基于CiteSpace的瓦斯災(zāi)害智能預(yù)警文獻(xiàn)可視化分析

谷 雷，朱權(quán)潔，李瑩瑩，張爾輝，張 震

(1.華北科技學(xué)院 安全工程學(xué)院，北京 東燕郊 065201；2.華北科技學(xué)院 應(yīng)急技術(shù)與管理學(xué)院，北京 東燕郊 065201；3.中鋼集團(tuán)武漢安全環(huán)保研究院有限公司，武漢 430081)

0 引言

我國(guó)煤炭資源豐富，煤炭產(chǎn)業(yè)在一定程度上促進(jìn)了我國(guó)的經(jīng)濟(jì)發(fā)展，提高了人民的生活水平，是我國(guó)的主要經(jīng)濟(jì)支柱。與此同時(shí)，煤與瓦斯突出一直以來(lái)都是我國(guó)煤礦主要的安全生產(chǎn)問(wèn)題。煤與瓦斯突出是指在掘進(jìn)煤層時(shí)，煤體受到采動(dòng)影響導(dǎo)致煤層破裂致使瓦斯向巷道內(nèi)大量噴出。由于瓦斯的主要成分是甲烷，因此煤與瓦斯突出災(zāi)害會(huì)造成嚴(yán)重的人員傷亡、設(shè)備損壞，甚至是爆炸。近年來(lái)，隨著智能化技術(shù)的不斷發(fā)展，將智能預(yù)警技術(shù)應(yīng)用于瓦斯災(zāi)害監(jiān)測(cè)，對(duì)瓦斯災(zāi)害的防治具有重要意義。國(guó)內(nèi)外專(zhuān)家對(duì)瓦斯災(zāi)害智能預(yù)警相關(guān)內(nèi)容已展開(kāi)了大量研究。其中，在理論研究方面，趙旭生等[1]在時(shí)間、空間和指標(biāo)體系等方面總結(jié)得到突出預(yù)警的特點(diǎn)；杜振宇等[2]采用層次分析法確定現(xiàn)場(chǎng)收集的預(yù)警指標(biāo)權(quán)重，建立可拓預(yù)警模型；郝忠等[3]從力學(xué)角度出發(fā)，基于多孔滲流理論建立瓦斯突出后的流動(dòng)方程；張子戌等[4]利用成熟的迷糊理論與技術(shù)，針對(duì)瓦斯突出區(qū)域進(jìn)行模糊識(shí)別。在人工智能算法方面，于麗雅等[5]基于云模型和D-S理論構(gòu)建瓦斯突出危險(xiǎn)性評(píng)價(jià)模型；朱志潔等[6]采用PCA與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合建立PCA-BP煤與瓦斯突出預(yù)測(cè)模型；邵良杉等[7]引入missForest算法與EGWO相結(jié)合，針對(duì)SVM進(jìn)行參數(shù)尋優(yōu)，建立EGWO-SVM模型。在預(yù)警平臺(tái)構(gòu)建方面，談國(guó)文[8]提出建立礦井通風(fēng)與瓦斯?jié)舛仍诰€(xiàn)監(jiān)測(cè)的綜合預(yù)警平臺(tái)；郭雪勇等[9]探討瓦斯預(yù)警平臺(tái)應(yīng)朝著全過(guò)程，多功能，智能化方向發(fā)展；曹康等[10]針對(duì)瓦斯監(jiān)測(cè)面臨指標(biāo)單一且誤差較高等情況，提出建立對(duì)煤礦聲發(fā)射強(qiáng)度、電磁輻射強(qiáng)度、瓦斯?jié)舛冗M(jìn)行綜合監(jiān)測(cè)的預(yù)警平臺(tái)。

