煤礦災(zāi)害智能綜合防治系統(tǒng)構(gòu)建及關(guān)鍵技術(shù)

譚 震，王建文，王宏科，加保瑞，陳 菲

(陜煤集團(tuán)神木檸條塔礦業(yè)有限公司，陜西省榆林市，719000)

0 引言

煤礦智能化具有安全、高效和操作簡(jiǎn)單的優(yōu)勢(shì)，是煤炭行業(yè)的發(fā)展方向[1-4]。近年來(lái)，隨著物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能、智能控制等信息技術(shù)的高速發(fā)展及其在煤礦領(lǐng)域的逐步應(yīng)用，使得煤礦的信息化、數(shù)字化、智能化管理水平得到大幅提高[5-7]。煤礦井下生產(chǎn)面臨瓦斯、水害、火災(zāi)等諸多災(zāi)害，傳統(tǒng)防治檢測(cè)手段時(shí)效性差較，災(zāi)害防治的信息化、智能化管理能夠有效解決危險(xiǎn)區(qū)域人員的安全保障問(wèn)題[8-10]。王國(guó)法院士指出，煤礦智能化的關(guān)鍵核心是以煤炭工業(yè)大數(shù)據(jù)為支撐，以智能化礦山基礎(chǔ)軟件為統(tǒng)一基礎(chǔ)的智能綜合管控平臺(tái)[11]。因此，有必要構(gòu)建一種災(zāi)害智能綜合防治系統(tǒng)，將粉塵、火災(zāi)、水害等礦井災(zāi)害的管理集中到一個(gè)系統(tǒng)上，實(shí)現(xiàn)礦井災(zāi)害的綜合防治。

在礦井災(zāi)害智能防治檢測(cè)方面，我國(guó)學(xué)者已取得了諸多成果，但是多為單個(gè)災(zāi)害子系統(tǒng)的研究，沒(méi)有將煤礦的各種災(zāi)害綜合到一個(gè)系統(tǒng)平臺(tái)。孟秀峰等研究人員[12]運(yùn)用層次分析法建立了礦井瓦斯防治系統(tǒng)層次體系，然后運(yùn)用模糊綜合評(píng)價(jià)方法對(duì)礦井瓦斯防治系統(tǒng)進(jìn)行快速的診斷評(píng)價(jià)；蒲陽(yáng)等研究人員[13]構(gòu)建了煤與瓦斯突出防治信息化管理系統(tǒng)，實(shí)現(xiàn)了對(duì)2個(gè)“四位一體”綜合防突技術(shù)執(zhí)行情況的過(guò)程管控；盧瑞翔等研究人員[14]設(shè)計(jì)了一套基于專家決策支持的煤自燃火災(zāi)防控系統(tǒng)，應(yīng)用TOPSIS方法對(duì)不同決策進(jìn)行評(píng)價(jià)排序，獲得最優(yōu)的煤自燃火災(zāi)防控決策；陳曉晶[15]針對(duì)智能礦山火災(zāi)防控子系統(tǒng)建設(shè)過(guò)程中數(shù)據(jù)采集及執(zhí)行層不全面、邊緣計(jì)算功能未體現(xiàn)、綜合防控平臺(tái)建設(shè)標(biāo)準(zhǔn)不明確等問(wèn)題，提出基于“云-邊-端”協(xié)同的架構(gòu)體系；鄭林江等研究人員[16]針對(duì)煤礦粉塵現(xiàn)有檢測(cè)手段時(shí)效性差、人為抽檢易失實(shí)、不能連續(xù)監(jiān)測(cè)等問(wèn)題，引入物聯(lián)網(wǎng)和云計(jì)算技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了基于物聯(lián)網(wǎng)的煤礦粉塵監(jiān)測(cè)云服務(wù)平臺(tái)；王皓等研究人員[17]針對(duì)煤礦水害基礎(chǔ)數(shù)據(jù)綜合管理效率不高、水害超前防控精細(xì)程度不足等問(wèn)題，構(gòu)建了煤礦水害智能化防控平臺(tái)，并闡述了相關(guān)關(guān)鍵技術(shù)；屈世甲等研究人員[18]從智能工作面環(huán)境安全監(jiān)測(cè)及預(yù)警方面的需求入手，利用信息化手段研究了智能工作面環(huán)境安全的實(shí)時(shí)監(jiān)測(cè)和分析預(yù)警實(shí)現(xiàn)問(wèn)題。

