CN115564626A - 煤矿瓦斯煤尘爆炸事故调查决策支持系统、方法及应用 - Google Patents

Abstract

本发明属于煤矿瓦斯信息识别技术领域，公开了煤矿瓦斯煤尘爆炸事故调查决策支持系统、方法及应用。该方法包括：获取煤矿井下的瓦斯监控系统、人员定位系统、预警系统的实时数据；通过预设在巷道不同位置的传感器组实时监测煤矿井下不同位置点的数据；智能判定井下各位置受损程度及人员伤亡分布范围；根据辅助决策支持系统给出的设备设施受损程度及人员伤亡分布信息，结合最优路径规划模型，确定救援路线。本发明能够帮助事故调查组及救援人员及时获取井下事故破坏程度及波及范围，结合人员定位系统等确定人员伤亡情况及分布情况，合理及时的确定救援方案，节省救援时间，确保救援过程的及时性和有效性。

Description

煤矿瓦斯煤尘爆炸事故调查决策支持系统、方法及应用

技术领域

本发明属于煤矿瓦斯信息识别技术领，尤其涉及煤矿瓦斯煤尘爆炸事故调查决策支持系统、方法及应用。

背景技术

煤炭资源开采和利用过程中产生大量的瓦斯和煤尘，在一定条件下引发井巷内大规模的瓦斯煤尘爆炸事故。瓦斯煤尘爆炸事故在生产过程中一旦发生，往往造成重大人员伤亡和财产损失。随着煤炭科技的发展进步以及员工安全意识的提高，近年来我国煤矿死亡人数呈历年下降趋势，瓦斯煤尘爆炸灾害已成为制约煤炭高效智能化开采的重要因素，严重威胁着煤矿的安全生产过程。

煤矿井下一旦发生瓦斯煤尘爆炸事故，往往会对巷道及设备设施造成严重破坏，由于无法确定井下具体破坏情况及人员伤亡情况，使得救援难度非常大。为克服煤矿井下瓦斯煤尘爆炸事故救援过程中存在的事故信息获取不及时等难题，需要提供一种用于煤矿瓦斯煤尘爆炸事故调查决策支持系统及方法，解决上述问题。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有技术在瓦斯煤尘爆炸事故调查分析中，不能高效集成分析相关数据，使得数据的利用效率较低。

(2)现有技术在瓦斯煤尘爆炸事故调查分析中，智能化程度低，不能从相关系统的数据库中自动挖掘所需的瓦斯实时数据和人员定位数据，使得事故调查的效率和科学性受限。

(3)现有技术应急救援的精准性低，不能准确给出巷道、设备设施受损程度及人员伤亡分布信息，不能为合理确定救援路线，实施精准救援提供技术支持。

发明内容

为克服相关技术中存在的问题，本发明公开实施例提供了煤矿瓦斯煤尘爆炸事故调查决策支持系统、方法及应用。具体涉及一种用于煤矿瓦斯煤尘爆炸事故调查决策支持系统及方法。本发明目的在于提供一种用于煤矿瓦斯煤尘爆炸事故调查决策支持系统及方法，能够帮助事故调查组及救援人员及时获取井下事故破坏程度及波及范围，结合人员定位系统等确定人员伤亡情况及分布情况，合理及时的确定救援方案，节省救援时间，确保救援过程的及时性和有效性。

所述技术方案如下：一种用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法包括以下步骤：

S1，数据共享：通过文本挖掘、网络爬虫及数据对接，获取煤矿井下的瓦斯监控系统、人员定位系统、预警系统的实时数据；

S2，爆炸研判：通过预设在巷道不同位置的传感器组实时监测煤矿井下不同位置点的数据，当达到设定阈值，启动报警，据此判断爆炸时间；

S3，数据分析：智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围；

S4，辅助决策：根据辅助决策支持系统给出的巷道、设备设施受损程度及人员伤亡分布信息，结合最优路径规划模型，确定救援路线。

在一个实施例中，在步骤S1中，瓦斯监控系统的实时数据包括瓦斯浓度、一氧化碳浓度、风速；

人员定位系统的实时数据包括人员数量数据、人员基本信息数据、人员分布数据；

预警系统的实时数据包括：监测的设备运行信息、微震监测数据。

在一个实施例中，在步骤S2中，传感器组包括压力传感器、火焰传感器及温度传感器；传感器组布置在采煤机、液压支架、掘进机、进回风巷不同位置，每隔20m布置一组；

根据人员定位系统，确定爆炸发生时井下人员分布状况；根据井下各测点是否探测到爆炸火焰，评估爆炸火焰的波及范围及人员受爆炸火焰的伤亡程度；根据井下各测点爆炸超压值的大小，确定巷道、设备设施破坏程度及人员受到爆炸超压的伤亡程度。

