基于可拓理論與信息融合的煤礦井下環境安全等級評判方法
2008-12-31 00:00:00周玉錢旭王培崇虎曉紅
計算機應用研究 2008年11期
（中國礦業大學（北京） 機電與信息工程學院， 北京 100083）
摘要：提出了一種基于信息融合技術和可拓原理的煤礦井下環境安全等級評價新方法。依據煤炭生產現場的實際情況，應用可拓原理和基于多因素優化融合的思想，建立了煤礦井下環境安全等級的物元評價模型。該模型能夠完整反映礦井環境的安全等級，實現了對礦井環境信息的定性與定量的集成描述。運用此方法對某礦井安全進行等級評判，得出的結論符合實際情況與工程實際，驗證了該方法的有效性和可行性。
關鍵詞：信息融合； 可拓理論； 礦井環境； 安全等級評判
中圖分類號：TP391文獻標志碼：A
文章編號：1001-3695(2008)11-3328-04
Novel evaluation approach for mine environment safety levels
based on extension theory and information fusion
ZHOU Yu， QIAN Xu， WANG Pei-chong， HU Xiao-hong
（School of Mechanical Electronic Information Engineering， China University of Mining Technology， Beijing 100083 ， China）
Abstract:On the basis of multi-sensor information fusion technique and extension theory， this paper presented a novel method about safety rank evaluation system for mine environment. According to the actual situation of coal production， based on the thought of multi-index fusion and extension theory， constructed a matter-element model that could completely indicate the mine environmental safe level. The information of mine environment could be described by qualitative and quantitative manners. As an example， the proposed method was used to assess a concrete application. The result shows that the method is feasible and effective， and the evaluation results are more reasonable.
Key words：information fusion; extension theory; mine environment; safety levels evaluation
0引言
煤礦井下環境安全等級評判系統是礦井安全生產系統的重要組成部分，是煤礦安全生產的根本保障之一，所以對煤礦井下環境安全作準確全面的評估預測非常重要。但由于礦井環境復雜、惡劣，環境參數多變、不確定，這給準確評估預測帶來了不利因素。針對現場情況，本文提出了一種基于信息融合的煤礦井下環境安全等級可拓評判分析方法，它主要從如何準確提取礦井環境參數特征向量和更好地對礦井環境安全等級進行評估預測兩方面進行研究。在提取礦井環境參數方面，為了獲取井下環境更全面、更準確、更客觀的信息，采用多傳感器信息融合技術；在環境安全等級評判預測方面，采用了基于可拓集合理論、物元理論和關聯函數的評判方法。
基于可拓學理論的可拓工程方法與各個領域的專業知識相結合，可以解決原有方法未能解決的問題，或提出比原有方法更好的解決方法。應用可拓學理論進行礦井安全評價的方法與其他方法相比具有如下優點：
a)定量與定性相結合。利用可拓學集合論，通過關聯函數進行定量計算，可以使判別與評價方法更為精細化。這一特點尤其適合礦井安全評估中以定量為主、定性為輔的原則[1]。
