基于專家系統的煤礦事故現場處置方案自動生成系統研究

楊 夢，周恩波

(1.中國礦業大學(北京)機電與信息工程學院，北京 100083；2.北京大學遙感與地理信息系統研究所，北京 100871)

煤礦應急預案是為了規范煤礦事故應急管理和應急響應程序，建立健全的應急救援機制，及時、科學、有效地指揮和協調應急救援工作而制定的一套事故處置經驗和處置方式，以最大限度地降低事故災難造成的財產損失和人員傷亡為目的，是確保救援工作安全有序開展的重要保障。國內現有的研究主要集中在提高預案的完善性與可操作性以及自動生成，以提高應急預案編制工作的有效性[1-6]。但是這些研究沒有考慮事故的動態變化性和隨機性，不能有效地對突發狀況進行應急響應，且應急響應主要憑借指揮人員的知識經驗，無法有效學習或借鑒歷史事故案例中的經驗知識，在實際應用中具有很大的局限性，因此，動態生成符合當前事故特征的現場處置方案對事故應急救援意義重大。

專家系統是一個由計算機程序組成的智能系統，是人工智能應用中最活躍和最廣泛的研究課題之一。系統利用解決專業問題的大量領域專家的專業知識和經驗，模擬人類專家解決問題的方法處理領域問題[7]。目前專家系統已被廣泛應用于各個領域，特別是礦山安全生產和應急救援中。李白思雨[8]利用專家系統，建立了鐵路應急救援決策推理模型；王東明等[9]基于磚混結構廢墟救援特點，對其安全評估專家系統的功能、系統架構、系統界面進行了設計，較好地協助地震應急救援工作；張東旭[10]提出將專家系統與應急指揮系統相結合思想，將專家系統的功能進行模塊化，有機的嵌入到應急指揮系統中，并通過GIS技術來設計實現油田生產應急指揮系統；管鎮銘[11]結合分布式處理、云計算、神經網絡、物聯網通信與工業自動化等技術，構建一個多層次煤礦安全生產專家系統，實現多級多業務多部門在同一平臺上的協同工作與監管；唐善成[12]為克服現有煤礦專家系統信息共享困難，推理能力有限等缺點，提出了基于Web Service的煤礦安全生產專家系統；楊丹丹[13]通過集成灰色關聯度分析模型、貝葉斯模型以及模糊綜合評判模型中的模糊超標法等防治水措施輔助決策模型，設計開發了基于GIS的專家系統，實現了礦井突水水源判別、水害預防措施輔助決策等功能，具有一定的實際價值。

本文基于專家系統構建了一個現場處置方案自動生成系統，系統整合了多源的信息和知識資料，包括歷史事故案例、大量的應急預案和領域專家經驗知識，使得應急救援過程依據科學理論指導并有充足的信息支撐。在發生事故后，系統可以根據礦井實時監測數據和事故動態信息，判斷出需要采取的相應救援措施，指揮人員還可以通過輸入查詢信息，獲得與當前事故特性最相似的歷史事故案例，提供真實救援經驗。

1 現場處置方案自動生成系統結構

煤礦事故具有突發性，在事故發生后往往由指揮人員根據獲取的信息確定事故處置方法，這種方式具有速度慢，信息獲取不全，無法參照以往信息等缺點。考慮到應急救援的緊迫性和依循應急預案和安全規章的性質，系統采用了專家系統中的規則推理方法并結合了搜索引擎技術來實現。系統結構如圖1所示，主要由以下幾部分組成：

1)人機接口：用戶與專家系統進行交流的界面。用戶輸入數據和信息，系統將結果予以顯示。

2)知識庫：用于存放相關應急救援處置相關知識，包括事故案例經驗知識，應急預案知識，專家知識等。

3)推理機：用于存放可以采用的推理策略。利用知識庫進行推理得出結論。

4)搜索引擎：根據用戶輸入的查詢信息，匹配符合查詢條件且與當前事故最相似的歷史事故案例。

圖1 基于規則推理的處置方法處置系統結構

2 知識表示與知識庫的建立

知識表示指的是系統中知識的組織形式，知識表示與問題的性質和推理控制策略有密切的關系。目前知識表示方法有產生式規則、語義網絡、狀態空間、與或圖、謂詞邏輯、框架、劇本、本體等[14]。本系統儲存兩類知識，分別為：①事故案例中提取出的案例知識，如事故的基本信息，發生原因，救援過程等的文字描述；②處置方案生成相關知識，即處置方案生成規則。

