楊得國(guó)， 梁 爽

(西北師范大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院， 蘭州 730070)

?

基于云模型的煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)研究

楊得國(guó)*， 梁 爽

(西北師范大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院， 蘭州 730070)

本文針對(duì)煤礦礦井內(nèi)各類(lèi)危險(xiǎn)源的不確定性特點(diǎn)，利用模糊性和隨機(jī)性相結(jié)合的云模型對(duì)瓦斯風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)進(jìn)行表示.采用基于云模型的煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)方法進(jìn)行研究，將定性瓦斯風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)和定量瓦斯風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)進(jìn)行量化和規(guī)范化計(jì)算.同時(shí)，建立了云模型的多層次的煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)體系結(jié)構(gòu)，并將其轉(zhuǎn)換成基于云模型的煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià).此外，還根據(jù)云重心推理方法，引入基于云模型的煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)方法.

瓦斯事故； 風(fēng)險(xiǎn)評(píng)價(jià)； 云模型

煤炭資源在我國(guó)現(xiàn)代化建設(shè)史上所占有的重要地位不言而喻.作為世界上的產(chǎn)煤大國(guó)，我國(guó)蘊(yùn)含著豐富的煤炭資源，對(duì)煤炭的生產(chǎn)和消耗都是巨大的.在煤礦安全生產(chǎn)過(guò)程中，由于煤炭資源的存在方式，導(dǎo)致煤炭的開(kāi)采過(guò)程具有非常高的危險(xiǎn)性，對(duì)財(cái)力和人身安全都產(chǎn)生了很大的威脅性.

煤礦礦井瓦斯風(fēng)險(xiǎn)評(píng)價(jià)是實(shí)現(xiàn)煤礦安全管理工作的一個(gè)重要手段，有利于按風(fēng)險(xiǎn)類(lèi)型、嚴(yán)重程度、生產(chǎn)規(guī)模等對(duì)煤礦的安全狀況進(jìn)行分級(jí)分類(lèi)管理和監(jiān)察；有利于動(dòng)態(tài)監(jiān)控煤礦的安全狀況，在礦井不同時(shí)期根據(jù)井內(nèi)實(shí)際情況適時(shí)地做出調(diào)整，進(jìn)而加強(qiáng)對(duì)煤礦安全生產(chǎn)的監(jiān)管，實(shí)現(xiàn)對(duì)煤礦安全科學(xué)性、針對(duì)性的監(jiān)察.對(duì)于煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)的研究，有利于實(shí)現(xiàn)煤礦安全生產(chǎn)的科學(xué)化與系統(tǒng)化.

本文從3類(lèi)危險(xiǎn)源理論出發(fā)，并依據(jù)重大危險(xiǎn)源指標(biāo)體系，確定影響煤礦安全生產(chǎn)過(guò)程中的危險(xiǎn)因素，分析各個(gè)危險(xiǎn)源之間的關(guān)系，徹底揭示事故發(fā)生的原因，進(jìn)而運(yùn)用基于云模型的評(píng)價(jià)方法實(shí)現(xiàn)對(duì)煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)的研究.

1 云模型理論

1.1云模型的定義

云的基本概念如下：設(shè)U是一個(gè)用精確數(shù)值表示的定量論域，C是U上的定性概念.若定量值x∈U，且x是定性概念C的一次隨機(jī)實(shí)現(xiàn)，x對(duì)C的確定度μ(x) ∈[0，1]是一種有穩(wěn)定傾向性的隨機(jī)數(shù)：

μ:U[0，1]，? x∈U,x→μ(x),

(1)

則x在論域U上的分布稱(chēng)為云，每一個(gè)x稱(chēng)為一個(gè)云滴，表示為drop(x，μ(x)) .

