基于Agent的煤矿物联网技术运用仿真研究

李永峰，张明慧

（1.中国矿业大学应急管理学院 江苏 徐州 221116；2.中国矿业大学经济管理学院 江苏 徐州 221116）

1 引言

通过具有智能化识别、定位、跟踪等特点的物联网技术的应用，可以实现煤矿危险源的实时、准确感知与监测，能够极大地提高煤矿安全生产和监管的能力，提升煤矿的自动化、机械化、智能化水平，促进煤矿的安全生产。因此，一些大型煤矿逐步开始引入物联网技术。但由于物联网在煤矿安全生产和监管中的应用和推广刚刚起步，在学术研究方面，对此的研究还严重不足。一方面，国外学者对物联网的研究主要集中于物联网的概念框架及其关键技术等方面[1-4]，鲜有对其在工业领域的应用展开研究。国内学者的研究主要集中在物联网技术和应用技术方面，袁亮院士等[5]研究了矿山物联网人-机-环状态感知关键技术。钱建生等[6]从企业的角度研究构建了基于物联网的自动化系统，该系统具有矿井安全生产实时监测、人员跟踪定位、矿井灾害预警、抢险救灾、信息管理等功能。胡青松等[7]针对煤矿生产环境负责，研究了矿井动目标精准定位算法和技术，指出了基于矿山物联网架构的定位发展趋势。孙继平[8]基于我国煤炭开采井工开采率高、赋存条件差、信息化程度低等煤矿生产实际状况提出了煤矿物联网的特点和需要解决的关键技术。已有的相关研究主要集中于技术层面，缺乏对其在工业领域特别是煤矿生产方面的推广应用的研究。

基于Agent的建模与仿真是研究复杂系统问题的有效方法，已经广泛应用于消费者行为选择、交通、军事、能源等研究领域。

物联网作为一门较新的技术，其在我国煤矿的应用和推广缺乏大样本进行实证研究，因此，本文拟采取基于Agent 的仿真建模技术，对于物联网在煤矿安全生产和监管中的应用进行模拟仿真，较好地弥补已有研究的不足。一方面，研究物联网的应用对煤矿安全生产的影响；另一方面，将物联网初始安装成本、煤矿企业意识、煤矿生产规模、物联网的普及等多方面因素作为模型的变量，研究影响物联网在煤矿生产中推广与普及的关键因素，并基于此提出政策建议。

2 煤矿安全生产与监管物联网技术推广模型

2.1 模型设定

物联网技术对于提升煤矿的安全生产水平和煤矿安监部门的安全监管能力都是大有裨益的，但煤矿是否采用物联网又会受到物联网的成本、煤矿企业对物联网的认识及新技术偏好、其他煤矿是否采用物联网、不严格执行会引发安全事故的概率、监管部门有效监管的概率等多种因素的影响。因此，在煤矿物联网推广应用的Agent 模型中，煤矿和安监部门可以看作两大类主体（Agent）。他们的状况、他们的行为及行为结果构成了整个环境，Agent 具有智能，能够感知环境，并根据环境做出决策。

模型由煤矿是否使用物联网决策子块、煤矿是否严格执行安全规程行为选择子块（简称行为选择子块）、政府监管子块、(煤矿)行为结果子块四个子块组成。模型的流程图如图1。

图1 基于Agent的煤矿物联网推广流程图

2.1.1 煤矿Agent的特征与行为

（1）煤矿Agent的基本信息

煤矿Agent的基本信息包括煤矿Agent的数量N、规模、各种规模煤矿占比（p-iot-l，p-iot-m，p-iot-s）、吨煤成本perc、物联网初始安装成本（installcost）、煤矿安全运营成本。

表1 煤矿Agent的基本信息

煤矿的安全运营成本受煤矿是否采用物联网技术、是否严格执行两类安全规程的影响。煤矿为了追求当期利益最大化，有不严格执行安全规程的倾向。调查表明煤矿不严格执行安全规程的成本为严格执行安全规程成本的80%，各种条件下煤矿的吨煤安全运营成本占吨煤成本的比例如表2所示。

表2 煤矿安全运营成本占吨煤成本的比例

（2）煤矿Agent的状态信息

在煤矿物联网技术推广的Agent 模型中，煤矿Agent 具有是否采用物联网技术（IOT?）、是否严格执行安全规程（SAFE-A?和SAFE-B？）、是否发生事故（ACCIDENT-A?和ACCIDENT-B?）、是否被有效监管（EFF-REG?）五类状态信息。

初始状态下，煤矿不严格执行安全规程A 的概率为p-unsafe-a，煤矿不严格执行安全规程B的概率为punsafe-b。

2.1.2 煤矿Agent：物联网决策子块

未采用物联网的煤矿决定其是否采用物联网，取决于三个方面：第一，物联网的初始安装成本。第二，煤矿领导对物联网的认识和先进工具偏好。第三，物联网技术采用后给煤矿带来的预期收益和预期成本的比较，其中预期收益包括严格执行安全规程成本的减少和事故期望损失的减少。预期成本是指煤矿不严格执行安全规程更容易被发现所带来的期望罚金的增加。煤矿是否采用物联网决策的流程如图2。

