基于CiteSpace的瓦斯灾害智能预警文献可视化分析

谷 雷，朱权洁，李莹莹，张尔辉，张 震

(1.华北科技学院 安全工程学院，北京 东燕郊 065201；2.华北科技学院 应急技术与管理学院，北京 东燕郊 065201；3.中钢集团武汉安全环保研究院有限公司，武汉 430081)

0 引言

我国煤炭资源丰富，煤炭产业在一定程度上促进了我国的经济发展，提高了人民的生活水平，是我国的主要经济支柱。与此同时，煤与瓦斯突出一直以来都是我国煤矿主要的安全生产问题。煤与瓦斯突出是指在掘进煤层时，煤体受到采动影响导致煤层破裂致使瓦斯向巷道内大量喷出。由于瓦斯的主要成分是甲烷，因此煤与瓦斯突出灾害会造成严重的人员伤亡、设备损坏，甚至是爆炸。近年来，随着智能化技术的不断发展，将智能预警技术应用于瓦斯灾害监测，对瓦斯灾害的防治具有重要意义。国内外专家对瓦斯灾害智能预警相关内容已展开了大量研究。其中，在理论研究方面，赵旭生等[1]在时间、空间和指标体系等方面总结得到突出预警的特点；杜振宇等[2]采用层次分析法确定现场收集的预警指标权重，建立可拓预警模型；郝忠等[3]从力学角度出发，基于多孔渗流理论建立瓦斯突出后的流动方程；张子戌等[4]利用成熟的迷糊理论与技术，针对瓦斯突出区域进行模糊识别。在人工智能算法方面，于丽雅等[5]基于云模型和D-S理论构建瓦斯突出危险性评价模型；朱志洁等[6]采用PCA与BP神经网络相结合建立PCA-BP煤与瓦斯突出预测模型；邵良杉等[7]引入missForest算法与EGWO相结合，针对SVM进行参数寻优，建立EGWO-SVM模型。在预警平台构建方面，谈国文[8]提出建立矿井通风与瓦斯浓度在线监测的综合预警平台；郭雪勇等[9]探讨瓦斯预警平台应朝着全过程，多功能，智能化方向发展；曹康等[10]针对瓦斯监测面临指标单一且误差较高等情况，提出建立对煤矿声发射强度、电磁辐射强度、瓦斯浓度进行综合监测的预警平台。

CiteSpace文献可视化软件利用可视化图谱展示研究领域内的宏观结构及其脉络发展的方式，是艺术与科学的完美结合。大连理工大学科学学与科技管理研究所刘则渊教授曾将其概括为：“一图展春秋，一览无余；一图胜万言，一目了然”。目前，煤矿行业内已有众多学者利用CiteSpace软件对煤矿安全、煤矿信息化、煤矿安全评价体系的相关文献进行可以化分析，得到相关领域内的发展脉络和趋势[11-13]。

综上所述，本文利用CiteSpace软件，以CNKI文献数据库2010-2020年间收录的瓦斯灾害智能预警研究文献为对象进行可视化分析，通过领域内的发文量、发文作者、发文机构、关键词以及文献突现词进行性可视化分析，以期了解领域内的研究现状、热点以及发展趋势，为后续相关学者继续研究提供参考。

1 CiteSpace简介1.1 软件简介

CiteSpace是由基于Java语言开发的信息可视化软件，全称为Citation Space，可译为“引文空间”。CiteSpace可以用于挖掘期刊数据库中的潜在内容，并在科学计量学(Scientometric)、数据和信息可视化(Data and information visualization)的影响下形成的一款论文分析可视化软件，具有多元、动态、分时等优点。由于是通过可视化的方式来显示的某一领域的结构、规律、分布情况、研究现状、研究热点等情况，该软件又被称为“科学知识图谱”(Mapping knowledge Domain)。

1.2 软件使用流程

利用CiteSpaceⅤ得到CNKI文献数据库相关领域内文献的可视化图谱，首先要通过CNKI文献数据库采集所需数据经过CiteSpaceⅤ数据转换功能得到适配格式，在CiteSpaceⅤ软件中，以研究主题为项目名新建项目，经相应参数设置(时间切片、网络类型、关联强度、网络裁剪、节点阈值筛选)后得到可视化图谱。如图1所示，具体操作如下：

图1 软件操作流程图

(1) 以研究主题为名新建文件夹，在其中分别以“Input”、“output”、“data”、“project”为名建立文件夹。

(2) 在CNKI文献数据库中以相应关键词为主题进行搜索，时间按需设置，设定文献数据来源于EI、北大核心、CSCD数据库和普通期刊，经过筛选得到符合要求的文献数据。