煤礦智能化防治子系統(tǒng)的研究雖然為煤礦的安全防治發(fā)揮了重要作用，但各子系統(tǒng)之間關(guān)聯(lián)性不強(qiáng)，容易出現(xiàn)信息孤島現(xiàn)象?；诖?，筆者提出基于現(xiàn)代信息技術(shù)、數(shù)據(jù)庫(kù)技術(shù)等先進(jìn)技術(shù)構(gòu)建災(zāi)害智能綜合防治系統(tǒng)，能夠?qū)⒚旱V粉塵、火災(zāi)、水害等災(zāi)害綜合到一個(gè)平臺(tái)，進(jìn)而實(shí)現(xiàn)多系統(tǒng)聯(lián)動(dòng)和現(xiàn)場(chǎng)信息化安全管控，落實(shí)應(yīng)急救援輔助指揮、事故原因分析、礦井災(zāi)變狀態(tài)下避災(zāi)路線智能規(guī)劃等功能，消除信息孤島現(xiàn)象。

1 煤礦災(zāi)害智能綜合防治系統(tǒng)設(shè)計(jì)思路

煤礦災(zāi)害智能綜合防治系統(tǒng)采用現(xiàn)代信息技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、中間件等技術(shù)，基于煤礦智能化綜合管控平臺(tái)，有效集成礦山基礎(chǔ)信息數(shù)據(jù)以及人員位置、環(huán)境監(jiān)測(cè)、設(shè)備工況等多源異構(gòu)數(shù)據(jù)建立起的統(tǒng)一礦山數(shù)據(jù)中心。該系統(tǒng)能夠在統(tǒng)一的時(shí)空框架下實(shí)現(xiàn)“人-機(jī)-環(huán)-管”系統(tǒng)協(xié)同、數(shù)據(jù)融合及時(shí)序存儲(chǔ)及大數(shù)據(jù)分析。通過(guò)將煤礦粉塵、火災(zāi)、水害等煤礦災(zāi)害綜合到一個(gè)平臺(tái)，消除單個(gè)子系統(tǒng)存在的數(shù)據(jù)孤島現(xiàn)象，進(jìn)行煤礦井下重大危險(xiǎn)源的實(shí)時(shí)數(shù)據(jù)監(jiān)控及預(yù)測(cè)預(yù)警。煤礦災(zāi)害智能綜合防治系統(tǒng)架構(gòu)設(shè)計(jì)如圖1所示。

圖1 煤礦災(zāi)害智能綜合防治系統(tǒng)架構(gòu)設(shè)計(jì)

通過(guò)傳感器、攝像頭、智能終端等監(jiān)測(cè)手段對(duì)與煤礦災(zāi)害相關(guān)的數(shù)據(jù)進(jìn)行監(jiān)視上傳，如與粉塵相關(guān)的粉塵濃度等，以及與火災(zāi)相關(guān)的采空區(qū)溫度、氣體濃度等，然后利用自回歸深度學(xué)習(xí)模型、多層RNN-LSTM模型、LSTM-ARIMA學(xué)習(xí)模型等對(duì)獲取的龐大數(shù)據(jù)進(jìn)行存儲(chǔ)、分析等加工處理，并將監(jiān)測(cè)數(shù)據(jù)與生產(chǎn)數(shù)據(jù)匹配，實(shí)現(xiàn)煤礦井下各種災(zāi)害的分析預(yù)測(cè)，最后將各種災(zāi)害子系統(tǒng)統(tǒng)一到綜合防治系統(tǒng)。

