基于專(zhuān)家系統(tǒng)的煤礦事故現(xiàn)場(chǎng)處置方案自動(dòng)生成系統(tǒng)研究

楊 夢(mèng)，周恩波

(1.中國(guó)礦業(yè)大學(xué)(北京)機(jī)電與信息工程學(xué)院，北京 100083；2.北京大學(xué)遙感與地理信息系統(tǒng)研究所，北京 100871)

煤礦應(yīng)急預(yù)案是為了規(guī)范煤礦事故應(yīng)急管理和應(yīng)急響應(yīng)程序，建立健全的應(yīng)急救援機(jī)制，及時(shí)、科學(xué)、有效地指揮和協(xié)調(diào)應(yīng)急救援工作而制定的一套事故處置經(jīng)驗(yàn)和處置方式，以最大限度地降低事故災(zāi)難造成的財(cái)產(chǎn)損失和人員傷亡為目的，是確保救援工作安全有序開(kāi)展的重要保障。國(guó)內(nèi)現(xiàn)有的研究主要集中在提高預(yù)案的完善性與可操作性以及自動(dòng)生成，以提高應(yīng)急預(yù)案編制工作的有效性[1-6]。但是這些研究沒(méi)有考慮事故的動(dòng)態(tài)變化性和隨機(jī)性，不能有效地對(duì)突發(fā)狀況進(jìn)行應(yīng)急響應(yīng)，且應(yīng)急響應(yīng)主要憑借指揮人員的知識(shí)經(jīng)驗(yàn)，無(wú)法有效學(xué)習(xí)或借鑒歷史事故案例中的經(jīng)驗(yàn)知識(shí)，在實(shí)際應(yīng)用中具有很大的局限性，因此，動(dòng)態(tài)生成符合當(dāng)前事故特征的現(xiàn)場(chǎng)處置方案對(duì)事故應(yīng)急救援意義重大。

專(zhuān)家系統(tǒng)是一個(gè)由計(jì)算機(jī)程序組成的智能系統(tǒng)，是人工智能應(yīng)用中最活躍和最廣泛的研究課題之一。系統(tǒng)利用解決專(zhuān)業(yè)問(wèn)題的大量領(lǐng)域?qū)＜业膶?zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)，模擬人類(lèi)專(zhuān)家解決問(wèn)題的方法處理領(lǐng)域問(wèn)題[7]。目前專(zhuān)家系統(tǒng)已被廣泛應(yīng)用于各個(gè)領(lǐng)域，特別是礦山安全生產(chǎn)和應(yīng)急救援中。李白思雨[8]利用專(zhuān)家系統(tǒng)，建立了鐵路應(yīng)急救援決策推理模型；王東明等[9]基于磚混結(jié)構(gòu)廢墟救援特點(diǎn)，對(duì)其安全評(píng)估專(zhuān)家系統(tǒng)的功能、系統(tǒng)架構(gòu)、系統(tǒng)界面進(jìn)行了設(shè)計(jì)，較好地協(xié)助地震應(yīng)急救援工作；張東旭[10]提出將專(zhuān)家系統(tǒng)與應(yīng)急指揮系統(tǒng)相結(jié)合思想，將專(zhuān)家系統(tǒng)的功能進(jìn)行模塊化，有機(jī)的嵌入到應(yīng)急指揮系統(tǒng)中，并通過(guò)GIS技術(shù)來(lái)設(shè)計(jì)實(shí)現(xiàn)油田生產(chǎn)應(yīng)急指揮系統(tǒng)；管鎮(zhèn)銘[11]結(jié)合分布式處理、云計(jì)算、神經(jīng)網(wǎng)絡(luò)、物聯(lián)網(wǎng)通信與工業(yè)自動(dòng)化等技術(shù)，構(gòu)建一個(gè)多層次煤礦安全生產(chǎn)專(zhuān)家系統(tǒng)，實(shí)現(xiàn)多級(jí)多業(yè)務(wù)多部門(mén)在同一平臺(tái)上的協(xié)同工作與監(jiān)管；唐善成[12]為克服現(xiàn)有煤礦專(zhuān)家系統(tǒng)信息共享困難，推理能力有限等缺點(diǎn)，提出了基于Web Service的煤礦安全生產(chǎn)專(zhuān)家系統(tǒng)；楊丹丹[13]通過(guò)集成灰色關(guān)聯(lián)度分析模型、貝葉斯模型以及模糊綜合評(píng)判模型中的模糊超標(biāo)法等防治水措施輔助決策模型，設(shè)計(jì)開(kāi)發(fā)了基于GIS的專(zhuān)家系統(tǒng)，實(shí)現(xiàn)了礦井突水水源判別、水害預(yù)防措施輔助決策等功能，具有一定的實(shí)際價(jià)值。

