基于ELM-CBR 的采煤工作面頂板冒落危險(xiǎn)性預(yù)測與管理

劉 璐 季嘉琪 苗德俊

（山東科技大學(xué)安全與環(huán)境工程學(xué)院，山東 青島 266590）

近年來煤礦安全形勢有很大改善，百萬噸死亡率逐年下降，但煤礦事故仍時(shí)有發(fā)生，整體安全形勢依舊嚴(yán)峻。頂板事故是煤礦事故的主要類型之一[1]，此類事故不僅會(huì)造成重大生命財(cái)產(chǎn)損失，還會(huì)引起其他事故的發(fā)生。若不能及時(shí)發(fā)現(xiàn)并排除隱患，將會(huì)威脅安全生產(chǎn)，造成經(jīng)濟(jì)損失。因此，應(yīng)加強(qiáng) “關(guān)口前移”管理，進(jìn)行積極預(yù)防。

在頂板事故預(yù)測管理方面，越來越多的學(xué)者將數(shù)學(xué)算法與頂板事故預(yù)測相結(jié)合，程海星等[2]通過監(jiān)測的礦壓數(shù)據(jù)，利用逆向傳播神經(jīng)網(wǎng)絡(luò)預(yù)測工作面頂板礦壓；Lei 等[3]利用ELM 對(duì)風(fēng)速進(jìn)行預(yù)測，證明了所提模型在短期風(fēng)速預(yù)測方面的優(yōu)越性；閻馨等[4-5]將PCA 與CBR 方法結(jié)合對(duì)煤與瓦斯事故進(jìn)行危險(xiǎn)性預(yù)測，提高了預(yù)測結(jié)果的準(zhǔn)確性和穩(wěn)定性。

在煤礦安全預(yù)測中，大多數(shù)學(xué)者對(duì)煤礦安全進(jìn)行綜合性預(yù)警研究，其中也不乏對(duì)煤礦風(fēng)險(xiǎn)管理上的研究。但是，傳統(tǒng)的風(fēng)險(xiǎn)預(yù)測管理已經(jīng)不適合當(dāng)前煤礦這個(gè)復(fù)雜的環(huán)境了，且CBR 方法在煤礦安全管理的研究未得到廣泛的應(yīng)用。因此，本文提出一種基于ELM-CBR 的頂板事故冒落危險(xiǎn)性預(yù)測與管理的方法，以頂板事故為例進(jìn)行研究，分析導(dǎo)致煤礦頂板事故的危險(xiǎn)源，并對(duì)頂板冒落風(fēng)險(xiǎn)進(jìn)行預(yù)測，并利用CBR 對(duì)預(yù)測結(jié)果進(jìn)行管理，提出相應(yīng)的措施建議，為決策者提供管理依據(jù)。

1 預(yù)測指標(biāo)體系建立

本研究以頂板事故為例進(jìn)行研究，分析導(dǎo)致煤礦頂板事故的危險(xiǎn)源。頂板冒落受多種因素的影響，在選擇頂板冒落指標(biāo)時(shí)應(yīng)考慮以下因素：1）選擇的指標(biāo)應(yīng)該具有代表性；2）指標(biāo)應(yīng)具有敏感性；3）指標(biāo)便于測量、記錄，且準(zhǔn)確性不受其他外力的影響；4）指標(biāo)應(yīng)具有通用性。收集近十年間我國煤礦頂板事故報(bào)告，其中數(shù)據(jù)不完整或缺失的頂板事故報(bào)告無法適用于煤礦頂板冒落風(fēng)險(xiǎn)危險(xiǎn)性的分析，因此本文剔除不完整的事故案例，最終整理出156 份事故案例。

依據(jù)近十年的煤礦事故案例，對(duì)煤礦頂板事故案例進(jìn)行整理分析，運(yùn)用事故致因理論，從人、物、環(huán)、管四個(gè)方面分析頂板事故發(fā)生的原因，并利用貝葉斯模型建立風(fēng)險(xiǎn)預(yù)測指標(biāo)體系，如圖1 所示。

圖1 頂板事故貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)