2 煤礦災(zāi)害智能綜合防治系統(tǒng)主要功能

根據(jù)煤礦災(zāi)害智能綜合防治系統(tǒng)設(shè)計(jì)思路，煤礦災(zāi)害智能綜合防治系統(tǒng)實(shí)現(xiàn)的主要功能包括安全風(fēng)險(xiǎn)數(shù)據(jù)融合監(jiān)視、安全態(tài)勢(shì)預(yù)測(cè)預(yù)警、安全風(fēng)險(xiǎn)分級(jí)管控、隱患排查治理、輔助應(yīng)急救援等。煤礦災(zāi)害智能綜合防治系統(tǒng)功能架構(gòu)如圖2所示。

圖2 煤礦災(zāi)害智能綜合防治系統(tǒng)功能架構(gòu)

2.1 安全風(fēng)險(xiǎn)數(shù)據(jù)融合監(jiān)視

根據(jù)煤礦實(shí)際管理需求劃分網(wǎng)格區(qū)域，將各網(wǎng)格區(qū)域視為“風(fēng)險(xiǎn)點(diǎn)”，并以“風(fēng)險(xiǎn)點(diǎn)”為主線，將礦上安全管理數(shù)據(jù)(包括風(fēng)險(xiǎn)管控、隱患治理、“三違”管理、人員定位等)、視頻監(jiān)控?cái)?shù)據(jù)、安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)(災(zāi)害相關(guān)子系統(tǒng)數(shù)據(jù)監(jiān)測(cè))利用信息技術(shù)融合到一起，能夠直觀地看到每個(gè)“風(fēng)險(xiǎn)點(diǎn)”下各類數(shù)據(jù)融合的相關(guān)信息。風(fēng)險(xiǎn)數(shù)據(jù)融合監(jiān)視界面如圖3所示。

圖3 風(fēng)險(xiǎn)數(shù)據(jù)融合監(jiān)視界面

2.2 安全態(tài)勢(shì)預(yù)測(cè)預(yù)警

以“風(fēng)險(xiǎn)點(diǎn)”為維度，針對(duì)煤礦井下重要場(chǎng)所，如采煤工作面、掘進(jìn)工作面等，基于“風(fēng)險(xiǎn)點(diǎn)”下各類數(shù)據(jù)，利用多層RNN-LSTM深度學(xué)習(xí)模型、自回歸深度模型和LSTM-ARIMA學(xué)習(xí)模型等對(duì)數(shù)據(jù)進(jìn)行處理，構(gòu)建安全風(fēng)險(xiǎn)指數(shù)動(dòng)態(tài)評(píng)估指標(biāo)體系，并構(gòu)建風(fēng)險(xiǎn)點(diǎn)下區(qū)域動(dòng)態(tài)評(píng)估模型。以處理后的多源信息為基礎(chǔ)，判斷各風(fēng)險(xiǎn)點(diǎn)狀態(tài)及災(zāi)害發(fā)生位置，實(shí)現(xiàn)對(duì)重要風(fēng)險(xiǎn)點(diǎn)下區(qū)域安全態(tài)勢(shì)的動(dòng)態(tài)評(píng)估。安全態(tài)勢(shì)預(yù)測(cè)預(yù)警界面如圖4所示。

