煤礦智能安全管控系統(tǒng)研究與應用

張 倩，王 翀，楊 澤，伏 明

(1.應急管理部信息研究院，北京市朝陽區(qū)，100029；2.華北科技學院，河北省廊坊市，065201；3.華能煤炭技術(shù)研究有限公司，北京市豐臺區(qū)，100070)

0 引言

近年來，我國煤礦安全水平不斷提高，安全生產(chǎn)形勢持續(xù)穩(wěn)定好轉(zhuǎn)。隨著安全投入長效機制不斷完善，煤礦信息化、自動化和智能化水平均得到大幅提高，安全生產(chǎn)形勢持續(xù)好轉(zhuǎn)，煤礦事故總量呈下降趨勢。在智能化浪潮的推動下，煤炭行業(yè)加快向生產(chǎn)、安全和管理智能化方向轉(zhuǎn)變，煤炭行業(yè)轉(zhuǎn)型升級與高質(zhì)量發(fā)展更加迫切[1-2]。2020年2月，國家8部委發(fā)布的《關(guān)于加快煤礦智能化發(fā)展的指導意見》指出，要求建設智能安全監(jiān)控系統(tǒng)，進行災害風險監(jiān)測預警、智能分析模擬、應急救援輔助指揮、事故原因分析、礦井災變狀態(tài)下避災路線智能規(guī)劃等[3]。2020年4月，國務院安委會要求煤礦行業(yè)“加快推進煤礦安全風險監(jiān)測預警系統(tǒng)”建設，利用信息化手段，對所采集的各類數(shù)據(jù)進行智能分析、預知預判，為監(jiān)管監(jiān)察工作提供智能輔助決策[4-5]。通過實施超前辨識預判、提前預警、遠程監(jiān)管監(jiān)察、精準現(xiàn)場檢查等措施，提高風險防控能力，把安全風險控制在隱患之前，把風險隱患化解消除在萌芽之時、成災之前，標本兼治地防范和遏制煤礦事故的發(fā)生[6]。

目前，在我國煤礦智能化的建設中，主要依托各個尚不健全且孤立的單災種監(jiān)測子系統(tǒng)，沒有形成統(tǒng)一的綜合監(jiān)測預警平臺。在分析決策時，大多依靠經(jīng)驗判斷，缺乏科學的預警模型，且無法進行趨勢預測。煤礦生產(chǎn)設備和安全監(jiān)控設備持續(xù)產(chǎn)生高頻實時數(shù)據(jù)，數(shù)據(jù)量級和數(shù)據(jù)類型均呈爆炸式增長，大型企業(yè)集團數(shù)據(jù)集可達PB級[7]。數(shù)據(jù)廣泛分布于煤礦生產(chǎn)、安全、管理等不同環(huán)節(jié)、不同系統(tǒng)，且數(shù)據(jù)結(jié)構(gòu)復雜，采集到的數(shù)據(jù)不但分散且質(zhì)量較低[8]。雖然現(xiàn)有系統(tǒng)基本實現(xiàn)了對煤礦水害、火災、瓦斯、粉塵、頂板等災害的實時監(jiān)測，但各個單災種監(jiān)測子系統(tǒng)之間缺乏數(shù)據(jù)融合，缺少協(xié)同作業(yè)，感知信息無法與防控應急設備聯(lián)動，導致各系統(tǒng)產(chǎn)生的數(shù)據(jù)無法得到深度利用。

為解決上述問題，遵循安全、可靠、先進、實用等設計原則，構(gòu)建安全生產(chǎn)風險監(jiān)測與預警技術(shù)指標體系和預警模型，建設礦山安全生產(chǎn)大數(shù)據(jù)平臺和礦山安全生產(chǎn)知識平臺，對海量數(shù)據(jù)進行分級整理、融合、分析，挖掘災害風險信息，結(jié)合數(shù)據(jù)可視化技術(shù)，為煤礦安全生產(chǎn)監(jiān)測預警提供有力支撐，滿足現(xiàn)代化礦井對監(jiān)測監(jiān)控信息有效獲得的需要。

