煤礦瓦斯監(jiān)測預(yù)警的研究

陳生昱， 姚有利， 周兆海， 程超男

(山西大同大學(xué)工學(xué)院礦業(yè)工程系，山西 大同 037003)

引 言

近幾年，我國在煤炭瓦斯?jié)舛缺O(jiān)測方面具有良好的技術(shù)發(fā)展。然而針對煤炭監(jiān)測安全管理工作仍缺乏系統(tǒng)與完整的監(jiān)測技術(shù)手段。在智能化推進(jìn)過程中如何有效地利用大數(shù)據(jù)等人工智能技術(shù)手段來推進(jìn)檢測技術(shù)現(xiàn)代化，從而實(shí)現(xiàn)礦山發(fā)展智能化，有效提高煤礦安全管理水平。

目前瓦斯監(jiān)測監(jiān)控主要局限于局部的監(jiān)測與管理，瓦斯預(yù)警在實(shí)踐生產(chǎn)中應(yīng)用較少。利用現(xiàn)有大數(shù)據(jù)優(yōu)勢，通過分析煤礦瓦斯現(xiàn)有的監(jiān)測數(shù)據(jù)，預(yù)測未來瓦斯?jié)舛扔砍鲆?guī)律，根據(jù)涌出規(guī)律提前做出預(yù)判，采取相應(yīng)的技術(shù)措施，建立預(yù)警系統(tǒng)，從而達(dá)到提前預(yù)警效果。這將對煤礦瓦斯防治工作提供有利支持，對于進(jìn)一步提高煤礦安全管理與提升瓦斯防治水平有著極為重要的意義。

1 瓦斯預(yù)警理論及其應(yīng)用

1.1 預(yù)警的定義

預(yù)警是通過對意外事件的合理評估從而了解事件的發(fā)生發(fā)展規(guī)律，對事件中不利于人們的危險因素作出應(yīng)變準(zhǔn)備及預(yù)案，以達(dá)到控制或利用該類事件。該類事件通常被稱為目標(biāo)事件[1-2]。

常用預(yù)警方法主要有三類：指數(shù)預(yù)警、統(tǒng)計(jì)預(yù)警和模型預(yù)警。其中模型預(yù)警在瓦斯預(yù)警研究應(yīng)用比較多，例如：ARCH模型、 ARMA模型和Logistic 回歸分析法等都是模型預(yù)警方法[3-4]。瓦斯模型預(yù)警有明顯的時間序列關(guān)聯(lián)特征，通過建立數(shù)學(xué)模型來分析預(yù)警指標(biāo)。

1.2 預(yù)警理論及其應(yīng)用

預(yù)警技術(shù)是在預(yù)警理論的基礎(chǔ)上產(chǎn)生的，預(yù)警理論對預(yù)警技術(shù)應(yīng)用與發(fā)展起著重要作用。預(yù)警理論和瓦斯防治理論對預(yù)警技術(shù)在有關(guān)安全信息辨識和監(jiān)測方面有著重要的指導(dǎo)意義[5]。

預(yù)警信息的采集應(yīng)選擇最優(yōu)路徑，采集路徑應(yīng)快速有效，確保信息及時、可靠、完整。目前，在信息采集研究中，如何確保信息的時效性和準(zhǔn)確性以及深度挖掘有效信息的研究依然是信息采集的難點(diǎn)和熱點(diǎn)問題。

預(yù)警分析是預(yù)警研究的主要部分，而預(yù)警分析的核心在于預(yù)警指標(biāo)和模型選擇，預(yù)警指標(biāo)是刻畫和描述預(yù)警對象危險狀態(tài)和危險程度的標(biāo)準(zhǔn)；預(yù)警模型是在選定的預(yù)警指標(biāo)基礎(chǔ)上通過一定的準(zhǔn)則、方法和算法建立起來的能夠進(jìn)行警情分析的程序。因此，預(yù)警指標(biāo)和模型決定模型預(yù)警方法的選擇[6]。