圖4 安全態(tài)勢(shì)預(yù)測(cè)預(yù)警界面

2.3 安全風(fēng)險(xiǎn)分級(jí)管控

系統(tǒng)結(jié)合煤礦的實(shí)際生產(chǎn)情況，實(shí)現(xiàn)對(duì)安全風(fēng)險(xiǎn)的記錄、跟蹤、統(tǒng)計(jì)、分析、上報(bào)的全過(guò)程管控。主要功能包括：基礎(chǔ)數(shù)據(jù)庫(kù)、風(fēng)險(xiǎn)辨識(shí)結(jié)果錄入、風(fēng)險(xiǎn)管控措施落實(shí)、風(fēng)險(xiǎn)管控措施落實(shí)檢查、風(fēng)險(xiǎn)動(dòng)態(tài)監(jiān)視、風(fēng)險(xiǎn)警示告知、安全風(fēng)險(xiǎn)分布四色圖、風(fēng)險(xiǎn)分析、風(fēng)險(xiǎn)上報(bào)等。安全風(fēng)險(xiǎn)分級(jí)管控界面如圖5所示。

圖5 安全風(fēng)險(xiǎn)分級(jí)管控界面

2.4 隱患排查治理

采用信息化管理手段，構(gòu)建標(biāo)準(zhǔn)化的隱患閉環(huán)治理流程，實(shí)現(xiàn)從隱患登記、落實(shí)、整改確認(rèn)、復(fù)查驗(yàn)收、銷號(hào)的全過(guò)程信息化閉環(huán)管理，根據(jù)煤礦安全管理組織架構(gòu)及管理制度，實(shí)現(xiàn)對(duì)隱患流程各節(jié)點(diǎn)人員的靈活配置。同時(shí)，利用信息技術(shù)實(shí)現(xiàn)隱患信息的快速傳遞以及規(guī)范化的隱患處理流程，提高存在隱患相關(guān)單位以及業(yè)務(wù)科室的協(xié)同處理能力，加快隱患處理速度，確保隱患整治期間的及時(shí)、有效控制，避免隱患整治期間可能出現(xiàn)的安全風(fēng)險(xiǎn)。隱患排查統(tǒng)計(jì)分析界面如圖6所示。

圖6 隱患排查統(tǒng)計(jì)分析界面

2.5 輔助應(yīng)急救援

根據(jù)綜合/專項(xiàng)應(yīng)急預(yù)案管理及處理流程，并依據(jù)重大事故分類危害程度的級(jí)別設(shè)置應(yīng)急救援組織機(jī)構(gòu)及應(yīng)急指揮保障、應(yīng)急預(yù)案體系、組成人員、聯(lián)系方式，明確職責(zé)劃分。同時(shí)根據(jù)事故類別及事故級(jí)別，基于預(yù)設(shè)的報(bào)警、接警、通知、通訊聯(lián)絡(luò)方式，依據(jù)事故的類別、危害程度的級(jí)別對(duì)可能發(fā)生的事故現(xiàn)場(chǎng)情況進(jìn)行分析，設(shè)定預(yù)案分級(jí)響應(yīng)的啟動(dòng)條件，發(fā)送相關(guān)人員職責(zé)，相關(guān)的注意事項(xiàng)、事故處置要點(diǎn)，實(shí)現(xiàn)分級(jí)響應(yīng)，分級(jí)消息提醒，避災(zāi)線路查詢、應(yīng)急響應(yīng)組織查詢、就近救援物資分布。輔助應(yīng)急救援管理界面如圖7所示。

圖7 輔助應(yīng)急救援管理界面

3 煤礦災(zāi)害智能綜合防治系統(tǒng)構(gòu)建關(guān)鍵技術(shù)

3.1 數(shù)據(jù)實(shí)時(shí)收集與存儲(chǔ)技術(shù)

