关于打钻点视频监控系统开发应用研究

石油行业钻井作业的安全性对保证人生安全、企业经济效益的提升都具有重要的作用。

然而，钻井作业或多或少的存在环境、管理、设备和人员等的缺陷，危险因素总是伴随着整个钻井作业。

由于钻井工作环境的特殊性，监督体制的不完善及人员素质的参差不齐等因素，钻井安全事故时有发生。

近年来，电子科学技术不断发展，石油钻井行业逐渐采取视频监控方法，使得在生产基地就可以随时检查现场施工作业情况，大大的节约了人力和物力。

视频监控系统是实现远程检查的基础设备，近年来发展迅速，取得了较大进展，更好地促进了钻井作业现场的实时监控。

一、智能视频监控系统的发展现状视频监控发展至今已经历了三四十年的历史，最初是通过录像设备和纯模拟监控摄像机发展的，经过多年的发展，在内在驱动力上成果显著，主要包括智能分析技术应用更多、视频监控图像的质量得到显著提升、安装和维护流程更加简便、可靠性和安全性更好、监控视频保存时间更长、系统成本更低、已实现了模块化监控系统和远程监控等的系统集成。

目前，监控系统所获得的图像更加清晰、监控视频保存时间更长，伴随监控需求的增加、设备的更新换代，往往一个监控系统会安装多个摄像头和监控关注点。

显然，需要处理监控系统中的数据量更加庞大，依靠工作人员几乎不可能完成分析。

在这种情况下，智能视频监控系统则具有独到的优势，可以快递的处理大规模信息。

和传统视频监控相比，智能视频监控系统主要应用了计算机视频和视觉分析技术，视频分析能力更强。

即使在无人监控下，该系统根据实时视频图像也可以分析出钻井现场的情况，并可以定位、辨识和跟踪人或物的位置。

甚至根据紧急情况和应急响应措施，实施相应应急措施，可极大的保护钻井安全。

二、智能视频监控相关技术研究进展1.目标检测技术目标检测技术可以将图像、视频文件中不同的区域按照兴趣进行划分，对图像中目标的存在与否及目标位置进行定性描述。

计算机视觉领域中，目标检测是一个重要的方向，在不断更新的硬件计算能力、视频处理技术及互联网技术的发展下，目标检测随着视频及图像数据量的增加而不断发展，检测效率及准确率也逐渐提高。