由圖1 可知，頂板事故發(fā)生的原因分為直接原因和間接原因，分別將其劃分為一級(jí)指標(biāo)和多級(jí)指標(biāo)。直接原因有支護(hù)問題、頂板冒落和人員進(jìn)入冒落區(qū)，其相應(yīng)的指標(biāo)為一級(jí)指標(biāo)。致使直接原因發(fā)生的因素為間接原因，其影響一級(jí)指標(biāo)數(shù)值的變化，將其確定為多級(jí)指標(biāo)。預(yù)測指標(biāo)見表1。

表1 頂板冒落風(fēng)險(xiǎn)預(yù)測指標(biāo)

2 ELM-CBR 模型的建立

本文針對(duì)頂板冒落危險(xiǎn)性預(yù)測工作，提出了一種基于案例推理（CBR）和極限學(xué)習(xí)機(jī)（ELM）頂板冒落風(fēng)險(xiǎn)預(yù)測管理模型，可針對(duì)當(dāng)前事件的安全狀況進(jìn)行預(yù)測管理，并給出措施建議及解決方案。

進(jìn)行頂板冒落風(fēng)險(xiǎn)預(yù)測時(shí)，首先利用ELM 對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練和測試，預(yù)測指標(biāo)值輸入后，經(jīng)過機(jī)器學(xué)習(xí)得出風(fēng)險(xiǎn)預(yù)測值及超出臨界值的單項(xiàng)危險(xiǎn)指標(biāo)；其次，根據(jù)頂板冒落風(fēng)險(xiǎn)預(yù)測值和風(fēng)險(xiǎn)指標(biāo)，從數(shù)據(jù)庫中檢索和匹配與目前狀況描述相似的案例，依據(jù)相似度閾值對(duì)案例進(jìn)行重用，并參考?xì)v史案例中的頂板冒頂危險(xiǎn)等級(jí)；最后，通過當(dāng)前情況與案例庫中的案例相似度比較，對(duì)當(dāng)前案例進(jìn)行存儲(chǔ)或修正，并輸出最終解決方案，為當(dāng)前情況提供應(yīng)急處置措施和有效的管理措施。流程如圖2。

圖2 基于ELM-CBR 的頂板冒落風(fēng)險(xiǎn)預(yù)測管理流程

2.1 基于ELM 的風(fēng)險(xiǎn)預(yù)測

ELM 利用隨機(jī)的輸入層權(quán)值和偏置值，輸出層權(quán)重利用廣義逆矩陣?yán)碚撚?jì)算得出，其預(yù)測的步驟：1）隨機(jī)初始化ELM 網(wǎng)絡(luò)的初始權(quán)重和閾值，并設(shè)置激活功能；2）計(jì)算隱藏層輸出矩陣和廣義矩陣；3）計(jì)算輸出矩陣。

如圖3 所示為極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)結(jié)構(gòu)圖。一個(gè)具有L個(gè)隱含層節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)的輸出可以用式（1）來表示：

圖3 極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)結(jié)構(gòu)圖

式中：g（x）是激活函數(shù)；x為輸入層；wi為輸入層權(quán)值；β為輸出層權(quán)值；bi為偏置值。

由式（1）得出頂板發(fā)生事故的危險(xiǎn)預(yù)測模型。假設(shè)U={F1，F(xiàn)2，F(xiàn)3，…，F(xiàn)n，G}是一個(gè)離散變量集合，其中Fi為風(fēng)險(xiǎn)一級(jí)指標(biāo)，G為頂板事故風(fēng)險(xiǎn)。Fi的取值集合為F={F1=f1，F(xiàn)2=f2，…，F(xiàn)n=fn}，G=Y代表的是風(fēng)險(xiǎn)存在[6]。F設(shè)為一級(jí)指標(biāo)的值，其概率表示：

在對(duì)各種風(fēng)險(xiǎn)進(jìn)行評(píng)估時(shí)，為了對(duì)不同程度的風(fēng)險(xiǎn)采取相應(yīng)的措施，需要按照危險(xiǎn)發(fā)生的可能性對(duì)其進(jìn)行分級(jí)，以便提出相應(yīng)的對(duì)策。將風(fēng)險(xiǎn)劃分無風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)四個(gè)等級(jí)，表2為頂板冒落危險(xiǎn)性風(fēng)險(xiǎn)等級(jí)。

