礦井智能安全生產監控系統的設計與研究

楊曉陽

（大同煤礦集團有限責任公司晉華宮礦安監站， 山西 大同 037000）

引言

近十年來，隨著我國安全監控技術的發展，煤炭企業安全形勢好轉，事故發生總量與事故死亡人數大幅度下降[1-2]。但是相較于世界煤礦安全的平均水平，我國安全事故發生率還是較高的，礦井生產安全依舊制約著我國煤炭行業的發展。我國煤炭資源豐富，分布于全國各個地區，許多中小型煤礦管理水平、自動化水平低，缺乏有效的監督手段，導致井下瓦斯爆炸與透水等事故時有發生，給人民與社會的安全帶來威脅[3-4]。目前大多數煤礦安全監控系統實現了井下環境與災害事故的監測與報警功能，但是由于傳感器設備較多，數據龐大，難以掌握具體的定量模型，無法對井下的災害事故進行提前預防預警，對事故的及時處理與控制非常不利。本文通過對智能監控系統的模型與危險指標進行分析，設計了一種監控系統方案。

1 監控系統總體方案設計

1.1 系統結構

煤礦安全監控系統包括井上部分與井下部分，井上為地面調度中心，采用以太網通訊，包括上位機、聲光報警器與防火墻等。井下部分包括傳感檢測系統、通訊系統、人員定位系統、視頻監控系統等。傳感器檢測系統負責測量井下的各項環境參數與設備狀態參數等。所需監測的環境參數包括：溫度、甲烷、風速、風向、煙霧與粉塵等；所需檢測的設備狀態參數包括：設備的位移、壓力，電機的電壓、電流和一些開關設備的狀態等參數。通訊系統為監控系統的連接組成部分，包括有線傳輸與無線傳輸，根據各自特點應用于不同場合。人員定位系統采用GIS 技術實現井下工人數量與位置分布的監控，掌握生產狀態，發生事故后方便及時撤離與救援。監控系統總體方案設計如圖1 所示。

1.2 系統功能

安全監控系統作為礦井安全生產的保障，對井下的各項參數進行監控，提高煤礦的抗災能力與事故預警能力。安全監控系統可實現的功能包括：數據采集功能；通過傳感器對井下的環境參數與設備狀態參數進行采集，保證數據的采集精度與傳輸效率。數據顯示與查詢功能；通過液晶屏將監控數據實時顯示，通過系統可查詢各生產面、各傳感器的歷史采集數據與設備運行狀態。數據打印功能；系統數據處理后的表格與曲線圖等，都可通過打印機打印。事故預警功能；通過監測數據預測分析，根據不同的閾值設定，實行分級預警功能，發布警示后公布預警信息，責令整改，解除警報。

2 監控系統的研究

2.1 系統智能監控模型構建及分析

圖1 監控系統結構

通過對近年來所發生的煤礦安全事故分析，對現有監控系統進行改進，提高安全監控系統的預測預警功能，增強系統在安全決策中所發揮的作用，實現煤礦安全監控的智能化與準確化。系統的智能監控模型如圖2 所示。

圖2 智能監控系統模型

智能監控模型分為五個步驟：數據采集、數據預測、危險性分析、事故預警與對策措施。數據采集的目的是建立監測數據庫，可通過系統直接錄入與員工手動錄入的方式，建立礦井環境與設備狀態的安全數據庫，為下一步做數據準備。數據預測為智能監控系統的核心部分，通過選擇合適的算法與神經網絡，建立預測模型，通過監測數據的輸入實現智能預測功能。

危險性分析是指對導致事故發生的因素進行綜合評判，通常安全事故的發生是由于多種不安全因素導致的，例如瓦斯爆炸事故發生的條件中必須包含三個因素，即瓦斯濃度、氧氣與火源。本智能監控模型通過分析各安全事故的致因機理，判斷各事故的發生概率，建立礦井危險性指標。

事故預警采用分級預警方式，根據事故可能造成的危險程度、緊急程度與發生概率等，建立預警指標，將預警等級分為四級：A 級、B 級、C 級與 D 級。根據不同預警等級，發布不同預警信息，在統一整改后，撤銷預警消息。

對策措施為安全預警的后續工作，針對不同的安全事故與預警等級，建立事故安全措施評價體系。例如瓦斯安全事故，應對局部瓦斯突出或區域性瓦斯突出等現象，安全對策與防治措施可選擇為高壓注水、超前鉆孔、煤層注水，瓦斯抽放等。

2.2 系統數據處理與預測技術的研究

傳統監控系統主要作用是參數監測、超限報警與斷電等功能，無法滿足煤礦更高的安全需求。本系統結合灰色系統理論與人工神經網絡模型對礦井監測數據進行處理及預測。

灰色系統理論為一種數據處理方法，將無規律的原始數據進行累加，生成有規律的數列，通過數列擬合，可實現一些復雜問題的短期預測功能。廣義神經網絡模型由輸入層、模式層、求和層與輸出層組成，其具體結構如圖3 所示。

圖3 廣義神經網絡模型

神經網絡的最終預測值Y（X）為：

式中：Xi、Yi分別為輸入輸出變量 x 和 y 的樣本觀測值；p 為輸入維數；n 為樣本容量；σ 為光滑因子。

本文采用的灰色-廣義神經網絡預測模型，結合二者特點，使得預測數據更加準確。首先通過灰色系統模型將訓練樣本灰化，然后將樣本輸入到神經網絡，通過樣本訓練確定最佳σ，在訓練結束后得到最終的預測模型。將監測到的樣本數據輸入到模型中，經過灰化—神經網絡—白化后得到最終的預測數值。

3 結論

針對煤礦安全事故進行分析而提出的一種智能安全監控系統的總體方案與預測模型，可建立危險性安全指標，采用分級預警方式對安全事故進行科學預警。系統結合灰色系統理論與廣義神經網絡的優點，采用灰色-廣義神經網絡模型，對系統的監測數據進行預測，可有效提高7 系統事故預警的可靠性與準確性。