煤矿井下人员的安全是煤矿生产安全中的重要一环。在目前井下的各种监测系统中,尚无以保障井下人员安全状态为核心目标的监控系统。管理人员无法实时掌握井下人员的安全状况,并根据井下人员的身体状况进行调整。物联网技术在矿山环境中的应用将提高管理者对矿山状况的全面掌控能力。本系统基于物联网技术、深度学习技术设计了针对井下人员安全状况的智能监控系统。本文首先介绍和分析了国内外对人体状态识别技术的研究,以及国内外关于雾计算与区块链在物联网系统中应用的研究现状。接着本文分析了井下人员安全状况智能监控系统的功能需求,设计了系统的整体方案。本系统分为边缘感知层、雾决策层、云服务层和管控应用层。边缘感知层负责感知井下人员的各种状态信息,而后通过边缘感知算法就地进行数据分析处理工作。边缘感知算法基于深度学习技术中的长短时记忆网络进行设计。雾决策层汇集区域内所有边缘感知节点数据,并根据数据进行异常事件溯源及决策工作。雾决策层采用区块链化的网络架构进行数据交互。这种网络架构保证了系统拥有较强的稳定性、抗毁伤能力使得系统在网络部分受损时,仍可为井下工作人员提供自身的实时状态信息。雾决策算法基于随机森林算法设计。云服务层用于收集雾决策层以及边缘感知层的数据,并提供给管控应用层以图形化的方式进行显示。最后,本文对系统的关键技术进行了测试,并分析了测试结果。本文设计的煤矿井下人员安全状况智能监控系统,具有状态识别精确、稳定性高、抗毁伤能力强等特点。为管理人员实时掌握井下人员安全状况提供了有效的解决方案,为煤矿生产安全提供了有力支撑。图 54 表 14 参 53