趙安新，楊宏魁，黎 梁，張晨陽，楊 彪，翟 勃，肖 劍

（1.西安科技大學(xué)通信與信息工程學(xué)院，陜西西安 710054；2.西安重裝偉肯電氣有限責(zé)任公司，陜西西安 710032；3.山東能源集團西北礦業(yè)有限公司，陜西西安 710021；4.中電星原科技有限公司，陜西延安 716000）

0 引言

隨著人工智能的快速發(fā)展，各企業(yè)先后開展智能化、數(shù)字化模式改革，在國民經(jīng)濟中有著舉足輕重地位的煤礦行業(yè)也不例外，其現(xiàn)階段目標(biāo)是打造新時代智慧礦山。智慧礦山是利用信息化技術(shù)對生產(chǎn)、人員健康與安全、技術(shù)和后勤保障等進行自主檢測、主動分析、快速處理。智慧礦山包括智慧生產(chǎn)系統(tǒng)、智慧職業(yè)健康與安全系統(tǒng)、智慧技術(shù)支持與后勤保障系統(tǒng)。本文從智慧職業(yè)健康與安全系統(tǒng)出發(fā)，構(gòu)建檢測作業(yè)人員不安全行為以及礦井通風(fēng)、排水等環(huán)境的國產(chǎn)自主可控CPU 架構(gòu)的煤礦智能化軟硬件平臺。

已有部分學(xué)者對智慧礦山進行了相關(guān)研究。王文文［1］指出礦山智能化礦山尚存關(guān)鍵問題，如尚未形成智能化建設(shè)的有關(guān)標(biāo)準、信息的井下傳輸?shù)扔写鉀Q。薛春生［2］指出建造智慧礦山要健全完善智能化標(biāo)準體系，打造5G 技術(shù)從多環(huán)節(jié)推進支撐智能化礦井建設(shè)。趙國剛［3］對礦井瓦斯?jié)舛冗M行分析，利用監(jiān)控中心、傳輸層、現(xiàn)場采集3 個部分實現(xiàn)智能監(jiān)控信息技術(shù)，其優(yōu)點有：綜合應(yīng)用強、傳輸網(wǎng)絡(luò)效率快、簡單可靠、分站獨立性好、適應(yīng)快。侯?。?］在煤礦通風(fēng)系統(tǒng)安全檢測優(yōu)化中提倡礦井的每一水平、每一個工作面均應(yīng)設(shè)置獨立的通風(fēng)系統(tǒng)，且需加強對局部通風(fēng)的管理。趙江平等［5］主要利用圖像識別技術(shù)在有限空間作業(yè)過程中可能出現(xiàn)的不安全行為，提出基于SVM 的不安全行為識別。仝澤友［6］使用Mask R-CNN 網(wǎng)絡(luò)模型在RGB 圖像上對皮帶區(qū)礦工不安全行為進行識別與研究，并實現(xiàn)對其不安全行為的檢測任務(wù)。趙杰等［15］將SENet 注意力機制與深度殘渣網(wǎng)絡(luò)結(jié)合，使得檢測任務(wù)準確度與精度均有所提高。

目前，煤礦企業(yè)智能化建設(shè)中大多引入國外現(xiàn)有設(shè)備，不利于國內(nèi)技術(shù)研究。本文利用國產(chǎn)CPU、供電模塊、網(wǎng)關(guān)模塊、耦合器模塊、IO 模塊、導(dǎo)軌架構(gòu)等相關(guān)硬件設(shè)施搭載銀河麒麟操作系統(tǒng)，并結(jié)合深度學(xué)習(xí)搭建煤礦智能化軟硬件平臺，可以高效、靈活、穩(wěn)定地完成一系列檢測任務(wù)，如：職工不安全行為檢測、通風(fēng)質(zhì)量檢測、排水量檢測等，進而推動國產(chǎn)智能化建設(shè)。本文采用的設(shè)備模塊來自于不同國產(chǎn)廠商，因此硬件平臺搭建較為繁瑣。

