勝利煤礦智能環境監測系統研究與設計

馬 泉，張欣怡，李洪波，石廣洋，郝 斌，張 飛

(1.國能北電勝利能源有限公司，內蒙古自治區錫林浩特市，026000；2.內蒙古科技大學，內蒙古自治區包頭市，014000)

1 智能環境監測系統研發背景

露天煤礦在開采過程中，不僅會對環境造成一定的污染、破壞自然景觀，而且還會誘發一些地質災害以及次級地質災害[1]。黨的二十大將生態文明建設提升到前所未有的新高度[2]，堅持節約資源和保護環境是我國礦山管理的重中之重[3]。因此，建立反映露天煤礦資源消耗、生態保護、損害和恢復等的資源開發環境全流程監測體系，并且開展露天煤礦開發環境全天候、全要素、全方位的智慧礦山環境安全監測系統刻不容緩[4]。

為更好地研究智慧礦山監測系統，對勝利煤礦進行了充分調研。勝利煤礦位于內蒙古自治區錫林浩特市北郊，地形標高為970～1 100 m。年平均溫度為2℃，最高氣溫達38℃，最低氣溫為-39℃，凍結期為10月初至12月上旬，解凍期為3月末至4月中旬，屬大陸性氣候，冬季時間長且寒冷，夏季時間短且酷熱，白天與夜間的溫差較大；此外春季風沙較大，風向多為南西，風速為2～8 m/s，瞬時最大風速為36 m/s，10 min平均最大風速為21 m/s。

當前國內外在環境監管方面已經有了比較成熟的方案，傳統方案通過局部區域架設環境監測設備，以及通過氣象衛星、高空氣象氣球、地面氣象站，可以產生天氣及環境的基本指標監測[5-6]。國內外學者也為之做出了不懈努力。其中，王書青[7]利用遙感技術對內蒙古煤礦區進行了環境監測；張娟[8]將3S技術應用于生態環境監測中；張琳[9]利用RS和GIS技術對湖州市某區域礦山環境進行了監測。然而，由于露天煤礦存在地形復雜、局部區域產生的煤火或者揚塵難以監測等問題[10]，傳統方案只能通過采礦技術人員、外委煤炭生產現場負責人每日對露煤區域進行巡視，發現有煤炭自燃跡象及時處理，不僅浪費大量人力資源，而且會存在檢測不及時等狀況。因此，針對勝利煤礦的復雜地形亟需開發一套基于露天礦的環境監測及預警系統。

2 智能環境監測系統研發與設計

設計本系統旨在利用智能激光云臺對露天煤礦進行實時監控，一是通過圖像識別算法自動識別煤火和揚塵，并實時統計與分析；二是通過硬件裝置設備監測礦山PM2.5、噪聲、風向、風速、溫濕度等，并通過4G/5G網絡將數據傳輸到礦區智能環境監測系統中；三是對礦山視頻數據和監測傳感器多元數據進行融合并進行實時分析，后臺管理系統對超過閾值數據進行預警和提醒。智能環境監測系統總體架構遵循綠色生態體系、網信安全體系、運維保障體系、標準規范體系，依據人工智能、大數據設計理念，基于新一代微服務體系。勝利煤礦智能環境監測系統總體架構如圖1所示。

圖1 勝利煤礦智能環境監測系統總體架構

2.1 煤火識別預警系統

煤炭自燃會產生有害氣體，不僅對自然環境造成危害，同時也降低了煤炭回采率，造成資源浪費。因此需對勝利煤礦進一步加大煤火治理力度，對礦區的煤火區域(煤火區域的煤礦層由于人為因素或自燃形成的煤田火和礦井火)進行早期監測和預警，防止安全事故的發生。該系統通過基于深度學習的圖像檢測技術識別是否產生煤火，通過智能激光云臺定位煤火位置，并在位置信息傳入系統發出警報。煤火識別結果如圖2所示。

圖2 煤火識別結果界面

2.2 揚塵識別預警系統

露天煤礦在開采時會造成開采一次揚塵以及運輸車輛與外部道路造成的二次揚塵。揚塵會污染工作場所，對人員的身體健康造成傷害，還會降低工作場所的能見度，引發生產事故。該系統通過工業攝像頭實時監測礦區揚塵情況并動態顯示，基于YOLOv5s的圖像檢測技術發現檢測數據集是否越線，并通過智能激光云臺定位揚塵位置，立即將位置信息傳入系統并發出警報，同時派出灑水車進行降塵。揚塵檢測結果界面如圖3所示。