CiteSpace文獻(xiàn)可視化軟件利用可視化圖譜展示研究領(lǐng)域內(nèi)的宏觀結(jié)構(gòu)及其脈絡(luò)發(fā)展的方式，是藝術(shù)與科學(xué)的完美結(jié)合。大連理工大學(xué)科學(xué)學(xué)與科技管理研究所劉則淵教授曾將其概括為：“一圖展春秋，一覽無(wú)余；一圖勝萬(wàn)言，一目了然”。目前，煤礦行業(yè)內(nèi)已有眾多學(xué)者利用CiteSpace軟件對(duì)煤礦安全、煤礦信息化、煤礦安全評(píng)價(jià)體系的相關(guān)文獻(xiàn)進(jìn)行可以化分析，得到相關(guān)領(lǐng)域內(nèi)的發(fā)展脈絡(luò)和趨勢(shì)[11-13]。

綜上所述，本文利用CiteSpace軟件，以CNKI文獻(xiàn)數(shù)據(jù)庫(kù)2010-2020年間收錄的瓦斯災(zāi)害智能預(yù)警研究文獻(xiàn)為對(duì)象進(jìn)行可視化分析，通過(guò)領(lǐng)域內(nèi)的發(fā)文量、發(fā)文作者、發(fā)文機(jī)構(gòu)、關(guān)鍵詞以及文獻(xiàn)突現(xiàn)詞進(jìn)行性可視化分析，以期了解領(lǐng)域內(nèi)的研究現(xiàn)狀、熱點(diǎn)以及發(fā)展趨勢(shì)，為后續(xù)相關(guān)學(xué)者繼續(xù)研究提供參考。

1 CiteSpace簡(jiǎn)介1.1 軟件簡(jiǎn)介

CiteSpace是由基于Java語(yǔ)言開(kāi)發(fā)的信息可視化軟件，全稱(chēng)為Citation Space，可譯為“引文空間”。CiteSpace可以用于挖掘期刊數(shù)據(jù)庫(kù)中的潛在內(nèi)容，并在科學(xué)計(jì)量學(xué)(Scientometric)、數(shù)據(jù)和信息可視化(Data and information visualization)的影響下形成的一款論文分析可視化軟件，具有多元、動(dòng)態(tài)、分時(shí)等優(yōu)點(diǎn)。由于是通過(guò)可視化的方式來(lái)顯示的某一領(lǐng)域的結(jié)構(gòu)、規(guī)律、分布情況、研究現(xiàn)狀、研究熱點(diǎn)等情況，該軟件又被稱(chēng)為“科學(xué)知識(shí)圖譜”(Mapping knowledge Domain)。

1.2 軟件使用流程

利用CiteSpaceⅤ得到CNKI文獻(xiàn)數(shù)據(jù)庫(kù)相關(guān)領(lǐng)域內(nèi)文獻(xiàn)的可視化圖譜，首先要通過(guò)CNKI文獻(xiàn)數(shù)據(jù)庫(kù)采集所需數(shù)據(jù)經(jīng)過(guò)CiteSpaceⅤ數(shù)據(jù)轉(zhuǎn)換功能得到適配格式，在CiteSpaceⅤ軟件中，以研究主題為項(xiàng)目名新建項(xiàng)目，經(jīng)相應(yīng)參數(shù)設(shè)置(時(shí)間切片、網(wǎng)絡(luò)類(lèi)型、關(guān)聯(lián)強(qiáng)度、網(wǎng)絡(luò)裁剪、節(jié)點(diǎn)閾值篩選)后得到可視化圖譜。如圖1所示，具體操作如下：

圖1 軟件操作流程圖

(1) 以研究主題為名新建文件夾，在其中分別以“Input”、“output”、“data”、“project”為名建立文件夾。

(2) 在CNKI文獻(xiàn)數(shù)據(jù)庫(kù)中以相應(yīng)關(guān)鍵詞為主題進(jìn)行搜索，時(shí)間按需設(shè)置，設(shè)定文獻(xiàn)數(shù)據(jù)來(lái)源于EI、北大核心、CSCD數(shù)據(jù)庫(kù)和普通期刊，經(jīng)過(guò)篩選得到符合要求的文獻(xiàn)數(shù)據(jù)。

(3) 將CNKI文獻(xiàn)數(shù)據(jù)以RefWorks形式導(dǎo)入“Input”文件夾中，并將文件命名為“download.xxxx”格式。

