礦井智能安全生產(chǎn)監(jiān)控系統(tǒng)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(jiān)站， 山西 大同 037000）

引言

近十年來，隨著我國安全監(jiān)控技術的發(fā)展，煤炭企業(yè)安全形勢好轉，事故發(fā)生總量與事故死亡人數(shù)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(fā)生率還是較高的，礦井生產(chǎn)安全依舊制約著我國煤炭行業(yè)的發(fā)展。我國煤炭資源豐富，分布于全國各個地區(qū)，許多中小型煤礦管理水平、自動化水平低，缺乏有效的監(jiān)督手段，導致井下瓦斯爆炸與透水等事故時有發(fā)生，給人民與社會的安全帶來威脅[3-4]。目前大多數(shù)煤礦安全監(jiān)控系統(tǒng)實現(xiàn)了井下環(huán)境與災害事故的監(jiān)測與報警功能，但是由于傳感器設備較多，數(shù)據(jù)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(jiān)控系統(tǒng)的模型與危險指標進行分析，設計了一種監(jiān)控系統(tǒng)方案。

1 監(jiān)控系統(tǒng)總體方案設計

1.1 系統(tǒng)結構

煤礦安全監(jiān)控系統(tǒng)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(wǎng)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(tǒng)、通訊系統(tǒng)、人員定位系統(tǒng)、視頻監(jiān)控系統(tǒng)等。傳感器檢測系統(tǒng)負責測量井下的各項環(huán)境參數(shù)與設備狀態(tài)參數(shù)等。所需監(jiān)測的環(huán)境參數(shù)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(tài)參數(shù)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(tài)等參數(shù)。通訊系統(tǒng)為監(jiān)控系統(tǒng)的連接組成部分，包括有線傳輸與無線傳輸，根據(jù)各自特點應用于不同場合。人員定位系統(tǒng)采用GIS 技術實現(xiàn)井下工人數(shù)量與位置分布的監(jiān)控，掌握生產(chǎn)狀態(tài)，發(fā)生事故后方便及時撤離與救援。監(jiān)控系統(tǒng)總體方案設計如圖1 所示。

1.2 系統(tǒng)功能

安全監(jiān)控系統(tǒng)作為礦井安全生產(chǎn)的保障，對井下的各項參數(shù)進行監(jiān)控，提高煤礦的抗災能力與事故預警能力。安全監(jiān)控系統(tǒng)可實現(xiàn)的功能包括：數(shù)據(jù)采集功能；通過傳感器對井下的環(huán)境參數(shù)與設備狀態(tài)參數(shù)進行采集，保證數(shù)據(jù)的采集精度與傳輸效率。數(shù)據(jù)顯示與查詢功能；通過液晶屏將監(jiān)控數(shù)據(jù)實時顯示，通過系統(tǒng)可查詢各生產(chǎn)面、各傳感器的歷史采集數(shù)據(jù)與設備運行狀態(tài)。數(shù)據(jù)打印功能；系統(tǒng)數(shù)據(jù)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(jiān)測數(shù)據(jù)預測分析，根據(jù)不同的閾值設定，實行分級預警功能，發(fā)布警示后公布預警信息，責令整改，解除警報。

2 監(jiān)控系統(tǒng)的研究

2.1 系統(tǒng)智能監(jiān)控模型構建及分析

圖1 監(jiān)控系統(tǒng)結構

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

圖2 智能監(jiān)控系統(tǒng)模型

智能監(jiān)控模型分為五個步驟：數(shù)據(jù)采集、數(shù)據(jù)預測、危險性分析、事故預警與對策措施。數(shù)據(jù)采集的目的是建立監(jiān)測數(shù)據(jù)庫，可通過系統(tǒng)直接錄入與員工手動錄入的方式，建立礦井環(huán)境與設備狀態(tài)的安全數(shù)據(jù)庫，為下一步做數(shù)據(jù)準備。數(shù)據(jù)預測為智能監(jiān)控系統(tǒng)的核心部分，通過選擇合適的算法與神經(jīng)網(wǎng)絡，建立預測模型，通過監(jiān)測數(shù)據(jù)的輸入實現(xiàn)智能預測功能。

危險性分析是指對導致事故發(fā)生的因素進行綜合評判，通常安全事故的發(fā)生是由于多種不安全因素導致的，例如瓦斯爆炸事故發(fā)生的條件中必須包含三個因素，即瓦斯?jié)舛取⒀鯕馀c火源。本智能監(jiān)控模型通過分析各安全事故的致因機理，判斷各事故的發(fā)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(jù)事故可能造成的危險程度、緊急程度與發(fā)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(jù)不同預警等級，發(fā)布不同預警信息，在統(tǒng)一整改后，撤銷預警消息。

對策措施為安全預警的后續(xù)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(qū)域性瓦斯突出等現(xiàn)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(tǒng)數(shù)據(jù)處理與預測技術的研究

傳統(tǒng)監(jiān)控系統(tǒng)主要作用是參數(shù)監(jiān)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(tǒng)結合灰色系統(tǒng)理論與人工神經(jīng)網(wǎng)絡模型對礦井監(jiān)測數(shù)據(jù)進行處理及預測。

灰色系統(tǒng)理論為一種數(shù)據(jù)處理方法，將無規(guī)律的原始數(shù)據(jù)進行累加，生成有規(guī)律的數(shù)列，通過數(shù)列擬合，可實現(xiàn)一些復雜問題的短期預測功能。廣義神經(jīng)網(wǎng)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(jīng)網(wǎng)絡模型

神經(jīng)網(wǎng)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(shù)；n 為樣本容量；σ 為光滑因子。

本文采用的灰色-廣義神經(jīng)網(wǎng)絡預測模型，結合二者特點，使得預測數(shù)據(jù)更加準確。首先通過灰色系統(tǒng)模型將訓練樣本灰化，然后將樣本輸入到神經(jīng)網(wǎng)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(jiān)測到的樣本數(shù)據(jù)輸入到模型中，經(jīng)過灰化—神經(jīng)網(wǎng)絡—白化后得到最終的預測數(shù)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(jiān)控系統(tǒng)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(tǒng)結合灰色系統(tǒng)理論與廣義神經(jīng)網(wǎng)絡的優(yōu)點，采用灰色-廣義神經(jīng)網(wǎng)絡模型，對系統(tǒng)的監(jiān)測數(shù)據(jù)進行預測，可有效提高7 系統(tǒng)事故預警的可靠性與準確性。