基于多层关联规则算法的煤矿突出预警模型

2022-06-25宋容

能源与环保 2022年6期

宋容

(成都理工大学工程技术学院,四川乐山 614000)

煤炭是我国应用的主要能源之一[1]，煤矿掘进是我国煤炭资源来源的主要方式[2]。因此，煤矿掘进过程中的安全性十分重要。煤矿掘进过程中煤和瓦斯的突出问题对煤矿掘进的安全性产生重要影响[3]，并且在煤矿掘进深度与强度逐渐提升的条件下，突出问题对于煤矿安全生产的影响更为显著，研究一种有效的方法整体识别并预警突出事故是抑制煤矿突出事故发生的有效方式[4]。

有国内学者[5]以瓦斯监控数据为依据，设计一个突出预警系统，设置满足煤矿瓦斯突出特征的预警指标值与临界值，并将该预警系统应用于煤矿突出预警问题中。该方法在分析过程中仅考虑了瓦斯数据，对于造成突出危险的因素考虑并不全面。还有国内学者分析矿井掘进工作面中的突出危险性预警方法[6]，该方法以灰色预测模型为核心，但该方法对于数据的分析并不充分。

也有国外学者提出了[7]程序升温煤自燃试验和煤自燃试验。测得的参数为不同供氧条件下煤自燃过程中的O2浓度和产气量。进一步分析了瓦斯和瓦斯比随煤温变化的特征，筛选出矿煤自燃特征瓦斯指标，定义了6个特征温度及其阈值。将煤自燃过程分为潜伏期、重组期等7个阶段。该方法对煤自燃过程的预警较为准确，但是对煤矿瓦斯突出的预警准确性仍有待增强。

研究应用多层关联规则算法的煤矿突出预警模型，利用多层关联规则算法确定预警指标权重，根据组合权重确定准确的煤矿突出预警结果。

1 煤矿突出预警模型

1.1 煤矿突出突变因素分析

突变理论研究的主要目标为表征突变系统的势函数，分析警戒点周边的间断性特征能够获取奇点集合与分歧点方程，在控制变量符合分歧点集合方程的条件下，系统将形成突变。煤矿突出突变成因如图1所示。

图1 煤矿突出突变成因Fig.1 Cause of sudden change of coal mine outburst

利用突变系统能够描述煤矿突出问题。其中，势函数的控制变量可设定为煤矿区域的地质与瓦斯[8-9]。突变系统上存在由竖直切线的点所生成的奇点集合S，以B表示S的投影，也就是煤矿中煤与瓦斯的突出临界点。煤矿突出形成的主要原因在于下部稳定区的变量跃迁至上部稳定区[10]，跃迁轨迹见图1内的a→b→c。根据以上所分析的煤矿突出突变形成因素选取突出预警指标，构建煤矿突出预警指标体系。

1.2 煤矿突出预警指标体系构建

相关领域中研究学者的研究结果表明，地质构造能够有效控制煤矿地层岩体突出的危险性[11]。地质构造中包括煤矿地层岩体的煤体结构类别、瓦斯含量以及构造应力等，这些均都能对煤矿突出危险性产生相应的控制作用。基于相关煤矿突出问题研究结果得到，约80%以上的煤矿突出问题均产生于煤矿地层断层等地质结构周边[12]，如图2所示。

图2 煤层突出区域分布特征Fig.2 Distribution characteristics of coal seam outburst area

煤矿地质构造对于煤矿突出的影响可划分为以下3个主要方面。①在煤矿地层地质活动的作用下，地质构造周边煤矿地层结构通常受到一定破坏，有较大概率同时存在构造软煤，由于强度不足，对于煤矿突出问题的抵抗能力较差[13]。②煤矿地层地质构造周边的参与构造应力通常较大，同时应力的分布具有不均衡特征，由此提升了煤矿突出问题形成的动能。③部分煤矿地层内地质构造环境将导致封闭环境产生，由此提升煤矿内部的瓦斯压力。

基于上述分析能够说明地质构造一直以来就是煤矿突出问题防治的重点目标。

地质构造有较大概率会造成煤层赋存参数产生变化[14]，其中变化较为显著的参数主要包括煤厚、软分层厚度、煤层分叉合层等。由此在构建煤矿突出预警指标体系时可将煤层分叉合层、煤层倾角与走向变化量等作为煤矿突出预警指标。

煤层瓦斯参数中所包含的压力与含量值对于煤矿地层突出问题的危险性也产生重要影响[15]，因此可选取煤层瓦斯参数作为煤矿突出预警指标。由此构建煤矿突出预警指标体系，如图3所示。

