2026年4月29日国家矿山安全监察局正式印发《关于加强矿山企业反“三违”工作的通知》(矿安〔2026〕63号),文件明确指出:
“大力推广AI智能反‘三违’技术,通过自动抓拍、实时预警等智能化手段,推动安全管理由‘事后追责’向‘事前预警、全过程主动管控’根本转变。”
从2001年“反三违”首次上升为国家政策要求,到今天AI智能监管成为行业标配,煤矿安全生产正在经历一场深刻的智能化变革。
在这场变革中,海康威视推出的矿山巡检超脑,为煤矿企业提供一套覆盖采掘、运输、支护、检修全流程的场景化智能解决方案。
为什么需要矿山巡检超脑?
井工煤矿环境高粉尘、高湿度、光线多变,传统视频监控只能“看得见”却“看不懂”,人工巡查也难覆盖偏远区域与交接班时段。更关键的是,井下网络带宽有限,视频数据回传云端计算,延迟无法满足突发情况下的即时响应需求。
矿山巡检超脑正是针对这一难题而生的智能硬件。它加载了基于海康观澜大模型技术体系训练而成的矿山行业大模型——具备更强的泛化理解能力,能在复杂光照、高粉尘等极端条件下精准识别隐患,并有效过滤各类误报。
矿山巡检超脑基于大模型+小模型协同逻辑,部署在边缘端实时识别并预警,不占用骨干网带宽,确保隐患“早发现、早处置”。
场景化解决方案:主动管控
带着“边缘计算+大模型算法”的硬核战力,矿山巡检超脑在煤矿生产运营的核心场景中检准提升,进一步夯实安全生产:
人员“三违”与环境监测:筑牢第一道防线
人员违章是大多事故的首因。矿山巡检超脑赋能前端感知,实现24小时智能盯防:
• “反三违”行为抓拍:边缘算法实时识别未戴安全帽、未穿反光衣等行为,发现违规即刻本地预警。 • 人员与周界管理:自动进行下井工人记录与人数统计,强化周界防范。 • 环境隐患监测:实时掌控风门开闭状态,严防风流短路引发瓦斯积聚;快速识别烟雾火点,把火灾隐患掐灭在早期。
△风门长时间未关闭检测
主运输系统:守护矿井的“咽喉”
主运输皮带跑偏容易导致撒煤,皮带边缘磨损,大块煤和异物容易导致堵煤、皮带撕裂,发烟发火等设备不安全隐患。
• 皮带跑偏检测:相机安装在皮带上方。皮带跑偏遮挡托辊时,画面中托辊数量减少。超脑主机进行托辊计数与初判,结合大模型算法,准确率进一步提升。 • 转载点卡堵检测:针对落料口、溜煤眼等卡槽,利用算法进行定性判断,防止物料积压。 • 皮带运输全要素检测:同步支持皮带跑偏检测、运行状态检测、区域入侵检测煤流量、及皮带大块煤、异物、堆煤检测。
△皮带堵煤检测
辅助运输系统:行车不行人
辅助运输系统运行环境复杂且分散,存在监管盲区多、人为违章频繁的痛点。
• 行车不行人检测:通过视觉算法判断矿车是否运行或接入行车信号结合周围人员检测实现行车不行人预警。 • 挡车杆复位情况检测:实时检测矿车通行后挡车杆是否及时复位,来防止矿车跑车,并在未按时复位时触发报警。
△行车不行人检测
综采与掘进工作面:危险区域人员禁入
这里机械密集、作业频繁,是机械伤害和顶板事故的高发区。
• 危险区域人员入侵:在综掘机、刮板机、破碎机等警戒线内划定禁入区。超脑主机联动设备运行状态,只要设备启动且有人误入红线,立刻触发即时预警。 • 掘进支护合规性检测:智能检测支护合规情况,从源头严防工程隐患。
△人员误入检测
大模型赋能,开箱即用 矿山巡检超脑实现场景管控并非依靠简单的算法堆砌,而是基于观澜大模型三级架构的深度应用:
高准确率,低误报:依托行业大模型的海量数据预训练与场景知识注入,算法在复杂光照、粉尘环境下的泛化能力显著增强,关键场景识别准确率提升。
边缘计算,实时响应:超脑设备部署在边缘端,直接对前端视频流进行实时分析,毫秒级输出推理结果,确保隐患更早发现处置。
灵活扩展,持续进化:支持检测、分类、分割、OCR等多种AIOP能力,可根据政策及地方要求灵活增减算法。 目前,皮带跑偏、矿车超挂、行车不行人等核心算法已在宁夏、山西、陕西等重点省份测试或成功落地。
