專家系統在煤炭開采技術中的應用與展望

欒利建，馬鑫民，岳中文

(中國礦業大學(北京)力學與建筑工程學院，北京 100083)

由于采礦生產受許多因素的影響，雖然目前從力學、地質學和經濟學等角度去尋找各種技術問題的解答已取得重要的進展[1,2]，但是制約煤礦科學開采的一些技術難題仍未得到很好解決。主要原因有：煤礦生產工程性太強，涉及問題太多，致使采礦中的許多問題還只能憑實踐經驗最后拍板定論[3]；隨著煤礦開采深度的增加，礦井地質、生產條件十分復雜，開采難度和開采成本也隨之增大，從而使得煤礦開采生產遇到很多現實問題。近年來，隨著計算機技術和人工智能領域的快速發展，專家系統在煤礦開采方面的應用，提高了煤礦開采的安全性、高效性，給煤礦開采技術的發展帶來嶄新的局面。

1 專家系統在煤礦開采中的發展背景

人工智能是20世紀的三大科技成就之一，而專家系統是人工智能研究與應用中的重要領域。

世界各國為了取得采礦工業的競爭優勢，提高生產效率、降低成本和改善環境，正在大力引進其它工業部門已采用的高新技術，卓有成效地使采礦工業朝智能化方向發展，這對我國采礦科學和技術從戰略決策的高度提出了嚴峻的挑戰[4]。我國人工智能著名專家馮夏庭教授，提出了21世紀我國采礦科學和技術向智能化發展的新方向[5]。專家系統的出現和發展，是科學進步的產物，也與以下經濟及社會等因素有關：①生產力發展的需要。隨著科技的飛速發展，世界對能源的需求與日俱增，要求煤礦高效、安全開采，以滿足社會經濟發展的需求。②建立節約型社會的需要。目前，我們提倡建立環保、節約型和諧社會，利用專家系統提出合理開采方案，降低開采成本，節約自然資源。③提高生產效率的需要。煤礦生產方案的提出，要合理、快速、及時準確地為井下生產提供技術支持，提高生產效率，創造更大的經濟效益。

2 礦山專家系統在國內外的發展及應用

專家系統在采礦方面的應用較早，這些包括煤礦開采管理、巷道支護、工程爆破、圍巖分類等。20世紀70年代末，美國開發出了能夠用于20多種礦藏勘探的專家系統prosector，其他發達國家也先后開發了各自的礦用專家系統。我國的研發工作始于上世紀70年代末[6]，通過科研工作者的積極探索和努力實踐，獲得了大量的科研成果。

隨著專家系統的發展，許多國家的科研機構及高等院校，就其在煤礦生產中的應用，開展了大量且深入的研究工作。目前，專家系統在煤礦中的發展和應用，主要集中在方案決策、參數優化設計、故障預測及診斷、災害預測與防治、生產信息管理、生產系統評價等方面。

(1)開采方案決策及參數優化設計

專家系統的發展，打破了礦山傳統的設計理論和方法，使方案決策和參數優化設計更合理、更切合實際。美國阿拉斯加大學采礦系研制出采礦方法選擇專家系統[7]，其功能是在長壁采煤法和短壁采煤法之間作出選擇，并給出最佳割煤方案的決策；澳大利亞西部礦業學院應用模糊數學理論，開發研制了爆破對策選擇和參數最優化設計的臺階高度確定的專家系統[8]；加拿大拉瓦爾大學的露天礦設備選型專家系統SCRAPER[9]，主要對露天煤礦的設備選型提供可靠、合理的決策建議。我國馮夏庭開發了采礦巷道圍巖支護設計專家系統[10]，解決了巷道設計過程中圍巖分類的相關問題；李效甫，姚建國開發了回采巷道支護形式與參數合理選擇專家系統，用于科學合理地選擇巷道支護形式與參數[11]。楊仁樹等開發了協莊煤礦巷道爆破設計專家系統[12]，實現了煤礦井下爆破掘進方案決策智能化推理。