２０２０年第２０卷第２期安全技术㊀㊀㊀钻井过程人员异常行为视频智能识别系统王文正ꎬ吴德松ꎬ李千登(中国石化青岛安全工程研究院ꎬ山东青岛㊀２６６０７１)㊀㊀摘㊀要:针对钻井现场视频监控人工值守工作量大㊁异常行为识别不及时㊁海量视频数据缺乏实时报警等问题ꎬ结合钻井作业操作规程建立井控坐岗监测㊁起下钻㊁甩钻具等钻井作业场景典型异常行为判别规则ꎬ在基于卷积神经网络的目标检测方法基础上ꎬ引入ＳＩＦＴ方法和基于强化学习的困难样本筛选策略ꎬ提高了算法识别的准确率与鲁棒性ꎮ测试结果表明ꎬ在像素分辨率１９２０ˑ１０８０的情况下ꎬ该方法整体识别准确率达到８５％以上ꎬ平均识别速度为１３５ｍｓ/帧ꎮ在此基础上ꎬ开发了钻井过程人员异常行为智能识别系统ꎬ试点应用结果表明ꎬ该系统能够对接入的视频流进行实时检测ꎬ及时㊁准确识别出坐岗人员擅自离岗㊁起下钻及甩钻具过程人员危险站位等异常行为ꎬ有效提升钻井现场安全管理水平ꎮ关键词:钻井作业ꎻ异常行为识别ꎻ视频智能识别系统ꎻ目标检测方法ꎻ钻井安全管理ＤＯＩ:１０.３９６９/ｊ.ｉｓｓｎ.１６７２￣７９３２.２０２０.０２.００４０㊀引言随着国家能源战略要求的进一步提高ꎬ油气开发行业将迎来新一轮的高峰期ꎬ而钻井作业安全也又一次成为社会关注的焦点ꎮ作业人员异常行为会对钻井安全带来极大影响ꎮ统计表明ꎬ近年来发生的井喷㊁物体打击㊁机械伤害等钻井过程安全事故中ꎬ８７％是由于人员异常操作行为引发的[１￣２]ꎮ如何有效控制人员异常行为已经成为了钻井现场安全管理的关键制约点ꎮ视频监控系统是目前较为常用的行为监控手段ꎬ但已有监控系统主要依靠人工观看的方式来进行问题排查和事后回溯ꎬ存在负载过大㊁人员易于疲惫出错㊁误报㊁漏报㊁报警反应时间长等问题ꎮ为了利用视频监控设备更加及时㊁准确地获得监管信息ꎬ视频智能识别技术已成为国内外关注的热点[３￣５]ꎮ目前采用的视频智能识别技术对于人员异常行为进行实时检测报警已在煤矿安全㊁公共安全等不同领域取得了一定的研究与应用成果[６￣７]ꎮ董观利等[８]设计了矿井行人越界检测系统ꎬ能够对于运动的行人目标进行主动安全监测ꎻ贾澎涛等[９]对Ｃａｍｓｈｉｆｔ算法进行改进ꎬ提出了煤矿井下视频多目标轨迹跟踪算法ꎬ提高了检测与识别的准确性ꎻ华斌等[１０]从人群的加速度角度对可能导致公共安全事故的人群异常行为进行研究ꎬ提出了一种公共场所人群加速度异常检测系统ꎬ实现了对于人群逃散㊁人群聚集㊁人群拥挤和人群逆行等４种异常行为的检测报警ꎮ然而在钻井安全管控领域尚未见到相关的研究与应用ꎮ针对上述问题ꎬ根据钻井现场的实际应用需求ꎬ设计并实现了一种钻井过程人员异常行为视频智能识别系统ꎬ建立了井控坐岗监测㊁起下钻作业㊁甩钻具作业等不同场景下人员异常行为的识别规则ꎬ为规范钻井现场安全管理㊁提升作业安全水平提供了基础和依据ꎮ１㊀系统概述１.１㊀钻井过程典型异常行为特征分析井喷事故是钻井过程中危害后果最严重的事故ꎮ由于地下流体存在的高压㊁高含硫等特点ꎬ井喷事故一旦发生ꎬ将会造成大量人员伤亡和巨大财产损失ꎬ产生极为严重的社会影响ꎮ通过对于５６起重大钻井井喷事故数据分析表明ꎬ引发事故的直接原因中ꎬ井控坐岗制度未落实㊁未及时准确发现溢流占比最高ꎬ达到１１ １８％[２]ꎮ物体打击㊁机械伤害等高危作业事故是钻井过程中最常见的事故类型ꎮ该类事故虽然引发人员伤亡相较于井喷事故较小ꎬ但其发生频率极高ꎮ通过对某石油企业近５年钻井过程高危作业事故统计发现ꎬ起下钻㊁拆装作业等环节涉及高危设备和复杂操作流程ꎬ是事故多发环节ꎬ而人员错误站位是引发事故的主要原因ꎮ因此ꎬ选取井控坐岗监测场景下人员离岗行为㊁起下钻和甩钻具作业场景下人员错误站位行为作为异常行为识别的主要对象开展分析研究ꎮ１.２㊀异常行为智能识别系统设计钻井人员异常行为智能识别系统是基于钻井井场已部署好的摄像头ꎬ集中式获取钻井作业现场实时视频流ꎬ选择性设定观测区域及算法ꎬ基于目标几何和统计特征进行图像分割ꎬ在复杂场景中对目标进行检测识别㊁跟踪ꎬ实现目标及特征的自动提取ꎬ将目标数据在视频图像上直观标示ꎬ并输出目标及特征数据ꎮ依据目标特征及异常行为判定模型ꎬ采用深度学习算法ꎬ实现异常行为判定ꎬ并输出相应报警信息ꎮ后台管理端接收前端各类报警信息ꎬ综合生成现场的安全信息ꎬ并可进一步执行信息的浏览㊁异常行为处理等任务ꎮ视频智能识别系统工作流程如图１所示ꎮ图１㊀视频智能识别工作流程２㊀系统实现２.１㊀建立钻井过程典型异常行为特征识别规则结合钻井作业操作规程ꎬ针对井控坐岗监测场景下人员离岗㊁起下钻和甩钻具作业场景下人员错误站位等异常行为ꎬ提取其特征识别规则ꎬ详见表１ꎮ２.