在工业4.0时代的浪潮中，人工智能技术已成为推动传统产业革新的重要力量。两会期间，政府工作报告提出开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。煤炭行业作为我国重要的传统能源行业，面临着转型升级的重要任务。其中，煤矿设备运维的智能化改革，是推动整个行业向数字化、智能化方向发展的关键一环。

图片来源：摄图网-露天煤矿棕色带状传送器（企业商用）

在煤矿生产中，有一种使用极为广泛的机械设备——皮带输送机。托辊是皮带输送机用量最大、更换频率最高的零部件，对托辊进行定期检查对于确保皮带输送机的稳定运行至关重要。然而，长达几十公里的皮带廊道，设备运行产生的巨大噪音、灰尘，以及封闭的产线环境，传统人工巡检面临工作量繁重、巡检间隔时间长、危险程度高、效率低、容易漏检等挑战。为了提高设备运行和维护效率，减少客户因非计划停机频率，对皮带输送机的状态实时监测和异常分析诊断尤为重要。

科大讯飞贯彻落实“人工智能+”行动，融合光纤分布式声波监测和声纹识别等技术，创新研发出皮带输送机托辊光纤声纹监测系统，实现皮带托辊设备声音远程监测、状态识别、托辊异常定位等功能，解决长距离皮带运检缺乏声音远程监测、听声难的问题。

光纤分布式声波监测——全链路、多点位实时监测，恶劣环境稳定运行

光纤分布式声波监测技术是最前沿的光纤声场还原技术，能更有效还原巡检现场环境，光纤成本低、容易维护、适应性强，可以在-40~70℃温度环境、脏污环境、粉尘环境中进行监测，无需做任何调整和改造，通过安装在皮带机一侧，实时采集全线托辊声音信息，实现托辊设备全链路、多点位7*24小时远程实时监测。

声纹识别——可视化精准定位故障，托辊异常智能预警

采集到的托辊声音信息，沿光缆传输到光纤主机，通过讯飞声纹识别算法训练，智能判断托辊异常状态及类型，精准定位异常位置并可视化呈现，无需人工巡查，有无故障一目了然。科大讯飞一直坚持源头核心技术创新，2020、2022、2023年获得DCASE声音事件定位与检测赛道冠军，该比赛要求对一段音频内发生的声音事件进行准确的时间点检测、事件类型分类与方位角定位。基于专业的的声音处理技术，系统不仅能灵活高效地处理海量复杂声纹信息，还能提供更加准确监测结果，让托辊声音听得清、听得懂。此外，系统通过建立托辊典型工况、托辊异音(托辊轴承断裂、轴承脱出、轴承抱死、托辊变形弯曲等)、环境异音等多种类型声纹数据库，进行托辊异常声音样本训练，环境影响声音对比，实现托辊异常预警，为皮带输送机的故障预防提供了有力的技术支持。

目前，系统已在多个行业客户现场进行安装部署，实现托辊异常、皮带跑偏等关键问题的实时监测，助力巡检迈入少人化、无人化阶段。某煤矿通过部署该系统，成功检测到附近托辊的异响并进行报警。客户在现场确认后，发现异响原因为托辊轴损坏，更换后恢复正常。

在“人工智能+”行动的推动下，煤炭行业智能化转型不断加速，科大讯飞充分发挥科技创新的重要作用，积极投入“人工智能+”行动，致力于用人工智能助力矿山运行全过程中的“减人”与“增效”，为煤炭行业智能化转型贡献力量。

来源：IntelMining智能矿业