工业安全与环保 ２０１４年第４ｏ卷第１期 ・７６・ Ｉｎｄｕｓｔｒｉａｌ Ｓａｆｅｔｙ ａｎｄ Ｅｎｖｉｍｍｎｅｎｔａｌ Ｐｒｏｔｅｃｔｉｏｎ Ｊａｎｕａｒｙ ２０１４ 基于水灾征兆的煤矿安全危机预测方法研究 蒋仲安 刘祥龙 陈雅 （北京科技大学土木与环境工程学院北京１０００８３） 摘要为有效管理煤矿水灾安全危机，并为管理者提供决策支持，从煤矿发生水灾前的征兆人手，通过 分析１３０起煤矿水灾事故发生案例，结合历史文献，确定出水灾安全危机征兆指标３２个。根据所选指标特 点，选用ＢＰ神经网络作为预测模型、概率模型作为数据建立模型，在Ｍａｔｌａｂ的环境下，通过实验验证了方法的 可行性。 关键词危机征兆安全危机概率模型ＢＰ神经网络 Ｓｔｕｄｙ ｏｎ Ｓａｆｅｔｙ Ｃｒｉｓｉｓ Ｐｒｅｄｉｃｔｉｏｎ Ｍｅｔｈｏｄ Ｂａｓｅｄ ｏｎ Ｗａｔｅｒ Ｄｉｓａｓｔｅｒ ｉｎ Ｃｏａｌ Ｍｉｎｅ ＪＩＡＮＧ Ｚｈｏｎｇａｎ ＵＵ Ｘｉａｎｇｌｏｎｇ ＣＨＥＮ Ｙａ （Ｓｃｈｏｏｌ ｏｆＣｉｖｉｌ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ ８ｅｉｊｉｇｎ Ｂｅｊｉｉｇｎ １０００８３） Ａｂｓｔｒａｃｔ Ａｎａｌｙｓｉｓ ｏｎ ｔｈｅ ｓｙｍｐｔｏｍｓ ｏｆ ｃｒｉｓｉｓ ｉＳ ｃｏｎｄｕｃｔｅｄ ｂｅｆｏｒｅ ｗａｔｅｒ ｄｉｓａｓｔｅｒ ｉｎ ｃｏａｌ ｍｉｎｅ．Ｔｈｒｏｕｇｈ ｓｔａｔｉｓｔｉｃｓ ｏｆ １３０ ａｃｃｉ－ ｄｅｎｔｓ ｃａｓｅｓ，ｔｈｉｎｙ—ｔｗｏ ｉｎｄｉｃａｔｏｒｓ ａｒｅ ｉｄｅｎｔｉｔｌｅｄ ｉｎ ｗａｔｅｒ ｄｉｓａｓｔｅｒ ｂａｓｅｄ ｏｎ ｈｉｓｔｏｒｉｃａｌ ｌｉｔｅｒａｔｕｒｅ，ｗｈｉｃｈ Ｃａｎ ｐｒｏｖｉｄｅ ｄｅｃｉｓｉｏｎ— ｍａｋｉｎｇ ｓｕｐｐｏｒｔ ｆｏｒ ｅｆｆｅｃｔｉｖｅ ｍａｎａｇｅｍｅｎｔ ｏｆｗａｔｅｒ ｄｉｓａｓｔｅｒ ｓａｆｅｔｙ ｃｒｉｓｉｓ ｉｎ ｃｏａｌ ｉｍｎｅ ａｎｄ ｆｏｒ ｍａｎａｇｅｒｓ．Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｃｒｉｓｉｓ ｉｎｄｉｃａｔｏｒｓ ｓｅｌｅｃｔｅｄ，ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｉＳ ｄｅｔｅｍａｉｎｅｄ ａｓ ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ ａｎｄ ｐｒｏｂａｂｉｌｉｔｙ ｍｏｄｅｌ ａｓ ｄａｔａ ｍｏｄｅｌ，８ｏｍｅ既－ ｐｅｒｉｍｅｎｔｓ ａｒｅ ｃｏｎｄｕｃｔｅｄ ｔｏ ｖｅｅｒｙ ｔｈｅ ｆｅａｓｉｂｉｌｉｔｙ ｏｆｔｈｅ ｍｏｄｅｌｓ ｉｎ ｔｈｅ Ｍａｄａｂ—ｂａｓｅｄ ｅｎｖｉｒｏｎｍｅｎｔ． Ｋｅｙ Ｗｏｒｄｓ ｃｒｉｓｉｓ ｓｙｍｐｔｏｍｓ ｓａｆｅｔｙ ｃｒｉｓｉｓ ｐｒｏｂａｂｉｉｌｔｙ ｍｏｄｅｌ ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ １安全危机概念 板鼓起，裂隙出现渗水、向外滋水，顶板淋水加大，采 安全危机是指尚处于安全可控制状态，还没形 掘工作面有害气体增加。 