煤矿主动风险智能监测预警系统是通过人工智能、机器视觉等技术将图像采集、算法分析、告警推送集于一体的煤矿安全生产综合告警系统，将各环节采集到的数据，利用机器视觉技术进行演化训练形成AI模型，将AI技术与面向业务场景的监控规则深度融合，支持以场景为单位的视频监测规则定义。该系统提供统一、标准的视频输入输出能力，无需重新部署网络环境和更换现有监控摄像头，利用深度学习算法进行无需标注与训练的异常行为智能分析，自动实现对异常事件的即时捕捉、证据固定与实时信息推送，这对于推动智能化技术与煤炭产业融合发展，提升煤矿智能化水平具有重要意义。

主要煤矿开采场景如下：

场景1：掘进工作面施工工序智能监测。针对矿下复杂环境和低光照环境进行掘进工作面施工工序识别，针对各个工序，按安全规程要求进行识别。其中针对支护问题，进行前探梁识别与计数，杜绝前探梁未安装、安装数量不合规的现象，提升支护安全质量。

掘进工作面施工工序智能监测示意图

场景2：人员下井监测。工人在下井前可能未做好安全着装准备及为躲避井下限员或存在侥幸心理；下井时，不按规定佩戴定位卡，或因人情因素存在一人多卡(捎卡)现象。对下井人员未按规定执行的现象进行识别、记录，以便后续规范煤矿职工行为。

人员下井监测示意图

场景3：超能力生产智能监测。在实际工作中，企业可能存在偷产、瞒报产量问题，出现超能力生产现象，识别卡车、自卸车、矿车、箕斗等运输设备，判断是否运煤并对运煤设备进行计数，实时核算生产煤量。

超能力生产智能监测示意图

场景4：脱岗巡岗异常监测。对重要岗位如地面调度室、中央变电所、井下水仓、行人车上车点等场所进出人员实时监控分析，对离岗、违规巡岗现象进行实时告警，减少人员非正常履岗带来的安全隐患。

脱岗巡岗异常监测示意图

场景5：皮带大型异物监测。通过对皮带运输视频的图像分析，参照皮带宽度，识别判定大块煤、金属网、锚杆等皮带异物，并根据实际需要，分别或同时推送告警。

皮带大型异物监测示意图