２㊀供试数据试验视频采用西南地区某石油工程公司Ａ井场作业视频ꎬ采集于２０１７年１１月３０日至２０１８年５月１日ꎬ共计１００段视频ꎬ每段视频时长为２０~４０ｍｉｎꎮ对选出视频进行处理ꎬ获得３００段测试视频(每段长约２０ｓ左右)和约１００００幅人员图像作为训练数据ꎬ并从其中随机选出１０段视频㊁２０００幅作为测试数据ꎬ训练数据与测试数据不重复ꎮ２.３㊀算法建立２.３.１㊀场景特点与需求分析提出人员离岗㊁起下钻和甩钻具作业场景下人员错误站位等场景ꎬ存在以下特点:①监控区域属于危险区域ꎬ且人员在监控区域内频繁进出的行为较为频繁ꎬ因此所采用的算法必须能够快速检测人员目标ꎬ并进行位置判断ꎬ要求运算时间不能太长ꎻ②视频场景复杂ꎬ光照㊁设备运动等都会对于视频分析结果产生影响ꎬ容易导致误检ꎮ２０２０年第２０卷第２期安全技术㊀㊀㊀㊀表１㊀不同钻井作业场景下异常行为特征及识别规则２.３.２㊀算法改进为保证识别速度ꎬ采用基于卷积神经网络的目标检测方法[１１]ꎮＡｌｅｘＮｅｔ网络模型共有８层ꎬ其中前５层为卷积层ꎬ后３层为全连接层ꎬ如图２所示ꎮ在一定的准确率损失下ꎬ通过近似和简化ＡｌｅｘＮｅｔ网络ꎬ加速ＡｌｅｘＮｅｔ计算ꎬ网络模型的修改优化如下:缩小原输入图像的尺寸ꎬ第１个ｃｏｎｖ层(ｃｏｎｖ１)输入图像大小由２２４ˑ２２４调整为１７９ˑ１７９ꎬ以尽量降低计算损耗ꎬ三维卷积核大小为１１ˑ１１ˑ３ꎬ步长为４ꎻ经卷积操作后ꎬ得到两个５５ˑ５５大小的图像ꎬ通道数为４８ꎬ最大池化后得到两个２７ˑ２７ꎬ通道数为１２８的图像ꎬ输入第２个ｃｏｎｖ层(ｃｏｎｖ２)ꎻ第３个ｃｏｎｖ层(ｃｏｎｖ３)通过只使用单通道ꎬ即不再使用图２中黄色线框内的通道ꎬ以降低ＧＰＵ资源占用ꎬ通过卷积操作ꎬ得到１３ˑ１３的图像ꎬ通道数为１９２ꎻ第４个ｃｏｎｖ层(ｃｏｎｖ４)再经过３ˑ３卷积操作ꎬ同时对图像进行填充ꎬ得到与上一层相同尺寸和通道的图像ꎻ第５个ｃｏｎｖ层(ｃｏｎｖ５)再次卷积和填充操作后ꎬ得到１３ˑ１３大小的图像ꎬ通道数为１２８ꎮ最后ꎬ经第１个ｆｕｌｌ￣ｃｏｎｎｅｃｔｅｄ层(ｆｃ６)㊁第２个ｆｕｌｌ￣ｃｏｎｎｅｃｔｅｄ层(ｆｃ７)㊁第３个ｆｕｌｌ￣ｃｏｎｎｅｃｔｅｄ层(ｆｃ８)共３层全连接后ꎬ得到７５２维特征向量的输出ꎬ以达到降低过拟合的目的ꎬ修改后的模型大大提高了计算效率ꎮ图２㊀缩减后的ＡｌｅｘＮｅｔ结构㊀㊀为了增强实际场景模型中的抗干扰能力ꎬ针对在原始数据集上训练得到的初始模型进行反复迭代ꎬ采用基于强化学习的困难样本筛选策略ꎬ从而极大地增加了正样本数据集的特征多样性ꎬ保证模型在不同环境下的鲁棒性ꎮ此外ꎬ由于ＳＩＦＴ方法具有尺度不变特性ꎬ而在改变旋转角度㊁图像亮度或拍摄视角ꎬ依然能够得到较好的检测效果ꎬ符合钻井现场野外情况多变的特点[１２]ꎮ因此ꎬ为了保证识别准确率ꎬ通过引入了ＳＩＦＴ方法ꎬ将ＳＩＦＴ方法得到的关键点的方向参王文正ꎬ等.钻井过程人员异常行为视频智能识别系统数作为卷积神经网络的输入ꎬ以提高增强算法的细节提取能力ꎬ减少误检ꎮ２.４㊀测试结果分析将ＳＩＦＴ方法与已公开的ＦａｓｔｅｒＲ￣ＣＮＮ/ＲｅｆｉｎｅｄＣＮＮ方法进行比较ꎬ结果如表２所示ꎬ在像素分辨率１９２０ˑ１０８０的情况下ꎬ整体识别准确率达到８５ ７％ꎬ平均速度为１３５ｍｓ/帧ꎬ相较于ＦａｓｔｅｒＲ￣ＣＮＮ/ＲｅｆｉｎｅｄＣＮＮ方法高约３％ꎬ运算速度提高约３倍ꎮ表２㊀不同计算方法测试结果对比３㊀应用效果及分析为测试检测效果ꎬ选取Ａ井场进行了实地部署与测试ꎮ该系统部署于公司机房ꎬ通过千兆或万兆网卡接入监控视频网络ꎬ监控网络中的监控资源通过ＧＢ/Ｔ２８１８１－２０１１«安全防范视频监控联网系统信息传输㊁交换㊁控制板术要求»与系统对接ꎬ实时码流直接进入设备进行在线解析ꎮ图３为作业现场视频部署情况ꎬ摄像头１位于队部顶端ꎬ可监控钻台前方滑道㊁管架附近区域ꎮ摄像头２位于振动筛附近ꎬ用于监控井控坐岗监测情况ꎮ摄像头３位于司钻房顶端ꎬ用于监控钻台上井口附近区域ꎮ其中ꎬ摄像头１㊁３为固定摄像头ꎬ摄像头２为移动摄像头ꎮ３.１㊀坐岗溢流监测异常行为识别坐岗溢流监测人员行为检测中固定摄像头的分辨率设置为１０８０Ｐꎬ帧率设置为２５帧/ｓꎬ结果如图４所示ꎮ图中泥浆液面观测区域为设置的检测区ꎬ如黄色框线所示ꎬ坐岗人员则用蓝色识别框表示ꎮ图４(ａ)表示人员在岗时ꎬ系统能够准确识别出检测区的目标人员ꎻ图４(ｂ)则表示人员做出擅自离岗行为时ꎬ系统会自动发现目标区域内目标人员缺失ꎬ进而显示 Ａｂｓｅｎｃｅ 的状态信息ꎬ并向后台发送报警信息ꎮ图３㊀钻井作业现场摄像头部署分布情况图４㊀坐岗溢流监测场景下异常行为识别情况２０２０年第２０卷第２期安全技术㊀㊀㊀㊀３.