b)可以因地制宜地考慮所選取的因素，且所考慮的因素種類和數量不受限制，這與煤炭礦井環境實際相符合。
c)物元理論作為可拓學的核心部分，不僅刻畫了事物的某一性質、特征及相應的量值，而且使用多維物元可對復雜的工業生產過程進行整體描述。它內部的結構、層次和聯系，可以得到包容性更大、使用范圍更廣的可拓集概念[2]。
d)為解決矛盾問題提供了解決方法，能夠從全局方面給出更為客觀的評估，這一點在等級評判中顯得尤其重要。
e)實際事物的等級評價中，可拓分析方法根據長期積累的數據資料給出各指標等級的數值范圍，再將待評事物指標量值代入各等級集合中進行多指標評定，并取代主觀權重的確定方法，得到更為合理的因素可拓權重值[3]。
1安全等級可拓評判系統結構
本文根據2005年《煤礦安全規程》[4]的標準以及參考文獻[5，6]，并參考專家意見選取與礦井安全密切的環境參數進行監測，這五個環境參數分別是瓦斯質量分數、一氧化碳、風速、粉塵以及溫度。它們作為系統融合處理的基本數據。采用專業工業傳感器采集環境參數輸送到井下分站，經過相應處理再送到地面監測中心。由于環境監測參數多、數據量大，采用多傳感器采集數據融合的方式來獲得更全面、豐富和準確的數據。為了使最終的評價結果更加客觀，采用可拓評判分析方法。礦井環境安全等級可拓評判系統的信息融合功能結構如圖1所示。具體過程如下：
a)通過多同質傳感器采集井下環境信息。由于對環境中的參數進行測量時，系統存在過度疲勞、現場的突發性強干擾和測量設備本身的故障等不確定性的影響，不可避免地要產生疏忽誤差，影響測量數據的一致性，需要對采集的數據進行一致性處理。在這里采用格羅貝斯判據準則進行數據的一致性處理。該過程實質上也是除去噪聲數據的過程。
b)多同質數據源進行Bayes融合。融合的目的是為了得到同質最優數據。
c)產生礦井環境特征向量。
d)利用可拓評判系統對融合后的異質數據進行評估預測，得到該礦井安全等級。該過程實際上是對總體串行數據的進一步融合。
這里需要注意一點，如采集的某一環境參數大于該安全范圍的最大上限值，則不再進行可拓評判，直接得出該礦井環境安全等級最高，即最不安全，應該立即采取相應措施。
2礦井環境參數信息的融合
21測量數據一致性處理
采用格羅貝斯判據準則進行數據的一致性處理。該準則對于次數少的測量數據能有效地剔除疏忽誤差，可用在數據要求嚴格的場合。具體步驟如下：
a)對同質數據進行多次測量，得到一組測量值；對該測量值按從小到大的順序進行排列，得到Y1，Y2，Y3，…，Yr。
b)根據順序統計原理，找到格羅貝斯統計量g=(Yr-Y)/σ的確切分布。這里，由于測量值Ym(m=1，2，…，r)服從正態分布，故Y=（1/r）∑rm=1Ym，vm=Ym-Y，σ=∑rm=1v2r /（r-1） 。
c)給定顯著水平β（這里取0.05）后，查表找出格羅貝斯統計量的臨界值g0(r，β)。
d)測量端值Ym(m=1或r)所對應的格羅貝斯統計量gm。若滿足gm≥g0(r，β)，則認為統計量gm的分布存在顯著差異，剔除對應的Ym；反之，保留該值。
22基于Bayes估計的數據融合
采用格羅貝斯優化后的數據經過Bayes估計進行融合，融合后的數據可以得到較為準確、完備的礦井環境數據，進而可以獲得較為客觀的反映礦井環境的特征向量。具體方法可以參看文獻[6，7]，由于篇幅這里不再詳述。
3礦井安全等級評判物元模型
礦井安全等級評判的核心是安全等級可拓域的確定，關鍵是關聯函數的正確選擇，實現手段是可拓域中元素的物元變換。首先劃分集合P的若干子集，構造出相應的經典域和節域，然后確定待測物元，根據關聯函數值確定待測物元的等級。有關可拓方面的基礎理論知識這里不再詳述，可以參看文獻[8~11]。
31礦井安全等級評判物元的確定
1)評判信息物元的確定
根據現場要求選擇影響評判等級的指標，設有n個指標。根據可拓學原理，評判可用下面的n維物元來描述：
R=(N，cj，xj)=N，c1，x1c2，x2c3，x3…，…cn，xn(j=1，2，…，n)(1)
其中：N為待評判單元；cj為待評價單元N的主要指標，共n個；xj為cj的量值域。
2)評判信息物元的確定
依據國內外專家經驗和常用分級標準，根據評估指標的取值范圍和取值原則（數值越小對安全越有利），設定評估等級為m，這里分別為很安全（Ⅰ級）、安全（Ⅱ級）、比較安全（Ⅲ級）、較不安全（Ⅳ級）和不安全（Ⅴ級）。Np={N1，N2，N3，N4，N5}。
