基于BP神經(jīng)網(wǎng)絡(luò)的礦井熱環(huán)境評(píng)價(jià)體系研究

程 磊，趙 昊，耿劍統(tǒng)，王澤華

(1.河南理工大學(xué)安全科學(xué)與工程學(xué)院，河南 焦作 454003；2.河南省安全科學(xué)技術(shù)研究院，河南 鄭州 450004)

0 引 言

隨著開(kāi)采深度的增加，礦井熱害問(wèn)題日益突出。據(jù)統(tǒng)計(jì)，目前我國(guó)有69個(gè)礦井為熱害礦井，主要分布于江蘇、山東、黑龍江、吉林、河南等省[1]。礦井高溫環(huán)境下工作不僅影響工人身心健康，同時(shí)也影響工作效率，且井下高溫環(huán)境容易誘發(fā)火災(zāi)、瓦斯爆炸等災(zāi)害。礦井高溫?zé)岷?wèn)題逐漸成為礦井的又一大災(zāi)害，也逐漸成為礦井災(zāi)害研究的一個(gè)重要領(lǐng)域。

歐曉英等[2]運(yùn)用模糊綜合評(píng)價(jià)法對(duì)熱害礦井熱環(huán)境進(jìn)行了評(píng)價(jià)，構(gòu)建了礦井熱環(huán)境評(píng)價(jià)指標(biāo)的隸屬函數(shù)，并采用層次分析法對(duì)評(píng)價(jià)指標(biāo)的重要程度及其算法進(jìn)行了分析，以此來(lái)確定礦井環(huán)境的評(píng)價(jià)等級(jí)，設(shè)計(jì)了熱環(huán)境評(píng)價(jià)系統(tǒng)軟件；邱冠豪等[3]利用層次分析法構(gòu)建金屬礦井采礦熱害評(píng)價(jià)體系，從生產(chǎn)能力、地質(zhì)條件、礦井通風(fēng)、地理環(huán)境等4個(gè)方面提出17個(gè)評(píng)價(jià)指標(biāo)；袁東升等[4]對(duì)礦井內(nèi)部熱源的種類(lèi)進(jìn)行分析、計(jì)算；陳安國(guó)[5]對(duì)礦井熱害產(chǎn)生的原因進(jìn)行了分析，并闡述了熱害對(duì)于人的危害。

目前，針對(duì)礦井熱環(huán)境評(píng)價(jià)體系的研究還未達(dá)成共識(shí)，描述井下熱環(huán)境通常只用溫度表示，但礦井熱環(huán)境對(duì)人的損傷不應(yīng)只依靠溫度一個(gè)指標(biāo)，而應(yīng)該系統(tǒng)地考慮人的舒適性、安全性、人與井下環(huán)境的相互影響。本文以綜合的角度出發(fā)從礦井內(nèi)部熱源、環(huán)境以及礦井結(jié)構(gòu)三個(gè)方面提出影響礦井熱環(huán)境的評(píng)價(jià)指標(biāo)。各評(píng)價(jià)指標(biāo)與礦井熱害間存在復(fù)雜的線(xiàn)性、非線(xiàn)性關(guān)系，各個(gè)指標(biāo)間也相互影響，不能直接運(yùn)用已有的數(shù)學(xué)模型總結(jié)出各指標(biāo)與礦井熱環(huán)境間的映射關(guān)系。因此利用BP神經(jīng)網(wǎng)絡(luò)建立了多個(gè)因素的礦井熱環(huán)境評(píng)價(jià)因素之間的非線(xiàn)性模型。

1 礦井熱害評(píng)價(jià)指標(biāo)的建立

礦井熱害評(píng)價(jià)指標(biāo)體系包括礦井熱害影響因素和礦井熱環(huán)境分級(jí)指標(biāo)。礦井熱害是由內(nèi)部熱源、環(huán)境因素、礦井結(jié)構(gòu)三個(gè)因素耦合造成的。本文從內(nèi)部熱源、環(huán)境和礦井結(jié)構(gòu)三個(gè)方面選取15個(gè)指標(biāo)作為礦井熱害的評(píng)價(jià)指標(biāo)。同時(shí)運(yùn)用人在礦井下的熱舒適性概念對(duì)礦井熱環(huán)境進(jìn)行分級(jí)，將礦井分為無(wú)熱害礦井、中等程度熱害礦井和熱害嚴(yán)重礦井。

1.1 熱源因素

1) 人員放熱。人體向周?chē)h(huán)境散發(fā)的熱量計(jì)算見(jiàn)式(1)。

C=M-W-S

(1)

