摘要：随着科技的发展和时代的进步，很多先进的技术和设备被应用到煤矿生产中，提高生产力的同时也提升了煤矿生产的安全性。文章对当前煤矿安全生产的现状和存在的问题进行了分析，并重点阐述了人工智能在煤矿安全生产中的应用，以期为相关人士提供一定的参考和借鉴。

关键词：人工智能；煤矿生产；专家系统

1我国煤矿安全生产现状及问题

当前，我国的煤矿生产处于粗放型经济增长状态，投入和产出不成比例，消耗很高，而回报却很低。很多煤矿企业罔顾煤矿开采对环境造成的损害，甚至无视频发的安全事故，仅仅以追求经济效益为目标。在煤矿生产中，投入到安全和环保方面的资金被削减，生态平衡遭到极大的破坏，因安全事故而导致的人员伤亡数量不断上升。此外，从业人员的安全和防范意识差，企业在煤矿安全生产上也没有引起足够的重视，导致从业人员在恶劣的环境中肺部吸入大量的煤尘，尘肺病严重威胁着从业人员的身体健康和煤矿的安全生产。虽然煤矿生产的产量逐年上升，然而潜在的安全生产问题却不容忽视，应该引起全社会的关注和参与。

（1）经济的飞速增长，需要能源作为发展的动力，煤炭资源作为重要的基础性能源，为经济的增长提供了保障，对于煤炭的需求量也逐年增长。煤矿产业日益扩张，致使煤矿企业呈现无限制扩张和超负荷运作的状态。在经济利益的驱使下，很多企业无视自身的生产条件，盲目追求高产量，增加了很多非法矿井，严重影响煤矿的安全生产。

（2）目前，煤矿行业处于不规范、无序的状态，并且竞争十分激烈。市场迅速扩张，政府对煤矿企业的监管无法与之相适应，安全事故频发，安全生产的基础较为薄弱。

（3）我国的煤矿生产所采用的技术较为落后，高的煤炭产量是以较高的投入、环境的污染、能源的浪费为代价的，呈粗犷式增长态势，煤矿生产安全无法保障，在技术设备和生产管理上都十分落后。

（4）从事煤矿生产的人员主要以农民工为主，文化水平不高，缺乏专业的知识，技术不过硬，即使企业引进一些较为先进的设备，员工也缺乏对设备的全面了解，从而很难控制风险。同时，企业把工作的重心放在了生产上，缺乏对于员工的安全培训，进而导致员工在工作中忽视相关的安全规定，不具备应有的安全意识，一旦发生事故也很难采取有效措施自救。

2人工智能在煤矿安全生产中的运用

2.1在煤矿安全仪器仪表结构、性能改进中的应用

煤矿安全监测仪器和仪表随着智能自动技术的发展，在测量领域的应用获得了更为广阔的发展前景。在软件和硬件的智能化基础上，对于当前和以前的数据信息，通过每台仪表和仪器都能够随时进行分析。从三个层次，即低、中、高，对测量过程进行抽象的反映。人工智能技术的应用，扩展了传统测量系统的功能，同时提高了测量系统的效率和性能，煤矿安全监测仪器和仪表更为灵敏、高效、高速，功能也越来越多。将微型芯片技术，如微控制器和微处理器等技术应用于煤矿安全监测的仪器和仪表中，运用模糊推理技术，并且对于各种测量数据的临界值和模糊控制程序进行设置，由此来模糊决策事物的各种模糊关系。与其他技术相比，模糊技术有着其独特的优势，无需大量的测试数据，也不用建立被控对象的数学模型。采用模糊技术对于经验的要求较高，应用芯片的现场调试和离线计算，总结出合适的控制规则，在给定的精确度的基础上，进行精确的控制和分析。

