煤礦安全態勢分析預測預警系統的研究

劉 波

（兗州煤業股份有限公司興隆莊煤礦，山東 兗州 272102）

近年來，我國煤礦事故發生率和百萬噸死亡率雖然得到了有效降低，但仍然高于世界平均水平。當前我國煤礦安全生產預控系統存在如下缺陷：（1）評估方法相對單一，評估范圍也大多局限于瓦斯、水災等單一災害風險，缺乏全面系統的煤礦安全風險評估手段，處理的風險與數據類型較少，無法保證評估的準確度；（2）煤礦安全生產的信息來源種類多、規模大、數據分析要求高，傳統方法無法及時有效地對風險進行識別和控制；（3）在風險處于產生的臨界點或已經產生時進行報警，無法真正實現風險預控。因此當前在風險評估與預警方面的研究無法滿足煤礦安全生產需求[1-2]。

1 煤礦安全風險預測預警系統的構建思路

煤礦安全受到復雜的生產環境、技術裝備、人員、管理水平等諸多因素的綜合影響，因此對煤礦安全態勢的評估、預測、預警需要綜合考慮各種因素。該項目依托基于物聯網煤礦安全大數據和“云交互數據管道”，及時獲取準確全面的信息。根據物聯網環境下煤礦安全信息的異構性、動態性等特征，構建與其特征相匹配的煤礦安全態勢評價模型，在分析各種煤礦安全隱患特征的基礎上，從單因素、單事故類型、生產子系統、煤礦整體系統等幾個維度實現煤礦安全態勢的準確評價。

該項目面向煤礦物聯網的深度應用，為實現煤礦安全隱患超前感知目的，將安全態勢感知的概念引入到煤礦安全生產中，研發集智能感知、風險動態評估與智能預警于一體的煤礦安全態勢分析及預測預警系統。

該系統在興隆莊煤礦進行實踐應用，實現了對來自煤礦物聯網云交互平臺的多源、海量、異構數據的融合與分析，在此基礎上，結合應用貝葉斯網絡（BNs）與長短時記憶網絡（LSTM），構建起基于大數據的煤礦安全態勢及風險預測模型，從而實現對煤礦安全隱患及風險的超前感知和識別。

2 煤礦安全態勢分析預測預警系統的構建

系統以為煤礦提供全面、便捷的隱患及風險的管理服務為目標，將事故預警、單指標預警、預警工單管理、預警指標管理、礦井作業管理、煤礦安全監控等多個模塊集成于該系統當中，為煤礦提供有效的安全隱患及風險預測服務、及時的預警生成及通知服務、便捷的預警信息查詢及處理服務等。

2.1 系統整體架構

煤礦安全態勢分析預測預警系統主要由物聯網信息收集云平臺數據管理、煤礦安全態勢預測模型、信息可視化平臺、預警通知四大部分組成，如圖1所示。

圖1 煤礦安全態勢分析預測預警系統結構示意圖

系統利用物聯網煤礦安全大數據和“云交互數據管道”，可以及時獲取準確全面的信息，依據安全態勢預測指標體系構建安全態勢預測模型，對監測數據進行挖掘和分析，進而得出安全態勢預測結論，通過可視化平臺將態勢預測結果可視化展現，并經由預警通知模塊進行通知。

2.2 系統功能模塊分析

2.2.1 系統主頁展示

系統主界面包含預警統計、態勢分析、預警工單統計、部門預警統計、最新預警信息等內容。預警統計模塊集中展示礦山整體尚未消警的預警信息；綜合態勢分析模塊是對各態勢分析數據的綜合展示，獲取當前各種事故風險態勢分析的最大值作為當前綜合態勢分析的基礎數據展示；瓦斯態勢分析模塊基于對瓦斯風險事故發生概率的計算，并將計算結果采集然后以數據折線圖的方式進行展示；運輸態勢分析模塊基于對運輸風險事故發生概率的計算，并將計算結果采集然后以數據折線圖的方式進行展示；預警工單統計對處于不同狀態的預警工單數量進行統計，便于使用者訊速了解煤礦中已處理、待處理等各類預警的數量；部門預警統計模塊按發生部門對未處理預警進行分類，為礦山有針對整改提供便利；最新預警模塊提供最新預警詳細信息的查看功能。

2.2.2 預警信息查看

預警信息查看模塊提供預警信息的詳情查看功能，具體包括三類預警：單指標預警、事故預測預警、態勢分析預警。

2.2.3 安全事故預測

安全事故預測模塊基于對云平臺數據的分析挖掘，通過BNs與LSTM的結合實現對礦山安全事故的預測。對于預測結果中的危險項，將作為預警信息發送至預警模塊。安全事故預測的查看功能，是查看事故預測記錄折線圖，根據歷史數據對未來2 h的安全事故狀況進行預測，其中紅色曲線代表歷史數據，藍色曲線代表預測結果。

2.2.4 安全態勢分析

本系統中，安全態勢分析分為：瓦斯事故、運輸事故、機械事故、水災事故四種風險類型態勢分析。安全態勢分析同樣基于BNs與LSTM的結合應用。由于每種風險類型的安全態勢分析解面結構相同，以瓦斯事故態勢分析。

