煤与瓦斯突出预测模糊专家系统

0 引 言

煤与瓦斯突出是煤矿井下采掘工作过程中发生的一种煤和瓦斯突然运动，是一种极其复杂的动力现象。这种动力现象的出现，给采掘工作面带来很大的困难和危险。当突出发生时，煤体及所含瓦斯突然地连续地抛向巷道空间，造成煤流埋人，推倒支架和设备的事故。当抛出的瓦斯气体具有爆炸性时，如果遇上高温热源，又会形成瓦斯爆炸，摧毁整个工作面甚至整个矿井，给矿井生产和工人的生命安全带来极大的威胁。

到目前为止，对于在各种地质、开采条件下突出发生的规律还没有完全掌握。目前的预测方法有综合指标法、钻屑瓦斯解吸指标法、钻孔瓦斯涌出初速度法、R值指标法、钻屑指标法等。这些研究主要以现场经验为基础，对与突出有关的资料进行总结，形成一些便于现场应用的方法，然后在实践中不断改进。由于影响突出的因素较多，各矿区的地质条件也不一样，因而突出预测临界值随矿井的不同而不同。同时这些突出预测方法都是来自于现场经验的总结，还存在着不足之处。

本文拟采用专家系统分析方法对矿井煤与瓦斯突出进行研究，既借助于专家系统能有效表达专家经验的特性，把专家的经验和知识输入知识库中，然后仿照专家的思维方式和经验编制推理机，即可实现计算机模拟专家解决问题的思路，根据不同的条件预测煤与瓦斯突出，为防治煤与瓦斯突出事故的发生赢得时间。

 

1 专家系统简介

专家系统是人工智能应用研究的主要领域，系统的目的是模拟人类专家的推理思维过程，以解决非数值问题的求解。

一个完整的专家系统是由知识库、黑板、推理机、解释机、人机接口和知识获取等几个模块组成。其中知识库、黑板或综合数据库和推理机是最基本的部分，知识获取系统、解释系统是所有专家系统期望有的三个模块，但并非不可缺少。

 

2 预测煤层突出危险性的主要因素

2.1 煤的破坏类型

地应力(包括自重应力，构造应力和采动应力)使围岩或煤体的弹性潜能作功，使煤体破坏和位移。煤的破坏类型分为：Ⅰ类—非破坏煤，Ⅱ类—破坏煤，Ⅲ类—强烈破坏煤，Ⅳ类—粉碎煤，Ⅴ类—全粉煤，具有突出危险煤的破坏类型为Ⅲ、Ⅳ、Ⅴ类。

2.2 瓦斯放散初速度(ΔP)

ΔP表示充有瓦斯的煤放散瓦斯快慢的程度，它与煤的微孔隙结构，孔隙表面性质和孔隙大小有关。

2.3 煤的坚固性系数(f)

它是利用落锤撞击煤时，产生的粉尘量表示煤的坚固性的。f与煤的物理强度有关。这种测定方法是建立在脆性材料破碎时遵循面积力能说的基础上，即破碎所消耗的功与被破碎物科所增加的面积成正比。

2.4 煤层瓦斯压力(P)

地应力控制瓦斯压力场，促进瓦斯破坏煤体；围岩中应力的增加，决定了煤层的低透气性，造成瓦斯压力梯度增高，对突出有利。瓦斯压力的大小是煤体含瓦斯压缩能高低的重要标志。

2.5 钻孔的钻屑量(S)

钻孔的钻屑量的多少，与煤体机械强度、地应力的大小，瓦斯压力大小有关，具有综合影响的效果。

2.6 钻孔瓦斯涌出初速度(q_m)

钻孔瓦斯涌出初速度主要受钻孔周围地应力状态的影响，它反映煤层的渗透性、强度、瓦斯压力、地应力等的变化。

 