圖3 揚塵檢測結果界面

2.3 多元數據融合監控平臺

利用環境監測系統和機器視覺監測系統的多元數據組成系統環境監測網絡，對礦山環境的粉塵、噪聲、溫度、風力等基本污染特征進行識別和預測，為下一步的環境治理提供基礎的監測技術方案。多元數據融合監控平臺包括氣象信息統計分析管理系統、智能網格氣象預警管理系統、氣象基站管理系統、后臺管理系統4個子系統。

2.3.1 氣象信息統計分析管理系統

氣象信息統計分析管理系統包括氣象信息統計管理和氣象信息分析管理2個模塊。

(1)氣象信息統計管理模塊。該模塊主要通過固定式和移動式的環境監測基站對監測的粉塵、噪聲、溫度、濕度、風力等傳感器數據進行綜合統計，主要包括以下統計功能：一是統計查詢日、月、年維度的8要素(氣溫、氣壓、風、濕度、云、降水、能見度以及空氣密度)的高精度氣象信息；二是統計查詢未來24 h內的8要素高精度氣象信息；三是查詢固定式、移動式單臺基站的粉塵、噪聲、溫度、溫度、風力等氣象數據。

(2)氣象信息分析管理模塊。該模塊主要通過傳輸到氣象信息統計管理系統的的粉塵、噪聲、溫度、溫度、風力等傳感器數據進行分析，主要包括以下分析功能：一是分析未來24 h內8要素超標預警的氣象信息；二是分析未來一周內8要素中重要指標超標預警的氣象信息。

2.3.2 智能網格氣象預警管理系統

智能網格氣象預警管理系統包括氣象網格地圖管理、高精度氣象網格預報和預警管理、氣象預警聯動管理3個模塊。

(1)氣象網格地圖管理模塊。該模塊主要根據需求將作業場地進行科學的網格劃分，最終形成二維或三維的GIS地圖，在地圖上標注固定的環境監測基站位置、移動式的環境監測位置，在環境基站所在的地圖位置顯示該基站監測到的實時數據，包括粉塵、噪聲、濕度、溫度、風力等傳感器數據，以及環境視覺識別監控系統的主要監測數據信息(如：煤火和揚塵的超標數據)。在GIS地圖上還顯示如下狀態信息，包括固定和移動環境監測基站的運行狀態信息、視覺監測設備的運行狀態信息、移動環境監測基站今日移動點位列表信息等。

(2)高精度氣象網格預報和預警管理模塊。該模塊主要根據監測基站獲得的粉塵、噪聲、溫度、濕度、風力等實時傳感器數據，再結合高精度的天氣預報以及環境監測視覺識別系統識別到的煤火和揚塵異常數據進行分析，當以上這些預警數據超出系統閾值后，網格氣象預警管理模塊會通過系統站內通知或以短信的方式通知相關作業現場部門的負責人，發揮預警作用。

(3)氣象預警聯動管理模塊。當獲得氣象預警模塊的預警通知后，該模塊會提前根據超標的氣象監測數據的類型、氣象數據，對所涉及部門提前在系統預設聯動工作方案，將相應的氣象風險提示和下一步預案工作統一發送到系統中對應部門的相關負責人，從而避免因為超標異常的氣象天氣對現場作業和經濟造成不必要的損失。

2.3.3 氣象基站管理系統

氣象基站管理系統包括基站基礎數據管理、基站異常報警管理2個模塊。

(1)基站基礎數據管理模塊。該模塊主要功能是查看基站粉塵、噪聲、溫度、濕度、風力等傳感器信息，以及基站所在GIS地圖的精確位置、基站名稱、基站運行狀態、基站傳輸各類傳感器數據的信息。

(2)基站異常報警管理模塊。當環境監測基站的部分或全部數據上傳失敗或丟失時，環境監測基站狀態屬于異常，系統會通過站內通知或短信的方式將基站異常的詳細數據信息(包括基站名稱、地圖位置、異常類型等信息)報送給系統預設的相關負責人和檢修人員。

