中国煤科10大创新成果┃邓飞董事长：煤矿“云-边-端”一体化智能安全监控系统研发与应用

2025年08月14日 15:32 智能矿山杂志责编：戚金荣作者：智能矿山杂志

中国煤科科技创新10大成果专栏

针对煤矿多灾害特征参数感知不够精准、数据传输效率低、多源信息融合率不高、预报警能力不足等核心痛点，构建基于“云-边-端”协同架构的煤矿一体化智能安全监控系统，由端设备智能感知层、边缘侧智能计算层和云平台智能管控层组成。分析系统在多模态精准感知、通算控边缘信息汇聚控制和私有云一体化智能管控等关键技术，总结阶段性研究成果和现场应用效果，煤矿“云-边-端”一体化智能安全监控系统，提升了多种灾害气体传感器智能化水平和井下智能传感网络通信速率，形成了全矿井多灾害一体化集中监控预警与数智化管控新模式。

文章来源：《智能矿山》2025年第7期“中国煤科科技创新10大成果专栏”

第一作者：邓飞，现任中煤科工重庆研究院有限公司党委书记、董事长，主要从事煤矿灾害防治、信息化与智能化领域的研发与管理工作。E-mail：77783075@qq.com

作者单位：中煤科工集团重庆研究院有限公司

引用格式：邓飞，樊荣，饶兴鑫. 煤矿“云-边-端”一体化智能安全监控系统研发与应用[J].智能矿山，2025，6(7)：46-53.

点击文末左下角阅读原文，免费下载阅读pdf全文

关注微信公众号，了解更多矿山智能化建设进展

目前，国内部分煤矿已基本实现中级智能化建设目标，在“减人增安、提质增效”等方面取得实质性进展，但从全国范围来看，煤矿智能化建设仍面临诸多挑战，尤其在灾害监测监控方面，存在智能传感不完善、传输效率低、数据融合困难以及预警能力不足等问题，主要体现在以下3个方面。

（1）智能传感技术尚不成熟

瓦斯、水害、火灾、顶板压力及粉尘等典型灾害监测使用的传感器多数不具备自校准、自诊断、互操作等智能化功能。受井下高温高湿、强电磁干扰等复杂工况影响，传感器误报警现象时有发生；调校不规范、未定期测试闭锁功能等问题普遍存在，导致采集数据的可信度不高。灾害前兆特征参数存在测不全、测不到、测不准的现象，难以准确捕捉隐患风险演化过程中的关键信号。面对种类繁多、形式复杂的隐患与违章行为，在线监测与自动辨识手段仍显不足。

（2）数据传输机制存在短板

传统RS485串行总线通信方式难以满足现代煤矿多节点并发传输的需求，亟需向全IP化接入与F5G全光网络方向升级。在无线传输方面，WiFi、ZigBee等协议易受井下复杂地形和电磁干扰影响，导致较高数据丢包率，重传机制与错误检测算法亟待优化。主干网络与终端设备间“最后一公里”链接问题突出，采掘工作面等关键区域常出现信号中断、协议转换效率低等现象，限制了边缘计算能力的有效发挥。因此，亟需发展具备边缘汇聚与智能处理能力的“一站式”通信解决方案。

（3）智能应用系统集成度低

现有灾害监测信息缺乏统一的时空基准，造成信息对齐与融合困难，难以形成统一的数据视图。采掘工作面地质条件复杂，缺乏高精度建模与实景反演手段，无法有效还原孕灾-致灾-灾变的全过程演化机制。基于透明地质模型的灾害融合监测与预警系统尚处于起步阶段，模型普适性差、预警准确率低，难以满足实际生产中对多灾种耦合风险的实时识别与处置需求。

因此，围绕灾害精准感知-隐患自动判识-风险预警防控的主线，开展关键技术与核心装备的攻关研究，构建基于“云-边-端”协同架构的矿山安全智能监控与预警体系，实现对矿山“人、机、环、管”全要素信息的全面感知、自主融合、动态识别、精准预警与协同控制，全面提升矿山安全保障能力。

煤矿“云-边-端”一体化智能监控系统架构

煤矿“云-边-端”一体化智能监控系统由云平台、边缘侧和端设备3部分组成。端设备侧是指系统中的终端设备，如各类传感器、断电仪、报警器、摄像头等；边缘侧主要承载灾害监测信息井下一站式汇聚、重大风险与隐患本地判识，以及预报警就地控制；云平台基于微服务架构，实现数据的统一采集、监测、分析与协同控制，赋能煤矿安全智能化管控。煤矿“云-边-端”一体化智能监控系统架构如图1所示。