所述阈值包括：压力传感器阈值为25KPa；火焰传感器阈值为5m处一烛光火焰；温度传感器阈值为1850℃。

在一个实施例中，在步骤S3中，智能判定井下爆源点、各地点巷道、设备设施受损程度及人员伤亡分布范围包括：通过预设在巷道不同位置的压力传感器、火焰传感器及温度传感器实时监测煤矿井下不同位置点的数据。

获取数据后，按照表1所示，确定爆炸超压阈值、爆炸火焰阈值、爆炸温度阈值相关阈值；爆炸超压阈值为≥25KPa；

爆炸火焰阈值为探测到5m处的1烛光火焰，根据爆炸火焰到达不同测点的时间差及测点之间的距离，计算火焰传播速度；爆炸温度阈值为≥1850℃；

当达到设定阈值，启动报警，根据此判断爆炸时间，综合判定爆源点位置、爆炸的波及范围、各区段的破坏程度；

并结合人员定位数据和爆炸后果的综合判定，确定爆炸发生时井下人员分布状况及伤亡程度。

在一个实施例中，在步骤S4中，最优路径规划模型包括：

(1)事故区域的确定：

G_w＝{n_w|n_w∈L_w}；

式中，G_w为事故区域范围；L_w为以爆炸分支末节点为起始点的通路集合；

L_w＝{L_i|N(L_i)＝n_w,(n_k,n_w)＝l_w}；

N(L_i)为通路L_i的始点，l_w为爆炸分支，n_k为l_w的始节点，n_w为l_w的末节点。

(2)安全范围的确定

对有向图的假设G＝(N,L,W)，N表示节点的集合；L表示分支集合；W表示边的综合权值；安全范围为在有向图中除事故区域以外的范围，用G_s表示： G_s＝G-G_w；

(3)路线集合的确定

在事故区域和安全区域分别指定起点N_i和终点N_j，路线集合为爆炸分支末节点到安全范围G_s内点N_j的通路集合L_s，即L_s为

L_s＝{L_i|N(L_i)＝n_w,(n_w,n_s)＝l_s,n_s∈N_j,N_j∈G_s}；

并计算L_s的当量长度D(L_i)；

(4)通路集合的确定

L_s为爆炸分支末节点到安全范围G_s的路线集合，则设L_s′为通路集合，量长度大小表示为：

L′_s＝{L_i|D(L_i)＜D(L_i+1)＜...＜D(L_n),L_i∈L_s}；

(5)最优救援路径的确定

最优救援路线在就是L′确定一条当量长度最短的通路L_mins：

其中，D_mins(L_i)为通过巷道所用最短距离，l_i为L_i所包含的巷道分支数；

从爆炸分支末节点按路径长度递增的次序搜索到安全区域的最短路径，在这些路径中确定最小当量长度，然后倒序排列，获得最优救援路径。

在一个实施例中，最优救援路径计算方法包括以下步骤：

1)输入爆炸区域内受困人员所在巷道节点N_i和安全区域内指定终点N_j，通过该两点确定两点内巷道条数L_s；

2)读取巷道所有路线的当量长度D(L_i)；从爆炸分支末节点n_w开始搜索，设安全区域内节点集合为N_s，计算n_w到N_s所有线路的当量长度；

3)求解第一条最短路径L₁，检查路段当量长度是否标记为无穷，如果标记，此路段无法通行则舍弃，寻找次短时间路段进行下步计算；

4)删去L_s中的第L_i条路，将原路径网络G＝(N,L,W)变为G_i，求取G_i内N_i到N_j的当量长度最短路径，记录该路径经过的所有巷道节点和当量长度；对L_s中的下一条进行操作，直到第L_s为止；

