周 挺

(西安航空職業(yè)技術(shù)學(xué)院，陜西 西安 710089)

1 系統(tǒng)的整體框架

礦山安全動(dòng)態(tài)診斷系統(tǒng)是基于井下作業(yè)人員、設(shè)備、生產(chǎn)環(huán)境等多元危險(xiǎn)源的在線跟蹤、檢測，通過布設(shè)不同功能的傳感器設(shè)備來實(shí)時(shí)采集潛藏危險(xiǎn)因子的數(shù)據(jù)參數(shù)，并通過專家知識庫構(gòu)建，結(jié)合其存儲的規(guī)范規(guī)程內(nèi)容，進(jìn)行推理診斷，評估礦山事故隱患或風(fēng)險(xiǎn)的根源所在，據(jù)此給出有效的處理方案。而物聯(lián)網(wǎng)技術(shù)可通過多類型傳感器的部署，并以此為節(jié)點(diǎn)形成感知傳感網(wǎng)，對海量的安全信息進(jìn)行采集和智能處理，云計(jì)算具有高容量的存儲能力和快速的分布并行運(yùn)算能力，可為采集數(shù)據(jù)、專家知識、診斷與推理原則的存儲和運(yùn)算提供有效支撐[1]。基于此，融合兩種技術(shù)優(yōu)勢構(gòu)建的礦山診斷系統(tǒng)的整體框架如圖1所示。該診斷系統(tǒng)主要由應(yīng)用服務(wù)層、網(wǎng)絡(luò)層及感知層構(gòu)成。

1.1 應(yīng)用層

該層是基于對感知層中的數(shù)據(jù)參數(shù)的調(diào)用和分析，進(jìn)行安全狀態(tài)評估計(jì)算、邏輯診斷推理等復(fù)雜業(yè)務(wù)的處理，并將該業(yè)務(wù)邏輯處理功能封裝成為涵蓋數(shù)據(jù)接入、訪問、查詢、知識調(diào)用、安全狀態(tài)評估、規(guī)則推理等一系列的組件，為不同應(yīng)用功能提供有效服務(wù)，且可利用智能移動(dòng)終端、計(jì)算機(jī)、LED電子屏幕等多模式的監(jiān)控診斷終端，進(jìn)行動(dòng)態(tài)的遠(yuǎn)程安全評估和推理診斷；同時(shí)，該層對采集數(shù)據(jù)、專家知識、診斷推理規(guī)則等信息進(jìn)行存儲、組織和管理，提供基于云計(jì)算技術(shù)的數(shù)據(jù)服務(wù)。

圖1 礦山安全動(dòng)態(tài)診斷系統(tǒng)的框架結(jié)構(gòu)

1.2 網(wǎng)絡(luò)層

網(wǎng)絡(luò)層是將各傳感器節(jié)點(diǎn)所獲得的數(shù)據(jù)參數(shù)傳輸至應(yīng)用服務(wù)中的服務(wù)支撐，礦山井下巷道復(fù)雜、設(shè)備多樣，對于網(wǎng)絡(luò)通信技術(shù)要求較高，RFID 無線通信技術(shù)局限于接收較短距離的信號，而且通信速率不高，一般用于對煤礦井下主要固定設(shè)備以及近距離設(shè)備信號的接收；而 WiFi 無線通信技術(shù)則具有相對較高的數(shù)據(jù)傳輸速率，能夠支持井下巷道較長距離通信，非常適合對移動(dòng)設(shè)備和遠(yuǎn)距離設(shè)備信號進(jìn)行有效采集。為此，可融合兩者優(yōu)勢，實(shí)現(xiàn)設(shè)備信號的“全面感知”。

1.3 感知層

該層涵蓋了關(guān)聯(lián)生產(chǎn)系統(tǒng)、安全系統(tǒng)、供電系統(tǒng)、生產(chǎn)調(diào)度系統(tǒng)等的溫濕度、電流、煙霧等傳感器節(jié)點(diǎn)，可實(shí)時(shí)采集瓦斯?jié)舛?、風(fēng)速方向、溫濕度、負(fù)壓、煙霧、風(fēng)門開關(guān)、圍巖應(yīng)力、巷道變形等在線監(jiān)測數(shù)據(jù)，并將這些數(shù)據(jù)參數(shù)綜合起來，構(gòu)成安全診斷的數(shù)據(jù)源依據(jù)，并鏈接至網(wǎng)絡(luò)層中的 WiFi 或RFID無線網(wǎng)絡(luò)，實(shí)現(xiàn)數(shù)據(jù)的傳輸。

