0 引 言
瓦斯超限是矿井灾害隐患，瓦斯爆炸是以瓦斯超限为前提，因此瓦斯超限也给煤矿安全生产和社会和谐带来严重影响[1-3]。一直以来，瓦斯灾害的研究主要集中在煤与瓦斯突出方向[4-6]，预警技术研究同样围绕煤与瓦斯突出的预警工作展开[7-8]，在突出预警指标及突出预警系统的建立方面有很多应用性的研究[9-10]。而在瓦斯超限方面的研究主要是对瓦斯体积分数的趋势分析及管控等方面[11-12]，缺少对瓦斯超限的预测预报研究。随着计算机和互联网快速发展，瓦斯超限预测预报工作必定成为研究的方向，其主要研究如何通过理论实践经验确定预警指标，单一或组合指标实现预测预报。而瓦斯超限的影响因素很多，瓦斯超限预警指标不具有普遍性且易造成误报漏报，准确率、可靠性较低。应用单一指标进行瓦斯超限预警可操作性强，也容易误报[13]，基于此，笔者提出多指标模糊评价模型结合实际样本分析确定影响因素的权重，并进行了瓦斯超限预警系统的设计及开发，实际应用效果表明多指标预警模型预警准确率较单一指标预警有很大提高。
1 瓦斯超限预警单指标分析
瓦斯超限预警指标构建是预警系统中核心部分，其准确和科学性直接影响系统应用效果。瓦斯超限预警指标体系包括实时预警指标与趋势预警指标，从监控系统自动获取的经过模型化的数据作为实时预警指标依据，包括同一工序条件下瓦斯体积分数变化值，回风瓦斯探头值T2平均增加值等，其他包括地质构造、通风、管理等指标作为趋势预警指标，表示在未来一段时间内发生瓦斯超限的概率。
依据《煤矿安全规程》和前人对工作面瓦斯超限影响因素研究统计分析，并结合某矿井自身特点，依据指标体系建立原则和步骤(图1)，制定了瓦斯超限预警指标体系。
图1 瓦斯超限预警指标的确定步骤
Fig.1 Steps for determining gas overrun early warning indicators
该指标体系从瓦斯、通风、地质构造及管理这4个方面进行单指标规则制定，确定预警值(范围)和预警条件。其中部分瓦斯超限预警指标不能定量描述，只能定性阐述来反应煤矿瓦斯超限预警真实情况和现状。
瓦斯超限预警分为3级，分别为绿色、黄色、红色3种状态。绿色表示正常生产；黄色预警表示需制定措施放慢作业进度；红色表示必须停止作业，采取相应措施治理瓦斯。回采工作面超限预警指标见表1。
表1 回采工作面瓦斯超限预警指标
Table 1 Gas overrun early warning indicators for mining face
序号规则类别预警级别规则描述1瓦斯黄色工作面瓦斯探头值T1≥0.7%2瓦斯黄色回风瓦斯探头值T2≥0.7%3瓦斯黄色7.5 m3/t≤瓦斯含量W<8 m3/t4瓦斯黄色0.7 MPa≤瓦斯压力P<0.74 MPa5瓦斯黄色0.3%≤一班内同一工序条件瓦斯体积分数变化值<0.4%6瓦斯黄色0.2%≤回风瓦斯探头值T2平均增加值<0.3%7瓦斯红色工作面瓦斯探头值T1≥0.8%8瓦斯红色回风瓦斯探头值T2≥0.8%9瓦斯红色瓦斯含量W≥8 m3/t10瓦斯红色瓦斯压力P≥0.74 MPa11瓦斯红色一班内同一工序条件瓦斯体积分数变化值≥0.4%12瓦斯红色回风瓦斯探头值T2平均增加值≥0.3%13地质构造黄色地质构造带20 m范围内14地质构造黄色地面钻井或钻孔50 m范围内15通风黄色有停风区域16通风黄色通风断面小于设计断面2/317通风红色工作面风量低于计划风量,风速与《煤矿安全规程》规定不符18通风黄色有微风区域19通风黄色有风流反向区域20管理黄色瓦斯异常不汇报21管理黄色工作面出现地质构造不汇报22管理黄色强化瓦斯措施执行不到位23管理黄色通风设施人为损坏24管理红色安全监测监控系统未及时安装25管理红色监测监控有问题26管理红色因管理原因造成同一工作面黄色预警达到2次/月
2 瓦斯超限预警多指标量化分析
模糊综合评价是以模糊数学为基础，应用模糊关系合成原理，将一些边界条件不清，不容易定量的因素定量化，并进行综合评价的一种方法[14-16]。
第1节叙述中部分单指标存在定性指标，易导致预警边界条件不清，降低预警准确率，故笔者建立模糊评价模型进行两级评价，对瓦斯超限预警系统进行多指标量化，确定预警边界。
2.1 瓦斯超限模糊综合评价模型构建
1)建立因素集。由于工作面瓦斯超限影响因素较多，处于不同阶层，基于模糊数学理论，建立二级评价模型对瓦斯超限危险性进行预测或评价。
2)建立评价集。评价集指可能发生的评价结果所组成的集合。对于回采工作面瓦斯超限的评价，可建立评价集V=(v1，v2，v3，…，vn)，其中，v1为瓦斯红色预警，v2为瓦斯黄色预警，v3为绿色预警(安全)。根据相关规程规定以及某集团矿井大量现场数据，通过统计分析得出工作面超限预警评价值，见表2。
