周孟然，教授，博士生导师，现任安徽理工大学电气与信息工程学院院长，安徽省学术和技术带头人，兼任中国煤炭工业技术委员会智能化与新技术专业委员会委员、安徽省仪器仪表学会常务理 事、安徽省煤炭学会煤矿自动化专业委员会秘书长。
主持国家自然科学基金面上项目2项、国家科技支撑计划项目子课题2项、科技部重点研发计 划子课题1项，主持多项安徽省重大科技专项、安徽省能源互联网联合基金重点项目等。获省部 级科技进步一等奖1项、二等奖3项、三等奖2项；获国际授权专利2项、国家授权发明专利4项； 获安徽省教学成果一等奖1项、二等奖1项、三等奖1项；出版学术专著3部、主编规划教材3部；发表学术论文85篇，以第一作者及通讯作者发表SCI论文30篇。
煤炭被誉为“黑色的金子”，自第一次工 业革命以来，煤炭在能源、化工等领域扮演着重要角色，是当之无愧的“工业的食粮”，是18世纪以来人类社会使用的主要能源 之一。世界能源生产与消费格局变化的同时，我 国也正在积极推进能源革命，不断优化能源供给结 构。近年来，我国能源结构持续改进，煤炭占能源 总量的比例逐年降低，2018年煤炭占我国能源总 量的比例创历史新低（58%，首次低于60%）。尽 管如此，煤炭仍是我国能源消费中的主要燃料，同 时我国“富煤、贫油、少气”能源资源的基本特点 也决定了煤炭在一次能源中的重要地位。中国工程 院发布的《中国煤炭清洁高效可持续开发利用战略 研究》关于煤炭需求预测的研究成果显示：预计到 2030年和2050年，我国煤炭需求量分别为 45亿~51 亿t和38亿t ，因此在未来相当长的时期内，煤炭作为我国的主导能源不可替代。
近百年来，伴随着煤炭科技工作者的不断努 力，我国在深部环境、复杂地质条件下的煤炭开采 理论、技术和装备等方面取得了重要成就，特别是 综合采掘机械化、智能化水平大幅提高，我国煤炭 安全高效开采进入了世界领先行列。 2016年，袁 亮提出了煤炭精准开采科学构想， 煤炭工业进入智 能少人（无人）科学开采新时代， 但我国煤炭埋藏 普遍较深的资源贮藏特点决定了大部分煤矿是井工 矿，井下生产环境十分恶劣，煤炭生产过程中存在 粉尘、煤尘、噪声、高温、振动、高湿和危害气体 等污染问题，对井下作业人员的身体健康与生命安 全造成严重威胁。我国煤矿职工职业病危害的接触 人数、新发病例数、累计病例数和死亡病例数均 居世界首位，职业病报告病例数居高不下。截至 2018年底，我国累计报告职业病97.5万例，其中绝 大部分来自煤矿从业人员。我国新时代要求下，人 民健康被放在了优先发展的战略地位，要建设健康 环境，全周期保障人民健康。为此，国家出台了 《“健康中国2030”规划》《国务院关于实施健 康中国行动的意见》《健康中国行动组织实施和考核方案》等政策、法规，切实推进健康中国建设，其中对于以煤矿为代表的矿山职业健康提出了新的 要求，指出要强化安全生产和职业健康，关注职业 健康，促进劳动力资源的可持续发展，是以煤矿为 典型代表的矿山企业和国民经济可持续发展的必由 之路。煤矿职工职业健康工作面临诸多新问题和新 挑战，矿工的健康状况直接关系到国家的经济建设 与社会和谐，关注煤矿作业人员的身心健康，已成 为国家应急管理部、国家卫生健康委员会的头等大 事之一。为落实、推进健康中国建设，对接《“健 康中国2030”规划》，开展矿山职工职业健康研 究是对接国家战略的重要组成部分，同时以煤矿职 业危害防治为代表的职业安全健康也是我国煤炭工 业“十四五”煤炭科技发展的方向之一。近年来， 我国在煤矿职业健康方面较之前取得了长足的进 步，但煤矿职业健康状况距离先进发达产煤国家水平还有一定差距。