1 煤礦智能安全管控系統(tǒng)設計

煤礦智能安全管控系統(tǒng)通過接入6類礦山數(shù)據(jù)，對海量數(shù)據(jù)進行統(tǒng)一處理后應用到模型中計算分析，實現(xiàn)對煤礦風險的評估與預警。系統(tǒng)的主要功能是與煤礦安全管理系統(tǒng)聯(lián)網(wǎng)互通，實時采集動態(tài)數(shù)據(jù)，進行安全態(tài)勢分析、事故預測預警和預警結(jié)果分級管控。通過建設集數(shù)據(jù)采集、傳輸、存儲、分析和應用為一體的煤礦智能安全管控系統(tǒng)，最終實現(xiàn)數(shù)據(jù)交換標準化、風險研判智能化、應用系統(tǒng)平臺化、監(jiān)管執(zhí)法精準化。煤礦智能安全管控系統(tǒng)總體架構(gòu)如圖1所示。

圖1 煤礦智能安全管控系統(tǒng)總體架構(gòu)

1.1 數(shù)據(jù)感知

安全監(jiān)控子系統(tǒng)通過布置大量礦用傳感器進行數(shù)據(jù)感知，包括CH4、CO、CO2、O2、NO、SO2等氣體實時監(jiān)測濃度、風速、溫度、煙霧、風壓傳感器的監(jiān)測數(shù)據(jù)等。人員定位數(shù)據(jù)包含井下人員的出入井時刻、重點區(qū)域出入時刻數(shù)據(jù)井下活動軌跡數(shù)據(jù)、系統(tǒng)監(jiān)測的重點區(qū)域人員數(shù)量數(shù)據(jù)。對水文監(jiān)測子系統(tǒng)的地面和井下兩部分數(shù)據(jù)進行感知，地面部分包括水文長觀孔的水位、水溫、水質(zhì)數(shù)據(jù)；井下部分包括井下水倉水位、泥位、水溫，鉆孔水壓、水溫、流量，明渠水位、泥位及流量和給排水管道流量、壓力以及各類出水點水質(zhì)監(jiān)測數(shù)據(jù)。對沖擊地壓子系統(tǒng)進行數(shù)據(jù)感知，主要包括頂板壓力、位移、頂板離層位移、錨桿/錨索應力及礦震監(jiān)測數(shù)據(jù)。對煤礦重大設備數(shù)據(jù)進行感知，主要包括設備監(jiān)測監(jiān)控的實時數(shù)據(jù)及礦用設備的檢測數(shù)據(jù)，其中實時數(shù)據(jù)包含主通風機、主排水、立井提升、斜井提升、空氣壓縮機和絞車的監(jiān)控數(shù)據(jù)。

數(shù)據(jù)標準化是煤礦大數(shù)據(jù)處理能否成功的關(guān)鍵，是進行大數(shù)據(jù)分析的前提。首先制定數(shù)據(jù)標準規(guī)范和接入細則，明確煤礦安全監(jiān)控、井下人員、視頻監(jiān)控、重大設備、沖擊地壓、水文系統(tǒng)感知數(shù)據(jù)聯(lián)網(wǎng)采集內(nèi)容、數(shù)據(jù)類型、格式、數(shù)據(jù)接入流程等。

1.2 大數(shù)據(jù)采集與應用

(1)數(shù)據(jù)采集與處理。系統(tǒng)支持OPC技術(shù)、Modbus和MQTT等多種協(xié)議的數(shù)據(jù)采集，具有數(shù)據(jù)源適配、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)傳輸、數(shù)據(jù)緩存、質(zhì)量檢查、斷點續(xù)傳、運行監(jiān)控等功能。數(shù)據(jù)處理采用流式處理技術(shù)，支持實時計算和實時分析功能。

