目前，煤矿智能化中视频、图像方面的应用发展较为迅速，如重点场所智能识别、异物识别等。然而，煤矿井下的环境都较为昏暗，尤其是进行煤开采时会有煤尘遍布，影响视频图像的信息获取，这也使煤矿工人的某些作业依赖于听力。因此智能音频在煤矿智能化中还有较大的应用空间和替代作用。
 

　　为了保障煤矿工人们的生命安全，响应“机器换人”的号召，探索智能音频分析在煤矿智能化中的应用，快鱼电子充分结合与客户沟通了解到的需求，充分发挥团队优势探索了智能音频在煤矿智能化中的两方面应用：放顶煤落煤落矸检测、传送带托辊状态检测。
 

　　放顶煤落煤落矸检测
 

　　放顶煤采煤法是在开采厚煤层时，沿煤层的底板或煤层某一厚度范围内的底部布置一个采高为2～3m的采煤工作面，用综合机械化方式进行回采。放顶煤生产工艺中，放煤夹矸是经常出现的现象。传统操作工艺中工人大多以听声辨别为主，眼看为辅(大多手持探照灯)，通过判别落煤或是落矸的声音来操作脚架，从而让煤落于传送带上。
 

　　为尝试减轻工人工作压力和工作量，本系统结合实际工作情况，选择在液压支架上安装拾音器，对放煤声音进行采样。通过对综采工作面放煤音、放矸石声音等进行数据标定，利用标定数据训练合适的深度神经网络模型。通过迭代测试，该模型可对落煤落矸声音以及现场其他杂音进行精确识别，识别精度可达到98%以上。
 

　　传送带托辊状态检测
 

　　煤矿开采的原煤在井下主要通过传送带运输，每个煤井都有上千米的传送带，而传送带需要托辊进行支撑。传送带长期工作，会引起托辊发生损坏。
 

　　通过在传送带附近部署拾音器，采集托辊工作的声音，提取特定特征后训练特定神经网络，即可得到基于音频的托辊检测系统。将该系统部署应用，即可实现及时发现、维修托辊损坏问题，实现无人巡查托辊。