3）經典域的確定
假設Ni(i=1，2，…，m)是集合P的m個子集，對于任何待評判的對象，P0∈P。為了判斷P0屬于哪個等級，首先建立經典域和節域。根據物元模型的基本概念得到經典域物元：
Ri=(Ni，cj，xij)=Ni，c1，xi1c2，xi2c3，xi3…，…cn，xin=
Ni，c1，〈ai1，bi1〉c2，〈ai2，bi2〉c3，〈ai3，bi3〉…，…cn，〈ain，bin〉(2)
其中:Ni為所劃分的某個等級；xij為Ni關于相應指標cj的量值范圍，這個范圍稱為經典域。
4）節域的確定
在確定經典域之后，還要確定各項指標所對應的節域，即各指標所對應的取值范圍。一般可以將節域定義為相應經典域的并集，即定義cj(j=1，2，…，n)的節域為∪mi=1〈aij，bij〉。這里〈apj，bpj〉=∪mi=1〈aij，bij〉，故可以得到節域物元如下：
Rp=(P，cj，xpj)=P，c1，xp1c2，xp2c3，xp3…，…cn，xpn=
P，c1，〈ap1，bp1〉c2，〈ap2，bp2〉c3，〈ap3，bp3〉…，…cn，〈apn，bpn〉(3)
其中：xp1，xp2，…，xpn分別是集合P關于指標c1，c2，…，cn的量值范圍，該范圍稱為節域。
5）待評判對象物元的確定
下面建立待評判對象的物元，即確定待評價對象各項指標及其所對應的量值。待評價對象物元表示如下：
R0=(P0，cj，xj)=P0，c1，x1c2，x2c3，x3…，…cn，xn(4)
其中：P0為待評判對象；xj為P0關于指標cj的量值，即對該評判對象分析所得到的具體數據。
32關聯度的確定
1)關聯函數的確定
在可拓學中，用關聯函數來刻畫論域中的元素具有某種性質的程度。通過關聯函數能夠定量地、客觀地表達某指標具有某種性質的程度以及量變與質變的過程。將待評判物元的第j個指標關于第i安全等級的關聯函數記為kij(xj)；i=1，2，…，m;j=1，2，…，n，則計算如下：
kij(xj)=ρ(xj，xij)/D(xj，xij，xpj);xjxij-ρl(xj，x0，xij)/｜xij｜；xj∈xij(5)
其中：
ρ(xj，xij)=｜xj-(aij+bij)/2｜-(bij-aij)/2
(6)
表示xj到區間xij=〈aij，bij〉的距離；
D(xj，xij，xpj)=ρ(xj，xpj)-ρ(xj，xij)(7)
表示點xj關于區間xpj=〈apj，bpj〉和區間xij=〈aij，bij〉的位置；
ρl(xj，x0，xij)=aij-xjxj≤aij
[(bij-x0)/(aij-x0)](xj-aij)x∈〈aij，x0〉
xj-bijx≥x0(8)
表示點與xj與區間xij=〈aij，bij〉關于x0的左側距。這里，x0=aij。
｜xij｜=bij-aij(9)
表示區間xij=〈aij，bij〉的模。
由以上關聯函數可以看出，在xjxij、kij(xj)∈〈-1，0〉，xj∈xij、kij(xj)∈〈0，1〉，當xj位于區間〈aij，bij〉最左端時，即xj=aij時，kij(xj)最大，為1；當xj位于區間〈aij，bij〉最右端時，即xj=bij時，kij(xj)=0。
2）物元特征值權系數的確定
建立關聯函數后，需要計算其各自對應的權系數，將每個因子的權系數定義如下：
αij=(xj/bij)/∑nj=1(xj/bij)
(10)
其中：i(i=1，2，…，m)是與P的子集Ni相對應的m個安全等級；j(j=1，2，…，n)是與待評價物元各項指標對應的n個因子。
3）關聯度計算
待評判對象P0對各安全等級i的關聯度為
Ki(P0)=∑nj=1αijkij(xj)(11)
33安全等級評判
根據上面所求出的Ki取其最大值，即令
Ki=max Ki(P0) (12)
其所對應的安全等級i就是該評判對象所屬的類別。
4應用實例
41多傳感器數據融合
對某礦井環境參數進行測量[6]，進行融合處理。例如，瓦斯質量百分數的監測數據如表1所示。
表1多瓦斯傳感器數據及剩余誤差
Yi/%viYi/%vi
0.58-0.101 30.68-0.001 2
0.65-0.031 30.690.008 7
0.65-0.031 30.700.018 7
0.68-0.001 20.820.138 7