(2)數(shù)據(jù)治理。設計分級感知數(shù)據(jù)庫，分別為原始數(shù)據(jù)庫、資源數(shù)據(jù)庫、主題數(shù)據(jù)庫和專題數(shù)據(jù)庫。原始數(shù)據(jù)庫用于存儲煤礦上傳的所有原始數(shù)據(jù)，便于追溯，不對外提供數(shù)據(jù)服務；資源數(shù)據(jù)庫存儲經(jīng)過標準化和數(shù)據(jù)清洗形成的資源數(shù)據(jù)，對外提供標準化數(shù)據(jù)服務；主題數(shù)據(jù)庫存儲對資源庫中的數(shù)據(jù)進行梳理、選取重點后的關(guān)注指標數(shù)據(jù)；專題數(shù)據(jù)庫存放根據(jù)業(yè)務主題需要而梳理出的監(jiān)測預警和煤礦災害主題域的特定指標體系數(shù)據(jù)，結(jié)合大數(shù)據(jù)相關(guān)算法模型形成各類專題所需數(shù)據(jù)。

(3)數(shù)據(jù)建模與可視化。系統(tǒng)通過人工智能平臺的算法倉庫，構(gòu)建災害風險模型并訓練模型，“深度分析”數(shù)據(jù)資源池中的原始數(shù)據(jù)、資源數(shù)據(jù)、專題數(shù)據(jù)和主題數(shù)據(jù)，利用特征提取算法、神經(jīng)網(wǎng)絡算法和視頻識別算法，通過瓦斯災害模型、水害模型和沖擊地壓模型對大數(shù)據(jù)進行應用，使用知識圖譜技術(shù)和GIS空間信息等技術(shù)進行煤礦監(jiān)測預警分析，分析結(jié)果通過智能化展示和應用提升礦山智能管控能力。

(4)模型庫。知識圖譜平臺通過后臺的數(shù)據(jù)處理、存儲和結(jié)構(gòu)化體系支撐能力，對數(shù)據(jù)進行知識圖譜拓延、知識數(shù)據(jù)融合、知識內(nèi)容抽取和知識結(jié)構(gòu)化構(gòu)建，實現(xiàn)知識數(shù)據(jù)圖譜化；再通過中臺的知識數(shù)據(jù)計算及建模進行智能化數(shù)據(jù)建模與機器學習迭代，將大數(shù)據(jù)應用于災害分析、設備運行診斷、風險實時預警和智能安全管控等方面，并最終通過前臺進行數(shù)據(jù)服務場景的分析展示，實現(xiàn)智能化展現(xiàn)與應用。

1.3 數(shù)據(jù)應用與門戶展示

數(shù)據(jù)可視化平臺提供統(tǒng)一的集成服務，將各應用系統(tǒng)集成進行統(tǒng)一信息展示，系統(tǒng)使用GIS一張圖服務對煤礦監(jiān)測預警信息進行綜合展現(xiàn)，并采用CAD礦圖無插件瀏覽技術(shù)，方便系統(tǒng)用戶查看煤礦上傳的CAD礦圖，實現(xiàn)包括移動設備在內(nèi)的多種終端對礦圖的快速瀏覽，同時支持輸出PDF和圖片文件，滿足用戶共享使用需求。

2 關(guān)鍵技術(shù)

2.1 多災種融合的人工智能判識技術(shù)

系統(tǒng)接入煤礦全部安全類感知數(shù)據(jù)，完成所有相關(guān)子系統(tǒng)的各項關(guān)鍵信息(雙預控管理、應急救援管理、環(huán)境監(jiān)測、視頻監(jiān)控、人員定位、災害防治等)的數(shù)據(jù)融合，實現(xiàn)礦井安全全域感知。針對不同災害類型、不同煤礦屬性等要素構(gòu)建風險評估模型群，研判煤礦事故風險，實現(xiàn)全礦井安全監(jiān)測預警、分級分類推送、隱患及事故應急處置、應急救援輔助決策等業(yè)務內(nèi)容的閉環(huán)式管理，從傳統(tǒng)的事中報警轉(zhuǎn)變?yōu)槭孪阮A控、智能報警，報警后實現(xiàn)隱患閉環(huán)管理。人工智能判識技術(shù)架構(gòu)如圖2所示。