1.2云模型的數(shù)字特征

云模型[1]可以用期望(Ex)、熵(En)和超熵(He)來(lái)表示，這3個(gè)數(shù)字特征表示一個(gè)自然語(yǔ)言的定性概念，特征用C(Ex，En，He)來(lái)表示.期望(Ex)在云圖中的最中心的位置，隸屬度為1，代表完全隸屬于該定性概念的樣本點(diǎn)，最具典型性.熵(En)代表的是不確定度.通過(guò)熵可以表示論域空間可被該定性概念接受的程度，熵越大，定性概念越模糊.超熵(He)是熵的熵，代表的是熵的不確定度，其所呈現(xiàn)的云圖的云滴更為離散，云的厚度也越大.所以云模型并不是用確定的數(shù)值來(lái)表征，而是采用云模型的3個(gè)數(shù)字特征C(Ex，En，He)實(shí)現(xiàn)模糊性和隨機(jī)性的有機(jī)結(jié)合.云模型所表示的定性語(yǔ)言值是由云圖的形態(tài)展現(xiàn)出來(lái)的.云圖中的每個(gè)離散點(diǎn)即為一個(gè)云滴[2]，每個(gè)云滴表示一個(gè)定性語(yǔ)言值的定量數(shù)值化表達(dá).云模型是一個(gè)定性向定量轉(zhuǎn)化的過(guò)程模型.云具有極強(qiáng)的靈活性，其在主觀性上具有良好的精準(zhǔn)性，從而大大提高了服務(wù)指標(biāo)的可信度.

2 煤礦瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)模型研究

2.1煤礦瓦斯事故危險(xiǎn)源風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

在現(xiàn)實(shí)的煤礦安全生產(chǎn)過(guò)程中，煤礦礦井瓦斯事故的發(fā)生并不是不可避免的，引起瓦斯風(fēng)險(xiǎn)事故發(fā)生的基本因素有以下幾類(lèi)：第一類(lèi)危險(xiǎn)源，瓦斯本身具有一定的易燃易爆性，這一特性不僅為人類(lèi)創(chuàng)造了良好的生活方式，同樣也帶來(lái)了一定的威脅與風(fēng)險(xiǎn)；第二類(lèi)危險(xiǎn)源，這類(lèi)危險(xiǎn)源主要是指誘發(fā)瓦斯事故的因素，包括一些細(xì)小的自然的非自然的因素，這些因素一般是可以避免的；第三類(lèi)危險(xiǎn)源，人是煤礦生產(chǎn)中的最核心角色，同樣，人也是在煤礦瓦斯危險(xiǎn)源系統(tǒng)中最不穩(wěn)定的因素.綜合考慮各個(gè)因素對(duì)煤礦安全生產(chǎn)狀態(tài)的影響和各因素之間的相互關(guān)系，得到各因素在體系結(jié)構(gòu)中的相互關(guān)系，如圖1所示.

圖1 煤礦礦井瓦斯風(fēng)險(xiǎn)危險(xiǎn)源屬性集合Fig.1 Gas risks of coal mine and their source

2.2風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)一致化和規(guī)范化處理

2.2.1評(píng)價(jià)指標(biāo)類(lèi)型的一致化 根據(jù)以往研究經(jīng)驗(yàn)可知，“極大型”評(píng)價(jià)指標(biāo)的值越大代表風(fēng)險(xiǎn)越大，如煤層瓦斯含量、煤層瓦斯涌出量、煤塵爆炸指數(shù)、地質(zhì)構(gòu)造程度等為極大型定量指標(biāo)；“極小型”評(píng)價(jià)指標(biāo)是取值越小越有風(fēng)險(xiǎn)，如通風(fēng)系統(tǒng)、瓦斯抽放率、設(shè)備安全可靠性、安全投入指數(shù)等為極小型定量指標(biāo)；“居中型”評(píng)價(jià)指標(biāo)是取值越居中越有風(fēng)險(xiǎn)；“區(qū)間型”是在某一區(qū)間內(nèi)最有風(fēng)險(xiǎn)的指標(biāo)[3].本文的評(píng)價(jià)體系中，包含著這些不同的指標(biāo)，這就使得整個(gè)評(píng)價(jià)系統(tǒng)的風(fēng)險(xiǎn)程度無(wú)法得到有效地評(píng)價(jià)，因此有必要對(duì)定量風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)進(jìn)行一致化處理.

