基于专家决策支持的煤自燃火灾防控系统设计

卢瑞翔，苏贺涛，康 宁，石景冬

(中国地质大学(北京) 工程技术学院，北京 100083)

煤自燃火灾是煤矿安全生产过程中的重大灾害之一,会造成矿井设备和煤炭资源的巨大破坏和损失，严重威胁着人们的生命和财产安全,阻碍了煤炭工业的可持续发展[1]。在煤矿火灾防治技术的创新与机理研究方面，SHI等[2]在煤孔隙介质中注入氮气，通过监测气体温度和氧气含量，分析了液氮在煤矿生产中的防火机理；许红英等[3]通过原位红外光谱技术和指标气体测试方法，研究了阻化剂花青素抑制煤自燃的微观机理；秦波涛等[4]对便于管道输送和现场大规模应用的稠化剂悬砂的防灭火机理进行研究和应用；王德明[5]应用粉煤灰或黄泥、水和氮气组合形成的三相泡沫材料防治煤炭自燃，效果显著。通过研究发现，我国主要的煤矿火灾防治技术兼有优点和缺点[6-8]，具体如表1所示。

表1 我国煤矿火灾防治技术优缺点

在煤矿事故应急决策研究方面，王福生等[9]基于多指标加权灰靶决策理论，提出了煤自燃程度多指标融合判定方法；刘丰军[10]提出了基于大数据的煤矿应急救援辅助决策系统，可为矿山救援指挥和调度提供决策依据；王学琛等[11]从移动终端监控系统和应急救援决策系统出发，开发了一种基于物联网信息技术的煤矿安全风险预警平台，可为管理层进行管理决策和应急救援决策提供依据。王娟等[12]提出了一种基于后悔理论和犹豫模糊集的煤矿事故应急风险决策方法。当前，专家决策支持系统(EDSS)已广泛应用于医疗、电力、商业等领域。EDSS是决策支持系统(DSS)和专家系统(ES)的集成系统，既发挥了专家系统以知识推理形式解决定性分析问题的优势，又兼具决策支持系统依靠大量数据和模型进行定量分析辅助决策的特点，通过定性和定量的有机结合，提高了系统解决问题的能力，扩大了系统的应用范围。专家决策支持系统集成结构如图1所示，其中DSS是基于数据库和模型库，支持半结构化甚至非结构化决策活动的计算机辅助决策系统，可为决策者提供决策所需要的数据、信息和各种备选方案。

图1 专家决策支持系统集成结构图

在实际工作中，决策者常常要在多方面利益冲突、信息不完备、资源有限及对复杂环境的分析能力不足的情况下做出决策，此时既需要大量的模型算法与分析，又需要一定的该领域的问题求解知识。因此，笔者将专家决策支持系统引入煤自燃火灾防治，针对不同煤矿条件，面向大量专家决策，择选最优集约化决策，提出了煤自燃火灾防治决策的新思路。

1 煤自燃预测专家系统建立与知识表示方法

1.1 煤自燃事故特征分析

(1)煤自燃倾向性。 煤自燃倾向性是煤层发生自燃的基本条件,受到煤岩成分、变质程度、含硫量、瓦斯含量、煤粒度等的影响。

(2)易发地点。由于煤氧化表面积随其破碎程度的增大而增大，且受压会引起分子结构的变化，所含游离基增加，自燃的可能性也相应提高。因此，煤自燃经常发生在有大量遗煤而未及时封闭或封闭不严的采空区(特别是采空区内的联络巷附近及采空区处)、巷道两侧和遗留在采空区内受压破坏的煤柱、巷道内堆积的浮煤或煤巷的冒顶跨帮处、与地面老窑通联处。

(3)煤层地质赋存条件。煤自燃火灾易发生于厚煤层、倾斜煤层、复杂构造煤层、顶板坚硬煤层等。据统计，80%的煤自燃火灾发生在厚煤层[13]，原因在于厚煤层开采导致大量浮煤和残柱遗留，采区回采时间长，超出煤层的自然发火期，且煤层易受压破裂而发生自燃，如鹤岗矿区86%的自燃火灾发生在5 m以上的厚煤层中[14]。急倾斜煤层易发生煤自燃则主要是因为采煤方法不正规，丢煤多，采后难以封闭，如俄罗斯库兹涅茨矿区75%的自燃火灾发生在45°～90°倾角的煤层中。在断层、褶曲发育地带、岩浆入侵地带等地质构造复杂的地域，煤自燃频繁，这是由于煤层受张力、挤压作用，裂隙多，煤体破碎，煤层构造复杂，进而吸氧条件好所造成。煤层顶板坚硬，煤柱最易受压破碎，坚硬顶板的采空区难以冒落充填密实，冒落后还会形成与相邻近采区甚至是地面联通的裂隙，漏风难以解决，为煤自燃提供了条件。

(4)开拓开采条件。如切眼顶煤破碎极易发生自燃，可通过用石门、岩巷开拓，少切割煤层，少留煤柱，以有效降低自燃的可能性[15]。

(5)通风条件(漏风情况)。氧气充足是煤自燃的必要条件，通风条件的改变会导致氧气含量变化进而引起自燃。漏风大小的影响因素包括矿井/采区的通风系统、采区和工作面的推进方向、开采和控顶方法等。在冒顶区，巷道变形、煤体破碎、喷浆质量差，漏风严重，极易发生煤体自燃。

