基于云模型的矿井内因火灾危险性判识.pdf

2023 年 10 月Oct.,2023doi：10.3969/j.issn.1672-9943.2023.05.034基于云模型的矿井内因火灾危险性判识（1.中煤科工集团沈阳研究院有限公司，辽宁 抚顺 113122；2.煤矿安全技术国家重点实验室，辽宁 抚顺 113122；3.晋能控股煤业集团同忻煤矿山西有限公司，山西 大同 037001）摘要 为实现矿井内因火灾危险性科学判识，从煤的自燃倾向性、漏风供氧、蓄热散热3个方面分析内因火灾影响因素，构建矿井内因火灾等级评判依据；基于专家确定的指标权重，提出一种基于云模型的矿井内因火灾危险性判识方法，并以实际案例验证模型的合理性。关键词 矿井内因火灾；危险性判识；指标体系；云模型中图分类号 TD752.2文献标识码 B文章编号1672蛳9943（2023）05蛳0107蛳020引言内因火灾（煤炭自燃）是矿井火灾的主体，识别内因火灾主要影响因素、科学判别内因火灾危险性对保证煤矿系统本质安全具有重要意义咱员暂。众多学者深入研究矿井内因火灾危险性，应用的方法包括CW-TOPSIS 模型咱圆暂、灰色理论咱猿暂、集对分析咱源暂等。以上方法虽然取得了一定成果，但仍存在判识结果不稳定、不能进行普适性应用等问题。基于以上考虑，本文综合分析矿井内因火灾致因，提出一种基于云模型的矿井内因火灾危险性判识模型，以期为矿井内因火灾危险性科学判识提供新的方法。1矿井内因火灾致因分析及分级判据确定矿井内因火灾是系统内因-外因综合作用的结果，其中内因是煤具备的自燃倾向性，外因包含漏风供氧条件、蓄热散热条件。同时，基于矿井内因火灾划分依据咱5-6暂，将内因火灾和影响因素危险性等级划分为 4 个等级：I、级，分别代表安全、较安全、较危险和危险，如表 1 所示。表 1矿井内因火灾影响因素等级划分矿井内因火灾危险性 Ui指标层矿井内因火灾危险性等级I煤的自燃倾向性条件U1U11煤的炭化变质程度00.20.20.50.50.80.81.0U12含水率/%5.535.5131U13含硫量/%00.50.51.51.53.03.0U14灰分含量/%2422.5242122.521U15煤层瓦斯含量/（m3/t）4410101616漏风供氧条件U2U21顶板岩性00.20.20.40.40.70.71.0U22遗煤厚度/m0.30.31.01.01.51.5U23推进速度/（m/d）64.5634.53U24通风管理00.20.20.50.50.750.751.00蓄热散热条件U3U31围岩温度/202030304040U32煤层埋深/m100100400400700700U33地质构造无地质构造00.2地质构造简单0.20.4地质构造复杂0.40.7地质构造非常复杂0.71.02矿井内因火灾危险性判识模型2.1云模型理论云模型是通过建立定量概念与定性概念之间的映射关系，实现定性概念和定量描述的不确定转换咱苑暂。2.1.1云模型定义及其数字特征在矿井内因火灾评价中，假设U为内因火灾指标数值所对应的论域，C为内因火灾评价指标中的定性概念，x表示云滴，u（x）为论域U中任意云滴x对C的隶属度，则滋：U 0，1，坌x沂U，则x寅滋（x）（1）云模型用期望（Ex）、熵值（En）、超熵（He）表示。Ex为云图的中心，En表征Ex的可靠度，He表能 源 技 术 与 管 理Energy Technology and Management2023 年第 48 卷第 5 期Vol.48 No.51072023 年 10 月Oct.,2023征En的不确定度。云滴x分布区间为Ex-3En，Ex+3En。2.1.2云发生器云发生器分为正向、逆向云发生器，其中正向云发生器主要实现定性概念到定量的转换，计算步骤如下：（1）以期望值En、方差He2生成高斯随机数Eni=NORM（En，He2）。（2）以期望值Ex、方差Eni 2构造高斯随机数xi=NORM（En，Eni 2）。（3）指标确定度计算。鬃i=exp-（xi-Ex）22（En）2蓘蓡（2）式中鬃i为指标的确定度。（4）云滴区间构建。基于以上步骤形成云滴（xi，ui），进而重复步骤（1）（3），直至形成N个云滴。