數(shù)據(jù)是煤礦智能化推進(jìn)和在產(chǎn)業(yè)互聯(lián)網(wǎng)應(yīng)用中的基礎(chǔ)，在構(gòu)建產(chǎn)業(yè)互聯(lián)網(wǎng)應(yīng)用時(shí)，首先要進(jìn)行數(shù)字化改造，完成數(shù)據(jù)的采集、傳輸和存儲(chǔ)[19]。煤礦災(zāi)害防治需要采集大量的井下數(shù)據(jù)，并且數(shù)據(jù)會(huì)隨著礦井的生產(chǎn)越來(lái)越多，加之需要對(duì)粉塵、火災(zāi)、水害等各類型礦井災(zāi)害數(shù)據(jù)進(jìn)行收集，數(shù)據(jù)呈現(xiàn)出數(shù)據(jù)量龐大、數(shù)據(jù)類型復(fù)雜的特點(diǎn)，如果在數(shù)據(jù)管理方面不規(guī)范，會(huì)導(dǎo)致數(shù)據(jù)查詢困難、數(shù)據(jù)丟失等問(wèn)題。因此，如何實(shí)現(xiàn)數(shù)據(jù)收集與存儲(chǔ)，是煤礦災(zāi)害智能綜合防治系統(tǒng)構(gòu)建的第一步。

在數(shù)據(jù)實(shí)時(shí)收集方面，首先要根據(jù)煤礦粉塵、火災(zāi)、水害等災(zāi)害防治要求，構(gòu)建多個(gè)數(shù)據(jù)管理模型和分布式數(shù)據(jù)庫(kù)，通過(guò)數(shù)據(jù)接口實(shí)現(xiàn)礦井地質(zhì)、生產(chǎn)信息等礦山基礎(chǔ)信息數(shù)據(jù)的導(dǎo)入，然后采用中間件技術(shù)，將粉塵、火災(zāi)、水害等災(zāi)害相關(guān)監(jiān)測(cè)數(shù)據(jù)實(shí)時(shí)遷入數(shù)據(jù)庫(kù)，將實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)與礦井地質(zhì)生產(chǎn)數(shù)據(jù)匹配，實(shí)現(xiàn)數(shù)據(jù)融合及井下定點(diǎn)實(shí)時(shí)監(jiān)視。

在數(shù)據(jù)存儲(chǔ)方面，根據(jù)煤礦目標(biāo)需求及數(shù)據(jù)類型特征，建立統(tǒng)一礦山數(shù)據(jù)中心，按照統(tǒng)一的數(shù)據(jù)規(guī)范，通過(guò)列存儲(chǔ)、粗粒度索引、大數(shù)據(jù)處理等技術(shù)為業(yè)務(wù)應(yīng)用開(kāi)發(fā)提供安全、高可靠、低成本的數(shù)據(jù)存儲(chǔ)服務(wù)，實(shí)現(xiàn)多源大數(shù)據(jù)的時(shí)序分類存儲(chǔ)。

3.2 數(shù)據(jù)分析與預(yù)測(cè)技術(shù)

通過(guò)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)建立模型對(duì)數(shù)據(jù)進(jìn)行分析，給出粉塵、火災(zāi)、水害等災(zāi)害的風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)測(cè)度值，并利用分析結(jié)果對(duì)礦井各種災(zāi)害進(jìn)行預(yù)測(cè)預(yù)報(bào)，從而實(shí)現(xiàn)對(duì)礦井災(zāi)害的防治是災(zāi)害綜合防治系統(tǒng)的主要功能之一。根據(jù)煤礦粉塵、火災(zāi)、水害等災(zāi)害特點(diǎn)，利用靜態(tài)多層RNN-LSTM深度學(xué)習(xí)模型、自回歸深度模型和LSTM-ARIMA學(xué)習(xí)模型對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，得出風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)測(cè)度值和災(zāi)害發(fā)展趨勢(shì)。靜態(tài)多層RNN-LSTM模型能夠通過(guò)對(duì)獲得的多項(xiàng)數(shù)據(jù)進(jìn)行分析篩選，選擇獲取數(shù)據(jù)的重要部分記憶存儲(chǔ)之后再次進(jìn)行分析篩選，經(jīng)過(guò)多次分析篩選后輸出結(jié)果；自回歸深度學(xué)習(xí)模型是利用前期若干時(shí)刻隨機(jī)變量的線性組合來(lái)描述以后某時(shí)刻隨機(jī)變量的線性回歸模型；LSTM-ARIMA學(xué)習(xí)模型是利用長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)LSTM強(qiáng)大的非線性擬合能力及快速學(xué)習(xí)能力針對(duì)數(shù)據(jù)的非線性特征進(jìn)行建模，對(duì)數(shù)據(jù)進(jìn)行非線性擬合預(yù)測(cè)。