式中：C為人體向周?chē)h(huán)境散發(fā)的熱量；M為人體代謝率；W為人體所做的功；S為人體的蓄熱率。

由式(1)可知，工作人員的放熱量主要取決于工人數(shù)量和新陳代謝產(chǎn)生的熱量，不同年齡段的人新陳代謝產(chǎn)生的熱量不同，蓄熱率不同，對(duì)熱環(huán)境的適應(yīng)能力也不同。人是礦井熱環(huán)境評(píng)價(jià)體系針對(duì)的主要目標(biāo)，礦井熱害也直接對(duì)人體產(chǎn)生危害。故選取井下工人數(shù)量(指標(biāo)1)和井下工人平均年齡(指標(biāo)2)作為評(píng)價(jià)指標(biāo)。

2) 井下機(jī)電設(shè)備放熱。隨著礦井機(jī)械化程度的提高，井下機(jī)電設(shè)備安裝容量不斷增大，轉(zhuǎn)化為熱能部分的電能不斷往周邊環(huán)境散熱。機(jī)電設(shè)備放熱已成為礦井中不容忽視的主要熱源，故選取井下機(jī)電設(shè)備放熱(指標(biāo)3)作為評(píng)價(jià)指標(biāo)，可以用井下機(jī)電裝機(jī)總?cè)萘勘硎尽?/p>

3) 熱水放熱。井下涌出的熱水能對(duì)經(jīng)過(guò)的風(fēng)流進(jìn)行加溫加濕，是礦井熱環(huán)境的一大影響因素。井下涌水的放熱量主要是由放水量和水溫決定的。故選取地下熱水涌出量(指標(biāo)4)和地下熱水平均涌出溫度(指標(biāo)5)作為評(píng)價(jià)指標(biāo)。

4) 井下礦物氧化放熱。煤在開(kāi)采、運(yùn)輸過(guò)程中會(huì)氧化進(jìn)行放熱，特別是煤在運(yùn)輸過(guò)程中遇到進(jìn)風(fēng)風(fēng)流，對(duì)進(jìn)風(fēng)風(fēng)流加熱效果尤為明顯。高溫環(huán)境與井下礦物氧化自燃有密切聯(lián)系，其主要影響因素是井下礦物煤質(zhì)構(gòu)成與運(yùn)輸方式。 故選取井下礦物氧化放熱(指標(biāo)6)作為評(píng)價(jià)指標(biāo)。 可用式(2)進(jìn)行估算。

Qk=0.002 4mCmL0.8(tr-trm)

(2)

式中：m為煤炭生產(chǎn)量，kg/s；Cm為礦石的比熱，kg/(kg·℃)；L為運(yùn)輸距離，m；tr為運(yùn)輸過(guò)程中煤礦的平均溫度，℃；trm為出口皮帶風(fēng)流溫度，℃。

1.2 環(huán)境因素

1) 地?zé)崽荻取５責(zé)崽荻缺硎镜厍騼?nèi)部溫度不均勻分布程度的參數(shù)。一般埋深越深溫度值越高，以每百米垂直深度上增加的攝氏度數(shù)表示。不同地點(diǎn)地溫梯度值不同，通常為1～3 ℃/hm。對(duì)于深度較深的礦井，地?zé)崽荻葘?duì)井下熱環(huán)境影響較大。在增溫帶內(nèi)，巖層原始溫度隨深度的變化規(guī)律也可用地溫率或地溫梯度表示[6]。 故選取地?zé)崽荻?指標(biāo)7)作為評(píng)價(jià)指標(biāo)。

2) 地表氣候因素。井下溫度與濕度受到由風(fēng)機(jī)作用帶來(lái)的地表風(fēng)流中的溫度、濕度影響。對(duì)于井下工人來(lái)說(shuō)，高濕環(huán)境不利于個(gè)體散熱，雖然環(huán)境溫度變化不大，但更容易影響工人身心健康。因而地表大氣溫度、濕度的變化必然影響到井下的熱環(huán)境。故選取地面全年平均氣溫(指標(biāo)8)和地面全年平均濕度(指標(biāo)9)作為評(píng)價(jià)指標(biāo)。

1.3 礦井結(jié)構(gòu)因素

1) 采、掘工作面數(shù)量。對(duì)于井下熱環(huán)境而言，采煤工作面與掘進(jìn)工作面是產(chǎn)熱“大戶(hù)”，也是人員工作強(qiáng)度最大的地區(qū)，它們的數(shù)量對(duì)于井下熱環(huán)境是比較重要的。故選取采煤工作面數(shù)量(指標(biāo)10)與掘進(jìn)工作面數(shù)量(指標(biāo)11)作為評(píng)價(jià)指標(biāo)。