2.3.4 后臺管理系統

后臺管理系統主要包括用戶管理、權限管理、數據管理、系統管理、環境監測機器視覺識別監控配置管理以及環境監測基站配置管理6個模塊。

(1)用戶管理模塊。該模塊主要對企業中涉及到的相關部門和業務人員提供本系統用戶的增加、修改、刪除、查看功能。

(2)權限管理模塊。該模塊主要是對系統用戶進行權限管理，權限主要分為超級管理員、系統管理員、部門管理員、普通用戶這幾類。超級管理員和系統管理員可以對普通用戶進行權限增加、修改和刪除的功能，權限修改和刪除記錄都會存儲到系統日志中。

(3)數據管理模塊。該模塊主要對傳感器獲得的氣溫、氣壓、風、濕度、云、降水、能見度以及空氣密度數據進行管理，主要包括添加數據、更新數據、處理數據、瀏覽數據。

(4)系統管理模塊。該模塊主要包括對系統菜單、數據備份、日志記錄、數據導入和導出等功能進行管理，增加、修改、刪除的操作會記錄到日志系統中。

(5)環境監測機器視覺識別監控配置管理模塊。該模塊主要對Deepstream實時視頻流人工智能分析平臺、YOLOv5s目標檢測模型系統、圖像識別算法系統中的關鍵配置信息進行管理，對日后視覺識別系統升級和擴展提供基礎的配置擴展管理功能。

(6)環境監測基站配置管理模塊。該模塊主要是針對日后增加固定或移動式環境監測基站，提供基礎的配置擴展管理功能。除此之外，還可以對現有的固定或移動式環境監測基站進行修改操作。本配置管理功能只有超級管理員才能操作，非專業工作人員無權限操作，同時操作記錄也會被記錄到日志系統中。

3 智能環境監測系統關鍵技術

3.1 圖像識別技術

目前，基于深度學習的目標檢測技術得到空前發展，與此同時許多優秀的算法相繼誕生，并且在工業技術發展領域進行了大規模的應用。這些模型主要分為基于候選區域的二階段檢測算法和基于邊框回歸的一階段檢測算法。二階段檢測算法首先生成可能包含物體的候選區域，再對該區域做進一步分類校準得到最終結果，其中比較著名的算法有Fast-RCNN和RCNN等。一階段算法的重心則是回歸，使用一階網絡直接對輸入圖像進行分類和定位，其在速度上產生了重大突破，代表方法有 YOLO系列、SSD、RetinaNet等[11-13]。

本系統選用YOLOv5s模型對礦山的煤火和揚塵進行識別。因為YOLOv5s相較于二階段檢測算法具有速度快、準確率高的優點[14]，更適合應用在礦山進行實時監測，其具體實現步驟如下：首先用激光云臺收集露天礦現場視頻，并用ffmpeg工具將視頻截取成一幀一幀的圖片格式，并安裝數據標注工具labelImg，通過可視化的操作界面對圖片中的煤火揚塵進行標注，生成VOC格式的.xml文件，并使用python將其轉成YOLOv5s所需要的.txt文件格式，具體的揚塵標注界面如圖4所示。

圖4 揚塵標注界面

在本項目中，對2萬張圖片進行標注，保證模型的準確率和召回率。并將讀取所有的圖像和標注文件，將他們的文件名一一對應，并按照7∶2∶1隨機分成訓練集、驗證集和測試集。YOLOv5s網絡模型訓練流程如圖5所示。

圖5 YOLOv5s網絡模型訓練流程

3.2 Tensor RT推斷加速

Tensor RT是一個推理優化器，對訓練好的YOLOv5s模型進行優化。當網絡訓練完后，可以將訓練模型文件直接丟進 Tensor RT 中，而不再需要依賴深度學習框架(Pytorch、Caffffe，TensorFlow 等)[14]。Tensor RT 是一個只有前向傳播的深度學習框架，這個框架可以將 Pytorch、TensorFlow 等網絡模型解析[15]，并與 Tensor RT 中對應的層進行一一映射，把其他框架的模型統一全部轉換到 Tensor RT中，然后在 Tensor RT 中針對 NVIDIA 的 GPU 實施優化策略，并進行部署加速。