5)对L_s条路径值进行排序，找到集合N_s中的某点使n_w到N_s加和当量长度为最短；输出N_i到N_j最短路径值及该路径所对应的节点编号并显示。

本发明的另一目的在于提供一种用于煤矿瓦斯煤尘爆炸事故调查决策支持系统包括：

数据共享系统，用于通过文本挖掘、网络爬虫及数据对接等技术方法，获取煤矿井下瓦斯监控系统、人员定位系统及预警系统的实时数据；

爆炸研判系统，用于通过预设在巷道不同位置的压力、火焰及温度传感器实时监测煤矿井下不同位置点的数据；当达到设定阈值，启动报警，据此判断爆炸时间；

数据分析系统，用于根据爆炸超压及火焰对人员、巷道及设备设施的损害程度划分标准，智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围，为辅助决策的制定提供基础数据；

辅助决策支持系统，用于援及事故调查人员，给出的巷道、设备设施受损程度及人员伤亡分布信息，结合最优路径规划模型，确定救援路线，并将救援数据记录在数据库中。

本发明的另一目的在于提供一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法。

本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法。

本发明的另一目的在于提供一种所述用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法在不同地质断层煤矿瓦斯煤尘爆炸事故分析上的应用。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：

与传统瓦斯煤尘爆炸事故调查方法相比，实现多系统联动，能高效集成分析相关数据，提高数据的利用效率，提高爆炸研判的精确度；与传统决策支持方法相比，综合考虑爆炸波及范围、人员伤亡分布、不同区域巷道及设备设施损坏程度等，决策依据更加全面，具有动态可靠且决策优选效率高的特点；

结合爆炸事故调查和辅助决策支持的方法，设计新的煤矿瓦斯煤尘爆炸事故调查决策支持方法，解决了如下问题：

实现事故爆炸分析的智能化。采用数据分析，爬虫等技术从相关系统的数据库中自动挖掘所需的瓦斯实时数据和人员定位数据等，并智能筛选出符合条件的数据，便于提高事故调查的效率和科学性。

提高辅助决策支持的可靠性。通过爆炸事故分析，计算爆炸波及范围、人员伤亡分布、不同区域巷道及设备设施的破坏程度等，提高决策的适用性。

提高应急救援的精准性，根据辅助决策支持系统给出的巷道、设备设施受损程度及人员伤亡分布信息，合理确定救援路线，实施精准救援。

第二、把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：

本发明提供的用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法与煤矿井下各系统实现数据共享，所述系统包括瓦斯监控系统、人员定位及预警系统；预设压力传感器、火焰传感器及温度传感器；根据爆炸数据分析，推断爆炸时间，综合判定爆源点位置、爆炸的波及范围、各区段的破坏程度；结合人员定位数据和爆炸后果的综合判定，确定爆炸发生时井下人员分布状况及伤亡程度；根据辅助决策支持系统给出的设备设施受损程度及人员伤亡分布信息，合理确定救援路线，实施精准救援。本发明所述方法在确保辅助决策可靠、适用的前提下，其效率更高；实现决策最优化，更有利于分析事故原因、推演事故过程，便于制定科学、有效的安全管理策略。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本发明实施例提供的用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法流程图；

图2是本发明实施例提供的用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法原理图；

图3是本发明实施例提供的最优路径求解过程流程图；

图4是本发明实施例提供的用于煤矿瓦斯煤尘爆炸事故调查决策支持系统示意图；

图5是本发明实施例提供的数据获取的效率对比图；

图6是本发明实施例提供的精准率对比分析图；

图中：1、数据共享系统；2、爆炸研判系统；3、数据分析系统；4、辅助决策支持系统。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。

在相关技术中，瓦斯煤尘爆炸事故影响着企业的安全生产及社会的和谐安定。在企业实际安全管理工作中，爆炸事故调查及辅助决策支持是煤矿安全生产管控最后关口，是降低事故损失的关键环节。常用的事故调查及辅助决策方法，虽然在事故调查及应急救援方面具有一定的可行性，但存在数据利用效率低、应急救援效果不理想等问题。这会影响事故调查的科学性和可靠性，进而可能造成应急救援延误的情况。基于此，本发明实施例提供的一种用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法、系统，根据结合瓦斯实时数据、人员定位数据、压力、温度等数据，设计新的爆炸事故调查方法，解决如下问题：提高事故调查的可靠性及应急救援的精确性。事故调查的可靠性决定着决策支持的精确性，因此本发明首要解决的问题是确保爆炸事故的可靠性。本发明在瓦斯监控系统、人员定位系统及预警系统数据的基础上，结合压力、火焰及温度传感器等实时数据，构建事故调查方法。根据数据采集及分析的结果，研判爆炸事故的损害程度，智能判定井下各位置巷道破坏程度、设备设施受损程度及人员伤亡分布范围，合理确定救援路线，提高应急救援的精确性。