對(duì)于極小型評(píng)價(jià)指標(biāo)x，令

x*=M-x，

(2)

對(duì)于居中型評(píng)價(jià)指標(biāo)x，令

(3)

對(duì)于區(qū)間型評(píng)價(jià)指標(biāo)x，令

(4)

2.2.2煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化處理 為了將煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)統(tǒng)一在區(qū)間[0，1]，必須將評(píng)價(jià)指標(biāo)進(jìn)行規(guī)范化處理，本文所采用的方法為極值標(biāo)準(zhǔn)化法[4].對(duì)這些評(píng)價(jià)指標(biāo)進(jìn)行正向和逆向的標(biāo)準(zhǔn)化處理的計(jì)算公式如下：

對(duì)于正向指標(biāo):

(5)

對(duì)于逆向指標(biāo):

(6)

3 基于云模型的瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)方法

3.1 基于模糊推理的瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)方法

3.1.1模糊集合賦值與輸入值模糊化 先構(gòu)建模糊集合，之后通過(guò)模糊綜合評(píng)價(jià)方法獲得隸屬度函數(shù).固有危險(xiǎn)源因素通過(guò)煤層瓦斯涌出量、煤層瓦斯含量、煤層瓦斯壓力、風(fēng)流瓦斯含量等構(gòu)造因素的融合結(jié)果獲得，利用模糊綜合評(píng)判加權(quán)平均作為固有風(fēng)險(xiǎn)源模糊集的隸屬度，α1，α2，α3，α4，α5表示權(quán)重信息，可通過(guò)層次分析法等方法獲得.

取固有危險(xiǎn)源論域G=[0，1]×[0，1]×[0，1]×[0，1]×[0，1]，e∈[0，1]為規(guī)范化煤層瓦斯涌出量，h∈[0，1]為規(guī)范化煤層瓦斯含量，l∈[0，1]為規(guī)范化煤層瓦斯壓力，f∈[0，1]為規(guī)范化風(fēng)流瓦斯含量，s∈[0，1]為規(guī)范化地質(zhì)構(gòu)造復(fù)雜程度，模糊子集G1={很小}、G2={較小}、G3={中等}、G4={較大}、G5={很大}的隸屬度函數(shù)[5]定義為：

(7)

其中，ig∈{1，2，3，4，5}，σ1為寬度，一般取σ1= 0.11.

同樣，誘發(fā)危險(xiǎn)源論域Y=[0，1]×[0，1]×[0，1]×[0，1]×[0，1]，模糊子集Y1={很小}、Y2={較小}、Y3={較大}、Y4={很大}的隸屬度函數(shù)[6]定義為：

μYiy(t，d，z，b，p)=

(8)

其中，iy∈{1，2，3，4}，σ2為寬度，一般取σ2=0.11.

人的因素論域R=[0，1]×[0，1]×[0，1]×[0，1]×[0，1]，模糊子集R1={很小}、R2={較小}、R3={較大}的隸屬度函數(shù)定義為：

(9)

其中，ir∈{1，2，3}，σ3為寬度，一般取σ3=0.11.

風(fēng)險(xiǎn)度論域W=[0，1]，模糊子集W1={無(wú)}、W2={極小}、W3{較小}、W4={中等}、W5={大}、W6={較大}、W7={重大}，隸屬度函數(shù)為：

(10)

其中，jw∈{1，2，3，4，5，6，7}，w∈[0，1]，σ4的值視情況而定，一般為0.046.

當(dāng)某一時(shí)刻輸入煤礦瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)屬性15個(gè)指標(biāo)的歸一化度量[e′，h′，l′，f′，s′，t′，d′，z′，b′，p′，q′，m′，k′，i′，n′]，對(duì)屬性集合進(jìn)行模糊化，即計(jì)算μGig(e′，h′，l′，f′，s′)，μYiy(t′，d′，z′，b′，q′)，μRir(q′，m′，k′，i′，n′).

3.1.2模糊推理規(guī)則與合成模糊集 推理規(guī)則形如“ifEthenH”，其中E為推理前件，H為推理結(jié)論.當(dāng)推理?xiàng)l件有兩個(gè)或兩個(gè)以上時(shí)，通過(guò)在推理前件中運(yùn)用and連接.例如，當(dāng)推理規(guī)則中的推理?xiàng)l件有3個(gè)時(shí)，將這些前提條件用“and”結(jié)合：

cisRirthenwisWjw，

(11)

其中，ig=1，2，3，4，5，iy=1，2，3，4，ir=1，2，3，jw=1，2，3，4，5，6，7，g、y、r為輸入變量，而w為輸出變量.