3.3 Deepstream實時視頻流分析

DeepStream軟件開發工具包(SDK)是一個用于構建智能視頻分析(IVA)管道的加速人工智能框架，可以應用于安放控制、運輸控制、停車場管理、交通管理、零售業管理、物流調度管理、內容過濾等領域。Tensor RT 只是針對推斷階段的加速方案，而Deepstream 是完整的落地部署方案，包括獲取攝像頭視頻流、視頻編解碼、各種神經網絡推斷、視頻推流、顯示、輸出文件等[16]。

DeepStream 支持在 C/C++ 和 Python 中通過 Python 綁定開發應用程序。核心SDK由幾個硬件加速器插件組成，它們使用各種加速器，如VIC、GPU、DLA、NVDEC和NVENC[17]。通過在專用加速器中執行所有計算量大的操作，DeepStream可以為視頻分析應用實現最高性能。DeepStream的關鍵能力之一是邊緣和云之間的安全雙向通信。DeepStream有多個開箱即用的安全協議，如使用用戶名/密碼的SASL/Plain認證和雙向TLS認證。

DeepStream建立在CUDA-X堆棧的幾個NVIDIA庫之上，如CUDA、Tensor RT、Triton推理服務器和多媒體庫[18]。Tensor RT加速了NVIDIA GPU上的AI推理。DeepStream在DeepStream插件中對這些庫進行了抽象，能夠輕松建立視頻分析管道，減少單獨庫的使用。

4 應用效果

2021年2月，勝利煤礦智能環境監測項目開始啟動，并于2022年7月建成投入使用。在勝利煤礦部署了ZL700氣象傳感器、百葉箱多合一傳感器兩類現場環境監測儀，可以對風向、風速、溫度、濕度、PM2.5、PM10、噪聲進行精準測量，還可以防止太陽儀器的直接輻射和地面對儀器的反輻射，保護儀器免受強風、雨、雪等因素的影響。此外，在勝利煤礦成功部署了激光云臺、AI機器視覺處理服務器，以滿足勝利煤礦的星光級監控需求。勝利煤礦智能環境監測系統解決了露天礦環境監測困難，人工分析費時費力等問題，在社會效益、經濟效益兩方面都取得很好效果。

4.1 社會效益

智能環境檢測系統的成功建設，解決了勝利煤礦環境監測難的問題，建立了能反映資源消耗、環境損害、環境恢復和生態保護等礦山生產環境的監測系統；開展了礦產資源開發環境全要素全天候的監測；同時接入的5G物聯網卡能夠實現傳感器、服務器、智能激光云臺等設備的無線化。這些舉措不僅解決了勝利煤礦的環境污染問題，還提高了工人在作業時的安全水平，對工人的職業病防護具有重要意義。

4.2 經濟效益

智能環境監測系統投入使用前，需要人工進行巡查煤火和揚塵發生地點。智能環境監測系統投入使用后，可以通過人工智能的方式判斷是否發生環境污染，不僅減少了人力成本的投入，還提高了勝利煤礦的環境監測效率。

智能環境監測系統使用人工智能核心技術，檢測精度高，根據每項指標的閾值精準設定，降低了誤判率。本系統可以精準確認環境污染發生的地點，相比以往灑水車全天候礦山巡航的模式，每車可以有效節約20～30 t/d的水資源。此外，本系統采用集成平臺建設，減少了接口數量，降低了系統維護難度，提供的配置工具可輕易配置好系統間的集成，使得各種異構系統之間的連接更加簡單，降低了開發工作量，減少了重復開發。

5 結語

智能環境監測系統通過圖像識別技術和無線傳感器網絡技術，實現了視頻數據、氣象數據的采集、傳輸、處理的自動化，對礦區進行全天候、全方位的實時監測，對治理采礦過程中的環境污染具有重要的指導作用。隨著我國遙感技術、圖像識別技術、GNSS高精定位的快速發展，未來可以將人工智能、5G物聯網技術融合應用于礦山環境監測領域，提升監測系統的精度，并對未來的環境情況進行預測，實現實時監控、智能分析、安全報警三位一體的智能監測體系。