易对测量精 度产生影响，在较大距离时会失去测量的精确性。根据其他研究表明，超声波测 距适合 45m 范围的测距，最大距离不能超过 10m，因此限制了超声波测距的应 用场景[12]。 激光测距是一种高精度测距方法， 由于激光自身波长短， 传播速度快的特点， 该种方法对设备元器件和数据处理技术要求高， 同时激光测距实现高精度测距的 成本较高。在实际应用中通过计数原理和相位原理进行距离测量。通过技术原理 测距方式简单，但是对技术器件要求较高，容易产生误差；通过相位原理测距可 实现对误差的控制，但是数据的处理较为复杂。 图像测距是通过对获取的图像进行处理和分析， 然后根据相关原理得到实际 的距离。图像测距不需要发射信号，只需要获取物体的图像就可以进行测距。因 此，图像测距具备原理简单、成本低廉、不易受外界环境干扰、能在环境较为复 杂的场景下应用等特点。 1.2.2 移动目标识别技术现状 移动目标检测技术早期的投入主要来源于军方， 目的是应用于战场和反恐等 相关领域。1997 年，受到美国国防部的资助卡内基梅隆大学和戴维公司研究部 门等几家机构， 共同研究开发了面向未来城市和战场的智能视频系统，该系统开 创了相关领域研究的先河[18]。三年后，美国军方又资助了另一项用于提高城市 反恐能力的系统[19]。该系统在研究步态识别的同时，开发了定位及跟踪脸部表 情、语音、遮挡检测算法等，能够在远距离的情况下对人进行检测、识别、分类 等。1998 年英国雷丁大学研究人员对目标检测识别进行研究[20]，拟通过视频分 析存在异常行为的可疑人员，并向工作人员发送报警信息。2000 年，IBM 公司 联合美国马里兰大学研究人员将图像跟踪技术与分析技术结合， 开发了一款可以 万方数据 第 1 章 绪论 4 在复杂场景下对运动目标进行追踪并检测是否携带物品等行为的视频监测系统 [21,22]。2004 年雷丁大学又与法国国家信息与自动化研究所合作，研究开发了一 款用于监测停机坪场景下的运动目标跟踪及异常行为报警系统[23]。 2006 年， IBM 公司凭借自身硬件和技术优势，开发了一款可以对视频数据进行分析， 并在发现 异常信息后发出报警的软件[24 ，25]，该软件可被应用于检测人脸、车牌信息等。 欧盟长期资助欧洲著名大学和科研机构， 合作开发了用于交通领域的智能系统[26 ， 27]，系统可通过图像处理技术从已有的交通视频中提取重要信息。另外，欧盟支 持研究关于个人及人群的行为模式分析、人机交互等方面项目[28]，意图开发出 智能交通监测系统，缓解交通压力。 目前， 具有世界级影响力的图像处理技术类学术会议和杂志期刊也不断研究 智能视频识别技术，例如 IEEE 模式识别分析与机器智能汇刊、国际计算机视觉 大会、图像与视觉技术等，这些期刊为相关领域的研究人员提供了良好的平台， 推动的该领域技术的发展。 近年来， 随着技术的不断成熟， 国外各个公司在各领域的应用系统不断推出， 相关产品不断应用于新的领域。早期系统主要应用于安防领域，以美国 Vidient 公司为例，其开发的系统可智能分析视频中特定区域的警戒入侵、 包裹遗留等违 规行为，并可通过短信，邮件等形式发出报警信号[29]。美国 Object Video 公司为 美国国防部开发了功能类似的产品，系统可自定义报警条件，并对监测范围内的 移动目标进行检测并跟踪[30]。以色列的公司开发了具有 11 种检测模块的智能系 统[25]，系统可进行特定区域检测、警戒穿越监测、自主跟踪、烟火检测等。除 此之外，法国 CitiLog 公司、日本 Nice 公司、瑞士 Visio Wave 公司等相继开发了 类似产品。 由以上可以看出， 国外智能监测系统的研究在国防资金的支持下较早的的进 行了相关领域的研究，拥有雄厚的科研实力及强大的核心算法，并在之后逐步推 广到民用领域，已经形成大规模的应用。 对比国外，国内大学和科研机构在智能视频技术研究方面起步较晚[31]。目 前核心技术的研究主要集中于中科院和北大清华等知名大学。 中科院自动化所模 式识别国家重点实验室经过自主研发， 设计了一套应用于交通领域的具有行为识 别能力的系统，该系统可实施跟踪监测车辆的异常行为，并进行语音报警。系统 具有较高的识别率，在一定程度上能够降低误报警。2008 年成功应用于奥林匹 克公园园区的监测，集中监测园区入口、通道等重点区域，全天候对突发事件进 行监测预警。2010 年实验室研究团队在国际计算机视觉算法图像目标检测比赛 中获得冠军，在图像目标分类比赛中获得亚军。北京大学视觉与听觉信息处理国 家重点实验室主要致力于提高机器感知的智能化系统研究， 在此领域进行了交叉 万方数据 第 1 章 绪论 5 学科的基础研究和应用研究。 清华大学智能技术与系统国家重点实验室的研究团 队主要致力于研究人工智能的基础与应用基础以及与人工智能有关的应用技术 与系统集成技术的研究。 目前，我国的从事智能监测系统应用研究的公司逐渐增多，包括海康威视、 神州数码、汉王等公司等[3235]。这些公司主要通过和国外相关公司合作，引进 国外技术等方式发展自己的产品。 目前国内相关产品已应用于交通、 安防、 机场、 博物馆、铁路等行业和领域[3640]。 1.2.3 煤炭行业技术应用 近年来，煤炭行业研究人员进行了相关新技术的应用研究工作[4144]，部分 系统的成功应用给该技术进一步在煤炭领域的应用打下了基础。 陈贵平在研究煤矿传统的煤矿视频监控缺点后， 提出在传统视频监控系统中 应用智能分析预警技术[45]。 研究了智能分析预警关键技术， 包括异常检测技术、 动态区域设置技术、有效过滤技术、嵌入式技术等；介绍了升级后系统的构成及 功能，通过对传统视频系统的提升，一定程度上克服了系统原有缺点，扩展了系 统的功能，使系统通过对视频画面的分析进行主动报警。谢文治，徐辉，刘冬等 研究了传统的接触式堆煤传感器检测堆煤方法[46]，提出了基于图像处理的皮带 堆煤检测。首先分析了堆煤传感器监测易受环境影响，可靠性差，现场维护困难 等缺点后， 提出了采用视频图像处理的方法对皮带机机头落煤点堆煤问题进行监 测。 该研究结果对掘进工作面堆煤监测与预警技术及系统的研究有一定参考的价 值，但是未能形成有效的预警手段。王桃提出了基于 WIFI 技术的煤矿井下生 产环境监测与预警系统[47]。在分析当前煤矿井下生产环境监测系统的不足并研 究 WIFI 通讯技术优势及在煤矿安全监测的可行性之后，提出了使用无线传感器 和 WIFI 通讯技术融合对井下相关参数进行监测。 通过对监测数据进行分析处理， 实现智能化监测预警，以此保障煤矿井下的安全生产环境。 可以看出，新技术改变了原有煤矿相关安全监测的状况，提