表2 工作面瓦斯超限预警评价结果
Table 2 Early warning evaluation result ofgas overrun in working face
瓦斯超限评价等级红色预警黄色预警安全(绿色)区间值(15,100](1.5,15](0,1.5]量化值57.58.50
3)模糊综合评价过程。模糊综合评价包括一级评价和二级评价以及评价结果量化处理3个过程。
第1个过程：一级模糊综合评价。一级模糊综合评价是对各因素集中的不同指标进行计算，以获得指标集的评价结果。根据评价指标相对于评价结果的隶属关系，将各个指标隶属度进行归类，并归一化处理，即可得到瓦斯超限的一级模糊综合评价体系。一级指标的评价集计算式为
Bi=Ai·Ri
式中：Bi为指标评价集；Ai为评价因素权重集；Ri为隶属度矩阵，i=1,2,3,…n(n为因素数量)，计算方法见式(1)。
(1)
矩阵Ri中第i行第j列元素rij，表示某个被评事物从因素ui来看对vj等级模糊子集的隶属度。一个被评事物在某个因素ui方面的表现，是通过模糊向量(R|ui)来表示的。
第2个过程：二级模糊综合评价。在一级模糊综合评价的基础上，对各类评价子集进行矩阵运算，可得总体评价集为
B=AR
式中：B为总体评价集;A为二级评价因素权重集;R为总体隶属度矩阵。
第3个过程：量化处理。求出各评价子集和总体评价集后，与评价集中相关级别的量化值相乘，即可得出评价量化结果为
式中：Vi为评价结果所处的区间值;V′为评价结果量化值。
总体危险性为
V=V′BVi
2.2 评价模型案例分析
按照前述模糊综合评价步骤对试验矿井进行瓦斯超限危险性综合评价，可预测或评价瓦斯超限危险性大小及级别，某矿回采工作面瓦斯超限前指标信息见表3，其中发生为“1”，未发生为“0”，某项指标是否发生由表1单向指标确定。
1)一级模糊综合评价：根据式(1)，由表3可以计算出瓦斯因素B1，地质构造因素B2，通风因素B3及管理因素B4隶属关系，从而得到隶属度矩阵为
2)二级模糊综合评价：根据一级模糊综合评价得到的隶属度矩阵R，结合各一级指标的权值组成的权重集A，经矩阵运算B=A·R=(b1，b2，…，bn)，即可获得该矿井的瓦斯超限危险级别。
按照最大隶属度原则，须按照加权平均原则方法进行评价。
3)评价结果的量化分析。某矿回采工作面瓦斯超限总体危险性V≈14.38；瓦斯因素危险性V≈11.39；地质构造因素危险性V≈4.76；通风因素危险性V≈3.57；管理因素危险性V4≈13.18。
对照表2中的评价值标准可知，某矿回采工作面瓦斯超限危险性等级总体属于黄色预警，瓦斯因素的危险性等级为黄色预警，地质构造因素危险性等级为黄色预警，通风因素危险性等级为黄色预警，管理因素危险性等级为黄色预警。
表3 回采工作面瓦斯超限预警评价指标
Table 3 Evaluation indicators of gas overrun early warning in mining faces
一级评价指标二级评价指标评价结果指标权值指标权值红色预警黄色预警安全(绿色)瓦斯0.36T10.14001T20.14001W0.17001P0.17100一班内同一工序下瓦斯体积分数变化值0.19001T2 瓦斯体积分数平均增加值0.19010地质构造0.18地质构造带20 m 范围内0.56010地面钻井或钻孔50 m 范围内0.44001通风0.29有停风区域0.21010通风断面小于设计断面2/30.12001工作面风量低于计划风量,风速与《煤矿安全规程》规定不符0.24001有微风区域0.21010有风流反向区域0.22001管理因素0.17瓦斯异常不汇报0.13001工作面出现地质构造不汇报0.15001强化瓦斯措施执行不到位0.13010通风设施人为损坏0.15001安全监测监控系统未及时安装0.13001监测监控停运0.21100因管理原因造成同一工作面黄色预警达到2次/月0.1001
3 瓦斯超限预警系统设计
根据上述确定的综合预警指标，建立了瓦斯超限预警系统，瓦斯超限预警系统软件的结构设计采用通用的C/S(Client/Server) 结构和B/S(Browser/Server)结构[17-18]，数据库采用Microsoft SQL 2008R2。该系统采用先进的GIS技术、网络通信技术、数据库技术，实现煤矿瓦斯的预警，对瓦斯监测信息(监控系统数据和井下人工录入数据)进行集中管理、统计、分析，结合已建立瓦斯预测模型对瓦斯超限进行预测预报，从而有效防止煤矿瓦斯灾害事故的发生[19-20]。
