煤矿灾害智能综合防治系统构建及关键技术

谭 震，王建文，王宏科，加保瑞，陈 菲

(陕煤集团神木柠条塔矿业有限公司，陕西省榆林市，719000)

0 引言

煤矿智能化具有安全、高效和操作简单的优势，是煤炭行业的发展方向[1-4]。近年来，随着物联网、云计算、大数据、人工智能、智能控制等信息技术的高速发展及其在煤矿领域的逐步应用，使得煤矿的信息化、数字化、智能化管理水平得到大幅提高[5-7]。煤矿井下生产面临瓦斯、水害、火灾等诸多灾害，传统防治检测手段时效性差较，灾害防治的信息化、智能化管理能够有效解决危险区域人员的安全保障问题[8-10]。王国法院士指出，煤矿智能化的关键核心是以煤炭工业大数据为支撑，以智能化矿山基础软件为统一基础的智能综合管控平台[11]。因此，有必要构建一种灾害智能综合防治系统，将粉尘、火灾、水害等矿井灾害的管理集中到一个系统上，实现矿井灾害的综合防治。

在矿井灾害智能防治检测方面，我国学者已取得了诸多成果，但是多为单个灾害子系统的研究，没有将煤矿的各种灾害综合到一个系统平台。孟秀峰等研究人员[12]运用层次分析法建立了矿井瓦斯防治系统层次体系，然后运用模糊综合评价方法对矿井瓦斯防治系统进行快速的诊断评价；蒲阳等研究人员[13]构建了煤与瓦斯突出防治信息化管理系统，实现了对2个“四位一体”综合防突技术执行情况的过程管控；卢瑞翔等研究人员[14]设计了一套基于专家决策支持的煤自燃火灾防控系统，应用TOPSIS方法对不同决策进行评价排序，获得最优的煤自燃火灾防控决策；陈晓晶[15]针对智能矿山火灾防控子系统建设过程中数据采集及执行层不全面、边缘计算功能未体现、综合防控平台建设标准不明确等问题，提出基于“云-边-端”协同的架构体系；郑林江等研究人员[16]针对煤矿粉尘现有检测手段时效性差、人为抽检易失实、不能连续监测等问题，引入物联网和云计算技术，设计并实现了基于物联网的煤矿粉尘监测云服务平台；王皓等研究人员[17]针对煤矿水害基础数据综合管理效率不高、水害超前防控精细程度不足等问题，构建了煤矿水害智能化防控平台，并阐述了相关关键技术；屈世甲等研究人员[18]从智能工作面环境安全监测及预警方面的需求入手，利用信息化手段研究了智能工作面环境安全的实时监测和分析预警实现问题。

煤矿智能化防治子系统的研究虽然为煤矿的安全防治发挥了重要作用，但各子系统之间关联性不强，容易出现信息孤岛现象。基于此，笔者提出基于现代信息技术、数据库技术等先进技术构建灾害智能综合防治系统，能够将煤矿粉尘、火灾、水害等灾害综合到一个平台，进而实现多系统联动和现场信息化安全管控，落实应急救援辅助指挥、事故原因分析、矿井灾变状态下避灾路线智能规划等功能，消除信息孤岛现象。

1 煤矿灾害智能综合防治系统设计思路

煤矿灾害智能综合防治系统采用现代信息技术、计算机网络技术、数据库技术、中间件等技术，基于煤矿智能化综合管控平台，有效集成矿山基础信息数据以及人员位置、环境监测、设备工况等多源异构数据建立起的统一矿山数据中心。该系统能够在统一的时空框架下实现“人-机-环-管”系统协同、数据融合及时序存储及大数据分析。通过将煤矿粉尘、火灾、水害等煤矿灾害综合到一个平台，消除单个子系统存在的数据孤岛现象，进行煤矿井下重大危险源的实时数据监控及预测预警。煤矿灾害智能综合防治系统架构设计如图1所示。

图1 煤矿灾害智能综合防治系统架构设计

通过传感器、摄像头、智能终端等监测手段对与煤矿灾害相关的数据进行监视上传，如与粉尘相关的粉尘浓度等，以及与火灾相关的采空区温度、气体浓度等，然后利用自回归深度学习模型、多层RNN-LSTM模型、LSTM-ARIMA学习模型等对获取的庞大数据进行存储、分析等加工处理，并将监测数据与生产数据匹配，实现煤矿井下各种灾害的分析预测，最后将各种灾害子系统统一到综合防治系统。