在国家政策引导下，开展煤矿职业健康全周 期智能管理关键技术研究是职业安全健康的重要组 成部分，将会提升煤炭行业的职业健康保障水平， 助力煤矿智能、安全、高效生产。笔者在分析我国 煤矿职业健康全周期智能管理研究现状的基础上， 认为目前煤矿职业健康全周期智能管理研究处于起 步阶段，指出煤矿职业健康全周期智能管理需要攻 克的4个方面技术难题，重点阐述了煤矿职业健康全 周期智能管理发展所需的关键技术，以期能为煤炭行业职业健康全周期智能管理的发展提供有益的借鉴。
煤矿职业健康全周期智能管理现状分析
目前职业健康管理主要是依据职业健康安全 管理体系和GBZ 188—2014《职业健康监护技术规 范》行业标准。国内外相关学者和科技企业围绕职 业健康危害因素的监测及分析辨识、职业健康数据 库及平台建设、职业病诊断等方面进行了研究和探 讨。可吸入结晶二氧化硅（Respirable Crystalline Silica ，RCS）监测主要依赖于传统的空气采样和实验室分析，针对其监测耗时长、操作复杂等不足， PAMPENA等提出一种基于红外光谱检测技术 的RCS分析方法，并在西弗吉尼亚州一家煤矿进行 验证，结果表明：基于现场的方法获得的RCS分析 结果与MSHA标准实验室分析方法获得的结果具有足够强的相关性。
针对煤矿生产过程中职业性尘肺病防治的难 题，顾大钊等系统分析了煤炭生产过程中粉尘的产 生和井下作业环境，建立了基于“源头减尘、环保 抑尘、高效除尘”的煤矿职业健康防护技术体系， 并引入个体粉尘质量浓度在线监测技术和个体动态 呼吸流量实地实时监测技术等，保证了煤矿作业 人员的健康；为实现煤矿井下作业环境的监测， KHANAL等在满足煤矿本质安全要求的前提下， 设计了适用于井下空气流速、相对湿度以及粉尘含 量的传感器，并在煤矿进行测试和使用；温翠菊等 通过职业卫生现场调查法和检验检测法对某生产能 力为4 Mt/a的新建矿井项目进行职业病危害控制效 果评价，分析职业病危害因素及对煤矿从业人员健 康的影响，评估煤矿职业病防护的效果，并对没有 达到职业病危害防护要求的生产单元提供如何控制 和防护职业病危害的具体建议；吴宾等对华北地区 和西北地区的4座大、中型煤矿开展职业卫生现场 调查与检测，并运用职业危害风险指数法对不同工 种的作业人员进行职业病风险评估，结果表明：采 煤机司机和掘进机司机风险等级最高（为重度危 害） ，而综采工作面支架工和刮板输送机司机风险 等级次之（为中度危害）。在煤炭行业职业健康管 理研究现状的基础上，刘建庆提出基于信息化手段 来研发煤炭行业职业健康管理系统的设计方案，并 根据系统的功能结构详细介绍了各功能模块的具体 开发过程；周鲁洁等开发了一套煤矿职业安全健康 管理和风险控制系统，实现了职业安全健康日常管 理、风险识别与评估、风险预警与动态监测等基本 功能，并在煤矿现场试运行，结果表明：该系统有 效建立了动态反馈、科学发展的良性循环，为煤矿安全生产提供了可靠的保障。
为解决煤炭企业在职业健康安全管理中存在的不足，刘海滨等提出一种智慧矿山职业健康安全监管系统，借助物联网、云计算、大数据等 新兴技术，并结合煤矿行业的职业健康安全管理 体系，系统阐述了职业健康安全监管系统建设的 主要内容； JERI POTULA等通过测量振动强度 和暴露持续时间，对印度露天煤矿的全身振动 （Whole-Body Vibration ，WBV）职业暴露进行 了评估，将有助于监测和缓解印度的机械诱发振 动疾病（Machinery-Induced Vibration Diseases， MIVD），并普遍适用于大多数机械化矿山。
