基于动态贝叶斯网络的大倾角工作面飞矸威胁等级评估

(1.西安科技大学安全科学与工程学院，陕西西安 710054;2.辽宁石油化工大学环境与安全工程学院，辽宁抚顺 113001；3.西安科技大学能源学院,陕西西安 710054)

摘要：为准确评估大倾角煤层开采过程中飞矸对人或设备的威胁等级，将工作面飞矸运动过程中具有的总动能作为判定飞矸威胁等级大小的依据，采用Rocfall软件建立大倾角工作面飞矸运动模型。选取飞矸的质量、初速度、工作面长度、煤层倾角、碰撞恢复系数6因素5水平进行标准正交试验，通过正交试验法得到6种因素灵敏度大小的排序。根据排序及工作面实际情况，选取影响飞矸动态威胁等级评估的主要因素为飞矸的质量、速度以及沿工作面运动距离3个动态特征量，采用Genie软件建立动态贝叶斯网络模型，通过仿真得到飞矸沿工作面运动全过程的动态威胁等级概率。仿真结果表明：飞矸威胁等级在飞矸运动初始阶段急剧增加，随着时间片的增加，在中期和末尾阶段威胁等级趋于平稳。为了减轻工作面飞矸动能过大对人或设备造成伤害，可在飞矸运动初始位置以及飞矸威胁等级较高的位置设置防护装置，以达到降低飞矸威胁的目的。

关键词：动态贝叶斯网络；大倾角煤层；飞矸；威胁等级；正交试验

Threat level evaluation of flying gangues in steeply dipping seam based on dynamic Bayesian network

(1.College of Safety and Engineering,Xi’an University of Science and Technology,Xi’an 710054;2.School of Environment and safety Engineering，Liaoning Petrochemical University,Fushun 113001，China;3.College of Energy Engineering，Xi’an University of Science and Technology，Xi’an 710054，China)

Abstract:In order to accurately assess the threat level of the flying gangues to people or equipment during the mining of the steeply dipping seam,the total kinetic energy of the flying gangue was used as the basis for determining the magnitude of the threat level,and model of flying gangues movement was establish by Rocfall in the steeply dipping seam.The six factors-five levels including flying gangue’s mass,initial velocity,working face length,dip angle of coal seam and collision recovery coefficient were selected for the standard orthogonal experiment,and the order of the sensitivity of the six factors was obtained by the orthogonal experimental method.According to the sorting and the actual situation of the working face,the major factors affecting the dynamic threat level of the flying gangues are the quality,speed and distance moving along the working face.Dynamic Bayesian network model was set up by adopting the Genie,the dynamic probability of threat level was obtained during the whole process of flying gangues movement by simulation.The simulation results show that the threat level of the flying gangues increases sharply in the initial stage of fly gangue movement.As the time slice increases,the threat level tends to be stable in the middle and end stages.In order to reduce the damage caused by the flying gangues of the working face,the protective devices can be set up at the initial position of flying gangues movement and the position with higher threat level to achieve the purpose of reducing flying gangues threat.

Key words:dynamic Bayesian network;steeply dipping seam;flying gangues；threat level;orthogonal experiment

刘明，周一童，伍永平，等.基于动态贝叶斯网络的大倾角工作面飞矸威胁等级评估[J].煤炭科学技术,2021,49(11)：99-104.doi:10.13199/j.cnki.cst.2021.11.013

LIU Ming,ZHOU Yitong,WU Yongping，et al.Threat level evaluation of flying gangues in steeply dipping seam based on dynamic Bayesian network[J].Coal Science and Technology，2021，49(11)：99-104.doi:10.13199/j.cnki.cst.2021.11.013

基金项目：国家自然科学基金资助项目(51604213，51634007)；辽宁省教育厅基金资助项目(L2020041)

作者简介：刘明(1986—),男,黑龙江拜泉人,副教授,硕士生导师,博士。E-mail：liuming1075@163.com

0 引言

大倾角煤层是以煤层倾角超过煤的自然安息角所出现的滑动、失稳等现象为主要特征而命名的。大倾角煤层由于倾角较大，其工作面系统可靠性较低，防护装置效率偏低，安全事故屡有发生[1-3] 。采煤工艺优化虽然可以减少飞矸形成的数量，但仍无法从根本上避免对人员设备的伤损害事故发生。

