基于ANN 耦合遺傳算法的爆破方案選擇方法

崔鐵軍，馬云東，白潤才

摘要：目的：爆破方案制定是礦業(yè)工程的重要內(nèi)容，方案中參數(shù)的選擇受很多因素影響。不同礦區(qū)爆破方案也不同。研究露天礦爆破可能引起的2 種主要危害形式：超爆和飛石。確定超爆深度（backbreak depth，BB）和飛石距離（flyrock distance，F(xiàn)R）為爆破方案的被優(yōu)化目標(biāo)參數(shù)。炮眼深（hole length，HL）、間距（spacing，S）、裝藥深度（burden，B）、阻塞深度（stemming，ST）、單位炸藥消耗量（powder factor，PF）和鉆孔率（specific drilling，SD）對(duì)BB 和FR 的影響是復(fù)雜的、非線性的，作為爆破方案的影響參數(shù)。為減少露天礦爆破引起的事故，基于安全和經(jīng)濟(jì)方面的考慮，提出將人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，ANN）模型與遺傳算法（genetic algorithm，GA）相耦合，進(jìn)行爆破方案優(yōu)化。方法：將ANN 與GA 相耦合。ANN 為前饋式神經(jīng)網(wǎng)絡(luò)（feed forward neural networks，F(xiàn)FNN），將爆破方案中的HL，S，B，ST，PF 和SD 作為輸入值，將BB 和FR 作為輸出值，進(jìn)行FFNN 訓(xùn)練和預(yù)測(cè)。使用訓(xùn)練后的網(wǎng)絡(luò)數(shù)據(jù)作為GA 的適應(yīng)度函數(shù)。同時(shí)考慮超爆和飛石情況下，GA 得到適合的染色體，后轉(zhuǎn)化為爆破方案。最后使用Pareto 圖得到最優(yōu)參數(shù)。具體地，F(xiàn)FNN的輸入值和輸出值進(jìn)行規(guī)格化。確定FFNN 隱含網(wǎng)絡(luò)層數(shù)和計(jì)算神經(jīng)元的數(shù)量。最終FFNN 結(jié)構(gòu)為輸入層6 個(gè)神經(jīng)元，隱含層1 包含12 個(gè)神經(jīng)元，隱含層2 包含6個(gè)神經(jīng)元，輸出層包含2 個(gè)神經(jīng)元。GA 初始種群數(shù)與FFNN 數(shù)據(jù)集數(shù)量相等，染色體長度和基因值是由Matlab 自動(dòng)設(shè)定的。染色體適應(yīng)性評(píng)價(jià)是由經(jīng)過上步訓(xùn)練得到的FFNN 作為適應(yīng)性函數(shù)完成的。由于適應(yīng)性函數(shù)包含2 個(gè)輸出值，使用多目標(biāo)函數(shù)優(yōu)化，即使用競(jìng)賽圖Pareto 方式進(jìn)行系數(shù)選擇。交叉系數(shù)是通過交叉概率為90%的2 點(diǎn)法確定的。變異系數(shù)一般為1%為變異概率。如果評(píng)價(jià)后的染色體滿足停止遺傳條件，則確定最終代數(shù)的染色體進(jìn)行Pareto 圖分析。對(duì)應(yīng)BB 和FR 最小的染色體即為最優(yōu)解，即最優(yōu)爆破方案。結(jié)果：以中國，遼寧鞍山某鐵礦為例進(jìn)行邊坡爆破方案選擇。收集的數(shù)據(jù)包括參數(shù)HL，S，B，ST，PF 和SD 作為其輸入值，BB 和FR 作為輸出。數(shù)據(jù)（HL，S，B，ST，PF，SD，BB，F(xiàn)R）一共為100 組，隨機(jī)分成訓(xùn)練集（80%）和測(cè)試集（20%）。從飛石和超暴的測(cè)量值和預(yù)測(cè)值之間的關(guān)系可知，構(gòu)造的FFNN 預(yù)測(cè)性能很高。訓(xùn)練后FFNN 可作為爆破方案參數(shù)優(yōu)化的GA 適應(yīng)度函數(shù)，進(jìn)一步參與優(yōu)化。使用Pareto 進(jìn)行描述，當(dāng)GA 收斂在90代時(shí)達(dá)到遺傳停止條件，算法停止。保留下來的24 個(gè)染色體即是最優(yōu)解。Pareto 圖中第一個(gè)點(diǎn)（左上第一個(gè)點(diǎn)）FR 最小，BB 最大（規(guī)格化后的值），最后一個(gè)點(diǎn)（右下最后一個(gè)點(diǎn)）FR 最大，BB 最小。根據(jù)Pareto 圖的性質(zhì)，最優(yōu)染色體應(yīng)是2 個(gè)坐標(biāo)和最小的點(diǎn)。Pareto圖中各點(diǎn)2 坐標(biāo)之和最小值為第11 點(diǎn)（染色體），和為0.05801，即第11 行為最優(yōu)值，為最優(yōu)爆破方案。結(jié)論：1）FFNN 與GA 耦合后的模型能克服2 種模型單獨(dú)使用的一些不足，同時(shí)可選擇最優(yōu)爆破方案。2）同時(shí)考慮用BB 和FR 對(duì)爆破方案進(jìn)行優(yōu)化，并由GA 得到24 條符合條件的染色體。通過Pareto 圖分析FR 和BB，最終選擇第11 條染色體作為滿足遺傳要求的最優(yōu)者。實(shí)際值是：FR 為27.3386 m，BB 為0.6999 m，為最優(yōu)爆破方案。3）耦合模型也可在相同影響因素條件下，對(duì)超爆和飛石之一進(jìn)行預(yù)測(cè)，能得到有效的爆破方案。

