煤矿应急物资需求预测与虚拟演练系统研究

赵红泽，张超力

(中国矿业大学(北京) 能源与矿业学院，北京 100083)

我国近年来煤炭百万吨死亡率逐年下降，煤矿安全生产形势实现根本性好转，但与发达国家相比，我国的煤矿安全生产水平依然有很大差距。由于煤矿生产环境的复杂性，特别是近年来煤矿开采深度不断加大，煤矿安全生产依然面临严峻的挑战[1]。从2014年的马航事件，2015年的“东方之星”客轮翻沉事件，天津港爆炸事件，再到今年的新冠疫情，引发了社会对我国公共安全应急救援能力建设问题的思考。着眼于构建统一领导、权责一致、权威高效的国家应急能力体系，在2018年十三届全国人大一次会议上，国务院组建应急管理部[2]。新部门的成立在很大程度上有利于提升应对复杂性突发事件的能力，是我国加强现代应急管理的一个重要举措[3]。因此，如何在事故发生初期结合有限的信息，对应急救援过程中所需要的应急物资需求进行预测，保证应急救援物资准确高效地调配至事故地点，最大程度上减轻事故造成的损失，挽救更多的生命，对于提高煤矿企业应急救援能力具有重大意义[4-6]。因此，研究煤矿应急救援物资需求的问题不仅具有重要的理论意义，而且具有重大的社会意义[7]。

1 案例推理理论

案例推理技术是人工智能发展成熟的一个分支，CBR基于这样一个事实：人们在解决新的问题时总是先试图从以往的经验中找到案例从而得到答案或者启发。例如对于煤矿事故应急救援，对于相同种类的事故，在事故救援中的一些救援措施具有很强的可参考性。

CBR正是对新问题求解的抽象解释：把当前问题与过往曾经成功解决的问题进行匹配，从中得到答案或者启发，在案例匹配的过程中，可能需要对案例库中检索到匹配案例的解决方案进行修改，使其更加符合当前问题的具体情况。

案例推理可以看成一个4R的循环过程，即案例检索、案例重用、案例修改调整、案例学习四个步骤的循环，其流程如图1所示[8]。

图1 案例推理流程

2 基于案例推理的煤矿应急物资需求预测模型构建

2.1 需求预测方法对比确定

煤矿应急救援物资需求预测是一个多输入单输出或者多输入多输出的一种预测问题，并且输入和输出的结果具有逻辑上的因果联系。经过对预测方法的研究，对于多个因变量的预测方法主要有多元线性回归预测、案例推理预测、神经网络预测等方法。各预测方法优缺点见表1。

表1 预测方法对比表

由于多元线性回归预测对于自变量和预测量之间的线性关系要求高，样本数据的质量和数量要求较高；神经网络预测方法的结果不稳定，具有波动性大等限制和不足，样本数量要求大；案例推理是一种定性、定量结合的方法，学习能力和适应性较强，求解效率高，在煤矿事故应急救援的过程中，不同事故的危害程度不同，也决定了应急资源需求的多少。所以不同煤矿事故的属性相似性使得采用案例推理理论在煤矿事故应急救援资源需求预测领域具有了理论基础，因此，根据煤矿事故应急救援的特点，本文采用案例推理对煤矿应急救援物资需求进行预测。

2.2 煤矿事故应急救援案例组成与表示

煤矿事故应急救援同地震、水灾等自然灾害事故的救援不同，煤矿事故种类繁多，按照事故性质的不同可分为顶板、瓦斯、机电、运输、放炮、火灾、水害和其他八类事故，对于不同类型的事故，也因为发生原因、环境、地理位置、地质条件的不同导致处理方式的不同，例如，对于瓦斯事故，根据事故原因的不同又分为瓦斯爆炸、煤尘爆炸、煤与瓦斯突出等类型。同时，对于不同类型的煤矿事故，应急救援所需的救援物资也不同，例如，对于火灾事故，不仅需要氧气瓶、呼吸机等生命救援设备，也需要针对火灾事故的CO2灭火器。对于透水事故，需要水泥进行井下筑坝和大功率水泵进行抽水。针对煤矿应急救援案例的复杂性，本文采用公共属性与私有属性结合的案例表示方式，公共类型属性为事故类型、年产量、伤亡人数、经济损失等，私有属性为不同类型煤矿事故的细分属性。