(4) 在CiteSpace的數(shù)據(jù)轉(zhuǎn)換功能作用下將CNKI期刊數(shù)據(jù)轉(zhuǎn)換為與CiteSpace相適的WOS數(shù)據(jù)格式，將轉(zhuǎn)換結(jié)果導(dǎo)入“Output”文件夾中。

(5) 在CiteSpace功能參數(shù)界面中的項(xiàng)目區(qū)導(dǎo)入相應(yīng)文件夾，創(chuàng)建新項(xiàng)目。

(6) 如表1所示，經(jīng)參數(shù)設(shè)置后，進(jìn)入可視化分析頁(yè)面。

2 瓦斯災(zāi)害智能預(yù)警進(jìn)展可視化分析

2.1 研究現(xiàn)狀分析

在CNKI文獻(xiàn)數(shù)據(jù)庫(kù)高級(jí)檢索中，分別將“瓦斯災(zāi)害”與“智能預(yù)警”、“大數(shù)據(jù)”、“人工智能”、“預(yù)警”為主題進(jìn)行檢索，時(shí)間為2010-2020年，設(shè)定文獻(xiàn)數(shù)據(jù)來(lái)源于EI、北大核心、CSCD數(shù)據(jù)庫(kù)和普通期刊。檢索時(shí)間是2020年11月27日，得到文獻(xiàn)為1719篇，經(jīng)CiteSpaceⅤ數(shù)據(jù)轉(zhuǎn)換功能識(shí)別有效文獻(xiàn)為1460篇。

2.1.1 發(fā)文量分析

分析近十年內(nèi)瓦斯智能預(yù)警領(lǐng)域的相關(guān)論文產(chǎn)出是衡量該學(xué)科發(fā)展?fàn)顩r的重要指標(biāo)[14]。錯(cuò)誤!未找到引用源。為近十年內(nèi)我國(guó)在瓦斯災(zāi)害智能預(yù)警領(lǐng)域方面的發(fā)文量統(tǒng)計(jì)圖。按照發(fā)文量的變化趨勢(shì)可以將2010-2020年分為三個(gè)階段，包括：初步發(fā)展階段(2010-2015年)、快速發(fā)展階段(2015-2016年)、回落平穩(wěn)階段(2016-2020年)，并通過(guò)CNKI文獻(xiàn)數(shù)據(jù)庫(kù)計(jì)量可視化分析功能了解三個(gè)階段內(nèi)的文獻(xiàn)研究主題，得到每個(gè)階段研究領(lǐng)域內(nèi)的研究狀況。

初步發(fā)展階段，這期間的平均發(fā)文量為145篇/年，經(jīng)CNKI文獻(xiàn)數(shù)據(jù)庫(kù)計(jì)量可視化分析可知：2010-2015年該領(lǐng)域內(nèi)文獻(xiàn)研究主題排名前三的為“煤與瓦斯突出”、“預(yù)警系統(tǒng)”、“煤礦瓦斯”。這表明相關(guān)專(zhuān)家學(xué)者開(kāi)始著眼于將智能預(yù)警的理論基礎(chǔ)應(yīng)用于煤礦內(nèi)瓦斯突出后的危險(xiǎn)預(yù)警。文光才于2011年發(fā)表的《煤與瓦斯突出預(yù)警技術(shù)及其應(yīng)用》共獲得75次引用，主要介紹利用先進(jìn)的計(jì)算機(jī)技術(shù)建立突出災(zāi)害預(yù)警系統(tǒng)，對(duì)煤礦內(nèi)瓦斯?jié)舛冗M(jìn)行監(jiān)測(cè)，并驗(yàn)證了其有效性[15]。崔俊飛[16]于2014年分析井下礦壓的特征和規(guī)律，構(gòu)建礦壓監(jiān)測(cè)預(yù)警系統(tǒng)可實(shí)現(xiàn)井下瓦斯災(zāi)害的監(jiān)測(cè)預(yù)警。該階段專(zhuān)家學(xué)者針對(duì)瓦斯監(jiān)測(cè)的指標(biāo)進(jìn)行了大量研究，還提出了包括電磁輻射[17]、氣象因子[18]等監(jiān)測(cè)預(yù)警指標(biāo)；