2.2矿井内因火灾危险性指标的云数字特征参考相关研究成果咱愿暂，矿井内因火灾危险性指标的云数字特征可按照如下计算。Ex=（Fmin+Fmax）/2En=（Fmax-Fmin）/6He=k扇墒设设设设设缮设设设设设（3）式中：Fmax为指标取值的上限；Fmin为指标取值的下限；k为指标模糊程度，取 0.05。基于表 1 指标的分级数值，通过式（3）计算矿井内因火灾评价指标的云数字特征。对于单边界限的变量，则通过边界参数的形式求取其数字特征咱怨暂。矿井内因火灾评价指标的云数字特征如表 2所示。袁圣秋，等基于云模型的矿井内因火灾危险性判识表 2矿井内因火灾评价指标的云数字特征指标I 级（Ex，En，He）级（Ex，En，He）级（Ex，En，He）级（Ex，En，He）U11（0.10，0.03，0.05）（0.35，0.05，0.05）（0.65，0.05，0.05）（0.90，0.03，0.05）U12（5.50，0.42，0.05）（4.25，0.42，0.05）（2.00，0.33，0.05）（0.50，0.17，0.05）U13（0.25，0.08，0.05）（1.00，0.17，0.05）（2.25，0.25，0.05）（3.00，0.25，0.05）U14（24.00，0.25，0.05）（23.25，0.25，0.05）（21.75，0.25，0.05）（10.50，3.50，0.05）U15（2.00，0.67，0.05）（7.00，1.00，0.05）（13.00，1.00，0.05）（16.00，1.00，0.05）U21（0.10，0.03，0.05）（0.30，0.03，0.05）（0.55，0.05，0.05）（0.85，0.05，0.05）U22（0.15，0.05，0.05）（0.65，0.12，0.05）（1.25，0.08，0.05）（1.50，0.08，0.05）U23（6.00，0.25，0.05）（5.25，0.25，0.05）（3.75，0.25，0.05）（1.50，0.50，0.05）U24（0.10，0.03，0.05）（0.35，0.05，0.05）（0.625，0.04，0.05）（0.875，0.04，0.05）U31（10.00，3.33，0.05）（25.00，1.67，0.05）（35.00，1.67，0.05）（40.00，1.67，0.05）U32（150.00，16.70，0.05）（300.00，33.30，0.05）（550.00，50.00，0.05）（700.00，50.00，0.05）U33（0.10，0.03，0.05）（0.30，0.03，0.05）（0.55，0.05，0.05）（0.85，0.05，0.05）2.3综合判识模型构建基于矿井内因火灾评判指标的云数字特征，确定各指标在不同危险性等级下的确定度，进而结合指标权重，获取矿井内因火灾的综合评级。U=移j=1n鬃x棕*（4）式中：鬃x为单指标确定度，棕*为最优组合权重。3实例分析3.1指标权重确定选取山西某矿域2煤层作为应用实例分析对象。该煤层平均埋深 424 m；煤层瓦斯含量 6.3 m3/t；地质构造简单，遗煤平均厚度 0.9 m；推进平均速度7 m/d，平均厚度 15.32 m；顶板岩性为中砂岩。经测定，含水率 3.19%，灰分含量 17.05%，含硫量 0.33%；围岩温度约为 23；自然发火期为 42 d，属易自燃煤层。通过专家经验确定定性与定量指标的取值，聘请行业专家对各指标之间的序列关系及重要度进行分析，指标的综合权重如表 3 所示。表 3矿井内因火灾评价指标权重（下转第 119 页）二级指标三级指标指标权重二级三级U1U110.3710.068U120.109U130.093U140.112U150.105U2U210.3350.039U220.047U230.055U240.032U3U310.2940.136U320.139U330.0651082023 年 10 月Oct.,2023（上接第 108 页）3.2危险性等级确定及分析基于表 2 的矿井内因火灾指标的云数字特征，通过式（2）计算各指标的风险等级确定度，然后结合表 3 的内因火灾各指标权重，通过式（4）计算危险性评判模型的综合确定度。