屈世甲,武福生
(1.中煤科工集團常州研究院有限公司,江蘇 常州213015;2.天地(常州)自動化股份有限公司,江蘇 常州213015)
煤礦智能工作面基本實現(xiàn)了地面集控中心與工作面區(qū)域控制中心的一鍵啟動與遠程操作等功能,基本能完成可視化遠程干預(yù)的工作面生產(chǎn)模式,對工作面生產(chǎn)過程來說,其安全、高效和操作簡單的優(yōu)勢較為明顯[1-4]。智能工作面的運行往往伴隨著“少人”或“無人”工作面的安全管理理念,一方面智能化工作面本身人員需求較少,另一方面是考慮相對危險區(qū)域人員的安全保障問題[5-7]。但綜采工作面安全生產(chǎn)不僅僅包含人員安全,還包括設(shè)備安全和環(huán)境安全,為此從智能綜采工作面環(huán)境安全監(jiān)測及預(yù)警方面的需求入手,以工作面區(qū)域水害、火災(zāi)、瓦斯、礦壓和粉塵5 大災(zāi)害為主線,利用信息化手段研究5 大災(zāi)害的實時監(jiān)測和分析預(yù)警問題。通過綜合評判模型,實現(xiàn)工作面區(qū)域的安全指數(shù)分析預(yù)警,為綜采工作面智能控制提供安全保障,為安全預(yù)警及管控提供災(zāi)害實時監(jiān)測和分析數(shù)據(jù),是智能工作面安全預(yù)警及管控體系的重要組成部分。
隨著綜采工作面成套設(shè)備技術(shù)的發(fā)展,智能綜采工作面也在逐漸增多,但是智能綜采工作面區(qū)域的環(huán)境安全監(jiān)測及管理依然處在超限報警、人工對接、口口相傳的階段[8-9]。如何進行智能綜采工作面日常的環(huán)境安全監(jiān)測及管理工作就成為了關(guān)注的問題。以煤礦最為主要的水害、火災(zāi)、瓦斯、礦壓和粉塵5 大災(zāi)害為例[10],從基礎(chǔ)分析數(shù)據(jù)來源、災(zāi)害分析方法和監(jiān)測分析成果3 方面來看,工作面環(huán)境安全監(jiān)測及預(yù)警現(xiàn)狀如下:
1)分析基礎(chǔ)數(shù)據(jù)來源。分析過程需要人工干預(yù),基礎(chǔ)數(shù)據(jù)不能自動獲取,無法排除人為干擾的主觀不可控性,同時分析結(jié)果也缺乏實時性。
2)災(zāi)害分析方法。水、火、瓦斯、礦壓、粉塵孤立分析,各自為政,沒有從工作面區(qū)域整體布局,在各災(zāi)害監(jiān)測基礎(chǔ)上融合分析預(yù)警。
3)災(zāi)害監(jiān)測分析成果。大多針對階段性生產(chǎn)過程分析,提交研究成果,多為研究報告形式,無法對工作面全生產(chǎn)周期進行安全分析、跟蹤和保障。
煤礦智能化工作面在環(huán)境安全監(jiān)測及保障部分也不同于傳統(tǒng)綜采工作面,在災(zāi)害監(jiān)測和預(yù)警分析方面應(yīng)有更深層次和更高實時性的需求。在分析基礎(chǔ)數(shù)據(jù)來源方面,要盡可能減少人為干擾因素,研發(fā)基礎(chǔ)數(shù)據(jù)及分析過程自動實現(xiàn)裝置及流程,提高安全分析的實時性;在災(zāi)害分析方面,要利用大數(shù)據(jù)思路解決安全因子之間的不確定相關(guān)性,在水、火、瓦斯、礦壓、粉塵分別預(yù)警的基礎(chǔ)上形成智能化的工作面災(zāi)害融合分析預(yù)警及保障跟蹤;在災(zāi)害監(jiān)測分析成果方面,能提供信息化管理平臺和分析方法的自診斷平臺,建立工作面全生產(chǎn)周期的安全跟蹤保障系統(tǒng),提高分析成果的實時性和復(fù)用性。
基礎(chǔ)監(jiān)測數(shù)據(jù)是災(zāi)害分析和預(yù)警的基礎(chǔ),基礎(chǔ)數(shù)據(jù)獲取的實時性和可靠性直接關(guān)系到預(yù)警系統(tǒng)的實時性和有效性。以水、火、瓦斯、礦壓和粉塵5 大災(zāi)害為研究對象和環(huán)境安全監(jiān)測分析目標,結(jié)合當下先進可靠的監(jiān)測手段和現(xiàn)場管理模式,原始基礎(chǔ)數(shù)據(jù)主要包括3 大類[11-13]:①監(jiān)測數(shù)據(jù)已經(jīng)實現(xiàn)了監(jiān)測信號數(shù)字化且實現(xiàn)了信息化傳輸,能夠自成系統(tǒng)并實時傳輸接入環(huán)境安全分析系統(tǒng)使用的數(shù)據(jù),比如煤礦安全監(jiān)控系統(tǒng),礦井人員定位系統(tǒng),采空區(qū)光纖測溫系統(tǒng)等;②雖實現(xiàn)了監(jiān)測的數(shù)字化,但是缺乏信息化傳輸手段,無法實時、自動傳輸?shù)陌踩O(jiān)測數(shù)據(jù),比如便攜檢測儀數(shù)據(jù),巷道測風數(shù)據(jù)等;③還沒有實現(xiàn)數(shù)字化的安全監(jiān)測數(shù)據(jù),比如機械風表的數(shù)據(jù)和采空區(qū)氣體色譜分析數(shù)據(jù)等。