快速發(fā)展階段，煤礦安全生產(chǎn)領(lǐng)域內(nèi)瓦斯災(zāi)害智能預(yù)警相關(guān)研究熱點(diǎn)持續(xù)上升，發(fā)文量從2015年的160篇上升到2016年的314篇，相關(guān)文獻(xiàn)研究主題排名前三為“瓦斯?jié)舛取薄ⅰ懊号c瓦斯突出”、“預(yù)警系統(tǒng)”。這表明通過(guò)上一階段的不斷地探索，該領(lǐng)域內(nèi)有了重大的突破。董丁穩(wěn)等[19]分析瓦斯監(jiān)測(cè)數(shù)據(jù)的統(tǒng)計(jì)特征結(jié)合灰度關(guān)聯(lián)法提出了基于監(jiān)測(cè)數(shù)據(jù)關(guān)聯(lián)分析的瓦斯?jié)舛阮A(yù)警方法。孫繼平[20]指出了大數(shù)據(jù)在煤與瓦斯突出事故預(yù)警中的應(yīng)用。談國(guó)文等[21]運(yùn)用計(jì)算機(jī)及信息化技術(shù)構(gòu)建了防突動(dòng)態(tài)管理與分析系統(tǒng)，實(shí)現(xiàn)了煤與瓦斯突出防治的信息化、規(guī)范化管理。這表明越來(lái)越多的專(zhuān)家學(xué)者利用智能預(yù)警系統(tǒng)對(duì)瓦斯災(zāi)害進(jìn)行監(jiān)測(cè)并做到精準(zhǔn)預(yù)警；

回落平穩(wěn)階段，自2016年相關(guān)研究達(dá)到峰值后，關(guān)于瓦斯智能預(yù)警領(lǐng)域的研究出現(xiàn)了大幅下降，后趨于平穩(wěn)，發(fā)文量保持在100篇以上。經(jīng)過(guò)計(jì)量可視化分析可知，該階段相比前兩個(gè)階段突出的文獻(xiàn)研究主題有兩個(gè)，分別是“預(yù)警技術(shù)”和“預(yù)警模型”，表明經(jīng)過(guò)研究峰值后，相關(guān)的專(zhuān)家學(xué)者在探尋新的預(yù)警機(jī)制。其中，袁亮等[22]為預(yù)防煤礦典型動(dòng)力災(zāi)害，提出了風(fēng)險(xiǎn)精準(zhǔn)判識(shí)及監(jiān)控預(yù)警新理念與關(guān)鍵技術(shù)。張沖等[23]以瓦斯?jié)B流速度和溫度作為監(jiān)測(cè)指標(biāo)，測(cè)定型煤在三軸加載條件下的瓦斯突出特征。朱南南等[24]提出了通過(guò)判斷微震事件的特征來(lái)預(yù)測(cè)煤與瓦斯突出。據(jù)此可以推斷未來(lái)該領(lǐng)域類(lèi)似第二階段的情況可能還會(huì)發(fā)生。

圖2 2010-2020年研究領(lǐng)域發(fā)文數(shù)量統(tǒng)計(jì)圖

2.1.2 主要作者分析

通過(guò)CiteSpaceⅤ的作者共現(xiàn)分析功能，可以了解相關(guān)領(lǐng)域內(nèi)的作者發(fā)文量和作者之間的合作情況。發(fā)文量越多可以表示某位學(xué)者具有較多的科研成果和較高的學(xué)術(shù)能力，進(jìn)而再通過(guò)確定其論文的被引次數(shù)可以了解其在相關(guān)領(lǐng)域內(nèi)的學(xué)術(shù)影響力大小。作者之間的合作越多表示該研究領(lǐng)域目前是整個(gè)行業(yè)中的大趨勢(shì)和研究熱點(diǎn)，有利于分析了解相關(guān)領(lǐng)域在行業(yè)內(nèi)的發(fā)展現(xiàn)狀[25]。由普萊斯定律可知研究領(lǐng)域內(nèi)的高產(chǎn)作者發(fā)文量與最高產(chǎn)作者發(fā)文量有關(guān)，如式(1)所示。