1 煤礦智能化軟硬件平臺設(shè)計

當(dāng)前的工程現(xiàn)場通常已安裝部分裝置，如變速器、執(zhí)行器、記錄儀表等，但這些裝置通常不具有EtherCAT 接口，無法直接接入EtherCAT 網(wǎng)絡(luò)。為解決該問題，可以通過添加網(wǎng)關(guān)的方式，將EtherCAT 協(xié)議與其他已經(jīng)布置的現(xiàn)場總線協(xié)議進行轉(zhuǎn)換。例如：可以將帶有CAN 接口的設(shè)備連接到CAN 網(wǎng)絡(luò)，并將CANopen 網(wǎng)關(guān)接入EtherCAT 從站；也可以將通過Modbus 協(xié)議傳輸數(shù)據(jù)的設(shè)備連接到Modbus網(wǎng)關(guān)，從而接入EtherCAT 從站。

該系統(tǒng)控制器核心元器件均采用國產(chǎn)產(chǎn)品，搭載自主研發(fā)的編程工具SC-Prosys 和上位機組態(tài)軟件SCProView，產(chǎn)品滿足GB/T 15969 標(biāo)準，可靠性設(shè)計符合國軍標(biāo)。該系統(tǒng)具備以下4 個技術(shù)特點：①控制器是基于國產(chǎn)宇航SPARC 架構(gòu)處理器硬件平臺；②搭載自主SC-OS 操作系統(tǒng)；③支持Modbus TCP、OPC 等多種協(xié)議；④現(xiàn)場總線采用EtherCAT 工業(yè)以太網(wǎng)，安全高效。

經(jīng)過電源功率規(guī)劃、網(wǎng)絡(luò)規(guī)劃、節(jié)點容量規(guī)劃等各方面因素綜合考慮，在確定控制器、I/O 模塊和導(dǎo)軌數(shù)目和配置后，即可考慮模塊在導(dǎo)軌上的布局和安裝。煤礦智能化軟硬件平臺系統(tǒng)結(jié)構(gòu)如圖1所示。

Fig.1 System structure of intelligent software and hardware platform of coal mine圖1 煤礦智能化軟硬件平臺系統(tǒng)結(jié)構(gòu)

在傳統(tǒng)的礦井企業(yè)中，只有構(gòu)建設(shè)施完善的軟硬件平臺系統(tǒng)，實現(xiàn)對工作人員不安全行為、通風(fēng)質(zhì)量及排水量的實時檢測，才能夠滿足智慧礦山中職業(yè)健康與安全系統(tǒng)的任務(wù)需求，從而保障施工人員的人身安全。當(dāng)工作人員出現(xiàn)不安全行為或工作環(huán)境出現(xiàn)狀況時，該平臺能夠迅速進行檢測并及時向集控中心發(fā)出報警指令，從而快速消除不安全隱患。

軟硬件平臺系統(tǒng)建設(shè)目標(biāo)如圖2所示。

Fig.2 Software and hardware platform system construction goals圖2 軟硬件平臺系統(tǒng)建設(shè)目標(biāo)

2 煤礦智能化硬件平臺建設(shè)部署

2.1 平臺主要設(shè)備

采用兩套PLC 可編程邏輯控制器及相關(guān)模塊搭建煤礦智能化硬件平臺，實現(xiàn)煤礦作業(yè)時對人員不安全行為、通風(fēng)質(zhì)量及排水量的實時檢測等。煤礦智能化硬件平臺建設(shè)設(shè)備詳單如表1所示。

Table 1 Detailed list of equipment for the construction of intelligent hardware platform in coal mines表1 煤礦智能化硬件平臺建設(shè)設(shè)備詳單

2.2 系統(tǒng)主要使用指標(biāo)

為維持設(shè)備的正常使用以保障礦井作業(yè)人員安全，在使用該系統(tǒng)時需遵循設(shè)備的運行指標(biāo)要求，以免因設(shè)備損壞而影響職員健康與人身安全。系統(tǒng)運行主要標(biāo)準如表2所示。

3 煤礦智能化軟件平臺建設(shè)部署

3.1 環(huán)境部署

本文擬采用國產(chǎn)銀河麒麟操作系統(tǒng)搭建一套基于國產(chǎn)自主可控CPU 架構(gòu)的煤礦智能化軟硬件平臺，以實現(xiàn)煤礦作業(yè)時對人員不安全行為、通風(fēng)質(zhì)量以及排水量的實時檢測目標(biāo)。在搭載銀河麒麟操作系統(tǒng)的IPC 主機上配置Python、SC-Prosys 編程環(huán)境。

