煤礦災害智能綜合防治系統構建及關鍵技術

譚 震，王建文，王宏科，加保瑞，陳 菲

(陜煤集團神木檸條塔礦業有限公司，陜西省榆林市，719000)

0 引言

煤礦智能化具有安全、高效和操作簡單的優勢，是煤炭行業的發展方向[1-4]。近年來，隨著物聯網、云計算、大數據、人工智能、智能控制等信息技術的高速發展及其在煤礦領域的逐步應用，使得煤礦的信息化、數字化、智能化管理水平得到大幅提高[5-7]。煤礦井下生產面臨瓦斯、水害、火災等諸多災害，傳統防治檢測手段時效性差較，災害防治的信息化、智能化管理能夠有效解決危險區域人員的安全保障問題[8-10]。王國法院士指出，煤礦智能化的關鍵核心是以煤炭工業大數據為支撐，以智能化礦山基礎軟件為統一基礎的智能綜合管控平臺[11]。因此，有必要構建一種災害智能綜合防治系統，將粉塵、火災、水害等礦井災害的管理集中到一個系統上，實現礦井災害的綜合防治。

在礦井災害智能防治檢測方面，我國學者已取得了諸多成果，但是多為單個災害子系統的研究，沒有將煤礦的各種災害綜合到一個系統平臺。孟秀峰等研究人員[12]運用層次分析法建立了礦井瓦斯防治系統層次體系，然后運用模糊綜合評價方法對礦井瓦斯防治系統進行快速的診斷評價；蒲陽等研究人員[13]構建了煤與瓦斯突出防治信息化管理系統，實現了對2個“四位一體”綜合防突技術執行情況的過程管控；盧瑞翔等研究人員[14]設計了一套基于專家決策支持的煤自燃火災防控系統，應用TOPSIS方法對不同決策進行評價排序，獲得最優的煤自燃火災防控決策；陳曉晶[15]針對智能礦山火災防控子系統建設過程中數據采集及執行層不全面、邊緣計算功能未體現、綜合防控平臺建設標準不明確等問題，提出基于“云-邊-端”協同的架構體系；鄭林江等研究人員[16]針對煤礦粉塵現有檢測手段時效性差、人為抽檢易失實、不能連續監測等問題，引入物聯網和云計算技術，設計并實現了基于物聯網的煤礦粉塵監測云服務平臺；王皓等研究人員[17]針對煤礦水害基礎數據綜合管理效率不高、水害超前防控精細程度不足等問題，構建了煤礦水害智能化防控平臺，并闡述了相關關鍵技術；屈世甲等研究人員[18]從智能工作面環境安全監測及預警方面的需求入手，利用信息化手段研究了智能工作面環境安全的實時監測和分析預警實現問題。

煤礦智能化防治子系統的研究雖然為煤礦的安全防治發揮了重要作用，但各子系統之間關聯性不強，容易出現信息孤島現象。基于此，筆者提出基于現代信息技術、數據庫技術等先進技術構建災害智能綜合防治系統，能夠將煤礦粉塵、火災、水害等災害綜合到一個平臺，進而實現多系統聯動和現場信息化安全管控，落實應急救援輔助指揮、事故原因分析、礦井災變狀態下避災路線智能規劃等功能，消除信息孤島現象。

1 煤礦災害智能綜合防治系統設計思路

煤礦災害智能綜合防治系統采用現代信息技術、計算機網絡技術、數據庫技術、中間件等技術，基于煤礦智能化綜合管控平臺，有效集成礦山基礎信息數據以及人員位置、環境監測、設備工況等多源異構數據建立起的統一礦山數據中心。該系統能夠在統一的時空框架下實現“人-機-環-管”系統協同、數據融合及時序存儲及大數據分析。通過將煤礦粉塵、火災、水害等煤礦災害綜合到一個平臺，消除單個子系統存在的數據孤島現象，進行煤礦井下重大危險源的實時數據監控及預測預警。煤礦災害智能綜合防治系統架構設計如圖1所示。

圖1 煤礦災害智能綜合防治系統架構設計

通過傳感器、攝像頭、智能終端等監測手段對與煤礦災害相關的數據進行監視上傳，如與粉塵相關的粉塵濃度等，以及與火災相關的采空區溫度、氣體濃度等，然后利用自回歸深度學習模型、多層RNN-LSTM模型、LSTM-ARIMA學習模型等對獲取的龐大數據進行存儲、分析等加工處理，并將監測數據與生產數據匹配，實現煤礦井下各種災害的分析預測，最后將各種災害子系統統一到綜合防治系統。