本文基于專(zhuān)家系統(tǒng)構(gòu)建了一個(gè)現(xiàn)場(chǎng)處置方案自動(dòng)生成系統(tǒng)，系統(tǒng)整合了多源的信息和知識(shí)資料，包括歷史事故案例、大量的應(yīng)急預(yù)案和領(lǐng)域?qū)＜医?jīng)驗(yàn)知識(shí)，使得應(yīng)急救援過(guò)程依據(jù)科學(xué)理論指導(dǎo)并有充足的信息支撐。在發(fā)生事故后，系統(tǒng)可以根據(jù)礦井實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)和事故動(dòng)態(tài)信息，判斷出需要采取的相應(yīng)救援措施，指揮人員還可以通過(guò)輸入查詢(xún)信息，獲得與當(dāng)前事故特性最相似的歷史事故案例，提供真實(shí)救援經(jīng)驗(yàn)。

1 現(xiàn)場(chǎng)處置方案自動(dòng)生成系統(tǒng)結(jié)構(gòu)

煤礦事故具有突發(fā)性，在事故發(fā)生后往往由指揮人員根據(jù)獲取的信息確定事故處置方法，這種方式具有速度慢，信息獲取不全，無(wú)法參照以往信息等缺點(diǎn)?？紤]到應(yīng)急救援的緊迫性和依循應(yīng)急預(yù)案和安全規(guī)章的性質(zhì)，系統(tǒng)采用了專(zhuān)家系統(tǒng)中的規(guī)則推理方法并結(jié)合了搜索引擎技術(shù)來(lái)實(shí)現(xiàn)。系統(tǒng)結(jié)構(gòu)如圖1所示，主要由以下幾部分組成：

1)人機(jī)接口：用戶(hù)與專(zhuān)家系統(tǒng)進(jìn)行交流的界面。用戶(hù)輸入數(shù)據(jù)和信息，系統(tǒng)將結(jié)果予以顯示。

2)知識(shí)庫(kù)：用于存放相關(guān)應(yīng)急救援處置相關(guān)知識(shí)，包括事故案例經(jīng)驗(yàn)知識(shí)，應(yīng)急預(yù)案知識(shí)，專(zhuān)家知識(shí)等。

3)推理機(jī)：用于存放可以采用的推理策略。利用知識(shí)庫(kù)進(jìn)行推理得出結(jié)論。

4)搜索引擎：根據(jù)用戶(hù)輸入的查詢(xún)信息，匹配符合查詢(xún)條件且與當(dāng)前事故最相似的歷史事故案例。

圖1 基于規(guī)則推理的處置方法處置系統(tǒng)結(jié)構(gòu)

2 知識(shí)表示與知識(shí)庫(kù)的建立

知識(shí)表示指的是系統(tǒng)中知識(shí)的組織形式，知識(shí)表示與問(wèn)題的性質(zhì)和推理控制策略有密切的關(guān)系。目前知識(shí)表示方法有產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)、狀態(tài)空間、與或圖、謂詞邏輯、框架、劇本、本體等[14]。本系統(tǒng)儲(chǔ)存兩類(lèi)知識(shí)，分別為：①事故案例中提取出的案例知識(shí)，如事故的基本信息，發(fā)生原因，救援過(guò)程等的文字描述；②處置方案生成相關(guān)知識(shí)，即處置方案生成規(guī)則。