從智慧礦山的發(fā)展需求來看,以上3 類監(jiān)測數(shù)據(jù)的數(shù)字化和信息化是必然和必須的,只有數(shù)據(jù)的實時可靠獲取能夠?qū)崿F(xiàn),后續(xù)的分析才會更有意義和價值[14-15]。結(jié)合現(xiàn)階段現(xiàn)場實際情況,為了開展現(xiàn)階段智能工作面環(huán)境安全分析預(yù)警工作,對以上3類數(shù)據(jù)的自動獲取提出了不同方案,安全監(jiān)測/檢測3 類基礎(chǔ)數(shù)據(jù)采集見表1。
如表1,第1 類基礎(chǔ)數(shù)據(jù)直接獲取相對容易;對于第2 類數(shù)據(jù),現(xiàn)有的便攜檢測儀基本不能直接將數(shù)據(jù)上傳,提出便攜儀與智能本安手機或其他有無線傳輸功能的終端配套使用的方法,便攜儀通過藍牙將數(shù)字化監(jiān)測信號傳至終端,終端通過無線網(wǎng)絡(luò)上傳安全分析系統(tǒng);第3 類數(shù)據(jù)大多已經(jīng)涵蓋在現(xiàn)有煤礦安全管理的流程中,而且都已經(jīng)形成不同格式的數(shù)據(jù)報表,比如束管分析報表,工作面生產(chǎn)統(tǒng)計報表等等[16]。為此提出通過利用信息化手段異地自動讀取相關(guān)報表的方式獲取人工檢測的冗余安全數(shù)據(jù),將數(shù)據(jù)結(jié)構(gòu)化以后存入數(shù)據(jù)庫成為安全分析的基礎(chǔ)數(shù)據(jù)庫備用。
國內(nèi)外煤礦行業(yè)學者在工作面災(zāi)害監(jiān)測預(yù)警方面展開了大量的研究工作,在災(zāi)害的監(jiān)測預(yù)警上都取得了一定的進展,達到了單一災(zāi)害提前預(yù)警并能指導處置的程度[17-19]。但煤礦采掘工作面生產(chǎn)系統(tǒng)空間上立體,時間上動態(tài),導致了其事故的動態(tài)性、隨機性和模糊性,不同災(zāi)害之間在時間和空間上也具有一定的相關(guān)性,5 大災(zāi)害各自獨立預(yù)警,雖然意義重大,但是當多種災(zāi)害耦合發(fā)生時候,就增加了災(zāi)害預(yù)警信息處理的難度,也不利于災(zāi)害的聯(lián)合預(yù)防,因此煤礦智能化工作面災(zāi)害預(yù)警分析,就需要將5 大災(zāi)害整體思考,綜合分析融合預(yù)警。
獨立預(yù)警沒有建立起有效的關(guān)聯(lián)分析,預(yù)警級別的劃分也沒有統(tǒng)一的標準,但是按照突發(fā)事件發(fā)生的緊急程度、發(fā)展態(tài)勢和可能造成的危害程度,將預(yù)警級別分為1 級、2 級、3 級和4 級,分別用紅色、橙色、黃色和藍色標示,1 級紅色為最高級別,4級藍色為最低級別。
不同的預(yù)警級別應(yīng)對的處理方法不同,4 級藍色預(yù)警采取一般應(yīng)對措施,排查隱患點,加強管理并密切觀察;3 級黃色預(yù)警采取較高應(yīng)對措施,加大人力處理隱患、加強工作面管理并密切觀察;2 級橙色預(yù)警必須采取嚴重重視的應(yīng)對措施,投入更多人力物力消除隱患并上報上級領(lǐng)導;1 級紅色預(yù)警采取最高級別的應(yīng)對措施,及時迅速處理隱患,必要時停產(chǎn)撤人,上報最高領(lǐng)導。由于5 大災(zāi)害獨立預(yù)警,對于工作面整體安全管控來說,在工作面的可能會出現(xiàn)以下難以處理的情形:①若5 大災(zāi)害有2種或以上為3 級橙色預(yù)警,其余為3 級黃色或者4級藍色預(yù)警,此時應(yīng)該按照哪種級別預(yù)警處置;②若5 大災(zāi)害有2 種或以上為3 級黃色預(yù)警,其余為4 級藍色預(yù)警,此時應(yīng)該按照哪種級別預(yù)警處置;③若五大災(zāi)害有兩種或以上為四級黃色預(yù)警,其余為安全狀態(tài),此時應(yīng)該按照哪種級別預(yù)警處置。