图2 煤矿是否采用物联网决策流程图

图2 中，R1、C1、R2、C2、R3、C3、R4、C4 分别表示在安全规程A和B的不同执行状况下的预期收益和预期成本。

2.1.3 煤矿Agent：行为选择子块

煤矿Agent的行为选择是指煤矿是否严格执行安全规程，包括A 类安全规程和B 类安全规程。A 类为瓦斯、矿井通风系统、自燃煤层开采方面的对煤矿安全生产影响重大的生产系统方面的安全规程；B 类为除A类外的其他规程，如严格执行瓦斯检查制度、煤矿井下风量、风质、风速和作业环境的气候等方面的安全规程。煤矿执行两类安全规程的成本、不严格执行安全规程发生事故的概率以及发生事故所带来的损失的不同。

对于A类规程的执行和煤矿的设计、建设有关，严格执行A类规程的煤矿，一般还会严格执行，除非遇到特殊的地质条件，而产量的任务又不能减少时可能发生，因此，其不严格执行的概率会大幅下降为P-ana。不严格执行A类规程的煤矿如没查到，继续不严格执行A类规程，如果被查到整改后，其发生不严格执行的概率也会有所下降为P-nana。

对于B 类规程的执行情况和煤矿的安全文化、煤矿员工的安全素养、行为习惯、领导的安全意识有关，严格执行B 类规程的煤矿，其不严格执行的概率会有较大幅度的下降为P-bnb，而不严格执行B类规程的企业，其不严格执行B类规程若没有被查到，其不严格执行B 类规程的概率会大于总体的概率为P-nbnb，若被查到，则其概率会有所下降为P-nbnbe。煤矿是否严格执行两类安全规程的行为选择流程图如图3。

图3 煤矿是否严格执行安全规程行为选择子块

2.1.4 政府Agent：政府监管子块

假设代表政府的安监部门有实施有效监管和监管不力两种行为：在煤矿采用物联网技术的条件下，安监部门实施有效监管的概率p-ireg 为70%；在煤矿没有采用物联网技术的条件下，安监部门实施有效监管的概率p-nreg为50%。

如果煤矿不严格执行安全规程被政府安监部门发现，罚金整改费用水平为：煤矿不严格执行A类安全规程的罚金和整改费用100 万元～400 万元；煤矿不严格执行B类安全规程罚金和整改费用20万元～60万元。

政府监管的流程图如图4。图中，punish为煤矿不严格执行安全规程被查到的罚金。

图4 政府监管子块

2.1.5 煤矿Agent：行为结果子块

煤矿不严格执行安全规程会导致事故的发生，在不采用物联网技术条件下，煤矿不严格执行两类安全规程，发生事故的概率p-iacc 均为5%；采用物联网技术条件下，煤矿不严格执行两类安全规程发生事故的概率p-nacc均为2%。行为结果流程图如图5。

图5 行为结果子块

当煤矿不严格执行安全规程发生事故会造成损失loss。煤矿不采用物联网技术条件下，煤矿不严格执行A 类规程时发生事故的损失为1 000 万元～2 000 万元，不严格执行B类安全规程发生事故的损失为30万元～100万元。煤矿采用物联网技术条件下，煤矿不严格执行A类规程时发生事故的损失为500万元～1 500万元，煤矿不严格执行B 类安全规程发生事故的损失为30万元～70万元。

2.2 模型参数设定

在模型中，包含了固定参数和可变参数两类参数，其中，固定参数为模型运行时固定的参数，经过检验，模型的结果对这些固定参数不敏感，可变参数为影响模型结果的关键性参数，模型固定参数含义及设定见表3，可变参数含义见表4，情景设定见表4。

表3 模型固定参数值设定

表4 模型可变参数含义

3 仿真模拟结果与分析

运用上一节构建的模型进行模拟仿真，仿真的内容主要包括两部分：一是研究了初始环境中采用物联网技术的煤矿所占比例、物联网的初始成本、事故发生概率等影响因素对物联网推广的影响；二是研究了物联网推广对煤矿安全生产和监管的影响。由于仿真模型的运行结果具有随机性特征，为保证结果稳定可靠，对每组参数根据运行结果的稳定程度均运行15次，取计算结果的平均值作为分析的依据。

3.1 煤矿安全生产与监管物联网推广应用的影响因素分析

3.1.1 仿真初始化环境中采用物联网的煤矿所占的比例对煤矿安全监管物联网推广的影响分析

设定1 000 万t 以上的煤矿都采用物联网技术，1 000 万 t 以下的煤矿分为 A1、BASE、A2 三种情景。运用模拟结果见图6、图7。

由图6可见，采用物联网的煤矿所占的比例不同，即在初始环境中采用物联网的煤矿数量不同对物联网的推广的速度有显著的影响，初始环境中使用物联网的煤矿所占的比例越高，煤矿安全生产与监管物联网技术推广速度越快，系统达到均衡的时间步越少。从系统达到均衡的时间步t的极差和标准差，可以看出，当初始环境中使用物联网的煤矿所占的比例较低时，煤矿安全生产与监管物联网推广到达稳定状态的时间将有更大的不确定性。由图7 可见，采用物联网的煤矿所占的比例对达到稳定状态后采用物联网技术的煤矿的数量没有显著影响。