我国的专家学者先后对大倾角煤层长壁工作面出现的飞矸现象进行研究与实践，并且设计提出了多种挡杆设备与防护技术。文献[4]设计了一种光栅识别的大倾角煤层自动挡矸装置，该设备可以有效解决因飞矸运动的随机性而引起的飞矸防护困难的问题。刘明申等[5]研究发明了一种渔网状柔性挡矸网、铁质遮挡和挡矸输送带的防护装置。随着飞矸治理与控制能力的提升，何贵荣等[6]提出了改进版的“挡煤帘”“柔性挡杆设施”等。虽然目前的防护装置很多，但对于大倾角煤层飞矸灾害防治大多都是采取被动防护装置及措施[7-8],少有学者研究飞矸的运动机理，根据飞矸的运动机理去设计防护装置[9-11]。基于此，通过Rocfall结合正交试验方法，找出影响飞矸威胁的因素，最后利用动态贝叶斯网络对飞矸威胁等级进行评估。

1 基于正交试验飞矸威胁因素分析

1.1 工作面飞矸运动模型的构建

在大倾角煤层开采过程中，采煤机甩煤、推移刮板输送机、移架等扰动下静止的煤(岩)块启动。以新疆乌鲁木齐艾维儿沟2130煤矿25221大倾角大采高综采工作面为例，设飞矸初速度为3 m/s，工作面长度为120 m，工作面底板为砂岩，飞矸质量为5 kg，数量为100，角速度为30 rad/s，基本参数见表1。

表1中，碰撞恢复系数表征了碰撞前后物体间速度的比例关系，只与碰撞物体材料有关。

工作面飞矸发生空间如图1a所示，通过Rocfall模拟100次，得到飞矸运动轨迹如图1b所示。

由于飞矸模型参数均具有随机性，当参数发生变化时，飞矸运动轨迹也会随之变化，同时飞矸的总动能、弹跳高度、沿工作面运动距离等观测变量也会发生显著变化，为了探究哪些因素对飞矸威胁具有决定性的影响，需通过正交试验进行分析[12-13]。

1.2 影响因素分析

由于大倾角煤层工作面飞矸伤损程度取决于飞矸的能级，因此将飞矸具有的总动能作为飞矸威胁的评判依据，飞矸总动能为

式中：Ek为飞矸总动能；m为飞矸质量；v为飞矸速度；J为飞矸的转动惯量；ω为飞矸角速度；N为飞矸的数量。

飞矸沿工作面运动速度为

式中：vt为切向速度；vn为法向速度。

飞矸的运动速度v与飞矸的初速度v0和工作面长度L以及煤层倾角θ有关，工作面越长，煤层倾角越大，飞矸运动到底端具有的动能越大，若飞矸运动过程中与工作面底板发生碰撞，则飞矸碰撞后的速度与法向碰撞恢复系数Rn、切向碰撞恢复系数Rt有关。从以上分析可知，影响飞矸动能的因素有：m、N、ω、θ、L、Rn、Rt、v0。假设飞矸运动过程中不发生解体，所以飞矸数量是固定的；由于角速度对总动能影响较小，暂不考虑转动动能。综上所述飞矸威胁评判依据有6种影响因素分别为:m、v0、θ、L、Rn、Rt。

1.3 确定参数取值

采用Rocfall进行建模，选取6种影响因素m、v0、θ、L、Rn、Rt进行取值分析，根据正交试验的原理，将飞矸运动到工作面下端头处的总动能为目标，考察各个因素对总动能大小的影响以及各因素在不同水平下总动能的变化规律和影响因素大小排序。选择θ：35°～55°；L：100～140 m；v0：1.5～7.5 m/s；m：1～5 kg；Rn：0.30～0.34：Rt：0.82～0.86。

1.4 正交试验

根据标准正交试验表，选取6因素5水平进行正交试验，见表2；25组正交试验设计参数见表3。为探究同一水平下不同因素对总动能影响的灵敏度大小，引入标准差与极差将不同因素对结果影响的大小进行排序，得出哪些因素对总动能影响较大。

设：Ek1、Ek2、Ek3、Ek4、Ek5为各因素在同一水平下的总动能之和，σi为各个因素在同一水平下的平均功能，R为平均值的极差，极差表示因素的水平变化对试验影响的大小，极差越大影响越大，反之则越小，因素均值极差表见表4。