其中，礦井融合分級預警通過綜合分析模型得出的風險等級進行預警，綜合分析模型建立的前提條件是在多個系統(tǒng)數(shù)據(jù)融合使用的基礎上，利用了該區(qū)域的人員定位系統(tǒng)數(shù)據(jù)、安全監(jiān)控系統(tǒng)數(shù)據(jù)、重大設備系統(tǒng)的設備運行數(shù)據(jù)等各子系統(tǒng)數(shù)據(jù)，綜合計算做出評價[9]。煤礦瓦斯火災融合預警模型通過對工作面瓦斯、通風、氧氣、火源等監(jiān)測數(shù)據(jù)進行傳感器級數(shù)據(jù)融合分析，結(jié)合巷道空間分布關(guān)系，檢驗并定位異常傳感器，提前發(fā)現(xiàn)火災危險源異常，并結(jié)合重大設備系統(tǒng)的電機設備運行狀態(tài)、采掘作業(yè)進度及煤流運輸速度、現(xiàn)場視頻監(jiān)控、人員違章監(jiān)測等數(shù)據(jù)，采用致因分析與統(tǒng)計分析相結(jié)合方法，實現(xiàn)工作面火災的全要素監(jiān)測分析、多因素融合超前分級預警。煤礦瓦斯粉塵融合預警模型通過采集瓦斯、一氧化碳、粉塵、風速、濕度、溫度等數(shù)據(jù)，分析各類監(jiān)測數(shù)據(jù)間的一致性，實時檢驗并定位監(jiān)測異常傳感器，實現(xiàn)瓦斯粉塵監(jiān)測傳感器的互聯(lián)、互監(jiān)，采用致因分析與統(tǒng)計分析相結(jié)合以及瓦斯粉塵決策級數(shù)據(jù)融合方法，實現(xiàn)工作面瓦斯粉塵融合作用條件下災害風險的融合超前分級預警。

2.2 二三維一體化GIS平臺

系統(tǒng)采用GIS一張圖和三維組態(tài)數(shù)字孿生技術(shù)，以采掘工程平面圖為基礎，根據(jù)巷道數(shù)據(jù)、鉆孔數(shù)據(jù)、煤層等高線數(shù)據(jù)、地質(zhì)構(gòu)造(斷層、陷落柱、積水區(qū)、異常區(qū))數(shù)據(jù)為基礎，采用自動和半自動相結(jié)合的方式實現(xiàn)巷道關(guān)系的自動建立、地質(zhì)模型的快速構(gòu)建和動態(tài)更新，能夠?qū)崿F(xiàn)二三維一體化顯示，在統(tǒng)一平臺下保證了數(shù)據(jù)的一致性[10]。

GIS一張圖的功能內(nèi)容包含煤礦底圖展示、報警信息多層展示、相關(guān)業(yè)務圖層查詢及信息鉆取(包括人員信息、災害數(shù)據(jù)、應急設備、風險隱患、視頻監(jiān)測)等，不同預警等級信息可以紅橙黃藍4色表示，并可以疊加展示多種報警信息，直觀顯示當前煤礦安全狀態(tài)。

2.3 知識圖譜技術(shù)

知識圖譜是把許多不同種類的信息通過相互關(guān)系連接在一起的關(guān)系網(wǎng)絡圖，它可以對現(xiàn)實世界的事物及其相互關(guān)系進行形式化地描述，由節(jié)點(Point)和邊(Edge)組成[11-12]。在知識圖譜里，可以將每個節(jié)點看作是現(xiàn)實世界中獨立存在的實體，將每條邊看作2個實體之間的“關(guān)系”[13]。知識圖譜技術(shù)通過對煤礦大數(shù)據(jù)進行知識抽取，將獲得的實體、屬性、關(guān)系等整合到知識庫，經(jīng)過人工智能知識融合，在統(tǒng)一的規(guī)則支持下，實現(xiàn)多源異構(gòu)數(shù)據(jù)的轉(zhuǎn)換并抽取隱藏的知識因子，再經(jīng)過知識加工和更新形成高質(zhì)量知識庫。