2.1 事故案例知識表示

煤礦事故案例包含事故中的基本信息要素，記錄了事故發生的時間和地點，引發事故的直接、間接原因，事故經過、后果等，目前案例多以非結構化文本的形式存儲，不能對其進行深層次的加工利用，如果能有效地把事故案例描述的信息抽取出來，并進行合理的組織、管理和存儲，將對應急救援和決策產生積極的輔助作用。框架表示法是以框架理論為基礎，能將陳述性和過程性知識相結合的一種結構化知識表示方式[15]，既可用于存儲事故的各屬性值，也可表示事故原因、救援、處置過程等描述性知識。框架是一種存儲以往經驗和信息的通用數據結構，是一種結構化表示方式。框架通常采用“側面-槽-值”表示結構，也就是說，框架由描述事物的各個方面的若干側面組成，每個側面有若干槽，每個槽有若干值。框架中的附加過程用系統中已有的信息解釋或計算新的信息。

在綜合分析煤礦事故案例特點之后，本文將事故案例以六元組形式描述進行插槽式表示。采用框架技術的案例表示結構見表1。

表1 事故案例的表示結構

2.2 處置方案知識表示

處置方案的生成是在結合現場事故的基礎上，遵循相關規章制度，安全規程以及應急預案，當現場情況滿足一定條件時出發相應規則。事故的處置方案生成屬于專家系統的精確推理過程，即推理中的條件和結論的因果關系是必然的，由前提開始推理到結論，可以得到結論 是正確的或者錯誤的，一個明確的答案。進行精確推理時，當一條規則的前項條件為真時，才會觸發規則。本文采用產生式規則表示處置方案知識，知識來源主要通過對相關安全規程的閱讀，以及與安全專家的溝通，最后收集到的內容加以歸納規范總結提取。

產生式規則的基本思想是模式匹配，它從初始事實出發，用模式匹配的方式查找匹配的產生式規則。如果已知事實能夠使規則前提為真，則該規則被激活，推出新的事實；否則，查找下一條規則，以此類推，直到得到結論為止。產生式規則的最大的優點是知識模塊化、一致性和自然性較好，知識易于理解，便于知識庫維護，方便操作。例如判斷瓦斯爆炸的知識可以產生式規則表達為：

IF

瓦斯濃度達到5%～16%

存在火源

環境氧氣含量不低于12%

THEN

發生瓦斯爆炸事故

此外，產生式規則前件可以動態變化或者是多個條件的組合。如果產生式規則的前件是動態變化，與時間或者其他動態因素有關，可以在產生式前件處加入時間變量，動態決定推理路徑。如果產生式前件需要對多個條件進行判斷，可以聯合不同規則綜合起來進行判斷。

本系統利用開源規則業務引擎Drools工具構建知識庫，規則定義使用原生規則語言，并存儲在規則文件DRL中。根據不同煤礦事故類型，知識庫可以分成八大類知識，分別是瓦斯事故知識庫、機電事故知識庫、運輸事故知識庫、火災事故知識庫、頂板事故知識庫、水害事故知識庫、放炮事故知識庫和其他事故知識庫，每類知識庫利用一個DRL文件存儲。每條知識分成前件(知識的前提)和后件(知識推理結果)。

3 規則推理

產生式推理系統一般使用前向鎖鏈推理，即從待處理的數據出發，通過匹配規則庫中規則的前件，得到初步推理結果，再將初步結果匹配其他規則前件，直到沒有可以匹配的規則為止。推理機的效率和效果取決于推理引擎中的模式匹配器，即事實與規則前件匹配的組件。本文采用經典的模式匹配Rete算法，通過構建一個網絡進行匹配[14]。

