目前人工智能技术在煤炭行业井下采掘机运通各领域都有一定的应用成果，但缺少基于人工智能技术系统级的解决方案，大多停留在单一场景和业务应用层面。为了提高煤矿安全生产水平，亟待实现煤矿井下采掘机运通各个系统的集成和数据共享，满足人工智能场景的数据提取与应用。通过搭建云端、边侧、端边的AI节点，建立基于云边端的协同架构体系，构建基于工业环网、井下5G、工业控制数据、大数据、私有云、机器人、智能感知体的自主可控的人工智能平台，初步形成包括基础设施、AI开发框架、数据集、AI训练、AI部署、AI服务能力、业务应用至下而上的神东矿区人工智能平台架构，应用监督学习、半监督学习、迁移学习等技术来提升模型训练效率和质量，通过神东部分矿井生产现场部署的监控点采集训练数据和验证数据集，作为研究的数据对象，并将相关训练的AI模型和算法部署到煤矿安全生产的场景中，进一步提高煤矿专家系统、机器人、决策管理、安全管理和设备监测等智能化水平，以神东矿区行人不行车、工业摄像头模糊程度、主运输系统安全监测为例来验证人工智能安全生产管控平台的应用效果。

0引 言
1人工智能在煤矿智能化建设中的应用
2人工智能平台架构
2.1基础设施层的云边协同部署
2.2人工智能框架层
2.3 业务功能层的AI训练与推理平台
2.4人工智能能力集成层
3模型学习训练
3.1监督学习
3.2半监督学习
3.3迁移学习
4人工智能在煤矿领域关键应用
4.1专家系统的开发
4.2煤矿井下机器人的研发应用
4.3智脑综合决策
5人工智能技术在煤矿井下的应用实践
5.1 工业视频行人不行车
5.2 工业视频运行智能检测
5.3工业视频主运输系统安全监测
6 结论

崔亚仲,贺建荣,任艳艳.神东矿区人工智能安全生产管控平台应用研究[J/OL].煤炭科学技术,1-8[2024-07-23].http://kns.cnki.net/kcms/detail/11.2402.TD.20240722.1533.002.html.