2 系統(tǒng)的云計(jì)算服務(wù)平臺搭建

在礦山安全動(dòng)態(tài)診斷的設(shè)計(jì)之中，在線數(shù)據(jù)監(jiān)測、評估推理是系統(tǒng)分布式感知功能的關(guān)鍵所在， 要實(shí)現(xiàn)對礦山安全狀態(tài)的實(shí)時(shí)跟蹤監(jiān)控、預(yù)警分析及推理預(yù)測，則需要有云計(jì)算平臺這一“中樞神經(jīng)大腦”的支撐，其應(yīng)該包含數(shù)據(jù)采集、專家知識庫、推理機(jī)制、遠(yuǎn)程監(jiān)控診斷設(shè)備、數(shù)據(jù)融合管理、診斷評估、推理等功能。

2.1 基礎(chǔ)設(shè)施的虛擬化

礦山安全生產(chǎn)關(guān)聯(lián)多樣設(shè)備設(shè)施，為提升監(jiān)測診斷的效率，簡化系統(tǒng)設(shè)計(jì)，可采用Hyper-V虛擬化軟件系統(tǒng)將后端多臺服務(wù)器整合為1臺邏輯服務(wù)器，并在此基礎(chǔ)上劃分為Web服務(wù)器、應(yīng)用服務(wù)器及數(shù)據(jù)庫服務(wù)等3個(gè)虛擬機(jī)資源[2]，為數(shù)據(jù)監(jiān)測、實(shí)時(shí)診斷、專家知識匹配推理、數(shù)據(jù)訪問、遠(yuǎn)程監(jiān)控設(shè)備維護(hù)等提供智能化的服務(wù)支撐。

2.2 軟件應(yīng)用的服務(wù)化

礦山安全動(dòng)態(tài)診斷系統(tǒng)基于物聯(lián)網(wǎng)技術(shù)搭建的系統(tǒng)架構(gòu)包含應(yīng)用服務(wù)層、網(wǎng)絡(luò)層及感知層，其可對安全數(shù)據(jù)、診斷規(guī)則、推理機(jī)制等信息進(jìn)行存儲、組織和管理，并基于數(shù)據(jù)的訪問調(diào)用，對礦山安全狀態(tài)進(jìn)行評分計(jì)算、安全規(guī)則邏輯推理等復(fù)雜業(yè)務(wù)邏輯處理，而要實(shí)現(xiàn)這些功能，可運(yùn)用軟件應(yīng)用的服務(wù)化，將各層提供的服務(wù)以Web services 的形式封裝成為三維虛擬環(huán)境集成組件、數(shù)據(jù)接入提取組件、數(shù)據(jù)統(tǒng)一訪問組件、安全狀態(tài)評估組件、規(guī)則推理組件等一系列的組件，為系統(tǒng)的不同應(yīng)用需求提供功能組件服務(wù)[3]。

3 系統(tǒng)設(shè)計(jì)的關(guān)鍵技術(shù)

3.1 專家知識庫的建立

面向?qū)ο缶幊?OOP)的程序設(shè)計(jì)可定義專家知識庫的屬性，以實(shí)現(xiàn)安全規(guī)則、規(guī)程及標(biāo)準(zhǔn)的歸納分類、存儲和表示。為此，可以該方法構(gòu)建礦山安全診斷專家知識庫，對知識庫的功能進(jìn)行模塊分解。

專家知識庫主要由事實(shí)庫、規(guī)則庫及標(biāo)準(zhǔn)庫3大模塊構(gòu)成，采用SQL Server 2017，通過一系列二維表來實(shí)現(xiàn)知識的存儲，其中，事實(shí)庫以事實(shí)表形式對礦山安全生產(chǎn)狀態(tài)及推理結(jié)論等事實(shí)性知識進(jìn)行存儲；規(guī)則庫則利用規(guī)則表、原子前向表、前提表、結(jié)論表等來進(jìn)行存儲，其涵蓋了煙霧、瓦斯、涌水突水透水、礦壓沖擊低壓、人員、設(shè)備及環(huán)境隱患等診斷規(guī)則，以此作為礦山安全狀態(tài)的評估診斷依據(jù)；標(biāo)準(zhǔn)庫中則是包含三違行為標(biāo)準(zhǔn)、事故隱患標(biāo)準(zhǔn)、設(shè)備操作規(guī)程、公眾操作規(guī)程等在內(nèi)的相關(guān)安全規(guī)則、規(guī)程和標(biāo)準(zhǔn)。

目前，安全知識的表示方法存在產(chǎn)生式、框架式等方法，其存儲結(jié)構(gòu)一般形式為：IF X=> THEN Y，或者 X—>Y(置信度)，也即若X成立則可得Y結(jié)論，X為規(guī)則前件，可為一些列命題的組合，Y為規(guī)則后件，是特定結(jié)論，且為實(shí)現(xiàn)不完全知識的表達(dá)，需引入置信度。

3.2 診斷評估方法

安全診斷評估方法可依據(jù)評價(jià)結(jié)構(gòu)的量化程度、評價(jià)的推理過程等進(jìn)行分類，本文選定定量評價(jià)方法，采用加權(quán)求和的方式設(shè)計(jì)診斷評分體系，如圖2所示。