在安全態勢分析模塊中，根據態勢分析實時計算出事故發生概率數據，并生成態勢分析折線圖。系統根據歷史數據進行貝葉斯網絡的訓練，生成貝葉斯關系網絡圖。在瓦斯風險態勢列表中，詳細展示了各節點礦山整體的瓦斯安全態勢值，同時也展示了此時間節點各項貝葉斯網絡影響參數的取值，方便使用者分析異常數據。

2.2.5 預警工單列表

預警工單展示了各條預警的負責人、發生位置、處理狀態等信息，作為預警信息的補充的同時，也是預警處理的操作界面。通常情況下，產生的預警包括三種狀態：已處理、未處理、自動恢復。預警狀態的更改需由管理員進行操作。

2.2.6 綜合管理

綜合管理模塊用于更改系統各項參數，使之適用于特定煤礦。具體包括：預警指標管理、作業管理、貝葉斯指標管理、貝葉斯指標管理管理、安全態勢預警配置等。

3 系統的現場應用

興隆莊煤礦安全態勢分析及預測預警系統項目通過集成瓦斯監控、頂板監控、水文監控、設備健康監控等煤礦安全監控系統數據，建立煤礦綜合風險分析評價與預警模型，實現對煤礦綜合風險指標體系的數據采集與管理，生成煤礦企業實時安全風險狀況及未來風險趨勢，對評估出的煤礦綜合風險信息進行可視化展示，實現煤礦綜合風險的評價和預警，為煤礦安全管理提供信息和輔助決策支撐，提升安全管理的效率和針對性。

系統從2020年5月1日啟動建設，于2020年8月6日進駐興隆莊煤礦現場實施。當前煤礦安全態勢分析及預測預警系統已完成建設內容，主要包括：（1）建立了煤礦綜合風險分析評價模型，實現對礦井安全評價指標的管理，評價結果能夠有效反映礦井安全的主要特征及基本狀況，綜合反映礦井所處的安全狀態，并進行評估和分級。（2）開發煤礦安全態勢分析及預測預警系統。對煤礦安全監控系統數據進行全面集成與處理，實現對煤礦綜合風險指標體系的數據采集與管理，生成煤礦企業實時安全風險狀況及未來風險趨勢，對評估出的煤礦綜合風險信息進行可視化展示，實現煤礦綜合風險的評價和預警。

4 創新點與效益分析

4.1 創新點分析

兗礦集團興隆莊煤礦安全態勢分析預測預警系統的建設具有以下創新點：

（1）構建基于大數據的煤礦安全評價、預測、預警體系。該預測預警系統的建設依托基于物聯網煤礦安全大數據和“云交互數據管道”，利用數據挖掘技術和事故致因理論，依據“人、機、環”統一描述方法和安全判識準則，開展針對煤礦重大危險源的感知、監控、分析研究，從人、機、環、管幾個方面構建多維度的煤礦安全評價預測預警指標體系和方法體系，為基于物聯網煤礦安全大數據背景下，對煤礦安全態勢的評價預測預警提供理論和方法支持。

（2）研發基于大數據的煤礦安全態勢預測預警系統。在基于大數據的煤礦安全態勢評價、預測、預警方法研究的基礎上，以大數據機器學習技術為手段，研發基于大數據的煤礦安全態勢預測、預警系統，能夠實現煤礦安全的及時準確預警，實現了多源安全信息的全面集成；實現了對煤礦安全風險的綜合評價和綜合、動態預測，實現了對煤礦安全評價、預測信息的多維可視化，實現了對動態安全信息的提前預警和實時提醒。

4.2 社會經濟效益

隨著物聯網技術的發展及其在煤礦企業的推廣和應用，煤礦安全生產監測手段和信息采集、傳輸方式發生了巨大的變化，煤礦安全生產的環境非常復雜，在物聯網技術的支撐下，可以及時采集到全面系統的數據，形成基于物聯網的煤礦安全大數據。該項目依托基于物聯網的煤礦安全大數據和“云交互數據管道”，進行煤礦安全評價預測預警研究，構建煤礦安全評價預測預警指標和方法體系，為煤礦安全態勢的評價與預測、安全狀況的預警提供理論和方法支撐。

以大數據機器學習技術為手段，研發基于大數據的煤礦安全態勢預測、預警系統，能夠實現煤礦安全的及時準確預警，對于減少煤礦安全事故的發生具有積極的理論和實踐意義。

5 結論

當前興隆莊煤礦安全態勢分析預測預警系統已完成建設，系統已在現場順利運行，效果理想，主要內容如下：

（1）煤礦安全態勢分析及預測預警系統運行情況總體良好，系統功能技術指標達到設計的性能指標。

（2）煤礦安全態勢分析及預測預警系統的實施，實現了煤礦安全的及時準確預警，預警準確率達到了95%以上，既有數據挖掘技術的集成應用，亦有創造的突破，對于減少煤礦安全事故的發生具有積極的理論和實踐意義，起到了示范的目的。

（3）該系統的實施為興隆莊煤礦的安全生產提供了保障，能有效地預防和及時處理各種突發事故和礦井災害，使生產調度、經營管理、決策指揮網絡化、信息化、科學化，達到減人增效和提高礦井安全管理水平的目的。