系統(tǒng)通過對煤礦典型事故風險分析，建立歷史煤礦事故案例庫和風險模型庫，從煤礦結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)庫的多種數(shù)據(jù)中提取出實體、關(guān)系和屬性等知識要素。通過知識圖譜平臺進行挖掘分析，利用自然語言處理、聚類分析、深度學習等技術(shù)，得到一定條件下煤礦事故風險的特征，為煤礦事故風險分析指標體系的建立提供數(shù)據(jù)支撐和知識保障，知識圖譜構(gòu)建過程如圖3所示。

圖3 知識圖譜構(gòu)建過程

3 應用情況

2021年12月，陜西小保當?shù)V業(yè)有限公司開始建設智能安全管控平臺系統(tǒng)，系統(tǒng)于2022年5月通過智能化驗收并開始投入使用，系統(tǒng)運行以來取得了較好的應用效果。

(1)實現(xiàn)礦井火災監(jiān)測預警與智能聯(lián)動。系統(tǒng)以硬件支撐為基礎，以軟件功能和模型為關(guān)鍵，結(jié)合數(shù)據(jù)協(xié)議，實現(xiàn)礦井火災實時數(shù)據(jù)監(jiān)視、預警以及防控措施的智能聯(lián)動。系統(tǒng)根據(jù)嵌入的煤自燃分析程序得到關(guān)鍵數(shù)據(jù)變化趨勢，并做出智能分級預警，從而聯(lián)動控制注氮、注漿等防滅火系統(tǒng)。

(2)實現(xiàn)礦井頂板動態(tài)災害預警。系統(tǒng)對煤礦礦壓災害進行敏感因素監(jiān)測、礦壓數(shù)據(jù)自動分析、多參量風險預警及風險管理。在多系統(tǒng)、多參量數(shù)據(jù)采集存儲、圖表展示、多系統(tǒng)綜合展示的基礎上，通過帶權(quán)重算法的多參量綜合預警，滿足煤礦安全管理人員對礦井頂板動態(tài)災害監(jiān)測預警和治理的需求。通過綜合監(jiān)控展示與礦井頂板動態(tài)災害預警系統(tǒng)相關(guān)的支架、應力在線、頂板離層、錨桿/錨索、巷道變形等信息。通過將地質(zhì)信息、開采信息、監(jiān)測信息和工程信息代入模型進行運算，得出頂板災害的風險評分，從而實現(xiàn)對各監(jiān)測系統(tǒng)信息和數(shù)據(jù)集中采集、統(tǒng)一管理和綜合監(jiān)控。

(3)實現(xiàn)水害的動態(tài)監(jiān)測預警。礦井多參數(shù)水文動態(tài)監(jiān)測由地面部分和井下部分組成，系統(tǒng)基于大數(shù)據(jù)處理技術(shù)，通過機器學習算法，對水害監(jiān)測相關(guān)的地質(zhì)開采信息、水文監(jiān)測信息、微震監(jiān)測信息和連續(xù)電法監(jiān)測信息進行數(shù)據(jù)融合和多元分析，根據(jù)監(jiān)測數(shù)據(jù)繪制變化趨勢曲線圖，并通過數(shù)據(jù)分析做出趨勢預測，同時生成預測水位等值線圖。此外，系統(tǒng)可以根據(jù)實時數(shù)據(jù)發(fā)出警報，并根據(jù)預測趨勢進行智能預測預警，根據(jù)預警結(jié)果可與煤礦2個泵房的10個水泵設備進行聯(lián)動操作。礦井水害監(jiān)測預警展示功能界面如圖4所示。

圖4 礦井水害監(jiān)測預警展示功能界面

(4)實現(xiàn)礦井通風事故超前感知預警。通過對正常通風條件下礦井通風關(guān)鍵位置進行多點實時監(jiān)測、分析、決策和控制，根據(jù)監(jiān)測數(shù)據(jù)動態(tài)進行風量調(diào)節(jié)，提高通風系統(tǒng)的自動化、信息化和智能化水平，大幅減少井下通風系統(tǒng)操作人員的數(shù)量，降低井下人員的勞動強度，保證通風系統(tǒng)處于安全、高效運行狀態(tài)，實現(xiàn)減人數(shù)、增安全、提效率的目標；通過對通風事故進行超前感知預警，及時采取防災減災措施，時刻防止風流異常和有害氣體含量超標，提高通風系統(tǒng)可靠性及抗災變能力[14]。