圖2 安全診斷評分體系

礦山安全動(dòng)態(tài)診斷涉及作業(yè)人員、設(shè)備及環(huán)境等評分內(nèi)容，可設(shè)診斷總分為100分，對其分別賦值35、30、35，并對該3部分分別以100分總分進(jìn)行細(xì)化分類計(jì)算，其中作業(yè)人員診斷分為三違行為、井下超時(shí)評分模塊，分別賦值50分，兩模塊的評分與各自權(quán)值乘積共同構(gòu)成作業(yè)人員診斷評分；設(shè)備診斷集中在故障評分上；環(huán)境診斷則包含事故隱患、檢測報(bào)警兩大模塊，各賦值50分。人員診斷三違行為評分可細(xì)分為輕微、一般和嚴(yán)重3個(gè)等級，每個(gè)級別分布賦值4分、2分、1分，扣分標(biāo)準(zhǔn)依照單位分值與行為出現(xiàn)頻次的乘積而定。以環(huán)境診斷模型中事故隱患評分方法為例，其設(shè)計(jì)方法如下，可依照嚴(yán)重程度化為A、B、C、D共4個(gè)等級，各類隱患產(chǎn)生的扣分權(quán)重標(biāo)準(zhǔn)為10分、5分、3分、1分，結(jié)合隱患防護(hù)與否的情況，將未經(jīng)防護(hù)的隱患計(jì)入口分鐘，總扣分的計(jì)算方法為：

(Ma*Ka+Mb*Kb+Mc*Kc+Md*Kd)/(Na*Ka+Nb*Kb+Nc*Kc+Nd*Kd)*100

(1)

式(1)中，Ma、Mb、Mc、Md分別為未經(jīng)防護(hù)的A類、B類、C類、D類隱患頻次，Ka、Kb、Kc、Kd分別為A類、B類、C類、D類分值權(quán)重，Na、Nb、Nc、Nd分別為所有A類、B類、C類、D類隱患頻次。

3.3 推理機(jī)制的建立

推理機(jī)制采用面向?qū)ο?、?guī)程和基于規(guī)則的CLIPS開發(fā)工具，將其嵌入基于.NET 平臺的系統(tǒng)中， 采用C#與 CLIPS 的混合編程，通過CLIPSNET 組件將其作為方法予以封裝。在.NET 平臺中對CLIPS進(jìn)行調(diào)用時(shí)，需要首先初始化環(huán)境對象Environment=New Mommosoft.ExpertSystem. Environment(); Environment.Reset()，而后加載Mommosoft.ExpertSystem.dll庫中Environment、FactAddressValue、FloatValue、InstanceAddressValue等對系統(tǒng)操作的類，從而利用Environment. ASSertString方法對采集的事實(shí)參數(shù)進(jìn)行賦值，利用MultiFieldValue類調(diào)取專家知識庫的推理規(guī)則內(nèi)容，以MultiFieldValue來操作對象。

基于CLIPS的推理機(jī)制的安全推理過程包含模式匹配、消解沖突、規(guī)則激活和規(guī)則執(zhí)行等功能模塊。具體而言，首先對知識庫中所有規(guī)則模式進(jìn)行掃描，將與采集數(shù)據(jù)相匹配的模式放入議程當(dāng)中，存儲的被激活的規(guī)則將根據(jù)優(yōu)先級順位被壓入議程，該種議程機(jī)制控制了規(guī)則的執(zhí)行順位，通過調(diào)用被觸發(fā)的規(guī)則，便可得出診斷結(jié)論。推理機(jī)制包含正向及反向推理，前者是將在線監(jiān)測采集的數(shù)據(jù)參數(shù)作為安全診斷的實(shí)時(shí)基礎(chǔ)，以專家知識庫中的規(guī)則、標(biāo)準(zhǔn)作為診斷依據(jù)，通過兩者的融合、匹配和推理得出礦山安全狀態(tài)，而后者則是以結(jié)論作為安全診斷的邏輯起點(diǎn)，來尋找可達(dá)到目標(biāo)結(jié)論的規(guī)則。

4 結(jié) 語

如何利用海量數(shù)據(jù)資源深度挖掘隱藏的安全隱患、進(jìn)行精準(zhǔn)預(yù)測和分析，是有效評估礦山生產(chǎn)安全性的基礎(chǔ)前提。本文設(shè)計(jì)的安全診斷動(dòng)態(tài)系統(tǒng)正迎合了這一需求，其基于物聯(lián)網(wǎng)布設(shè)了多元傳感器采集安全監(jiān)控?cái)?shù)據(jù)，并基于云計(jì)算平臺進(jìn)行數(shù)據(jù)存儲、分析和診斷推理，由此將設(shè)備、人員、環(huán)境等各個(gè)安全生產(chǎn)的要素信息關(guān)聯(lián)起來，運(yùn)用正反向推理便可實(shí)現(xiàn)礦山生產(chǎn)安全的診斷決策。