２㊀起下钻作业异常行为识别起下钻作业过程人员行为检测中固定摄像头的分辨率设置为１０８０Ｐꎬ帧率设置为２５帧/ｓꎬ结果如图５所示ꎮ图中井眼附近约１ ５ｍ的区域为设置的检测区ꎬ如绿色框线所示ꎬ坐岗人员则用蓝色识别框表示ꎮ图５(ａ)表示钻柱上提时ꎬ系统能够通过采集司钻台大钩载荷数据ꎬ判断出钻柱处于运动状态ꎬ并通过 Ｍｏｖｉｎｇ 字串显示钻柱运动信息ꎬ同时系统并未在检测区内检测到目标人员ꎬ故无异常状态示警ꎻ图５(ｂ)表示同样在钻柱上提时ꎬ系统判断出钻柱处于运动状态ꎬ并在检测区域内检测到目标人员ꎬ则系统会显示 Ａｌａｒｍ 的状态信息ꎬ并向后台发送报警信息ꎻ图５(ｃ)表示系统通过大钩载荷判断钻柱处于静止状态时ꎬ会通过 ＮｏＭｏｖｅ 字串显示钻柱信息ꎬ此时虽然系统在检测区内检测到目标人员ꎬ但并不会进行报警ꎮ可以看出ꎬ采用司钻房数据与视频智能识别分析相结合的方式ꎬ能够有效避免了由于颜色过暗㊁标志不明显以及视频背景同类物体多㊁干扰大等原因所导致的钻柱运动状态难以准确识别的问题ꎬ能够简便㊁准确的确定钻柱运动状态ꎬ提高了算法后台处理速度ꎬ降低了误报率ꎮ图５㊀起下钻作业场景下人员异常行为识别情况３.３㊀甩钻具作业异常行为识别甩钻具作业过程人员行为检测中固定摄像头分辨率设置为１０８０Ｐꎬ帧率设置为２５帧/ｓꎮ图中平板滑道附近约１ｍ的区域为设置的检测区ꎬ如绿色框线所示ꎬ坐岗人员则用蓝色识别框表示ꎮ与起下钻作业过程人员行为识别方法相同ꎬ同样采用司钻房数据与视频智能识别分析相结合的方式ꎮ如图６所示ꎬ钻柱起吊时ꎬ系统通过采集司钻台数据ꎬ判断出钻柱处于运动状态ꎬ同时系统在检测区内检测到目标人员ꎬ则系统会显示 Ａｌａｒｍ 的状态信息ꎬ并向后台发送报警信息ꎮ该系统已经在某公司井场部署ꎬ并实际运行了近４个月ꎮ目前ꎬ该系统能够保证正常解码视频流ꎬ并运行人员行为检测相关算法ꎬ系统检测画面显示正常㊁连续㊁实时ꎮ通过井场实地在线运行ꎬ充分证明了该系统的可行性ꎮ图６㊀甩钻具钻作业场景下人员异常行为识别情况４㊀结论ａ)深入分析钻井作业现场特点ꎬ在基于卷积神经网络的目标检测方法的基础上ꎬ引入ＳＩＦＴ方王文正ꎬ等.钻井过程人员异常行为视频智能识别系统法和基于强化学习的困难样本筛选策略ꎬ提高了算法识别的准确率与鲁棒性ꎮ测试结果表明ꎬ在像素分辨率１９２０ˑ１０８０的情况下ꎬ该方法整体识别准确率达到８５％以上ꎬ平均识别速度为１３５ｍｓ/帧ꎮｂ)试点井场应用结果表明ꎬ该系统能够对接入的视频流进行实时检测ꎬ准确识别出坐岗人员擅自离岗㊁起下钻及甩钻具过程人员危险站位等异常行为ꎬ所采用的司钻房数据与视频智能识别分析相结合的方式有效提高了系统处理速度ꎬ降低了误报率ꎮ该系统能够有效减少人工值守工作量ꎬ避免了监控遗漏ꎬ提升了井场风险研判㊁预警及应急处置能力ꎮ５㊀参考文献[１]㊀赵全民ꎬ樊建春ꎬ张洪.天然气钻井人因失误事故风险定量评价方法[Ｊ].天然气工业ꎬ２０１２ꎬ３２(７):８０￣８３. [２]㊀张洪ꎬ王凯ꎬ曾宏.钻井井喷事故人因失误特征分析和对策[Ｊ].天然气工业ꎬ２０１０ꎬ３０(８):９８￣１００. [３]㊀王林ꎬ李千登ꎬ朱锟.石化企业检维修施工作业过程动态智能管控技术研究[Ｊ].安全㊁健康和环境ꎬ２０１７ꎬ１７(８):４６￣４９.[４]㊀ＲｅｎＳꎬＨｅＫꎬＧｉｒｓｈｉｃｋＲꎬｅｔａｌ.ＦａｓｔｅｒＲ￣ＣＮＮ:ｔｏ￣ｗａｒｄｓｒｅａｌ￣ｔｉｍｅｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎｗｉｔｈｒｅｇｉｏｎｐｒｏｐｏｓａｌｎｅｔｗｏｒｋｓ[Ｃ].ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＮｅｕｒａｌＩｎｆｏｒ￣ｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓ.ＣａｍｂｒｉｄｇｅＭＡꎬＭＩＴＰｒｅｓｓꎬ２０１５:９１￣９９.[５]㊀施红勋.炼化企业检维修项目安全监管云平台设计与实现[Ｊ].安全㊁健康和环境ꎬ２０１９ꎬ１９(８):４９￣５２. [６]㊀ＧａｎｓｎｅｒＥꎬＨｕＹꎬＫｏｂｏｕｒｏｖＳ.ＶｉｓｕａｌｉｚｉｎｇＧｒａｐｈｓａｎｄＣｌｕｓｔｅｒｓａｓＭａｐｓ[Ｊ].ＩＥＥＥＣｏｍｐｕｔｅｒＧｒａｐｈｉｃｓａｎｄＡｐ￣ｐｌｉｃａｔｉｏｎｓꎬ２０１０ꎬ３０(６):５４￣６６.[７]㊀ＱｉＨꎬＲｕａｎＬꎬＺｈａｎｇＨꎬｅｔａｌ.Ｉｎｖｅｒｓｅｒａｄｉａｔｉｏｎａｎａｌｙ￣ｓｉｓｏｆａｏｎｅ￣ｄｉｍｅｎｓｉｏｎａｌｐａｒｔｉｃｉｐａｔｉｎｇｓｌａｂｂｙｓｔｏｃｈａｓｔｉｃｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚｅｒａｌｇｏｒｉｔｈｍ[Ｊ].ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＴｈｅｒｍａｌＳｃｉｅｎｃｅｓꎬ２００７ꎬ４６(７):６４９￣６６１. [８]㊀董观利ꎬ宋春林.