2 煤矿灾害智能综合防治系统主要功能

根据煤矿灾害智能综合防治系统设计思路，煤矿灾害智能综合防治系统实现的主要功能包括安全风险数据融合监视、安全态势预测预警、安全风险分级管控、隐患排查治理、辅助应急救援等。煤矿灾害智能综合防治系统功能架构如图2所示。

图2 煤矿灾害智能综合防治系统功能架构

2.1 安全风险数据融合监视

根据煤矿实际管理需求划分网格区域，将各网格区域视为“风险点”，并以“风险点”为主线，将矿上安全管理数据(包括风险管控、隐患治理、“三违”管理、人员定位等)、视频监控数据、安全风险监测数据(灾害相关子系统数据监测)利用信息技术融合到一起，能够直观地看到每个“风险点”下各类数据融合的相关信息。风险数据融合监视界面如图3所示。

图3 风险数据融合监视界面

2.2 安全态势预测预警

以“风险点”为维度，针对煤矿井下重要场所，如采煤工作面、掘进工作面等，基于“风险点”下各类数据，利用多层RNN-LSTM深度学习模型、自回归深度模型和LSTM-ARIMA学习模型等对数据进行处理，构建安全风险指数动态评估指标体系，并构建风险点下区域动态评估模型。以处理后的多源信息为基础，判断各风险点状态及灾害发生位置，实现对重要风险点下区域安全态势的动态评估。安全态势预测预警界面如图4所示。

图4 安全态势预测预警界面

2.3 安全风险分级管控

系统结合煤矿的实际生产情况，实现对安全风险的记录、跟踪、统计、分析、上报的全过程管控。主要功能包括：基础数据库、风险辨识结果录入、风险管控措施落实、风险管控措施落实检查、风险动态监视、风险警示告知、安全风险分布四色图、风险分析、风险上报等。安全风险分级管控界面如图5所示。

图5 安全风险分级管控界面

2.4 隐患排查治理

采用信息化管理手段，构建标准化的隐患闭环治理流程，实现从隐患登记、落实、整改确认、复查验收、销号的全过程信息化闭环管理，根据煤矿安全管理组织架构及管理制度，实现对隐患流程各节点人员的灵活配置。同时，利用信息技术实现隐患信息的快速传递以及规范化的隐患处理流程，提高存在隐患相关单位以及业务科室的协同处理能力，加快隐患处理速度，确保隐患整治期间的及时、有效控制，避免隐患整治期间可能出现的安全风险。隐患排查统计分析界面如图6所示。

图6 隐患排查统计分析界面

2.5 辅助应急救援

根据综合/专项应急预案管理及处理流程，并依据重大事故分类危害程度的级别设置应急救援组织机构及应急指挥保障、应急预案体系、组成人员、联系方式，明确职责划分。同时根据事故类别及事故级别，基于预设的报警、接警、通知、通讯联络方式，依据事故的类别、危害程度的级别对可能发生的事故现场情况进行分析，设定预案分级响应的启动条件，发送相关人员职责，相关的注意事项、事故处置要点，实现分级响应，分级消息提醒，避灾线路查询、应急响应组织查询、就近救援物资分布。辅助应急救援管理界面如图7所示。

图7 辅助应急救援管理界面

3 煤矿灾害智能综合防治系统构建关键技术

3.1 数据实时收集与存储技术

数据是煤矿智能化推进和在产业互联网应用中的基础，在构建产业互联网应用时，首先要进行数字化改造，完成数据的采集、传输和存储[19]。煤矿灾害防治需要采集大量的井下数据，并且数据会随着矿井的生产越来越多，加之需要对粉尘、火灾、水害等各类型矿井灾害数据进行收集，数据呈现出数据量庞大、数据类型复杂的特点，如果在数据管理方面不规范，会导致数据查询困难、数据丢失等问题。因此，如何实现数据收集与存储，是煤矿灾害智能综合防治系统构建的第一步。

在数据实时收集方面，首先要根据煤矿粉尘、火灾、水害等灾害防治要求，构建多个数据管理模型和分布式数据库，通过数据接口实现矿井地质、生产信息等矿山基础信息数据的导入，然后采用中间件技术，将粉尘、火灾、水害等灾害相关监测数据实时迁入数据库，将实时监测数据与矿井地质生产数据匹配，实现数据融合及井下定点实时监视。

在数据存储方面，根据煤矿目标需求及数据类型特征，建立统一矿山数据中心，按照统一的数据规范，通过列存储、粗粒度索引、大数据处理等技术为业务应用开发提供安全、高可靠、低成本的数据存储服务，实现多源大数据的时序分类存储。