3 煤与瓦斯突出预测模糊专家系统设计

在广泛收集、整理与归纳有关煤与瓦斯突出预测专家经验和知识的基础上，选取合理的知识表达方式和组织方式，采用Visual Foxpro编程，实现了知识深度优先搜索推理控制策略，并采用确定性理论及模糊推理技术、推理方法实现了不精确推理过程。开发了知识库、推理机、黑板、人机接口和解释机共五个模块。

3.1 知识库和知识表示

知识库是专家系统用于存放事实和规则的地方，知识库的建立实际上是解决专家知识和经验的表达问题。建造专家系统的中心任务是建立知识库，其关键在于知识的表示，即如何将人类专家的知识和经验表示为计算机能识别、理解和运用的形式。一个专家系统的能力取决于知识库中知识的数量和质量。

常用的知识表达方式有产生式规则、框架、逻辑、语义网络等。本系统中采用产生式规则的方式，其形式为：IF(前提条件)THEN(结论)。(CF)各规则的结论部分都附加一定的可信度CF值，称为规则强度，其阈值为(0，1)。推理后得出的结论如果可信度满足一定的值，即认为结论成立。否则结论就不可信或不成立。

例如：

IF煤层构造为土状构造、似土质煤，AND强度可捻成粉末、疏松；

THEN煤的破坏类型为V型。

知识库主要是规则库、事实库和解释库。

3.2 推理控制策略及推理机

知识表示是专家系统赖以生存的基础，而推理控制策略则是系统的灵魂，它类似于人类专家运用来源于知识和实践的一般思维。

推理机的主要任务就是选择知识和运用知识。一般是利用搜索法反复从复杂的系统中找出需要的知识。搜索策略集中于研究对经常用来描述问题领域的网络或树形结构进行搜索的方法，目前专家系统使用的搜索技术很多，常用的有广度优先搜索和深度优先搜索。

推理机由推理控制程序和黑板程序和黑板构成，控制程序负责处理推理结构和控制推理去向，黑板则用于保存这些中间结果。需保存的中间结果主要有当前使用的规则，已用过的规则，可用规则以及当前规则执行情况等，本系统推理机采用的搜索算法为深度优先搜索算法。

推理机用Visual Foxpro数据库管理语言，用面向对象方法设计，其消息结构及其实例对象如表1示。

MBBH	MBMS	JDK	SSK	JSK	ZT	STEP	BELOVER
JD_1	煤与瓦斯突出预测	Data＼jd.dbf	Data＼ss.dbf	Data＼js.dbf	6	2	0.94

 

表中MBBH：推理目标在规则中的编号；MBMS：对推理目标的描述；JDK：该目标所在规则库名；SSK：与该规则库JDK对应的事实库名；JSK：与该规则库JDK对应的解释库名；STEP：推理机是否按单步运行方式启动；ZT：对该目标推理的结果；BELOVER：可行度。

推理机中除ZT为输出消息外，其余均为输入消息。给定不同的消息，推理机即可完成不同目标的推理。按表中的参数向推理机发消息，推理机即对突出预测这一目标进行推理，调用程序可从ZT消息中取得推理结果。

3.3 煤与瓦斯突出预测模糊专家系统的不精确推理

除了推理机外，本系统还采用了确定性理论处理煤与瓦斯突出预测中不确定性推理问题。不确定性推理亦称不精确推理，对不确定性推理，人们至今没有一个统一的模式。为了进行不确定性推理，人们已经提出了不少模型，如主观Bayes方法，确定性理论和证据理论等。专家系统中的不确定性主要是模糊性，要描述客观事物的模糊不确定性和人对客观事物认识的模糊性，采用模糊集理论，描述人类使用这些模糊信息进行推理的方法是基于模糊技术的推理方法。

知识的不确定性描述在基于规则的专家系统中，其形式为：

R：IF E THEN H_i WITH CF(E，H_i)