(1)

其中，X表示滿(mǎn)足高產(chǎn)作者要求的最低發(fā)文量，Y表示最高產(chǎn)作者發(fā)文量。

如表1所示，為高產(chǎn)作者及其發(fā)文量等信息。分析表2可知：①何學(xué)秋和宋爽的發(fā)文量都在十篇以上，是煤礦瓦斯智能預(yù)警領(lǐng)域的領(lǐng)軍人物。其中，何學(xué)秋于2014年發(fā)表的《煤與瓦斯突出電磁輻射預(yù)警技術(shù)及應(yīng)用》至今已被引用50次，下載量為930次，影響了領(lǐng)域內(nèi)的發(fā)展；②最高被引文獻(xiàn)是孫繼平于2010年發(fā)表的《煤礦安全生產(chǎn)監(jiān)控與通信技術(shù)》，被引次數(shù)為270次，下載量為3509次，詳細(xì)論述了智能化設(shè)備在煤礦領(lǐng)域的應(yīng)用[26]。這表明孫繼平在煤礦瓦斯智能預(yù)警領(lǐng)域內(nèi)屬于核心力量，間接反映出大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、互聯(lián)網(wǎng)+等智能技術(shù)的發(fā)展開(kāi)始應(yīng)用于煤礦瓦斯智能預(yù)警；③張莉和吳震都是在近五年內(nèi)開(kāi)始研究相關(guān)課題，發(fā)文量都為三篇，在該領(lǐng)域內(nèi)屬于中堅(jiān)力量。

表2 國(guó)內(nèi)研究領(lǐng)域內(nèi)的高產(chǎn)作者及信息

2.1.3 發(fā)文機(jī)構(gòu)分析

對(duì)發(fā)文機(jī)構(gòu)進(jìn)行可視化分析，可以了解相關(guān)研究領(lǐng)域內(nèi)學(xué)術(shù)影響力較高的機(jī)構(gòu)以及機(jī)構(gòu)之間的合作關(guān)系，為領(lǐng)域內(nèi)的專(zhuān)家及學(xué)者進(jìn)行學(xué)術(shù)交流提供參考。利用CiteSpaceⅤ軟件繪制發(fā)文機(jī)構(gòu)知識(shí)圖譜，如圖3所示，共有338個(gè)節(jié)點(diǎn)，196條連線(xiàn)，網(wǎng)絡(luò)密度為0.0034，節(jié)點(diǎn)大小與發(fā)文量的多少成正比，節(jié)點(diǎn)間的連線(xiàn)表明發(fā)文機(jī)構(gòu)之間存在聯(lián)系。

分析圖3可知：①發(fā)文機(jī)構(gòu)較為分散。表明行業(yè)內(nèi)大部分發(fā)文機(jī)構(gòu)之間的聯(lián)系比較少，機(jī)構(gòu)之間缺乏學(xué)術(shù)合作，不利于瓦斯災(zāi)害智能預(yù)警進(jìn)一步的研究；②節(jié)點(diǎn)大小表明發(fā)文量的多少。圖中具有較大節(jié)點(diǎn)的是中煤科工集團(tuán)重慶研究院有限公司，關(guān)于瓦斯智能預(yù)警領(lǐng)域的研究共發(fā)表78篇文獻(xiàn)。據(jù)了解，中煤科工集團(tuán)重慶研究院有限公司是在全國(guó)煤炭安全領(lǐng)域位居龍頭地位的一流科技型企業(yè)，在瓦斯智能預(yù)警領(lǐng)域取得重大突破[27]。此外，瓦斯災(zāi)害監(jiān)控與應(yīng)急技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室、中國(guó)礦業(yè)大學(xué)安全工程學(xué)院、煤科集團(tuán)沈陽(yáng)研究院有限公司等發(fā)文量均在20篇以上，是該領(lǐng)域內(nèi)的中堅(jiān)科研機(jī)構(gòu)；③圖中部分機(jī)構(gòu)之間有著緊密合作。其中，中煤科工集團(tuán)重慶研究院有限公司與瓦斯災(zāi)害監(jiān)控與應(yīng)急技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室之間聯(lián)系緊密，形成了良性的網(wǎng)絡(luò)結(jié)構(gòu)；中國(guó)礦業(yè)大學(xué)(北京)資源與安全工程學(xué)院是聯(lián)系煤科集團(tuán)沈陽(yáng)研究院有限公司和中煤科工集團(tuán)重慶研究院有限公司的重要橋梁。

