露天采礦優化決策的新途徑

王輝

摘 要：我國的煤礦資源儲量豐富，但是開采效率不高。隨著經濟社會快速發展，對能源的需求越來越大，對煤礦的開采工程量越來越大。對于露天礦山而言，開采過程中有很多問題需要解決，例如如何選擇最優采礦方法，實現安全采礦，是露天煤礦開采過程中的一個關鍵問題，近年來露天礦山開采過程中的安全事故越來越多，帶來的經濟損失也越來越大。在露天采礦過程中必須要對采礦決策進行優化，找到最優的采礦工藝。本文對露天煤礦決策優化的相關問題以及決策優化智能控制系統進行分析和探討，旨在提高煤炭采礦管理水平。

關鍵詞：露天煤礦 采礦管理 決策優化 方法

中圖分類號：TD325 文獻標識碼：A 文章編號：1003-9082（2017）10-0-02

引言

隨著我國經濟水平的不斷發展，人們對能源的需求越來越大，煤礦作為一種傳統能源，在人們生產生活中扮演了重要角色，煤以前是人們生活中主要的熱源，近年來雖然人們生活中對煤的用量逐漸減少，但在工業生產中依舊將煤炭作為主要熱源。隨著我國經濟水平的不斷發展，采礦行業的發展也不斷加速，露天礦山開采項目越來越多，露天煤礦開采與井下開采環境不同，但是采礦過程中也必須要做好規劃與管理，選擇最優的采礦工藝，減少采礦過程中的安全事故率，提高采礦效率。采礦決策優化是露天煤礦開采過程中的重點內容之一，近年來隨著各種信息技術的不斷應用，露天采礦工藝研究也越來越深入，而且在采礦管理過程中也加強對各種信息技術的應用，提高采礦管理的決策水平，并且能夠借助信息技術和智能化分析系統，對采礦過程進行模擬，提前預測采礦過程中可能出現的安全事故、突發事件，從而在采礦施工之前就做好相應地應對策略，提高采礦效率和采礦安全性。由于露天采礦面對的是復雜的地質環境，涉及范圍較廣，影響采礦安全和采礦效率的因素比較復雜，因此在露天煤礦開采過程中，對采礦決策進行優化，還應該要不斷完善智能化控制系統，對系統的功能進行提升。

一、露天采礦決策系統設計的必要性

從當前我國采礦行業的發展來看，露天礦山工程開采過程中出現的安全問題越來越多，例如爆破危險、觸電危險、起重安全隱患等，對露天煤礦的開采具有十分嚴重的影響。露天煤礦開采過程中，選擇何種采礦工藝，選擇何種機械，都是根據礦山的實際情況來定的，在以前的采礦工作中，由于缺乏信息分析技術，采礦過程很多時候都憑借技術人員的經驗來進行，從而在采礦過程中出現了較多的安全事故，對露天煤礦的開采帶來了嚴重影響。就當前我國露天煤礦開采行業而言，面臨的安全事故依舊很多，這些安全事故往往是由于采礦決策設計不合理，沒有采取正常的安全防護措施導致的。常見的事故主要有以下幾種：第一，高處墜落。高處墜落指的是高空作業中由于墜落產生的事故，例如由于安全防護措施不到位、高空作業信號不清楚、未使用安全帽和安全帶、爬梯時工作人員疏忽等，都可能會導致高處墜落事故。第二，爆破。在露天礦山開采過程中必須要經過爆破才能為開采做好準備，爆破過程中技術不規范可能導致爆破傷害，爆破之后工人進入工作面太早從而導致中毒。爆破危害在露天礦山開采過程中是一種十分常見的危害形式。第三，機械傷害。機械傷害指的是煤礦開采過程中使用的各種機械出現故障，或者由于技術人員采用了不規范的操作行為對機械進行操作從而引發的各種安全事故。例如在露天煤礦開采過程中，由于機械設備的選擇不合理，導致技術人員在操作的時候出現安全事故。

二、露天采礦智能系統建立的理論依據

露天采礦決策優化必須要實現智能化發展，由于采礦過程具有以下特點：第一，采礦是一個動態問題。露天采礦過程是一個復雜的動態變化的過程，不能單純地采用傳統的定性的方式來處理采礦過程中的問題，而必須要建立預測系統，應急系統，從而實現對采礦過程中的全面管理。第二，采礦是一個系統性問題， 露天采礦過程中影響采礦安全性和采礦效率的因素有很多，各種采礦因素之間的聯系十分緊密，如果將采礦過程中的各種因素孤立起來，單純地去研究某個問題，都是不完善的，不切實際的，因此對采礦過程進行優化，就必須要進行系統性分析，如果單純地依靠技術人員對整個采礦過程進行分析，必然會出現很多遺漏，所以采用智能系統進行系統性分析，能夠提高采礦決策水平。第三，露天采礦過程中的不確定性強，由于露天礦產的開采過程中有很多不確定因素，因此決定了必須要采用模糊的智能系統和灰色的智能系統對整個采礦過程進行分析，從而有效地應對采礦過程中的各種突發狀況。在露天采礦決策優化過程中可以采用人工神經網絡，類比于人的思維模式，并且發揮人的形象思維中的一些優點，解決采礦中的不良結構問題。第四，應用智能技術進行決策優化。人工智能化神經網絡、模糊數學等比較前言的科學理論，可以為露天采礦工程中的問題研究提供更好的解決方案，在露天采礦決策優化過程中應該要智能化研究方法進行細化， 將邏輯推理、直覺聯想、創造性思維等結合起來，從而改變當前采礦行業中所面臨的問題，并且可以將礦產開采過程中的常見問題存入數據庫中，為以后的新的礦產項目的開采提供決策的依據和幫助，在此基礎上可以建立采礦工程專家系統。將知識獲取、知識表示以及知識的運用結合起來，真正實現傳統的人工決策向計算機決策的轉換，提高露天采礦過程中的決策的可行性。

