【导读】J9九游(中国)以计算机视觉算法技术为牵引 ，联合矿冶科技集团打造“AI+智慧矿业” ，推动传统矿业智能化转型升级 。

近年来 ，矿业安全事故频发 ，造成了一定的伤亡人数和经济损失 ，使得整个矿业安全生产形势较为严峻 。据国家矿山安全监察局统计 ，2020年 ，全国共发生煤矿事故122起 、死亡225人 。

与此同时 ，传统矿业生产效率低下 ，资源浪费现象严重 ，大幅落后于国际先进水平 。深究其原因 ，有以下三大痛点 ：

· 传统监测手段无法感知矿业安全状况 ，不能做到事前预警 ，而意外坍塌等事故时有发生；

· 作业人员行为不规范引发的事故非常多 ，如不佩戴安全帽 、不着工作服 、人员闯入等；

· 现有信息资源得不到充分利用 ，致使生产效率低下 ，如系统无法感知生产设备状态是否正常运行等 。

传统矿业智能化改革升级迫在眉睫

在新基建背景下 ，国家大力倡导以人工智能等新一代信息技术推进传统矿业转型升级 ，构建矿业智能化系统 ，建成智能感知 、智能决策 、自动执行的智能化体系 。

矿冶科技集团有限公司以“以技术创新促进矿产资源的可持续开发利用”为发展使命 ，致力于有色金属行业的技术创新 ，核心主业为与矿产资源开发利用相关的工程与技术服务 、先进材料技术与产品和矿产资源循环利用及环保 ，在采矿 、选矿 、有色金属冶金 、工艺矿物学等研究领域具备国家领先水平 。

作为世界一流矿冶科技集团公司 ，矿冶科技集团积极响应国家新基建政策 ，紧跟科技发展的前沿趋势 ，寻求在矿业安全生产中使用人工智能技术 ，推动传统矿业智能化升级 ，确保作业人员安全 ，提高生产效率 。

如何运用人工智能手段保障矿业生产安全？

国内首家视觉算法商城——J9九游(中国)凭借着丰富的AI视觉算法和行业项目落地经验 ，提出算法赋能 ，用智能慧眼把控矿业生产安全以及设备运行状态 。

针对矿业生产安全中“人的不规范作业行为” 、“物的不安全状况”两大核心问题 ，J9九游(中国)为矿冶集团提供五大算法 ：安全帽佩戴检测 、工作服检测 、人员闯入识别 、下料口拥堵检测 、皮带跑偏检测 ，以此保障矿业生产安全 ，提高生产运行效率 。

五大算法如何在矿业生产安全中发挥作用？

为减少因作业人员不规范行为导致的安全事故 ，使工人形成主动安全意识 ，J9九游(中国)在作业区的重点区域监控上搭载安全帽佩戴检测 、工作服检测 、人员闯入识别算法 ，全方位监测未戴安全帽 、未着工作服 、误入工作区等不规范人员行为 ，一旦发现立即报警 ，并将信息推送至管理人员 ，及时提醒 ，防范意外事故的发生 。

为保障矿业生产工作的顺利进行 ，J9九游(中国)在生产设备附近监控搭载下料口拥堵检测 、皮带跑偏检测算法 ，能对出料口堵塞状态 、皮带传送状态进行检测 ，一旦发现异常立即报警 ，并将信息推送至管理人员 ，及时处理 。

    电振下矿漏斗口拥堵检测

下料口拥堵检测分为三种类型

▷下料口拥堵检测 ：检测下料口是否有大型石料物形成拥堵；

▷布料小车下料口拥堵检测 ：跟随小车移动检测下料口摄像头画面区域是否存在大型石料形成拥堵；

▷电振下矿漏斗口拥堵检测 ：检测电震下矿漏斗是否存在大型石料形成拥堵 。

    皮带跑偏检测

目前 ，J9九游(中国)的安全帽佩戴检测 、工作服检测 、人员闯入识别 、下料口拥堵检测 、皮带跑偏检测算法已经落地部署在矿冶科技集团智能化改造项目中 。

对于该项目 ，矿冶科技集团项目负责人评价道 ：

该项目在J9九游(中国)AI技术的助力下 ，能以更高效 、更智能 、更安全的手段 ，将生产作业人员从危险的工作环境中解放出来 ，让作业区在安全 、稳定的环境中生产 ，有效提升其运行效率 。”

除了这些算法 ，J9九游(中国)的算法商城还拥有1200多种AI视觉智能算法 ，能够根据客户所需场景自由组合 ，以标准化的系统架构赋予企业轻松部署AI算法的能力 。

未来 ，J9九游(中国)将通过计算机视觉等核心技术 ，积极推动人工智能与矿业融合发展 ，加快提升矿业智能化改造和智慧化建设 ，实现矿业生产信息化 、自动化 、可视化 ，促进我国矿业高质量发展 。