2 瓦斯預(yù)警方法現(xiàn)狀研究

隨著計(jì)算機(jī)技術(shù)以及人工智能的發(fā)展，人工智能萬物互聯(lián)成為當(dāng)下熱門詞匯，智能化礦井的理念也被引入我國煤炭未來發(fā)展的方向，我國煤炭未來從自動化、信息化逐漸走向智能化。目前，人工智能在煤礦應(yīng)用還處于研究階段，我國在實(shí)現(xiàn)智能化礦井還有一定距離，但在煤礦瓦斯監(jiān)測方面實(shí)現(xiàn)瓦斯防治管理局部智能化具有前景，尤其是關(guān)于監(jiān)測監(jiān)控數(shù)據(jù)實(shí)現(xiàn)瓦斯預(yù)警功能的研究，在針對瓦斯預(yù)警功能研究過程中，主要從以下聚焦點(diǎn)進(jìn)行研究：

1) 瓦斯監(jiān)測數(shù)據(jù)的時效性與準(zhǔn)確性；

2) 瓦斯預(yù)警方法的選擇及其關(guān)聯(lián)分析；

3) 瓦斯?jié)舛犬惓７治雠c預(yù)警應(yīng)用的可視化。

2.1 瓦斯監(jiān)測數(shù)據(jù)時效性與準(zhǔn)確性的研究

由于煤礦井下特殊復(fù)雜的環(huán)境，瓦斯數(shù)據(jù)在采集過程中存在數(shù)據(jù)異常、數(shù)據(jù)缺失和噪聲的可能，因此通過監(jiān)測監(jiān)控系統(tǒng)采集數(shù)據(jù)會出現(xiàn)復(fù)雜、非線性的特性。一般在采集數(shù)據(jù)異常會通過數(shù)值分析三線樣條的方法處理，對缺失的數(shù)據(jù)采用三次指數(shù)平滑算法進(jìn)行處理，對噪聲采用濾波的方法消除噪聲[7]。

在關(guān)于數(shù)據(jù)特征處理的研究中，EM算法與切比雪夫多項(xiàng)式回歸分析法主要研究不完全數(shù)據(jù)處理[8]，改進(jìn)的整體最小二乘法主要應(yīng)用于變形監(jiān)測數(shù)據(jù)處理[9]。以上幾種數(shù)據(jù)處理方法均是在未改變瓦斯監(jiān)測數(shù)據(jù)統(tǒng)計(jì)特征的基礎(chǔ)上，消除異常數(shù)據(jù)的干擾使得樣本數(shù)據(jù)更加完整、更加精準(zhǔn)化。然而單一的數(shù)據(jù)處理方法所得到的結(jié)果存在一定偶然性，部分?jǐn)?shù)據(jù)的可靠性仍無法保證，可靠性較低的數(shù)據(jù)會影響預(yù)警精度，并對預(yù)警效果產(chǎn)生一定影響。

2.2 瓦斯預(yù)警方法的選擇及其關(guān)聯(lián)分析的研究

目前在瓦斯預(yù)警相關(guān)研究中，大部分學(xué)者主要是針對瓦斯預(yù)警方法進(jìn)行探討研究，通過對瓦斯?jié)舛缺O(jiān)測數(shù)據(jù)與時間關(guān)聯(lián)特征的分析，從不同角度提出了研究方法。孫卓越等在工作面瓦斯?jié)舛葎討B(tài)預(yù)測研究中，為了克服傳統(tǒng)預(yù)測方法將輸出獨(dú)立看待的缺點(diǎn)，利用LSTMNN算法的特點(diǎn)，借助長短時記憶神經(jīng)網(wǎng)絡(luò)方法，對過去一段時間瓦斯?jié)舛刃畔⑦M(jìn)行帥選，提高礦井瓦斯?jié)舛阮A(yù)測精準(zhǔn)度與可靠性[10]。該方式利用瓦斯?jié)舛缺O(jiān)測具有明顯的時序特性的特點(diǎn)，通過預(yù)測值與實(shí)測值的定量對比來分析絕度誤差的大小，從而判定預(yù)測方法的準(zhǔn)確性。

董丁穩(wěn)等采用監(jiān)測數(shù)據(jù)關(guān)聯(lián)分析對瓦斯?jié)舛冗M(jìn)行預(yù)警分析[11]，借鑒馮亮等灰色關(guān)聯(lián)分析方法探尋其內(nèi)在隱蔽的關(guān)聯(lián)特征[12]，并在此基礎(chǔ)上確定瓦斯預(yù)警系統(tǒng)的預(yù)警指標(biāo)及其預(yù)警模型，通過對瓦斯?jié)舛犬惓Ｇ闆r的分析，劃分預(yù)警等級，從而實(shí)現(xiàn)實(shí)時動態(tài)、量化預(yù)警的目標(biāo)。該方式主要利用優(yōu)化灰色關(guān)聯(lián)的方法結(jié)合數(shù)據(jù)統(tǒng)計(jì)特征[13]，對瓦斯異常進(jìn)行分析，通過定性定量分析，判斷預(yù)警效果。