图6 初始环境中采用物联网煤矿所占的比例对煤矿物联网推广速度影响

图7 初始环境中采用物联网煤矿所占的比例对系统稳定后采用物联网煤矿数影响

3.1.2 煤矿安全生产与监管物联网的初始成本对煤矿物联网推广的影响分析

煤矿安全生产与监管物联网的初始成本是煤矿物联网推广的重要影响因素，结合仿真初始化环境中采用物联网的煤矿所占的比例的设定，在研究成本的影响时，设定1 000万t以上的煤矿都已经采用了物联网技术，对于1 000万t以下的煤矿，物联网的初始成本，根据目前的实际状况，设定了B1、B2两种情境。

在仿真初始化环境中采用物联网的煤矿所占的比例的下，分别在B1、B0、B2情景下进行了模拟，结果见图8。

由图8 可见，煤矿物联网的初始成本对系统稳定后采用物联网的煤矿数有显著的影响，物联网初始安装成本越低，系统稳定后使用物联网的煤矿数量越多。而初始安装成本的变化对系统达到稳定的时间步t影响较小。

图8 物联网技术的初始成本对煤矿监管物联网推广的影响

3.1.3 煤矿可以接受的吨煤物联网初装成（Installcost/output）对煤矿物联网推广的影响

煤矿可以接受的吨煤物联网初装成本反映着煤矿愿意为采用物联网技术所支付的成本，是对煤矿物联网推广重要的影响因素之一。对情景C1、BASE和C2运行的结果如图9、图10所示。

由图9 可见煤矿可以接受的吨煤物联网初装成本（ACPC）对系统达到稳定的时间和达到稳定后采用物联网的煤矿数均有影响。对于系统达到稳定的时间步情景C1与BASE情景相比较影响是显著的，而情景C2和BASE情景相比较，影响是不显著的。也就是当可以接受的吨煤物联网初始安装成本大于15 元/t 后，这一因素对系统达到稳定的时间步影响就不显著了。由图10 可见随着煤矿可以接受的吨煤物联网成本的增加，系统达到稳定后采用物联网的煤矿数量呈上升的趋势，由情景C1 的平均1 136 个上升到情景C2 的1 721 个。可见煤矿可以接受的吨煤物联网初装成本越高，达到稳定后采用物联网的煤矿数越多。

图9 ACPC 对物联网推广速度的影响

图10 ACPC对采用物联网的数量的影响

3.2 物联网的使用对煤矿安全生产的影响

煤矿安全事故发生的次数和事故总损失和使用物联网的煤矿的数量是密切相关的。据前面的分析可知，初始环境中采用物联网的煤矿所占的比重对物联网推广的速度影响显著，物联网的初始安装成本和煤矿可以接受的吨煤物联网初装成本对物联网推广后采用物联网的煤矿数量影响显著，对系统达到稳定的时间影响较小。因此，选择情景B 和情景C 来分析物联网推广后对安全事故发生的次数和事故总损失的影响。

分别在B1、BASE、B2 情景和C1、BASE、C2 情景下，取系统稳定后十个时间步的事故发生总数和事故总损失的平均数，作为与该系统物联网使用煤矿数量相对应的事故发生总数和事故总损失，来分析不同情景下两者之间的关系。统计结果见图11和图12。

图11 B1、BASE、B2情景下采用物联网煤矿数对事故发生总数和事故总损失的影响

图12 C1、BASE、C2情景下采用物联网煤矿数对事故发生总数和事故总损失的影响

由图11和图12可见随着采用物联网煤矿数量的增加煤矿发生事故的次数和事故的总损失都呈下降的趋势。

4 结论

本文运用Agent建模仿真方法对不同情境下煤矿物联网的推广运用情况进行了模拟分析，得出如下结论：

（1）初始环境中使用物联网的煤矿所占的比例越高，即初始环境中采用物联网的煤矿越多，煤矿安全生产与监管物联网技术推广扩散速度越快。

（2）煤矿物联网的初始安装成本越低，系统稳定后使用物联网的煤矿数量越多。

（3）煤矿可以接受的吨煤物联网初装成本（ACPC）煤矿可以接受的吨煤物联网初装成本越高，煤矿安全生产与监管物联网技术推广扩散速度越快，达到稳定后采用物联网的煤矿数越多。

因此为了促进煤矿物联网技术的应用，应鼓励更多的矿山应用物联网技术、降低物联网的成本，提升煤矿的盈利能力，以保障煤矿安全高效生产。