摘要：煤炭作为我国的重要能源之一，与经济发展和人们的生活密不可分。但是，煤炭行业依然是重特大事故率和伤亡率较高的行业，煤矿安全问题仍是重中之重。基于此，本文重点分析了煤矿井下重大危险源监测及预警系统，以期提高煤矿井下作业的安全性。
关键词：煤矿井下；重大危险源；监测及预警系统
引言
在煤矿生产中存在的各类危险源，是导致生产安全事故的直接因素。随着煤炭生产规模日益扩大，煤矿生产安全工作也逐渐复杂，安全生产工作成为一项重大的工程。
1煤矿井下重大危险源监测及预警系统的重要性
近些年来，各大煤矿对其井下安全生产愈发重视，不断的重建井下危险源预警和监测系统，使煤矿管理人员能够快速找出事故发生的原因。对于煤矿来说，其井下环境非常复杂，高温、高湿、噪声、照明不足、粉尘及有害气体等，同时井下还存有诸多禁入区域，这些因素对煤矿安全生产产生巨大威胁。预警与监测系统的应用，以预警和监测为手段，可以对危险源的规律与特征进行分析，同时对各类数据进行综合分析，从而最大限度地减少损失和规避风险，保障工作人员的安全。该系统有非常强的预见性，能够对危险源状态进行分析，并预测其发展趋势，为管理者提供真实有效的决策数据。此外，该系统还能够及时做出判断，对危险源状态危害程度进行实时评价，当达到预警条件后，能及时发出相应的预警信息。同时，该系统还能够对错误数据和复杂冗余的数据进行筛选，保证预警信号发出无误，方便预警活动的开展，并始终保持信息完整，它可以对危险源周围环境的温度、湿度等数据进行有效处理和储存，为管理者对危险源进行综合分析提供保障。
2煤矿井下重大危险源监测现状
2.1瓦斯监测及预警子系统
在预警技术方面，我国的瓦斯预警系统相对成熟，各个专家研究理论相继提出了多种算法。主要有基于数据挖掘的瓦斯爆炸危险源预警系统的模型，其采用了粗糙集约简算法、FCM聚类算法和RBF神经网络三种主要算法。粗糙集方法和神经网络方法两者相结合，能够提高网络的抗干扰能力，监测数据利用FCM聚类算法作离散化处理，RBF神经网络中神经元数就是危险等级种类，通过利用回归分析方法来构建煤矿安全生产的监测数据模型。
2.2水监测预警子系统
矿井突水量可靠预测是提高系统工作可靠性的有效途径。提出基于LabVIEW的矿井水突监控系统，将灰色系统理论和BP人工神经网络预测方法相结合，运用灰色模型对矿井突水量的趋势进行预测，然后利用神经网络对残差模型进行修正，最后采用遗传算法对组合模型进行优化，解决局部最优的问题。
2.3火监测预警子系统
皮带防火抗灾系统，实现了井下各救灾风门及现有自动风门的地理位置定位，在地面调度中心进行远程监测风门的运行状态并控制风门的开关，实时记录异常信号并报警。火灾三维可视化仿真模型，可以形象生动地模拟井下火灾现场发生状况。当前分布式光纤线型感温火灾探测技术已在煤矿井下的火灾监测当中进行了大量的实践应用。
2.4煤尘监测及预警子系统
为判断出矿井中煤尘的浓度，研究学者利用气体滤波光声技术和光散射原理对矿井气体中CH4和煤尘质量浓度进行复合测量。有专家提出煤矿粉尘在线监测及联动喷雾降尘系统，实现了煤尘实时监测、联动喷雾、超标报警、远程监控等功能。同时，分析了煤尘和湿度对红外瓦斯传感器的影响，在一定范围内呈线性规律，根据这个结论，可以采取相应的措施，以降低对传感器的影响程度。
3煤矿井下重大危险源监测及预警系统实现策略
任何一个危险源的影响因素都是多元的，相互之间有交集，所以为使系统具有全面、高效、及时、准确的特点，解决“信息孤岛”的问题，需要建立一个综合系统。数字矿山井下重大危险源监测预警系统平台如图1所示。
