气体爆炸风险辨识及防控平台的构建设想

程健维 施宇

摘 要：国民生产中许多行业，如矿业、化工及民用燃气等领域，涉及到大量可燃可爆性气体的管理与使用。这些气体成为企业的第一大生产安全隐患，一旦失控发生爆炸事故，将给企业带来严重的后果。可燃可爆性气体的危险判定及风险预测一直是当前安全生产的重点内容。文中总结了国内外常用的各种气体爆炸性判定方法，在此基础上分析了各种方法的优缺点。结合现代化安全生产的要求，可以发现未来技术的发展趋势一定向监测实时物联化、数据判断智能化、决策支持科学化的方向发展。针对目前现有各种技术发展的离散化局面，提出了以“实时监测-科学预测-智能决策”为核心思路的气体爆炸风险辨识及防控平台的构建设想。可以在提高企业生产安全工作集约化程度的同时，提升安全管理水平、同时保障事故发生时的应急救援效果，具备广阔的应用前景。

关键词：可燃可爆性气体;气体爆炸事故;气体爆炸性判定;气体爆炸事故风险辨识及防控;集约化;应急救援

中图分类号：X 932 文献标志码：A

DOI：10.13800/j.cnki.xakjdxxb.2019.0303 文章编号：1672-9315（2019）03-0395-10

Abstract：A large amount of flammable and explosive gases are managed and used in many Chinese industrial fields including mining industry，chemical industry，civil industry，et al.The explosive gases now become the No.1 safety threat to companies who deal with such gases.Once they are out of control or explode，serious consequences would be expected.Therefore，the explosion risk determination and prediction of flammable and explosive gases have always been the key tasks for company safe productions.This paper summarized various combustible gas explosion determination methods extensively used home and abroad.On the basis of that，the advantages and disadvantages of such methods were analyzed.Combining with requirements by modern safe production tasks，we can find that the development trend must apply such technologies，the real-time IOT （Internet of Things） monitoring，intelligent data judgments and scientific decision-making supports.Aiming at the discretization situation of various existing technologies developed so far，this paper proposed a framework of gas explosion risk identification and pre-control platform under the core idea of “real-time monitoring，scientific prediction and intelligent decision-making”.Such platform can not only enhance the intensity of production safety work in companies，but also improve the safety management level.The efficiency of emergency rescue in accidents can be guaranteed as well.It has a broad applicable prospect in the future.

Key words：flammable and explosive gases;gas explosion accidents;gas explosion determination;gas explosion accident risk identification and pre-control platform;intensification;emergency rescue

0 引 言

國民生产中许多行业，如矿业、化工业及民用燃气等领域中，涉及到大量可燃可爆性气体的管理与使用。而其作为危险企业安全生产的重要危险源，其一旦失控扩散、进而造成爆炸事故则会造成群死群伤重大伤亡事故，社会影响极其恶劣。在矿业领域中，1950—2016年的统计数据表明：瓦斯（煤尘）爆炸事故共有200多起，是其他类型安全事故总数7倍以上，同时也煤矿特大事故发生的首要原因，其死亡人数总数高达12 000多人[1];在化工行业：2018年统计的我国化工较大及以上事故中，涉及到可燃可爆气体的爆炸事故共有7起，占当年化工行业安全事故总起数的53.85%，全年共造成55人死亡，死亡认识总人数61.80%[2];在民生行业中，来自2011—2014年的统计数据表明：我国民用燃气爆炸事故总起数为1 452起，占全部事故的比重为43.27%.近年来民用燃气事故呈现上升趋势，单单在2018年的上半年，该类事故在室内总燃气事故中的比例突破了70%以上[3-4]。从以上数据可看出，矿业、化工及民用燃气等行业生产或者消费过程中往往会涉及到易燃易爆气体，且由于生产装置趋向大型化，一旦发生事故，波及面很大，对人民生命财产安全造成巨大威胁。因此，在众多涉及到气体爆炸事故行业中，对气体的预防及控制技术研发有着极为广泛的需求。然后如何构建可燃可爆气体的有效监测，事故发生的提前识别与预防，事故发生后又如何对其扩散、或是有效救灾的方案的优化选择等融为一体的防控平台又是当前企业安全生产工作的难点。