利用格羅貝斯判據準則進行數據的一致性處理后，剔除數據0.82%、0.58%，得到瓦斯質量百分數的一致性數據，依次是0.65、0.65、0.68、0.68、0.69、0.70。利用Bayes估計理論計算優化后的一致性數據得到0.675%。同理可得到粉塵、CO、溫度和風速的最佳融合值，分別為6.1mg/m3、0.002%、23℃、1.2m/s。礦井環境狀況劃分[4，12]如表2所示。
表2礦井環境安全等級劃分
安全等級瓦斯質量分數/%粉塵/mg/m-3一氧化氮/%溫度/℃風速
m/s相應措施
Ⅰ0.2~0.42~40~0.000 618~223.5~2.5繼續保持
Ⅱ0.4~0.64~60.000 6~0.001 222~242.5~2.0注意安全
Ⅲ0.6~0.86~80.001 2~0.001 824~262.0~1.5及時整改
Ⅳ0.8~1.0-8~100.001 8~0.002 426~280.5~1.0立即整改
Ⅴ1.0~1.210~120.001 4~0.003 028~301.0~0停產整改
將數據進行無量綱化處理，處理方法如下：
X′=(X-Xmin)/(Xmax-Xmin)對于越大越有利的指標
(Xmax-X)/(Xmax-Xmin)對于越小越有利的指標
（13）
對表2進行無量綱化處理后的數據如表3所示。
表3無量綱處理后的礦井環境安全等級劃分
安全等級瓦斯質量分數/%粉塵/mg/m-一氧化氮/%溫度/℃風速
m/s相應措施
Ⅰ0~0.20~0.20~0.20~0.330~0.286繼續保持
Ⅱ0.2~0.40.2~0.40.2~0.40.33~0.500.286~0.429注意安全
Ⅲ0.4~0.60.4~0.60.4~0.60.50~0.670.429~0.571及時整改
Ⅳ0.6~0.80.6~0.80.6~0.80.67~0.830.571~0.714立即整改
Ⅴ0.8~1.00.8~1.00.8~1.00.83~1.00.714~1.0停產整改
對最佳融合值進行無量綱化處理后分別為0.475%、0.41%、0.67%、0.42%、0.657%，分別代表瓦斯、粉塵、CO、溫度、風速。可以看到，如果憑借單一監測數據獲得的井下環境的等級是矛盾的，如通過這五種傳感器獲得的環境評估等級分別是一般安全、一般安全、較不安全、安全、較不安全。下面所做的目的就是通過可拓理論進行進一步融合處理來解決矛盾，從而得出更客觀的安全等級的一致性數據。
42評價系統的物元模型構造
1)評價物元
根據評價對象與評價指標，構造的物元如下：
R=(N，C，X)=
環境瓦斯質量分數c1，規格化值x1安全粉塵c2，規格化值x2
等級一氧化碳c3，規格化值x3評價溫度c4，規格化值x4N風速c5，
規格化值x5
2)確定各等級經典域
經典域物元矩陣為
3)確定節域物元
節域物元為
Rp=Np， c1， 〈0.0，1.0〉c2， 〈0.0，1.0〉c3， 〈0.0，1.0〉c4， 〈0.0，1.0〉c5， 〈0.0，1.0〉
4)確定待評價物元
待評價物元為
R0=N0， c1， 0.475c2， 0.41c3， 0.67c4， 0.42c5， 0.657
43評價指標的關聯度計算
根據式(5)~(9)，計算得到的關聯度結果如表4所示。
表4關聯度計算結果
安全等級kij(xi)
c1c2c3c4c5
Ⅰ-0.367-0.367-0.588-0.176-0.522
Ⅱ-0.136-0.019 6-0.450.471-0.399
Ⅲ0.6250.95-0.175-0.16-0.233
Ⅳ-0.208-0.3170.65-0.3730.40
Ⅴ-0.406-0.487 5-0.283-0.493-0.102
根據式(10) 確定權系數矩陣如下：
αij=(xj/bij)/∑nj=1(xj/bij)=
0.2030.1820.2980.1130.2040.1900.1640.2680.1340.2450.1810.1560.2560.1430.2630.1700.1520.2490.1500.2730.1800.1560.2550.1600.250
44安全等級綜合評價
根據式(11)~（12）得k3(N)=0.132 4=max{kt(N)｜t=1~5}，可以得到該環境的安全等級是Ⅲ級，所以要及時整改。
5結束語
由于礦井環境復雜、惡劣，環境參數多變、不確定，這給準確評估預測帶來了不利因素。針對實際情況，本文提出了一種基于信息融合的煤礦井下環境安全等級可拓評價分析方法。
a）在提取礦井環境參數方面，為了獲取井下環境更全面、更準確信息，采用多傳感器信息融合技術。