(12)

3.1.3解模糊 對(duì)于煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)，一般可用重心法進(jìn)行模糊集的解模糊[7].

(13)

上式中，w0為得到的最終的瓦斯風(fēng)險(xiǎn)程度，根據(jù)最大隸屬度原則，經(jīng)過(guò)計(jì)算w0對(duì)每一風(fēng)險(xiǎn)度模糊子集的隸屬度得到煤礦礦井瓦斯風(fēng)險(xiǎn)程度的等級(jí).

3.2基于MIN-MAX云重心推理的瓦斯風(fēng)險(xiǎn)評(píng)價(jià)方法

云重心推理算法，主要是將模糊性和邏輯推理相結(jié)合，對(duì)確定度進(jìn)行相關(guān)的運(yùn)算，從而得到一個(gè)期望值，此期望值即為推理結(jié)果.設(shè)3個(gè)推理?xiàng)l件分別為G、Y與R，推理規(guī)則有m個(gè)，則對(duì)推理結(jié)論W的推理形式如圖2所示,其中，Gi、Yi、Ri(i=1，2，…，m)表示相應(yīng)論域上的定性概念；g′、y′、r′表示論域上的一個(gè)云滴；g′andy′andr′表示已知事實(shí)；結(jié)論由W′事實(shí)“g′andy′andr′”與推理規(guī)則合成得到.

圖2 對(duì)推理結(jié)論W的推理形式圖Fig.2 The reasoning form of the inference conclusion W

實(shí)現(xiàn)步驟為：

(14)

其中，μGi(g′)、μYi(y′)、μRi(r′)、μwi(w)分別表示g′、y′、r′、g對(duì)Gi、yi、Ri、Wi的確定度.

w∈[0,1].

(15)

3)運(yùn)用重心法計(jì)算結(jié)論W′的代表點(diǎn)w′，最終推理結(jié)果為：

(16)

3.3實(shí)例仿真分析

表1 煤礦礦井瓦斯風(fēng)險(xiǎn)固有危險(xiǎn)源指標(biāo)原始值

表2 煤礦礦井瓦斯風(fēng)險(xiǎn)誘發(fā)風(fēng)險(xiǎn)源指標(biāo)原始值

表3 煤礦礦井瓦斯風(fēng)險(xiǎn)人為因素風(fēng)險(xiǎn)源指標(biāo)原始值

3.3.2數(shù)據(jù)歸一化處理 利用量化和歸一化計(jì)算式，對(duì)表1、表2和表3中的煤礦礦井瓦斯風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)值進(jìn)行歸一化處理，得到5個(gè)煤礦礦井的瓦斯風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)的歸一化值，如表4～表6所示.

表4 煤礦礦井瓦斯風(fēng)險(xiǎn)固有危險(xiǎn)源指標(biāo)歸一化值

表5 煤礦礦井瓦斯風(fēng)險(xiǎn)誘發(fā)風(fēng)險(xiǎn)源指標(biāo)歸一化值

表6 煤礦礦井瓦斯風(fēng)險(xiǎn)人的因素風(fēng)險(xiǎn)源指標(biāo)歸一化值

3.3.3MIN-MAX云重心推理實(shí)驗(yàn) 首先，根據(jù)風(fēng)險(xiǎn)評(píng)價(jià)分級(jí)方法構(gòu)建規(guī)則庫(kù).例如，由煤礦礦井瓦斯風(fēng)險(xiǎn)固有危險(xiǎn)源因素、誘發(fā)危險(xiǎn)源因素和人的因素推理風(fēng)險(xiǎn)等級(jí)的推理規(guī)則為:

R(1)：ifG1andY1andR1thenW1；R(2)：ifG1andY1andR2then …W2；

R(13)：ifG2andY1andR1thenW2；R(14)：ifG2andY1andR2then …W2；

R(25)：ifG3andY1andR1thenW4；R(26)：ifG3andY1andR3then …W4；

R(37)：ifG4andY1andR1thenW5；R(38)：ifG4andY1andR4then …W5；

R(49)：ifG5andY1andR1thenW6；R(50)：ifG5andY1andR5then …W6.