表2 頂板冒落危險(xiǎn)性風(fēng)險(xiǎn)等級(jí)

依據(jù)頂板冒落危險(xiǎn)性風(fēng)險(xiǎn)等級(jí)，當(dāng)計(jì)算區(qū)域的頂板事故風(fēng)險(xiǎn)概率值大于0.6，則為中高風(fēng)險(xiǎn)，需先對(duì)當(dāng)前的安全狀況進(jìn)行危險(xiǎn)預(yù)警，并對(duì)當(dāng)前安全狀況進(jìn)行評(píng)估。

2.2 基于CBR 的風(fēng)險(xiǎn)管理

1）案例表示

案例表示是通過某種方式將案例的相關(guān)指標(biāo)和內(nèi)容的非結(jié)構(gòu)化數(shù)據(jù)用結(jié)構(gòu)化數(shù)據(jù)來表示，以便計(jì)算機(jī)識(shí)別。在預(yù)測頂板冒落危險(xiǎn)性時(shí)，用Ai表示第i個(gè)案例，用Xi表示第i個(gè)案例特征，Ti表示第i個(gè)案例的頂板冒落危險(xiǎn)等級(jí)。

2）案例檢索與匹配

本文運(yùn)用ELM方法對(duì)案例進(jìn)行綜合指標(biāo)預(yù)測，即頂板冒落危險(xiǎn)值預(yù)測，并根據(jù)預(yù)測值與案例庫中的案例進(jìn)行相似度匹配，輸出當(dāng)前頂板冒落危險(xiǎn)等級(jí)，同時(shí)輸出超臨界值的單項(xiàng)危險(xiǎn)指標(biāo)。如圖4。

圖4 檢索與匹配流程圖

對(duì)于頂板冒落風(fēng)險(xiǎn)值相似度，假設(shè)案例庫中的頂板事故冒落案例Ai的頂板冒落風(fēng)險(xiǎn)值為Ri，當(dāng)前頂板冒落狀況為A，頂板冒落風(fēng)險(xiǎn)預(yù)測值為R，則兩個(gè)案例之間的相似度S：

在案例庫中檢索出與當(dāng)前頂板安全狀況相似度最高的案例，最終依據(jù)相似度閾值確定是否作為相似案例。相似度閾值公式：

其中：a為給定的常數(shù)，a∈[0，1]；Sy為相似度閾值。

3）案例重用

案例重用是指將案例庫中的相似度較高的案例解應(yīng)用在當(dāng)前狀況中。在案例庫中，若存在一個(gè)或者多個(gè)和當(dāng)前狀況相匹配的案例時(shí)，則會(huì)輸出相似度較高的案例，并可以直接應(yīng)用到當(dāng)前狀況。但對(duì)于頂板冒落突出狀況，一般不存在完全匹配的案例，需要對(duì)相似案例進(jìn)行案例重用。

4）案例存儲(chǔ)與維護(hù)

案例存儲(chǔ)與維護(hù)分為以下幾種情況。① 在案例庫中進(jìn)行案例檢索，計(jì)算出相似度值。如果該值為1，則不需要存儲(chǔ)；如果該值未達(dá)到預(yù)期閾值，則需要將其存儲(chǔ)；如果該值達(dá)到了閾值，但仍不完全相似，則需要對(duì)數(shù)據(jù)庫中較早的舊案例進(jìn)行更新。② 對(duì)于長時(shí)間沒有匹配的舊案例，進(jìn)行適當(dāng)篩減。③ 對(duì)于案例描述相似但結(jié)果相差較大的案例進(jìn)行修改。

3 頂板冒落危險(xiǎn)等級(jí)預(yù)測分析

3.1 數(shù)據(jù)來源與處理

本文將選取156組數(shù)據(jù)中的30%作為測試數(shù)據(jù)，70%作為訓(xùn)練數(shù)據(jù)。在選取的預(yù)測指標(biāo)體系中的定量指標(biāo)選取魯西煤礦支架初撐力監(jiān)測數(shù)據(jù)，對(duì)其中的定性指標(biāo)進(jìn)行定量處理。具體的指標(biāo)量化見表3。