利用靜態(tài)多層RNN-LSTM模型對(duì)數(shù)據(jù)進(jìn)行分析時(shí)，首先根據(jù)各災(zāi)害監(jiān)測(cè)數(shù)據(jù)指標(biāo)確定各指標(biāo)權(quán)重，然后根據(jù)評(píng)價(jià)指標(biāo)測(cè)度函數(shù)給出評(píng)價(jià)結(jié)果。災(zāi)害監(jiān)測(cè)數(shù)據(jù)評(píng)價(jià)模型處理流程如圖8所示。

圖8 災(zāi)害監(jiān)測(cè)數(shù)據(jù)評(píng)價(jià)模型處理流程

3.3 災(zāi)害響應(yīng)與輔助救援技術(shù)

按照事故類型在系統(tǒng)中對(duì)各災(zāi)害安全等級(jí)進(jìn)行劃分，設(shè)定災(zāi)害預(yù)案響應(yīng)的啟動(dòng)條件。安全等級(jí)可劃分為安全區(qū)間、關(guān)注區(qū)間和警示區(qū)間，根據(jù)風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)測(cè)度值判斷災(zāi)害等級(jí)區(qū)間，若評(píng)價(jià)等級(jí)測(cè)度值在警示區(qū)間或達(dá)到設(shè)定災(zāi)害響應(yīng)啟動(dòng)條件，災(zāi)害綜合防治系統(tǒng)會(huì)發(fā)出警報(bào)，并對(duì)相關(guān)人員發(fā)送消息提醒。同時(shí)國(guó)家突發(fā)事件應(yīng)急體系建設(shè)“十四五”規(guī)劃中明確指出，提升應(yīng)急平臺(tái)支撐能力，推進(jìn)“互聯(lián)網(wǎng)”在應(yīng)急平臺(tái)中的應(yīng)用，加強(qiáng)應(yīng)急指揮平臺(tái)等專業(yè)應(yīng)急平臺(tái)建設(shè)，提高突發(fā)事件專業(yè)信息匯集、應(yīng)急決策和指揮調(diào)度能力[20]。煤礦發(fā)生突發(fā)災(zāi)害事故后，需要監(jiān)管監(jiān)察部門、相關(guān)專家到現(xiàn)場(chǎng)指揮救援，可借助網(wǎng)絡(luò)通訊技術(shù)、信息共享技術(shù)、遠(yuǎn)程控制技術(shù)等實(shí)現(xiàn)異地協(xié)同協(xié)作，保障相關(guān)專家第一時(shí)間了解現(xiàn)場(chǎng)情況，方便現(xiàn)場(chǎng)指揮。

監(jiān)管監(jiān)察部門、相關(guān)專家到現(xiàn)場(chǎng)后，在應(yīng)急救援資源基礎(chǔ)信息管理系統(tǒng)線上調(diào)取救援需要的技術(shù)資料，了解應(yīng)急設(shè)備和物資的分布情況，幫助監(jiān)管監(jiān)察部門、相關(guān)專家指揮救援。同時(shí)可輔助應(yīng)急救援管理系統(tǒng)根據(jù)事故發(fā)生地點(diǎn)和類型，采用路徑尋優(yōu)算法演算井下工作人員到安全位置的最優(yōu)路徑，實(shí)現(xiàn)智能輔助救援。