近年來(lái)工作場(chǎng)所學(xué)習(xí)領(lǐng)域已然成為教育科學(xué)研究的新疆域，引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[1]。澳大利亞格里菲斯大學(xué)的史蒂芬·比利特教授認(rèn)為工作場(chǎng)所學(xué)習(xí)是一種在參與真實(shí)任務(wù)，并在獲得熟練成員直接或間接指導(dǎo)的活動(dòng)中獲得知識(shí)和技能的途徑[2]。工作場(chǎng)所學(xué)習(xí)強(qiáng)調(diào)學(xué)習(xí)的真實(shí)場(chǎng)景、真實(shí)的實(shí)踐活動(dòng)、真實(shí)的學(xué)習(xí)任務(wù)，通過(guò)體驗(yàn)式學(xué)習(xí)方式與學(xué)習(xí)者主觀能動(dòng)性的發(fā)揮，獲得貨真價(jià)實(shí)的學(xué)習(xí)經(jīng)驗(yàn)。目前工作場(chǎng)所學(xué)習(xí)作為我國(guó)成人教育的重要形式，對(duì)實(shí)現(xiàn)學(xué)習(xí)型社會(huì)的偉大構(gòu)想，一定程度上起到了舉足輕重的作用[3]。

其中，G1、G2、G3、G4、G5分別表示煤礦礦井瓦斯風(fēng)險(xiǎn)固有危險(xiǎn)源因素風(fēng)險(xiǎn)度為很小、較小、中等、較大、很大；Y1、Y2、Y3、Y4分別表示煤礦礦井瓦斯風(fēng)險(xiǎn)誘發(fā)危險(xiǎn)源因素風(fēng)險(xiǎn)度很小、較小、較大、很大；R1、R2、R3分別表示煤礦礦井瓦斯風(fēng)險(xiǎn)人的因素風(fēng)險(xiǎn)度很小、大、很大；W1、W2、W3、W4、W5、W6、W7分別表示煤礦礦井瓦斯風(fēng)險(xiǎn)度無(wú)、極小、較小、中等、大、較大、重大.含義是：當(dāng)固有危險(xiǎn)源因素風(fēng)險(xiǎn)度為很小，誘發(fā)危險(xiǎn)源因素風(fēng)險(xiǎn)度為很小，人的因素風(fēng)險(xiǎn)度為很小，則煤礦礦井瓦斯風(fēng)險(xiǎn)度為無(wú)風(fēng)險(xiǎn).同理可得推理一級(jí)指標(biāo)風(fēng)險(xiǎn)度的推理規(guī)則.

根據(jù)云推理基本流程，將規(guī)范化的煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)數(shù)據(jù)輸入仿真程序，得到5個(gè)礦井瓦斯風(fēng)險(xiǎn)度以及風(fēng)險(xiǎn)程度，如表7所示.

表7 MIN-MAX云重心推理實(shí)驗(yàn)結(jié)果

以礦井1為例，煤層瓦斯涌出量為25.33 m3/min，煤層瓦斯含量為30.72 m3/t，煤層瓦斯壓力為1.27 MPa，風(fēng)流瓦斯含量為4.8 m3/t，地質(zhì)構(gòu)造程度為25，通風(fēng)系統(tǒng)為1.784 m/s，瓦斯抽放率為45%，煤炭自然發(fā)火期為60，煤塵爆炸指數(shù)為33.01%，設(shè)備安全可靠性為92.2%，安全管理制度完備率為98%，應(yīng)急響應(yīng)機(jī)制完善率為98%，安全監(jiān)管人員配備率為0.66%，安全投入指數(shù)為0.2316%，職工技術(shù)素質(zhì)為11.4 a，原始數(shù)據(jù)通過(guò)規(guī)范化得到二級(jí)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)值為：

[e′,h′,l′,f′,s′,t′,d′,z′,b′,p′,q′,m′,k′,i′,n′]=[1，0.575，0.690，0.417，1，0.943，1，1，0.741，1，0.918，0.969，1，0.392，0.754]，經(jīng)過(guò)云推理，風(fēng)險(xiǎn)度為0.974，風(fēng)險(xiǎn)程度重大.