來源出版物：中國安全科學(xué)學(xué)報(bào),2013,23(2): 64-68

入選年份：2017

2001—2012年我國重特大瓦斯爆炸事故特征 及發(fā)生規(guī)律研究

殷文韜，傅貴，袁沙沙，等

摘要：目的：煤炭工業(yè)依然是我國現(xiàn)代工業(yè)中風(fēng)險(xiǎn)較高的行業(yè)之一，死亡率一直也較高，因此保持煤炭工業(yè)的安全穩(wěn)定發(fā)展是當(dāng)前時(shí)期的一個(gè)重要課題。瓦斯爆炸在煤礦致死事故中占比很高。預(yù)防和消除重特大瓦斯爆炸事故除了可在技術(shù)、裝備、管理、培訓(xùn)等方面入手，對(duì)事故發(fā)生規(guī)律的認(rèn)識(shí)也可以減少或避免重復(fù)性事故的發(fā)生。本研究通過統(tǒng)計(jì)分析已發(fā)生事故并研究其發(fā)生的規(guī)律以期為科學(xué)制定煤礦瓦斯爆炸事故預(yù)防措施和控制方案提供科學(xué)依據(jù)，并對(duì)科學(xué)制定事故預(yù)控目標(biāo)及保證井下工人的生命安全、促進(jìn)煤礦企業(yè)的安全生產(chǎn)可起到積極作用。方法：為準(zhǔn)確研究我國重特大瓦斯爆炸事故的發(fā)生規(guī)律，筆者通過國家安全生產(chǎn)監(jiān)督管理總局和國家煤礦安全監(jiān)局網(wǎng)站中瓦斯爆炸事故查詢得到一系列統(tǒng)計(jì)數(shù)據(jù)，從發(fā)生時(shí)間、發(fā)生地域及發(fā)生礦井所有制等方面對(duì)2001—2012年12年間發(fā)生的共194 起煤礦瓦斯爆炸重特大事故進(jìn)行綜合分析，分別從死亡人數(shù)和事故起數(shù)兩個(gè)維度進(jìn)行研究并得到統(tǒng)計(jì)數(shù)據(jù)規(guī)律。結(jié)果：綜合分析了2001—2012年共194 起重特大煤礦瓦斯爆炸事故，研究結(jié)果表明：重特大事故發(fā)生的月份相對(duì)集中，5 個(gè)月份發(fā)生明顯較多，同時(shí)在行政區(qū)域上也相對(duì)集中，6 個(gè)省份發(fā)生的事故起數(shù)和死亡人數(shù)分別占總數(shù)的63.92%和72.12%。同時(shí)，鄉(xiāng)鎮(zhèn)煤礦應(yīng)作為瓦斯爆炸事故重點(diǎn)防控的煤礦企業(yè)類型。結(jié)論：1）2001—2012年間，從重特大瓦斯爆炸事故起數(shù)和死亡人數(shù)看共出現(xiàn)了3 個(gè)峰值年份，即2001年、2002年和2006年，死亡人數(shù)均超過了440 人，隨后呈現(xiàn)下降趨勢(shì)。同時(shí)，數(shù)據(jù)表明在5 個(gè)月份中瓦斯爆炸事故發(fā)生較多，分別是三月、四月、五月、十月和十一月，發(fā)生事故最少的月份是一月和六月。一天中，事故較多發(fā)生與交接班時(shí)間和班中3～4 個(gè)小時(shí)。2）重特大瓦斯爆炸事故主要發(fā)生在山西、黑龍江、貴州、河南、陜西、遼寧等6 個(gè)省份，其中發(fā)生最為嚴(yán)重的是山西、黑龍江兩省。國有重點(diǎn)煤礦重特大瓦斯爆炸事故平均每起死亡51.68 人，應(yīng)加強(qiáng)對(duì)國有重點(diǎn)煤礦的管理。鄉(xiāng)鎮(zhèn)煤礦的瓦斯爆炸事故發(fā)生率（72.7%）遠(yuǎn)遠(yuǎn)超過國有煤礦的事故發(fā)生率（14.4%）。