一、解释说明实施例：

实施例1

如图1所示，本发明实施例提供的用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法包括以下步骤：

S101，数据共享：通过文本挖掘、网络爬虫及数据对接等技术方法，获取煤矿井下的瓦斯监控系统、人员定位系统、预警系统的实时数据；

S102，爆炸研判：通过预设在巷道不同位置的压力传感器、火焰传感器及温度传感器实时监测煤矿井下不同位置点的数据，按照相关标准，当达到设定阈值，认为发生爆炸，启动报警，据此判断爆炸时间；

压力传感器、火焰传感器及温度传感器分别布置在采煤机、液压支架、掘进机、进回风巷等不同位置每隔20m布置一组；根据人员定位系统，确定爆炸发生时井下人员分布状况；根据井下各测点是否探测到爆炸火焰，按照行业标准，评估爆炸火焰的波及范围及人员受爆炸火焰的伤亡程度；根据井下各测点爆炸超压值的大小，确定巷道、设备设施破坏程度及人员受到爆炸超压的伤亡程度；

S103，数据分析：根据爆炸超压及火焰对人员、巷道及设备设施的损害程度划分标准，智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围，为辅助决策的制定提供基础数据；

S104，辅助决策：救援及事故调查人员，根据辅助决策支持系统给出的巷道、设备设施受损程度及人员伤亡分布信息，结合最优路径规划模型，合理确定救援路线，准备应急物资，深入调查事故，实施精准救援，并将相关数据整理后存档记录在数据库中。

实施例2

如图2所示，本发明实施例提供的用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法实现了事故爆炸分析的智能化。具体包括以下步骤：

采用数据分析，爬虫等技术从相关系统的数据库中自动挖掘所需的瓦斯实时数据和人员定位数据等，并智能筛选出符合条件的数据，便于提高事故调查的效率和科学性。提高辅助决策支持的可靠性。

通过爆炸事故分析，确定爆炸时间、爆源点位置、计算爆炸波及范围、人员伤亡分布、不同区域巷道及设备设施的破坏程度等，提高决策的适用性。

根据辅助决策支持系统4给出的巷道、设备设施受损程度及人员伤亡分布信息，合理确定救援路线，实施精准救援，提高应急救援的精准性。

在本发明实施例中，煤矿瓦斯煤尘爆炸事故调查决策支持系统与煤矿井下的瓦斯监控系统、人员定位系统、预警系统等相互关联。

在本发明实施例中，所述用于煤矿瓦斯煤尘爆炸事故调查决策支持系统包括：软件系统和硬件系统两部分。

硬件系统主要包括数据采集系统、压力传感器、火焰传感器及温度传感器等组成。

通过预设在巷道不同位置的压力传感器、火焰传感器及温度传感器实时监测煤矿井下不同位置点的数据，当达到设定阈值，认为发生爆炸，启动报警，据此判断爆炸时间，压力传感器、火焰传感器及温度传感器布置在采煤机、液压支架、掘进机、进回风巷等不同位置每隔20m布置一组。

在本发明实施例中，根据爆炸超压及火焰对人员及设备设施的损害程度划分标准，智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围；根据辅助决策支持系统4给出的巷道、设备设施受损程度及人员伤亡分布信息，合理确定救援路线，实施精准救援。

实施例3

本发明实施例提供一种用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法包括以下步骤：

(1)瓦斯监控系统、人员定位系统、预警系统的数据共享，所述的数据主要包括：煤矿井下的瓦斯监控系统的瓦斯浓度、一氧化碳浓度、风速等数据；

人员定位系统的人员数量数据、人员基本信息数据、人员分布数据等数据；

各类预警系统所监测的设备运行信息、微震监测数据等。

(2)爆炸研判：传感器组预设，所述传感器组主要包括压力传感器、火焰传感器及温度等传感器，传感器组布置在采煤机、液压支架、掘进机、进回风巷等不同位置每隔20m布置一组。根据人员定位系统，确定爆炸发生时井下人员分布状况；根据井下各测点是否探测到爆炸火焰，按照行业标准，评估爆炸火焰的波及范围及人员受爆炸火焰的伤亡程度；根据井下各测点爆炸超压值的大小，确定巷道、设备设施破坏程度及人员受到爆炸超压的伤亡程度。

