煤炭工程

作者：张雪军,杨国伟,郝博南

单位：1. 煤炭科学技术研究院有限公司，北京 1000132. 煤炭智能开采与岩层控制全国重点实验室，北京 1000133. 煤矿应急避险技术装备工程研究中心，北京 1000134. 北京市煤矿安全工程技术研究中心，北京 100013

关键词：健康监测,环境监测,疲劳度判定,神经网络,风险预警,

针对煤矿井下作业环境的复杂性与高危性以及井下人员健康监测困难，监测手段单一等问题，提出了一种基于智能手环、便携监测仪和智能信息矿灯的多维状态监测及实时风险预警系统。该系统通过实时采集井下工作人员的体征参数（如心率、体温、血氧饱和度等）和环境参数（如甲烷、一氧化碳浓度等），并利用矿山物联网将数据上传至地面服务器，构建统一的监控平台。在数据处理方面，创新性地建立了基于反向传播神经网络的疲劳度判定模型，通过分析体征参数与汗液pH值的相关性，实现对矿工疲劳程度的精准估计。此外，结合条件扩散模型（CSDI），系统能够整合体征、环境及人员定位等多维数据，实现动态风险预警与超前健康诊断。实验结果表明，该系统疲劳度判定误差不超过0.05，预警准确率达95%以上，显著提升了矿井人员作业的安全性和健康管理水平。

来源：2025年第12期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2025年第12期