夜雨聆风
AI视频10类场景落地指南
煤矿AI视频分析不是选配功能，是2026年验收的必考项。
一、政策刚性要求：10类场景、85%准确率、2个月存储
内蒙古2026版验收办法对AI平台有明确条文（第122行），核心三点：
- 10类场景赋能：
系统必须覆盖至少10种智能识别场景，每少1类扣4分 - 准确率≥85%：
验收时实测数据说话，低于85%直接扣分 - 视频存储≥2个月：
监控数据必须留存60天以上
加分项同样诱人：国产算力+1分、机器人集群协同+2分、智能识别纠错+2分。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
二、10类场景实战清单：煤矿到底要识别什么
根据政策要求和鄂尔多斯、乌海多个项目落地经验，10类场景可分为三类：
2.1 主煤流运输场景（皮带系列）
皮带系统是AI视频的主战场，也是验收扣分重灾区：
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
案例：乌海某矿未部署AI皮带检测时，年均发生2-3次皮带纵撕事故，单次损失超15万元。部署后皮带撕裂事故下降92%。
2.2 人员安全场景
人员违规是安全事故的主要诱因，AI视频在这个场景必须硬控：
- 人员违规穿越：
皮带运行期间禁止行人，识别后立即报警 - 危险区域入侵：
掘进面、采煤机运行范围划定电子围栏 - 未佩戴防护用品：
安全帽、自救器、矿灯佩戴检测 - 睡岗/脱岗：
关键岗位人员行为监控
案例：山西某矿实践数据：AI上线后”三角区”误入事故下降67%，应急响应时间从平均8分钟缩短至30秒。
2.3 环境与设备状态
- 粉尘浓度识别：
结合视觉分析喷雾效果，联动降尘设备 - 烟雾/明火：
火灾早期预警，触发应急广播 - 设备异常：
电机过热、振动异常、减速器温度
三、技术方案选型：边缘计算 vs 云端推理
3.1 两种架构对比
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
建议：皮带空载、异物检测等安全强相关场景必须用边缘计算，毫秒级响应才能保护设备。人员统计、报表分析可用云端推理。
3.2 算力配置参考（I类煤矿）
根据验收标准，煤矿+洗煤厂配置要求：
-
CPU核心≥220核，CPU主频≥30GHz -
内存≥760GB -
存储≥40T -
GPU≥2台，单卡显存≥32GB（禁止桌面级显卡） -
支持存算分离或存算融合架构
四、成本参考：百万级投入，怎么花才合理
4.1 分项预算参考
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.2 成本优化策略
- 利旧现有摄像头：
200万像素以上摄像头可直接接入AI分析，无需全部更换 - 先边缘后云端：
先解决皮带、主运线的安全场景，后续再扩展综合分析 - 场景分批上线：
首期10类场景优先覆盖皮带、人员、高风险区域，二期扩展
五、落地避坑：验收常见扣分点
5.1 必须避免的硬伤
红框警示：以下问题会导致验收直接扣分，甚至不通过
-
场景数量不足10类 -
准确率低于85% -
存储周期不足60天 -
未实现常态化运行（仅演示可用不行）
5.2 容易被忽视的细节
黄框提醒：这些细节决定最终得分高低
-
AI系统必须与其他系统联动，不能孤立运行 -
算法需要持续迭代优化，不是上线即完成 -
国产化选型可以多拿3分加分项 -
机器人集群协同是高分关键
5.3 实操建议
- 验收前准备：
提前2个月进行系统自检，实测准确率数据留存 - 场景选择：
优先覆盖皮带、人员安全等高频场景，确保基本分 - 联动测试：
提前与皮带集控、广播系统对接测试，避免验收时联动失效 - 运维机制：
建立算法迭代机制，确保准确率持续提升
郝空军，煤矿智能化售前顾问，长期服务鄂尔多斯、乌海地区煤矿智能化改造，参与井工矿、露天矿、洗选厂全场景智能化项目几十个。
本文含AI辅助创作，内容由行业从业者审核把关