基于物联网与人工智能的矿山安全监察监管平台研究.pdfVIP

计算机自动化

ComputerAutomation

基于物联网与人工智能的矿山安全监察监管平台研究

袁鹏飞

针对矿山安全生产领域存在的监测手段滞后、耦合特性，设计多模态数据融合机制。运用卡尔曼滤波

摘要：

事故预警能力不足等问题，本研究构建了融合物联网感知算法消除温湿度传感器的交叉敏感性误差，通过改进型

与人工智能分析的智能监管平台。通过部署多源异构传感D-S证据理论融合振动、声发射等多源设备状态信息，

器网络实现矿井环境参数、设备运行状态和人员定位数据使特征表征维度从原始数据的23维压缩至8维关键指

的实时采集，结合边缘计算节点完成井下数据预处理与特标，同时保留98.7%的有效信息量。这种设计有效解决

征提取。在平台架构设计中引入改进型LSTM-GRU混合了传统感知系统存在的“数据量大而信息密度低”的困

神经网络模型，有效解决了传统算法对时序数据特征捕捉境，符合Hagen-Poiseuille定律揭示的受限空间数据传输

不充分的问题，其异常识别准确率达到97.2%，较常规监规律。

督学习模型提升18.6%。实证研究表明，该平台具备分钟在人员定位领域，提出UWB（超宽带）与IMU（惯性

级响应速度，在顶板位移异常等典型矿山事故场景中，平测量单元）的混合定位算法。通过建立巷道空间约束条件

均预警时间较人工监测方式提前37min。通过构建可视化下的粒子滤波模型，将定位精度从传统RFID技术的±3m

决策支持系统，实现了风险态势的三维动态推演与应急预提升至±0.25m。定位系统创新性地集成安全帽内置的六

案智能匹配，将事故处置效率提升42%。研究验证了智能轴加速度计数据，结合K-means聚类算法构建人员行为模

监管平台在提升矿山本质安全水平方面的技术可行性。式库，可实时识别跌倒、奔跑等异常行为，其模式识别准

物联网；人工智能；矿山安全；风险预警确率达94.6%，较单一定位系统提升31.2%。该系统已通

关键词：

过GB3836-2010防爆认证，在阳泉铁业集团的实际部署中

1 矿山安全监察监管平台的核心技术架构实现单基站覆盖半径800m的突破。

1.1 物联网驱动的矿山多源感知层设计边缘计算节点的架构设计遵循冯·诺依曼体系与哈

矿山多源感知层的构建遵循Shannon信息论与佛体系的混合结构，采用Xilinx Zynq UltraScale+MPSoC

Cyber-Physical Systems理论框架，通过异构传感器网络的平台实现传感数据处理流水线。通过动态电压频率调节技

拓扑优化设计，建立了“空天地井”四维感知体系。在井术（DVFS）与自适应任务调度算法的协同优化，使节点功

下空间部署方面，采用基于SDN（软件定义网络）的传感耗降低至2.8W，同时维持1.2T OPS的运算效能。数据预

器部署策略，将12类环境传感器（包括红外热成像仪、激处理流程创新地引入滑动窗口机制与改进型Z-score标准

光甲烷遥测仪、微震监测阵列等）按照Delaunay三角剖化方法，成功将原始数据量压缩83%的同时，完整保留时

3

分原理进行三维空间排布，确保监测盲区控制在0.5m以序数据的周期性、趋势性特征，为后续LSTM-GRU混合模

内。数据传输协议栈创新性地融合了IEEE 802.15.4e标准型的训练提供优质数据基础。

与TSCH（时间同步信道跳频）机制，在巷道多径干扰环1.2 人工智能算法在风险