趙艷芹等利用Eclat算法研究瓦斯災(zāi)害預(yù)警模型[14]，借助程城關(guān)于挖掘其他類型監(jiān)測數(shù)據(jù)與瓦斯監(jiān)測數(shù)據(jù)的隱蔽關(guān)聯(lián)[15]，在改進(jìn)的Eclat算法下建立瓦斯預(yù)警模型[16]，將監(jiān)測到的多種類型數(shù)據(jù)輸入樣本，通過樣本數(shù)據(jù)分析得到溫度、風(fēng)速等與瓦斯?jié)舛鹊年P(guān)聯(lián)特征。該方式針對多種數(shù)據(jù)對瓦斯的關(guān)聯(lián)特征，采用定性定量方法分析對比，總結(jié)出其他樣本數(shù)據(jù)對瓦斯?jié)舛鹊挠绊懞碗[蔽關(guān)聯(lián)。

張文娟從向量機(jī)和免疫遺傳BP的角度對瓦斯預(yù)測預(yù)警進(jìn)行了研究[17]，在煤礦井下瓦斯?jié)舛葦?shù)據(jù)仿真實(shí)驗(yàn)中運(yùn)用BP神經(jīng)網(wǎng)絡(luò)算法，考慮到這種算法存在收斂速度慢的特點(diǎn)以及易陷入局部極值的缺陷，借鑒了免疫遺傳理論的優(yōu)化算法，進(jìn)一步提高了算法運(yùn)行效率[18-19]。通過對瓦斯?jié)舛葦?shù)據(jù)定量分析，該方法得到精度相對較高，但所選數(shù)據(jù)來源單一，也會對結(jié)果精度造成一定影響。

李歡基于時空序列的瓦斯?jié)舛阮A(yù)測方法的研究中[20]，通過分析瓦斯運(yùn)動的時空特性，將時空建模與最小二乘法支持向量結(jié)合，建立了瓦斯?jié)舛葧r空預(yù)測模型[21]。借助DACO-LSSVM模型能夠解決數(shù)學(xué)算法易陷入最優(yōu)解問題的優(yōu)點(diǎn)[22],通過將時空建模思想與DACO-LSSVM模型結(jié)合，再利用K-means算法[23]確定最佳空間延遲算子邊界值成為選擇性集成學(xué)習(xí)方法建立的瓦斯?jié)舛葧r空模型的改進(jìn)路徑。雖然該預(yù)測方法提高的預(yù)測精度，但是該方法易受數(shù)據(jù)采集影響，尤其關(guān)于數(shù)據(jù)噪聲方面影響比較大，在計(jì)算方法上存在計(jì)算量偏大的缺點(diǎn)。

上述瓦斯?jié)舛阮A(yù)測方法是基于瓦斯?jié)舛葧r序特點(diǎn)的基礎(chǔ)上，采取不同關(guān)聯(lián)方法與計(jì)算方式，通過定性、定量的分析方法，對預(yù)測數(shù)據(jù)和實(shí)測數(shù)據(jù)進(jìn)行對比。瓦斯?jié)舛阮A(yù)測方法的選擇直接影響瓦斯?jié)舛犬惓７治龊皖A(yù)警等級劃分，預(yù)測精度也影響預(yù)警等級的精度。因此，上述預(yù)測方法仍缺少預(yù)測方法精度評價以及預(yù)測失利調(diào)整方法的研究。