以礦井5為例，煤層瓦斯涌出量為10.86 m3/min，煤層瓦斯含量為14.85 m3/t，煤層瓦斯壓力為1.82 MPa，風(fēng)流瓦斯含量為1.2 m3/t，地質(zhì)構(gòu)造程度為18，通風(fēng)系統(tǒng)為1.782 m/s，瓦斯抽放率為46%，煤炭自然發(fā)火期為67，煤塵爆炸指數(shù)為35.45%，設(shè)備安全可靠性為96.1%，安全管理制度完備率為91%，應(yīng)急響應(yīng)機(jī)制完善率為97%,安全監(jiān)管人員配備率為0.83%，安全投入指數(shù)為0.1428%，職工技術(shù)素質(zhì)為11.8 a，原始數(shù)據(jù)值通過(guò)規(guī)范化得到二級(jí)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)值為：

[e′,h′,l′,f′,s′,t′,d′,z′,b′,p′,q′,m′,k′,i′,n′]=[0.429，0.278，0.989，0.500，0.72，0.944，0.978，0.896，0.796，0.959，0.989，0.979，0.975，0.636，0.729].

經(jīng)過(guò)云推理，風(fēng)險(xiǎn)度為0.341，風(fēng)險(xiǎn)程度較小.

由表7可知，在這5個(gè)礦井中，礦井1， 2， 3， 4 的風(fēng)險(xiǎn)程度為重大，礦井5的風(fēng)險(xiǎn)程度較小.

3.4.4模糊推理實(shí)驗(yàn) 對(duì)通過(guò)規(guī)范化后的煤礦礦井瓦斯風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)值[8]，采用模糊推理方法進(jìn)行計(jì)算.在模糊綜合評(píng)判加權(quán)平均過(guò)程中，煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)模糊集的權(quán)重設(shè)定為：

α1=0.3332，α2=0.1667，α3=0.1667，α4=0.1667，α5=0.1667；

β1=0.2540，β2=0.2540，β3=0.1640，β4=0.1640，β5=0.1640；

η1=0.2412，η2=0.1897，η3=0.1897，η4=0.1897，η5=0.1897.

在模糊推理規(guī)則的構(gòu)建上，由于風(fēng)險(xiǎn)度的輸入?yún)?shù)g，y，r3個(gè)變量的模糊子集個(gè)數(shù)分別為Mg=5、My=5、Mr=5，輸出模糊子集個(gè)數(shù)為Mw=7，因此推理規(guī)則條數(shù)為M=Mg×My×Mr=125.此處推理風(fēng)險(xiǎn)度的推理規(guī)則與前面方法所采用的推理規(guī)則相同.采用解模糊方法，得到5個(gè)礦井的瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)結(jié)果，如表8所示.

表8 模糊推理實(shí)驗(yàn)結(jié)果

3.4.5基于云模型的風(fēng)險(xiǎn)評(píng)價(jià)實(shí)驗(yàn) 對(duì)經(jīng)過(guò)規(guī)范化處理所得數(shù)據(jù)，采用基于云模型的風(fēng)險(xiǎn)評(píng)價(jià)方法求解.基本流程如圖3所示.基于云模型的煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)計(jì)算的結(jié)果則如表9所示.

圖3 基于云模型的風(fēng)險(xiǎn)評(píng)價(jià)基本流程圖Fig.3 Basic flow chart of risk evaluation based on cloud model

礦井風(fēng)險(xiǎn)程度1較大2較大3重大4大5中等

對(duì)比分析3種風(fēng)險(xiǎn)評(píng)價(jià)方法，基于云模型的風(fēng)險(xiǎn)評(píng)價(jià)方法不能得出具體的風(fēng)險(xiǎn)度，只能得到風(fēng)險(xiǎn)等級(jí).和模糊推理方法相同，在確定評(píng)價(jià)指標(biāo)權(quán)重的時(shí)候，忽略了主客觀因素，使個(gè)別瓦斯風(fēng)險(xiǎn)程度評(píng)價(jià)不準(zhǔn)確.