由表4可得重要度排序：工作面倾角>质量>工作面长度>切向碰撞恢复系数>初速度>法向碰撞恢复系数。

2 基于动态贝叶斯网络的威胁等级估计

2.1 贝叶斯网络建模

贝叶斯网络能综合利用概率论和图论进行不确定事件分析和推理[14-18]。根据正交试验结果可知煤层倾角、飞矸质量、飞矸沿工作面运动距离和速度对飞矸威胁等级影响较大，由于考虑到实际工况下煤层倾角为定值，不随时间变化，故选取飞矸质量、沿工作面运动距离和速度作为观测节点，如图2所示。

2.2 贝叶斯网络概率

由专家经验知识判断，威胁等级先验概率：威胁等级H、M、T的先验概率P1分别为0.10、0.15、0.75，威胁等级转移概率见表5。

规定飞矸质量m≤3 kg状态为小，记为X；3 kg<m<6 kg为中，记为Z；m≥6 kg为大，记为D。

飞矸速度v≤3 m/s状态为低，记为S；3 m/s<v<7 m/s为中，记为W；v≥7 m/s为高，记为F。

飞矸距离工作面下端头处人或设备的距离(Length)越近威胁等级越高，将工作面长度三等分，工作面上部状态为低，记为Y；中部为中，记为Q；工作面下部为高，记为J。

根据专家经验知识得到各个观测节点所对应的条件概率见表6，设其转移概率不发生变化。

2.3 动态贝叶斯网络建模

基于上述的先验概率、转移概率、条件概率，采用Genie软件将静态贝叶斯网络进行动态展开，得到动态贝叶斯网络的展开图和条形图如图3和图4所示，并得到飞矸威胁等级曲线如图5所示。

可以看出：飞矸速度在前3个时间片中高速和中速的飞矸比例有显著的升高，因为起始高速和中速飞矸所占比例较少，大部分飞矸刚开始启动，飞矸速度较小，状态比较平稳，重力势能可大部分转化为动能，后2个时间片高速和中速飞矸变化趋于平稳，由于飞矸速度变大时其运动状态变得不稳定，与工作面底板发生碰撞、摩擦能量会损耗，所以其速度最终会稳定在一个水平；随着飞矸距离下端头越来越近，有少量飞矸由于底板不平停止运动。因此，降低飞矸对人或设备带来的威胁，需在飞矸初始位置以及飞矸威胁等级较高的位置采取防护措施。

3 结论

1)Rocfall结合正交试验可确定各个因素对飞矸威胁等级影响贡献度排序。通过Genie动态贝叶斯软件对飞矸威胁等级进行动态评估，可得到飞矸威胁等级随时间片的变化规律。

2)工作面实测飞矸的主要来源为煤壁片帮，对工作面作业人员和设备造成极大威胁，结合本文方法可在飞矸初始位置以及飞矸威胁等级较高位置处设置防护网或者设置其他自动挡矸装置。

3)本文理论方法的模拟结果与工作面现场实测下部区域设备破坏程度更加剧烈的情况相符合，更加印证了本文方法用于飞矸威胁等级评估的可行性。

[1] 伍永平,胡博胜,解盘石,等.大倾角工作面飞矸冲击损害及其控制[J].煤炭学报,2018，43(10):2694-2702.

WU Yongping,HU Bosheng,XIE Panshi,et al.Impact damage of flying gangue in steeply dipping seams and its control[J].Journal of China Coal Society,2018，43(10):2694-2702.

[2] 伍永平,胡博胜,解盘石,等.大倾角长壁工作面飞矸灾害区域治理技术[J].煤炭科学技术,2017,45(2):1-5

WU Yongping,HU Bosheng,XIE Panshi,et al.Flying gangue regional control technology in longwall mining face of steeply dipping seam[J].Coal Science and Technology,2017,45(2):1-5.

[3] 伍永平,胡博胜,王红伟,等.大倾角煤层长壁开采工作面飞矸致灾机理研究[J].煤炭学报,2017,42(9):2226-2234.

WU Yongping,HU Bosheng,WANG Hongwei,et al.Mechanism of flying gangue-caused disasters in longwall mining of steeply dipping seam[J].Journal of China Coal Society,2017,42(9):2226-2234.

[4] 刘明,伍永平,李宽,等.光栅识别的大倾角煤层开采飞矸防护装置设计[J].煤矿机械,2019(8):29-30.

LIU Ming,WU Yongping,LI Kuan,et al.Design of flying gangue Protection device for steeply dipping seam by grating recognition[J].Coal Mining Machinery,2019(8):29-30.

