基于熵权-可拓理论的智能化综采工作面安全评价

李东印，孙凯旋，王伸,2，王祖洸，张旭和

(1.河南理工大学 能源科学与工程学院，河南 焦作 454000；2.河南理工大学 安全科学与工程博士后科研流动站，河南 焦作 454000；3.河南理工学院工业技术有限公司 技术研发部，河南 郑州 450000)

0 引 言

能源行业发展事关国家安全和经济稳定，能源是国家高速发展的物质保障[1]。为确保煤矿科学、绿色、安全、高产和高效发展，煤矿智能化已成为煤矿发展必由之路。当前煤矿智能化发展尚处于初期阶段，智能化煤矿安全评价势在必行。

传统综采工作面依赖大量工人实时跟机操作完成采煤工序，井下工作环境复杂，管理难度大。智能化综采工作面在远程信息采集、局域网快速传输、人工智能判断与决策、电液控制等技术与装备的前提下，采用人工智能算法与程序判断决策技术，使综采工作面设备具有自感知、自判断、自决策、自运行、故障自诊断的能力[2-3]。两种综采工作面在人、机、环、管4个方面都有很大差别：传统综采工作面工人数量多，劳动强度大，难以吸引高端人才，工人普遍学历低，而智能化综采工作面工人数量少，学历较高，学习能力强，实现人工干预为辅，无人跟机作业；传统综采工作面工人实时跟机操作，采煤机割煤，液压支架升、降、推、移都需工人实时跟机操作，而智能化工作面设备自动化作业，采煤机记忆截割、自动找直工作面，液压支架自动移架、升降等；传统综采工作面随着采深和开采强度加大，工作条件变得更加复杂，而智能化工作面配备各种传感器对矿压、瓦斯、通风等进行实时监测，并实时传输数据，生成可行性报告，为决策者提供决策依据和帮助；传统综采工作面管理制度单一，生产效率低，而智能化综采工作面借助数字化管理将人、设备、环境有机结合起来，使管理高效快捷[4]。

由以上分析可知，两种综采工作面都具有系统性的特点，即由人、机、环、管4个子系统组成。在这4个方面两者既有相同又有差别，通过对比，可在传统综采工作面安全评价的指标体系基础上删减或增加相应指标，建立与智能化综采工作面相匹配的评价指标体系。

目前，传统综采工作面安全评价已经相对成熟。国内外大量学者利用神经网络法[5]、灰色关联法[6]、层次分析法[7]、事故树法[8]等对传统综采工作面进行安全评价研究，并取得良好效果，但各种方法都存在一定局限性：神经网络法和灰色关联法在确定指标权重时，无法避免主观因素影响；层次分析法和事故树法在样本较多时计算步骤繁杂。为避免主观因素影响和简化计算步骤，本文采用熵权法[9]确定指标权重。因智能化综采工作面与传统综采工作面环境都具有动态性与复杂性，故本文引用可拓理论[10-12]提高评价对象隶属集合的程度，可精确掌握其所属安全等级。运用熵权-可拓理论可在评价体系层次过低、因素较多时使评价结果更加客观准确，从而避免评价结果的片面性和模糊性，以期对智能化综采工作面安全状况进行科学评估并提出针对性建议。

1 熵权-物元可拓模型建立

1.1 评价指标物元

可拓学理论引入物元概念作为描述事物的基本因素。N为待评事物，c为事物的特征，v为事物关于该特征的量值，组成有序三元组，记为R=(N，c，v)。假设事物N有n个评价指标，并且将评价指标分为m个等级，则经典域表示为

(1)

式中：Nj为安全等级，j=1,2,3，…,m;ci为评价指标，i=1,2,3,…,n；vji为j等级中第i个评价指标的量值区间；aji和bji分别为评价指标在安全等级量值区间内的最小值和最大值。

安全评价指标的允许取值范围确定节域为

(2)

式中：Np为安全评价等级P的评价对象；vpi为P关于指标ci的量值范围；api和bpi分别为安全评价等级全体对应评价指标量值区间内的最小值和最大值。

将待评价的智能综采工作面假设为评价对象P，收集到的指标数据为

(3)

式中：P为评价对象；ci为评价对象P的评价指标；vi为关于指标ci的实际测量值。

1.2 原始数据矩阵归一化处理

不同指标有不同的量纲，对节域Rp和待评物元R0进行归一化处理，即

(4)