表3 指標(biāo)量化規(guī)則

在表3 中，安全培訓(xùn)不到位、技術(shù)管理不到位、內(nèi)部管理機(jī)制不健全、監(jiān)督管理制度不健全等指標(biāo)，其量化規(guī)則需要由專家根據(jù)相關(guān)管理制度的完成度以及可能導(dǎo)致后果的嚴(yán)重程度等來評(píng)判，并設(shè)置相應(yīng)的權(quán)重。對(duì)于三違記錄，將根據(jù)三違等級(jí)和發(fā)生地點(diǎn)進(jìn)行取值。如果在收集數(shù)據(jù)的工作面內(nèi)存在一般三違記錄，則三違行為記為1；若存在嚴(yán)重三違記錄，則三違行為記為2；沒有相關(guān)的三違記錄，則三違行為記為0。

原始數(shù)據(jù)的量級(jí)和單位有較大的差距，若直接使用原始數(shù)據(jù)進(jìn)行訓(xùn)練，運(yùn)行結(jié)果可能收斂較慢或者不會(huì)收斂，并且對(duì)訓(xùn)練結(jié)果的準(zhǔn)確性有較大的影響。因此，在訓(xùn)練之前，需對(duì)數(shù)據(jù)進(jìn)行歸一化處理，以便將數(shù)據(jù)轉(zhuǎn)換為一定范圍內(nèi)更精確的實(shí)數(shù)。通過ELM 進(jìn)行訓(xùn)練的輸出結(jié)果也是歸一化后的結(jié)果，部分樣本數(shù)據(jù)見表4。

表4 部分?jǐn)?shù)據(jù)

3.2 結(jié)果分析與對(duì)比

采用ELM 對(duì)頂板冒落危險(xiǎn)性進(jìn)行預(yù)測，其中，隱藏層函數(shù)為Sigmoid 函數(shù)，隱藏層節(jié)點(diǎn)數(shù)為7，用70%數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，30%數(shù)據(jù)作為測試，同時(shí)將本方法與BP 神經(jīng)網(wǎng)絡(luò)方法從預(yù)測結(jié)果的角度進(jìn)行對(duì)比，對(duì)比結(jié)果如圖5 和表5。

表5 結(jié)果分析

圖5 部分測試案例結(jié)果對(duì)比

從圖5 中可以看出，ELM 的預(yù)測結(jié)果比BP 預(yù)測結(jié)果與實(shí)際值的距離大。如表5 對(duì)最終結(jié)果進(jìn)行總結(jié)，ELM 預(yù)測的最大相對(duì)誤差為0.5%，平均相對(duì)誤差為0.15%，BP 預(yù)測的最大相對(duì)誤差為10%，平均相對(duì)誤差為5%；ELM 預(yù)測的最大絕對(duì)誤差為0.52，平均絕對(duì)誤差為0.4，BP 預(yù)測的最大絕對(duì)誤差為0.95，平均絕對(duì)誤差為0.63。由此可見，無論是相對(duì)誤差還是絕對(duì)誤差，ELM 預(yù)測最接近實(shí)際值，在準(zhǔn)確性和穩(wěn)定性上優(yōu)于BP 預(yù)測。

3.3 案例匹配分析

利用一條數(shù)據(jù)進(jìn)行案例匹配分析，數(shù)據(jù)見表6。

表6 案例匹配分析數(shù)據(jù)（157 號(hào)案例）

根據(jù)公式4，計(jì)算當(dāng)前頂板冒落風(fēng)險(xiǎn)狀況與案例庫中所有案例的相似度情況，并設(shè)相似閾值為0.8，檢索出與以上數(shù)據(jù)相似度達(dá)到閾值的有多個(gè)案例，其中相似度最高的一個(gè)案例見表7。