软件系统构成主要分为软件、硬件和网络3个部分。软件部分设置了瓦斯超限预警平台及集团网络平台；硬件部分为井下数据录入终端和监控数据探头，井下录入终端采用沈阳研究院研发的KJ127型录入装置；网络部分负责硬件和软件部分数据传输，总体设计结构如图2所示。
图2 瓦斯超限预警系统设计结构
Fig.2 Design structure of gas overrun early warning
瓦斯超限预警信息来源主要包括日常预警信息的录入以及矿井安全监控系统的瓦斯浓度监测数据等，该系统包括服务器端和客户端2个部分：客户端主要是数据的统计分析，以及瓦斯预警指标的考察；服务器端的功能是自动计算通过客户端考察确定出的预警指标值，实现预警功能。
根据预警指标及预警需求编制了瓦斯超限预警系统软件，瓦斯超限预警结果输出界面如图3所示。
图3 瓦斯超限预警系统结果输出界面
Fig.3 Interface of overrun early warning result
4 瓦斯超限预警系统运行结果统计
瓦斯超限预警系统已在某集团运行2年，收集下属矿井工作面单指标瓦斯超限预警有效相关数据，以及单指标和多指标量化模型下的有效预警数据，分析统计结果见表4，可见采用多指标模型预警次数更贴近实际发生次数，预警准确率得到大幅度提高，可以在该集团其他类似条件矿井工作面参考应用。
表4 瓦斯超限预警结果统计
Table 4 Statistics of early warning results
项目红色超限次数黄色超限次数单指标模型635多指标模型324实际发生超限次数2—
注：多指标模型包含实际发生次数。
5 结 论
1)依据《煤矿安全规程》规定并结合某集团自身条件，建立回采工作面瓦斯超限预警指标体系，指标体系从瓦斯、通风、地质构造及管理4个方面进行红色、黄色、绿色3级预警，依据监控系统瓦斯体积分数数据模型化作为实时预警指标，其他人工采集数据作为趋势预警指标，既体现了预警的实时性，又对未来趋势进行了判断，有利于煤矿的安全生产。
2)预警指标分为单指标及多指标，单指标是利用单一数据来源进行阈值判断，多指标包括定性指标定量化，单一指标的关联化，通过模糊理论建立了多指标量化模型，确定了各指标权重数，采用二级评价模式进行指标量化和预警并实例分析。
3)利用C/S和B/S结构构建了预警系统，利用网络通信技术和传输设备，保证预警信息及时发布。预警系统运行结果显示多指标量化模型较单指标模型更贴近实际，提高了瓦斯超限预警准确率。
4)瓦斯超限影响因素复杂，瓦斯超限预警指标的科学性确定还需进一步研究探讨，系统的完善还需要大量现场数据的积累与研究。本文只进行了相关研究及应用，作为现场瓦斯灾害预警的一种辅助手段，结果可作为煤矿安全管理者的参考依据。
[1] 李海臣.采煤工作面瓦斯浓度超限预警技术及装备研究 [D].徐州：中国矿业大学，2011:13-18.
[2] 朱庆轩，朱坤飞.防止瓦斯超限预警管理系统的构建与实施[J].价值工程，2013，32(29)：144-146.
ZHU Qingxuan，ZHU Kunfei.The construction and implementation of early warning management system of preventing transfinite gas[J].Value Engineering，2013，32(29)：144-146 .
[3] 张建国. 中国平煤神马集团瓦斯防治体系建设[J]. 煤炭科学技术, 2017, 45(8): 13-18.
ZHANG Jianguo. Construction of gas prevention and control system in China Pingmei Shenma Group[J]. Coal Science and Technology, 2017, 45(8): 13-18.
[4] 付建华，程远平.中国煤矿煤与瓦斯突出现状及防治对策[J].采矿与安全工程学报，2007，24(3)：253-259.
FU Jianhua，CHENG Yuanping.Situation of coal and gas outburst in China and control countermeasures[J].Journal of Mining & Safety Engineering，2007，24(3)：253-259.
[5] 胡千庭，赵旭生.中国煤与瓦斯突出事故现状及其预防的对策建议[J].矿业安全与环保，2012，39(5)：1-6.