(5)實現(xiàn)礦井融合分級預警。通過運用復合災害風險智能評估技術(shù)，將各相關(guān)子系統(tǒng)數(shù)據(jù)融合處理，打破單災害子系統(tǒng)壁壘，實現(xiàn)礦井災害風險的全域感知。系統(tǒng)融合多災種預警指標體系，獲取各災害子系統(tǒng)實時監(jiān)測數(shù)據(jù)，依據(jù)災害融合分級預警模型進行動態(tài)計算分析并生成預警結(jié)果。煤礦通風瓦斯融合預警模型通過分析安全監(jiān)控系統(tǒng)的瓦斯、一氧化碳、溫度等監(jiān)測數(shù)據(jù)和通風系統(tǒng)的風速、風向等數(shù)據(jù)，采用致因分析與統(tǒng)計分析相結(jié)合的方法實現(xiàn)工作面瓦斯超限、瓦斯爆炸等災害風險的融合分級預警；煤礦瓦斯火災融合預警模型全面采集分析工作面瓦斯、通風、氧氣、火源等監(jiān)測數(shù)據(jù)，結(jié)合傳感器在巷道空間分布關(guān)系，采用特征級數(shù)據(jù)融合方法，以火災三類危險源理論為指導，結(jié)合主要電機設備狀態(tài)監(jiān)測、采掘作業(yè)進度及煤流運輸速度、現(xiàn)場視頻監(jiān)控、人員違章等監(jiān)控監(jiān)測數(shù)據(jù)，實現(xiàn)工作面火災的全要素監(jiān)測分析、多因素融合超前分級預警。系統(tǒng)通過建立單災種預警模型和各類融合預警模型實現(xiàn)了單一災害、復合災害和全礦井綜合災害風險評估，對瓦斯、水害、火災、頂板、粉塵等監(jiān)測監(jiān)控系統(tǒng)實時數(shù)據(jù)進行多維分析，并根據(jù)風險評估結(jié)果，利用多風險綜合預警模型，對煤礦進行整體風險綜合評估，實現(xiàn)全礦的風險評分和風險等級評價。礦井融合分級預警功能界面如圖5所示。

圖5 礦井融合分級預警功能界面

系統(tǒng)對預警信息的集中管理和統(tǒng)計分析后，對信息劃分種類和等級，結(jié)合報警級別和安全管理人員的職責權(quán)限進行報警信息的分類分級推送，進而形成安全管控閉環(huán)管理。依據(jù)不同種類、不同級別的報警信息可設定不同監(jiān)控執(zhí)行類和調(diào)度指揮類子系統(tǒng)的關(guān)聯(lián)響應，主要實現(xiàn)與通信廣播系統(tǒng)、信息引導發(fā)布系統(tǒng)、人員定位系統(tǒng)等子系統(tǒng)的聯(lián)動相應。實現(xiàn)安全保障各業(yè)務系統(tǒng)協(xié)同、聯(lián)動和遠程控制，融合通信調(diào)度實現(xiàn)智能調(diào)度指揮。

4 結(jié)語

煤礦智能安全管控系統(tǒng)的研究涵蓋了數(shù)據(jù)采集治理、風險研判分析、風險隱患處置和多維風險展示等功能，解決了煤礦現(xiàn)有信息系統(tǒng)缺乏智能分析、數(shù)據(jù)規(guī)模大、數(shù)據(jù)多樣但質(zhì)量低、災害機理不明確和系統(tǒng)之間缺乏聯(lián)動協(xié)同等問題。系統(tǒng)在煤礦運行后，實現(xiàn)了煤礦智能風險預警，通過對風險預先分級管控，降低了各類監(jiān)測系統(tǒng)的報警數(shù)量，提升了煤礦的智慧化管理水平，對礦山安全具有重要意義。