2.1 事故案例知識(shí)表示

煤礦事故案例包含事故中的基本信息要素，記錄了事故發(fā)生的時(shí)間和地點(diǎn)，引發(fā)事故的直接、間接原因，事故經(jīng)過(guò)、后果等，目前案例多以非結(jié)構(gòu)化文本的形式存儲(chǔ)，不能對(duì)其進(jìn)行深層次的加工利用，如果能有效地把事故案例描述的信息抽取出來(lái)，并進(jìn)行合理的組織、管理和存儲(chǔ)，將對(duì)應(yīng)急救援和決策產(chǎn)生積極的輔助作用?？蚣鼙硎痉ㄊ且钥蚣芾碚摓榛A(chǔ)，能將陳述性和過(guò)程性知識(shí)相結(jié)合的一種結(jié)構(gòu)化知識(shí)表示方式[15]，既可用于存儲(chǔ)事故的各屬性值，也可表示事故原因、救援、處置過(guò)程等描述性知識(shí)?？蚣苁且环N存儲(chǔ)以往經(jīng)驗(yàn)和信息的通用數(shù)據(jù)結(jié)構(gòu)，是一種結(jié)構(gòu)化表示方式。框架通常采用“側(cè)面-槽-值”表示結(jié)構(gòu)，也就是說(shuō)，框架由描述事物的各個(gè)方面的若干側(cè)面組成，每個(gè)側(cè)面有若干槽，每個(gè)槽有若干值。框架中的附加過(guò)程用系統(tǒng)中已有的信息解釋或計(jì)算新的信息。

在綜合分析煤礦事故案例特點(diǎn)之后，本文將事故案例以六元組形式描述進(jìn)行插槽式表示。采用框架技術(shù)的案例表示結(jié)構(gòu)見(jiàn)表1。

表1 事故案例的表示結(jié)構(gòu)

2.2 處置方案知識(shí)表示

處置方案的生成是在結(jié)合現(xiàn)場(chǎng)事故的基礎(chǔ)上，遵循相關(guān)規(guī)章制度，安全規(guī)程以及應(yīng)急預(yù)案，當(dāng)現(xiàn)場(chǎng)情況滿(mǎn)足一定條件時(shí)出發(fā)相應(yīng)規(guī)則。事故的處置方案生成屬于專(zhuān)家系統(tǒng)的精確推理過(guò)程，即推理中的條件和結(jié)論的因果關(guān)系是必然的，由前提開(kāi)始推理到結(jié)論，可以得到結(jié)論 是正確的或者錯(cuò)誤的，一個(gè)明確的答案。進(jìn)行精確推理時(shí)，當(dāng)一條規(guī)則的前項(xiàng)條件為真時(shí)，才會(huì)觸發(fā)規(guī)則。本文采用產(chǎn)生式規(guī)則表示處置方案知識(shí)，知識(shí)來(lái)源主要通過(guò)對(duì)相關(guān)安全規(guī)程的閱讀，以及與安全專(zhuān)家的溝通，最后收集到的內(nèi)容加以歸納規(guī)范總結(jié)提取。

產(chǎn)生式規(guī)則的基本思想是模式匹配，它從初始事實(shí)出發(fā)，用模式匹配的方式查找匹配的產(chǎn)生式規(guī)則。如果已知事實(shí)能夠使規(guī)則前提為真，則該規(guī)則被激活，推出新的事實(shí)；否則，查找下一條規(guī)則，以此類(lèi)推，直到得到結(jié)論為止。產(chǎn)生式規(guī)則的最大的優(yōu)點(diǎn)是知識(shí)模塊化、一致性和自然性較好，知識(shí)易于理解，便于知識(shí)庫(kù)維護(hù)，方便操作。例如判斷瓦斯爆炸的知識(shí)可以產(chǎn)生式規(guī)則表達(dá)為：

IF

瓦斯?jié)舛冗_(dá)到5%～16%

存在火源

環(huán)境氧氣含量不低于12%

THEN

發(fā)生瓦斯爆炸事故

此外，產(chǎn)生式規(guī)則前件可以動(dòng)態(tài)變化或者是多個(gè)條件的組合。如果產(chǎn)生式規(guī)則的前件是動(dòng)態(tài)變化，與時(shí)間或者其他動(dòng)態(tài)因素有關(guān)，可以在產(chǎn)生式前件處加入時(shí)間變量，動(dòng)態(tài)決定推理路徑。如果產(chǎn)生式前件需要對(duì)多個(gè)條件進(jìn)行判斷，可以聯(lián)合不同規(guī)則綜合起來(lái)進(jìn)行判斷。