圖3 發(fā)文機(jī)構(gòu)知識(shí)圖譜

2.2 研究熱點(diǎn)與趨勢(shì)分析

2.2.1 研究熱點(diǎn)分析

通過(guò)CiteSpace關(guān)鍵詞共現(xiàn)功能，辨識(shí)在一篇文獻(xiàn)中相對(duì)增長(zhǎng)率突然增加的詞我們稱(chēng)之為該文獻(xiàn)的關(guān)鍵詞，關(guān)鍵詞是對(duì)文獻(xiàn)研究?jī)?nèi)容的直接體現(xiàn)，在一定程度上可以反映文獻(xiàn)的主題內(nèi)容[28]。分析關(guān)于瓦斯災(zāi)害智能預(yù)警文獻(xiàn)的關(guān)鍵詞，可以進(jìn)一步把握該研究領(lǐng)域的研究熱點(diǎn)和趨勢(shì)。文獻(xiàn)的關(guān)鍵詞知識(shí)圖譜如圖4關(guān)鍵詞知識(shí)圖譜所示。在圖4關(guān)鍵詞知識(shí)圖譜中，共有326個(gè)節(jié)點(diǎn)，411條連線(xiàn)。節(jié)點(diǎn)大小表明關(guān)鍵詞在文章的出現(xiàn)頻率，且成正相關(guān)關(guān)系；節(jié)點(diǎn)之間的連線(xiàn)表明兩個(gè)關(guān)鍵詞之間存在聯(lián)系，且連線(xiàn)越粗表明關(guān)系越緊密[29]。在圖4中，“煤與瓦斯突出”、“大數(shù)據(jù)”、“煤礦”、“預(yù)警”等節(jié)點(diǎn)相對(duì)突出，這與我們數(shù)據(jù)檢索的主題詞有關(guān)，后續(xù)討論中不做贅述。

分析圖4可知：①“云計(jì)算”、“煤礦安全”、“瓦斯監(jiān)測(cè)”與檢索主題詞聯(lián)系緊密，表明在煤礦安全方面利用云計(jì)算結(jié)合瓦斯災(zāi)害監(jiān)測(cè)成為該領(lǐng)域的研究熱點(diǎn)內(nèi)容。近年來(lái)利用云計(jì)算模式建立瓦斯災(zāi)害智能預(yù)警平臺(tái)，成功解決了預(yù)警系統(tǒng)資源共享和數(shù)據(jù)計(jì)算量過(guò)大的問(wèn)題，在瓦斯?jié)舛缺O(jiān)測(cè)數(shù)據(jù)獲取方面具有高效性和可行性[30]；②“ZigBee”和“CAN總線(xiàn)”是連接檢索主題詞與瓦斯災(zāi)害監(jiān)測(cè)相關(guān)內(nèi)容的“橋梁”，通過(guò)了解可知：ZigBee是無(wú)線(xiàn)電網(wǎng)絡(luò)通信技術(shù)，具有高效、可靠等特點(diǎn)，目前廣泛受到關(guān)注；CAN總線(xiàn)屬于現(xiàn)場(chǎng)總線(xiàn)的范疇，它是一種有效支持分布式控制或?qū)崟r(shí)控制的串行通信網(wǎng)絡(luò)，具有可靠性高、傳輸速度快、傳輸距離遠(yuǎn)、容錯(cuò)能力強(qiáng)、組網(wǎng)方便等特點(diǎn)[31]。目前，基于CAN總線(xiàn)與ZigBee的井下無(wú)線(xiàn)傳感器網(wǎng)絡(luò)是當(dāng)前瓦斯實(shí)時(shí)監(jiān)測(cè)系統(tǒng)的重要組成部分；③“bp神經(jīng)網(wǎng)絡(luò)”是聯(lián)系煤礦安全與煤與瓦斯突出的重要節(jié)點(diǎn)。bp神經(jīng)網(wǎng)絡(luò)作為一種算法，在與其他算法相結(jié)合的情況下，構(gòu)建瓦斯?jié)舛戎悄茴A(yù)警模型，可提高煤層瓦斯含量監(jiān)測(cè)的精度。