(3)数据分析，通过预设在巷道不同位置的压力传感器、火焰传感器及温度传感器实时监测煤矿井下不同位置点的数据。

获取数据后，按照表1所示，确定爆炸超压阈值、爆炸火焰阈值、爆炸温度阈值相关阈值；爆炸超压阈值为≥25KPa；

爆炸火焰阈值为探测到5m处的1烛光火焰，根据爆炸火焰到达不同测点的时间差及测点之间的距离，计算火焰传播速度；爆炸温度阈值为≥1850℃；

当达到设定阈值，启动报警，根据此判断爆炸时间，综合判定爆源点位置、爆炸的波及范围、各区段的破坏程度；

事故评估，结合人员定位数据和爆炸后果的综合判定，确定爆炸发生时井下人员分布状况及伤亡程度。

表1传感器阈值设置及说明

(3)决策支持，根据辅助决策支持系统4给出的设备设施受损程度及人员伤亡分布信息，合理确定救援路线，实施精准救援。其中，救援路径的规划算法如下：

①事故区域的确定

将事故范围内的巷道和巷道分支放到一个集合中，该集合即为事故区域范围，该范围内的所有通路都是以爆炸分支末节点为起始点的，用下式(1)确定。

G_w＝{n_w|n_w∈L_w} (1)

式中，G_w为事故区域范围；L_w为以爆炸分支末节点为起始点的通路集合。

L_w＝{L_i|N(L_i)＝n_w,(n_k,n_w)＝l_w} (2)

N(L_i)为通路L_i的始点，l_w为爆炸分支，n_k为l_w的始节点，n_w为l_w的末节点。

②安全范围的确定

对有向图的假设G＝(N,L,W)，N表示节点的集合；L表示分支集合；W表示边的综合权值。安全范围即是在有向图中除事故区域以外的范围，用G_s表示： G_s＝G-G_w

③路线集合的确定

最优路径的本质是要求受灾人员能在最短的时间内得到救援，即当量长度最短。在事故区域和安全区域分别指定起点N_i和终点N_j，因此，路线集合就是爆炸分支末节点到安全范围G_s内点N_j的通路集合L_s，即L_s为

L_s＝{L_i|N(L_i)＝n_w,(n_w,n_s)＝l_s,n_s∈N_j,N_j∈G_s} (3)

并计算L_s的当量长度D(L_i)。

④通路集合的确定

L_s为爆炸分支末节点到安全范围G_s的路线集合，则设L_s′为通路集合，其当量长度大小可表示为：

L′_s＝{L_i|D(L_i)＜D(L_i+1)＜...＜D(L_n),L_i∈L_s} (4)

⑤最优救援路径的确定

最优救援路线在就是L′确定一条当量长度最短的通路L_mins：

其中，D_mins(L_i)为通过巷道所用最短距离，l_i为L_i所包含的巷道分支数。

基本思想是从爆炸分支末节点按路径长度递增的次序搜索到安全区域的最短路径，即在这些路径中确定最小当量长度，然后倒序排列，即为最优救援路径。

实施例4

基于本发明实施例3提供的用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法，进一步地，计算机求解最优路径步骤如图3所示。

首先，输入爆炸区域内受困人员所在巷道节点N_i和安全区域内指定终点N_j，通过该两点可以确定两点内巷道条数L_s；读取巷道所有路线的当量长度D(L_i)；从爆炸分支末节点n_w开始搜索，设安全区域内节点集合为N_s，计算n_w到N_s所有线路的当量长度；求解第一条最短路径L₁，检查路段当量长度是否标记为无穷，如果标记，说明此路段无法通行则舍弃，寻找次短时间路段进行下步计算；删去L_s中的第L_i条路，将原路径网络G＝(N,L,W)变为G_i，求取G_i内N_i到N_j的当量长度最短路径，记录该路径经过的所有巷道节点和当量长度；基于此法对L_s中的下一条进行操作，直到第L_s为止；对L_s条路径值进行排序，可以找到集合N_s中的某点使n_w到N_s加和当量长度为最短；输出N_i到N_j最短路径值及该路径所对应的节点编号并显示。