成事故的危机 Ｊ。在本文中，安全危机指煤矿井下 表１水灾征兆统计 发生灾害事故前的各种征兆。 水灾危机征兆类别 事故数／起所占比例／％ 我国以“安全危机管理”为主的理论研究最早是 ２００５年付忠祥＿２２提出的，＿文中提到“安全危机管理 的重点不在于如何处理已出现的危机，而在于如何 辨别哪些危机可能发生，哪些危机发生的几率少，以 及如何未雨绸缪”。 安全危机管理是对安全危机进行辨识、评价、预 由于以上８个二级指标的内容基本上是感官判 警和安全的恢复管理。安全危机管理与安全管理有 断，而且描述的现象也较模糊，为了方便安全危机管 较大的区别。余绍山指出，安全危机管理是在安全 理人员识别与判断，还应将二级指标具体化，即定性 管理的基础上，将安全管理进一步上升至危机管理 和定量相结合地描述安全危机三级指标，让指标更 的高度，达到管理思维的提升＿３。３ｊ 具操作性和指导性。具体三级指标内容见图１。 ２煤矿水灾安全危机指标的确定 ２．２安全危机三级指标定量化 ２．１水灾安全危机指标体系的确定 本文采取专家打分法对这３２个指标进行定量 本文通过分析ｌ９４９—２０ｌ１年间１３０起煤矿水灾 评分。评分时假设所选３２个指标相互独立，专家对 事故案例，并结合大量文献资料Ｌ４Ｉ６Ｊ确定出水灾安 ３２个指标的评分值表示某个指标出现时其可能造 全危机指标体系，将水灾征兆归纳为五大类现象，如 成水灾事故发生的可能性，可能性越大，分值越 表１所示。 高。 因此，本文确定煤矿水灾安全危机二级指标为 为了避免评分的主观性，在对指标进行评分时 挂汗、挂红，水叫，空气变冷、出现雾气，顶板来压，顶 专家数至少应为２个或２个以上。 ・７７ ・ 纂米珊 ｌＩ采掘工作面瓦 挂 汗 一ｌ熠加 壁面干燥 示发生事故的可能性大。本文选择“１”输出节点上 新露煤壁潮湿 煤壁面出现少 量水珠呈锥形 煤壁面水珠像 下大雨流下 的权值作为发生事故的危机预ｉ贝４值，供预警参考。 ３．２数据建立方法 ３．２．１数据来源 为了使专家对安全危机指标的评分值适用于ＢＰ 神经网络模型，本文对专家评分标准作如下规定： （１）专家给出的评分值应为［０，１］的数值，可为 小数，精确到０．０１； （２）以概率论中对小概率事件的定义为依据，对 裂 隙 出 现 清水 ＝＝＝＝＝＝＝＝＝＝＝＝＝：＝＝渗水酸性大，水 顶 昧发涩或有臭味 板 来 渗 水呈灰色或灰黄 色，有臭鸡蛋昧 压， 水 顶 向 水浑浊，呈黄色 板 外 裂隙出现淤泥 鼓 滋 水无涩味发甜 起 水 裂隙无出水现象 既需ｊ声空洞泄水声 Ｉ 罂 、 顶 顶板无淋水现象 空气ｌ ｒ．｛ 壁到 一一板 一～一一一一～ 淋 顶板淋水无明 水 显变化且稀疏 加 大 顶板淋水明显增 大，并逐渐加大 图１水灾安全危机三级指标内容 ３煤矿水灾安全危机预测方法模型 ３．１ ＢＰ神经网络模型 ＢＰ神经网络是一种多层前馈型神经网络，其神 １ 经元的传递是Ｓ型函数，Ｓ型函数．厂（ ）＝ ， ｌ十ｅ 输出量为０到１之间的连续量。图２为本文所用 ＢＰ神经网络的神经元模型。 图２ ＢＰ神经网络模型 它有Ｒ个输人，每个输入都有一个适当的权值 ， 与下一层连接，．厂表示输入 出关系的传递函 数，Ａｌ和Ａ２分别为输出节点值。 