2) 采煤方法。不同的采煤方法采用不同的機(jī)電設(shè)備，放熱量也大不相同。故選取采煤方法(指標(biāo)12)作為評(píng)價(jià)指標(biāo)。運(yùn)用采煤過(guò)程中需要用到的機(jī)電設(shè)備容量對(duì)該指標(biāo)量化處理。

3) 工作面深度。隨著采掘深度的增加，礦井熱害也將伴隨有不同程度的加深。故選取工作面深度(指標(biāo)13)作為評(píng)價(jià)指標(biāo)。

4) 合理的通風(fēng)系統(tǒng)。井下合理的通風(fēng)系統(tǒng)有利于井下熱源的散熱。相比而言，中央并列式通風(fēng)行程過(guò)長(zhǎng)不利于散熱，分區(qū)獨(dú)立式通風(fēng)對(duì)各個(gè)采區(qū)進(jìn)行單獨(dú)通風(fēng)散熱效果最佳。這里可以對(duì)通風(fēng)系統(tǒng)類(lèi)型結(jié)合實(shí)際的通風(fēng)效果給出評(píng)分。故選取合理的通風(fēng)系統(tǒng)(指標(biāo)14)作為評(píng)價(jià)指標(biāo)。

5) 空氣流速。對(duì)于井下工人而言，在符合煤礦安全規(guī)程內(nèi)更大的風(fēng)速能帶走人體散發(fā)的熱量，也能更好地進(jìn)行礦井內(nèi)與外界的熱量交換。故選取空氣流速(指標(biāo)15)作為評(píng)價(jià)指標(biāo)。

1.4 評(píng)價(jià)分級(jí)指標(biāo)的建立

人在不同環(huán)境中對(duì)溫度有不同的適應(yīng)能力，本文運(yùn)用人在礦井下的熱舒適性概念對(duì)礦井熱環(huán)境進(jìn)行分級(jí)。黃煒等[7]基于PMV熱舒適性方程對(duì)礦井熱環(huán)境進(jìn)行分級(jí)，并繪制礦井人體熱舒適區(qū)(圖1)。

圖1 礦井人體熱舒適區(qū)Fig.1 Thermal comfort zone of the mine

引用該礦井熱舒適區(qū)圖，將處在熱舒適區(qū)的環(huán)境評(píng)價(jià)為[1,0,0](無(wú)熱害)，處在熱舒適區(qū)之外但低于煤礦安全規(guī)程規(guī)定的30 ℃以下的熱環(huán)境評(píng)價(jià)為[0,1,0](中等程度熱害)，將高于煤礦安全規(guī)程規(guī)定溫度亟需進(jìn)行礦井熱害改造的礦井評(píng)價(jià)為[0,0,1](熱害嚴(yán)重)。

2 BP神經(jīng)網(wǎng)絡(luò)的建立

神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)越復(fù)雜，樣本數(shù)據(jù)越多，其精度越高、處理非線(xiàn)性問(wèn)題的能力越強(qiáng)；如果樣本數(shù)據(jù)過(guò)少、網(wǎng)絡(luò)結(jié)構(gòu)過(guò)于簡(jiǎn)單，網(wǎng)絡(luò)訓(xùn)練則很難收斂。礦井熱害評(píng)價(jià)體系有15個(gè)評(píng)價(jià)指標(biāo)即該神經(jīng)網(wǎng)絡(luò)有15個(gè)輸入向量，為確保神經(jīng)網(wǎng)絡(luò)的精確度和收斂效果需要200個(gè)以上的樣本進(jìn)行訓(xùn)練。由于熱害礦井實(shí)例數(shù)量不多，且取樣調(diào)查難度較大，樣本數(shù)量達(dá)不到需要的訓(xùn)練樣本數(shù)量。若用這些有限的樣本進(jìn)行訓(xùn)練，會(huì)造成網(wǎng)絡(luò)學(xué)習(xí)經(jīng)驗(yàn)積累不夠，最終導(dǎo)致評(píng)價(jià)結(jié)果不準(zhǔn)確。因此，學(xué)習(xí)樣本采用理想與實(shí)際取樣相結(jié)合的方法選取300個(gè)樣本。在理想樣本中，如果礦井熱害評(píng)價(jià)體系中的各項(xiàng)指標(biāo)范圍都處在最優(yōu)范圍之內(nèi)，則礦井熱害系統(tǒng)評(píng)價(jià)的結(jié)果為Ⅰ[1,0,0](無(wú)熱害)；如果都為Ⅱ(中等程度熱害)，則評(píng)價(jià)結(jié)果為[0,1,0](中等程度熱害)；如果都為Ⅲ(熱害嚴(yán)重)，則評(píng)價(jià)結(jié)果為[0,0,1](熱害嚴(yán)重)。在這種假設(shè)的基礎(chǔ)上隨機(jī)選取部分樣本與實(shí)際樣本混合作為學(xué)習(xí)樣本，其中選取100個(gè)無(wú)熱害樣本、100個(gè)中等程度熱害樣本、100個(gè)熱害嚴(yán)重樣本。