b）采用可拓評判技術對礦井環境參數進行評判。以物元表述的物元關系式建立煤礦環境安全等級評估物元模型，該模型利用物元的基本性質對煤礦環境進行定性描述，利用可拓集合論，通過關聯函數進行定量計算。
c）在確定關聯函數的過程中，一定要注意應用環境的實際情況進行選擇，尤其要注意量值最優點是在區間的中點還是在中點的左側或右側。根據實際情況，本文選擇的是最優點在左側的關聯函數。
d）由于基元模型與關系數據庫有密切的關系，可以利用可拓方法對應于可直接操作的計算機技術，實現利用SQL進行知識的提取與策略的生成。從技術的實現層面來說，該方法通過計算機編程實現簡單、方便。有關數據處理的可拓方法可以參看文獻[13]。
e）實例表明，利用可拓理論對礦井環境安全等級進行評判的方法是合理的、有效的、可行的，該方法豐富和改進了礦井環境安全等級評判的方法。
參考文獻：
[1]孫志剛．礦井安全評估理論和實踐探索[J].煤炭企業管理，2000（4）:41-42.
[2]林楠.可拓集合的提升與物元信息模型[J].系統工程理論與實踐，1998，18(1):93-96.
[3]孔繁森， 蒼安裕， 鄒青．發動機缸體生產線維修策略的可拓分析方法[J] ．計算機集成制造系統，2007，13（9）:1847-1851.
[4]國家煤礦安全監察局. 煤礦安全規程[S]. 2005.
[5]FU Hua， SHAO Liang-shan. An optimized control of ventilation in coal mines based on artificial neural network[J].Journal of Science Engineering， 2002，8(2): 80-83.
[6]付華，尹麗娜，汪琦．基于信息優化融合的煤礦井下環境安全監測技術[J]．黑龍江科技學院學報，2007，17（2）:112-115.
[7]AHMAD Z， ZHANG Jie. Combination of multiple neural networks using data fusion techniques for enhanced nonlinear process modeling[J]. Computers and Chemical Engineering， 2005，30(2):295-308.
[8]CAI Wen. The extension set and incompatibility problem[J]. Journal of Scientific Exploration，1983，1:81-93.
[9]蔡文，楊春燕，何斌．可拓邏輯初步[M]．北京：科學出版社，2003.
[10]CAI Wen. Extension set and non-compatible problems[C]//Proc of Advances Mathematics and Mechanics. Peking: Intermational Academic Publishers， 1990:1-21.
[11]楊春燕，蔡文. 可拓工程[M]．北京：科學出版社，2007.
[12]施式亮，王海橋. 礦井安全非線性動力學評價[M]. 北京：煤炭工業出版社，2001.
[13]李立希，楊春燕，李鏵汶．可拓策略生成系統[M] ．北京：科學出版社，2006.
[14]HUANG Yan-bo，LAN Yu-bin， HOFFMANN W C，et al. Lacey multisensor data fusion for high quality data analysis and processing in measurement and instrumentation[J]. Journal of Bionic Enginee-ring， 2007，4(4):53-62.
[15]WANG C H， CHEN H C. Application of extension theory on the fault diagnosis of power transformers[C]//Proc of the 22nd Symposium on Electrical Power Engineering. 2001:797-800.
[16]孟繁晶，鄧家褆．合作伙伴的可拓綜合評價方法[J]．計算機集成制造系統，2005，11（6）：869-874.