2.2开采方案决策及参数优化设计

随着专家系统的发展，煤矿企业对矿井挖掘的方案和参数越来越合理，更贴合实际条件。近年来，很多人工智能方面的研究所和院校专注于将人工智能这项技术应用到煤矿安全生产中，比如美国阿拉斯加大学设计的专家系统，可以根据实际情况智能地实现在长壁采煤法和短壁采煤法之间选出最佳的截煤方案；俄罗斯东部矿业大学将模糊数学理论应用到煤矿生产中，设计出一项可以智能选择最佳的爆破对策以及将方案参数最优化的专家系统；澳大利亚拉瓦尔大学设计的一项专家系统，可以智能选择最佳的设备选型。将人工智能应用到煤矿安全生产领域这项技术在我国也得到了很大的发展。例如针对采矿巷道围岩支护中围岩分类的相关问题，设计出了一项专家系统，这个系统可以智能地根据实际情况将围岩进行分类。针对巷道支护的形式以及参数问题专门设计了一项专家系统；针对煤矿井下爆破挖掘方案的选择问题开发设计了一个专家系统。这些技术目前在煤矿安全生产中都得到了广泛的应用。

2.3在煤矿安全仪器仪表网络化中的应用

利用计算机的计算功能实现对于参数的快速、准确计算，将人工智能技术完美融合到煤矿安全仪器仪表中，进而使得安全仪表的功能获得最大程度的发挥。举例来说，通过网络连接数字安全监测仪器，再利用相应的模式识别软件，对于仪表的各项属性和所处的实际条件进行准确而快速的分析，进而做出适当的处理。在数据采集设备上安装智能系统，可以实现自动分类，以及在脱离网络状态下的智能的数据采集和远程测量。随着科技的进步和时展，计算机领域也获得了很大的发展和创新，计算机的人机互动和运算功能也逐渐完善起来，并且更具人性化。通过人工智能软件的设计和应用，将仪器仪表和计算机互联，对仪表和仪器进行远程操控，从而完成给定的任务。可以建立一个用于储存测量结果的数据库，便于随时查看。还可以收集仪表上的数据，并加以复制，然后再发送到相关的部门。人工智能的应用，使得用户不必亲自查看现场，对于与同一个任务或同一个仪表的数据收集和监控，不同的用户能够在不同的办公地点、在同一时间获知。数据的同时性，能够确保在问题出现后相关工作人员可以采取相应的措施，及时分析和解决问题，防止了信息的不对称性，有效缩短了解决问题所需的时间。

2.4井下故障诊断及灾害预防控制

煤矿生产过程中不但要解决挖掘方案的合理性和优化问题，最大限度地获取经济利益，最重要的还是要解决生产过程中可能出现的安全问题，以及对环境的破坏性。针对这些问题，有些技术人员便考虑将人工智能应用在故障诊断和灾害预防控制方面。智能诊断专家系统以神经网络为基础，利用神经网络强大的学习能力，将过去煤矿生产过程中出现的安全问题以及解决方案总结归纳，当问题出现时，专家系统便能迅速反应，诊断出这个问题，推理得出应对方案。

3结束语

煤矿安全生产是一个重大的系统工程，不但要关注量的增长，同时要提高质的飞跃。虽然政府对于煤矿安全生产的重视在不断加强，事故总量和死亡人数也有明显的下降，但是重大安全事故仍然时有发生，安全生产形势仍然不容乐观，煤矿安全生产仍然任重道远。

参考文献

[1]王其军，程久龙.人工智能及其在煤矿安全技术中的应用探讨[J].矿业安全与环保，2005（5）.

[2]田胜丰.人工智能原理与应用[M].北京：北京理工大学出版社，1998.

[3]谢贤平，童光煦.采矿科学和技术向智能化的发展[J].矿业研究与开发，1996（3）：1-2.

[4]杨威，安明燕，王秋菊.人工智能神经网络在煤矿瓦斯重大危险源评价中的定量分析[J].露天采矿技术，2007（5）.

[5]王富荣.现代煤矿生产中计算机智能监控网络的应用[J].煤炭技术，2013（2）：7-9.

[6]朱玲玲，朱利华.自动化人工智能监控在煤矿工业的应用[J].煤炭技术，2012（12）.

作者：冯刚 单位：西安科技大学高新学院