重大进展特刊┃60余座矿井见证，程德强教授揭秘AI视频智能监管黑科技

2025年04月10日 17:12 智能矿山杂志责编：戚金荣作者：智能矿山杂志

语音播报

点击播放

重大进展特刊

为宣传推广煤矿智能化建设先进经验和创新成果，发挥典型示范引领作用，《智能矿山》于2025年第2期策划出版了《2024年煤矿智能化重大进展成果特刊》，刊登代表新时代煤矿人创造性实践和智慧结晶的11项智能化建设成果，以飨读者。

文章来源：《智能矿山》2025年第2期“2024年煤矿智能化重大进展成果特刊”

第一作者：程德强，教授，博士生导师，现任中国矿业大学信息与控制工程学院党委书记，主要从事图像处理与视频分析、智能检测与模式识别等相关研究工作。E-mail：chengdq@cumt.edu.cn

作者单位：中国矿业大学信息与控制工程学院；济宁能源发展集团有限公司；山东海纳智能装备科技股份有限公司；中国矿业大学计算机科学与技术学院

引用格式：程德强，王崇景，朱凯，等.煤矿安全隐患AI视频智能辅助监管监察技术研发与应用[J].智能矿山，2025，6(2)：59-63.

点击文末左下角阅读原文，免费下载阅读pdf全文

中国矿业大学联合济宁能源发展集团有限公司等单位，以国家《煤矿重大灾害风险防控实施方案》为指导方针，利用新一代信息技术，专注于煤矿重大安全风险的实时识别、监测技术攻关，煤矿安全隐患AI视频智能辅助监管监察技术取得重大突破，完成了系列技术创新和成果示范应用，实现了煤矿重大灾害全域感知与智能防控，保障了煤炭高效、可靠、安全的智能化开采。

主要研究内容

煤矿安全隐患AI视频智能辅助监管监察技术在煤矿复杂环境中，以本安型摄像机和多参数传感器为基础感知单元，实现井下重点区域的视频监控和环境参数采集，通过深度学习和计算机视觉技术实现对煤矿安全的全面、动态、智能监管，煤矿安全隐患AI辅助监管监察技术方案拓扑如图1所示。

图1 煤矿安全隐患AI辅助监管监察技术方案拓扑

（1）研发先进的人-机-环目标特征检测与识别算法群，采用多模态神经网络架构，综合运用时空特征提取、自适应学习和跨维度识别等核心技术，通过深度学习和计算机视觉技术，实现对井下系统的智能感知与精准分析，精准捕捉人员行为、设备运行状态和环境变化的微弱特征。

（2）研制AI视频分析与预警装备，融合高分辨率摄像、多参数传感和智能分析算法，在毫秒级时间内捕获复杂地下环境中的细微异常。通过深度学习模型，实时识别潜在安全隐患，如违规操作、设备异常、环境突发变化等，构建全方位的安全预警体系。

（3）开发煤矿AI图像智能识别与控制系统平台，具备自主学习和算法迭代能力，实现跨系统的信息交互与协同分析。将视频监控、生产自动化和安全管理系统有机整合，形成一体化的智能安全管理解决方案。通过预测、预判、预控的创新模式，提升煤矿安全管理的智能化水平。

关键技术创新

2.1 复杂井下环境图像增强与智能识别

研发基于深度学习的自适应图像增强算法，针对井下弱光照、高噪声等复杂环境，构建基于注意力机制的多尺度图像增强网络，实现图像质量智能提升。引入对比度自适应调节模块，改善图像细节表现，识别准确率提升30%。突破传统目标检测算法在复杂背景适应性限制，创新性地提出基于时空特征融合的目标检测框架。采用轻量化神经网络设计，在边缘端实现毫秒级响应，目标检测准确率大于95%，可靠跟踪多个动态目标，井下超分辨率重建图像增强网络结构如图2所示。

图2 井下超分辨率重建图像增强网络结构

2.2 基于知识图谱的智能分析与预警

构建煤矿安全领域知识图谱，融合设备、环境、人员等多维数据。开发智能化知识抽取算法，实现非结构化数据到结构化知识的自动转换，知识图谱覆盖率大于90%。突破传统单一数据源分析局限，提出基于图神经网络的多源数据融合模型，实现视频、传感器、生产数据的协同分析，构建安全风险评估体系，预警准确率提升40%，复杂场景下物体识别方案如图3所示。

