信息融合技術在煤礦安全監測系統的應用探討

米 鵬

（潞安環能股份有限公司王莊煤礦安全技術科，山西 長治 046031）

“以人為本，安全第一”，對于煤礦來說，安全就是效益，由于煤炭資源賦存和生產作業的特殊性，煤炭資源的開采往往會受到水、瓦斯、有毒氣體、粉塵、頂板垮塌等各種危險有害因素的影響，而這些因素所引發的直接后果是煤礦發生重大安全事故，造成人員傷亡。為了防止煤礦事故的發生，遏制人員傷亡，必須對可能造成安全威脅的危害因素實施監控，并對危害等級進行判斷和采取措施。煤礦安全監測和災害預防是確保煤礦安全生產的重要舉措。而欲要改善我國煤礦生產存在的安全問題，提高安全監測能力和預警能力是一項重要措施，這就要求煤礦安全監測系統能夠對煤礦生產的各個環節進行準確監測和信息判斷。自1973年信息融合技術開始應用至今，已經衍生了一系列基于多傳感器信息融合的跟蹤、監測和綜合分析的全方位系統，研究和探討該技術的成功應用，對于提高煤礦安全監測的準確性和預警精度具有重要的指導意義[1-2]。

1 煤礦安全監測系統

煤礦安全監測系統主要用來監測例如甲烷含量、有毒氣體含量、風速、礦井溫度、濕度、風機狀態、電氣設備狀態，并實現超額報警和風電閉鎖控制的系統。《煤礦安全規程》中明確規定，所有礦井必須裝備安全監控系統、人員監測系統和有線調度通信系統等，并定期對監控系統進行調校和測試，并對信息數據進行備份。

截至2010年，我國煤礦安全監測系統覆蓋率已達100%。然而，由于技術和管理方面的缺陷，煤礦安全監測系統在安全監測和預警過程中仍存在許多問題：（1）煤礦安全監管技術和理念缺失；（2）傳感器質量和性能有待提高；（3）信息兼容性和集成性差；（4）安全監測信息的分析和判斷準確度有待提高等。這些問題的存在嚴重限制了煤礦安全監測系統發揮作用，降低了安全監測的結果精度，其中，監測數據的來源和判斷依據單一是制約安全監測系統精度提高的重要因素。為了促進煤礦安全監測系統能力和監測結果精度的提高，信息融合技術在安全監測系統中的融合和應用已經成為一種發展趨勢[3]。

2 信息融合技術

信息融合技術實質是對數據的感知和綜合過程，類似于人類對事物作出判斷的過程，人類基于感官（如人類五官）對事物表現出來的特征信息進行感知，并進行綜合分析，從而對事物進行判斷[2]。信息融合技術就是利用信息化手段對獲得的若干傳感器數據按照一定的邏輯關系進行信息提取、綜合分析，在此基礎上完成目的決策和判斷。通過定義得出（見圖1所示）：信息融合技術是以若干傳感器為基礎，按照所需達到的目標任務對傳感器信息進行協調管理，并構建相應的傳感器模型，在此基礎上對所收集的傳感器數據進行數據狀態統一、數據選擇剔除、數據分類和數據融合，以此達到對對象進行綜合準確判斷的目的。信息融合的方法主要分為加權法、人工智能法、參數法和識別法等，由于各種方法存在自身的優缺點，針對不同的環境和特定領域，正確選擇信息融合方法可以達到理想的目的效果，為了滿足實際應用需求，將兩種或兩種以上方法進行算法集合成為理想選擇。

圖1 傳感器信息融合技術流程

根據信息融合技術的原理，其主要是對若干傳感器傳輸的多元信息進行層層處理，不斷實現對有效信息的抽象化和綜合化，以此達到目的決策的準確率的提升。根據數據抽象程度，信息融合技術可以分為三個層次[2]：（1）數據級融合，即對同一類型傳感器數據進行集中整理，并按照一定原則剔除偽數據；（2）特征級融合，是對傳感器數據所表現的特征數據進行提取和融合，得出綜合性的特征向量，以此對目標作出判斷；（3）決策級融合，對單一傳感器數據進行數據剔除、特征提取和數據判讀，然后通過綜合的決策平臺將各數據初判結果進行融合分析，得出目的決策結果。

3 煤礦安全監測信息融合模型

由于煤礦生產環境的復雜性，引起煤礦發生安全事故的因素有很多，例如瓦斯、CO含量、粉塵、溫度、濕度、風力等，為了更好地對這些安全因素進行監測，在煤礦整個生產環境中同類別的傳感器會被安置在多個位置。本文中基于煤礦安全監測系統的特點構建了二級信息融合模型，對傳感器數據進行融合處理，已達到提高目標決策和判斷的精度，見圖2所示。

圖2 煤礦安全監測信息融合模型示意圖

3.1 一級數據融合

一級融合屬于數據級融合和特征級融合層次，主要是利用加權法和統計分析法相結合的融合方法對同類型的多個傳感器數據進行融合，即利用加權法消除因傳感器出現故障、數據記錄偏差等問題的存在對數據準確性和宏觀性的影響，同時結合統計分析法根據傳感器歷史監測值劃定的穩健監測范圍，選取傳感器各個時段有效數據估計值和相應權值，以此達到同類型傳感器數據融合目的，其中如果某一傳感器濃度超標，直接報警，不參與數據融合。

3.2 二級數據融合

二級融合是對同類型傳感器融合結果進行不同類型間數據融合，由于礦井環境惡劣復雜，傳感器受其影響本身會發生監測不穩定、精度降低、環境噪音和系統故障等問題，所以僅進行同類型傳感器數據融合仍舊不能真正反映礦井真實環境情況，所以必須對同類型傳感器融合數據結果進行二級融合。本文采用D-S證據理論融合法對一級數據融合結果進行二級融合，即首先對一級融合各類傳感器監測值依據預警判斷標準構建混淆矩陣，并以此建立BPA證據庫，然后將待二級融合數據根據預警判斷標準進行數據預測準備，并按照BPA證據庫選定一級融合結果分別對應的BPA值，再利用DEMPSTER融合法對各BPA值進行融合，進而得出煤礦安全狀態的概率值，并對所發生的狀態信度進行判定，信度最大狀態指定為當時礦井實際安全水平[2，4]。

4 結 論

采用二級信息融合模型對井下不同類型的傳感器數據進行數據融合，一級融合有效消除了傳感器因內部或者外界環境原因失靈和故障對數據結果的影響，提高了監測數據的準確度和可信度，二級融合從宏觀角度利用證據建立和狀態預測將一級融合數據進行了綜合考慮，所獲得結果更具宏觀性和綜合性，以此達到提高目標決策和判斷準確性的目的。