3.2 数据分析与预测技术

通过实时监测数据建立模型对数据进行分析，给出粉尘、火灾、水害等灾害的风险评价等级测度值，并利用分析结果对矿井各种灾害进行预测预报，从而实现对矿井灾害的防治是灾害综合防治系统的主要功能之一。根据煤矿粉尘、火灾、水害等灾害特点，利用静态多层RNN-LSTM深度学习模型、自回归深度模型和LSTM-ARIMA学习模型对监测数据进行分析，得出风险评价等级测度值和灾害发展趋势。静态多层RNN-LSTM模型能够通过对获得的多项数据进行分析筛选，选择获取数据的重要部分记忆存储之后再次进行分析筛选，经过多次分析筛选后输出结果；自回归深度学习模型是利用前期若干时刻随机变量的线性组合来描述以后某时刻随机变量的线性回归模型；LSTM-ARIMA学习模型是利用长短时记忆神经网络LSTM强大的非线性拟合能力及快速学习能力针对数据的非线性特征进行建模，对数据进行非线性拟合预测。

利用静态多层RNN-LSTM模型对数据进行分析时，首先根据各灾害监测数据指标确定各指标权重，然后根据评价指标测度函数给出评价结果。灾害监测数据评价模型处理流程如图8所示。

图8 灾害监测数据评价模型处理流程

3.3 灾害响应与辅助救援技术

按照事故类型在系统中对各灾害安全等级进行划分，设定灾害预案响应的启动条件。安全等级可划分为安全区间、关注区间和警示区间，根据风险评价等级测度值判断灾害等级区间，若评价等级测度值在警示区间或达到设定灾害响应启动条件，灾害综合防治系统会发出警报，并对相关人员发送消息提醒。同时国家突发事件应急体系建设“十四五”规划中明确指出，提升应急平台支撑能力，推进“互联网”在应急平台中的应用，加强应急指挥平台等专业应急平台建设，提高突发事件专业信息汇集、应急决策和指挥调度能力[20]。煤矿发生突发灾害事故后，需要监管监察部门、相关专家到现场指挥救援，可借助网络通讯技术、信息共享技术、远程控制技术等实现异地协同协作，保障相关专家第一时间了解现场情况，方便现场指挥。

监管监察部门、相关专家到现场后，在应急救援资源基础信息管理系统线上调取救援需要的技术资料，了解应急设备和物资的分布情况，帮助监管监察部门、相关专家指挥救援。同时可辅助应急救援管理系统根据事故发生地点和类型，采用路径寻优算法演算井下工作人员到安全位置的最优路径，实现智能辅助救援。

4 应用情况

2022年8月，煤矿灾害智能综合防治系统在陕煤集团神木柠条塔矿业有限公司进行了现场应用，全面提高了该矿安全生产的预控、可控和在控能力。

(1)系统实现煤矿安全风险数据融合监视、煤矿安全态势预测预警、安全风险分级管控、隐患排查治理和辅助应急救援等灾害智能综合防治系统的主要功能，建立的统一数据中心能够在统一时空框架下实现“人-机-环-管”系统协同管理。

(2)实现煤矿粉尘、火灾、水害等灾害的统一管理。系统采取多个责任部门、责任人与责任领导共同参与业务制定和流程审批的线上协同办公机制，对各业务处理流程的实时状态采取公开透明的监督办法，使得在业务下发以及措施计划等编制审批环节能够进行相互监督和检查，提高了业务处理效率，减少了少查、漏查、不查等现象。

(3)对日常的业务处理过程留痕，将处理结果自动归档并进行分类整理和储存，使得对日常资料的管理更加规范，减少了漏资料、丢资料的现象，对事故隐患、风险管控的日常业务数据进行统计分析，并绘制了相关的趋势图和饼图，使矿领导可以直观、全面地了解实时的煤矿安全管理情况以及个人的工作情况。

5 结语

煤矿灾害智能综合防治系统建设了以煤矿风险为核心，围绕风险辨识-措施落实-风险监视-评估预警及异常处置的风险状态变化链，研发了基于智能矿山总体框架下的安全保障综合防控应用中心，包括安全风险数据融合监视、安全态势预测预警、安全风险分级管控、隐患排查治理、辅助应急救援等应用模块，利用自回归深度学习模型、静态多层RNN-LSTM深度学习模型，融合网格化区域内的水害、火灾、环境、矿压、粉尘及重大风险、隐患数据，进行单一传感监测数据及区域网格安全指数评价，并推演出全矿的安全指数，从而实现了全方位、有效落地的安全风险防控机制，为煤矿智能化生产提供了有利保障。