实施例5

如图4所示，本发明实施例提供的用于煤矿瓦斯煤尘爆炸事故调查决策支持系统包括：

数据共享系统1，用于通过文本挖掘、网络爬虫及数据对接等技术方法，获取煤矿井下瓦斯监控系统、人员定位系统及预警系统的实时数据；

爆炸研判系统2，用于通过预设在巷道不同位置的压力、火焰及温度传感器实时监测煤矿井下不同位置点的数据，按照相关标准，当达到设定阈值(所述阈值包括：压力传感器阈值为25KPa；火焰传感器阈值为5m处一烛光火焰；温度传感器阈值为1850℃)，认为发生爆炸，启动报警，据此判断爆炸时间。传感器布置在采煤机、液压支架、掘进机、进回风巷等不同位置每隔20m布置一组；根据人员定位系统，确定爆炸发生时井下人员分布状况；根据井下各测点是否探测到爆炸火焰，按照行业标准，评估爆炸火焰的波及范围及人员受爆炸火焰的伤亡程度；根据井下各测点爆炸超压值的大小，确定巷道、设备设施破坏程度及人员受到爆炸超压的伤亡程度；

数据分析系统3，用于根据爆炸超压及火焰对人员、巷道及设备设施的损害程度划分标准，智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围，为辅助决策的制定提供基础数据；

辅助决策支持系统4，用于援及事故调查人员，给出的巷道、设备设施受损程度及人员伤亡分布信息，结合最优路径规划模型，合理确定救援路线，准备应急物资，深入调查事故，实施精准救援，并将相关数据整理后存档记录在数据库中。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

二、应用实施例：

应用例1

本发明实施例提供一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。

应用例2

根据本发明公开实施例，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法。

应用例3

本发明实施例还提供了一种信息数据处理终端，包括处理器和存储器，所述处理器和存储器相互连接；

所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如上述的用于煤矿瓦斯煤尘爆炸事故调查决策支持的方法。

所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。

应用例4

本发明实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。

应用例5

本发明实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。

三、实施例相关效果的证据：

实验实施例

如图2所示，本发明实施例提供的用于煤矿井下及其他高瓦斯井巷工程的瓦斯煤尘爆炸事故调查辅助决策支持方法包括：

第一阶段为数据共享：通过文本挖掘、网络爬虫及数据对接等技术方法，获取煤矿井下瓦斯监控系统、人员定位系统及各类预警系统的实时数据；

第二阶段为爆炸研判：通过预设在巷道不同位置的压力传感器、火焰传感器及温度传感器实时监测煤矿井下不同位置点的数据，当达到设定阈值，认为发生爆炸，启动报警，据此判断爆炸时间，传感器布置在采煤机、液压支架、掘进机、进回风巷等不同位置每隔20m布置一组；根据人员定位系统，确定爆炸发生时井下人员分布状况；根据井下各测点是否探测到爆炸火焰，评估爆炸火焰的波及范围及人员受爆炸火焰的伤亡程度；根据井下各测点爆炸超压值的大小，确定巷道、设备设施破坏程度及人员受到爆炸超压的伤亡程度；

第三阶段为数据分析：根据爆炸超压及火焰对人员、巷道及设备设施的损害程度划分标准，智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围；

第四阶段为辅助决策：救援及事故调查人员，根据辅助决策支持系统4给出的巷道、设备设施受损程度及人员伤亡分布信息，合理确定救援路线，准备应急物资，深入调查事故，实施精准救援，并将相关数据整理后存档记录在数据库中。

与其他方法的对比分析：

与传统煤矿井下瓦斯煤尘爆炸事故应急救援决策方法相比，本发明具有及时性、高效性、精准性等特点。

传统方法主要通过专家组经验综合判断爆炸事故状态，为应急救援提供决策支持。例如，通过监控系统断电时间、井上人员听到爆炸响声的时间等综合判断爆炸发生时间；通过现场勘察设备设施破坏情况等综合判断爆炸波及范围及爆源点，难以为事故救援提供有效、及时的决策支持。

本发明针对其智能化和精准性对上述方法进行仿真实验。通过连续6个月的数据统计及观察分析，可得如图5所示的数据获取的效率对比结果图。

本发明与常用的数据库对接(即数据协议传输)、数据库直连(即读取本地服务器数据库)进行了对比分析，结果如图5所示。可以发现本发明所述的方法数据获取的时间与数据库直连的时间相似，甚至部分数据比数据直连的效率更高，这是因为随着数据量的增多，数据挖掘相关模型训练效果越好。