为掌握煤矿井下作业环境对矿工心血管系 统的影响，赖智维等以湖南省职业病防治院的 3 134例男性矿工为研究对象，并将具有2年及以 上井下作业工龄的矿工标记为暴露组（样本数量 2 370），无井下作业史的矿工标记为对照组（样 本764个），比较2组矿工的心血管系统状况，结 果表明：煤矿井下作业会增加矿工心血管系统异常 的概率，且作业工龄越长，异常的概率越大；吴秋 云等通过观察职业性粉尘暴露对煤矿工人胸片、肺 功能、血压和心电图指标的影响， 并探讨相关危险 因素，结果表明：煤矿工人血压、心电图、肺功能 和胸片异常的显著差异与年龄、接触煤尘年限、吸 烟、饮酒、工作类型和矿井规模密切相关，煤矿工 人异常血压患病率最高，其次为心电图、肺功能和 胸片异常；刘艳等对2005—2014年我国1 248家煤 矿的3 631例新发职业性尘肺病病例进行常规资料 分析，结果表明：职业性尘肺病主要工种为掘进工 和采煤工，且接触煤尘年限和诊断年龄整体呈现下 降的趋势，煤矿职工的身体健康受煤矿职业性尘肺病的影响严峻。
现阶段尘肺和慢性阻塞性肺（C h r o n i c Obstructive Pulmonary Disease ，COPD）疾病合并 症的特点尚未得到很好的描述，范亚丽等招募了 758名尘肺病患者，根据临床特征、暴露于危险因 素环境下的病史及注射支气管扩张剂1 s后用力呼 气量（FEV1 ）/用力肺活量（FVC）比值，实现了 COPD 的诊断；为有效掌握煤矿从业人员的职业性 尘肺病发病状况，汉锋等以国际采矿与金属委员会职业健康风险评估模型中的定量评估和职业危害风险指数法为参考，通过现场调研煤矿的煤尘暴露水平、 防尘措施和职业健康监护等情况，分析了煤炭生产中 各环节的煤尘危害程度，结果表明：煤尘危害广泛分 布在煤炭的开采、运输、使用等环节，煤矿井下作业 环境中职业危害更为严重；虽然煤矿工人尘肺病和矽 肺受到的关注更多，但粉尘暴露会引起广泛的呼吸 道疾病，包括慢性支气管炎、肺气肿和肺纤维化 等， GO等通过分析与采矿有关的肺病，强调通过 限制粉尘接触进行一级预防和通过胸部成像和生理筛查进行二级预防是职业性疾病控制的主要重点。
总体来说，在职业健康数据监测方面，目前 职业健康危害因素的监测技术相对成熟，但是职业 病的检测主要还是依赖于煤矿作业人员的定期体 检，仍缺乏专用于煤矿作业人员的穿戴式、便携 式体征检测装置；在职业病诊断方面，职业性尘肺 病、职业性心血管疾病等典型职业病主要依赖于医 生对原始体检数据及影像资料进行分析，根据自己 的判断来进行职业病的初步诊断， 并未实现典型职 业病的智能诊断和风险评估；在健康管理系统建设 方面，大多数煤矿职业健康管理系统仅是将原来纸 质体检报告进行无纸化、信息化， 主要实现了职业 健康管理流程的信息化、智能化， 并未实现煤矿职 业健康全生命周期的智能化管理。这一类的职业健 康管理本质上是一种“事后管理”，缺少对煤矿生 产环境、煤矿作业人员健康数据的实时监测，因 此，现有的职业健康管理系统并未实现真正的职业病风险的超前预测。
笔者认为煤矿职业健康全周期智能管理应涉 及煤矿职业健康数据智能采集、煤矿职工职业病精 准诊断及个性化康复、煤矿职业健康数据智慧管理 等环节，形成煤矿职业健康领域的“检测-诊断-康 复-管理”完整闭环，为煤矿作业人员的职业健康安全护航。
煤矿职业健康全周期智能管理技术难题
煤矿职业健康全周期智能管理技术研究和应用处于起步阶段，有诸多技术难题有待攻克，主要集中表现在以下4个方面：
（1）便携式体征参数监测系统设计难
根据煤矿职业健康数据智能采集的需要，研 制适用于井下作业环境的穿戴式职业健康体征参数 检测系统，开发穿戴式职业健康数据智能检测系统的无线组网功能，构建低功耗管理设计方案。
（2）煤矿职工职业病精准诊断模型构建难
根据煤矿职工职业病智能诊断的需要，开展 煤矿作业环境参数和煤矿职业健康数据的相关性分 析，构建多元异构数据的煤矿职工职业病诊断模型，设计深度学习的典型职业病前期预警模型。
（3）职业病患者个性化诊疗方案制定难
根据煤矿职工职业病个性化康复的需要，设 计职业病药物治疗的强化学习推荐系统，构建职业 病康复的运动处方专家推荐模型， 研究煤矿职工职业病康复的个性化菜谱推荐机制。