图 1 煤矿“云-边-端”一体化智能监控系统架构

1.1 端设备侧即多模态数据感知层

端设备由各类海量高精度传感器组成，包括瓦斯、一氧化碳、粉尘、烟雾、顶板离层位移等各类灾害监测传感器，以及声纹识别、AI视频违章识别等音视频多模态传感器和智能摄像仪。

端设备侧部署4G/5G/WiFi等融合基站，构建井下高速率低时延通信网络；注氮洒水等灭火设备、风门风窗等通风调控设备、应急广播与声光报警装置等联动控制相关的终端设备；人员定位基站、移动巡检机器人、智能矿灯及智能穿戴等定位与移动监测设备。端设备侧传感器具备自诊断、自校准、自描述和自适应等智能化特性。

（1）自诊断是指传感器在工作过程中可进行自检，判断传感器各部分的正常运行并进行故障定位。

（2）自校准是指传感器可通过内置算法或参考标准（如零值或已知标准量），在无需人工干预的情况下，自动调整零点偏移或增益误差，持续保持测量精度和稳定性。

（3）自描述是指传感器通过内置通信协议和标准化数据接口，主动向网络中的外部设备传输其元数据信息，包括但不限于身份标识，如唯一序列号、型号代码；功能特性包括测量范围、精度等级、输出类型；实时状态包括工作健康度、校准周期、故障代码；拓扑位置包括网络地址、物理安装位置等。

（4）自适应是指传感器通过对自身模型进行调节主动适应外部环境的变化，如温度补偿、压力补偿、跌落识别等。

1.2 边缘侧即边缘计算层

边缘侧主要承载监控系统灾害监测信息井下一站式汇聚、重大风险与隐患本地判识、预报警信息发布与就地控制等功能。

边缘侧负责各类终端设备的发现、注册与接入，构建长距离全IP本安传感网，实现终端设备的一网承载与数据的高速交互。边缘侧在自有存储和算力基础上，可实现数据统计模型、图像识别模型、灾害成因机理判识模型、区域协同控制模型等小模型的本地化部署与实时响应，提升控制效率和隐患判识精准度。

1.3 基于微服务架构云平台

云平台利用智能矿山数据中心云服务器资源，采用私有云部署模式，承载瓦斯、水、火等灾害信息统一采集、一体化监测、数据智能分析、避灾路径辅助规划、预警集成、协同控制、故障模拟仿真和数字孪生可视化展现等功能。

通过矿端部署的AI一体机，与工业互联网云平台实时互联，实现数据脱敏、样本上传、模型训练调优剪裁与下载、孪生场景制作与安全受控设备全生命周期管理，赋能煤矿安全智能化管控。

煤矿“云-边-端”一体化智能监控系统关键技术

2.1 多模态精准感知技术

（1）全光气体浓度高精度检测技术

井下环境气体种类多，传统检测原理受交叉干扰影响精准测量，存在误报现象。利用基于气体特征光谱吸收原理，采用测量光路加校准光路，实现井下气体浓度高精度检测，由校准光路中密封的被测气体标准气，实现传感器自校准。

（2）超声波流速精准风流检测技术

针对巷道低风速在线测量、断面风量测量不准确的难题，采用超声时差法原理，实现点风速到线风速测量，根据同一时间的多条线风速计算此时的断面风量。超声波时差法流速测量原理与全断面测风方法如图2所示。

图 2 超声波时差法流速测量原理与巷道全断面测风方法

（3）瓦斯无人巡检技术

传统瓦斯人工巡检由于路线长、点位多、工作量大，存在漏检、误测、模糊记录等问题。采用定点多参量在线检测+巡检机器人的模式，重构瓦斯巡检流程。巡检机器人集传感、通信、AI算法、仿生本体等跨学科多业务融合技术，实现高精度感知、自主导航与避障、多模态数据融合分析、集群协同。

2.2 通算控边缘信息汇聚控制技术

（1）长距离全IP本安传感网构建技术

基于轻量级IP协议栈、精确时钟同步协议（IEEE 1588）和光-电-无线的融合传输、本安大功率供电等技术，构建有线为主、无线为辅的井下本安智能传感网，实现传感器全IP化通信组网，将工业互联网下沉到端设备，解决设备互操作与时间同步难题。