1.3 安全评价指标关联计算

安全评价指标关联计算式为

(5)

式中，Dj(Vi)为安全值下的关联度，点Vi与经典域之间“距离”为

其中，|Vji|=|bji-aji|，点Vi与节域之间的“距离”为

1.4 熵权法确定各指标权重

根据智能化综采工作面安全评价指标的关联系数Dj(Vi)构建判断矩阵，将其归一化后得R=(rji)m×n，其中，j=1,2，…，m；i=1,2，…，n。得到各指标的均值后，计算信息熵，其式为

(6)

(7)

1.5 确定智能化综采工作面安全等级

计算智能化综采工作面安全物元N关于等级j的关联度，

(8)

关联度表征两个事物之间关联程度，关联值越接近1，说明关联度越高。遵循关联度最大原则，由式(9)可知，智能化综采工作面安全物元N所属的安全等级

Kj(P0)=maxKj(P)。

(9)

由式(10)～(11)可得待评物元R0的等级变量特征值j*，

(10)

(11)

式中，j*为物元P的级别变量特征值，即离散程度，可判断R0偏向相邻安全等级的程度，使评价结果更准确合理。

2 安全评价案例分析

2.1 指标体系建立

以山西某煤矿智能化综采工作面8222为案例分析对象，该工作面总长2 644.5 m，煤层厚度8.17～29.21 m，倾角2°，赋存稳定；煤层自然发火期约为3个月；粉尘具有爆炸危险性，低瓦斯，无地压，无高温热害区，煤炭总储量11 480 381 t。此工作面在单机设备自动化和综合自动化的基础上，建立一套以监控中心为核心，以工作面视频、以太网、音频、远程控制为基础的智能化集中控制系统，可在监控中心对液压支架、采煤机、刮板输送机等综采设备实时远程控制，使工人从采煤工作面转移到安全的运输巷监控中心[13-14]。其智能化控制系统、可视远程监控系统分别如图1和2所示。

图1 智能化控制系统Fig.1 Intelligent control system

图2 可视远程监控系统Fig.2 Visual remote monitoring system

智能化综采工作面安全评价指标体系如表1所示，具体分析如下。

表1 智能化综采工作面安全评价指标体系Tab.1 Safety evaluation index system of intelligent working face

人：由传统综采工作面到智能化综采工作面的升级，需要根据智能化综采工作面的特点与需求录用专业对口和学历较高的应聘者，并培训相关工作人员的技能，提高工作人员的安全意识与作业能力[15]。

机：与传统综采工作面的工人跟机操作不同，智能化综采工作面的智能感知系统、集中控制系统、工业视频监控系统、网络通信系统等子系统基于互联网相互联系共同运作，实现了工作面智能控制与安全监测稳定运行，同时保证设备和安全防护设施的完好率[16]。

环：工作面环境分为作业环境和地质环境。粉尘、温度、湿度、照明度等为作业环境，作业环境恶劣，会增加工人不适感，危害身心健康，从设备角度看会影响系统的有效运行。地质环境中煤层倾角、煤层最短发火期、煤层稳定性等都存在安全隐患，威胁工人与设备的安全[17-18]。

管：一是工人管理，由于人具有不确定性，故须制定与智能化综采工作面相匹配的安全规章制度和管理条例，对工作人员进行约束，降低三违率；二是设备管理，严格按照生产厂家规定的维修与维护标准对设备进行检修与维护，提高设备可靠性；三是软件与数据信息管理，制定信息系统运行管理规程，保护软件和数据信息的安全；四是环境管理，地质环境和作业环境的管理必须符合煤矿安全生产标准，提高生产安全系数[19-20]。

基于科学性、系统性和可操作性原则，在传统综采工作面安全评价指标体系和以往开展评价工作的基础上，参照煤矿安全评价的相关文献[9,12,21-23]，根据智能化综采工作面特征，确定智能化综采工作面安全评价指标体系，见表1。

2.2 确定经典域与节域及待评物元

由表1并结合参考文献和工作面实际情况，根据综合评判法，将采矿安全分为5个等级[9-12]，即Ⅰ(安全)、Ⅱ(较安全)、Ⅲ(中等安全)、Ⅳ(较不安全)、Ⅴ(不安全)。工作面安全评价指标实测值及分类标准如表2所示，并根据式(4)将表2中的数据进行归一化处理，建立经典域Rj和待评物元R0,如式(12)～(13)所示。