经计算，该矿内因火灾风险级别的确定度分别为P（）=0.072，P（）=0.206，P（）=0.031，P（）=0.028。根据最大确定度原则可知，该矿内因火灾风险界别为级，与实际情况相符。4结论考虑煤的自燃倾向性条件、漏风供氧和蓄热散热 3 个层面，构建了矿井内因火灾危险性指标等级评判依据；提出了基于云模型的矿井内因火灾危险性判识方法，并以山西某矿为工程背景进行验证，危险性级别为较安全，与现场实际相符。参考文献1周亮，戴广龙，秦汝祥.高瓦斯易自燃煤层采空区遗煤自燃影响因素研究 J.中国安全科学学报，2018，28（2）：122-127.2秦忠诚，陈光波，李谭，等.“AHP+熵权法”的 CW-TOPSIS煤矿内因火灾评价模型 J.西安科技大学学报，2018，38（2）：193-201.3王潞欧，谢雄刚，赵先伟，等.基于灰色关联熵-突变级数法矿井内因火灾风险评价研究 J.采矿技术，2019，19（4）：60-64.4李兴东，王少强，陈洋蕾，等.煤矿内因火灾危险性评价新耦合模型 J.煤矿安全，2018，49（7）：159-163.5陈绍杰，李东明，姜楠楠.基于物元模型的采空区煤炭自燃危险性评价 J.中国矿业，2014，23（7）：147-150.6左云飞.基于熵权物元可拓的采空区自燃危险性评价 J.煤炭技术，2018，37（7）：192-195.7周雪，左忠义，程伟.基于组合赋权云模型的铁路旅客运输安全评价 J.中国安全科学学报，2020，30（增刊 1）：158-164.8李健，汪明武，徐鹏，等.基于云模型的围岩稳定性分类 J.岩土工程学报，2014，36（1）：83-87.9崔铁军，马云东.基于 AHP-云模型的巷道冒顶风险评价 J.计算机应用研究，2016，33（10）：2973-2976.作者简介袁圣秋（1990-），男，助理研究员，毕业于山东科技大学采矿工程专业，主要从事瓦斯灾害防治和安全管理方面的研究工作。收稿日期：2023-01-09实时监测与报警，同时自动对设备的运行状态进行监测和诊断，快速向监测人员提供故障位置、故障现象和原因分析，将设备运行故障排除时间缩短了74.2%。该设备运行状态监测系统还能够定期生成设备运行状态分析报告，为维修人员的定期检修提供指导，将设备检修时间缩短了 61.6%，极大地提升了设备检修效率和可靠性。新型智能控制系统实现了井下设备运行状态的联合监控，提升了运行的稳定性和可靠性，有效地降低了井下停机时间。根据统计，优化后井下巷道掘进效率提升了 11.4%以上，对提升井下掘进安全性具有十分重要的意义。6结论在同忻煤矿引进了 1 套新的煤矿井下智能掘进综合控制系统，对该综合控制系统的整体结构和应用情况进行了分析。结果表明，该系统能够实现对井下掘进机的远程智能控制、自动定位和导航、作业人员安全预警、设备故障自动诊断等，能够将设备运行故障排除时间缩短 74.2%，将设备检修时间缩短 61.6%，将井下巷道掘进效率提升 11.4%，对提升同忻煤矿井下综掘效率和安全性具有十分重要的意义。参考文献1高旭彬.综掘工作面远程可视化控制关键技术研究 J.煤炭科学技术，2019，47（6）：17-22.2葛世荣，张帆，王世博，等.数字孪生智采煤工作面技术架构研究 J.煤炭学报，2020，45（6）：1925-1936.3张登山.快速掘进系统研发及应用 J.煤炭科学技术，2015，43（增刊 2）：96-99.4吴淼，李瑞，王鹏江，等.基于数字孪生的综掘巷道并行工艺技术初步研究 J.煤炭学报，2020，45（增刊 1）：506-513.5李士锦，段晓平.张双楼煤矿深部特厚煤层掘进防冲技术研究J.煤炭科技，2020，41（1）：82-85.6赵荣阔，梁国栋.复杂地质条件下分层开采人工假顶技术的实践与应用 J.煤炭科技，2019，40（5）：52-54.7王国法，赵国瑞，任怀伟.智慧煤矿与智能化开采关键核心技术分析 J.煤炭学报，2019，44（1）：34-41.作者简介李刚（1980-），男，助理工程师，毕业于太原理工大学采矿工程专业，长期从事采掘管理技术工作。收稿日期：2023-01-05能 源 技 术 与 管 理Energy Technology and Management2023 年第 48 卷第 5 期Vol.48 No.5119