淺析人工智能在煤礦安全生產(chǎn)中的運(yùn)用

摘 要：隨著科技的發(fā)展和時(shí)代的進(jìn)步，很多先進(jìn)的技術(shù)和設(shè)備被應(yīng)用到煤礦生產(chǎn)中，提高生產(chǎn)力的同時(shí)也提升了煤礦生產(chǎn)的安全性。文章對(duì)當(dāng)前煤礦安全生產(chǎn)的現(xiàn)狀和存在的問(wèn)題進(jìn)行了分析，并重點(diǎn)闡述了人工智能在煤礦安全生產(chǎn)中的應(yīng)用，以期為相關(guān)人士提供一定的參考和借鑒。

關(guān)鍵詞：人工智能；煤礦生產(chǎn)；專家系統(tǒng)

1 我國(guó)煤礦安全生產(chǎn)現(xiàn)狀及問(wèn)題

當(dāng)前，我國(guó)的煤礦生產(chǎn)處于粗放型經(jīng)濟(jì)增長(zhǎng)狀態(tài)，投入和產(chǎn)出不成比例，消耗很高，而回報(bào)卻很低。很多煤礦企業(yè)罔顧煤礦開(kāi)采對(duì)環(huán)境造成的損害，甚至無(wú)視頻發(fā)的安全事故，僅僅以追求經(jīng)濟(jì)效益為目標(biāo)。在煤礦生產(chǎn)中，投入到安全和環(huán)保方面的資金被削減，生態(tài)平衡遭到極大的破壞，因安全事故而導(dǎo)致的人員傷亡數(shù)量不斷上升。此外，從業(yè)人員的安全和防范意識(shí)差，企業(yè)在煤礦安全生產(chǎn)上也沒(méi)有引起足夠的重視，導(dǎo)致從業(yè)人員在惡劣的環(huán)境中肺部吸入大量的煤塵，塵肺病嚴(yán)重威脅著從業(yè)人員的身體健康和煤礦的安全生產(chǎn)。雖然煤礦生產(chǎn)的產(chǎn)量逐年上升，然而潛在的安全生產(chǎn)問(wèn)題卻不容忽視，應(yīng)該引起全社會(huì)的關(guān)注和參與。

（1）經(jīng)濟(jì)的飛速增長(zhǎng)，需要能源作為發(fā)展的動(dòng)力，煤炭資源作為重要的基礎(chǔ)性能源，為經(jīng)濟(jì)的增長(zhǎng)提供了保障，對(duì)于煤炭的需求量也逐年增長(zhǎng)。煤礦產(chǎn)業(yè)日益擴(kuò)張，致使煤礦企業(yè)呈現(xiàn)無(wú)限制擴(kuò)張和超負(fù)荷運(yùn)作的狀態(tài)。在經(jīng)濟(jì)利益的驅(qū)使下，很多企業(yè)無(wú)視自身的生產(chǎn)條件，盲目追求高產(chǎn)量，增加了很多非法礦井，嚴(yán)重影響煤礦的安全生產(chǎn)。

（2）目前，煤礦行業(yè)處于不規(guī)范、無(wú)序的狀態(tài)，并且競(jìng)爭(zhēng)十分激烈。市場(chǎng)迅速擴(kuò)張，政府對(duì)煤礦企業(yè)的監(jiān)管無(wú)法與之相適應(yīng)，安全事故頻發(fā)，安全生產(chǎn)的基礎(chǔ)較為薄弱。

（3）我國(guó)的煤礦生產(chǎn)所采用的技術(shù)較為落后，高的煤炭產(chǎn)量是以較高的投入、環(huán)境的污染、能源的浪費(fèi)為代價(jià)的，呈粗獷式增長(zhǎng)態(tài)勢(shì)，煤礦生產(chǎn)安全無(wú)法保障，在技術(shù)設(shè)備和生產(chǎn)管理上都十分落后。

（4）從事煤礦生產(chǎn)的人員主要以農(nóng)民工為主，文化水平不高，缺乏專業(yè)的知識(shí)，技術(shù)不過(guò)硬，即使企業(yè)引進(jìn)一些較為先進(jìn)的設(shè)備，員工也缺乏對(duì)設(shè)備的全面了解，從而很難控制風(fēng)險(xiǎn)。同時(shí)，企業(yè)把工作的重心放在了生產(chǎn)上，缺乏對(duì)于員工的安全培訓(xùn)，進(jìn)而導(dǎo)致員工在工作中忽視相關(guān)的安全規(guī)定，不具備應(yīng)有的安全意識(shí)，一旦發(fā)生事故也很難采取有效措施自救。