本系統(tǒng)利用開(kāi)源規(guī)則業(yè)務(wù)引擎Drools工具構(gòu)建知識(shí)庫(kù)，規(guī)則定義使用原生規(guī)則語(yǔ)言，并存儲(chǔ)在規(guī)則文件DRL中。根據(jù)不同煤礦事故類(lèi)型，知識(shí)庫(kù)可以分成八大類(lèi)知識(shí)，分別是瓦斯事故知識(shí)庫(kù)、機(jī)電事故知識(shí)庫(kù)、運(yùn)輸事故知識(shí)庫(kù)、火災(zāi)事故知識(shí)庫(kù)、頂板事故知識(shí)庫(kù)、水害事故知識(shí)庫(kù)、放炮事故知識(shí)庫(kù)和其他事故知識(shí)庫(kù)，每類(lèi)知識(shí)庫(kù)利用一個(gè)DRL文件存儲(chǔ)。每條知識(shí)分成前件(知識(shí)的前提)和后件(知識(shí)推理結(jié)果)。

3 規(guī)則推理

產(chǎn)生式推理系統(tǒng)一般使用前向鎖鏈推理，即從待處理的數(shù)據(jù)出發(fā)，通過(guò)匹配規(guī)則庫(kù)中規(guī)則的前件，得到初步推理結(jié)果，再將初步結(jié)果匹配其他規(guī)則前件，直到?jīng)]有可以匹配的規(guī)則為止。推理機(jī)的效率和效果取決于推理引擎中的模式匹配器，即事實(shí)與規(guī)則前件匹配的組件。本文采用經(jīng)典的模式匹配Rete算法，通過(guò)構(gòu)建一個(gè)網(wǎng)絡(luò)進(jìn)行匹配[14]。

4 搜索引擎

搜索引擎的目的是從煤礦事故案例庫(kù)中提取出相似案例，本系統(tǒng)利用搜索引擎中倒排索引技術(shù)對(duì)案例非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行檢索，同時(shí)針對(duì)目標(biāo)案例固有特性利用傳統(tǒng)基于屬性的相似度計(jì)算方式對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行自動(dòng)匹配，最后，將兩者結(jié)果進(jìn)行綜合，從而在應(yīng)急狀態(tài)下，依據(jù)指揮人員意愿進(jìn)行有側(cè)重、有傾向的半自動(dòng)化相似案例檢索輔助決策支持。

在案例檢索前，首先需要基于案例庫(kù)建立用于支持關(guān)鍵詞檢索算法的倒排索引。倒排索引核心思想是構(gòu)造一種能夠?qū)⒃~映射到文檔的數(shù)據(jù)結(jié)構(gòu)，從而方便人們通過(guò)少許關(guān)鍵詞來(lái)對(duì)復(fù)雜文檔進(jìn)行有效檢索[16]。

在應(yīng)急狀態(tài)下，系統(tǒng)依據(jù)當(dāng)前目標(biāo)案例(事故區(qū))屬性信息以及決策者輸入的檢索關(guān)鍵短語(yǔ)信息觸發(fā)一次檢索行為的整個(gè)過(guò)程。在該過(guò)程中，檢索系統(tǒng)會(huì)進(jìn)行以下步驟：

1)粗略召回：粗略召回是指系統(tǒng)基于輸入的關(guān)鍵短語(yǔ)信息，利用倒排索引從案例庫(kù)中召回全部相關(guān)案例的過(guò)程。本文首先對(duì)關(guān)鍵短語(yǔ)進(jìn)行細(xì)致化分詞，將關(guān)鍵短語(yǔ)分解為一個(gè)或多個(gè)關(guān)鍵詞，之后，通過(guò)倒排索引，檢索出每個(gè)關(guān)鍵詞所對(duì)應(yīng)的全部文檔，這些文檔至少包含一個(gè)或多個(gè)上述關(guān)鍵詞。

2)計(jì)算檢索指數(shù)：對(duì)已經(jīng)粗略召回的案例數(shù)據(jù)依據(jù)輸入的關(guān)鍵短語(yǔ)信息計(jì)算對(duì)應(yīng)的檢索指數(shù)，其中檢索指數(shù)越大，說(shuō)明該案例與輸入短語(yǔ)越契合。

3)計(jì)算相似指數(shù)：對(duì)粗略召回的案例數(shù)據(jù)計(jì)算與目標(biāo)案例間的相似指數(shù)，相似指數(shù)越大，表示該案例與目標(biāo)案例在給定屬性范圍內(nèi)相似性越高。