表2 智能化综采工作面安全评价指标数据及分类Tab.2 Safety evaluation index data and its classification of the intelligent working face

(12)

(13)

2.3 确定每个指标与各安全等级的关联度

由式(5)求出各指标关于各安全等级的关联度，关联度为各指标和各安全等级的相关程度，关联度越大说明相关性越大，关联度越小，说明相关性越小。其中Dj(Vi)(j=1,2，…，5,i=1,2，…，28)为第i个指标关于等级j的关联度，根据最大值原则，选取关联度最大值。以样本中的指标c1为例，指标c1关于5个安全等级的关联度分别为D1(V1)=-0.308，D2(V1)=0.200，D3(V1)=-0.100，D4(V1)=-0.550，D5(V1)=-0.700。由指标大小可以看出,该指标关于5个安全等级的关联度最大值D2(V1)=0.200，属于等级Ⅱ,较安全，其余各指标与安全等级关联度详见表3。

2.4 确定评价指标权重

由式(6)～(7)求得各指标层指标权重，如表3所示。下层权重相加得上层权重，人员因素权重W1=0.012+0.025+0.006+0.027+0.015=0.085；同理机器因素的权重W2=0.222，环境因素权重W3=0.572，管理因素权重W4=0.123。由此可见环境因素对安全影响最为显著，人员因素对安全影响最小。

2.5 智能化综采面综合关联度及特征值

借助MATLAB软件由式(8)求出加权后的关联度，由式(10)～(11)计算出样本的等级变量特征值j*,如表4所示。

表4 加权后的关联度及变量特征值Tab.4 Weighted correlation degree and characteristic value of variables

由最大关联度原则可得样本的安全等级为等级Ⅰ“安全”。样本的等级变量特征值j*=1.495，可知样本安全等级介于Ⅰ“安全”与Ⅱ“较安全”之间，但偏向Ⅰ“安全”状态。在确定物元安全评价等级为Ⅰ“安全”后，由指标层向目标层逐级逆向分析。由表3可知，人员因素关联度值为-0.619；同理机器因素关联度为“1.092”；环境因素关联度为“-2.634”；管理因素关联度为“-0.426”，可知环境因素关联度最小，则环境因素是影响安全等级的关键，故应加强环境管理。其中环境因素中“风量超限时间(-0.856)”、“照明度(-0.860)”等关联度相对较小，而风量与温度、瓦斯等指标具有重要的影响作用，照明度对工人的工作效率和安全影响极大，同时影响视频监控系统等的有效运行，故应加强这两方面的维修与管控，提高煤矿安全等级。

表3 智能化综采工作面安全评价各指标与安全等级的关联度及权重Tab.3 Correlation degree and weight of each index and safety grade of safety evaluation of intelligent working face

采用熵权-可拓模型评价方法对智能化综采工作面8222进行安全评价，得到结论：该工作面存在环境管理不善的问题，即风量超限和照明度不足等。为验证评价结果的准确性，后期进行了问卷调查，对在工作面和运输巷的50名工人进行“工作面风量满意度”的问卷调查，有47人对风量不满。对工作面、运输巷和地面调度室的50名工作人员进行“工作面光照满意度”的问卷调查，有49人对照明度不满。工人反映由于风量过大造成粉尘质量浓度过大，影响工人呼吸及眼部不适；由于光照度不足，后部刮板输送机的视频监控不够清晰，工人在照明度较低环境中工作身体不适或工作效率低等。智能化综采工作面8222在改善这两方面不足后，工作面环境状况得到明显改善，提高了工作面安全等级及生产效率，使工作面安全和效益得以保障。

3 结 论

(1)通过对比传统和智能化综采工作面系统特征，系统分析了综采工作面智能化背景下的安全要素及危险源，从人、机、环、管4个方面选取28项指标建立安全评价指标体系。其中，相比于传统综采工作面，智能化综采工作面应着重考虑智能设备、环境管理等指标。

(2)基于熵权-可拓理论构建了安全评价计算模型。熵权法可合理分配指标权重，避免指标权重确定的主观性；物元可拓分析法能够逐级分析出各层指标与安全等级的相关性系数大小，从而准确计算智能化综采工作面的安全等级。

(3)采用MATLAB软件计算并评估了山西某矿智能化综采工作面8222的安全等级，根据关联度大小可知，环境因素对此工作面安全影响最为突出，与实际调研结果相符。