基于视频的矿井行人越界检测系统[Ｊ].工矿自动化ꎬ２０１７ꎬ４３(２):２９￣３４. [９]㊀贾澎涛ꎬ贾伟.煤矿井下视频多目标轨迹跟踪算法研究[Ｊ].计算机工程与应用ꎬ２０１８ꎬ５４(２):２２２￣２２７. [１０]华斌ꎬ梁茜ꎬ刘赏ꎬ等.公共场所人群加速度异常检测系统[Ｊ].安全与环境学报ꎬ２０１７ꎬ１７(３):１０４３￣１０４８.中的研究进展[Ｊ].计算机工程与应用ꎬ２０１８ꎬ５４(１７):１￣９.[１２]李丹ꎬ孙海涛ꎬ王海莉.一种改进地ＳＩＦＴ图像立体匹配算法[Ｊ].西安交通大学学报ꎬ２０１５ꎬ５０(３):４９０￣４９６.ＶｉｄｅｏＩｎｔｅｌｌｉｇｅｎｔＲｅｃｏｇｎｉｔｉｏｎＳｙｓｔｅｍｆｏｒＡｂｎｏｒｍａｌＢｅｈａｖｉｏｒｉｎＤｒｉｌｌｉｎｇＯｐｅｒａｔｉｏｎｓＷａｎｇＷｅｎｚｈｅｎｇꎬＷｕＤｅｓｏｎｇꎬＬｉＱｉａｎｄｅｎｇ(ＳＩＮＯＰＥＣＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＳａｆｅｔｙＥｎｇｉｎｅｅｒｉｎｇꎬＳｈａｎｄｏｎｇꎬＱｉｎｇｄａｏꎬ２６６０７１)Ａｂｓｔｒａｃｔ:Ｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｏｆｈｅａｖｙｗｏｒｋｌｏａｄꎬｕｎｔｉｍｅｌｙａｂｎｏｒｍａｌｂｅｈａｖｉｏｒｒｅｃｏｇｎｉｔｉｏｎａｎｄｌａｃｋｏｆｒｅａｌ￣ｔｉｍｅａｌａｒｍｏｆｖｉｄｅｏｓｕｒｖｅｉｌｌａｎｃｅｉｎｄｒｉｌｌｉｎｇｆｉｅｌｄꎬｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒｕｌｅｓａｎｄｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｏｆｔｙｐｉｃａｌａｂｎｏｒｍａｌｂｅｈａｖｉｏｒｉｎｄｒｉｌｌｉｎｇｏｐｅｒａｔｉｏｎｓｃｅｎａｒｉｏｓｗｅｒｅｅｓｔａｂｌｉｓｈｅｄｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｄｒｉｌｌｉｎｇｏｐｅｒａｔｉｏｎｐｒｏ￣ｃｅｄｕｒｅｓꎬｃｏｎｃｌｕｄｉｎｇｏｖｅｒｆｌｏｗｓｉｔｔｉｎｇｍｏｎｉｔｏｒｉｎｇꎬｔｒｉｐ￣ｐｉｎｇａｎｄｌｉｆｔｉｎｇｄｒｉｌｌｉｎｇｓｔｒｉｎｇｓ.Ｏｎｔｈｅｂａｓｉｓｏｆｃｏｎｖｏ￣ｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋꎬＳＩＦＴｍｅｔｈｏｄａｎｄｒｅｉｎｆｏｒｃｅ￣ｍｅｎｔｌｅａｒｎｉｎｇｂａｓｅｄｄｉｆｆｉｃｕｌｔｓａｍｐｌｅｓｅｌｅｃｔｉｏｎｓｔｒａｔｅｇｙｗｅｒｅｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｍｏｄｅｌｔｏｉｍ￣ｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙａｎｄｒｏｂｕｓｔｎｅｓｓ.Ｔｈｅｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｍｅｔｈｏｄｗａｓｏｖｅｒ８５％ａｎｄｔｈｅａｖｅｒａｇｅｒｅｃｏｇｎｉｔｉｏｎｓｐｅｅｄｗａｓ１３５ｍｓ/ｆｒａｍｅｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｏｆ１９２０∗１０８０ｐｉｘｅｌｒｅｓｏｌｕｔｉｏｎ.Ｔｈｅｖｉｄｅｏｉｎｔｅｌｌｉｇｅｎｔｒｅｃｏｇｎｉｔｉｏｎｓｙｓ￣ｔｅｍｆｏｒａｂｎｏｒｍａｌｂｅｈａｖｉｏｒｉｎｄｒｉｌｌｉｎｇｏｐｅｒａｔｉｏｎｓｗａｓｄｅｖｅｌｏｐｅｄ.Ｔｈｅａｐｐｌｉｃａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｓｙｓｔｅｍｃｏｕｌｄｐｅｒｆｏｒｍｔｈｅｒｅａｌ￣ｔｉｍｅｖｉｄｅｏｓｔｒｅａｍꎬａｃ￣ｃｕｒａｔｅｌｙｉｄｅｎｔｉｆｙｔｈｅａｂｎｏｒｍａｌｂｅｈａｖｉｏｒｓｍｅｎｔｉｏｎｅｄａ￣ｂｏｖｅꎬｗｈｉｃｈｃｏｕｌｄｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｓａｆｅｔｙｍａｎ￣ａｇｅｍｅｎｔｌｅｖｅｌｏｆｔｈｅｄｒｉｌｌｉｎｇｓｉｔｅ.Ｋｅｙｗｏｒｄｓ:ｄｒｉｌｌｉｎｇｏｐｅｒａｔｉｏｎꎻａｂｎｏｒｍａｌｂｅｈａｖｉｏｒｉｎ￣ｔｅｌｌｉｇｅｎｔｒｅｃｏｇｎｉｔｉｏｎꎻｖｉｄｅｏｉｎｔｅｌｌｉｇｅｎｔｒｅｃｏｇｎｉｔｉｏｎｓｙｓ￣ｔｅｍꎻｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄꎻｄｒｉｌｌｉｎｇｓａｆｅｔｙｍａｎａｇｅ￣ｍｅｎｔ。