传统的观念及方法主要围绕混合可燃气体爆炸性判定的研究，国内外已有很多学者和单位开展相关研究工作[5-6]。但是随着社会的进步与安全需求的深入，现代安全生产不仅仅局限于对现状进行简单的状态监测，更侧重对事故的在形成之前的，演化过程中进行相应的超前监测与风险的辨识。同时假如事故不幸发生，那么基于事故气体当前的状态对其发展趋势进行提前预判，有力支持现场的救援决策也成为新的要求。而传统的方法并不具备这些能力，文中以“实时监测-科学预测-智能决策”为核心思路来构想气体爆炸事故风险辨识及防控平台，尝试解决这些迫在眉睫的安全技术需求。

1 传统气体爆炸性鉴定方法概述

1.1 三角形法

对于单一爆炸性气体我们可以采用三角形图线法对其判别是否处于危险状态。图1中三角形ABC三个顶点分别代表3种不同的气体，且顶点处仅有该相应气体成分;箭头方向代表相应气体浓度增加的方向，并将等边三角形3条边均分为100份，三角形内部各点即可表示相应气体浓度值。对于可燃性气体F，上图中U，L表示其在纯氧中的爆炸浓度上下限，随着氧气浓度的减少，F气体的爆炸极限范围缩小（爆炸上限逐渐降低，爆炸下限逐渐升高），当氧气浓度降低至20.9%（即空氣浓度时），爆炸上下限（空气中）变为U′，L′，随着氧气浓度的进一步减少，爆炸上下限将交于点C，成为爆炸临界点[5]。通过收集现场气体浓度数据，根据氧气浓度，在爆炸三角形中确定可燃气体F的爆炸上下限U0，L0.当爆炸性气体的浓度处于U0，L0之间时，气体处在危险状态;当气体浓度高于U0或者低于L0时，则处于安全状态。

1.2 修正Le Charterlier方法在化工企业或是日常生活中，发生具有爆炸危险的火灾隐患时，现场所含有的气体大多是复杂的混合气体，此时便不能再直接使用爆炸三角形来确定爆炸极限，而应该根据理·查特里公式，估算出多组分可燃气体混合物的爆炸浓度极限，用该可燃气体混合物与氧气，氮气组成浓度三角形，与用单一气体爆炸三角形同样的方法绘制出可燃气体混合物的爆炸三角形。里·查特里公式如下[5]

1.3 最大容许氧浓度（MAO）分析在事故现场火焰持续传播所需氧浓度，即最大容许氧浓度取决于火灾区域内CH4，CO和H2的相对量。当混合气体中氧气浓度低于规定的最大容许氧浓度（MAO）时，MAO分析可将该混合气体与空气混合时分为非爆炸性或爆炸性气体;当混合气体中氧气浓度高于规定的MAO时，该混合气体爆炸状态则不能确定，需要借助其他方法进行深入判断。MAO分析中，比例R可用以下公式计算[5]

1.4 美国矿业局法（USBM）USBM方法是一个判定多组分混合气体爆炸性的简单方法，方法应用图展示了甲烷-空气-惰性气体组成的混合气体可分为3种状态：①爆炸性;②当混入更多空气时具备爆炸性;③非爆炸性，这些状态均取决于甲烷和“有效惰性”气体的百分含量。图2中的箭头代表状态点在增加甲烷、空气或惰性气体情况下的移动方向[5]。

1.5 Kukuczka方法Kukuczka方法的思想是借助数学方法将多组分混合气体中可燃气体等价转换成单独可燃气体（CH4），以便校算出混合气体状态点。然后，在同一张图表中测绘出CH4爆炸三角形及混合气体状态点，凭借两者相对位置确定当前气体状态，图3给出了一个简单算例的结果。具体确定多组分混合气体爆炸性流程如下所述[5]。

