煤炭生产企业一贯高度重视井下作业人员的安全问题,纷纷投入大量的人力和物力建设各种井下人员监测系统,如人员定位系统、虹膜考勤系统等。通过这些系统,管理人员能够及时了解井下作业人员的数量、活动轨迹和分布情况,便于进行合理的调度管理。实际使用过程中,由于管理上的漏洞和人为因素,使得监测信息也会出现差错,出现漏报、错报的情况。同时,在一个煤矿可能存在多种井下作业人员的监控系统,孤立地看待每个系统的监测信息都不能客观地反映井下作业人员的真实情况。随着这些监控系统的长期使用,已经积累了大量的记录着井下作业人员活动信息的数据。对这些海量的历史数据进行分析和挖掘,能够发现井下作业人员的活动规律,从而制定出更准确的报警规则,及时地发现人员安全的问题。本文对人员定位系统历史数据进行预处理,形成了井下作业人员的移动轨迹,并采用基于编辑距离的PAM聚类算法对移动轨迹进行聚类,获得井下作业人员的典型路径集；同时,针对人员定位系统以及虹膜考勤系统的历史数据进行了融合分析,制定出出入井的报警异常规则,降低了以往根据用户经验制定规则的不可靠性；最后,开发了井下作业人员分析报警系统,采用数据库技术实时获取作业人员的定位数据和虹膜识别数据,并对两种数据进行融合、集成,并基于已获取的典型路径集,以及两个系统的出入井报警规则,对实时数据进行分析,对违反规则的人员监测数据实时报警。