近年来，在安全生产领域，我国积极推行“安全风险分级管控和隐患排查治理双重预防机制”，出台（修订） 了《安全生产法》《关于推进安全生产领域改革发展的意见》《关于实施遏制重特大事故工作指南构建双重预防机制的意见》等一系列配套法律法规。推行“双重预防机制”，首要是做好安全风险防控，把安全风险防控挺在隐患治理前面的做法，在安全生产实践中得到了广泛认可。2017—2022年，全国共发生煤矿事故1 001 起，其中70.5%是由“人”的不可控性而引起“零敲碎打”的安全事故。同时煤炭开采地质条件复杂，各种不可预见的因素都可能造成安全事故，因此煤矿安全管理工作任重道远。

陕西陕煤黄陵矿业有限公司（简称黄陵矿业）始终坚持“管安全就必须控风险”“一切事故基于风险”的核心理念，以解决由于煤矿人员安全意识淡薄及不按流程作业、井下设备和环境复杂而导致“零敲碎打”安全事故频发的问题为主要研究方向。在安全管理体系方面，黄陵矿业形成了“四治理一优化”的安全管理体系（强化灾害超前治理、加强安全生产环境治理、狠抓安全生产标准化动态达标治理、实施人的不安全行为治理、开展生产系统优化） 并积极引进NOSA五星安健环综合风险管理系统，通过全面开展安全风险辨识评估，将辨识评估结果应用到安健环企业标准的修订中，不断提高实际工作对法律法规和企业标准的“依从性”，发挥了动力引擎作用。

针对“人”这一主要因素，为实现“零敲碎打”事故“零”的目标，黄陵矿业构建了智能安全风险防控系统，将人工智能等前沿技术赋能于风险分析、隐患识别、应急处置联动、员工教育培训等安全活动。该系统以保护职工安全为核心，以人员“三违”、岗位标准化作业、设备运行、作业环境等安全管控业务场景为出发点，以安全风险知识库建设为基础，以计算机视觉、物联网知识图谱和相关的人工智能算法为主要技术手段，通过智能采集系统对井下关键场所、关键岗位和关键作业流程进行实时监控，并通过智能决策系统及时对“人的不安全行为”“物和环境的不安全状态”“关键作业的不规范操作”进行全程防控，最终形成了“事前防范、事中控制、事后总结”的立体化安全管理体系，安全管理工作由“事后查处”向“全程预防”转变，为优化煤矿安全生产管理过程提供技术支撑。

智能安全风险防控系统建设架构及内容

建设架构

（1） 系统部署

智能安全风险防控系统采用云、边模式部署，可实现数据分层治理。云端系统采用高可靠私有云技术，部署在煤矿上一级单位，提供数据统筹分析和辅助决策服务；边端系统采用煤矿本地化部署模式，提供数据采集、数据算法库、模型库、增量学习、权重更新、人工智能推理以及边缘管理等服务。智能安全风险防控系统部署架构如图1 所示。

（2） 应用架构

智能安全风险防控系统的应用架构共分3 层，分别为OT物联层、数据服务层、IT 应用层，如图2所示。

OT物联层具有实时采集感知类数据、设备监测类数据与实时获取业务应用系统数据、外部系统数据的功能，为数据服务层提供数据。

数据服务层包括数据治理平台、AI 算法平台、ACC平台及统一服务平台，主要功能：数据治理平台具有数据梳理、清洗、存储、分析功能，为上层应用提供数据服务；AI 算法平台具有数据工厂、模型工厂、运营中心，数据工厂提供数据回流、数据标注、模型开发、数据发布以及数据检索服务，模型工厂提供在线开发、在线训练、测试发布等功能，运营中心提供实时报警、决策优化、健康诊断服务，同时AI 算法平台具有人工智能与大数据分析能力，满足与云端AI 模型标注训练、开发调试、部署对接要求；ACC平台具有智能感知、自主控制、生产管理功能，能为上层应用提供协同控制服务，智能感知应提供感知源（视频、音频、文本） 接入、模型场景配置、模型推理、识别结果输出全流程管理等功能，自主控制具有与井下设备对接、任务命令下发、联动控制等功能，生产管理功能模块应具有计划、任务、资源、工艺等融合管理功能；统一服务平台应具有数据服务、感知服务、流程服务、控制服务、统一认证、GIS 服务、公共开发，以及提供统一的用户管理、身份认证、用户授权等功能。