全IP本安传感网有线传输，采用单纤收发一体的低功耗IP光通信模块、光电复合缆及光电混装连接器，实现端设备供电与光信号共缆传输，解决电信号长距离传输易受抗干扰且不能IP寻址的难题。通过软件配置动态管理发射频谱、自动匹配传输协议，调整天线阵列波束指向，实现频谱自适应敏捷组网，有效解决不同制式无线信号快速接入问题，井下全IP本安传感网架构如图3所示。

图 3 井下全IP本安传感网架构

（2）远距离无源传感通信技术

针对煤矿井下组网有线布网复杂维护不便、无线组网设备供电时间短难题，基于微波直驱变频技术（MDFC），实现间歇式工作传感器不用供电就能远距离实现感通一体，传输距离>100 m，具备上下异频、抗干扰能力强等优点。

（3）井下通算控一体化技术

基于分布式数据采集与并行处理、工作面异构数据的高效汇聚方法、面向应用场景的边缘计算资源动态优化与分配策略，研制出通算控一体化智能装置，实现作业场所灾害信息的一站式汇聚、分析控制逻辑组态式配置、集成瓦斯突出等轻量化风险判识模型，实现区域风险智能管控。

2.3 私有云一体化智能管控技术

（1）安全监控系统通信协议标准

目前煤炭行业缺乏统一通信协议，设备接入、交互、控制难，制约了智能矿山的建设。安全监控系统通信协议标准规范设备身份认证机制、“云-边-端”三层通信协议、数据交换共享标准、时间同步方式等，实现授权设备或系统无缝接入。协议集涵盖设备注册入网、参数配置、接入接口、时间同步及加密传输等内容，“云-边-端”安全监控系统协议集架构如图4所示。

图 4 “云-边-端”安全监控系统协议集架构

（2）基于统一数字底座的灾害融合监控预警

针对安全数据多源异构，地质、监测、预警与处置信息割裂，基于统一信息模型的数据采集、解析和治理技术，构建统一数字底座，打通透明地质-监测预警-协同联动的数据链，实现基于统一数字底座的多灾害信息融合监测，实现一次采集、一数一源、一源多用、授权共享。

构建成因机理为主导的灾害预警模型。以事故成因机理为指引，重点研究瓦斯、水等灾害预警指标与模型，探索链生灾害融合预警指标与体系，创建具有自学习能力的多源信息融合动态预警模型，实现多指标自动融合分析与决策，以及预警指标自优选、模型自调优，解决固定规则模型复杂信息协同处理能力弱、普适性差、预警准确性不高的问题。

构建灾害监控预警数字孪生体。基于统一数字底座，利用地震数据动态解释与离散光滑插值技术，实现灾害地质体动态建模；采用GIS与激光点云相融合的方式，实现井巷工程参数化建模；利用设备几何、功能属性实现采掘运支设备精细实景建模，基于数据驱动实现了运动过程仿真；基于海量监测数据，建立了气体浓度场插值模型，实现作业场所精细刻画。基于典型的五维模型构建灾害监控预警数字孪生体，监控系统数字孪生五维模型架构如图5所示。

图 5 监控系统数字孪生五维模型架构

（3）风险事件数字化协同处置方法

针对风险判识与处置高度依赖专家经验，数智化协同处置能力不足的问题，研究基于深度学习、知识图谱与数字孪生的典型风险事件自动判识、趋势预测、灾害仿真、避灾规划、溯源分析与协同处置技术，建立“云-边-端”协同管控模型，实现机器辅助值班，风险处置过程如图6所示。

图 6 风险处置过程

阶段性成果及现场应用效果

3.1 提升多模态终端传感设备智能化水平

（1）研究覆盖近-中红外激光气体全系列传感组件，攻克C₂H₂、C₂H₄、O₂高精度测量难题，C₂H₂、C₂H₄分辨率0.1 ppm，测量范围（0～200.0）ppm，O₂测量范围（0～30.0）%，分辨率0.1%，研制出多种气体参数传感器，并开展全激光气体传感器谱系化研究，形成从单一气体到多参数检测全品类产品，谱系化激光气体传感器如图7所示。

图 7 谱系化激光气体传感器

（2）甲烷气体激光传感器具备自校准、自诊断、高精度和高稳定特征。利用光路可分特性，内置标准气体，实时比对校准，保证测量的准确性和可靠性。通过谐波解调分析，可识别自身故障、信号干扰等异常状况，保障传感器可靠运行，测量精度为±3%，长期工作稳定性>180天。采用4.6 µm半导体带间级联（ICL）激光器作为光源，实现了一氧化碳检测分辨率1 ppm的高精度检测，消除煤矿井下柴油机车和单轨吊等NO尾气等干扰引起的一氧化碳误报警。