4)綜合排序：步驟2獲得的檢索指數(shù)體現(xiàn)了決策者主動(dòng)檢索需求，步驟3獲得的相似指數(shù)表達(dá)了案例與當(dāng)前事故的發(fā)生環(huán)境相似程度，通過(guò)對(duì)檢索指數(shù)和相似指數(shù)計(jì)算線(xiàn)性加權(quán)和求得綜合指數(shù)，綜合指數(shù)較大的案例相比于候選案例更加滿(mǎn)足與目標(biāo)案例的相似性以及決策者主動(dòng)檢索的傾向性。

5)輸出結(jié)果：召回的案例通過(guò)利用綜合指數(shù)從大到小進(jìn)行排序，并將結(jié)果進(jìn)行輸出。

5 處置方案生成實(shí)現(xiàn)

5.1 基于規(guī)則的應(yīng)急處置方案生成

當(dāng)煤礦事故發(fā)生后，應(yīng)急指揮人員在系統(tǒng)頁(yè)面中輸出事故相關(guān)信息，同時(shí)礦井監(jiān)測(cè)數(shù)據(jù)能夠可視化的展示在頁(yè)面上。系統(tǒng)后臺(tái)程序根據(jù)事故基本特征和實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，動(dòng)態(tài)生成事故的處置措施，如圖2所示。

圖2 規(guī)則推理信息輸入

5.2 案例檢索

案例檢索功能頁(yè)面被劃分為三個(gè)區(qū)域，分別為搜索區(qū)、當(dāng)前事故環(huán)境信息區(qū)以及檢索結(jié)果區(qū)。在搜索區(qū)內(nèi)，用戶(hù)可以輸入搜索內(nèi)容。當(dāng)前事故環(huán)境信息區(qū)顯示了當(dāng)前發(fā)生事故或?yàn)?zāi)害的工作面以及對(duì)應(yīng)礦井信息。檢索出的案例展示在檢索結(jié)果區(qū)，每一個(gè)條目表示一個(gè)案例，多個(gè)案例按照綜合指數(shù)從大到小順次顯示。每個(gè)檢索結(jié)果的顯示包括案例標(biāo)題、案例內(nèi)容、案例元信息以及案例與目標(biāo)案例的相似標(biāo)簽，如圖3所示。檢索結(jié)果標(biāo)題包括案例發(fā)生時(shí)間、地點(diǎn)以及事故類(lèi)型，案例內(nèi)容以用戶(hù)檢索為基礎(chǔ)，快速截取出包含用戶(hù)檢索信息的部分內(nèi)容。案例元信息則主要指案例的排序指標(biāo)，即檢索指數(shù)、相似指數(shù)以及綜合指數(shù)的大小，方便用戶(hù)快速分析該案例可能的使用效果。案例與目標(biāo)案例間的相似標(biāo)簽則展示了改案例在不同屬性維度上與目標(biāo)案例的契合程度，方便用戶(hù)進(jìn)行快速篩選。

圖3 檢索單個(gè)案例內(nèi)容顯示

6 結(jié) 語(yǔ)

煤礦應(yīng)急處置方案是開(kāi)展救援工作的重要保障，為了能應(yīng)對(duì)事件發(fā)生的實(shí)時(shí)狀態(tài)，有效地對(duì)事故突發(fā)狀況進(jìn)行應(yīng)急響應(yīng)，本文構(gòu)建一個(gè)基于專(zhuān)家系統(tǒng)的現(xiàn)場(chǎng)處置方案自動(dòng)生成系統(tǒng)。系統(tǒng)整合了來(lái)自歷史事故案例、應(yīng)急預(yù)案和領(lǐng)域?qū)＜业木仍R(shí)，為救援過(guò)程提供充足的信息支撐和科學(xué)依據(jù)。當(dāng)發(fā)生煤礦事故，系統(tǒng)根據(jù)從應(yīng)急救援偵查人員和傳感器處獲取的事故相關(guān)信息，結(jié)合礦井地質(zhì)、水文等自然信息，利用推理引擎匹配規(guī)則庫(kù)中的專(zhuān)家經(jīng)驗(yàn)和應(yīng)急救援知識(shí)，得到相關(guān)事故處置辦法，并根據(jù)指揮人員輸入的查詢(xún)信息，檢索出符合查詢(xún)條件并與當(dāng)前事故特性最相似的歷史事故案例，為救援提供有現(xiàn)勢(shì)性和高可用性的現(xiàn)場(chǎng)處置方案和相關(guān)真實(shí)救援經(jīng)驗(yàn)。