4 搜索引擎

搜索引擎的目的是從煤礦事故案例庫中提取出相似案例，本系統利用搜索引擎中倒排索引技術對案例非結構化數據進行檢索，同時針對目標案例固有特性利用傳統基于屬性的相似度計算方式對結構化數據進行自動匹配，最后，將兩者結果進行綜合，從而在應急狀態下，依據指揮人員意愿進行有側重、有傾向的半自動化相似案例檢索輔助決策支持。

在案例檢索前，首先需要基于案例庫建立用于支持關鍵詞檢索算法的倒排索引。倒排索引核心思想是構造一種能夠將詞映射到文檔的數據結構，從而方便人們通過少許關鍵詞來對復雜文檔進行有效檢索[16]。

在應急狀態下，系統依據當前目標案例(事故區)屬性信息以及決策者輸入的檢索關鍵短語信息觸發一次檢索行為的整個過程。在該過程中，檢索系統會進行以下步驟：

1)粗略召回：粗略召回是指系統基于輸入的關鍵短語信息，利用倒排索引從案例庫中召回全部相關案例的過程。本文首先對關鍵短語進行細致化分詞，將關鍵短語分解為一個或多個關鍵詞，之后，通過倒排索引，檢索出每個關鍵詞所對應的全部文檔，這些文檔至少包含一個或多個上述關鍵詞。

2)計算檢索指數：對已經粗略召回的案例數據依據輸入的關鍵短語信息計算對應的檢索指數，其中檢索指數越大，說明該案例與輸入短語越契合。

3)計算相似指數：對粗略召回的案例數據計算與目標案例間的相似指數，相似指數越大，表示該案例與目標案例在給定屬性范圍內相似性越高。

4)綜合排序：步驟2獲得的檢索指數體現了決策者主動檢索需求，步驟3獲得的相似指數表達了案例與當前事故的發生環境相似程度，通過對檢索指數和相似指數計算線性加權和求得綜合指數，綜合指數較大的案例相比于候選案例更加滿足與目標案例的相似性以及決策者主動檢索的傾向性。

5)輸出結果：召回的案例通過利用綜合指數從大到小進行排序，并將結果進行輸出。

5 處置方案生成實現

5.1 基于規則的應急處置方案生成

當煤礦事故發生后，應急指揮人員在系統頁面中輸出事故相關信息，同時礦井監測數據能夠可視化的展示在頁面上。系統后臺程序根據事故基本特征和實時監測數據，動態生成事故的處置措施，如圖2所示。

圖2 規則推理信息輸入

5.2 案例檢索

案例檢索功能頁面被劃分為三個區域，分別為搜索區、當前事故環境信息區以及檢索結果區。在搜索區內，用戶可以輸入搜索內容。當前事故環境信息區顯示了當前發生事故或災害的工作面以及對應礦井信息。檢索出的案例展示在檢索結果區，每一個條目表示一個案例，多個案例按照綜合指數從大到小順次顯示。每個檢索結果的顯示包括案例標題、案例內容、案例元信息以及案例與目標案例的相似標簽，如圖3所示。檢索結果標題包括案例發生時間、地點以及事故類型，案例內容以用戶檢索為基礎，快速截取出包含用戶檢索信息的部分內容。案例元信息則主要指案例的排序指標，即檢索指數、相似指數以及綜合指數的大小，方便用戶快速分析該案例可能的使用效果。案例與目標案例間的相似標簽則展示了改案例在不同屬性維度上與目標案例的契合程度，方便用戶進行快速篩選。

圖3 檢索單個案例內容顯示

6 結 語

煤礦應急處置方案是開展救援工作的重要保障，為了能應對事件發生的實時狀態，有效地對事故突發狀況進行應急響應，本文構建一個基于專家系統的現場處置方案自動生成系統。系統整合了來自歷史事故案例、應急預案和領域專家的救援知識，為救援過程提供充足的信息支撐和科學依據。當發生煤礦事故，系統根據從應急救援偵查人員和傳感器處獲取的事故相關信息，結合礦井地質、水文等自然信息，利用推理引擎匹配規則庫中的專家經驗和應急救援知識，得到相關事故處置辦法，并根據指揮人員輸入的查詢信息，檢索出符合查詢條件并與當前事故特性最相似的歷史事故案例，為救援提供有現勢性和高可用性的現場處置方案和相關真實救援經驗。