煤矿应急救援案例库包括案例属性和应急资源数量，可以将煤矿应急救援案例模型化[9]，如式(1)所示。

case(F，W，R)

(1)

式中，F为煤矿应急救援案例属性集；W为属性权重集；R为案例应急资源需求集合。

2.3 属性权重的确定

在建立煤矿应急救援的案例库之后，当新的事故发生时，就可以在案例库中检索匹配最佳案例，在案例检索之前还要确定各属性值的权重，目前属性权重的确定主要有主观赋权法和客观赋权法两类，由于上述两种方法各有利弊，为了能够全面反映属性的重要性，本文采用二者相结合的方法，首先采用AHP方法计算各属性的权重，然后利用熵技术对得到的权重系数进行修正，把修正后的系数作为最终的权重系数。

2.3.1 层次分析法确定权重

第一步：构建层次结构模型。根据所描述的问题建立目标层、准则层、方案层三层层次结构模型。

第二步：构建判断矩阵C。

第三步：进行层次单排列计算。根据式(2)计算矩阵每行标度乘积的n次方根，通过式(3)进行归一化处理，得到指标权重。

第四步：通过一致性检验，以确定其是否有满意的一致性，如果不满足一致性要求，则要调整判断矩阵的数据，直到满足一致性要求为止。

2.3.2 基于熵权法修正权系数

熵最早由信息论之父香农引入信息论中，信息熵越大，说明该属性提供的信息量越大，在案例中所起的作用越大，权重也应该越大。因此信息熵可作为一种客观赋权法，结合层次分析法对指标权重进行修正，最终得到客观的指标权重。

第一步：计算属性的熵φj和差异系数ηj。首先根据式(4)对判断矩阵做归一化处理，第j项的熵φj的计算公式如(5)所示。其中，k=1/lnm，m为案例库中指标属性的个数，从而得到第j项属性的差异系数为：ηj=1-φj。

第二步：求修正系数θj。

第三步：根据修正系数θj得到通过熵技术修正后的权重向量δj，如式(7)所示。

通过上述计算完成了基于熵技术的属性权值修正，可以进行下一步的案例相似度计算。

2.4 改进的案例检索方法

目前常用的案例检索算法有最近邻法、神经网络法、知识引导法、归纳索引法。由于煤矿应急救援案例库的复杂性，属性的多样性，不仅包含数值型属性，而且包含文本型属性，难以在多属性情况下得出一个综合相似度度量值。本文针对数值型属性，采用基于欧氏距离的最近邻算法计算相似度，针对文本型属性，以模计算其相似度，最后根据数值型属性和文本型属性的权重计算案例的全局相似度。

第一步，对目标案例及源案例中的数值型属性根据式(8)进行归一化处理。

第二步，计算局部相似度。对于数值型属性，采用最近邻算法计算其局部相似度，可以用欧氏距离计算两个案例特征属性之间的距离，计算出它们之间的相似度，其相似度公式如(9)所示。对于文本型属性，一种是属性取值仅有两个状态，一种是有多于两个的状态值，用模计算其相似度，其相似度定义如式(10)所示。

第三步，计算全局相似度。全局相似度为数值型属性局部相似度和文本型属性局部相似度的加权之和。

最终计算出的全局相似度越大，源案例与目标案例越匹配，最后找出相似度最大的源案例即为最相似案例，则检索到的最相似案例的物资调配情况可以作为目标案例所需资源量进行应急救援物资调配。