本发明与常用的最优路径的精准率进行了对比分析，结果如图6 精准率对比分析结果所示。可以发现本发明所述的方法路径规划的时间明显高于其他方法，这是因为本发明的路径的计算是基于决策支持进行的规划，换言之，随着分析案例的增加，决策的适用性会越高，进而路径规划也就越精确。

实验表明

本发明实施例提供的技术方案与传统瓦斯煤尘爆炸事故调查方法相比，能高效集成分析相关数据，提高数据的利用效率；与传统决策支持方法相比，具有动态可靠且决策优选效率高的特点；

结合爆炸事故调查和辅助决策支持的方法，本发明实施例提供的新的煤矿瓦斯煤尘爆炸事故调查决策支持方法实现了事故爆炸分析的智能化。采用数据分析，爬虫等技术从相关系统的数据库中自动挖掘所需的瓦斯实时数据和人员定位数据等，并智能筛选出符合条件的数据，便于提高事故调查的效率和科学性。

提高了辅助决策支持的可靠性。通过爆炸事故分析，计算爆炸波及范围及人员伤亡分布等，提高决策的适用性。

以及提高了应急救援的精准性，根据辅助决策支持系统4给出的巷道、设备设施受损程度及人员伤亡分布信息，合理确定救援路线，实施精准救援。

以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种煤矿瓦斯煤尘爆炸事故调查决策支持方法，其特征在于，该方法包括以下步骤：

S1，数据共享：通过文本挖掘、网络爬虫及数据对接，获取煤矿井下的瓦斯监控系统、人员定位系统、预警系统的实时数据；

S2，爆炸研判：通过预设在巷道不同位置的传感器组实时监测煤矿井下不同位置点的数据，当达到设定阈值，启动报警，据此判断爆炸时间；

S3，数据分析：智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围的数据信息；

S4，辅助决策：根据辅助决策支持系统给出的爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布信息，结合最优路径规划模型，确定救援路线。

2.根据权利要求1所述的煤矿瓦斯煤尘爆炸事故调查决策支持方法，其特征在于，在步骤S1中，瓦斯监控系统的实时数据包括：瓦斯浓度、一氧化碳浓度、风速；

人员定位系统的实时数据包括：人员数量数据、人员基本信息数据、人员分布数据；

预警系统的实时数据包括：监测的设备运行信息、微震监测数据。

3.根据权利要求1所述的煤矿瓦斯煤尘爆炸事故调查决策支持方法，其特征在于，在步骤S2中，传感器组包括：压力传感器、火焰传感器及温度传感器；传感器组布置在采煤机、液压支架、掘进机、进回风巷不同位置，每隔20m布置一组；

根据人员定位系统，确定爆炸发生时井下人员分布状况；根据井下各测点是否探测到爆炸火焰，评估爆炸火焰的波及范围及人员受爆炸火焰的伤亡程度；根据井下各测点爆炸超压值的大小，确定巷道、设备设施破坏程度及人员受到爆炸超压的伤亡程度；

所述阈值包括：压力传感器阈值为25KPa；火焰传感器阈值为5m处一烛光火焰；温度传感器阈值为1850℃。

4.根据权利要求1所述的煤矿瓦斯煤尘爆炸事故调查决策支持方法，其特征在于，在步骤S3中，智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围的数据信息包括：通过预设在巷道不同位置的压力传感器、火焰传感器及温度传感器实时监测煤矿井下不同位置点的数据；