图3 煤矿突出预警指标体系Fig.3 Early warning index system of coal mine outburst

1.3 煤矿突出预警模型建立

煤矿突出预警模型是依照煤矿突出预警指标体系内的各预警指标分析煤矿突出状态并完成预警的核心[16]。考虑煤矿突出预警指标体系内各预警指标数据的多元性特征，采用层次分析法煤矿突出预警模型的多层次结构，如图4所示。

图4 煤矿突出预警模型的多层次结构Fig.4 Multi-level structure of coal mine outburst early warning model

预警模型内的预警结果分为4个等级[17]，分别是安全、威胁、危险和突出。预警模型内各预警等级与含义说明见表1。

表1 各预警等级与含义说明Tab.1 Description of warning levels and meanings

预警模型采用多层关联规则算法挖掘海量煤矿数据集，以此为基础实现煤矿突出预警。

传统关联规则算法是单层的，以其为基础进行拓展能够得到多层关联规则算法，其主要应用在两个方面：同层关联规则与跨层关联规则挖掘[18]，能够更加充分地分析预警指标历史数据。

考虑层次分析法应用过程中指标权重计算具有显著的主观性缺陷，预警模型内多层关联规则算法的主要功能为确定煤矿突出预警模型的多层次结构内的权重计算问题。关联规则由上至下各层分别同煤矿突出预警模型多层次结构内目标层与准则层相对应，即关联规则顶层D对应于预警模型中目标层，而第2层A1和第3层A2分别与准则层一和准则层二相对应，第4层即底层则与预警结果相对应。

由于预警指标内不仅包含定量指标，还包含定性指标，所以关联规则内存在多值属性与类别属性2种类型[19]，以若干个区间划分多值属性值，各区间均表示单个项目，将类别属性的各类别均定义为单个项目。由此获取以下关联规则：A1⟹D、A2⟹A1、A3⟹D。

将多层关联规则算法应用于层次分析法中计算煤矿突出预警模型中指标权重的详细过程为：

(1)通过关联规则算法分析历史煤矿突出预警指标数据，分析A3⟹D，确定关联规则底层不同项目针对D的支持度与置信度，并且优选二级指标，确定量化指标临界值。

(2)依照优选后的指标临界值，基于安全理论[20]，确定不同组别历史数据内各级煤矿突出预警指标是否异常，获取关联规则A1⟹D、A2⟹A1的事务级，同时分别确定各级指标对于其上层项目的置信度。在煤矿突出预警指标历史数据积累下，可迭代优化置信度计算结果。依照置信度，利用式(1)确定层次分析法内不同突出预警指标的关键度比值aij：

(1)

式中，Zi和Zj分别表示同层内不同指标的置信度。

(3)实施层次单排序的同时完成一致性检验，确定判断矩阵特征根向量上限值并实施归一化处理，所得结果以W表示，其元素能够描述相同层次元素针对上层内某指标相对关键度的排序权值。

(4)实施错层排序的同时完成一致性检验，确定某层次全部指标对于目标层相对关键度的权值，由此能够获取预警结果：安全、威胁、危险与突出针对目标层的层次整体排序结果，组合权重最大的结果就是煤矿突出预警结果。

2 实验分析

为验证本文所研究的应用多层关联规则算法的煤矿突出预警模型在实际煤矿突出预警中的使用性能，以某煤矿为实验对象，矿井现场如图5所示。

图5 矿井现场Fig.5 Mine site map

选取实验对象内南井区N2202措施巷、N22017巷以及北井区B1425巷和B1429巷等13条掘进巷工作面，采用本文模型进行实验分析，所得实际预警实验结果如下。

2.1 区段危险性分析

本文模型中将煤矿突出危险划分为：安全、威胁、危险和突出4个等级，根据突出危险等级划分标准，确定掘进巷工作面实际突出危险等级与本文模型预警危险等级分别同巷道长度间的相关性，所得结果如图6所示。

图6 N22017巷突出危险与巷道长度间的相关性Fig.6 Correlation between No. N22017 roadway outburst risk and roadway length

分析图6(a)得到，在巷道长度逐渐增加的条件下，本文模型预警所得突出危险等级逐渐升高，这是由于工作面同煤层变薄带间的距离减小。并且在N22017巷掘进过程中，预警结果为危险与突出的部分基本汇聚在40～80 m。并且图6(a)内本文模型预警所得的曲线与图6(b)内实际突出危险情况曲线基本一致，说明本文模型具有可应用性。