由于有些指標(biāo)量化以后量級(jí)相差過(guò)大，為不影響神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程需要將指標(biāo)進(jìn)行歸一化處理為[0,1]之間。運(yùn)用式(3)進(jìn)行歸一化處理。

x=(maxX-X)/(maxX-minX)

(3)

選取理想樣本時(shí)指標(biāo)分級(jí)范圍見(jiàn)表1。

表1 理想樣本指標(biāo)分級(jí)范圍Table 1 Ideal sample index classification range

2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)對(duì)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度有較大的影響。節(jié)點(diǎn)數(shù)太少，網(wǎng)絡(luò)不能很好地學(xué)習(xí)；節(jié)點(diǎn)數(shù)太多，網(wǎng)絡(luò)容易過(guò)擬合。最佳隱含層節(jié)點(diǎn)數(shù)選擇運(yùn)用式(4)。

(4)

式中：l為隱含層節(jié)點(diǎn)數(shù)；n為輸入層節(jié)點(diǎn)數(shù)；m為輸出層節(jié)點(diǎn)數(shù)；a為0～10之間的常數(shù)。 隱含層節(jié)點(diǎn)數(shù)的選擇首先參考公式來(lái)確定節(jié)點(diǎn)數(shù)的大概范圍，然后用試湊法確定最佳的節(jié)點(diǎn)數(shù)[8]。 根據(jù)各節(jié)點(diǎn)計(jì)算對(duì)比，隱含層節(jié)點(diǎn)數(shù)選取10時(shí)誤差精度最小(表2)。

礦井熱害評(píng)價(jià)體系輸入信號(hào)有15維，評(píng)價(jià)結(jié)果共有3類(lèi)，所以BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為15-10-3，即輸入層有15個(gè)節(jié)點(diǎn)，隱含層有10個(gè)節(jié)點(diǎn)，輸出層有3個(gè)節(jié)點(diǎn)。初始權(quán)值在[0,1]間隨機(jī)取，最大迭代次數(shù)取1 000，學(xué)習(xí)速率取0.3。采用sig-moid作為傳遞函數(shù)，在創(chuàng)建網(wǎng)絡(luò)模型過(guò)程中隨機(jī)選取70%作為訓(xùn)練樣本，30%作為檢驗(yàn)樣本。

2.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

運(yùn)用MATLAB中的神經(jīng)網(wǎng)絡(luò)工具箱創(chuàng)建神經(jīng)網(wǎng)絡(luò)。使用選取樣本數(shù)據(jù)進(jìn)行訓(xùn)練，迭代14 000次，網(wǎng)絡(luò)收斂。訓(xùn)練結(jié)果如圖3所示。

由圖3可知，經(jīng)過(guò)第14輪訓(xùn)練得到的誤差最小。對(duì)樣本進(jìn)行檢驗(yàn)得出的誤差直方圖如圖4所示。

表2 不同隱含層節(jié)點(diǎn)數(shù)誤差Table 2 Error of nodes in different hidden layers

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.2 BP neural network structure diagram

圖3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果誤差圖Fig.3 Error diagram of neural network training results

圖4 樣本檢驗(yàn)誤差直方圖Fig.4 Histogram of sample test error

由圖4可知數(shù)據(jù)誤差很小，基于BP神經(jīng)網(wǎng)絡(luò)的礦井熱環(huán)境評(píng)價(jià)算法具有較高的準(zhǔn)確性，能夠準(zhǔn)確識(shí)別評(píng)級(jí)結(jié)果所屬的類(lèi)別，可以投入實(shí)踐使用。