(2)井下故障診斷及災害預防控制

采礦設計和生產，既需要研究、利用采礦科學技術最大限度地提高采礦的經濟效益，還必須考慮采礦生產環境、生產安全、對環境的影響以及礦產資源的開發和綜合利用等社會問題。專家系統為解決這類問題，提供了有力的工具。王文銘等設計的基于神經網絡的礦山企業智能診斷專家系統，利用神經網絡極強的學習能力，進行診斷知識的獲取和診斷推理[13]。為了解決煤礦開采生產事故及時預報，楊志強等利用神經網絡開發了地下采礦生產事故預報專家系統[14]。劉光慶等設計了礦井頂板水害預測與防治專家系統，結合模糊理論完成了綜合模糊評判決策系統[15]。中國礦業大學的劉衛東等，針對目前嚴重影響礦井安全的礦井沖擊礦壓進行預測預報研究[16]，建立了基于模糊邏輯的礦壓沖擊預測預報模型，為模糊邏輯實際應用于礦井沖擊礦壓預測打下了基礎。

(3)煤礦生產信息化管理

隨著現代管理技術的應用和智能技術的發展，傳統的人工管理方法，在信息的整體性、準確性、時效性和信息資源共享等方面存在諸多問題。建立以專家系統為設計手段的煤礦生產信息管理系統，實現了煤礦主管領導和技術部門、各技術部門之間的高效溝通和交流，實現了煤礦管理業務的有效整合和信息資源共享，提高了工作效率和管理水平。

中國礦業大學楊仁樹等結合煤礦生產實際，設計開發了煤礦井巷開挖工程管理信息系統，構建了基于B/S模型的工程管理信息系統，為企業提高管理水平、增強競爭力、降低成本提供了有力保證[17]。安徽理工大學王向前等開發了煤礦作業規程編制及管理系統[18]，提出了基于Java平臺的B /S與C /S混合結構的煤礦作業規程編制及管理系統解決方案，實現了作業規程編制與管理的自動化、智能化和信息化，提高了作業規程的編制效率和質量。

(4)煤礦生態環境智能化評價

煤礦開采工業在為我們帶來豐富自然資源的同時，也在破壞著我們賴以生存的地球環境。煤炭資源開發過程中，礦區生態環境的嚴重破壞，產生了很大的環境負效應，阻礙了礦區經濟、社會的持續高速發展。因此，煤炭資源的合理開發和高效利用，對經濟的持續發展具有重要的意義。礦區生態破壞與生態恢復，就成為煤礦礦區實現可持續發展的重要制約因素[19]。煤礦生態環境評價智能化的發展，成為了解決這一問題的重要的手段之一。

英國諾丁漢大學用專家系統通用語言Expertech在微機上開發了露天礦邊坡設計專家系統，以及井下環境和露天礦環境影響評價的專家系統；中國礦業大學馬從安等開發的露天礦生產與生態重建適宜性評價專家系統[20]，利用CLIPS專家系統語言設計了土地復墾適宜性評價專家系統，解決了針對不同的立地類型，為大型露天煤礦復墾土地適宜性評價，提供了方便快捷的決策工具。

3 煤礦開采專家系統存在的問題

(1)知識庫內容匱乏，智能化程度低

專家系統區別于計算機軟件的主要標志，是其具有智能性，能根據不同的原始條件推理出合理、正確的方案和結果，從而達到專家級水平。目前，礦山專家系統越來越多地應用于礦業生產的各領域，但由于專家知識庫匱乏，知識涵蓋面窄，知識數量有限，使得其在對實際問題的推理和判斷過程中，不能對提出的問題推理出合理的結果，而不能達到專家級的水平。這種專家知識庫的不完善，使礦山專家系統失去了智能行為，極大地限制了問題的求解能力，甚至導致專家系統問題求解的錯誤，而不能夠很好的發揮作用。