1.2 子系统知识获取与知识表示

将煤自燃的特征归纳为若干信息参量，通过各参量的知识推理评估煤炭状况和自燃发火事故情况，进而做出决策。矿井通过综合监测得到矿井气候与指标性气体信息，同时依据地质赋存条件、开拓开采条件、通风条件等信息计算煤自燃的可能性，进而实施防控。经过分析概括，用5个参量来描述煤自燃防控信息，具体如表2所示。

1.3 专家系统确立

根据各参量的知识表示，由产生式系统表示法建立规则表达式：{E,F,G,H,I}→{J}。其中，J为各参量取值下专家系统选用的防灭火决策；{J}为专家系统提供的防灭火决策范围。当各参量取值满足规则库某条规则时，即产生式成立，表明专家系统确定当前存在自燃危险性，并将选定若干防灭火决策。

规则库中需建立元规则，元规则以大量防灭火成功案例为基础，结合框架系统，建立若干个框架或子规则库，每个框架包含若干个相似类型的规则, 便于规则的管理和维护。

1.3.1 参量匹配

参量匹配依托于规则库中对应参量的相似度：

表2 信息参量及知识表示

(1)

式中：X为参量取值；X′为规则库中对应参量的取值。

对于定性参量E、I，可直接由式(1)计算参量匹配相似度；对于划分了若干子参量的定性参量G、H， 则先由式(1)计算得到子参量的匹配相似度Sim(Xi,X′i) ，再计算所有子参量匹配相似度的均值，即为该参量的匹配相似度。由于条件限制或人为因素的影响，系统获取知识不全面，需要匹配的参量中可能无法涵盖所有子参量的取值情况，系统设定在忽略子参量未获取值的情况下，计算参量的匹配相似度，如式(2)所示。

(2)

其中，m≤参量X的子参量数。

对于参量F，其子参量Fij为定量参量，在参量F的匹配过程中，先利用式(1)进行匹配，当Fi的匹配相似度为1时，再匹配Fij。则参量F与规则库对应参量F′的相似度为：

(3)

其中,n≤Fi的子参量数。

1.3.2 知识推理

由于各参量的性质不同，在专家系统的知识推理中，当各定性参量E、G、H、I与规则库中的相应参量的匹配相似度为1时，再进行参量F的匹配，若其相似度达到0.8以上，则待测知识满足该条产生式规则，有自然发火危险，产生防灭火决策。匹配原则表达式为：

f=Sim(E,E′)·Sim(G,G′)·Sim(H,H′)·

Sim(I,I′)·Sim(F,F′)≥0.8

(4)

专家系统经过知识推理提供了与待决策现场相似的成功防灭火案例的决策群，这些决策在现场防灭火应用中具有一定的可参考性，同时为决策支持系统奠定了决策群基础，成为决策支持的有力依据。

2 火灾防控系统的建立

2.1 基于TOPSIS方法的决策排序

TOPSIS方法常用于综合分析评价含有多个指标的单个对象，其核心思想是通过构造N维空间对应N个指标，使待评价对象依照各项指标值确定唯一的坐标点。设有m个专家系统提供的煤自燃火灾防控决策，n个评价指标，以Xij表示第i个决策的第j个指标的评价值，i=1,2,…,m，j=1,2,…,n，则煤自燃火灾防控决策的指标评价值矩阵为：

(5)

由于各个评价指标的量纲不同，为了便于比较，对指标评价值进行归一化处理。

(6)

采用信息熵的方法确定评价指标的权重，一定程度上避免了主观因素的影响。则各指标的权重wj为：

(7)

在确定各指标的权重wj后，可计算防灭火决策的指标加权评价值矩阵为：

(8)

而最理想和最不理想的指标加权评价值集合分别为：

(minvij|j∈J2),i=1,2，…,m}

(9)

(maxvij|j∈J2),i=1,2，…,m}

(10)

式中：J1为效益型指标的集合；J2为成本型指标的集合。

防灭火决策的评价值与最理想评价值和最不理想评价值之间的距离分别为：

(11)

(12)

各专家系统输出煤自燃火灾防控决策的TOPSIS评价值的计算式如式(13)所示。TOPSIS评价值越大，代表评价结果越优，根据TOPSIS评价值大小可以对决策进行排序选优。

(13)

2.2 实例分析

通过对现有防灭火技术的分析，总结出影响决策排序的7个指标：堵漏、降温、惰化、水平扩散、垂直扩散、环境影响和成本。由于现场环境及矿上需求，对部分指标的表现效果有时不作要求，决策各指标所要达到的效果由用户根据需要自适应确定。以某矿井为例进行分析，该矿井现场存在漏风、区域温度高、需要考虑环境影响和成本，综合评价时主要考虑各防灭火技术在堵漏、降温、惰化、环境影响和成本5个指标的效果，不需要考虑水平扩散和垂直扩散的表现效果。将防灭火技术在单个指标上的表现情况分为5个等级(1为差；2为较差；3为一般；4为较好；5为好)，得到该矿井现有防灭火技术对现场情况的指标等级表，如表3所示。