视频监控系统在煤矿中的应用方案xx年xx月xx日•引言•视频监控系统的组成和特点•视频监控系统在煤矿中的应用•工程实例目•视频监控系统的优势和发展方向录01引言煤炭作为我国主要能源的地位煤矿事故的频发及其原因传统监控系统的不足和视频监控系统的引入背景介绍1视频监控系统在煤矿中的重要性23对矿井下的实时监控，及时发现安全隐患。

实时监控对矿井下的视频监控数据进行保存，事故发生后可进行回溯。

事故回溯视频监控系统可提高煤矿管理的效率和安全性。

提高管理效率矿井下的各种环境包括采煤工作面、掘进面、运输巷、回风巷等。

各种监控需求包括作业面、人员定位、物资管理、应急救援等。

解决方案的应用范围02视频监控系统的组成和特点03高清摄像机具备高清晰度、高分辨率的拍摄能力，能够提供更加细腻、准确的图像信息。

前端采集设备01矿用防爆摄像机适用于煤矿井下环境，具有防爆、防尘、防水等功能，能够清晰地拍摄井下作业现场的实时情况。

02红外摄像机适用于井下光线较暗的环境，可在夜间或低照度条件下进行监控。

用于传输高清视频流，支持数据传输速率高达100Mbps。

网络交换机适用于传输距离较近、对图像质量要求不高的场景，具有价格实惠、维护方便等特点。

双绞线传输线适用于传输距离较远、对图像质量要求较高的场景，具有抗干扰能力强、稳定性高等特点。

同轴电缆传输线传输设备及线缆煤矿监控系统软件可实现多路视频画面实时监控、录像回放、远程控制等功能，支持多用户同时访问。

矿用安全监控系统能够实时监测井下有害气体浓度、温度、湿度等参数，以及人员定位、车辆跟踪等功能。

视频监控平台系统特点前端设备采用工业级设计，能够适应煤矿井下恶劣的环境条件，保证系统的稳定性。

稳定性高安全性强可扩展性强易用性高系统具备多重安全防护功能，能够有效地保障监控系统的安全性。

系统采用模块化设计，方便后期扩展升级，支持多种新型监控技术应用。

系统界面友好，操作简便，可快速上手使用，方便管理人员随时随地掌握煤矿现场情况。

工程探测中钻孔电视成像技术的应用探讨摘要：文章首先简单介绍了钻孔电视成像技术的优点和发展历程，然后论述了钻孔电视成像技术的工作原理，并介绍了此系统在工作中易受到的影响因素和非正常成像的常见问题原因，然后对钻孔电视成像技术在病险水库检测中的作业流程作了介绍，最后对该项技术的发展趋势和应用作了总结。

关键词：工程探测；钻孔；电视成像；应用随着我国社会经济的迅速发展，国内各种大型基建项目正如火如荼的进行，据统计近十年来国内建设的工程项目占全球基建工程项目总和的一半，在数量数次巨大的工程项目中，工程的施工、维修和质量检测等时常用到勘测技术。

目前我国主要应用的工程探测技术依然是应用了数十年的钻孔测井技术，该技术需要使用专门的钻具，费时费力，且在分析过程中往往存在岩芯错位，不能对岩样本来的构造、断裂和产状进行精确分析等弊端。

如今随着技术的发展，电视成像技术在工程探测中的应用越来越广泛。

1 钻孔电视成像技术概述钻孔电视成像技术是指利用各种方式方法（声、光、电、核磁等）对钻孔周围的壁面介质进行扫描成像，最初钻孔成像技术被应用于石油勘探过程中的测井技术，在20世纪80年代欧美等发达国家开始在工程钻孔探测中应用。

与传统的钻孔芯样相比，电视成像技术具有录取信息丰富、高精确度、简单易操作等优点，该技术可以弥补钻孔取芯技术的不足。

其利用高分辨率的成像技术可以对井壁的变化形态、构造裂隙以及断层岩溶等信息进行精确扫描，能够可视化，且覆盖范围较大，对地质现象的表达更直观，工程应用范围更广。

钻孔电视成像技术在国外始于20世纪中期，到20世纪80年代已经成为西方测井公司的主要商业服务手段，在大型的基建工程中应用钻孔电视成像技术成书于90年代中期。

国内钻孔电视成像技术发展较晚，20世纪60年代开始研发井孔检测技术，70年代开发出黑白井下光学电视，80年代有了彩色光学井孔电视系统，从产品研发商整体落后与西方先进国家10年。

本文重点分析钻孔电视成像技术在工程勘测中的适用性以及在水利工程中水库病险探测方面的应用进行探讨，以期待对我国钻孔电视成像技术的应用和发展有一定推动作用。

浅析石油钻井行业安全视频实时传输系统建设及应用石油钻井行业安全风险较高，同时由于其行业特点，大多野外施工作业，各施工场所往往距离较远，甚至无通讯信号，近年来，全国安全生产形势严峻，国家、地方政府、各企业对于安全管理愈发严格，传统的监督管理办法不仅花费大量的人力、物力去现场巡视实际情况，而且由于巡检人员数量有限，施工场地分散，施工现场环境复杂，往往是效率低下、效果不佳，建立实时视频传输系统可以实时、直观了解各钻井现场安全管理情况，方便进行即时的指导、监督，有效预防各类事故和不安全因素的发生。