3 實(shí)例分析

張雙樓煤礦位于江蘇省徐州市沛縣，屬于國(guó)家重要的煤礦之一。近年來(lái)，為滿(mǎn)足發(fā)展生產(chǎn)需要，張雙樓煤礦開(kāi)采深度增加至1 200 m，設(shè)計(jì)生產(chǎn)能力也擴(kuò)展至225 Mt/a。徐州市地處溫帶季風(fēng)區(qū)氣候，年平均氣溫較高，尤其在5～10月，溫度較高，濕度較大，井下高溫?zé)岷?yán)重。在不改變礦井結(jié)構(gòu)，滿(mǎn)足礦井生產(chǎn)需求的前提下，何滿(mǎn)潮等[9]通過(guò)減少降低井下熱水涌出溫度、減少井下機(jī)電設(shè)備散熱等一系列措施對(duì)張雙樓煤礦進(jìn)行熱害改造。本文以張雙樓煤礦改造前后的實(shí)例，通過(guò)已建立的評(píng)價(jià)指標(biāo)和評(píng)價(jià)系統(tǒng)對(duì)該礦進(jìn)行評(píng)價(jià)，來(lái)驗(yàn)證BP神經(jīng)網(wǎng)絡(luò)礦井熱害系統(tǒng)的準(zhǔn)確性。張雙樓煤礦改造前后的參數(shù)進(jìn)行歸一化的結(jié)果見(jiàn)表3和表4。

表3 張雙樓煤礦礦井熱害改造前參數(shù)Table 3 Parameters before thermal damage reconstructio n Zhangshuanglou coal mine

表4 張雙樓煤礦礦井熱害改造后參數(shù)Table 4 Parameters after thermal damage reconstructio n Zhangshuanglou coal mine

續(xù)表4

指標(biāo)數(shù)量來(lái)源歸一化之后813.5 ℃文獻(xiàn)[11]0.866 6969%文獻(xiàn)[11]0.193 9103個(gè)文獻(xiàn)[9]0.993 9115個(gè)文獻(xiàn)[10]0.969 612875 kW/h-0.924 2131 200 m-0.884 81485-0.000 0152.5 m/s-1.000 0

將礦井熱害改造前后的參數(shù)分別帶入建立的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行計(jì)算，礦井熱害改造前的結(jié)果為(0.02，0.13，0.89)根據(jù)最大隸屬度原則，評(píng)價(jià)該礦井為熱害嚴(yán)重礦井，與實(shí)際情況相符。礦井熱害改造后的結(jié)果為(0.12，0.91，0.03)根據(jù)最大隸屬度原則，評(píng)價(jià)改造后的礦井熱害為中等熱害。與何滿(mǎn)潮等[9]改造后實(shí)測(cè)結(jié)果34 ℃降到29 ℃相符合。因此,所建立的BP神經(jīng)網(wǎng)絡(luò)礦井熱環(huán)境評(píng)價(jià)系統(tǒng)符合實(shí)際生產(chǎn)情況，可以使用。

4 結(jié) 論

1) 結(jié)合礦井熱害的相關(guān)資料，確立了15個(gè)影響礦井熱環(huán)境的評(píng)價(jià)指標(biāo)和相應(yīng)的評(píng)價(jià)分級(jí)指標(biāo)，利用MATLAB軟件建立了一套新的BP神經(jīng)網(wǎng)絡(luò)礦井熱環(huán)境評(píng)價(jià)體系。在進(jìn)行礦井熱害改造的評(píng)價(jià)過(guò)程中，改變相應(yīng)的評(píng)價(jià)指標(biāo)參數(shù)，可以實(shí)現(xiàn)對(duì)礦井熱環(huán)境的評(píng)價(jià)結(jié)果進(jìn)行相應(yīng)的改變。

2) 利用BP神經(jīng)網(wǎng)絡(luò)可以對(duì)非線(xiàn)性模型進(jìn)行計(jì)算的特點(diǎn)對(duì)礦井熱環(huán)境進(jìn)行建模、計(jì)算，經(jīng)過(guò)對(duì)張雙樓煤礦改造前后的計(jì)算對(duì)比，驗(yàn)證該評(píng)價(jià)體系與實(shí)際結(jié)果相符合。

3) 利用該礦井熱環(huán)境評(píng)價(jià)體系可以對(duì)已有礦井的熱環(huán)境進(jìn)行評(píng)價(jià)，通過(guò)搜集資料，對(duì)改造礦井的結(jié)果進(jìn)行計(jì)算，驗(yàn)證改造結(jié)果，并且通過(guò)計(jì)算改變不同的參數(shù)，驗(yàn)證比較不同的改造方法對(duì)礦井熱環(huán)境的影響，可操作性強(qiáng)。