4 應(yīng)用情況

2022年8月，煤礦災(zāi)害智能綜合防治系統(tǒng)在陜煤集團(tuán)神木檸條塔礦業(yè)有限公司進(jìn)行了現(xiàn)場(chǎng)應(yīng)用，全面提高了該礦安全生產(chǎn)的預(yù)控、可控和在控能力。

(1)系統(tǒng)實(shí)現(xiàn)煤礦安全風(fēng)險(xiǎn)數(shù)據(jù)融合監(jiān)視、煤礦安全態(tài)勢(shì)預(yù)測(cè)預(yù)警、安全風(fēng)險(xiǎn)分級(jí)管控、隱患排查治理和輔助應(yīng)急救援等災(zāi)害智能綜合防治系統(tǒng)的主要功能，建立的統(tǒng)一數(shù)據(jù)中心能夠在統(tǒng)一時(shí)空框架下實(shí)現(xiàn)“人-機(jī)-環(huán)-管”系統(tǒng)協(xié)同管理。

(2)實(shí)現(xiàn)煤礦粉塵、火災(zāi)、水害等災(zāi)害的統(tǒng)一管理。系統(tǒng)采取多個(gè)責(zé)任部門、責(zé)任人與責(zé)任領(lǐng)導(dǎo)共同參與業(yè)務(wù)制定和流程審批的線上協(xié)同辦公機(jī)制，對(duì)各業(yè)務(wù)處理流程的實(shí)時(shí)狀態(tài)采取公開(kāi)透明的監(jiān)督辦法，使得在業(yè)務(wù)下發(fā)以及措施計(jì)劃等編制審批環(huán)節(jié)能夠進(jìn)行相互監(jiān)督和檢查，提高了業(yè)務(wù)處理效率，減少了少查、漏查、不查等現(xiàn)象。

(3)對(duì)日常的業(yè)務(wù)處理過(guò)程留痕，將處理結(jié)果自動(dòng)歸檔并進(jìn)行分類整理和儲(chǔ)存，使得對(duì)日常資料的管理更加規(guī)范，減少了漏資料、丟資料的現(xiàn)象，對(duì)事故隱患、風(fēng)險(xiǎn)管控的日常業(yè)務(wù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并繪制了相關(guān)的趨勢(shì)圖和餅圖，使礦領(lǐng)導(dǎo)可以直觀、全面地了解實(shí)時(shí)的煤礦安全管理情況以及個(gè)人的工作情況。

5 結(jié)語(yǔ)

煤礦災(zāi)害智能綜合防治系統(tǒng)建設(shè)了以煤礦風(fēng)險(xiǎn)為核心，圍繞風(fēng)險(xiǎn)辨識(shí)-措施落實(shí)-風(fēng)險(xiǎn)監(jiān)視-評(píng)估預(yù)警及異常處置的風(fēng)險(xiǎn)狀態(tài)變化鏈，研發(fā)了基于智能礦山總體框架下的安全保障綜合防控應(yīng)用中心，包括安全風(fēng)險(xiǎn)數(shù)據(jù)融合監(jiān)視、安全態(tài)勢(shì)預(yù)測(cè)預(yù)警、安全風(fēng)險(xiǎn)分級(jí)管控、隱患排查治理、輔助應(yīng)急救援等應(yīng)用模塊，利用自回歸深度學(xué)習(xí)模型、靜態(tài)多層RNN-LSTM深度學(xué)習(xí)模型，融合網(wǎng)格化區(qū)域內(nèi)的水害、火災(zāi)、環(huán)境、礦壓、粉塵及重大風(fēng)險(xiǎn)、隱患數(shù)據(jù)，進(jìn)行單一傳感監(jiān)測(cè)數(shù)據(jù)及區(qū)域網(wǎng)格安全指數(shù)評(píng)價(jià)，并推演出全礦的安全指數(shù)，從而實(shí)現(xiàn)了全方位、有效落地的安全風(fēng)險(xiǎn)防控機(jī)制，為煤礦智能化生產(chǎn)提供了有利保障。