获取数据后，确定爆炸超压阈值、爆炸火焰阈值、爆炸温度阈值相关阈值；爆炸超压阈值为≥25KPa；

爆炸火焰阈值为探测到5m处的一烛光火焰，根据爆炸火焰到达不同测点的时间差及测点之间的距离，计算火焰传播速度，爆炸温度阈值为≥1850℃；

当达到设定阈值，启动报警，根据此判断爆炸时间，综合判定爆源点位置、爆炸的波及范围、各区段的破坏程度；

并结合人员定位数据和爆炸后果的综合判定，确定爆炸发生时井下人员分布状况及伤亡程度。

5.根据权利要求1所述的煤矿瓦斯煤尘爆炸事故调查决策支持方法，其特征在于，在步骤S4中，最优路径规划模型包括：

(1)事故区域的确定：

G_w＝{n_w|n_w∈L_w}；

式中，G_w为事故区域范围；L_w为以爆炸分支末节点为起始点的通路集合；

L_w＝{L_i|N(L_i)＝n_w,(n_k,n_w)＝l_w}；

N(L_i)为通路L_i的始点，l_w为爆炸分支，n_k为l_w的始节点，n_w为l_w的末节点；

(2)安全范围的确定

对有向图的假设G＝(N,L,W)，N表示节点的集合；L表示分支集合；W表示边的综合权值；安全范围为在有向图中除事故区域以外的范围，用G_s表示：G_s＝G-G_w；

(3)路线集合的确定

在事故区域和安全区域分别指定起点N_i和终点N_j，路线集合为爆炸分支末节点到安全范围G_s内点N_j的通路集合L_s，即L_s为

L_s＝{L_i|N(L_i)＝n_w,(n_w,n_s)＝l_s,n_s∈N_j,N_j∈G_s}；

并计算L_s的当量长度D(L_i)；

(4)通路集合的确定

L_s为爆炸分支末节点到安全范围G_s的路线集合，则设L′_s为通路集合，量长度大小表示为：

L′_s＝{L_i|D(L_i)＜D(L_i+1)＜...＜D(L_n),L_i∈L_s}；

(5)最优救援路径的确定

最优救援路线在就是L′确定一条当量长度最短的通路L_mins：

其中，D_mins(L_i)为通过巷道所用最短距离，l_i为L_i所包含的巷道分支数；

从爆炸分支末节点按路径长度递增的次序搜索到安全区域的最短路径，在这些路径中确定最小当量长度，然后倒序排列，获得最优救援路径。

6.根据权利要求5所述的煤矿瓦斯煤尘爆炸事故调查决策支持方法，其特征在于，获得最优救援路径包括以下步骤：

1)输入爆炸区域内受困人员所在巷道节点N_i和安全区域内指定终点N_j，通过该两点确定两点内巷道条数L_s；

2)读取巷道所有路线的当量长度D(L_i)；从爆炸分支末节点n_w开始搜索，设安全区域内节点集合为N_s，计算n_w到N_s所有线路的当量长度；

3)求解第一条最短路径L₁，检查路段当量长度是否标记为无穷，如果标记，此路段无法通行则舍弃，寻找次短时间路段进行下步计算；

4)删去L_s中的第L_i条路，将原路径网络G＝(N,L,W)变为G_i，求取G_i内N_i到N_j的当量长度最短路径，记录该路径经过的所有巷道节点和当量长度；对L_s中的下一条进行操作，直到第L_s为止；

5)对L_s条路径值进行排序，找到集合N_s中的某点使n_w到N_s加和当量长度为最短；输出N_i到N_j最短路径值及该路径所对应的节点编号并显示。

7.一种实施权利要求1-6任意一项所述煤矿瓦斯煤尘爆炸事故调查决策支持方法的系统，其特征在于，该用于煤矿瓦斯煤尘爆炸事故调查决策支持系统包括：

数据共享系统(1)，通过文本挖掘、网络爬虫及数据对接，获取煤矿井下的瓦斯监控系统、人员定位系统、预警系统的实时数据；

爆炸研判系统(2)，用于通过预设在巷道不同位置的传感器组实时监测煤矿井下不同位置点的数据，当达到设定阈值，启动报警，据此判断爆炸时间；

数据分析系统(3)，用于根据爆炸超压及火焰对人员、巷道及设备设施的损害程度划分标准，智能判定井下爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布范围的数据信息；

辅助决策支持系统(4)，用于根据辅助决策支持系统(4)给出的爆源点位置、各地点巷道、设备设施受损程度及人员伤亡分布信息，结合最优路径规划模型，确定救援路线，并将救援数据记录在数据库中。

8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1-6任意一项所述煤矿瓦斯煤尘爆炸事故调查决策支持方法。

9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1-6任意一项所述煤矿瓦斯煤尘爆炸事故调查决策支持方法。

10.一种如权利要求1-6任意一项所述煤矿瓦斯煤尘爆炸事故调查决策支持方法在不同地质断层煤矿瓦斯煤尘爆炸事故分析上的应用。

Images