(3) 将CNKI文献数据以RefWorks形式导入“Input”文件夹中，并将文件命名为“download.xxxx”格式。

(4) 在CiteSpace的数据转换功能作用下将CNKI期刊数据转换为与CiteSpace相适的WOS数据格式，将转换结果导入“Output”文件夹中。

(5) 在CiteSpace功能参数界面中的项目区导入相应文件夹，创建新项目。

(6) 如表1所示，经参数设置后，进入可视化分析页面。

2 瓦斯灾害智能预警进展可视化分析

2.1 研究现状分析

在CNKI文献数据库高级检索中，分别将“瓦斯灾害”与“智能预警”、“大数据”、“人工智能”、“预警”为主题进行检索，时间为2010-2020年，设定文献数据来源于EI、北大核心、CSCD数据库和普通期刊。检索时间是2020年11月27日，得到文献为1719篇，经CiteSpaceⅤ数据转换功能识别有效文献为1460篇。

2.1.1 发文量分析

分析近十年内瓦斯智能预警领域的相关论文产出是衡量该学科发展状况的重要指标[14]。错误!未找到引用源。为近十年内我国在瓦斯灾害智能预警领域方面的发文量统计图。按照发文量的变化趋势可以将2010-2020年分为三个阶段，包括：初步发展阶段(2010-2015年)、快速发展阶段(2015-2016年)、回落平稳阶段(2016-2020年)，并通过CNKI文献数据库计量可视化分析功能了解三个阶段内的文献研究主题，得到每个阶段研究领域内的研究状况。

初步发展阶段，这期间的平均发文量为145篇/年，经CNKI文献数据库计量可视化分析可知：2010-2015年该领域内文献研究主题排名前三的为“煤与瓦斯突出”、“预警系统”、“煤矿瓦斯”。这表明相关专家学者开始着眼于将智能预警的理论基础应用于煤矿内瓦斯突出后的危险预警。文光才于2011年发表的《煤与瓦斯突出预警技术及其应用》共获得75次引用，主要介绍利用先进的计算机技术建立突出灾害预警系统，对煤矿内瓦斯浓度进行监测，并验证了其有效性[15]。崔俊飞[16]于2014年分析井下矿压的特征和规律，构建矿压监测预警系统可实现井下瓦斯灾害的监测预警。该阶段专家学者针对瓦斯监测的指标进行了大量研究，还提出了包括电磁辐射[17]、气象因子[18]等监测预警指标；

快速发展阶段，煤矿安全生产领域内瓦斯灾害智能预警相关研究热点持续上升，发文量从2015年的160篇上升到2016年的314篇，相关文献研究主题排名前三为“瓦斯浓度”、“煤与瓦斯突出”、“预警系统”。这表明通过上一阶段的不断地探索，该领域内有了重大的突破。董丁稳等[19]分析瓦斯监测数据的统计特征结合灰度关联法提出了基于监测数据关联分析的瓦斯浓度预警方法。孙继平[20]指出了大数据在煤与瓦斯突出事故预警中的应用。谈国文等[21]运用计算机及信息化技术构建了防突动态管理与分析系统，实现了煤与瓦斯突出防治的信息化、规范化管理。这表明越来越多的专家学者利用智能预警系统对瓦斯灾害进行监测并做到精准预警；

回落平稳阶段，自2016年相关研究达到峰值后，关于瓦斯智能预警领域的研究出现了大幅下降，后趋于平稳，发文量保持在100篇以上。经过计量可视化分析可知，该阶段相比前两个阶段突出的文献研究主题有两个，分别是“预警技术”和“预警模型”，表明经过研究峰值后，相关的专家学者在探寻新的预警机制。其中，袁亮等[22]为预防煤矿典型动力灾害，提出了风险精准判识及监控预警新理念与关键技术。张冲等[23]以瓦斯渗流速度和温度作为监测指标，测定型煤在三轴加载条件下的瓦斯突出特征。朱南南等[24]提出了通过判断微震事件的特征来预测煤与瓦斯突出。据此可以推断未来该领域类似第二阶段的情况可能还会发生。

图2 2010-2020年研究领域发文数量统计图

2.1.2 主要作者分析

通过CiteSpaceⅤ的作者共现分析功能，可以了解相关领域内的作者发文量和作者之间的合作情况。发文量越多可以表示某位学者具有较多的科研成果和较高的学术能力，进而再通过确定其论文的被引次数可以了解其在相关领域内的学术影响力大小。作者之间的合作越多表示该研究领域目前是整个行业中的大趋势和研究热点，有利于分析了解相关领域在行业内的发展现状[25]。由普莱斯定律可知研究领域内的高产作者发文量与最高产作者发文量有关，如式(1)所示。