IT 应用层包括AI“三违”识别场景、设备状态预警、环境监测预警、协同控制、综合防治、岗位作业风险管控可视化平台、安全决策分析、GIS 集成应用、系统用户管理、移动APP、精益管理、业务数据库等功能。

建设内容

（1） 构建现代化风险防控管理体系

基于安全管理业务知识梳理，通过采用现代化AI、大数据、物联网等技术手段实现感知煤矿人员、设备、环境等动态信息，结合煤矿安全管理制度，对煤矿安全风险进行整体动态评估与控制，构建统一标准的风险防控管理体系（图3），现已实现“动态感知−实时预警−联动闭锁−事后优化”的闭环管理系统。

（2） 扩展AI感知范围，构建“透明矿井”

在风险防控体系建立的基础上，构建人机协同、自演进的AI 知识引擎，对矿井全业务流程、人员作业行为、设备运行状况、环境状态进行感知，实现对关键风险的智能感知、决策自动推荐、设备自动联动、风险联动处置，形成“透明矿井”。

（3） 提升多维度分析管理能力

对“作业环境、生产工具、作业过程”的问题进行多维分析，洞察安全管理中存在的不足，构建安全视角的人员能力画像，识别薄弱环节，推动企业全面、及时调整培训策略和帮教流程，提高企业安全管理能力。通过对“人”“机”“法”“环”“测”多维度监测分析，打造横向覆盖事前防范、事中控制、事后总结的风险防控过程，纵向贯穿“全面感知−智能决策−自动控制−人员帮教”的分级管控模式，叠加AI 技术实现最终自我学习、自我优化具有安全管理能力的风险防控体系（图4）。

（4） 建立云端AI模型库，全面监测井下安全

针对不同场景需求，研发相对应的AI 模型（图5），在云端可具备自动更新、自行训练、脚本标注等功能使其满足业务需求。并在模型建设过程中，对于模型识别率根据井下环境不断完善提升，对于各类风险点在试系统运行过程中要不断发掘并关联各类矿井智能化子系统，对于系统整体业务功能持续进行优化完善。

（5） 构建人工智能基础平台

以快速构建矿山AI 模型为核心，实现人工智能模型、数据、场景、工具的沉淀和共享，并将成熟模型应用于矿山各类系统，进一步提升矿山智能化水平，提高生产效率，减少安全隐患。此外，也可基于平台基础模型、共享数据二次开发专属模型，提升自身应用服务能力，整体功能包括：①数据工厂，方便快捷的数据样本制作车间，实现数据采集、处理、标注、发布、检索功能，降低开发者对训练数据处理成本，有效提高标注效率；②模型工厂，半自动的模型线上制作车间，实现代码开发、模型训练、模型构建、测试发布功能，并将矿山场景与模型开发流程绑定，开箱即用，零基础用户3 步即可构建AI模型，降低模型开发门槛，快速上线服务于矿山行业的各类AI技术模型（音频、视频、流数据分析等）；③AI 运营中心，通过误漏识别反馈工作流，算法工程师可第一时间进行模型增量学习和更新升级，实现模型的持续优化，提升模型的识别准确率，基于云、边模式协同的数据回流和大数据分析技术，对线上模型实时预警和健康诊断，提升模型的运行稳定性。

（6） 构建人工智能监测平台

通过应用AIoT技术，构建智能感知、决策、控制、管理模式，实现各生产系统和全矿的监视、管理、控制（图6），以及24 h 不间断对重点区域、关键工序、重要岗位的智能识别，核心功能包含全局实时智能感知、现场区域分级预警联动控制、声光警示、设备状态联动停机保护、异常事件全流程回溯功能，并基于违规事件构建“三违”管理闭环，为安全管理者提供报警类型、热点区域、重点问题的趋势分析、分类统计辅助决策支持，使生产系统及生产系统间联动控制与协同指挥、全矿安全生产运营管理决策最优。