图l所示平台中提到的危险源监测系统，包括瓦斯监测系统、矿压顶板监测系统、煤尘监测系统、水监测系统和火灾监测系统，各个部位的监测系统会向数据库、管理、调度系统等提供实时监测信息。基于智能矿山的建设实践，提出一种基于人体模型的重大危险源监测预警系统，如图2所示。
第一层是人体5个感觉器官———感知层。智能矿山重大危险源监测系统通过感知层的各类传感器采集各种信息。感知层通过类似神经末梢的无线传感器网络实现，节点采集到的信息传输给路由器，路由器再综合信息输送到协调器，协调器将本组网络中的信息传送给网关，网关相当于神经元，它能处理各种应急情况，整合各种信息。
第二层是人体神经网络———网络层。网络层主要实现信息的传送。重大危险源监测系统由移动通信网、互联网和物联网等组成。移动通信网主要有小灵通、视频电话、呼叫中心、WiFi、CDMA和TD—CDMA等。互联网是基于Internet以及云的网络。物联网是将各个监测对象进行互联，在GIS技术基础上，用神经元、神经网络分析采集信息，实现数据库存储，重大危险源监测管理、危险源历史信息查询、预警分析、应急措施等功能，并利用数字化、信息化技术建立重大危险源智能监控和预警一体化系统。
第三层是大脑———管理决策层。煤矿的大脑是IDC，它的任务是完成智能矿山各种信息的汇聚。网络类似与大脑层和神经网络层的信息交换，为了能使大脑获取准确信息，需要对不同的网络提出统一接入方式。大脑获取信息后需要对信息数据处理，包括数据智能分析、存储和共享，形成合理的解决方案，从而指挥下一步的应急措施。根据爱立信公司研发的“人体数据线”这项技术，只需要通过简单的触摸电子设备，我们的身体便成为网络的一部分，能够用它来传输数据、图片、音乐和视频等信息，这样可以使工作在一线的人员根据手机上的信息及时采取相应的措施。
结语
当前，将煤矿井下重大危险源监测预警系统应用于煤矿的生产中，虽改善了安全生产情况，但也暴露了许多问题，如不同厂家的产品之间缺少相互操作性和互换性，导致系统可集成性差等，不同算法导致预测准确性、时效性不强。目前重大危险源监测及预警系统具有以下发展趋势：一是建立煤矿物联网，打造数字化、智能化矿山，智能感知重大危险源，准确预警。二是为煤矿危险源监测预警系统提供统一框架和数据标准格式。三是通过数据融合方法、数据挖掘技术、预测模型和空间分析技术，实现矿山安全隐患识别预警与智能控制。总之，对于重大危险源的监测预警系统，必须更全面地收集数据，利用更智能、快速的算法构建专家预警系统，以更加精确及时地预测事故的发生。
参考文献
[1]闫兆振.煤矿井下危险源识别预警系统的设计[J].电脑知识与技术,2016,12(34):124-126.
[2]刘云飞,黄丽丽.煤矿井下危险源监测预警系统研究[J].通讯世界,2016(07):216-217.
[3]吴大明.煤矿安全隐患概念辨析与双重预防机制应用研究[J].中国煤炭,2017,43(09):112-115+137.
[4]于首行.基于危险源理论煤矿瓦斯灾害监测预警技术及其应用研究[D].内蒙古：内蒙古科技大学，2015.
[5]侯燕，乔蕊.基于实时数据关联分析的煤矿安全预警系统设计[J].计算机测量与控制，2013，21（10）：2826~2828.
[6]孙继平.煤矿事故分析与煤矿大数据和物联网[J].工矿自动化，2015，41（3）：1~4.
[7]刘晓宇.基于数据挖掘的煤矿瓦斯爆炸危险源预警决策支持系统的研究[D].太原：太原理工大学，2012.
论文作者:刘承艺
论文发表刊物:《城镇建设》2019年第10期
论文发表时间:2019/8/7
标签：危险源论文; 煤矿论文; 井下论文; 预警系统论文; 神经网络论文; 信息论文; 煤尘论文; 《城镇建设》2019年第10期论文;