煤矿主要工种本体构建及安全规则推理

吴攀鑫， 刘鹏， 舒雅， 余钱坤， 丁恩杰

(1.中国矿业大学 信息与控制工程学院， 江苏 徐州 221116； 2.矿山物联网应用技术国家地方联合工程实验室， 江苏 徐州 221008； 3.中国矿业大学 物联网(感知矿山)研究中心， 江苏 徐州 221008)

0 引言

随着煤矿开采力度不断加大，安全事故处于高发态势，煤矿安全形势十分严峻[1-2]。煤矿安全的首要目标是确保作业人员生命安全，通过有效技术手段及时发现作业人员的危险操作，为作业人员提供安全预警已成为研究热点。本体可提供一种统一、规范化的知识表示形式，解决数据集成中的异构问题，提高信息互操作性，有效实现领域知识的共享与重用[3-6]。目前已有研究人员将本体应用到煤矿领域，用来监控煤矿生产，实现危险及时预警。药慧婷[7]构建了煤矿掘进工作面本体模型，为掘进工作面的安全生产提供了指导；张帝等[8]构建了基于本体的煤矿底板突水预测知识库，有效实现了突水事故预测预防；景江波[9]以瓦斯事故为研究对象，构建了基于时空约束的瓦斯事故本体，为瓦斯事故预警提供了支持与保障。但目前煤矿领域本体侧重于对事故的预测，尚无针对煤矿作业人员操作安全性的本体研究。本文利用OWL(Web Ontology Language，本体语言)构建煤矿主要工种本体，通过研究煤矿领域专业文献中的安全生产规定，基于Jena推理机自定义安全规则，可有效实现对作业人员操作安全性的推理，为人员安全提供智能化分析保障。

1 OWL和Jena推理机

1.1 OWL

OWL由XML(Extensible Markup Language，可扩展标记语言)和RDF(Resource Description Framework，资源描述框架)发展而来。OWL采用抽象的形式化语言定义各种实体、属性及实体间的逻辑关系，具有结构严谨清晰、形式化强、机器可解释性强等优点，在知识工程、信息检索、智能问答等领域有着广泛应用[10]。

1.2 Jena推理机

Jena推理机是一个基于Java的语义网应用框架，该框架中包含多种API，支持对RDF、RDFS(Resource Description Framework Schema，资源描述框架模式)、OWL等进行查询、推理等操作[11]。Jena推理机使用ModelFactory类将本体模型与推理机绑定，推理生成模型对象InfGraph，然后通过本体模型接口对其进行查询检索[12]。Jena推理机结构如图1所示。

图1 Jena推理机结构Fig.1 Structure of Jena reasoner

2 基于OWL的煤矿主要工种本体构建

本文在七步法[13]和IDEF-5法的基础上构建煤矿主要工种本体，流程如图2所示，具体步骤如下。

图2 本体构建流程Fig.2 Flow of ontology construction

(1) 收集与分析领域本体概念。通过研究煤矿实际生产状况，参考《煤矿安全规程》(2016年版)、《煤矿安全技术操作规程汇编》等专业文献，确定领域本体中涉及的概念。煤矿主要工种见表1。

(2) 确定本体框架，定义类和类的层次体系。构建煤矿主要工种本体的目的在于及时判断作业人员安全状态，而作业人员安全与否与自身操作方法、设备故障和环境异常变化息息相关。为全面描述井下生产实况，本文以作业人员(OperatingPersonnel)、操作方法(OperatingMethod)、操作设备(Apparatus)、地点(Location)、环境(Environment)、事故(CoalMineAccident)和状态(State)7个大类为基础框架构建煤矿主要工种本体，如图3所示。在7个大类之下定义了很多子类，用来具体描述煤矿生产相关信息。部分子类中英文对照见表2。

(3) 定义类的属性，实现类之间关于属性的约束。煤矿主要工种本体中的概念之间存在复杂的语义关系，如作业人员采取某种操作、作业人员在某处作业、设备出现故障、工作面环境出现异常状况等，可通过添加对象属性的方式来表征概念之间复杂的语义关系。同时，煤矿领域涉及大量数据，如甲烷浓度、作业深度、温度、压力、运行速度、电压、持续运转时长等，通过添加数据属性的方式可准确描述作业人员、设备和环境的数据信息。本文通过研究煤矿领域专业资料，抽象得到煤矿主要工种对象属性和数据属性，并添加到本体中实现类的约束。部分属性中英文对照见表3。

表1 煤矿主要工种Table 1 Main types of work in coal mine

图3 煤矿主要工种本体框架Fig.3 Ontology framework of main types of work in coal mine

中文英文采煤爆破工CoalMiningBlaster端头支护工EndSupportWorker提升机司机HoistDriver主排水泵司机MainDrainageDriver通风设施工VentilationFacilityWorker带式输送机BeltConveyor采煤机Shearer液压支架HydraulicSupport转载机Transloader瓦斯抽放泵GasDrainagePump主要通风机MainVentilator盲巷BlindRoadway煤与瓦斯突出GasBurst

表3 部分属性中英文对照Table 3 Partial property in both Chinese and English

(4) 创建类的实例，有效表征煤矿生产情境。如定义ZhangSan是采煤打眼工的一个实例，具有workIn WorkingPlace2，wear SafetyHelmet1，use DrillingTool1的属性，WorkingPlace2是WorkingPlace的一个实例，SafetyHelmet1是SafetyHelmet的一个实例，DrillingTool1是DrillingTool的一个实例，且具有属性(hasState)不合格(Unqualified)，实例可视化如图4所示。这些实例表示的情境信息为采煤打眼工ZhangSan正在工作地WorkingPlace2工作，佩戴有安全帽SafetyHelmet1，使用着打眼工具DrillingTool1，且该打眼工具不合格。