2 煤礦災害智能綜合防治系統主要功能

根據煤礦災害智能綜合防治系統設計思路，煤礦災害智能綜合防治系統實現的主要功能包括安全風險數據融合監視、安全態勢預測預警、安全風險分級管控、隱患排查治理、輔助應急救援等。煤礦災害智能綜合防治系統功能架構如圖2所示。

圖2 煤礦災害智能綜合防治系統功能架構

2.1 安全風險數據融合監視

根據煤礦實際管理需求劃分網格區域，將各網格區域視為“風險點”，并以“風險點”為主線，將礦上安全管理數據(包括風險管控、隱患治理、“三違”管理、人員定位等)、視頻監控數據、安全風險監測數據(災害相關子系統數據監測)利用信息技術融合到一起，能夠直觀地看到每個“風險點”下各類數據融合的相關信息。風險數據融合監視界面如圖3所示。

圖3 風險數據融合監視界面

2.2 安全態勢預測預警

以“風險點”為維度，針對煤礦井下重要場所，如采煤工作面、掘進工作面等，基于“風險點”下各類數據，利用多層RNN-LSTM深度學習模型、自回歸深度模型和LSTM-ARIMA學習模型等對數據進行處理，構建安全風險指數動態評估指標體系，并構建風險點下區域動態評估模型。以處理后的多源信息為基礎，判斷各風險點狀態及災害發生位置，實現對重要風險點下區域安全態勢的動態評估。安全態勢預測預警界面如圖4所示。

圖4 安全態勢預測預警界面

2.3 安全風險分級管控

系統結合煤礦的實際生產情況，實現對安全風險的記錄、跟蹤、統計、分析、上報的全過程管控。主要功能包括：基礎數據庫、風險辨識結果錄入、風險管控措施落實、風險管控措施落實檢查、風險動態監視、風險警示告知、安全風險分布四色圖、風險分析、風險上報等。安全風險分級管控界面如圖5所示。

圖5 安全風險分級管控界面

2.4 隱患排查治理

采用信息化管理手段，構建標準化的隱患閉環治理流程，實現從隱患登記、落實、整改確認、復查驗收、銷號的全過程信息化閉環管理，根據煤礦安全管理組織架構及管理制度，實現對隱患流程各節點人員的靈活配置。同時，利用信息技術實現隱患信息的快速傳遞以及規范化的隱患處理流程，提高存在隱患相關單位以及業務科室的協同處理能力，加快隱患處理速度，確保隱患整治期間的及時、有效控制，避免隱患整治期間可能出現的安全風險。隱患排查統計分析界面如圖6所示。

圖6 隱患排查統計分析界面

2.5 輔助應急救援

根據綜合/專項應急預案管理及處理流程，并依據重大事故分類危害程度的級別設置應急救援組織機構及應急指揮保障、應急預案體系、組成人員、聯系方式，明確職責劃分。同時根據事故類別及事故級別，基于預設的報警、接警、通知、通訊聯絡方式，依據事故的類別、危害程度的級別對可能發生的事故現場情況進行分析，設定預案分級響應的啟動條件，發送相關人員職責，相關的注意事項、事故處置要點，實現分級響應，分級消息提醒，避災線路查詢、應急響應組織查詢、就近救援物資分布。輔助應急救援管理界面如圖7所示。

圖7 輔助應急救援管理界面

3 煤礦災害智能綜合防治系統構建關鍵技術

3.1 數據實時收集與存儲技術

數據是煤礦智能化推進和在產業互聯網應用中的基礎，在構建產業互聯網應用時，首先要進行數字化改造，完成數據的采集、傳輸和存儲[19]。煤礦災害防治需要采集大量的井下數據，并且數據會隨著礦井的生產越來越多，加之需要對粉塵、火災、水害等各類型礦井災害數據進行收集，數據呈現出數據量龐大、數據類型復雜的特點，如果在數據管理方面不規范，會導致數據查詢困難、數據丟失等問題。因此，如何實現數據收集與存儲，是煤礦災害智能綜合防治系統構建的第一步。

在數據實時收集方面，首先要根據煤礦粉塵、火災、水害等災害防治要求，構建多個數據管理模型和分布式數據庫，通過數據接口實現礦井地質、生產信息等礦山基礎信息數據的導入，然后采用中間件技術，將粉塵、火災、水害等災害相關監測數據實時遷入數據庫，將實時監測數據與礦井地質生產數據匹配，實現數據融合及井下定點實時監視。

在數據存儲方面，根據煤礦目標需求及數據類型特征，建立統一礦山數據中心，按照統一的數據規范，通過列存儲、粗粒度索引、大數據處理等技術為業務應用開發提供安全、高可靠、低成本的數據存儲服務，實現多源大數據的時序分類存儲。

