摘要：根據危險源理論和評價指標選擇原則，建立了掘進面瓦斯爆炸評價指標體系。基于灰色聚類評價法、BP 神經網絡原理和掘進面瓦斯爆炸的特點，設計了BP 神經網絡掘進面瓦斯爆炸危險源安全評價過程圖。最后應用BP 神經網絡安全評價方法對具體的掘進面進行了安全評價，得出了安全評價等級。神經網絡安全評價方法，能夠實現動態、靜態的安全評價，對提高安全評價技術水平具有現實的意義。

　　關鍵詞：神經網絡；安全評價；瓦斯爆炸；危險源

　　1 引言

　　掘進工作面是礦井瓦斯爆炸事故多發地點，據統計，在瓦斯爆炸事故中，約60% ～ 70%發生在掘進面［1］。為有效預防煤礦瓦斯爆炸事故，本文進行了掘進面瓦斯爆炸危險源的安全評價研究，探討了適用于煤礦危險源安全評價的新方法，為建立瓦斯爆炸危險源的控制系統提供了依據。

　　2 掘進面瓦斯爆炸評價指標體系

　　瓦斯爆炸的必要條件有3 類［1］。根據危險源理論［2］和評價指標選擇原則，確定了掘進面瓦斯爆炸評價指標體系。掘進面瓦斯爆炸第一類危險源指標體系為：x101 （平均斷層落差，m）、x102 （ 單位長度斷層條數，1/100 m）、x103 （頂板類型）、x104 （ 平均瓦斯涌出量，m3 /min）、x105自燃發火期（月）；第二類危險源指標體系為：x201 （ 平均風速，m/min）、x202風扇完好率（局扇）、x203 （ 100 m 風筒漏風率）、x204 （防爆設備完好率）、x205 （ 風量供需比）、x206 （瓦斯抽放率）、x207 （ 瓦斯抽放設備完好率）、x208 （ 通訊設施完好率）、x209 （ 通防設施完好率）、x210 （機械化程度，分）；第三類危險源指標體系為：x301 （管理人員受教育年限，a）、x302 （管理人員平均工齡，a）、x303 （ 管理人員平均資歷，a）、x304 （技術人員平均工齡，a）、x305 （技術人員所占比例）、x306 （ 工人受教育年限，a）、x307 （工人平均工齡，a）、x308 （民工合同工所占比重）、x309 （ 工人平均年齡，a）、x310 （ 工人平均受培訓時間，a）、x311 （安全投入兌現率）、x312 （ 安全教育，分）、x313 （管理干部安全監察水平，分）、x314 （ 安全人員出勤率）、x315 （ 安全責任制執行率）、x316 （員工的技能和經驗，分）、x317 （員工的職業責任感，分）、x318 （規程標準化執行水平，分）

 

　　圖1 BP 神經網絡安全評價過程圖

　　3 BP 神經網絡安全評價過程圖

　　BP 神經網絡［3，4］安全評價過程圖（圖1），簡要地說明了BP 神經網絡評價過程。起初評價時輸入分為3 部分：a. 啟動樣本（通過灰色聚類獲得的樣本）；b.安全標準值樣本（經處理后的安全標準樣本）；c.輸入對應的樣本訓練目標值。經神經網絡訓練學習后得到了安全評價數據庫（網絡權值和網絡結構），基于安全評價數據庫，輸入評價對象的指標數據并進行BP 網絡處理，經處理后可得到安全評價結果。同時又可以將新得到的安全評價結果生成新的樣本，再次進行網絡訓練，更新數據庫。隨著網絡訓練樣本數增加，網絡的訓練使評價的結果更加精確。

　　當訓練樣本得到一定數量時，會增加網絡訓練收斂難度，此時可以隨機從數據庫中提取一定的訓練樣本進行網絡訓練，更新數據庫。

　　4 掘進面神經網絡安全評價實例

　　4.1 神經網絡訓練樣本的確定

　　本文選取了四川達竹煤電集團某礦1122（21）開切眼（1）、2014（7）運輸巷（2）、西集中巷（3）、平頂山某礦戊9 - 10—21170 機巷（4）、銅川某礦4102 開切眼（5）等礦現場掘進工作面為待評價的樣本，把它們稱為聚類對象。聚類指標33 個，根據安全評價標準［5，6，7］，把安全評價結果劃分為5 個聚類灰數（即灰數）［8］，即V、Ⅳ、Ⅲ、Ⅱ、Ⅰ。對3 類危險源評價可以借鑒灰色聚類來評價，以灰色聚類評價結果來確定啟動樣本的輸出，其灰色聚類評價結果見表1。

　　以危險源安全評價標準作為另一部分樣本（安全標準值樣本），與上述啟動樣本一道，組成共10 個訓練樣本。

　　根據危險源，安全評價標準分為5 個等級，即安全（0 . 8 ～ 1），較安全（0 . 6 ～ 0 . 8）、一般安全（0 . 4 ～0.6）、較不安全（0.2 ～ 0.4）、不安全（0 ～ 0. 2）。由于每個等級的取值為一數值區間［7］，因而在進行網絡訓練前，必須對指標作如下處理：V、Ⅳ、Ⅲ、Ⅱ、Ⅰ5個等級值分別取其平均值作為目標值，即5 個安全評價等級的網絡期望輸出值分別為0 . 9，0 . 7，0 . 5，0.3，0.1。

　　4.2 神經網絡訓練及其評價

　　利用MATLAB 編寫了網絡權值訓練和優化程序，BP 網絡的結構為：輸入節點數為33 個，隱含層節點數為11 個，取初始權值為（ - 1，1）之間的隨機數，取學習速率為0. 01，期望誤差為0. 001，為了評價的直觀性將采用一個輸出結果，即輸出的節點數為1。

　　在建立完全、合理的礦山掘進面瓦斯爆炸安全評價指標體系和BP 神經網絡安全評價程序的基礎上，結合生產現場的具體情況進行安全評價，以此檢驗指標的合理性和準確性［9］。評價的掘進面及安全評價樣本如表2 所示。

　　先將掘進面6 作為BP 網絡的訓練樣本，共11個樣本，進行BP 網絡訓練，待訓練穩定后，對掘進面6 進行評價。其安全評價結果為0. 4775，對應安全評價等級取值范圍，可知掘進面6 安全評價等級為Ⅲ。同理，按上述方法可得到7、8、9、10 掘進面的安全評價結果。其結果匯總于表3。

　　5 結論

　　利用BP 神經網絡的特征，通過適當選擇評價指標，不僅可以全面評價系統的安全狀況和多因素共同作用下的安全狀態，還可以避免了傳統安全評價時通過人工確定權重的缺點。

 

 

 

 

　　BP 神經網絡安全評價方法能夠快速、可靠得到評價結果，實現了動態、靜態安全評價。對煤礦掘進面瓦斯爆炸危險源安全評價的研究，是為了實現最大限度降低事故發生率，保障人員和財產的安全，從而提高經濟效益。