圖4 關(guān)鍵詞知識(shí)圖譜

瓦斯災(zāi)害智能預(yù)警平臺(tái)的構(gòu)建體現(xiàn)出多學(xué)科交叉、多學(xué)科融合、多學(xué)科復(fù)合等特點(diǎn)。在瓦斯災(zāi)害智能預(yù)警領(lǐng)域，眾多專(zhuān)家學(xué)者將智能預(yù)警理論基礎(chǔ)應(yīng)用于現(xiàn)場(chǎng)瓦斯智能預(yù)警平臺(tái)的構(gòu)建，且對(duì)于瓦斯災(zāi)害超前預(yù)警取得了良好的成效[32]。其中，利用云計(jì)算方法可以實(shí)現(xiàn)瓦斯災(zāi)害智能預(yù)警平臺(tái)數(shù)據(jù)的大范圍共享以及數(shù)據(jù)存儲(chǔ)問(wèn)題；利用CAN總線(xiàn)以及ZigBee等無(wú)線(xiàn)傳感器網(wǎng)絡(luò)通信技術(shù)，可以解決井下實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)向智能預(yù)警平臺(tái)傳輸?shù)膯?wèn)題；利用BP神經(jīng)網(wǎng)絡(luò)算法與其他算法相結(jié)合的情況下，可以提高瓦斯?jié)舛缺O(jiān)測(cè)的精度。

2.2.2 研究趨勢(shì)分析

關(guān)鍵詞出現(xiàn)頻次的變動(dòng)可以間接反映出相關(guān)研究領(lǐng)域的發(fā)展趨勢(shì)[29]。在CiteSpaceⅤ軟件中，點(diǎn)擊元素調(diào)整界面里面的“Bustness”功能，設(shè)置γ[0,1]參數(shù)為0.6，其余參數(shù)為默認(rèn)即可。獲得18個(gè)突現(xiàn)詞匯，經(jīng)合并后得到如表3，12個(gè)突變?cè)~列表所示的12個(gè)突變?cè)~，根據(jù)突變權(quán)重排序。

分析表3可知：①“瓦斯”與“瓦斯監(jiān)測(cè)”是出現(xiàn)頻次第二和第三的詞匯在近十年的內(nèi)先關(guān)領(lǐng)域內(nèi)的突變權(quán)重都大于5，且起止時(shí)間與文獻(xiàn)檢索時(shí)間一致，這表明瓦斯災(zāi)害的預(yù)防和治理一直都是煤礦安全行業(yè)內(nèi)的研究重點(diǎn)；②與瓦斯災(zāi)害智能預(yù)警有關(guān)的突現(xiàn)詞有“大數(shù)據(jù)”、“云計(jì)算”、“物聯(lián)網(wǎng)”、“機(jī)器人”、“互聯(lián)網(wǎng)+”，且出現(xiàn)的年份都在2014年以后，除“大數(shù)據(jù)”外其他突現(xiàn)詞平均出現(xiàn)頻次為6.75次。這表明瓦斯智能預(yù)警早在2014年便開(kāi)始被相關(guān)領(lǐng)域內(nèi)的專(zhuān)家學(xué)者研究，但當(dāng)時(shí)只是基于智能預(yù)警尚未成為主流熱點(diǎn)；③與此同時(shí)，自2018年開(kāi)始“大數(shù)據(jù)”成為研究領(lǐng)域內(nèi)的突現(xiàn)詞，在兩年內(nèi)出現(xiàn)頻次為35次，突變權(quán)重為5.12。這表明應(yīng)用大數(shù)據(jù)可以為提高煤礦安全生產(chǎn)信息采集和管理提供重要幫助，對(duì)于煤礦瓦斯智能監(jiān)測(cè)預(yù)警有著突破性的推動(dòng)作用。