图3 复杂场景下物体识别方案

2.3 边缘智能协同计算技术

针对边缘计算资源受限特点，开发出模型压缩与优化算法，通过知识蒸馏和结构裁剪，实现模型压缩80%，推理速度提升200%，保持识别精度损失小于5%。提出了边缘感知−云端训练−边缘优化的协同计算框架如图4所示。开发自适应任务调度算法，根据计算负载动态分配资源，实现计算效率提升50%，系统响应时延降低60%。

图4 边缘智能协同计算框架

发布重要成果

3.1 发布国内外首个井下视频AI分析数据集

构建了煤矿带式输送机异物、巷道作业等2类煤矿专用公共标准数据集，并通过GitHub发布煤矿井下图像数据集CUMT-CMUID如图5所示，包含作业人员、作业设备以及巷道环境等多种场景；煤矿井下异物数据集CUMT-BelT如图6所示，包含大块煤炭、煤矸石、塑料、木头等常见的皮带异常物体。2类数据集均为国内外首批面向公众公开发布的井下视频AI分析数据集，为煤矿安全智能监控和分析提供了重要的技术支撑。数据集在科研领域获得广泛关注，吸引了大量国内外学者下载和应用，推动了煤矿人工智能技术的研究与发展。

图5 煤矿井下图像数据集CUMT-CMUID

图6 煤矿井下异物数据集CUMT-BelT

3.2 研发煤矿安全隐患AI视频智能平台

煤矿安全隐患AI视频智能平台将视频识别分析、工业联动控制等功能集成控制，利用通用数字摄像仪、AI智能摄像仪、控制主机、智能分析装置、远程控制设备等组成智能化、多功能、全天候的动态视频智能识别系统，将视频机器视觉识别与工业控制深度融合，实现人员行为、矿井环境及物品（设备）状态等的识别，并实现对带式输送机等主要生产设备的自动保护停机、智能调速等自动化联动控制，煤矿安全隐患AI视频智能辅助监管监察平台界面如图7所示。

图7 煤矿安全隐患AI视频智能辅助监管监察平台界面

3.3 建设成果示范应用基地

煤矿安全隐患AI视频智能辅助监管监察技术在全国60余座矿井实现示范应用，包括济宁能源发展集团有限公司、河南神火煤电股份有限公司、山西中煤华晋能源有限责任公司以及永贵能源开发有限责任等多家煤炭企业。以济宁能源发展集团有限公司金桥煤矿为重点示范基地，通过智能化安全监管技术的深入应用，助力入选2024年煤炭行业标杆煤矿和2024年数字矿山融合发展提升本质安全水平优秀案例，并成为山东省煤矿井下视频监控系统建设应用现场会的承办单位（图8）。

图8 承办山东省煤矿井下视频监控系统建设应用现场会

应用效果及推广前景

4.1 应用效果

（1）煤矿安全隐患AI视频智能辅助监管监察技术，深度融合人工智能视频分析技术及智能装备与现代煤炭开采，实现安全隐患智能预警，并与自动化系统联动，提升了煤矿企业智能化生产水平，保障了煤矿生产安全，降低了煤炭开采成本的同时极大提升了开采效率。

（2）煤矿安全隐患AI视频智能辅助监管监察技术在60余座矿井示范应用，在成果示范单位金桥煤矿已处理35070条报警信息，其中32615条有效报警精准聚焦人员巡检、带式输送机运行、人员入侵等关键风险点。企业“三违”现象显著减少，不安全与不标准作业行为月均降幅为5.1%，隐患数量月均下降10.3%，实现了“人防”到“技防”的转型。

（3）煤矿安全隐患AI视频智能辅助监管监察技术成果经专家组现场会议鉴定达到国际先进水平，荣获2024年度中国煤炭工业协会科学技术一等奖，受到国家矿山安全监察局山东局、地方政府的关注和认可。技术成果及应用情况也得到中国煤炭网、大众日报、齐鲁晚报、中国经济导报等多家媒体关注，其中齐鲁晚报以“济宁能源金桥煤矿投入运行重大灾害防控平台，筑起安全生产智防安全墙”为题进行了重点报道。

4.2 推广前景

煤矿安全隐患AI视频智能辅助监管监察技术成果在煤炭行业具有广泛的推广价值和市场潜力。随着国家对矿山安全生产的持续重视以及数字化转型需求的快速增长，成果在现有煤矿中可快速复制推广，可针对不同规模和生产条件的煤矿灵活适配，全面提升行业在安全生产、智能化管理和运营效率等方面的整体水平。

“煤矿智能化重大进展发布会”自 2021年开始，至今已举办4次，发布会吸引了众多煤矿智能化建设领域的专家及科研、工程技术人员，成为展示煤矿智能化建设成果，交流煤矿智能化科技成果的盛会。

往期回顾 | 点击图片了解详情