首先确定爆炸三角形形状，Kukuczka爆炸图表中“X”轴代表CH4浓度，“Y”轴代表O2浓度，另外与Coward爆炸三角形不同的是，Kukuczka方法中爆炸三角形固定不变。1）根据现存有CO2含量确定可燃极限的影响因素“α”

1.6 Coward爆炸三角形法

Coward爆炸三角形法依据可燃性气体及O2浓度判定气体爆炸性，该判定方法迅速简便，但是在早期应用中，却仅仅考虑CH4，CO及H2这3种可燃气体，图4展示了根据这三种可燃气体各自爆炸上下限及鼻限值（nose limit）确定的爆炸三角形。另外以可燃气体CO为例，将Coward爆炸图表可以划分为5个状态不同的区域，其中A点代表仅有O2存在的情况，B点代表仅有CO存在的情况，O点代表仅有惰性气体存在的情况，而由这3种气体组成的混合气体都可以在图表中以一个点来表示。

1.7 讨 论综合参照以往气体爆炸性判定技术，这些方法瑕瑜互见，不能简单采取拿来主义。将这些方法的共同不足之处总结如下

1）各种方法考虑可燃气体种类普遍有限。大多数情况下事故现场存在多种可燃气体，例如三角形法只能处理最多3种气体的混合气体，不具备普适性;

2）未考虑现场温度、压力对爆炸性范围的修正。以往气体爆炸性判定技术中，模拟气体环境均为标准理想状态下，并没有综合考虑环境温度以及压力对气体爆炸性影响的研究。众所周知，石油化工行业生产过程广泛存在高、低温及高、低压，温度、压力的变化会对气体的爆炸范围产生很大影响，如不考虑现场因素，计算出来的结果会有较大的偏差[6];

3）缺乏气体危险度的预评估.以往气体爆炸性判定方法给出的多是0/1这种非爆炸/爆炸的定性结论，对现场气体采集数据深度分析不够，尤其是对当前非爆炸气体条件下风险度量化方法存在缺失，无法明确计算出安全富余量。然而这一信息至关重要，尤其在事故发生期间，对于救灾人员来说，明确气体的安全度对进一步制定相关救援措施具有举足轻重的意义[6];

4）缺乏气体状态变化趋势预测。以往气体爆炸性判定技术中，都是基于对当前气体爆炸性状态判定，对未来趋势发展不能够进行预测，也无法预判。缺乏计算气体爆炸安全状态与危险态之间转换的时间评估能力。

2“实时监测-科学预测-智能决策”气体爆炸风险辨识及防控平台构建

由于事故现场气体成分浓度千变万化，影响因素复杂，导致对应的爆炸区域及状态时刻变化，增加爆炸性预测及判定难度，存在较大安全隐患。因此对爆炸性气体的监测、状态的预测、相应的救灾等手段的决策，必须要在统一框架下集成进行，达到高效防灾、抗灾的目的。以网络、大数据、物联网和人工智能等技术背景条件及相关技术的支持下，可以将对气体爆炸风险辨识及防控工作逐步做到监测自动化、分析实时化的智能化阶段[7]。具体而言，可以利用传感器物联网方式，通过现场事先布置或者灾害后通过无人机、机器人等远程操作补设监测设备，对事故现场气体状态实现实时监控;在数据分析上，可利用监测数据的一手数据通过无线网络方式上传至云端共享平台数据库，再通过远程控制分析中心调取数据处理加工后，以多种表现形式（数值及分析图表）反馈给现场救灾人员或者上级主管部门，以便其直观掌握事故现场气体状态，这对应急救援现场决策有重大参考价值。此外，现代化应急救援要求对气体状态变化过程即事故萌芽孕育过程做到深度的感知，这就要求按需建立气体状态安全评估模型与网络技术实现有机结合，逐步构建完善“实时监测-科学预测-智能决策”一体化的气体爆炸事故风险辨识及防控平台。