图4 实例可视化Fig.4 Instance visualization

(5) 本体评估。本文通过基于Tableaux算法的Pellet推理机对本体进行语义一致性评估，该推理机不仅支持对OWL本体的推理，还包含许多与外部推理机连接的知识库接口，支持更为强大的推理功能[14]。对本体进行语义一致性评估，可确保本体的逻辑性与准确性，为后续本体的使用打下基础。

3 基于Jena的安全规则推理

基于Jena推理机对煤矿主要工种本体进行安全规则推理，保障井下作业人员安全。其主要步骤：① 在构建的煤矿主要工种本体基础上，参考《煤矿安全规程》(2016年版)、《煤矿安全技术操作规程汇编》等专业文献中的安全生产规定，采用Jena自定义规则语法制定安全规则。② 基于Jena API编写基于煤矿主要工种本体的安全规则推理程序，导入自定义安全规则，实现对井下作业人员安全状态的推理。

3.1 自定义安全规则

通过研究《煤矿安全规程》(2016年版)、《煤矿安全技术操作规程汇编》等文献中的安全生产规定，为煤矿各生产环节主要工种自定义了500余条安全规则，部分安全规则见表4。

表4 部分安全规则Table 4 Partial safety rules

3.2 推理规则实现

根据已构建的煤矿主要工种本体和安全规则，采用Jena前向链推理引擎进行推理，流程如图5所示，主要步骤：① 由ModelFactory类创建空的本体模型，然后调用read()方法读取煤矿主要工种本体。② 注册推理机，并通过rulesFromURL导入安全规则。③ 利用推理机对煤矿主要工种本体进行推理，解析得到推理后的本体模型，该本体模型包含原有本体的数据和推理后的隐性知识[16]。

图5 推理流程Fig.5 Reasoning flow

4 实验分析

基于本体的推理是在本体实例的基础上实现的，本文以煤矿主要工种本体中的实例库为数据集进行实验。实例库中包括了煤矿生产过程中的主要工种、设备和环境状况等类的相关实例，类的实例之间通过对象属性和数据属性实现约束，规范地描述煤矿井下生产情境信息。在煤矿主要工种本体的基础上，结合自定义安全规则，可实现对本体中作业人员实例安全状态的有效推理。

本文设计以下实验对基于OWL的煤矿主要工种本体构建及安全规则推理方法的有效性进行验证。

(1) 实验1：采煤系统作业人员安全状态推理(以Rule1为例)。在本体中添加一个采煤打眼工(CoalMiningDriller)实例Lee，其具有的属性是workIn Place1和takeOperation WetTypeDrilling1，Place1是工作地点(WorkingPlace)的一个实例，WetTypeDrilling1是湿式打眼(WetTypeDrilling)的一个实例。根据Rule1对该本体表达的生产情境进行推理，得到Lee是安全的。采煤系统作业人员安全状态推理过程的OWL描述如图6所示。

图6 采煤系统作业人员安全状态推理Fig.6 Safety state reasoning of personnel in coal mining system

实验2：掘进系统作业人员安全状态推理(以Rule2为例)。在本体中添加一个掘进机司机(RoadheaderDriver)实例Wang，其具有的属性是workIn Place2，Place2是工作地点(WorkingPlace)的一个实例，Place2具有的属性是hasEnvironment RoofCaving1，RoofCaving1是冒顶(RoofCaving)的一个实例。根据Rule2对该本体表达的生产情境进行推理，得到Wang处于危险状态，需及时进行处理。掘进系统作业人员安全状态推理过程的OWL描述如图7所示。

图7 掘进系统作业人员安全状态推理Fig.7 Safety state reasoning of personnel in roadway heading system

实验3：机电运输作业人员安全状态推理(以Rule3为例)。在本体中添加一个机车司机(LocomotiveDriver)实例Zhang，其具有的属性是workIn Place3和takeOperation RunningRedLight1，Place3是工作地点(WorkingPlace)的一个实例，RunningRedLight1是闯红灯(RunningRedLight)的一个实例。根据Rule3对该本体表达的生产情境进行推理，得到Zhang处于危险状态，需及时进行处理。机电运输作业人员安全状态推理过程的OWL描述如图8所示。

图8 机电运输作业人员安全状态推理Fig.8 Safety state reasoning of electromechanical and transportation personnel

(4) 实验4：通风瓦斯作业人员安全状态推理(以Rule4为例)。在本体中添加一个防突工(OutburstPreventionWorker)实例Bob，其具有的属性是workIn Place4，Place4是工作地点(WorkingPlace)的一个实例， Place4具有的属性是hasFacility GasSensor1，GasSensor1是瓦斯传感器(GasSensor)的一个实例。根据Rule4对该本体表达的生产情境进行推理，得到Bob是安全的。通风瓦斯作业人员安全状态推理过程的OWL描述如图9所示。

图9 通风瓦斯作业人员安全状态推理Fig.9 Safety state reasoning of ventilation and gas personnel

5 结语

将煤矿井下生产情境信息抽象成本体概念，构建了覆盖多个生产系统的煤矿主要工种本体；依据煤矿领域专业文献中的安全生产规定，利用Jena自定义规则语法制定了安全规则，并基于安全规则对煤矿主要工种本体中作业人员的操作安全性进行推理，及时判断井下作业人员安全状态，有助于提高煤矿安全生产管理水平。