2 人工智能在煤礦安全生產(chǎn)中的運(yùn)用

2.1 在煤礦安全儀器儀表結(jié)構(gòu)、性能改進(jìn)中的應(yīng)用

煤礦安全監(jiān)測(cè)儀器和儀表隨著智能自動(dòng)技術(shù)的發(fā)展，在測(cè)量領(lǐng)域的應(yīng)用獲得了更為廣闊的發(fā)展前景。在軟件和硬件的智能化基礎(chǔ)上，對(duì)于當(dāng)前和以前的數(shù)據(jù)信息，通過(guò)每臺(tái)儀表和儀器都能夠隨時(shí)進(jìn)行分析。從三個(gè)層次，即低、中、高，對(duì)測(cè)量過(guò)程進(jìn)行抽象的反映。人工智能技術(shù)的應(yīng)用，擴(kuò)展了傳統(tǒng)測(cè)量系統(tǒng)的功能，同時(shí)提高了測(cè)量系統(tǒng)的效率和性能，煤礦安全監(jiān)測(cè)儀器和儀表更為靈敏、高效、高速，功能也越來(lái)越多。

將微型芯片技術(shù)，如微控制器和微處理器等技術(shù)應(yīng)用于煤礦安全監(jiān)測(cè)的儀器和儀表中，運(yùn)用模糊推理技術(shù)，并且對(duì)于各種測(cè)量數(shù)據(jù)的臨界值和模糊控制程序進(jìn)行設(shè)置，由此來(lái)模糊決策事物的各種模糊關(guān)系。與其他技術(shù)相比，模糊技術(shù)有著其獨(dú)特的優(yōu)勢(shì)，無(wú)需大量的測(cè)試數(shù)據(jù)，也不用建立被控對(duì)象的數(shù)學(xué)模型。采用模糊技術(shù)對(duì)于經(jīng)驗(yàn)的要求較高，應(yīng)用芯片的現(xiàn)場(chǎng)調(diào)試和離線計(jì)算，總結(jié)出合適的控制規(guī)則，在給定的精確度的基礎(chǔ)上，進(jìn)行精確的控制和分析。

2.2 開(kāi)采方案決策及參數(shù)優(yōu)化設(shè)計(jì)

隨著專家系統(tǒng)的發(fā)展，煤礦企業(yè)對(duì)礦井挖掘的方案和參數(shù)越來(lái)越合理，更貼合實(shí)際條件。近年來(lái)，很多人工智能方面的研究所和院校專注于將人工智能這項(xiàng)技術(shù)應(yīng)用到煤礦安全生產(chǎn)中，比如美國(guó)阿拉斯加大學(xué)設(shè)計(jì)的專家系統(tǒng)，可以根據(jù)實(shí)際情況智能地實(shí)現(xiàn)在長(zhǎng)壁采煤法和短壁采煤法之間選出最佳的截煤方案；俄羅斯東部礦業(yè)大學(xué)將模糊數(shù)學(xué)理論應(yīng)用到煤礦生產(chǎn)中，設(shè)計(jì)出一項(xiàng)可以智能選擇最佳的爆破對(duì)策以及將方案參數(shù)最優(yōu)化的專家系統(tǒng)；澳大利亞拉瓦爾大學(xué)設(shè)計(jì)的一項(xiàng)專家系統(tǒng)，可以智能選擇最佳的設(shè)備選型。將人工智能應(yīng)用到煤礦安全生產(chǎn)領(lǐng)域這項(xiàng)技術(shù)在我國(guó)也得到了很大的發(fā)展。例如針對(duì)采礦巷道圍巖支護(hù)中圍巖分類的相關(guān)問(wèn)題，設(shè)計(jì)出了一項(xiàng)專家系統(tǒng)，這個(gè)系統(tǒng)可以智能地根據(jù)實(shí)際情況將圍巖進(jìn)行分類。針對(duì)巷道支護(hù)的形式以及參數(shù)問(wèn)題專門設(shè)計(jì)了一項(xiàng)專家系統(tǒng)；針對(duì)煤礦井下爆破挖掘方案的選擇問(wèn)題開(kāi)發(fā)設(shè)計(jì)了一個(gè)專家系統(tǒng)。這些技術(shù)目前在煤礦安全生產(chǎn)中都得到了廣泛的應(yīng)用。

2.3 在煤礦安全儀器儀表網(wǎng)絡(luò)化中的應(yīng)用

利用計(jì)算機(jī)的計(jì)算功能實(shí)現(xiàn)對(duì)于參數(shù)的快速、準(zhǔn)確計(jì)算，將人工智能技術(shù)完美融合到煤礦安全儀器儀表中，進(jìn)而使得安全儀表的功能獲得最大程度的發(fā)揮。舉例來(lái)說(shuō)，通過(guò)網(wǎng)絡(luò)連接數(shù)字安全監(jiān)測(cè)儀器，再利用相應(yīng)的模式識(shí)別軟件，對(duì)于儀表的各項(xiàng)屬性和所處的實(shí)際條件進(jìn)行準(zhǔn)確而快速的分析，進(jìn)而做出適當(dāng)?shù)奶幚怼Ｔ跀?shù)據(jù)采集設(shè)備上安裝智能系統(tǒng)，可以實(shí)現(xiàn)自動(dòng)分類，以及在脫離網(wǎng)絡(luò)狀態(tài)下的智能的數(shù)據(jù)采集和遠(yuǎn)程測(cè)量。

