煤矿智能化工业建设

目前，煤矿智能化中视频、图像方面的应用发展较为迅速，如重点场所智能识别、异物识别等。然而，煤矿井下的环境都较为昏暗，尤其是进行煤开采时会有煤尘遍布，影响视频图像的信息获取，这也使煤矿工人的某些作业依赖于听力。因此智能音频在煤矿智能化中还有较大的应用空间和替代作用。

为尝试减轻工人工作压力和工作量，本系统结合实际工作情况，选择在液压支架上安装拾音器，对放煤声音进行采样。通过对综采工作面放煤音、放矸石声音等进行数据标定，利用标定数据训练合适的深度神经网络模型。通过迭代测试，该模型可对落煤落矸声音以及现场其他杂音进行精确识别，识别精度理论测试约可达80%-99%准确率。

通过在传送带附近部署拾音器，采集托辊工作的声音，提取特定特征后训练特定神经网络，即可得到基于音频的托辊检测系统。将该系统部署应用，即可实现及时发现、维修托辊损坏问题，实现无人巡查托辊。

查看相关案例 →