2.1 气体爆炸事故风险辨识及防控平台基本架构气体爆炸事故风险辨识及防控平台应主要有“监测预警”、“深度分析”及“决策支持”3大工作，如图5所示。这些工作又分别由数据采集及监测对象重构功能技术、数据深度分析功能技术及决策支持功能技术互相协同实现。其中数据采集及监测对象重构功能技术中主要包括厂矿企业生产空间内的安全监测主模块和事故现场应急救援辅助模块等;数据深度分析功能技术中主要包括气体爆炸性测定模块和安全余裕评估模块等;决策支持功能技术中主要包括气体状态变化趋势分析模块和专家远程协助模块等。

2.2 监测预警——数据采集及监测对象重构功能技术实现首先根据气体的理化性质、释放源的特性、生产场地布置、地理条件、环境气候及操作巡检路线等条件，选择气体易于积累和便于采样监测处设置监测点[8];控制室、机柜间、变配电所的空调引风口、电缆沟和电缆桥架进入建筑物房间的开洞处等可燃气体和有毒气体可能进入建筑物的地方设置监测点;在可能积聚比空气重的可燃气体、液化烃或有毒气体的工艺阀井、地坑及排污沟等处设置监测点[9]。然后根据现场监测点实时监测现场数据信息（包括气体数据信息及视频监控信息），通過传输网络发送并存储到云端数据库，供相关人员随时调取以进行后续调度决策。以化工生产车间为例，如图6所示，车间内感应器及视频监控设备以有线或无线的方式将数据信息传输到数据服务器，厂区监控调度中心可以从数据服务器调取数据信息，将其分发传输至数据采集、视频整理及调度指挥工作终端，经过数据处理加工后，整合显示在生产车间监控调度中心监控大屏。另外厂区监控调度中心相关人员可以根据需要设置气体浓度数据红线，当气体浓度超标，厂区广播预警系统将自动开始运作。

在气体爆炸事故应急救援工作中，因气体爆炸事故突发性强，现场事先布置的监测点可能遭受破坏，导致现场存在某些监测盲区。为避免误

判造成二次损失，先使用远程终端连接事先布置的视频监控设备，再借助无人机在航拍、通信和监测等技术优势，将无人机作为一种火灾和救援现场的辅助工具可快速高质量地获取一线实时情况，特别是在危化品事故中，因危化品有别于其他化学物质的理化性质及其毒害作用，决定了危化品事故和其他灾害事故有很大区别，主要体现在突发性更强、扩散更快[10]，但是无人机由于自身优势可以根据各种不同需要灵活添加各类音视频拍摄设备、风速仪、测温仪和危化品侦检模块等配件，快速到达灾害现场一线进行初期侦查，通过有线、无线、微波单兵、3G/4G图像传输、卫星链路等数据传输系统实时传送到指挥决策机构，为火情、灾情处理提供第一手决策信息[11]。在此基础上，远程遥控另一批无人机挂载各类可投放传感器模组进入现场，在适当位置按需布置监测点位，实时监测现场气体数据并上传至云端数据库，通过远程控制分析中心调取数据库上传数据实时处理分析。

此外，监控功能技术实现不仅仅停留在数据采集层面，另外为了提高应急救援效率，需要在救援前确定一条最优的救援路线[12]，所以其中还将嵌入无人机航空遥感系统，利用该系统具有实时性强，机动灵活、影像分辨率高、成本低且能在高危地区作业的特点，合理设置无人机飞行轨迹，采集无人机的飞行参数，接受无人机所携带任务传感器采集的数据，根据无人机的飞行参数和作业任务，实时调整无人机的飞行姿态和作业任务[13]，最终将地面影像信息传输至远程终端，经处理加工后生成事故灾害现场最佳救援逃生路径。如图7所示，事故发生前，已有常规最佳救援逃生路线（绿色线路），但是由于爆炸事故的破坏性，可能常规路径不再有效。因此，需要通过无人机航空遥感系统现场进行勘探作业，对比灾害前后图像，通过一定的算法完成事故现场虚拟重构，分析出最佳救援逃生路线。