对于水灾安全危机的预测，该模型的输入层节 点数为３２个，即３２个水灾安全危机三级指标，网络 建立函数为ｎｅｗｆｆ（），输人层传递函数为ｔａｎｓｉｇ（），输 出层传递函数为ｌｏｇｓｉｇ（），网络训练次数为１ ０００，网 络性能目标为０．０１，输出节点有２个，输出值分别为 “０”和“１”。“Ｏ”表示不发生事故的可能性大，“１”表 造成事故发生的可能性几乎无影响的安全危机指标 分值为［Ｏ，０．０５］； （３）可能在较短时间内引起事故的某一安全指 标分值应在０．８５以上。 由于本文所选指标的特殊性，只有安全专家对 安全危机指标的评分值，因此需要通过一定的方法 生成数据，来构造大量的数据集作为神经元的网络 输入。 ３．２．２数据集的生成 由于本研究可用的历史数据无法准确获得，需 解决的问题是如何模拟专家的评分值，以及如何将 专家评分值转化为适合ＢＰ神经网络的数据。 本文所有实验数据为计算机按照评分标准模拟 专家打分随机生成。在生成数据的过程中，每次生 成的一组评分值以数组ｒ＝｛ｒｉ：ｉ∈，｝，其中０≤ｒｆ≤ １，并引入一组变量 ＝｛ ：ｉ∈，｝，将ｒ＋ 作为模 拟的专家评分值。 为了保证生成数据的可靠性，对每一个专家评 分值利用均匀分布产生的正态分布数据源映射到具 体的数据中作为神经网络的神经元输入。 选用正态分布模型： ＝ ｅ一 式中， 为专家对每个指标的评分值，设定盯≤Ｏ．２。 生成数据时，定义Ⅳ是根据每组专家评分值利 用正态分布所生成的矩阵行数。根据一个专家对于 所有或者部分指标的评分值，生成一个Ｎ×（１，ｌ＋ １）的矩阵，矩阵的前Ｊ，Ｊ列表示每一个安全危机指 标，最后一列代表水灾是否发生。这样，针对多个不 同专家的评分值，系统会生成若干组矩阵，从而形成 足够大的数据集作为神经网络的训练和测试样本。 ＢＰ神经网络与数据生成算法的结合将在Ｍａｔ． １ａｂ中实现。为了验证该方法的准确性，下文进行实 验说明。 ４实验设置 为了有效验证本文提出的模型的准确性，引人 计算机科学中验证分类问题准确率最常用的３个参 ・７８・ 数指标，即准确率（ｐｅｒｃｉｓｉｏｎ）、召回率（ｒｅｃａｌ１）、Ｆ分值 （Ｆ—ｍｅａｓｕＩ－ｅ）以及ＢＰ神经网络中的性能参数均方 误差ｒｎｓｅ ４个参数进行衡量。 测方法模型能有效地对灾害的发生进行预测。 ５总结 准确率ｃ 召回率ｃ Ｆ分值（，）： 霾 黯 本文通过分析历年水灾事故发生前的征兆信 息，确定出水灾安全危机指标，其中二级指标８个， 三级指标３２个。选用ＢＰ神经网络进行安全危机征 兆预测，结合概率模型模拟数据，采用Ｍａｔｌａｂ作为数 学运算工具进行方法验证，结果表明该预测方法是 可取的。 参考文献 这３个参数都可以反映本研究中预测模型的准 确性。其中，准确率和召回率在一定程度上反映了 实验结果的正确性和完整性，Ｆ分值能反映出模型 的整体性能。准确率、召回率、Ｆ分值越大则模型效 果越好。 隐节点的设置取决于训练样本数的多少、样本 噪声的大小以及样本中蕴含规律的复杂程度。本文 选择最常使用的经验公式［ ］：ｍ＝ ＋ｎ，其中 ｍ为隐层节点数，ｎ为输入层节点数，ｚ为输出节点 数，ａ为１一ｌＯ之间的常数。本文确定隐层节点数 为１５。 随机生成５个专家对水灾３２个安全危机指标 的评分值。数据生成过程中选择 ＜０．