Table 2 Main criteria for system operation表2 系統(tǒng)運行主要標(biāo)準

SC-Prosys 編程工具用于編寫控制PLC 的外接設(shè)備程序。Python 具有可移植性的特點，程序無需修改即可在任何平臺上運行，因此選用Python 語言環(huán)境部署該系統(tǒng)軟件。

3.2 YOLOv5算法模型

YOLOv5 是YOLO 系列最新算法，是在YOLOv3 基礎(chǔ)上提出的模型，其最大特點是高性能且易于部署。YOLO 算法作為端到端的目標(biāo)檢測算法，集合了速度與準確率兩大優(yōu)勢進而成為檢測領(lǐng)域熱門算法。相較于通用場景，煤礦井下情況較為特殊，需要兼顧普適性。本文通過對工作人員的行為進行視頻分析，對其不安全行為進行檢測。

YOLOv5 網(wǎng)絡(luò)框架可分為4 個部分：輸入端、主干網(wǎng)絡(luò)BackBone、Neck、預(yù)測端Prediction。YOLOv5 網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

Fig.3 YOLOv5 network structure圖3 YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)

（1）輸入端的作用主要是Mosaic 數(shù)據(jù)增強、自適應(yīng)錨框計算、自適應(yīng)圖片縮放。Mosaic 數(shù)據(jù)增強主要采用圖像拼接、旋轉(zhuǎn)、縮放、反轉(zhuǎn)等處理方式以達到樣本增強效果。

（2）主干網(wǎng)絡(luò)BackBOne 由Focus 結(jié)構(gòu)、CSP 結(jié)構(gòu)組成。Focus 結(jié)構(gòu)主要是進行切片操作，CSP 結(jié)構(gòu)是將原輸入分成兩個分支，分別進行卷積操作使得通道數(shù)減半，一個分支進行Bottleneck * N 操作，然后Concat 兩個分支，使得BottlenneckCSP 的輸入與輸出是同樣大小，其作用是為了讓模型學(xué)習(xí)到更多的特征。CSP 網(wǎng)絡(luò)的優(yōu)點是能夠減少計算量、提升網(wǎng)絡(luò)能力、保證識別檢測速度和準確率。

（3）Neck 部分采用PANet 結(jié)構(gòu)，Neck 主要用于生成特征金字塔。特征金字塔會增強模型對于不同縮放尺度對象的檢測，從而能夠識別不同大小和尺度的同一個物體。

（4）在預(yù)測階段，根據(jù)不同尺度下的特征對目標(biāo)圖像通過損失函數(shù)進行類別概率和位置坐標(biāo)計算，最終得到預(yù)測結(jié)果。

4 平臺實驗與可行性分析

4.1 基于改進YOLOv5的礦井作業(yè)員工不安全行為檢測

在煤礦智能化軟硬件平臺系統(tǒng)中通過PLC 控制連接的攝像頭，使用Python 第三方包讀取攝像頭內(nèi)容并通過幀截取將實時監(jiān)測視頻轉(zhuǎn)為圖片，利用卷積神經(jīng)網(wǎng)絡(luò)對圖片進行自主檢測和自動識別，從而達到對不安全行為的實時檢測。對于礦井員工作業(yè)不安全行為的實時監(jiān)測，通常采用深度學(xué)習(xí)方式。該方法主要設(shè)計的內(nèi)容為：建立數(shù)據(jù)集、搭建學(xué)習(xí)模型、訓(xùn)練數(shù)據(jù)集、用于識別檢測。但對于礦井員工作業(yè)不安全行為并未有公開可使用的數(shù)據(jù)集，因此需要通過搜集大量礦井員工行為圖片，采用LabelImg 軟件對圖片進行人工標(biāo)注、打標(biāo)簽。建立完數(shù)據(jù)后將其送入搭建的學(xué)習(xí)模型中，按照7∶2∶1 的比例將數(shù)據(jù)集劃分為訓(xùn)練集、驗證集、測試集。深度學(xué)習(xí)流程如圖4所示。