2.3 深度分析——数据深度分析功能技术实现当生产车间发生气体泄漏或气体爆炸事故后，为防止二次事故发生，在采取应急措施前需要对现场气体爆炸状态进行分析判定。特别是某区域内刚发生气体爆炸事故不久，极短时间内大量能量以突发的形式瞬间释放，导致现场气体温度及压力相比标准状态下差异较大，因而此时气体温度及压力对可燃可爆性气体理化性质影响较大，占据气体爆炸状态主导地位。然而以往气体爆炸性状态判定方法中，均默认环境处在标准气体压及常温情况下，现代化气体爆炸事故应急救援体系中将不再适用，所以在数据深度分析功能技术实现中不仅给出以往气体爆炸性判定一系列算法作为参考，而且在Coward爆炸三角形法基础上，提供综合考虑环境温度、压力值及同时充入多种惰性气体（如CO2，N2等）处理爆炸性气体时爆炸三角形的修正算法[14-15]，如图8所示。气体状态安全评估平台从云数据库调取数据，对现场气体爆炸性进行判定，将气体状态区分为安全态气体和危险态气体。

当现场气体爆炸状态确定时，现场相关人员对现场气体风险程度却没有一个直观认知，如图9所示，P1和P2点都属于安全状态，但是很明显P2点相比于P1点要安全一些，但是究竟安全多少，这时需要借助一个参量来直接显示当前现场气体安全余裕。在数据深度分析功能技术中针对安全态气体定义安全系数，借助数学方法，将当前气体风险程度具体量算，给出爆炸图中不同区域相对应安全系数定义量算公式，以量算结果参照安全系数分布表，直观显示气体状态安全余裕[16-17]。

2.4 决策支持——决策支持功能技术实现对于应急救援人员来说，有效救援时间即气体安全时间至关重要，因为有效救援时间的长短将直接关系救灾决策方案的选择，所以在决策支持功能技术中针对安全态气体，给出安全态气体以当前流量比率（可燃气体与氧气流量比）转险过程时间算法，为现场决策提供可靠参照[18];此外将注入现场气体以最低限度维持气体处于安全态（不包括图表绝对安全区域和爆炸性区域）的气体流量之比定义为临界比率，如图10所示，P2C，P1B箭头方向即为流量处在临界比率时气体状态点的运动方向。

另一方面，在应急救援工作中针对具有可爆炸性的气体环境，现场相关人员需要对该气体环境立即采取措施，以尽快达到惰化失爆，从而能够顺利展开后续救援工作。因此，救援人员最为关心的问题是在当前条件下，爆炸性气体环境何时能够失爆，或者在何种控制条件下（如控制注入惰性气体的流量），使现场气体环境在能够在最短时间内惰化。反映到爆炸分析图中如图11所示，对于状态点P，其运动出爆炸区域的方式不同，如果能够维持爆炸点运动轨迹PP′线垂直于爆炸三角形边NC时，则状态点P离开爆炸三角形距离最短。决策支持功能技术实现在提供最佳决策方案同时，进行现场气体超限模拟，模拟使用通风设备、注入惰性气体及自惰化等方式下，记录上传爆炸点的运移变化轨迹等信息，为采取现场最佳决策提供可靠依据[19]。

此外，还应该搭建专家在线交互平台，提供数据协同共享服务，开通专家团队与用户数据库访问权限，专家团队就用户使用过程中产生的问题进行实时诊断，提出合理方案;提供信息交流协同服务，当用户遇到任何问题需要与专家进行交流时，通过事故相关关键词在云数据库中检索，云数据库中存储大量化工、消防、矿井等不同领域的专家信息，用户可以根据自身需求与相应专家连线沟通，实现一对一、一对多的交流。对决策实施效果进行观察预演、专家咨询建议等等方法，最终目的能够辅助现场人员优选出最佳的救灾决策方案[20-21]，以进一步提高现场决策实施可靠性。