本文结合行业特点，提出安全视频实时传输系统建设指导意见，仅供参考。

标签：安全;实时;视频传输1.内涵与创新点安全监控视频实时远传系统是利用电信运营商的资源优势将分散的施工现场监控信息通过光纤、微波、无线组网等技术手段集中回传展现，通过对施工现场进行不间断的实时巡视，对公司所属钻井队安全生产进行全天候、全方位、全过程、全覆盖监控，查找施工过程中的违章和隐患，及时提醒治理各类现场的安全隐患，为安全生产和标准化施工保驾护航。

2.视频实时传输系统的前期建设2.1视频监控中心显示系统。

可采用超窄边框LCD拼接屏，HDMI矩阵等组成整个拼接幕墙显示系统，实现多路视频信号的统一处理，形成一个拥有高亮度、高清晰度、低功耗、高寿命的液晶拼接幕墙显示系统。

支持多个活动窗口，支持单屏、整屏显示，能够随时掌握现场监控点发生的问题。

2.2实时传输系统组网模式。

根据现场实际勘查的状况和实际需求，采用点对点的桥接方式进行现场至视频中心的星联模式进行组网，用无线网桥实现远程无线信息传输，在多点之间建立宽带网络通信链路。

如图1所示，在铁塔E传输距离范围内的钻井队B和钻井队C通过无线网桥传输至铁塔E;;铁塔E租用运营商线路传至铁塔F，在铁塔F传输范围距离范围内钻井队A和钻井队D通过无线网桥传输至铁塔F，两路信号合并再次通过租用运营商线路传回监控中心。

矿井安全高效钻进技术研究与应用第一部分：钻机设备安全性能改进（一）、钻机试用发现的缺陷（1）钻机前夹持器松杆不到位；通过检查油路及更换小件，均无法满足要求。

（2）钻机顶镐设计不合理，转移钻机时，顶镐回收高度不足，与履带持平，遇坑洼地段时，磨蹭顶镐底座，导致钻机无法移动。

（3）油箱位置位于立轴跑道下侧，立轴移动时，对油箱盖顶部螺丝进行切除。

（4）正常打钻期间，变速箱固定不牢固。

（5）操作台位置不合适，距钻杆近，对操作人员安全有隐患。

（二）、钻机改进实施方案1、对前夹持器进行改造，根据前夹持器的外形尺寸，利用废旧铁板制作，将铁板割成宽540mm，高310mm的铁块。

附加铁板割成宽40mm二块，跑道铣槽高10mm，宽10mm，滑块长180mm，对称铣槽、滑块及跑道进行抛光打磨。

将铁板与附加铁板进行安装，按比例打眼，使用20mm螺丝进行紧固。

将跑道铣槽与滑块分别安装在模块上侧，使用22mm螺丝进行紧固。

根据前夹持器的外形尺寸，利用废旧铁板制作，将铁板割成宽540mm，高310mm的铁块。

附加铁板割成宽40mm二块，跑道铣槽高10mm，宽10mm，滑块长180mm，对称铣槽、滑块及跑道进行抛光打磨。

将铁板与附加铁板进行安装，按比例打眼，使用20mm螺丝进行紧固。

将跑道铣槽与滑块分别安装在模块上侧，使用22mm螺丝进行紧固。

2、对钻机顶镐进行改进，现顶镐长度为500mm，收缩时，只能收缩至履带上部，影响钻车行进，改进方案是，拆卸连接顶镐的8条12mm螺丝，将现有的顶镐向上平移500mm，下部加设一顶镐接骨，接骨为液压系统，能升高至履带以上，这样，将顶镐与接骨连接，打钻时，将下部顶镐骨节放下，稳定钻机，上部顶镐提升至钻场顶部时，能够顶到钻场顶板，接骨上焊接一200mm×200mm平面铁板，能有效对破碎顶板支护。

行走时，收缩下部顶镐，不影响钻车行走。

3、对跑道进行改进，现有的跑道是槽钢规格为5#50mm×37mm×4.5mm 更换成8#80mm×43mm×5.0mm槽钢，槽钢加厚后，与原有的固定油箱螺丝加大了间距，这样，立轴移动时，不会对油箱盖顶部螺丝进行切除。

煤矿井下打钻视频监控系统的设计与实现摘要:为了保证工作面钻孔到位，需要对整个钻孔过程进行记录。

本文设计了一种钻井视频监控系统，用视频画面记录钻井过程。

关键词：煤矿井；视频监控系统；设计视频监控系统是集计算机应用技术、通信技术、视频传输技术等多项高新技术融合而成的综合性系统。

井下打钻视频监控系统的设置应根据地下钻井现场的实际需求,实行有线VDSL传输。

通过对地下钻探全过程的监测,从根源上防止施工人员虚报、违规作业、甚至假孔等危险事件的发生，为安全生产、调度指挥、合理解决提供了有利的保障。

前端通信是通过阻燃矿用电缆传输信息，再通过工业以太网传输到地面的一种技术。

系统本身具有的可移动性、安全便捷、重量偏小、防水防火、远距离可持续传播等特性，决定了系统适用于恶劣环境的煤矿钻井现场。

一、结构系统钻井视觉监控系统采取独立的井下计数分站和视频监测系统,通过以太网信号或光纤信号传送地面上的控制室。

地面上的控制室计算机软件一直显示井下的钻井现场状况,并能在钻井工作开始后通过硬盘录像机进行视频录制，保证了钻井全过程可通过目视查询或单根钻杆的视频单独查询，使钻井过程可视性高，便于后期查询和记录。