(2)服務領域單一，可通用性差

目前，各種礦山專家系統種類較多，水平參差不齊，都是針對某一個煤礦中的某一種方面進行開發的，比如有巷道爆破設計專家系統、通風智能設計專家系統、設計瓦斯預警專家系統等。在這些系統之中，各種開發技術和推理方式良莠不齊。由于煤礦的開采是一個復雜的大型的生產活動，整個礦井的安全、高效生產是一個相輔相成、互相制約、環環相扣的過程。而專家系統技術與其它計算機方法，使得如數據庫、決策支持系統等結合起來形成的廣泛意義的礦山專家系統還存在問題。而要解決的問題，將不僅是某一狹窄的領域，而是多方面多領域的綜合性問題。

(3)系統種類繁多，缺乏現場應用

軟件公司、科研單位、高校所開發的礦山專家系統種類繁多，涉及到礦山領域的各方面。但是，煤礦生產是一項較為復雜的工程，受地質條件、生產條件、地域等限制。只有充分結合煤礦具體的生產實際情況，才能更好的進行系統的開發工作。據調查，目前多數礦山類專家系統都不同程度的脫離煤礦生產應用的實際，功能強大的專家系統并不能很好的為技術人員掌握和應用。

(4)忽略有效交流，造成資源浪費

目前，各種礦山類專家系統層出不窮，在同一個煤礦可能會出現多種專家系統版本，包括頂板管理、爆破設計、巷道支護設計、規程管理、瓦斯預測等等。所有這些可能由不同的開發單位完成，目的都是為礦山生產建設服務。但是，由于不同開發單位缺少有效溝通和資源共享，各單位不得不各自根據需要進行設計開發工作。在整個礦山的生產過程中，很難形成優勢互補，產生了重復設計和開發，造成了一定程度的資源浪費。

4 煤礦開采技術專家系統展望

(1)豐富礦山專家知識庫，提高推理智能化

知識庫是專家系統的核心部分。專家系統知識庫要以屬性為基礎，能夠形成知識節點與數據子類的對應關系；能夠進行快速、高效的知識管理；能夠反映出知識間的關聯程度。在系統的設計和開發過程中，要高度重視專家知識庫知識的豐富性，要力求知識涵蓋面廣、涉及的因素全面。知識庫的設計，要能準確地表達專家知識，有較強的表達能量，能滿足推理機的工作。知識庫內部的表達要精煉，便于知識庫知識的更新和完善。提高系統的智能化程度，還要充分考慮知識庫的科學合理的管理，對知識進行合理的表達，對知識模塊進行合理的分類。

(2)整合礦山領域專家系統，實現綜合集成發展

在系統的開發和調研階段，要考慮到系統的綜合集成問題。在系統平臺的設計、分類和模塊的建立之初，要考慮系統的擴展性和延續性。礦山專家系統要將多種知識表示方法、學習機制和推理技術綜合集成運用，才能優勢互補。例如，將基于規則的推理和基于案例推理技術進行適當的融合，推理技術與大規模的并行處理技術結合等，均提高了專家系統的性能和效率。尤其是神經網絡、模糊數學理論等智能算法、Web 和XML 技術的引入，更為專家系統的研究和發展注入了新的活力。

(3)依據煤礦生產實際，以實用性為主

煤礦生產是一個受地質、埋深、地域等因素綜合影響的活動，礦山專家系統的設計，要嚴格結合煤礦生產實際情況進行。在系統的前期調研、知識庫的建立、模塊的設計，要與煤礦設計人員與井下施工人員充分交流，并實地考察井下施工現場，搜集相關數據。在系統的每一步開發過程中，都要根據煤礦生產的實際情況進行及時調整和調試，與煤礦技術員深入溝通和交流。有條件的情況下，要與現場技術員共同進行設計和開發，力爭讓系統的每一個關鍵環節，都能很好的貼合應用的實際，力求杜絕系統界面友好、功能繁多、實用性差的狀況。