三、露天采礦專家決策系統概述

露天采礦專家決策系統是一種專家分析技術，利用機器學習方法以及人工神經網絡方法實現采礦領域中的各種隱藏知識的抽取，并且對人的思維進行模擬，對專家的思維進行分析，從而建立神經網絡知識庫，再以各種數據為基礎，對采礦過程中的各種參數、方案等進行計算，得到最優的施工方案，為采礦過程提供更多的幫助和支持。在專家決策系統中常用的分析方法有智能方法和非智能方法、線性方法與非線性方法、數值模型計算與模糊信息處理，這些技術已經可以實現對礦產開采過程中的各種數據進行準確分析，初步形成智能化采礦優化決策系統。專家決策系統具有以下幾個方面的優點：endprint

第一，智能化程度高。專家決策系統強調采礦專家的經驗智慧，是對專家的思維進行模擬之后產生的一種分析系統，通過建立專業的知識庫將不確定的知識以及成熟的經驗描述出來，并且經過推理之后得到正確的決策。由此可見，專家決策系統的智能化程度較高，對問題的處理水平也比較高。

第二，專家決策系統和其他優化模型的結合更容易，在采礦過程中采用專家決策系統進行決策分析，可以和其它的優化模型進行有機結合，使得采礦過程中的定性分析與定量分析之間有機統一起來。

第三，專業化程度高，由于專家決策系統模擬人的思維以及思考過程，而且將知識庫和推理機構分隔開，有利于對專家決策系統進行維護，具有更好的用戶操作界面，易于操作，將專家決策系統應用到露天采礦領域中，可以實現對采礦過程的全面管理。

四、露天采礦優化決策系統的設計

1.傳統專家系統程序語言

1.1傳統系統設計語言。在露天采礦過程中對優化決策系統進行設計，傳統的程序設計語言主要有BASIC、FORTRAN、C、PASCAL等語言，這些語言都可以作為專家決策系統的主要程序語言，但是由于專家決策系統的功能比較復雜，所以程序語言量較大，難以將知識庫和推理機構分開，如果不對系統進行優化，單純地根據語言設計出專家決策系統，則維護難度較大。

1.2人工智能語言。人工智能語言包括ILSP和PROLOG，前者主要對各種表處理功能進行體現，這種語言下的專家決策系統建立過程更加簡單，在美國等發達國家十分流行。后者主要用于邏輯推理功能，便于專家系統推理機的構造。

1.3專家系統工具。采用ILSP或PROLOG語言對專家系統進行設計所需要的時間很長，而且需要重復較多的工作，對程序設計人員的要企業比較高，所以在實際施工過程中難以滿足企業的發展需求。近年來我國對專家決策系統進行研究，得到了一種新型的專家系統，只要將知識輸入到工具中，就可以構成一個專家系統，并且可以縮短研發的周期。

2.露天開采工藝系統優化決策專家系統

我國采礦行業的發展十分迅速，在采礦過程中對采礦決策的研究也十分深入，隨著我國采礦過程中的地質環境越來越復雜，采礦的安全事故也越來越多，在露天礦產開采過程中，必須要對采礦決策進行優化，對傳統的專家系統功能進行優化，從而實現對采礦過程的全面管理，全面設計。在對國外的礦業專家系統研究成果進行研究的基礎上，可以結合我國礦產開采行業發展形勢，設計出更符合我國實際情況的礦產開采專家決策系統。在決策系統中對礦產進行分析的時候主要的分析模型有以下幾種：第一，地質模型，第二，采礦模型，第三，綜合評價模型與專家系統的數據庫，第四，知識庫和智能推理機構，系統中設計了靈活的人機交互交互界面、模型接口，可以實現定性和定量分析。優化的專家決策系統主要有以下部分：

2.1數據庫。數據庫設計是系統開發設計中一個關鍵環節，系統的所有操作信息大都將存儲在數據庫中，并且還要通過數據庫來實現數據的讀取、更新、操作及查詢。因此，數據庫的設計尤為重要。在采礦過程中涉及大量數據信息，因此數據庫管理系統的建立包括物料數據庫、設備數據庫、技術經濟指標數據庫、開采規程數據庫等。在數據庫設計過程中應該要滿足一些基本條件，例如在數據庫中的每一條記錄都是單一的不可重復的，數據庫中的每一個數據表格都有主屬性，而且其他非主屬性依賴于主屬性。