（3）针对传统束管监测系统配套设备复杂、易漏管、断管、维护量大、测量易失真等问题，基于激光气体检测技术研发的矿用本安型采空区自然发火气体监测传感器，实现了O₂、CO、CH₄、CO₂、C₂H₂、C₂H₄等关键参数的就地、实时、高精度在线监测，其中CO监测精度1 ppm，C₂H₂、C₂H₄等气体监测精度0.1 ppm量级。

（4）基于超声时差技术研发的点式风速传感器，具有测量精度高、启动风速低至0.02 m/s，测量上限为25 m/s。全断面超声风速传感器，实现了点式测风到全断面测风的技术跨越，为智能通风风量监测提供了精准监测数据。

（5）突破目标快速检测、三维激光测量、多模态判识模型等技术，研制出矿山隐患图像识别智能终端，实现了人的不安全行为、设备的不安全状态、环境的不安全因素等场景识别，开发并应用人员闯入识别、穿戴识别、片帮冒顶识别、大块异物识别、输送带啃边识别、密闭门启封识别等50余种场景识别算法，识别准确率>95%。

3.2 初步构建智能传感网、机器巡检装备体系

（1）基于不等比分光通信技术，实现光纤总线通信，节点数量不低于16个；研制轻量级IP协议栈，采用时分复用、虚拟IP等技术完成终端轻量化IP部署，实现了光纤总线端设备全IP接入、IP自动分配、IP路由、点到点通信、网络数据收发等功能，通信速率为2 Mbit/s。

（2）突破高精度光学气体检测、定点及移动自动巡检、井下安全快速充电、设备无线数据交互及协同控制等关键技术，研制出可适应煤矿井下各场景自动巡检需求的机器集群系统，具有多参数高精度检测、长周期免维护、特定场景全覆盖、设备位姿自感知、瓦斯检查自执行等特点。

3.3 一体化云平台实现全矿井安全数智化管控

（1）煤矿“云-边-端”一体化智能监控系统部署在矿井数据中心，初步实现灾害监测数据异常自动分析与预测、全矿井安全态势量化评价、风险事件数字化辅助处置和基于数字孪生的多灾害一体化集中监控与预警。

（2）基于数据形态，采用滑动时间窗建立数据特征图谱，进行异常自动识别与预测。实现瓦斯浓度变化、采空区发火倾向、顶板离层变化、输送带温升等突变、趋势偏离、多窗口微小波动异常自动筛选、锁定、回溯分析及趋势预测，成果在川煤集团、乌海能源得到常态化应用。

（3）基于统一数字底座，根据机车通过速率、风流速度、超限数理统计特征，针对一氧化碳超限时间、地点进行空间解算，根据空间与时间重合度，利用先验概率算法，判识一氧化碳超限与胶轮车等关联性，一氧化碳特征图谱分析界面如图8所示。

图 8 一氧化碳特征图谱分析界面

（4）通过对近百余座煤矿采掘数据、监测预警数据等信息的关联挖掘分析，提出了基于中性参照对象精细网格化的安全态势动态评价方法，采用逼近理想解算法，形成了分类、分专业及多种典型作业场景的评价模型，初步解决了不同采掘条件下，安全风险横向量化对比与纵向溯源分析难的问题，煤矿安全风险评价分层架构与指标如图9所示。

图 9 煤矿安全风险评价分层架构与指标

（5）在风险事件数字化辅助处置方面，建立了处置策略库，构建了监测点就地控制、边缘协同控制、全矿云平台优化控制为一体的3层递阶协同控制模型，根据预报警结果，实现井上下风险预警信息同步发布、分级分区断电、通信联动、自动排水、一键撤人、通风设施自动控制。经现场实测，闭环控制时间<5 s。

（6）基于微服务架构，形成了基于统一时空坐标的数字底座；融合集成了主要灾害预警指标与模型；以空间（井田地质-井巷工程-工作场所）和专业（瓦斯、水、火、矿压、粉尘、通风、地质）2条主线，研发了具备透明地质、安全监测、灾害预警、智能通风、模拟仿真、避灾规划、协同控制等功能为一体的安全数智化监管平台，实现了数据同步、指标融合、功能集成、流程衔接、界面统一，并在宁夏煤业公司所属煤矿推广应用，煤矿智能通风与灾害防控综合平台界面如图10所示。