3.2 數據分析與預測技術

通過實時監測數據建立模型對數據進行分析，給出粉塵、火災、水害等災害的風險評價等級測度值，并利用分析結果對礦井各種災害進行預測預報，從而實現對礦井災害的防治是災害綜合防治系統的主要功能之一。根據煤礦粉塵、火災、水害等災害特點，利用靜態多層RNN-LSTM深度學習模型、自回歸深度模型和LSTM-ARIMA學習模型對監測數據進行分析，得出風險評價等級測度值和災害發展趨勢。靜態多層RNN-LSTM模型能夠通過對獲得的多項數據進行分析篩選，選擇獲取數據的重要部分記憶存儲之后再次進行分析篩選，經過多次分析篩選后輸出結果；自回歸深度學習模型是利用前期若干時刻隨機變量的線性組合來描述以后某時刻隨機變量的線性回歸模型；LSTM-ARIMA學習模型是利用長短時記憶神經網絡LSTM強大的非線性擬合能力及快速學習能力針對數據的非線性特征進行建模，對數據進行非線性擬合預測。

利用靜態多層RNN-LSTM模型對數據進行分析時，首先根據各災害監測數據指標確定各指標權重，然后根據評價指標測度函數給出評價結果。災害監測數據評價模型處理流程如圖8所示。

圖8 災害監測數據評價模型處理流程

3.3 災害響應與輔助救援技術

按照事故類型在系統中對各災害安全等級進行劃分，設定災害預案響應的啟動條件。安全等級可劃分為安全區間、關注區間和警示區間，根據風險評價等級測度值判斷災害等級區間，若評價等級測度值在警示區間或達到設定災害響應啟動條件，災害綜合防治系統會發出警報，并對相關人員發送消息提醒。同時國家突發事件應急體系建設“十四五”規劃中明確指出，提升應急平臺支撐能力，推進“互聯網”在應急平臺中的應用，加強應急指揮平臺等專業應急平臺建設，提高突發事件專業信息匯集、應急決策和指揮調度能力[20]。煤礦發生突發災害事故后，需要監管監察部門、相關專家到現場指揮救援，可借助網絡通訊技術、信息共享技術、遠程控制技術等實現異地協同協作，保障相關專家第一時間了解現場情況，方便現場指揮。

監管監察部門、相關專家到現場后，在應急救援資源基礎信息管理系統線上調取救援需要的技術資料，了解應急設備和物資的分布情況，幫助監管監察部門、相關專家指揮救援。同時可輔助應急救援管理系統根據事故發生地點和類型，采用路徑尋優算法演算井下工作人員到安全位置的最優路徑，實現智能輔助救援。

4 應用情況

2022年8月，煤礦災害智能綜合防治系統在陜煤集團神木檸條塔礦業有限公司進行了現場應用，全面提高了該礦安全生產的預控、可控和在控能力。

(1)系統實現煤礦安全風險數據融合監視、煤礦安全態勢預測預警、安全風險分級管控、隱患排查治理和輔助應急救援等災害智能綜合防治系統的主要功能，建立的統一數據中心能夠在統一時空框架下實現“人-機-環-管”系統協同管理。

(2)實現煤礦粉塵、火災、水害等災害的統一管理。系統采取多個責任部門、責任人與責任領導共同參與業務制定和流程審批的線上協同辦公機制，對各業務處理流程的實時狀態采取公開透明的監督辦法，使得在業務下發以及措施計劃等編制審批環節能夠進行相互監督和檢查，提高了業務處理效率，減少了少查、漏查、不查等現象。

(3)對日常的業務處理過程留痕，將處理結果自動歸檔并進行分類整理和儲存，使得對日常資料的管理更加規范，減少了漏資料、丟資料的現象，對事故隱患、風險管控的日常業務數據進行統計分析，并繪制了相關的趨勢圖和餅圖，使礦領導可以直觀、全面地了解實時的煤礦安全管理情況以及個人的工作情況。

5 結語

煤礦災害智能綜合防治系統建設了以煤礦風險為核心，圍繞風險辨識-措施落實-風險監視-評估預警及異常處置的風險狀態變化鏈，研發了基于智能礦山總體框架下的安全保障綜合防控應用中心，包括安全風險數據融合監視、安全態勢預測預警、安全風險分級管控、隱患排查治理、輔助應急救援等應用模塊，利用自回歸深度學習模型、靜態多層RNN-LSTM深度學習模型，融合網格化區域內的水害、火災、環境、礦壓、粉塵及重大風險、隱患數據，進行單一傳感監測數據及區域網格安全指數評價，并推演出全礦的安全指數，從而實現了全方位、有效落地的安全風險防控機制，為煤礦智能化生產提供了有利保障。