本論文通過(guò)監(jiān)測(cè)5個(gè)礦井實(shí)際數(shù)據(jù)，對(duì)該方法進(jìn)行了實(shí)際應(yīng)用研究.通過(guò)對(duì)MIN-MAX云重心推理方法和模糊評(píng)價(jià)方法以及基于云模型的風(fēng)險(xiǎn)評(píng)價(jià)方法進(jìn)行對(duì)比仿真實(shí)驗(yàn).基于MIN-MAX云重心推理方法所得的瓦斯風(fēng)險(xiǎn)評(píng)價(jià)值和風(fēng)險(xiǎn)程度準(zhǔn)確性較高，能科學(xué)有效地評(píng)價(jià)煤礦礦井瓦斯風(fēng)險(xiǎn)程度.

云模型理論經(jīng)過(guò)多年的發(fā)展，應(yīng)用領(lǐng)域更加廣泛.但云模型理論還不夠完善，在其它相關(guān)領(lǐng)域的運(yùn)用和研究不多.近年來(lái)，研究人員大多采用正態(tài)云模型進(jìn)行不確定性研究，而只依靠正態(tài)云模型難以滿足實(shí)際應(yīng)用的需求.因此，對(duì)柯西形、嶺形等其它形態(tài)的云模型的研究勢(shì)在必行.

煤礦礦井瓦斯風(fēng)險(xiǎn)綜合評(píng)價(jià)研究是一項(xiàng)復(fù)雜的系統(tǒng)工程.由于煤礦安全生產(chǎn)系統(tǒng)的狀態(tài)特點(diǎn)和作業(yè)特性，涉及的因素眾多，不單單是礦井內(nèi)的技術(shù)條件，還應(yīng)該考慮到人的生理及心理因素，考慮到所有因素是很難做到的.因此，要通過(guò)不斷地研究、積累和完善才能研究出科學(xué)性更高、有效性更好的評(píng)價(jià)方法.

[1] 姚 嵐. 2009～2013我國(guó)煤礦事故統(tǒng)計(jì)分析[J].礦山測(cè)量，2015(1)：71-73．

[2] 周耀明， 李弼程， 張慧成， 等. 基于云模型的網(wǎng)絡(luò)輿情預(yù)警方法[J].情報(bào)學(xué)報(bào)， 2012， 31(8)：861-874.

[3] 顧 鑫， 徐正全， 劉 進(jìn). 基于云理論的可信研究及展望[J].通信學(xué)報(bào)， 2011， 32(7)：176-181．

[4] STEFAN F. An ontology-based approach for constructing Bayesian networks[J]. Data & Knowledge Engineering， 2012， 73(2)：73-88．

[5] DIPTI D，SURESH C，APARNA M. Fuzzy linear programming under interval uncertainty based on IFS representation[J]. Fuzzy Sets and Systems， 2012， 188(1)：68-87．

[6] WANG Z W， YANG X K， HUANG T S. Time varying dynamic Bayesian network for nonstationary events modeling and online inference[J].IEEE Transactions on Signal Processing， 2013， 59(4)：1553-1568．

[7] 李海林， 郭崇慧， 邱望仁. 正態(tài)云模型相似度計(jì)算方法[J].電子學(xué)報(bào)， 2011， 39(11)：2561-2567．

[8] 張仕斌， 許春香. 基于云模型的信任評(píng)估方法研究[J].計(jì)算機(jī)學(xué)報(bào)， 2013， 36(2)：422-431．

Research on comprehensive gas risk evaluation in coal mine based on cloud model

YANG Deguo， LIANG Shuang

(College of Computer Science and Engineering， Northwest Normal University，Lanzhou 730070)

In the present work， the gas risk evaluation is indexed by cloud model with fuzzy and random combination towards the uncertainty of various risk sources in coal mine. Then the qualitative and quantitative gas risk evaluation indices is quantified and subjected to standardized calculation by the above cloud model. Meanwhile， the index system of multi-level gas risk evaluation of coal mine is established and converted into comprehensive gas risk evaluation of coal mine upon the cloud model. In addition， according to the cloud gravity center method of reasoning， comprehensive gas risk evaluation method of coal mine gas is introduced through the cloud model．

gas accident; risk assessment; cloud model

2016-03-12.

國(guó)家自然科學(xué)基金項(xiàng)目(61165002)．

1000-1190(2016)04-0544-07

TP30

A

*E-mail: yangdeguo@nwnu.edu.cn．