理論上來說,每個災(zāi)害都有4 個預(yù)警級別,5 大災(zāi)害總共就會存在1 024 種組合,針對5 大災(zāi)害單獨預(yù)警導致采取應(yīng)對措施混亂不明確的情形,必須建立明確的安全風險綜合預(yù)警的劃分方法,確保不同的預(yù)警級別有明確的應(yīng)對措施。
基于煤礦智能工作面安全管控的需要,明確工作面安全風險融合預(yù)警級別,從而采取清晰正確的應(yīng)對措施,消除工作面安全隱患,需要一種綜合5大災(zāi)害的工作面安全風險融合預(yù)警等級的劃分方法。首先將5 大災(zāi)害按照4 種預(yù)警級別進行劃分,分別用1、2、3、4 來表示,級別依次遞減,屬于融合預(yù)警的輸入部分,。
融合預(yù)警的輸出部分為5 種災(zāi)害融合后的預(yù)警級別,即每1 種災(zāi)害都有其本身的災(zāi)害預(yù)警級別(1、2、3、4),基于5 種災(zāi)害融合分析的基礎(chǔ)上,能夠得出當前工作面的5 種災(zāi)害融合預(yù)警等級,依然按照4 級劃分,用1 級、2 級、3 級、4 級來表征,其中1紅色預(yù)警代表最高級別,4 級藍色預(yù)警代表最低級別。經(jīng)過現(xiàn)場大量數(shù)據(jù)和事故案例分析,定義如下劃分方法。
1)5 大災(zāi)害中,只要有任意1 種災(zāi)害預(yù)警等級為1 級紅色預(yù)警,判斷融合預(yù)警等級為1 級,共781種組合,均輸出1 級紅色的融合預(yù)警結(jié)果,如式(1)。
2)5 大災(zāi)害中,如果有任意3 種及以上災(zāi)害預(yù)警等級為2 級,剩余災(zāi)害等級分別為3 級、4 級的情況下,判斷融合預(yù)警等級為2 級,共包括51 種組合,均輸出2 級橙色的融合預(yù)警結(jié)果,如式(2)。
3)5 大災(zāi)害中,如果有最多2 種災(zāi)害預(yù)警等級為2 級,剩余災(zāi)害等級分別為3 級、4 級的情況下,判斷融合預(yù)警等級為3 級,共160 種組合,均輸出3級橙色的融合預(yù)警結(jié)果,如式(3)。
4)5 大災(zāi)害中,如果有任意3 種及以上災(zāi)害預(yù)警等級為3 級,剩余災(zāi)害等級分別為4 級的情況下,判斷融合預(yù)警等級為3 級,共16 種組合,均輸出3級黃色的融合預(yù)警結(jié)果,如式(4)。
5)5 大災(zāi)害中,如果有最多2 種災(zāi)害預(yù)警等級為3 級,剩余災(zāi)害等級分別為4 級的情況下,判斷融合預(yù)警等級為4 級,共15 種組合,均輸出4 級藍色的融合預(yù)警結(jié)果,如式(5)。
6)5 大災(zāi)害中,如果有所有災(zāi)害預(yù)警等級為4級,判斷融合預(yù)警等級為4 級,共1 種組合,均輸出4 級藍色的融合預(yù)警結(jié)果,如式(6)。
如以上步驟,對1 024 種排列組合進行劃分,形成了工作面融合5 大災(zāi)害的安全風險等級的劃分方法,工作面安全風險融合預(yù)警級別劃分流程如圖1。
按照該融合等級劃分的方法,各個等級出現(xiàn)概率見表2。
圖1 工作面安全風險融合預(yù)警級別劃分流程Fig.1 Process of categorizing early warning levels of safety risks in working faces
表2 融合預(yù)警等級出現(xiàn)概率統(tǒng)計表Table 2 Statistics of the occurrence probability of the fusion early warning level
論述了智能綜采工作面環(huán)境安全監(jiān)測及預(yù)警現(xiàn)狀和工作面環(huán)境安全監(jiān)測融合分析方法。從智能工作面環(huán)境安全監(jiān)測及預(yù)警方面的需求入手,以工作面區(qū)域水害、火災(zāi)、瓦斯、礦壓和粉塵5 大災(zāi)害為主線,利用信息化手段研究了智能工作面5 大災(zāi)害的實時監(jiān)測和分析預(yù)警實現(xiàn)問題。從基礎(chǔ)分析數(shù)據(jù)來源、災(zāi)害分析方法和監(jiān)測分析成果3 方面對智能化工作面環(huán)境安全監(jiān)測預(yù)警進行了分析。