2.2知識庫。知識庫是專家決策系統中的一個十分關鍵的組成部分，顧名思義，在知識庫中包含了與采礦有關的各種知識，專家系統的知識庫主要包括以下兩個方面，第一，地質知識庫，露天礦產的開采與地址環境之間有十分緊密的聯系，地質環境是影響采礦安全性的重要因素，在進行采礦之前，必須要對地質條件進行勘測，了解采礦過程中地質條件水平，做好應對措施，提高采礦過程中的安全性。地質知識庫中包含的信息與地質條件有很大關系，可以對地質模型進行調用，也可以被采礦設備知識庫進行調用。第二，采礦知識庫。采礦知識庫中更多的是采礦工藝，包括采礦行業發展過程中人類專家研究所得到的知識以及各種礦產項目開采過程中得到的實踐經驗，用來確定開采過程中的開采工藝以及各種開采工藝的控制。例如在礦產開采過程中要完成穿爆、采裝、運輸、排上等過程，對于每一個過程中的作業參數都要進行控制，從而得到更加準確的參數，實現對采礦工藝的優化。

2.3推理機構。推理機構是實現采礦工藝分析和推理的重要部分，也是決策系統的關鍵，在推理機構中融合了多種系統，例如控制數據庫、知識庫、用戶等，都可以選擇合適的輸入輸出接口實現連接。對露天煤礦進行開采時的工藝分為表上開采工藝、巖石開采工藝、采煤工藝三個部分，每一個部分都會根據礦產工程的實際情況進行決策，主要的決策依據是礦產的地形、生產規模、礦產巖石的性質、礦產的賦存條件、礦場的氣候、礦場的尺寸等，根據這些具體的因素對采礦工藝進行確定，然后可以對知識庫進行利用，對照分析，從而選擇合適的工藝設備，通過采礦知識庫中的各種信息比對還能確定出最佳的工作參數，比如采礦過程中的臺階高度、采寬等。

2.4地質模型。地質模型的建立是采礦決策優化的有效途徑，采礦的工藝很大程度上取決于地質模型，由于地質環境差異，導致采礦過程中的工藝方法不相同。在采礦過程中要根據礦產勘查的資料建立礦床地質模型，采用相應的建模語言進行建模，形成二維甚至是三維的地質網絡模型圖，地質模型圖可以供地質知識庫調用，根據地質模型，可以得到地質環境的相關參數，例如需要開采的煤層的厚度、礦場的巖石特性、剝采比、煤質和儲量等數據，不斷提高采礦工藝水平和采礦控制精度。

2.5采礦模型。采礦模型是根據所有的已知條件得到的采礦工藝模型，包括模擬開采部分，在采礦模型中可以實現對采礦過程的模擬，從而有助于發現采礦過程中可能出現的問題，在真正實施采礦施工之前做好應急措施方案的設計，為采礦過程提供更有力的保障。采礦模型中還應該要反映出采礦過程中的安全水平。

2.6綜合評價模型。對于采礦專家決策系統的模擬應用，可以實現對采礦過程的全面管理，對于采礦過程進行評價也是專家決策系統的重要組成部分，通過智能系統、知識庫決策所得出的采礦工藝形式以及設備序列是實際采礦的主要依據，要對系統分析之后得到的采礦工藝進行全面分析，主要分析采礦工藝的經濟性、可行性、可靠性、安全性等因素，對采礦工藝方案進行調整，從而得到最優方案，提高采礦管理水平。

結語

綜上所述，隨著我國經濟水平的不斷發展，在露天礦山企業發展過程中，不僅要注重經濟效益，更要注重安全管理，要提高采礦效益。在采礦行業中采礦工藝管理是一個十分重要的環節，為了對露天礦產的開采工作進行優化，必須要傳統的采礦管理模式進行改進，傳統的采礦管理主要依據人工經驗判斷設計采礦方案，帶有很大的不確定性，很容易出現安全事故，耽誤礦產開采進度。對此，在露天礦產的開采過程中，可以借助信息技術、計算機技術，加強專家決策系統的設計，對露天礦山企業的生產過程進行評估，對采礦工藝進行確定，對生產過程中可能出現的安全事故進行預判，并且提出應急措施，提高露天礦山生產水平和生產效率。

參考文獻

[1]張瑞新，梅曉仁，高永勝.露天開采規劃決策系統及其應用[J].中國礦業大學學報，2003（03）

[2]張瑞新，丁立明，高永勝.露天采礦工程決策支持系統的開發與應用[J].貴州工業大學學報：自然科學版，2002（04）

[3]劉曉亮，褚洪濤.采礦方法選擇輔助決策專家系統[J].采礦技術，2010（04）

[4]李新春，張幼蒂，張瑞新.露天采礦優化決策智能系統[J].化工礦物與加工，1997（06）endprint