Fig.4 Flow of deep learning圖4 深度學(xué)習(xí)流程

由于煤礦工作環(huán)境相比于其他場景更為復(fù)雜，因此在YOLOv5 算法Backbone 中引入注意力機制SENet 以提高識別精準度。SENet 包含Squeeze 和Excitation 兩部分，首先進行Squeeze 操作（FSQ（·）），能夠?qū)⒖臻g維度壓縮相當(dāng)于具有全局感受野的池化操作，然后進行Excitation 操作，通過參數(shù)W 為每個特征通道生成權(quán)重，得到每一個特征通道的權(quán)重后將該權(quán)重應(yīng)用于原來每個特征通道，學(xué)習(xí)不同通道的重要性。SENet結(jié)構(gòu)如圖5所示,Backbone+SENet如圖6所示。

Fig.6 Backbone+SENet圖6 Backbone+SENet

在Backbone 模塊后接SENet 會經(jīng)過擠壓、激勵、注意3步操作。Backbone 模塊通過卷積神經(jīng)網(wǎng)絡(luò)輸出圖像特征，圖像特征經(jīng)過擠壓操作會保持通道數(shù)C 不變并將H×W 擠壓為1×1，激勵操作經(jīng)過全連接層將特征壓縮到C/r 通道，中間使用ReLu 激活函數(shù)再接全連接層將特征恢復(fù)到C 通道，最后使用Sigmoid 函數(shù)獲得歸一化權(quán)重并通過注意操作加權(quán)到每個通道特征上。如上所述，通過在YOLOv5 模型基礎(chǔ)上添加注意力機制，增強模型對礦井作業(yè)員工不安全行為特征提取的精準度。該煤礦智能化軟硬件平臺系統(tǒng)可應(yīng)用至井下大部分環(huán)境，如一通三防、地測防治水、礦山架空乘人索道等。智能化平臺系統(tǒng)在礦山架空乘人索道環(huán)境下的應(yīng)用實景如圖7 所示。在礦山架空乘人索道環(huán)境裝置攝像頭，可通過智能化平臺系統(tǒng)進行人員不安全行為檢測。

Fig.7 Practical application of the intelligent platform system in the environment of the mine overhead passenger ropeway圖7 智能化平臺系統(tǒng)在礦山架空乘人索道環(huán)境下的應(yīng)用實景

4.2 礦井通風(fēng)檢測

礦井通風(fēng)系統(tǒng)的主要作用是將外部空氣輸送至煤礦采掘工作面及其他人工所在的工作場所，同時將井下有污染的空氣排至井上地面，保證礦井作業(yè)區(qū)具有適宜的氧氣濃度、較低的瓦斯?jié)舛燃拜^好的空氣質(zhì)量。因此，保證礦井穩(wěn)定可靠的通風(fēng)是煤礦安全生產(chǎn)的基礎(chǔ)。我國通風(fēng)管理存在如下問題：目前我國通風(fēng)管理決策仍以定性分析為主；現(xiàn)有安全監(jiān)控系統(tǒng)風(fēng)速傳感器穩(wěn)定性差，測量誤差大；巷道斷面風(fēng)速分布不均勻，定點傳感器無法測得巷道平均風(fēng)量，人工測風(fēng)數(shù)據(jù)閉合性差，無法對井下主要用風(fēng)地點風(fēng)量進行有效調(diào)控；基于溫度、氣體異常的火情風(fēng)險預(yù)警方法各自獨立，未實現(xiàn)融合；火災(zāi)監(jiān)測沒有與滅火系統(tǒng)實現(xiàn)聯(lián)控，難以在第一時間滅火；通風(fēng)系統(tǒng)調(diào)控智能化嚴重不足。在環(huán)境惡劣的井下作業(yè)區(qū)域中，不能有效保證人員及設(shè)備的作業(yè)安全性，故將更先進的智能化控制技術(shù)用于礦井通風(fēng)控制系統(tǒng)設(shè)計，已成為當(dāng)前重要的研究方向和任務(wù)。