（4）煤矿职工健康数据管理平台建设难
根据煤矿职业健康数据智慧管理的需要，开 展大规模职业健康数据的分布式存储容错机制研 究，构建煤矿职业健康数据的智慧编码策略，开发职工健康数据的交互式友好服务应用平台。
携式体征参数监测系统设计技术
（1）穿戴式职业健康体征参数监测系统研制
为满足煤矿职工在井下作业过程中体征参 数的实时监测，需要借助微机电系统（Mi c r o - Electro-Mechanical System ，MEMS）来研制穿戴 式职业健康体征参数监测系统，基于MEMS加速度 计、 MEMS麦克风、微振子、 MEMS光学传感器、 MEMS压力传感器、 MEMS陀螺仪、 MEMS湿度传 感器、 MEM S气体传感器等采集矿工的心电、心 率、血压、骨密度等体征参数以及温湿度、粉尘浓度等作业环境参数，实现煤矿职业健康数据和作业环境数据的便携式、实时监测。
（2）职业健康数据智能监测的无线组网功能开发
煤矿职业健康数据监测与传输终端类型较 多，必须实现其无线组网，增加监测系统的可拓 展性，将NB-IoT 、LoRa 、ZigBee、蓝牙、 WiFi及 4/5G等无线通信技术相融合为职业健康数据交互 平台，提供数据的无线传输解决方案，在合适的地 方安放服务器和网关，来提供安全方面的管理， 同时采用虚拟专用网（Virtual Private Network， VPN）结构，为医疗企业、用户提供与NB-I oT 、 LoRa 、ZigBee、蓝牙、 WiFi及4G/5G之间的安全 连接，保障煤矿职工的职业健康数据的安全性。
（3）煤矿职业健康数据采集的低功耗管理
设计穿戴式职业健康体征参数监测系统的供电及 电源管理至关重要，必须对系统进行低功耗管理设 计，采用MSP430系列、 GD32L 、STM8L/STM32L 系列及FM33A0系列等低（超低）功耗微处理器， 根据监测需要合理配置微处理器的不同工作模型 （如运行模式、睡眠模式、停止模式和待机模式 等）及降低芯片工作电压、关断部分时钟、采用不 同速度的标准单元、进行多电压域设计等方式。携式体征参数监测系统设计框架如图1所示。
图1 携式体征参数监测系统设计框架
煤矿职工职业病精准诊断模型构建技术
（1）煤矿作业环境参数和煤矿职工职业健康 数据的相关性分析
首先，分别建立煤矿作业环境参数和煤矿职 工职业健康数据的数据库；然后， 针对环境参数集 和健康数据集，利用Pearson相关系数、 Spearman 秩相关系数、协方差、一元回归及多元回归等相关 性分析方法分析煤矿作业环境和煤矿职业健康的相 关性；其次，利用致因理论、N-K模型理论等研究 煤矿作业环境和煤矿职工职业健康的“人-环”耦 合机理；最后，基于神经网络、支持向量机等机器学习算法研究复杂煤矿作业环境下典型职业病患者的职业健康数据动态变化规律，从而掌握复杂的煤矿作业环境下典型职业病的演化机制。
（2）构建多元异构数据的煤矿职工职业病诊 断模型
针对煤矿职工健康体检的多元异构数据，根 据不同数据类型的特点，首先，基于随机森林算法 理论、贝叶斯理论等开展多元异构健康数据的特征 融合研究，形成典型职业病的多元异构特征库；然 后，基于Adaboost 、XGBoost等策略构建用于煤矿 职工职业病诊断的多元异构集成框架，研究弱分类 器类型和数量选择、初始学习率设定、迭代模型选 取等模型超参数整定优化，最终形成适用于煤矿职工典型职业病诊断的集成学习模型。
（3）基于深度学习的典型职业病前期预警模 型构建
针对职业性尘肺病、噪声性耳聋、心血管疾 病等不同种类的职业性疾病，基于不同职业病的病 情演化特点，开展基于深度残差网络的职业性尘肺 病早期预警模型研究，构建基于深度置信网络的噪 声性耳聋等级预测，开发基于深度卷积网络的职业 性心血管疾病风险评估模型，重点围绕深度学习网 络结构设计、优化器选择、初始学习率的设定、激 活函数选取等方面深入开展基于深度学习的典型职 业病前期预警体系构建。煤矿职工职业病精准诊断模型构建方案如图2所示。