表3 现有防灭火技术对现场情况的指标等级表

由表3可得煤自燃火灾防控决策的指标评价值矩阵为：

(14)

通过归一化处理后，确定各指标权重为w=(0.392 4,0.403 8,0.418 5,0.387 5,0.406 6)。再由式(8)计算防灭火决策的指标加权评价值矩阵为：

(15)

最理想和最不理想的指标加权评价值集合分别为：A+={0.115 4,0.106 3,0.087 2,0.107 6,0.088 4}，A-={0.023 1,0.021 3,0.017 4,0.021 5,0.017 7}。进而计算得到煤自燃火灾防控决策的TOPSIS评价值为：B=(0.397 6,0.477 5,0.330 9,0.499 9,0.510 0,0.574 2,0.510 1)，则煤自燃火灾防控决策排序结果为：S6>S7>S5>S4>S2>S1>S3。因此，该矿井应优选三相泡沫技术，堵漏、降温、惰化效果好，虽然成本较高，但是针对现场漏风、高温等情况较为适合。惰性气体、灌浆、注水和阻化剂防灭火技术无法达到堵漏的效果，不宜采用。

3 煤自燃火灾防控系统软件开发

3.1 系统结构与功能

煤自燃火灾防控系统由专家系统和决策支持系统组成，具备信息管理功能，系统结构如图2所示。①专家系统。输入现场地质赋存条件、矿井开采条件、矿井环境等方面对应参量值，系统进行知识推理，将参量值与专家系统知识库内对应参量值逐个匹配，推理煤层自燃发火风险，并产生自燃火灾防控决策群。②决策支持系统。决策支持系统对自燃火灾决策群进行优劣排序，通过TOPSIS综合评价，系统优选并输出评价值较高的决策。③信息管理。系统设置参量信息管理、指标信息管理和防灭火技术管理3个模块。考虑到煤自燃火灾因素、决策评价指标、防灭火技术或决策具有多样性，并且持续更新，用户可根据实际需求对系统信息进行编辑完善。

图2 煤自燃火灾防控系统

该软件的主要特点与功能：①具有友好的人机交互界面，知识的获取由易于操作的窗口人工输入。②能够通过对知识库的管理和运用，完成专家系统的基础性工作，利用专家系统实现煤自燃火灾的预测和防控；③对专家系统选择的煤自燃火灾防控决策群进行优劣排序，提供适合现场情况的决策支持。

3.2 应用实例

该系统存储了有记录的火灾事故案例及成功解决办法，组成火灾防控知识库，在煤层开采进程中，一方面为专家预测未知的火灾事故提供基础知识，另一方面为将要发生的火灾事故提供防控策略，全面预防和控制煤自燃的发生和扩大。以河南义马矿区千秋煤矿为例，煤层自然发火期一般为15～30天，最短为7天，属容易自燃煤层。2008年9月21日4时，21102工作面下巷闭墙及附近巷道风流中出现煤油味，闭墙内CO浓度逐渐增大，最大达到0.3%。由于21102工作面下巷闭墙处老巷多，巷道立体交错，受采动影响，巷道煤体破碎，老巷内存在漏风通道，煤体氧化升温自然发火。通过采取注浆，喷浆，充填凝胶、粉煤灰和黄土等措施，成功灭火。将千秋煤矿21102工作面状况参量输入，专家系统对自燃风险进行预测，并产生自燃火灾防控决策群。在对自然发火区进行密闭的基础上，要求防灭火技术能够起到堵漏、降温、惰化、三维扩散、环保的效果，且成本合适，最终系统优劣排序结果为：液氮技术>三相泡沫技术>凝胶技术>惰性气体>注水技术>阻化剂技术>灌浆技术，决策结果优化了矿区防灭火技术体系。系统界面示例如图3所示。

图3 系统界面示例

应用结果表明，基于专家决策支持的煤自燃火灾防控系统可以按照发火地点的实际状况，有效利用火灾知识库内的信息储备，通过TOPSIS评价方法对防灭火技术进行优劣排序，提高决策者的信息查询和使用效率，使决策有效集约化。

4 结论

(1)将专家系统与决策支持系统进行整合，将引起煤自然发火的相关条件作为信息参量，通过参量匹配和知识推理，初步得出若干防控决策，根据TOPSIS方法评价值优劣对不同火灾防控决策进行排序，从而获得最优煤自燃火灾防控决策。结果表明，基于专家决策的煤自燃火灾防控系统，能够实现煤自燃火灾防控决策的集约化。

(2)该研究延伸了专家决策支持在煤火灾防治领域的应用；通过对不同决策排序获取最优决策，避免了决策的盲目性，使决策有效集约化。

(3)设计了面向用户的评测软件，使安全监督部门和厂矿能够对矿井的自燃风险进行客观有效的评测和管理，并依据软件的反馈信息采取有效集约化的防范措施，对煤自燃火灾防治决策具有指导意义。