中国安全科学学报

作者：于海成, 田羽, 李庆健, 李新鹏, 薛国庆, 张玉华

单位：国家能源集团 宝日希勒能源有限公司露天煤矿, 内蒙古 呼伦贝尔 021008

关键词：红外热成像,露天矿,火灾探测,煤层自燃,深度学习

为及时发现露天矿煤矸自燃,避免火势蔓延而造成更大损失,对于露天矿面积大、单一检测方法无法做到全方位的煤矸自燃和火灾探测,研究基于红外热成像和深度学习的露天矿自燃和火灾探测技术。首先,提出通过红外热成像和火灾图像目标识别的方法实现不同区域的自燃和火灾探测,构建露天矿煤层自燃识别与预警系统架构;然后,利用固定在露天矿地面上的热成像设备实时拍摄未发生火灾的煤矸区域的红外图像,监测煤矸温度的变化情况;最后,利用无人机机载摄像头拍摄煤层、矸石山和周边环境的照片,并基于深度学习的YOLOv8目标检测算法构建火灾探测模型,实现火焰和烟雾图像目标的检测,从而完成火灾的检测与报警。结果表明:基于热红外图像和火焰、烟雾图像识别的联合探测技术,对于火焰的检测平均精度为70.5%、烟雾的的平均识别准确率为74%,能够满足露天矿现场对于自燃和火灾的探测需求。

来源：2024年第S1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2024年第S1期