3 结 论可燃可爆性气体安全管理一直是企业安全生产的重点内容，若一旦能量失稳发生爆炸事故，事后应急救援处理不当，不能及时地对突发事件进行有效处置延误救援时机[22]，将进而引发严重社会影响。文中总结了国内外常用的6种可燃气体爆炸性判定方法，并分析了其优缺点。可以发现，传统的方法仅关注现场危险性的定性判定，即简单回答安全/可爆的问题，对于灾害演化过程中风险转化、定量等其他深层次问题则无法有效解决[22]。这就要求必须能够产生突发事件的相关事物进行预防和控制的研究，建立应急救援计划和预案实施规划，及时有效地采取救援行动，尽可能地减轻灾害造成的生命财产和可能造成的社会影响[22]。文中总结了在以往气体爆炸状态分析方法，文中进而规划构建“实时监测-科学预测-智能决策”为核心思路的气体爆炸事故风险辨识及防控平台，参照现代化应急救援体系功能需求，嵌入设计出“监测预警”、“深度分析”、“决策支持”3大功能模块。1）“监测预警”：数据采集及监测对象重构功能技术实现。实时监测现场气体数据信息，通过传输网络发送并存储到云端数据库，供相关人员随时调用决策;灾害发生后，将一批无人机作为一种火灾和救援现场的辅助工具快速高质量获取一线实时情况，远程遥控另一批无人机挂载各类可投放传感器模组进入现场，在适当位置按需布置监测点位;借助无人机航空遥感系统，实现监测对象现场重构，确定最佳救援逃生路线。

2）“深度分析”：数据深度分析功能技术实现。除了给出一系列气体爆炸状态判定算法的结果作为参考外，还将灾害环境气体区分为安全态气体和危险态气体，并针对安全态气体定义安全系数将气体状态风险度量化，同时描绘出风险度演化过程图像，实现由解决传统定性判定的不足，发展到定量分析的新阶段，以显示其安全度。

3）“决策支持”：决策支持功能技术实现。给出不同气体状态变化趋势的精准预测及行之有效的救灾决策建议，以便现场条件允许情况下合理安排时间开展应急救援工作，现场条件不允许时即刻终止应急救援工作，达到救灾部署有序化、救灾风险可视化、救灾效益最大化。

参考文献（References）：

[1] 朱云飞，王德明，戚绪尧，等.1950—2016年我国煤矿特大事故统计分析[J].煤矿安全，2018，49（10）：248-251.ZHU Yun-fei，WANG De-ming，QI Xu-yao，et al.Statistical analysis of extra serious coal mine accidents from 1952 to 2016 in China[J].Safety in Coal Mines，2018，49（10）：248-251.

[2]材料化学.2018年全国化工事故专业报告[EB/OL].2019-02-27.http：//www.sohu.com/a/298452150_648788.Materials Chemistry.National chemical accident professional report in 2018[EB/OL].2019-02-27.http：//www.sohu.com/a/298452150_648788.

[3]张满可，杜前洲，彭 强，等.2011—2014年我国城市燃气事故统计分析[J].煤气与热力，2016，36（1）：40-46.ZHANG Man-ke，DU Qian-zhou，PENG Qiang，et al.Statistical analysis of urban gas accidents in China from 2011 to 2014[J].Gas & Heat，2016，36（1）：40-46.

[4]燃气爆炸.2018上半年全国燃气爆炸数据分析[EB/OL].2018-07-07.https：//www.sohu.com/a/239764398_648681.Gas Explosion.Analysis of national gas explosion data in the first half of 2018[EB/OL].2018-07-07.https：//www.sohu.com/a/239764398_648681.

[5]Cheng J，Wang C，Zhang S.Methods to determine the mine gas explosibility：an overview[J].Journal of Loss Prevention in the Process Industries，2012，25（3）： 425-435.

[6]Cheng J.Explosion in underground coal mines-risk assessment and control[M].New York：Springer Nature Press，2018.