[5] 刘明申,杨峰,马怀利.大倾角采煤工作面防飞矸设施的研究与应用[J].山东煤炭科技,2008(5):62-63.

LIU Mingshen,YANG Feng,MA Huaili.Research and application of preventing gangue in steeply dipping seam working face[J].Shandong Coal Technology,2008(5):62-63.

[6] 何贵荣,张正鹏,梁吉国.大倾角综放工作面飞矸防治措施与实践[J].山东煤炭科技,2014(12):67-68.

HE Guirong,ZHANG Zhengpeng,LIANG Jiguo.Flying waste prevention measures and practice of fully mechanized top coal caving (mining)face with large dip angle[J].Shandong Coal Science and Technology,2014(12):67-68.

[7] 李守瑸,申兢,魏利朋,等.泉店煤矿11采区运输巷防飞矸技术[J].煤矿机械,2015,36(3):121-122.

LI Shoubin,SHEN Jing,WEI Lipeng,et al.Fly bottles prevention technique of 11 quandian coal mine belt conveyor lane[J].Coal Mine Machinery,2015,36(3):121-122.

[8] TU Hongsheng,TU Shihao,YUAN Yong,et al.Present situation of fully mechanized mining technology for steeply inclined coal seams in China[J].Arabian Journal of Geosciences,2015,8(7):4485-4494.

[9] 景玲玲,屈钧利,刘明,等.大倾角煤层飞矸运动估计的非概率区间分析法[J].煤炭技术,2019,38(5):105-108.

JING Lingling,QU Junli,LIU Ming,et al.Non-probabilistic interval analysis method for estimation of flying gangue movement in steeply dipping seam[J].Coal Technology,2019,38(5):105-108.

[10] 刘明,伍永平,徐刚.大倾角煤层开采飞矸运动规律研究[J].煤炭技术,2016,35(7):17-18.

LIU Ming,WU Yongping,XU Gang.Research on rule of flying gangue in steeply dipping seam mining[J].Coal Technology,2016,35(7):17-18.

[11] LIU Ming,WU Yongping.Research on random property of impact force for flying gangue in steeply dipping seam mining[J].Open Journal of Mechanical Engineering,2014,3(1):17-21.

[12] 于怀昌,余宏明,刘汉东,等.基于正交试验与运动学的滚石防护计算方法[J].煤炭学报,2010,35(1):55-60.

YU Huaichang,YU Hongming,LIU Handong,et al.The calculation method for protective structure against rockfall based on orthogonal test and kinematics[J].Journal of China Coal Society,2010,35(1):55-60.

[13] 张路青,杨志法,许兵.滚石与滚石灾害[J].工程地质学报,2004,12(3):225-231.

ZHANG Luqing,YANG Zhifa,XU Bing.Rockfalls and rockfall hazards[J].Journal of Engineering Geology,2004,12(3):225-231.

[14] 曲婉嘉,周兴旺,刘颖,等.基于贝叶斯网络的防空雷达毁伤效果评估研究[J].电子设计工程,2016,24(6):121-124.

QU Wanjia,ZHOU Xingwang,LIU Ying,et al.Research on damage evaluation of air defense radar based on Bayesian network[J].Electronic Design Engineering,2016,24(6):121-124.

[15] 张海峰,韩芳林,潘长鹏.基于DBN 的察打一体无人机作战效能评估[J].电光与控制,2019,26(4):77-80.

ZHANG Haifeng,HAN Fanglin,PAN Changpeng.DBN-based combat effectiveness evaluation of reconnaissance /strike UAV[J].Electronics Optics &Control,2019,26(4):77-80.

[16] 陈志平,林选翔.基于贝叶斯网络的桥式起重机故障诊断系统开发[J].计算应用与软件,2018,35(8):143-147.

CHEN Zhiping,LIN Xuanxiang.Development of bridge crane fault diagnosis system based on bayesian network[J].Computer Applications and Software,2018,35(8):143-147.

[17] 晏师励,李德华.基于动态贝叶斯网络的空战目标威胁等级评估[J].计算机与数字工程,2015,43(12):2150-2154.

YAN Shili,LI Dehua.Threat level assessment of the air combat target based on DBN[J].Computer &Digital Engineering,2015,43(12):2150-2154.

[18] MURPHY K P.Dynamic Bayesian networks:Representation,inference and learning[M].Berkeley:University of California,2002.