其中E为规则的前提条件，H_i为规则的结论部分，各规则都附加一定的可信度CF(E，H_i)值，称为规则强度。

CF (E，H_i)的定义为：

由(1)式可以看出：若P(Hi/E)=1，即前提E为真时，结论H_i为真，则CF(E，H_i)=1；若P(/E)=1，即前提E为真时，结论H_i为假，则CF(E，H_i)=-1；若P(H_i／E)=P(H_i)，即前提E与结论H_i无关，则CF(E，H_i)=0，这就是规则的单位元。若前提E为真，部分支持结论H_i，则0＜CF(E，H_i)＜1，反之-1＜CF(E，H_i)＜0。在实际应用中，规则的CF(E，H_i)解析式一般很难给出，在建库时，通常是由领域专家根据经验(或部分统计)再参照CF(E，H_i)的含义主观确定的，并与规则一起存入知识库中。

证据的不确定性问题反映了证据E被肯定的程度，当证据E为真时，则CF(E，H_i)=1，若E肯定为假时，则取CF(E，H_i)=-1；当证据E一无所知时，CF(E，H_i)=0，这就是证据的三位元。当证据E以某种程度为真时，则0＜CF(E，H_i)＜1，反之-1＜CF(E，H_i)＜0.原始证据的CF(E)是系统在运行时由用户凭经验提供。而非原始证据的CF(E)则由不确定性推理的更新算法导出。

在CF模型中，不确定性推理的过程一般为：首先，由领域专家给出推理规则(R：IE E THEN H_i)及每条规则的强度CF(E，H_i)，并将推理网络中每个命题的不确定性值(单位元)均设置为零，然后系统开始运行，用户输入原始证据及其不确定性值CF(E₁，E)，系统依不确定性更新算法将原始证据不确定性值沿推理网络向下传播给非原始证据，直至求出最终结论的不确定性值。

在确定性理论中，确定性因子的更新算法为：

1 结论断言H_i的可信度更新过程为：

CF(H_i)=CF(E, H_i)·max｛0,CF(E)｝     (2)

2 规则组合的可信度更新：

当从多条规则分别可推出某一结论H_i时：

在两条规则的综合作用下，H_i 的可信度CF(H_i)：

当有多个具有同一结论断言H_i的规则被启用时，将反复使用(3)式计算最终的可信度值。

3 前提条件为逻辑组合时的可信度确定：

CF(E)=CF(E₁ANDE₂)=min｛CF(E₁),CF(E₂)｝

CF(E)=CF(EORE)=max｛CF(E₁),CF(E₂)｝       (4)

CF()=-CF(E)

3.4 解释机

解释机即一段程序，它根据黑板上记录的当前执行规则，到解释库中寻找该规则对应的解释，并调用相应的解释处理程序，作出解释。

系统中部份固定解释则以帮助的形式给出。

3.5 知识获取与管理

知识的获取和管理是通过人机接口完成，获取方式主要是人工获取。

 

4 实例计算

采用本系统对贵州某矿几个掘进工作面进行推理，结果如表2所示：

编号	推理结果	实际结果
1	突出危险可信度0.9	发生瓦斯喷出
2	突出危险可信度0.93	发生煤与瓦斯突出
3	突出危险可信度0.4	未发生突出

 

推理结果与实际结果表明，采用本系统推理的结果与实际发生情况是相符的，证明本系统的运行是可靠的，在对掘进工作面进行突出危险预测时，可以采用本系统进行预测。

 

5 小 结

采用模糊专家系统来进行煤与瓦斯突出预测是对煤与瓦斯突出预测的一次尝试，本系统所开发的推理程序是一通用的推理控制模块，只要对知识库、事实库、解释库进行合理的组织，有望用于其他采矿系统。

 

 

ZHANG Zhuang-xin，WU Gui-yi

(School of Resources and Environment,GUT,Guiyang 550003,China)

Abstract：A fuzzy expert system for forcasting coal and gas outburst is set up on the basis of the relevant theory.The new system has been applied in pit testing and the result shows that is is dependable.

Key words:coal and gas outburst;fuzzy expert system