智能安全风险防控系统的技术分析及功能实现

技术能力及主要功能

智能安全风险管控系统主要具备智能感知、智能计算、决策响应3 方面能力。

（1） 智能感知

通过在生产现场各场景安设高清摄像机、红外摄像机，融合（接入） 生产设备运行数据，实时采集人员、设备、环境的图像、视频信息。

（2） 智能计算

建立包含AI 智能推理服务器、云计算虚拟化硬件平台、云计算虚拟化服务器、流媒体服务器、图形工作站等设备设施的数据中心，开发满足场景需求的识别模型，依托数据中心运行，并通过持续训练和优化，使模型具备实时、准确识别图像、视频中各类风险即将失控情形的能力。

（3） 决策响应

基于场景识别模型和数据中心，当某个场景出现风险即将失控情形时，会被实时识别，通过生产现场和地面监控中心的声光报警装置即刻发出报警，同时向相关设备发出停机指令。

此外，通过拓展，智能安全风险管控系统还具备对多种作业的标准流程智能指引，具有GIS 服务平台、大屏展示（图7）、违规视频回放、违规确认和处置、违规情形统计和分析以及作业标准流程管理等功能模块，覆盖矿井综采工作面、综掘工作面、主运输系统、辅助运输系统的各个危险区域和关键环节。

智能安全风险防控系统主要通过4 大功能发挥作用。

（1） 智能预警

系统能24 h 不间断采集各场景图像、视频，瞬时识别发现风险或即将失控情形，对应场景的声光报警装置、语音广播装置、人员携带的防爆手机即刻发出预警。

（2） 实时记录

系统能将风险即将失控情形的全过程以视频形式记录和存储起来，便于追溯处理，利于采取针对性的措施进行改进提升。

（3） 现场制止

一方面，违章人员本人看到、听到报警信号后中止违章行为；另一方面，安全管理人员根据预警信号，对职工不安全行为、不按标准作业的行为进行现场制止。

（4） 联动闭锁

发生风险即将失控情形时，系统同时向相关设备发出指令，使设备停机闭锁，避免造成人身伤害。

关键技术分析

（1） 基于知识图谱+人工智能，实现体系闭环

智能安全风险防控系统主要核心的部分是知识库的构建以及与人工智能（AI） 模块的结合，从而形成“一库三环”的架构，在规则库的指引下不断地优化控制决策。“一库”指的是构建知识库（图8），将安全知识内容、安全知识图谱以及相应的安全知识场景作为先验知识，构建整个系统的“大脑”，用来对感知层传递过来的数据进行综合的分析、预测以及决策推理、溯源，贯穿整个生产过程的始终；“三环”指的是在知识库的基础上形成3 类生产过程中的闭环操作，通过此类平台架构和功能设计，更好地对生产过程中的各个环节实现自动化安全管控，使整个过程是一个完整的环节。

（2） AI+煤矿岗位标准作业管理

以实现指导煤矿一线作业人员“上标准岗，干标准活”为目标，最大限度地保障员工作业安全，提高生产效率，从而提高企业安全高效生产水平。

AI+煤矿岗位标准作业流程管理系统依托知识图谱+人工智能技术的安全智能管控体系，将基于计算机视觉的AI 识别能力与岗位作业标准化流程相结合，以支撑标准作业流程的管理与应用为目标，提供Web 应用、移动终端应用，满足一线员工学习、提高员工技术素养，提高安全作业保障程度和工作质量，从而整体提升企业的生产管控水平。井下职工在移变硐室进行标准流程作业如图9 所示。

（3） 基于风险防控+人工智能预警平台

智能安全风险防控系统将安全标准化体系发展水平由低到高划分为5 个等级，构建安全标准化体系成熟度模型（SWCMM）。该模型通过建立评价指标体系，以问卷调查结果为基础，采用分级加权法确定各等级得分标准，实现对安全标准化体系成熟度等级的量化评估。根据各评价指标得分率构造成熟度蛛网模型图，从而对矿山的安全等级进行分析和评定（图10）。

智能安全风险防控系统实践应用

人的不安全行为管控

以智能化综采工作面集控员岗位为例，矿井智能化综采工作面集控中心必须由专职集控员操作，非集控中心人员禁止擅自进入，严禁集控员睡岗、不戴安全帽等容易造成安全事故的行为。智能安全风险防控系统通过人脸识别、姿态识别等模型发现违规行为，即刻进行声光报警。集控中心人员2 种不安全行为管控场景如图11 所示，发现后由系统进行识别并发出报警提醒。