HU Qianting，ZHAO Xusheng.Current situation of coal and gas outburst accidents and countermeasures and suggestions for prevention in China[J].Mining Safety & Environmental Protection，2012，39(5)：1-6.
[6] 程远平，张晓磊，王 亮.地应力对瓦斯压力及突出灾害的控制作用研究[J].采矿与安全工程学报，2013，30(3)：408-414.
CHENG Yuanping，ZHANG Xiaolei，WANG Liang.Controlling effect of ground stress on gas pressure and outburst disaster[J].Journal of Mining & Safety Engineering，2013，30(3)：408-414.
[7] 陈 亮.掘进工作面煤与瓦斯突出实时监测预警技术研究[D].徐州：中国矿业大学，2016:36-45.
[8] 李绍泉，李青松，衡献伟，等.煤与瓦斯突出预警技术现状与展望[J].煤矿安全，2013，44(5)：160-163.
LI Shaoquan，LI Qingsong，HENG Xianwei，et al.Status and prospects of coal and gas outburst early warning technology[J].Safety in Coal Mines，2013，44(5)：160-163.
[9] 关维娟，张国枢，赵志根，等.煤与瓦斯突出多指标综合辨识与实时预警研究[J].采矿与安全工程学报，2013，30(6)：922-929.
GUAN Weijuan，ZHANG Guoyu，ZHAO Zhigen，et al.Multi-index comprehensive identification and real-time warning of coal and gas outburst [J].Journal of Mining & Safety Engineering，2013，30(6)：922-929.
[10] 覃木广，赵旭生，张庆华，等.基于瓦斯地质特征的突出预警模型研究[J].煤炭科学技术，2018，46(12):138-144.
QIN Muguang，ZHAO Xusheng，ZHANG Qinghua，et al.Study on outburst early warning model based on gas geological features[J].Coal Science and Technology，2018，46(12):138-144.
[11] 尹昌旺，许学超.煤矿安全监控系统瓦斯报警的原因分析[J].煤炭技术，2007，26(6)：73-75.
YIN Changwang，XU Xuechao.Analysis of gas warning cause in coal mine safety supervisory control system[J].Coal Technology，2007，26(6)：73-75.
[12] 许 瑞.煤矿瓦斯安全状况的决策预测研究[J].煤矿机械，2018，39(3):4-6.
XU Rui.Study on decision-making prediction of gas safety in coal mine[J].Coal Mine Machinery，2018，39(3):4-6.
[13] 杨宏伟，李海贵，徐光亮.成庄矿瓦斯超限及突出预警系统[J].煤矿安全，2016，47(9):101-103.
YANG Hongwei，LI Haigui，XU Guangliang.Gas overrun and outburst early warning system in Chengzhuang Coal Mine[J].Safety in Coal Mines，2016，47(9):101-103.
[14] 胡宝清.模糊理论基础.[M].武汉：武汉大学出版社，2010:28-36.
[15] 姚庆国，赵丽霞，张学睦.煤矿安全管理信息系统模糊综合评价模型[J].矿业安全与环保，2017，44(6)：120-124.
YAO Qingguo，ZHAO Lixia，ZHANG Xuemu.Fuzzy comprehensive evaluation model of coal mine safety management information system[J].Mining Safety & Environmental Protection，2017，44(6)：120-124.
[16] 朱 静.基于模糊综合评价法的煤矿安全评价[J].煤矿安全，2014，45(4)：226-228.
ZHU Jin.Coal mine safety evaluation based on fuzzy comprehensive evaluation method[J].Safety in Coal Mines，2014，45(4)：226-228.
[17] 高保彬，钱亚楠，陈立伟，等.瓦斯压力对煤样冲击倾向性影响研究[J].煤炭科学技术,2018,46(10)：58-64.
GAO Baobin, QIAN Yanan,CHEN Liwei,et al.Study on gas pressure affected to bump potential of coal sample[J].Coal Science and Technology，2018，46(10)：58-64.
[18] 张 东，聂百胜，王龙康.我国煤矿安全生产事故的致灾因素分析[J].中国安全生产科学技术，2013，9(5):136-140.
ZHANG Dong，NIE Baisheng，WANG Longkang.Investigation a disaster-causing factors of coal mine accidents in China[J].Journal of Safety Science and Technology，2013，9(5):136-140.
[19] 马 越，米 捷.基于云计算的矿井瓦斯预警研究[J].煤炭技术，2018，37(7):213-215.
MA Yue，MI Jie.Research on mine gas early warning based on cloud computing[J].Coal Technology，2018，37(7):213-215.
[20] 刘晋隆.预警管理机制在煤矿瓦斯治理过程中的应用[J].中国煤炭，2011，37(9)：101-103.
LIU Jinlong.Early warning management mechanism applied in gas control in coal mines[J].China Coal，2011，37(9)：101-103.