[7]徐占強.计算机网络数据库的安全管理技术分析[J].电子技术与软件工程，2016，5（17）：210-210.XU Zhan-qiang.Computer network database security management technology analysis[J].Electronic Technology & Software Engineering，2016，5（17）：210-210.

[8]苏岸廷.在《石油化工可燃气体和有毒气体检测报警设计规范》下的气体检测技术及其应用[J].轻工科技，2012，19（5）：133-134.SU An-ting.Gas detection technology and its application incode for the design of combustible gas and toxic gas detection and alarm for petrochemical industry[J].Light Industry Science and Technology，2012，19（5）：133-134.

[9]中国石化集团公司洛阳石油化工工程公司，GB50493-2009.石油化工企业可燃气体和有毒气体检测报警设计规范[S].北京：中国计划出版社，2009.LPEC.Code for the design of combustible gas and toxic gas detection and alarm for petrochemical industry[S].Beijing：China Planning Press，2009.

[10]徐 超.浅议无人机在消防灭火救援行动中的应用[J].无线互联科技，2016（8）：141-142.XU Chao.Discussion on extraction unmanned aerial vehicle application in fire extinguishing rescue operation[J].Wireless Internet Technology，2016（8）：141-142.

[11]朱易峰，蔡喜洋.无人机在危化品事故应急救援的应用研究[J].当代化工研究，2018，17（9）：103-104.ZHU Yi-feng，CAI Xi-yang.A research on the application of UAV in the hazardous chemicals emergency rescue[J].Modern Chemical Research，2018，17（9）：103-104.

[12]杨晓璐，赵江平，王 珂，等.城市救援最佳路线的确定[J].中国安全科学学报，2008，18（10）：50-56.YANG Xiao-lu，ZHAO Jiang-ping，WANG Ke，et al.Determination of the optimal rescue route in city[J].China Safety Science Journal，2008，18（10）：50-56.

[13]雷添杰，李长春，何孝莹.无人机航空遥感系统在灾害应急救援中的应用[J].自然灾害学报，2011，20（1）：178-183.LEI Tian-jie，LI Chang-chun，HE Xiao-ying.Application of  aerial remote sensing of pilotless aircraft to disaster emergency rescue[J].Journal of Natural Disasters，2011，20（1）：178-183.

[14]Cheng J，Luo Y.Modified coward diagram method for determining mine gas explosibility[J].Journal of Loss Prevention in the Process Industries，2013，26（4）：714-722

[15]Cheng J，Yang S.Improved coward explosive triangle for determining explosibility of mixture gas[J].Process Safety and Environmental Protection，2011，89（2）：89-94.

[16]Cheng J，Luo Y，Zhou F.Explosibility safety factor：an approach to assess mine gas explosion risk[J].Fire Technology，2015，51（2）：209-323.

[17]Cheng J，Zhang X，Ghosh A.Theoretical explosion risk assessment model for underground mine atmosphere[J].Journal of Fire Sciences，2017，35（1）：21-35.

[18]Cheng J，Luo Y.An integrated model of predicting atmospheric status in sealed mine area[C]//Proceedings of 29th International  Pittsburgh Coal Conference，2011：12-15.

[19]Cheng J，Qi C，Li S.Modelling mine gas explosive pattern in underground mine gob and overlying strata[J].International Journal of Oil，Gas and Coal Technology，2018，Accepted Manuscript.

[20]Cheng J，Li S，Zhang F，et al.CFD modelling of ventilation optimization for improving mine safety in longwall working faces[J].Journal of Loss Prevention in the Process Industries，2016，40：285-297.

[21]Cheng J，Luo Y.Modeling atmosphere composition and determining explosibility in a sealed coal mine volume[J].Archives of Mining Sciences，2014，59（1）：25-40.

[22]張海龙.应急管理关键问题研究[D].长春：吉林大学，2010.ZHANG Hai-long.Study on key issues of emergency management[D].Changchun：Jilin University，2010.