图2 煤矿职工职业病精准诊断模型构建方案
职业病患者个性化诊疗方案制定技术
（1）设计职业病药物治疗的强化学习推荐系统
为实现煤矿作业人员职业病的智能化药物治 疗，针对典型煤矿职业病的发病特点和药物治疗措 施，结合煤矿作业人员自身的个体差异，开展基于 深度Q网络的职业性尘肺病药物治疗推荐研究，研 究职业性心血管疾病的分层深度强化学习药物治疗 机制，研究职业性听力疾病的多任务迁移深度强化 学习药物治疗方法，同时开展基于多智能体深度强 化学习，以及记忆与推理深度强化学习的其他煤矿职业病药物治疗方案推荐研究。
（2）构建职业病康复的运动处方专家推荐模型
在药物治疗的基础上，针对典型职业病的发 病特点开展煤矿职工职业病运动康复的专家推荐机 制研究。重点研究基于关联规则的肺功能训练的运 动处方专家推荐策略，研究心血管功能训练康复的 运动处方Apriori推荐方法，基于划分的算法开展 矿工运动能力康复的推荐方法研究。
（3）研究煤矿职工职业病康复的个性化菜谱推荐机制
除药物治疗和运动处方之外，职业病患者的 饮食对于职业病的康复也至关重要，为此研究基于 协同过滤推荐策略的职工个性化菜谱推荐方案。重 点研究基于用户的协同过滤的职业性心血管疾病患 者的饮食推荐方案，开展基于项目的协同过滤算法 的噪声性耳聋患者的菜谱定制策略，研究基于模型 的协同过滤算法职业性尘肺病患者的饮食套餐定制 方法。职业病患者个性化诊疗方案制定策略如图3所示。
图3 职业病患者个性化诊疗方案制定策略
煤矿职工健康数据管理平台建设技术
（1）分布式存储系统中容错机制研究
由于分布式存储系统中节点数量庞大，经常 会产生各种类型故障，从而导致节点失效情况频 发。因此，引入容错技术，在保障存储节点失效的情况下，数据仍然能够被正常读取和下载；改进现有容错存储技术，提升分布式存储系统健康运行效率，为煤矿职业健康的可靠存储提供技术支撑。
（2）煤矿职业健康数据智慧编码策略研究
通过对矿工健康诊疗数据进行整理，生成数 据的索引，并将其编码为哈希指针放到区块链账本上，创建一个可用的数据查询记录账本，避免原始数据过大而无法存储到区块链上的问题；创建模块 化的应用程序接口来整合各个访问机构的接入，优 化机构间的协同操作；研究链上激励机制方案来维 护整个区块链的持续性运作， 实现煤矿职工诊疗隐私数据的共享访问机制。
（3）煤矿职工健康数据的交互式友好服务应 用平台的开发
煤矿职工健康数据的交互式友好服务应用平 台融合物联网、云计算、移动互联等前沿技术，功 能主要分为人机交互层、业务逻辑层、数据采集层 和数据存储层，根据煤矿职业健康数据智能采集与 交互、煤矿职工职业病精准诊断模型和职业病患者 个性化诊疗方案等业务需要设计相应的功能单元。煤矿职工健康数据管理平台建设方案如图4所示。
图4 煤矿职工健康数据管理平台建设方案
总 结
（1）在分析煤矿职业健康管理体系研究现状 的基础上，指出了煤矿职业健康全周期智能管理技 术研究和应用处于起步阶段，提出了煤矿职业健 康全周期智能管理研究需要攻克的4个方面的技术难题。
（2）重点分析了煤矿职业健康全周期智能管 理体系构建涉及的4项关键技术：携式体征参数监 测系统设计、煤矿职工职业病精准诊断模型构建、 职业病患者个性化诊疗方案制定及煤矿职工健康数据管理平台建设。
（3）在《“健康中国2030”规划》的指导和 要求下，煤炭行业全过程职业健康的智能化建设刻不容缓。开展煤矿职业健康全周期智能管理体系构 建的相关关键技术研究，形成煤矿职业健康领域的 “检测-诊断-康复- 管理”完整闭环，为煤矿作业 人员的职业健康安全护航，这将助力煤炭行业高质量发展，也是煤炭行业发展的必然要求。