智能化礦井軟硬件平臺系統(tǒng)構(gòu)建目標(biāo)在于實現(xiàn)正常生產(chǎn)條件下礦井通風(fēng)精準檢測，從而提高通風(fēng)系統(tǒng)的自動化、信息化和智能化水平，實現(xiàn)高水平的智能管控，減人提效，確保通風(fēng)系統(tǒng)安全、合理、高效運行。在此系統(tǒng)中依托智能傳感器、物聯(lián)網(wǎng)、大數(shù)據(jù)及自動化技術(shù)，通過對礦井通風(fēng)采集數(shù)據(jù)、環(huán)境監(jiān)測數(shù)據(jù)融合實現(xiàn)系統(tǒng)分級預(yù)警分析與智能化調(diào)控等。在整體系統(tǒng)中搭載高精度的風(fēng)速、風(fēng)壓、溫濕度傳感器等設(shè)備，現(xiàn)場總線采用EtherCAT 工業(yè)以太網(wǎng)完成更安全高效的數(shù)據(jù)傳輸，利用光纖通信及交換機多次對信息進行轉(zhuǎn)換和運算處理。在軟件平臺中實現(xiàn)可視化、數(shù)據(jù)采集、風(fēng)量調(diào)節(jié)、智能控制、故障診斷等功能，分別實現(xiàn)對相關(guān)數(shù)據(jù)的智能化分析處理、礦井按需供風(fēng)，保障通風(fēng)系統(tǒng)日常運行的科學(xué)性和安全性。礦井通風(fēng)系統(tǒng)框圖如圖8所示。

Fig.8 Block diagram of mine ventilation system圖8 礦井通風(fēng)系統(tǒng)框圖

4.3 煤礦智能化平臺可行性分析

本實驗硬件環(huán)境采用中電智科有限公司型號IS23-X1001、400MHZ 的計算機處理器，軟件環(huán)境為銀河麒麟操作系統(tǒng)、Pytorch 深度學(xué)習(xí)框架。

銀河麒麟系統(tǒng)具有高安全、高可靠、高可用的特點，具有良好兼容性，兼容國內(nèi)外主流服務(wù)器、主流數(shù)據(jù)庫、存儲系統(tǒng)和外部設(shè)備，支持飛騰、海光等國產(chǎn)CPU 平臺。在開發(fā)環(huán)境方面，銀河麒麟系統(tǒng)支持QT Creator、Eclipse 等開發(fā)環(huán)境，同時提供配套的C/C++、Java、python、PHP、Go 等主流語言編譯、測試、調(diào)優(yōu)的開發(fā)環(huán)境。支持網(wǎng)絡(luò)冗余、提供多模式網(wǎng)卡綁定功能，滿足不同場景的網(wǎng)絡(luò)需求［14］。此外，麒麟系統(tǒng)中安裝的Samba 服務(wù)，使其他操作系統(tǒng)Linux、Windows 等均可作為客戶機訪問麒麟系統(tǒng)提供的文件，從而實現(xiàn)兩個系統(tǒng)間的數(shù)據(jù)交互［15］。因此，搭建的煤礦智能化軟硬件平臺可以運行Pytorch、keras 等深度學(xué)習(xí)框架以高效穩(wěn)定地完成目標(biāo)檢測、圖形分類、管網(wǎng)控制等任務(wù)，從而實現(xiàn)與不同操作系統(tǒng)間的數(shù)據(jù)共享。

5 結(jié)語

煤炭行業(yè)在國民經(jīng)濟中一直處于舉足輕重的地位，現(xiàn)代信息化技術(shù)的轉(zhuǎn)型升級，不斷推動著傳統(tǒng)煤炭企業(yè)向智能化轉(zhuǎn)型。2020 年2 月，我國發(fā)布《關(guān)于加快煤礦智能化發(fā)展的指導(dǎo)意見》以激勵煤礦企業(yè)進行創(chuàng)新，實現(xiàn)智能化發(fā)展模式。鑒于此，本文采用國產(chǎn)銀河麒麟操作系統(tǒng)搭建基于國產(chǎn)自主可控CPU 架構(gòu)的煤礦智能化軟硬件平臺，利用深度學(xué)習(xí)實現(xiàn)人員煤礦作業(yè)時的不安全行為檢測、通風(fēng)質(zhì)量檢測及排水量實時檢測目標(biāo)，能夠為現(xiàn)有傳統(tǒng)煤礦企業(yè)走向智能化提供建設(shè)性策略支持。煤礦生產(chǎn)安全是重中之重，隨著煤炭開采深度和強度的不斷增加，亟需依靠科技力量進一步化解安全風(fēng)險。