(1)

其中，X表示满足高产作者要求的最低发文量，Y表示最高产作者发文量。

如表1所示，为高产作者及其发文量等信息。分析表2可知：①何学秋和宋爽的发文量都在十篇以上，是煤矿瓦斯智能预警领域的领军人物。其中，何学秋于2014年发表的《煤与瓦斯突出电磁辐射预警技术及应用》至今已被引用50次，下载量为930次，影响了领域内的发展；②最高被引文献是孙继平于2010年发表的《煤矿安全生产监控与通信技术》，被引次数为270次，下载量为3509次，详细论述了智能化设备在煤矿领域的应用[26]。这表明孙继平在煤矿瓦斯智能预警领域内属于核心力量，间接反映出大数据、云计算、互联网、互联网+等智能技术的发展开始应用于煤矿瓦斯智能预警；③张莉和吴震都是在近五年内开始研究相关课题，发文量都为三篇，在该领域内属于中坚力量。

表2 国内研究领域内的高产作者及信息

2.1.3 发文机构分析

对发文机构进行可视化分析，可以了解相关研究领域内学术影响力较高的机构以及机构之间的合作关系，为领域内的专家及学者进行学术交流提供参考。利用CiteSpaceⅤ软件绘制发文机构知识图谱，如图3所示，共有338个节点，196条连线，网络密度为0.0034，节点大小与发文量的多少成正比，节点间的连线表明发文机构之间存在联系。

分析图3可知：①发文机构较为分散。表明行业内大部分发文机构之间的联系比较少，机构之间缺乏学术合作，不利于瓦斯灾害智能预警进一步的研究；②节点大小表明发文量的多少。图中具有较大节点的是中煤科工集团重庆研究院有限公司，关于瓦斯智能预警领域的研究共发表78篇文献。据了解，中煤科工集团重庆研究院有限公司是在全国煤炭安全领域位居龙头地位的一流科技型企业，在瓦斯智能预警领域取得重大突破[27]。此外，瓦斯灾害监控与应急技术国家重点实验室、中国矿业大学安全工程学院、煤科集团沈阳研究院有限公司等发文量均在20篇以上，是该领域内的中坚科研机构；③图中部分机构之间有着紧密合作。其中，中煤科工集团重庆研究院有限公司与瓦斯灾害监控与应急技术国家重点实验室之间联系紧密，形成了良性的网络结构；中国矿业大学(北京)资源与安全工程学院是联系煤科集团沈阳研究院有限公司和中煤科工集团重庆研究院有限公司的重要桥梁。

图3 发文机构知识图谱

2.2 研究热点与趋势分析

2.2.1 研究热点分析

通过CiteSpace关键词共现功能，辨识在一篇文献中相对增长率突然增加的词我们称之为该文献的关键词，关键词是对文献研究内容的直接体现，在一定程度上可以反映文献的主题内容[28]。分析关于瓦斯灾害智能预警文献的关键词，可以进一步把握该研究领域的研究热点和趋势。文献的关键词知识图谱如图4关键词知识图谱所示。在图4关键词知识图谱中，共有326个节点，411条连线。节点大小表明关键词在文章的出现频率，且成正相关关系；节点之间的连线表明两个关键词之间存在联系，且连线越粗表明关系越紧密[29]。在图4中，“煤与瓦斯突出”、“大数据”、“煤矿”、“预警”等节点相对突出，这与我们数据检索的主题词有关，后续讨论中不做赘述。

分析图4可知：①“云计算”、“煤矿安全”、“瓦斯监测”与检索主题词联系紧密，表明在煤矿安全方面利用云计算结合瓦斯灾害监测成为该领域的研究热点内容。近年来利用云计算模式建立瓦斯灾害智能预警平台，成功解决了预警系统资源共享和数据计算量过大的问题，在瓦斯浓度监测数据获取方面具有高效性和可行性[30]；②“ZigBee”和“CAN总线”是连接检索主题词与瓦斯灾害监测相关内容的“桥梁”，通过了解可知：ZigBee是无线电网络通信技术，具有高效、可靠等特点，目前广泛受到关注；CAN总线属于现场总线的范畴，它是一种有效支持分布式控制或实时控制的串行通信网络，具有可靠性高、传输速度快、传输距离远、容错能力强、组网方便等特点[31]。目前，基于CAN总线与ZigBee的井下无线传感器网络是当前瓦斯实时监测系统的重要组成部分；③“bp神经网络”是联系煤矿安全与煤与瓦斯突出的重要节点。bp神经网络作为一种算法，在与其他算法相结合的情况下，构建瓦斯浓度智能预警模型，可提高煤层瓦斯含量监测的精度。