综采工作面刮板输送机运行时，如果人员违规靠近或进入机道，很容易造成人身伤害。如综采工作面人员跨越电缆线槽，试图靠近或进入机道（图12），智能安全风险防控系统通过姿态识别等模型，并感知刮板输送机运行状态，即刻进行声光报警，同时指令刮板输送机立即停机。

物和环境的不安全状态管控

以井下辅助运输系统管理及综采工作面管理为例，井下巷道交叉处容易发生因车辆闯红灯造成人员伤害的现象（图13a），智能安全风险防控系统可以对井下辅助运输系统无轨胶轮车闯红灯现象进行识别报警抓拍和记录。综采工作面拉移设备列车时，人员闯入列车两侧危险区域（图13b），很容易造成人身伤害。

关键作业的不规范操作管控

检修电气设备，必须执行停电、验电、放电等标准作业流程，否则，很容易造成人身伤害。智能安全风险防控系统可以识别到作业人员实施采煤机检修作业（图14a），感知到采煤机处于带电状态，识别报警，并指令供电系统立即切断采煤机上级电源。此外，可通过语音广播装置指引作业人员进行馈电开关检修作业（图14b）。

智能安全风险防控系统应用成效

目前，智能安全风险防控系统已应用到黄陵矿业所属4 对矿井的采煤工作面、掘进工作面、安装和回撤工作面、主运输系统、辅助运输系统以及井上下机房硐室等各生产场所和系统，实现了对249个场景、59 种违规行为、64 种标准作业程序的智能管控。围绕“岗位风险防控”和“系统风险防控”2条主线，形成1 条以风险智能感知、评估、预警和管控为核心的全生命周期风险防控链条，实现了对矿井全要素风险的精准防控。面向岗位风险防控，开发了岗位标准作业管理APP，对人员作业标准执行进行指引、记录；通过建立岗位风险评估预警指标体系及模型，综合员工作业标准执行情况以及安全培训、安全周期、所处作业环境状况等指标，对作业人员安全状态进行了动态评估和超前预警；面向系统风险防控，通过建立系统风险评估预警指标体系及模型，采集瓦斯、水害、火灾、顶板、粉尘灾害监测系统和双重预防、人员位置监测等系统，以及设备全生命周期管理系统数据，对环境、设备、管理等系统风险进行了动态评估和超前预警。

黄陵矿业运行智能安全风险防控系统以来，不安全行为、不按标准作业的行为每月平均下降8.6%，隐患发生数量每月平均下降10.3%，杜绝了同一人在1 个月内发生2 次及以上不安全行为的情况，消除了重复隐患的发生，实现了安全管理从被动治理隐患向主动管控风险、从监督约束向自主防范转变。此外，智能安全风险防控系统相关成果已经获得国家授权专利7 项、软件著作权13 项，发布《煤矿安全生产管理体系建设指南》行业标准和《基于AI煤矿安全风险管控系统技术要求》团体标准。

结 语

得益于AI 赋能下煤矿智能安全风险防控的成功实践，黄陵矿业、应急管理部信息研究院、天地科技股份有限公司共同组建了国家矿山安全监察局首批重点实验室——煤矿安全智能开采重点实验室。下一步，将从3 个方面不断进行探索：

（1） 不断建立新的算法模型，扩展多源感知、多终端协同的AI 场景应用，促使安全风险防控全要素“可算、可看、可控”。

（2） 进一步剖析矿山安全事故发生机理，充分挖掘井下生产中人员作业、设备运行、环境监测等数据价值，推动数据实时交互、分析和联动，提升安全风险防控智能决策水平。

（3） 在智能矿山建设背景下，同步推进生产智能化和安全智能化，构建煤矿智能化建设集成协同一体化解决方案，实现“系统智能化”向“智能系统化”的转变。

力争将风险管控的现实“需求”与人工智能技术的能力“供给”匹配起来，杜绝“零敲碎打”事故的发生，兜住安全管理底线。做到“时时、处处、事事、人人”都辨风险、识风险、控风险，养成职工良好行为习惯，做到“上标准岗、干标准活”，使黄陵矿业成为安全风险防控成果的受益者、标准的制定者、经验的输出者。

助理编辑：李雅楠

作者简介：

第一作者：李团结，正高级工程师，现任陕西陕煤黄陵矿业有限公司总工程师，主要从事煤矿企业技术管理工作。E-mail：hlkymc@163.com

作者单位：陕西陕煤黄陵矿业有限公司