表7 相似案例（23 號(hào)案例）

經(jīng)過檢索，與“157”號(hào)案例相似度最高的案例為“23”號(hào)案例，相似度為0.910 6，風(fēng)險(xiǎn)等級(jí)為2。根據(jù)相似案例的狀況，對(duì)當(dāng)前頂板冒落風(fēng)險(xiǎn)提出相應(yīng)的措施建議：首先，需要關(guān)注煤的特性和支架實(shí)際初撐力監(jiān)測數(shù)據(jù)，加強(qiáng)工作面的風(fēng)險(xiǎn)預(yù)測，并建立完善的監(jiān)督管理體系。其次，要落實(shí)工作面的監(jiān)督管理措施和防范措施，嚴(yán)格按照安全規(guī)章制度進(jìn)行作業(yè)，確保操作人員的安全。通過這些措施，可以有效地減少頂板冒落風(fēng)險(xiǎn)，提高安全管理水平。

在本次實(shí)際案例中，通過在案例庫進(jìn)行案例檢索來驗(yàn)證ELM-CBR 的頂板冒落風(fēng)險(xiǎn)預(yù)測管理模型的準(zhǔn)確性，并取得了良好的效果。該模型為煤礦的安全管理提供了新的思路，提高了煤礦的安全管理水平，為煤礦的安全生產(chǎn)提供有力的保障。

4 結(jié)論

本文針對(duì)頂板冒落危險(xiǎn)性預(yù)測工作，提出了一種基于案例推理（CBR）和極限學(xué)習(xí)機(jī)（ELM）頂板冒落風(fēng)險(xiǎn)預(yù)測管理模型，可以針對(duì)當(dāng)前事件的安全狀況給出定性的措施建議及解決方案，在具有較高精度的同時(shí)具有良好的可解釋性。

本文依據(jù)頂板事故報(bào)告，以3 個(gè)一級(jí)指標(biāo)、10個(gè)二級(jí)指標(biāo)以及支架實(shí)際初撐力監(jiān)測數(shù)據(jù)建立頂板冒落風(fēng)險(xiǎn)危險(xiǎn)性的預(yù)測指標(biāo)，在利用ELM 對(duì)頂板冒落危險(xiǎn)性進(jìn)行預(yù)測的同時(shí)，也對(duì)單項(xiàng)預(yù)測指標(biāo)進(jìn)行預(yù)測。從預(yù)測結(jié)果上，將ELM 與BP 神經(jīng)網(wǎng)絡(luò)算法進(jìn)行對(duì)比，在二者的對(duì)比結(jié)果中發(fā)現(xiàn)，ELM 預(yù)測的相對(duì)誤差和絕對(duì)誤差比BP 預(yù)測的相對(duì)誤差和絕對(duì)誤差要小。由此可見，ELM 預(yù)測的準(zhǔn)確性更高。預(yù)測出頂板冒落危險(xiǎn)性等級(jí)后，通過CBR 方法對(duì)頂板冒落預(yù)測結(jié)果進(jìn)一步管理，檢索出相似度超過80%的歷史案例，利用已有的解決方案為當(dāng)前煤礦發(fā)生情況提供應(yīng)急處置措施和有效的管理措施，為煤礦安全管理者提供決策依據(jù)。

最后，本文利用一個(gè)實(shí)際案例來基于ELMCBR 模型進(jìn)行驗(yàn)證，檢索并重新使用與當(dāng)前目標(biāo)案例有關(guān)的最相似的案例的解決方案。通過這一過程，進(jìn)一步驗(yàn)證了所提出的方法的適用性和準(zhǔn)確度，并在實(shí)際應(yīng)用中取得了良好的效果，為煤礦安全管理提供更加有效、可靠的解決方案。

在后續(xù)的研究中，將進(jìn)一步擴(kuò)充頂板冒落事故案例，并將更加豐富的信息納入到案例庫中，以提高案例檢索的精度，對(duì)管理模型進(jìn)行深入的研究，以進(jìn)一步完善和優(yōu)化其功能。此外，還需進(jìn)一步思考并計(jì)劃進(jìn)行更多實(shí)地應(yīng)用，在實(shí)際煤礦環(huán)境中驗(yàn)證所提出的方法的適用性和準(zhǔn)確度，這將成為后續(xù)研究的重點(diǎn)方向。