隨著科技的進(jìn)步和時(shí)代發(fā)展，計(jì)算機(jī)領(lǐng)域也獲得了很大的發(fā)展和創(chuàng)新，計(jì)算機(jī)的人機(jī)互動(dòng)和運(yùn)算功能也逐漸完善起來(lái)，并且更具人性化。通過(guò)人工智能軟件的設(shè)計(jì)和應(yīng)用，將儀器儀表和計(jì)算機(jī)互聯(lián)，對(duì)儀表和儀器進(jìn)行遠(yuǎn)程操控，從而完成給定的任務(wù)。可以建立一個(gè)用于儲(chǔ)存測(cè)量結(jié)果的數(shù)據(jù)庫(kù)，便于隨時(shí)查看。還可以收集儀表上的數(shù)據(jù)，并加以復(fù)制，然后再發(fā)送到相關(guān)的部門。人工智能的應(yīng)用，使得用戶不必親自查看現(xiàn)場(chǎng)，對(duì)于與同一個(gè)任務(wù)或同一個(gè)儀表的數(shù)據(jù)收集和監(jiān)控，不同的用戶能夠在不同的辦公地點(diǎn)、在同一時(shí)間獲知。數(shù)據(jù)的同時(shí)性，能夠確保在問(wèn)題出現(xiàn)后相關(guān)工作人員可以采取相應(yīng)的措施，及時(shí)分析和解決問(wèn)題，防止了信息的不對(duì)稱性，有效縮短了解決問(wèn)題所需的時(shí)間。

2.4 井下故障診斷及災(zāi)害預(yù)防控制

煤礦生產(chǎn)過(guò)程中不但要解決挖掘方案的合理性和優(yōu)化問(wèn)題，最大限度地獲取經(jīng)濟(jì)利益，最重要的還是要解決生產(chǎn)過(guò)程中可能出現(xiàn)的安全問(wèn)題，以及對(duì)環(huán)境的破壞性。針對(duì)這些問(wèn)題，有些技術(shù)人員便考慮將人工智能應(yīng)用在故障診斷和災(zāi)害預(yù)防控制方面。智能診斷專家系統(tǒng)以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的學(xué)習(xí)能力，將過(guò)去煤礦生產(chǎn)過(guò)程中出現(xiàn)的安全問(wèn)題以及解決方案總結(jié)歸納，當(dāng)問(wèn)題出現(xiàn)時(shí)，專家系統(tǒng)便能迅速反應(yīng)，診斷出這個(gè)問(wèn)題，推理得出應(yīng)對(duì)方案。

3 結(jié)束語(yǔ)

煤礦安全生產(chǎn)是一個(gè)重大的系統(tǒng)工程，不但要關(guān)注量的增長(zhǎng)，同時(shí)要提高質(zhì)的飛躍。雖然政府對(duì)于煤礦安全生產(chǎn)的重視在不斷加強(qiáng)，事故總量和死亡人數(shù)也有明顯的下降，但是重大安全事故仍然時(shí)有發(fā)生，安全生產(chǎn)形勢(shì)仍然不容樂(lè)觀，煤礦安全生產(chǎn)仍然任重道遠(yuǎn)。

參考文獻(xiàn)

[1]王其軍，程久龍.人工智能及其在煤礦安全技術(shù)中的應(yīng)用探討[J].礦業(yè)安全與環(huán)保，2005（5）.

[2]田勝豐.人工智能原理與應(yīng)用[M].北京：北京理工大學(xué)出版社，1998.

[3]謝賢平，童光煦.采礦科學(xué)和技術(shù)向智能化的發(fā)展[J].礦業(yè)研究與開(kāi)發(fā)，1996（3）：1-2.

[4]楊威，安明燕，王秋菊.人工智能神經(jīng)網(wǎng)絡(luò)在煤礦瓦斯重大危險(xiǎn)源評(píng)價(jià)中的定量分析[J].露天采礦技術(shù)，2007（5）.

[5]王富榮.現(xiàn)代煤礦生產(chǎn)中計(jì)算機(jī)智能監(jiān)控網(wǎng)絡(luò)的應(yīng)用[J].煤炭技術(shù)，2013（2）：7-9.

[6]朱玲玲，朱利華.自動(dòng)化人工智能監(jiān)控在煤礦工業(yè)的應(yīng)用[J].煤炭技術(shù)，2012（12）.