2.3 瓦斯?jié)舛犬惓７治雠c預(yù)警應(yīng)用可視化的研究

瓦斯?jié)舛犬惓７治鍪谴_定瓦斯預(yù)警等級和預(yù)警閾值的關(guān)鍵，選取不同監(jiān)測預(yù)警方法確定瓦斯預(yù)警閾值的方法不同。通過《煤礦安全規(guī)程》規(guī)定瓦斯報警限制作為瓦斯報警和預(yù)警的界限，不同的預(yù)測方法劃分瓦斯預(yù)警等級不一樣，董丁穩(wěn)在采用葉貝斯網(wǎng)絡(luò)方法進(jìn)行關(guān)聯(lián)分析時，將瓦斯預(yù)警等級分為兩級，而同樣是他在采用灰色關(guān)聯(lián)方法研究分析瓦斯?jié)舛汝P(guān)聯(lián)特征時，將瓦斯預(yù)警等級劃分為三級，瓦斯等級的劃分是由預(yù)警閾值來確定的，瓦斯閾值確定方法不同導(dǎo)致瓦斯預(yù)警等級劃分不同[7-11]。上述瓦斯預(yù)警系統(tǒng)的構(gòu)建方法雖然不同，但都構(gòu)建的系統(tǒng)都缺乏系統(tǒng)化的數(shù)據(jù)評價，系統(tǒng)預(yù)警效果缺乏合理的評價指標(biāo)。

瓦斯預(yù)警系統(tǒng)的建立是信息化集成，如何向智能化延伸還是個問題，近幾年，互聯(lián)網(wǎng)技術(shù)的發(fā)展推動各行各業(yè)的技術(shù)革新，在大數(shù)據(jù)分析條件下將分析結(jié)果可視化成為動態(tài)管理的重要部分。數(shù)據(jù)可視化技術(shù)本質(zhì)上就是綜合運(yùn)用圖像學(xué)和圖形圖像技術(shù)將文本數(shù)據(jù)轉(zhuǎn)化為圖形或者動態(tài)圖像，并與終端進(jìn)行交互[24]。

目前，關(guān)于可視化研究有VC++和Matlab語言混編設(shè)計(jì)礦井瓦斯涌出量動態(tài)預(yù)測[25]，基于云平臺分布式數(shù)據(jù)處理模型[26]及GIS可視化技術(shù)[27-28]以及基于Android平臺提出的ACharEngine可視化方法等[29-30]。通過上述文獻(xiàn)可以看出，目前瓦斯可視化展示功能比較簡單，在功能展示與智能控制方面缺乏聯(lián)系，缺乏對智能控制應(yīng)用的深入研究。

通過上述文獻(xiàn)可以看出，大多數(shù)學(xué)者在瓦斯預(yù)警研究中側(cè)重于預(yù)警系統(tǒng)方法的選擇上，而在瓦斯預(yù)警系統(tǒng)效果評價缺乏深入研究，尤其在預(yù)警系統(tǒng)的準(zhǔn)確率、漏報率和誤報率的上缺乏具體數(shù)據(jù)分析；同時在在瓦斯預(yù)警系統(tǒng)智能控制利用同樣缺乏深入研究，未來瓦斯智能控制將成為研究的熱點(diǎn)。

3 結(jié)論

總結(jié)目前監(jiān)測數(shù)據(jù)瓦斯預(yù)警的研究的現(xiàn)狀，可以得出以下結(jié)論：

1) 從基礎(chǔ)來看，瓦斯監(jiān)測數(shù)據(jù)精準(zhǔn)化處理的研究是切入點(diǎn)。確保瓦斯數(shù)據(jù)的準(zhǔn)確性是研究瓦斯預(yù)警方法的選擇及其關(guān)聯(lián)分析的前提和關(guān)鍵，單一的數(shù)據(jù)處理方法得到結(jié)果存在一定偶然性，因此，采用多種數(shù)據(jù)處理方法對比分析來獲得更加精準(zhǔn)數(shù)據(jù)有待于深入研究。

2) 從研究主要內(nèi)容來看，瓦斯監(jiān)測濃度時間序列處理及應(yīng)用方法的研究仍是重點(diǎn)。采用不同的瓦斯?jié)舛阮A(yù)測處理方法劃分瓦斯預(yù)警等級不同，不同范圍等級的劃分導(dǎo)致預(yù)警精度和效果也不相同。因此，通過定性、定量的分析方法分析評價，采用那種處理方法能夠得到預(yù)警效果更好有待進(jìn)一步深入研究。

3) 從研究熱點(diǎn)方向來看，未來瓦斯預(yù)警系統(tǒng)應(yīng)用的可視化的研究遠(yuǎn)遠(yuǎn)不能滿足智能化要求。瓦斯?jié)舛阮A(yù)警可視化展示是信息化動態(tài)展示，距離智能化還有一定的距離。因此，未來可視化信息如何向智能化控制延伸有待進(jìn)一步深入研究。