(4)加強合作和交流，實現資源共享

對于地域與地質條件相似的煤礦，在專家系統課題的立項和開發過程中，要進行合作和交流。在某一專業領域，如巷道支護設計決策專家系統，地質條件復雜、巷道類型多的煤礦，可以兼顧到地質條件相對簡單、巷道類型較少的煤礦，在系統的開發和設計中，進行全面的考慮，可節省人力、物力和寶貴的時間。同時，在大型的專家系統開發過程中，可以進行分工合作，各自負責某一領域的系統開發工作。在開發過程中，加強信息的溝通和公開，在技術上實現互補和對接工作。

5 結 論

煤炭科技的發展將為我國能源可持續發展提供保障，專家系統在煤礦開采技術中的廣泛應用無疑會給這一產業帶來巨大的推動。在系統的開發中，要加強技術合作交流，充分結合現場生產實際，不斷提高系統的智能化。大力開展專家系統在煤炭開采技術中的應用，對于人工智能、煤炭開采專業領域及其他產業領域的發展，將會起到重要的作用。

[1] Malcolm Scoble, Canadian mining automation evolution; The digital mine enroute to minewide. CIM BULLETIN. Vol.88,No.990.May 1995:30-37.

[2] John chadwick，Mine automation. Mining Magazine. June 1995: 333-343.

[3] 童光煦，采礦與采礦科學[J]．中國礦業，1992，1(1)：19-22.

[4] 謝賢平，童光煦．采礦科學和技術向智能化的發展[J]．礦業研究與開發，1996，16(3)：1-6．

[5] 馮夏庭．采礦工程智能系統[M]．北京：冶金工業出版社．

[6] 韓鳳山. 煤礦巷道錨桿支護設計專家系統的研究與應用[D] ．沈陽：東北大學，1997．

[7] Charniak E,Reisbeck C K, Meehan J R. Artifficial Intelligence Programming. Lawrence Erbaum Associates.1996.

[8] 王偉．巖巷定向斷裂爆破設計及掘進規程輔助設計系統研究(碩士學位論文)[D]．中國礦業大學(北京校區)，2002，5．

[9] 蘇海云，秦秀嬋．礦山專家系統的應用現狀及展望[J]．礦業工程，2005，3(1)：54-56．

[10] 馮夏庭，林韻梅．采礦巷道圍巖支護設計專家系統[J]．巖石力學與工程學報，1992，11 (3)：243-253．

[11] 李效甫，姚建國．回采巷道支護形式與參數合理選擇專家系統[M]．北京：煤炭工業出版社，1993．

[12] 楊仁樹，馬鑫民，張博，等．協莊煤礦巷道爆破設計專家系統研究[M]．中國爆破新技術Ⅱ，2008．

[13] 王文銘，顏培爭．基于神經網絡的礦山企業智能診斷專家系統[J]．中國礦業，2004，13(8):66-67．

[14] 楊志強，等．地下采礦生產事故預報專家系統[J]．巖石力學與工程學報，2000，19(6)：736-741．

[15] 劉光慶，于旭磊，等．礦井頂板水害預測與防治專家系統[J]．中國地質災害與防治學報，2001，12(1)：71-74．

[16] 劉衛東，孟曉靜，丁恩杰，等．模糊邏輯在礦井沖擊礦壓預測中的應用[J]．煤礦安全，2008，(1)：66-68．

[17] 邊亞東，等．基于B/S模型煤礦井巷開挖工程管理信息系統的實現[J]．礦業研究與開發，2003，23(6)：30-32．

[18] 王向前，等．煤礦作業規程編制及管理系統的設計與實現[J]．煤炭科學技術，2007，35(7)：74-76．

[19] 姜軍，程建光．煤礦礦區生態恢復與可持續發展[J]．煤田地質與勘探，2001，29(4):7-9．

[20] 馬從安，等．露天礦生產與生態重建適宜性評價專家系統[J]．中國礦業大學學報， 2006，35(2)：231-234．