图4 关键词知识图谱

瓦斯灾害智能预警平台的构建体现出多学科交叉、多学科融合、多学科复合等特点。在瓦斯灾害智能预警领域，众多专家学者将智能预警理论基础应用于现场瓦斯智能预警平台的构建，且对于瓦斯灾害超前预警取得了良好的成效[32]。其中，利用云计算方法可以实现瓦斯灾害智能预警平台数据的大范围共享以及数据存储问题；利用CAN总线以及ZigBee等无线传感器网络通信技术，可以解决井下实时监测数据向智能预警平台传输的问题；利用BP神经网络算法与其他算法相结合的情况下，可以提高瓦斯浓度监测的精度。

2.2.2 研究趋势分析

关键词出现频次的变动可以间接反映出相关研究领域的发展趋势[29]。在CiteSpaceⅤ软件中，点击元素调整界面里面的“Bustness”功能，设置γ[0,1]参数为0.6，其余参数为默认即可。获得18个突现词汇，经合并后得到如表3，12个突变词列表所示的12个突变词，根据突变权重排序。

分析表3可知：①“瓦斯”与“瓦斯监测”是出现频次第二和第三的词汇在近十年的内先关领域内的突变权重都大于5，且起止时间与文献检索时间一致，这表明瓦斯灾害的预防和治理一直都是煤矿安全行业内的研究重点；②与瓦斯灾害智能预警有关的突现词有“大数据”、“云计算”、“物联网”、“机器人”、“互联网+”，且出现的年份都在2014年以后，除“大数据”外其他突现词平均出现频次为6.75次。这表明瓦斯智能预警早在2014年便开始被相关领域内的专家学者研究，但当时只是基于智能预警尚未成为主流热点；③与此同时，自2018年开始“大数据”成为研究领域内的突现词，在两年内出现频次为35次，突变权重为5.12。这表明应用大数据可以为提高煤矿安全生产信息采集和管理提供重要帮助，对于煤矿瓦斯智能监测预警有着突破性的推动作用。

表3 12个突变词列表

续表

我国瓦斯灾害智能预警领域大数据将会是一个里程碑式节点，有利于推动煤矿智能化和安全信息化。继智慧矿山这一概念提出后，大数据、云计算、物联网、互联网等相关专业技术开始应用于煤矿行业，依托先进的信息化技术将使煤矿安全生产朝更加智能化的方向发展。未来，基于物联网时代的到来，综合智能预警系统是煤矿安全行业内的一大趋势，其通过对煤矿内各种数据的实时监测，相关机械设备的系统检查，未知隐患的提前预警可以实现智慧矿山的最终目标。目前相关领域的专家学者面临的是如何将相关技术更好地应用到煤矿生产中，如何互相取得更好的合作等一系列挑战，对研究者也是巨大的机遇和挑战。

3 结论

(1) 借助CiteSpaceⅤ软件，以图谱的形式对国内瓦斯智能预警研究进行全面、系统、清晰地评价，更为直观的了解近十年内该领域的研究热点以及趋势，经分析可知：2010-2020年瓦斯灾害智能预警研究领域内的发文量呈现三个阶段，包括：初步发展阶段、快速发展阶段、回落平稳阶段，且对平稳回落阶段进行分析，了解到近五年内相关的专家学者在探寻新的预警机制，未来该领域内的研究或许会有大的进展；存在部分专家学者对领域内的发展起到了巨大的推动作用，属于该领域内的核心力量；中煤科工集团重庆研究院有限公司近十年内针对瓦斯智能预警研究共发文78篇，是该领域内的主要发文机构；

(2) 当前瓦斯灾害智能预警主要是通过构建智能预警平台，结合多学科交叉、多学科融合、多学科复合等特点，实现精准的数据采集和传输以及大范围内的数据共享。

(3) 未来，大数据将会是该领域内的一个里程碑式节点，推动煤矿智能化和安全信息化。继智慧矿山这一概念提出后，大数据、云计算、物联网、互联网等相关专业技术开始应用于煤矿行业，依托先进的信息化技术将使煤矿安全生产朝更加智能化的方向发展。未来瓦斯智能预警有望朝着更安全、可靠和精准的方向发展。