來源出版物：中國安全科學(xué)學(xué)報(bào),2013,23(2): 141-147

入選年份：2017

多維空間故障樹構(gòu)建及應(yīng)用研究

崔鐵軍，馬云東

摘要：目的：為研究系統(tǒng)可靠性與其影響因素之間的關(guān)系，作者崔鐵軍提出了一套空間故障樹（space fault tree，SFT）理論。該理論認(rèn)為系統(tǒng)工作于環(huán)境之中，由于組成系統(tǒng)的基本事件或物理元件的性質(zhì)決定了其在不同條件下工作的故障發(fā)生概率不同。因此SFT 可用于復(fù)雜影響因素下的系統(tǒng)可靠性分析。將系統(tǒng)可靠性與影響因素關(guān)系表示為連續(xù)曲面，通過數(shù)學(xué)方法研究其性質(zhì)。方法：論文是空間故障樹理論體系的基礎(chǔ)，主要建立基本概念和方法。其更接近于經(jīng)典故障樹，完成了與經(jīng)典故障樹中概念和方法相似的功能，并發(fā)展了其特有方法。給出的基本概念有：1）空間故障樹；2）基本事件影響因素；3）基本事件發(fā)生概率特征函數(shù)（簡稱“特征函數(shù)”）；4）基本事件發(fā)生概率分布；5）頂上事件發(fā)生概率分布；6）概率重要度分布；7）關(guān)鍵重要度分布；8）頂上事件發(fā)生概率分布趨勢(shì)?；臼录硎驹收希豁斏鲜录硎鞠到y(tǒng)故障。研究對(duì)象為5 個(gè)二極管（X1— X5）組成的電器系統(tǒng)T，設(shè)影響因素為工作時(shí)間t 和工作溫度c。首先建立元件對(duì)因素的特征函數(shù)Pti(t)和Pci(c)，分別為元件i 對(duì)于t 和c 的特征函數(shù)。根據(jù)邏輯“或”，該元件故障概率分布為Pi(t,c)＝1-(1-Pti(t))(1-Pci(c))。再根據(jù)元件與系統(tǒng)的構(gòu)成關(guān)系可得系統(tǒng)故障（頂事件）概率分布。根據(jù)概率重要度分布和關(guān)鍵重要度分布定義，可計(jì)算上述兩個(gè)分布。對(duì)整個(gè)曲面采取先分割后組合的方式研究故障變化趨勢(shì)。使用特征函數(shù)定義域劃分研究區(qū)域，整個(gè)區(qū)域劃分為35 個(gè)子區(qū)域。將三維空間曲面對(duì)時(shí)間t 和溫度c 求導(dǎo)，區(qū)域內(nèi)通過計(jì)算特征函數(shù)求導(dǎo)，區(qū)域間通過導(dǎo)數(shù)定義求導(dǎo)。結(jié)果：1）根據(jù)這些元件的實(shí)際故障情況，得到各元件故障概率特征函數(shù)，他們是連續(xù)的且局部可導(dǎo)。時(shí)間特征函數(shù)擬合為指數(shù)函數(shù)Pt i(t)＝0.9999＝1-exp(-λt)；λt＝9.2103；溫度特征函數(shù)擬合為余弦函數(shù)Pci(c)＝(cos(2πc/A)＋1)/2。通過P1(t,c)和P3(t,c)分別得到了元件X1和X3的故障概率分布圖。 2）系統(tǒng)故障概率分布PT(t,c)由P1～5(t,c)決定，即Pt1～5(t)和Pc1～5(c)。所以PT(t,c)是t 和c 的函數(shù)，因此得到由PT(t,c)、t 和c 構(gòu)成的三維系統(tǒng)故障概率分布。3）在整個(gè)研究區(qū)域內(nèi)的元件重要度排序不一致。對(duì)曲面進(jìn)行積分，計(jì)算概率重要度分布曲面與概率重要度＝0 的曲面，在影響因素t 和c 變化范圍（研究區(qū)域）內(nèi)的體積，得到概率重要度分布排序?yàn)閄1＞X3＞X4＞X5＞X2。關(guān)鍵重要度分布與概率重要度分布計(jì)算方法和排序結(jié)果相同。4）研究故障變化趨勢(shì)，求導(dǎo)結(jié)果可直觀的表現(xiàn)出系統(tǒng)故障發(fā)生概率隨時(shí)間和溫度變化的程度，從而防止如溫度或時(shí)間變化很小，卻造成較大故障發(fā)生概率變化的情況。結(jié)論：基于經(jīng)典故障樹理論定義了空間事故樹，應(yīng)用于多因素影響下的系統(tǒng)可靠性分析。建立了元件故障概率分布和系統(tǒng)故障概率分布。通過對(duì)電器系統(tǒng)的研究得到了工作時(shí)間t 和工作溫度c 影響下元件故障概率特征函數(shù)。進(jìn)而根據(jù)系統(tǒng)結(jié)構(gòu)疊加元件故障概率特征函數(shù)得到在多因素影響下的系統(tǒng)故障概率分布。通過積分方法得到各元件在研究區(qū)域內(nèi)的概率重要度分布和關(guān)鍵重要度分布。通過對(duì)t 和c 影響因素求導(dǎo)，研究了系統(tǒng)故障概率受這兩個(gè)因素影響的程度，即系統(tǒng)故障概率變化趨勢(shì)。這些研究在經(jīng)典事故樹中是無法完成的。

來源出版物：中國安全科學(xué)學(xué)報(bào),2013,23(4): 32-37

入選年份：2017