３，Ｎ＝ １ ０００，重复实验１００次。实验结果见表２。 表２模型准确率实验结果 ％ ［１］张维功，何建敏．基于ＢＰ神经网络专家系统的财产保险 公司全面风险预警系统研究［Ｊ］．西安电子科技大学学 报：社会科学版，２００９，１９（１）：２７—３２． ［２］付庆祥．安全危机管理［Ｊ］．经济师，２０ｏ５（５）：２８２． ［３］余绍山．南昌铁路工务段安全危机管理系统诊断与优化 设计［Ｄ］．长沙：中南大学，２００９． ［４］王捷帆，李文俊．中国煤矿事故暨专家评点集（上、下册） ［Ｍ］．北京：煤炭工业出版社，２００２． ［５］国家安全生产监督管理总局安全生产协调司．特别重大 事故案例汇编（１９９７－－２００５）［Ｍ］．北京：中国劳动保障出 版社，２００７． ［６］本书编委会．新编煤矿重特大事故典型案例专家点评集 ［Ｍ］．北京：中国科技出版社，２００７． ［７］张德丰．ＭＡＴＬＡＢ神经网络编程［Ｍ］．北京：化学工业出版 社，２０１１． 作者简介蒋仲安，男，１９６３年生，博士生导师，北京科技大 学土木与环境工程学院安全工程系教授，长期从事矿井灾害 防治、粉尘治理以及安全管理方面的研究。 表中Ｆ分值的最小值为０．７５，说明本文所选预 （上接第２７页） （收稿日期：２０１２—１２—１３） 由图７可以看出，系统运行前６ ｈ的出水水质 稳定，出水ｃｒ６ 质量浓度均低于０．５ ｍｇ／Ｌ。７ ｈ以 后出水Ｃｒ６ 质量浓度超过国家标准，并有逐步增大 的方法研究或者开发新型耐用的微电解填料。 参考文献 ［１］林女玉，陈志剑．冷轧厂含铬废水的产生源头及处理方法 研究［Ｊ］．钢铁技术，２０１１（１）：３２—３５． ［２］周培国，傅大放．微电解工艺研究进展［Ｊ］．环境污染治理 技术与设备，２００１，２（４）：１８—２４． 的趋势，分析原因主要是由于废铁屑的表面发生钝 化，能够参加反应的Ｆｅ２ 量减少，不利于Ｃｒ６ 的去 除。可用酸进行反洗活化后继续使用。 ４结论 ［３］崔志刚，李浩，王宗廷．微电解法处理废水研究进展［Ｊ］． 山东化工，２００９，３８（４）：２１—２４． （１）微电解法处理冷轧含铬废水静态单因素实 ［４］李勇．微电解法处理电镀废水的进展［Ｊ］．广东化工，２００８， ３５（１）．５６—５８． 验最佳反应条件为：废水初始ｐＨ值为３，搅拌转速 １００ ｒ／ｍｉｎ，铁炭质量比为２：１，接触反应时间为３０ ｍｉｎ，ｃｒ６ 去除率可在９９％以上，出水可达标排放。 （２）动态实验结果表明，曝气有利于Ｃｒ６ 的去 ［５］张子间．微电解法在废水处理中的研究及应用［Ｊ］．工业 安全与环保，２００４，３０（４）：８—１０． ［６］邱珉．铁炭微电解催化还原法处理铜冶炼废水中重金属 离子研究．［Ｄ］．昆明：昆明理工大学，２００９． ［７］ＣＢ 卜Ｉ８７水质六价铬的测定二本碳酰＝肼分光光度法［ｓ］． 作者简介 张一婷，女，１９８１年生，讲师，硕士，毕业于天津 除，进水流量低于４０ ｍＬ／ｍｉｎ能连续稳定运行６ ｈ， 保证出水达标排放。 （３）相对于其他处理工艺，微电解法具有工艺简 单，以废治废，处理效果好的优势，但运行一段时间 后出现铁屑板结情况，后续研究中可着重防止板结 大学化工学院。研究方向：水污染控制。 （收稿日期：２０１２—１２—０３）