表3 12個(gè)突變?cè)~列表

續(xù)表

我國(guó)瓦斯災(zāi)害智能預(yù)警領(lǐng)域大數(shù)據(jù)將會(huì)是一個(gè)里程碑式節(jié)點(diǎn)，有利于推動(dòng)煤礦智能化和安全信息化。繼智慧礦山這一概念提出后，大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)等相關(guān)專(zhuān)業(yè)技術(shù)開(kāi)始應(yīng)用于煤礦行業(yè)，依托先進(jìn)的信息化技術(shù)將使煤礦安全生產(chǎn)朝更加智能化的方向發(fā)展。未來(lái)，基于物聯(lián)網(wǎng)時(shí)代的到來(lái)，綜合智能預(yù)警系統(tǒng)是煤礦安全行業(yè)內(nèi)的一大趨勢(shì)，其通過(guò)對(duì)煤礦內(nèi)各種數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)，相關(guān)機(jī)械設(shè)備的系統(tǒng)檢查，未知隱患的提前預(yù)警可以實(shí)現(xiàn)智慧礦山的最終目標(biāo)。目前相關(guān)領(lǐng)域的專(zhuān)家學(xué)者面臨的是如何將相關(guān)技術(shù)更好地應(yīng)用到煤礦生產(chǎn)中，如何互相取得更好的合作等一系列挑戰(zhàn)，對(duì)研究者也是巨大的機(jī)遇和挑戰(zhàn)。

3 結(jié)論

(1) 借助CiteSpaceⅤ軟件，以圖譜的形式對(duì)國(guó)內(nèi)瓦斯智能預(yù)警研究進(jìn)行全面、系統(tǒng)、清晰地評(píng)價(jià)，更為直觀的了解近十年內(nèi)該領(lǐng)域的研究熱點(diǎn)以及趨勢(shì)，經(jīng)分析可知：2010-2020年瓦斯災(zāi)害智能預(yù)警研究領(lǐng)域內(nèi)的發(fā)文量呈現(xiàn)三個(gè)階段，包括：初步發(fā)展階段、快速發(fā)展階段、回落平穩(wěn)階段，且對(duì)平穩(wěn)回落階段進(jìn)行分析，了解到近五年內(nèi)相關(guān)的專(zhuān)家學(xué)者在探尋新的預(yù)警機(jī)制，未來(lái)該領(lǐng)域內(nèi)的研究或許會(huì)有大的進(jìn)展；存在部分專(zhuān)家學(xué)者對(duì)領(lǐng)域內(nèi)的發(fā)展起到了巨大的推動(dòng)作用，屬于該領(lǐng)域內(nèi)的核心力量；中煤科工集團(tuán)重慶研究院有限公司近十年內(nèi)針對(duì)瓦斯智能預(yù)警研究共發(fā)文78篇，是該領(lǐng)域內(nèi)的主要發(fā)文機(jī)構(gòu)；

(2) 當(dāng)前瓦斯災(zāi)害智能預(yù)警主要是通過(guò)構(gòu)建智能預(yù)警平臺(tái)，結(jié)合多學(xué)科交叉、多學(xué)科融合、多學(xué)科復(fù)合等特點(diǎn)，實(shí)現(xiàn)精準(zhǔn)的數(shù)據(jù)采集和傳輸以及大范圍內(nèi)的數(shù)據(jù)共享。

(3) 未來(lái)，大數(shù)據(jù)將會(huì)是該領(lǐng)域內(nèi)的一個(gè)里程碑式節(jié)點(diǎn)，推動(dòng)煤礦智能化和安全信息化。繼智慧礦山這一概念提出后，大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)等相關(guān)專(zhuān)業(yè)技術(shù)開(kāi)始應(yīng)用于煤礦行業(yè)，依托先進(jìn)的信息化技術(shù)將使煤礦安全生產(chǎn)朝更加智能化的方向發(fā)展。未來(lái)瓦斯智能預(yù)警有望朝著更安全、可靠和精準(zhǔn)的方向發(fā)展。