3 实例验证

3.1 案例概述

2014年4月27日内蒙古兴通煤矿11B07综采工作面发生瓦斯燃烧事故，由于火势发展迅速，近距离无法封闭，被迫进行全矿封闭，事故造成经济损失两千万元。事故发生后，平庄煤业公司救护大队出动液态二氧化碳灭火装备、气体化验车等救援装备，对已封闭的矿井利用灌注液态二氧化碳的方法进行惰化，合计注入151.5t液态二氧化碳，既达到了抑制瓦斯煤尘爆炸、保护救灾人员安全的目的，又收到了快速扑灭灾区火源、降低灾区温度的显著效果，启封过程中氧气浓度始终在10% 以下，温度低于18℃，为救护队员启封火区创造了相对有利的条件。本文以煤矿火灾事故应急救援物资需求量的预测为实例，对构建的基于案例推理的煤矿应急救援物资需求预测模型进行验证。

3.2 层次分析法确定权重

这里选择我国过去矿井火灾事故案例作为案例库[10-12]，对新案例进行预测分析。具体的火灾事故案例见表2。

表2 煤矿火灾事故应急救援案例

通过向煤矿安全技术人员、行业专家发放调查问卷，收集评判数据得到了指标判断矩阵如下：

计算判断矩阵一致性指标：

随机一致性比率CR小于0.1，表明判断矩阵符合一致性检验指标，基本符合现场实际情况，一致性检验较好，得到煤矿火灾事故案例的五个属性权重为：

ω1=0.0629，ω2=0.1150，ω3=0.2494，

ω4=0.4063，ω5=0.1664

3.3 基于信息熵技术的案例权重修正

根据上文方法对判断矩阵进行归一化处理，得到属性权重的归一化判断矩阵：

将归一化后的判断矩阵代入式(6)—式(7)中，依次得到信息熵φj，差异系数η，修正系数θj，使用熵信息技术修正后得权重δj，各参数数据见表3。

表3 权重修正参数表

最终得到经过熵信息技术修正后的煤矿火灾事故应急救援属性权重为：年产量δ1=0.0390，伤亡人数δ2=0.0850，可燃物种类δ3=0.3156，火灾类型δ4=0.3288，持续时间δ5=0.2316。

接下来对目标案例和源案例中数值型属性进行归一化处理，然后计算相似度，按照式(8)—式(11)分别计算数值型属性和文本型属性的局部相似度以及全局相似度，计算结果见表4。

表4 案例相似度计算表

经过计算，案例D为目标案例的最佳匹配案例，案例D在应急救援过程中调配液态二氧化碳罐车10辆，即190t，目标案例兴通煤矿“4.27”事故救援过程中，实际使用的液态二氧化碳罐车8辆，151.5t。经过案例分析，可见构建的方法符合实际情况。如果在事故发生初期，按照该方法对应急资源进行预测，将大大增加救援的科学性和有效性。

4 结 论

1)针对煤矿事故应急救援的特点，建立了公共属性结合私有属性的煤矿应急救援物资需求案例库，为煤矿应急救援物资需求案例库的构建提供了框架。

2)由于传统的案例推理检索方法无法满足煤矿应急救援物资需求案例检索的要求，本文构建了针对文本属性以模求其相似度，针对数值型属性以最近邻法求其相似度的改进混合案例检索方法。

3)结合实际煤矿应急救援案例，建立煤矿火灾事故应急救援物资需求案例库，结合本文的方法进行计算，结果显示所需物资预测量符合实际情况，验证了模型的有效性。

4)基于以上研究成果，开发煤矿应急物资储备及调度虚拟演练系统，可有效提高煤矿应急物资储备和调度的可靠性及时效性，结合GIS系统和三维可视化系统应用于教学培训中，可直观展示应急物资的满足程度、储存状态、调配流程和欠缺情况，为矿山应急救援等课程的实验教学提供支撑，丰富教学形式与内容。