监测系统是矿井钻井的重要组成部分，它包括数据采集、传输通道、视频存储和显示控制。

在前端，我们主要使用矿山安全技术、矿山通信设备、矿山信号计数设备、钻井现场环境监测设备来收集视频数据。

网络视频信号的传输通过由矿用阻燃屏蔽双绞线实现传送。

部分后端设备图像信号的实现是经过远程访问、网上发布和编码后,体现在模拟显示装置上显示。

二、软件设计（一）钻机管理钻机管理:当前，许多钻机都被安装在一个矿井中，并采用钻机管理模式进行操作。

这些钻机的技术参数包括：名称、变电站的IP地址、端口号、视频IP地址、视频用户名和视频密码。

钻机可以移动到各种不同的位置，从而实现钻井作业地点管理:一样的钻机可以在不同的位置进行使用，钻机可以移动。

当有新的钻井场地到达时，需要一个新的钻井场地。

XX集团XX矿KJ682T矿用打钻视频系统设计方案20130913安顺煤矿防突打钻无线视频监控系统技术规格书贵州永润煤有限公司安顺煤矿2013年9月21日1.1系统概述煤矿打钻是煤矿安全生产的重要组成部分，目前煤矿打钻现场距离地面距离远，地形复杂，环境恶劣，光纤很暗，且与地面沟通不便，为了进一步提高煤矿瓦斯治理水平与探放水措施的落实情况，能否真正将各钻孔施工到位，已经成为瓦斯与探放水治理措施是否落实到位、效果能否达标的关键。

通过安装井下钻场视频监控系统，能够增强各级人员的责任心，规范现场施工人员的行为，确保瓦斯钻孔的施工质量，有利于落实防突措施和减少突出事故。

采用原有么模拟视频监控系统会出现以下问题：线缆采用同轴电缆作为传输通道，当传输线路超过800米时，即会出现衰减和失真，并容易受到电磁干扰。

●采用模拟光端机和光缆传输，虽然传输距离可以达到几十公里，但是由于复用率低，一根光缆只用于传输一路或几路视频信号，光纤的熔接工作量大，而且需要采取特殊的安全措施，并且光纤容易断裂，二次熔接无疑又会增加额外的人力、物力、财力，同时也会造成监控的盲区。

同时不利于无极绳绞车轨道的不断变化情况。

●系统有新增摄像机节点加入，需重新布线，工程施工量大，部分煤矿内坑道没有光线，即使采用低照度摄像机，图像存在雪花点严重的现象。

●瓦斯打钻现场一般不固定，采用模拟线路移动不方便，容易造成光缆断裂。

为了有效监督和管理打钻施工工作，方便现场作业，本系统采用无线视频监控，打钻巷道采用双绞线级联无线基站的方式为无线摄像仪提供无线信号，极大方便了摄像仪的移动，系统可就近接入环网，支持井下与地面同时查看，方便了管理者的监督。

使煤矿安全管理工作向科学化、规范化、网络化管理轨道迈进，从而提高煤矿安全管理水平。

根据煤矿的实际需求，定制开发了适用于煤矿井下采煤工作面、瓦斯钻场、底板预抽巷、打钻探放水点、斜巷运输、无极绳绞车、工作面压裂检测等一套成熟的监控系统解决方案，本系统从视频监控终端、信号传输平台、视频编解码、中心控制、远程监管等各方面提出全方位的解决方案，可以实现井下监控中心、地、市煤矿安全监控指挥中心与省局监控指挥中心联网，使煤矿安全管理工作向科学化、规范化、网络化管理轨道迈进，从而提高煤矿安全管理水平。

钻机视频系统使用说明书四川宏华石油设备有限公司2012年09月1目 录1．安全措施 (3)2．视频系统概述 (4)3．视频系统描述及组成 (5)3．1 视频信号采集部分 (5)3．1．1 摄像机 (5)3．1．2 YTS-A11型防爆摄像机护罩 (7)3．1．3 YTY-A13DI防爆电动云台 (8)3．2 视频控制器 (8)3．2．1 视频控制器 (8)3．2．2遥控器 (9)3．3 显示设备 (10)3．3．1 司钻房显示器 (10)4摄像头安装位置及外部接线 (12)4．1 摄像头安装位置的选择 (12)4．2 外部线路及接插件 (13)4．2．1 电缆的走向 (13)4．2．2 线路检查 (13)5．视频系统上电运行和功能测试 (14)5．1 准备工作和注意事项 (14)5．2 上电运行和功能测试 (14)5．2．2 视频控制器参数设置 (15)5．2．3 视频操作测试 (22)6．常见故障、原因及排除方法 (24)7．日常维护 (25)8．拆卸、运输和存储 (26)8．1 拆卸运输 (26)8．2存储 (26)8．3存储后的质量检查 (26)前言视频系统在井场实时监视中占有重要的地位，视频系统以及视频终端显示设备就好比是司钻的眼睛，司钻在司钻房操作时通过视频系统实时地观察井场重要区域和场所，以决定准确的具体操作或向下传达命令。

视频系统主要包括视频信号采集部分、视频控制器、显示器以及辅助器件。

视频信号采集部分由摄像机、摄像机护罩、云台及辅助器件组成。

各摄像机将采集到的视频信号（标准A V信号）通过同轴信号电缆传送到视频控制器，通过控制器的处理后将图像信息输出，在显示器上显示当前各摄像机实时的图像。

司钻可以通过司钻椅上的视频控制手柄，选择视频通道或全通道同屏显示。

单通道画面下，可以进行图像放大缩小，带云台的摄像机还可以通过上下左右调整，扩大监视场景。

另外，视频系统具有录像功能，可以通过设置时段或选择视频通道进行视频录制，录制文件存储在视频控制器硬盘里面，随时可以调取出来进行回放，对设备故障查找和操作记录提供重要信息。