模糊神經網絡技術在礦山安全評價中的適應性研究

1引言 礦山生產係統是一個極其複雜的災害係統。瓦斯、煤塵、水、火、頂板以及機電 02manbetx.com 等是存在的主要災害。雖然這些 02manbetx.com 的發生機理各異，但引發 02manbetx.com 的因素即相互關聯，相互影響。因此，根據礦山災害係統的結構特點，對係統的危險狀態進行 評價，尋求並建立科學、合理的礦山 安全 評價模型，是礦山 安全 管理與控製的關鍵問題。 2 礦山 安全 評價礦山 安全 評價是礦山 安全 管理工程的重要組成部分，它是按照科學的程序和方法，運用係統工程方法對係統中的危險因素、發生 02manbetx.com 的可能性及損失與傷害程度進行調查研究與 03manbetx 論證，並以既定的指數、等級或概率值作出表示，再針對存在的問題，根據當前科學技術水平和經濟條件，提出有效的安全 措施，以便消除危險或將危險降低到最小的程序，以尋求最低事故率，最少的損失和最優的安全投資效益，從而達到保證礦山安全的目的。作為現代礦山安全生產的關鍵，礦山安全評價在礦山 安全 管理的現代化、科學化中起著積極的推進作用。 3 礦山安全評價的現狀 隨著現代應用數學、計算機科學、人工智能、神經網絡以及其它交叉學科的迅速發展，國內外其它行業安全評價技術研究和應用的進展，建立礦山安全評價模型及其它方法已有了理論和技術方麵的基礎。 3.1 國外的研究和應用背景 國外礦山企業的安全評價是隨著其它行業的安全評價技術的發展而逐步建立起來的，其研究、應用的深度和廣度，都不如核工業、化工、航天以及航空等領域。礦山安全評價主要集中在以概率風險評價為基礎，把礦山生產係統中隱患導致事故的概率與隱患造成的損害的乘積作為係統狀態的危險度。隱患發生的概率和造成的損害經過統計數據獲得，但是對隱患發生的概率和損害統計不夠細致，缺乏實用性，且隻討論了這些數據的模糊性問題。其他的安全評價方法，如R.V.羅曼尼教授提出的以韋布爾分布確定事故平均周期、每天的危險率、安全性指數法 澳大利亞的A.R.格材提出的 煤礦操作安全評價法；波蘭M.費利衛皮提出的以人-機為主的安全評價和災害預測方法以及日本的隧道安全評價方法等。國外的礦山安全評價尚停留在研究階段，既沒有達到實用階段，也比不上其他行業的應用和發展水平。 3.2 國內的研究與應用概況 我國的安全評價工作起步於20世紀80年代。1988年，原勞動部首次對建設項目提出了進行職業安全衛生評價的要求，同年，原機械電子工業部頒布了《機械工廠安全評價 標準》，並在100多家機械工廠進行了推廣應用，取得了良好的效果。1992年，廣東勞動保護研究所主持完成了工廠危險程度分級方法；1995年，原勞動部、北京理工大學合作完成了《鶍然、易爆、有毒重大危險源的安全評價技術》的課題。同時，一些高等院校、研究單位和企業等相繼開展了安全評價技術的研究和開發工作。2002年6月29日《中華人民共和國安全生產法》及《安全評價通則》（安監管技裝字〔2003〕37號）的頒布，進一步推動了安全評價工作向更廣更遠的方向發展。 礦山企業是我國安全問題最嚴重的行業之一，安全問題一直未得到根本性的解決， 安全 管理和評價研究與其它行業相比，雖然時間上幾乎同步，但研究的規模、深入程度要明顯落後。目前，礦山企業雖然在安全工作上采取了各種有效的技術和管理 措施，應用了已有的安全檢查表、質量 標準化檢查表以及安全係統工程的理論和方法，提高了安全管理和評價的科學技術水平，加強了安全住處的管理。但是，由於曆史的原因、政策環境以及礦山企業內部存在問題，礦山的管理過程技術含量不高，大多數礦山沒有應用計算機實現安全信息管理，而且缺乏有效、實用的評價軟件，使得安全評價方法在礦山安全管理過程中受到了較大的限製。 4 模糊神經網絡基本理論 模糊理論和神經網絡技術是近年來人工智能研究較為活躍的兩個領域。人工神經網絡是模擬人腦結構的思維功能，具有較強的自學習和聯想功能，人工幹預少，精度較高，對專家知識的利用也較少。但缺點是它不能處理和描述模糊信息，不能很好利用已有的經驗知識，特別是學習及問題的求解具有黑箱特性，其工作不具有可解釋性，同時它對樣本的要求較高；模糊係統相對於神經網絡而言，具有推理過程容易理解、專家知識利用較好、對樣本的要求較低等優點，但它同時又存在人工幹預多、推理速度慢、精度較低等缺點，很難實現自適應學習的功能，而且如何自動生成和調整隸屬度函數和模糊規則，也是一個棘手的問題。如果將二者有機地結合起來，可以起到互補的效果。模糊神經網絡（Fuzzy network-FNN）就是模糊理論同神經網絡相結合的產物，它彙集了神經網絡與模糊理論的優點，集學習、聯想、識別、自適應及模糊信息處理於一體。 5 可行性 03manbetx 礦山災害係統的最大特點是動態性、隨機性和模糊性，各參數之間相互製約，許多問題都表現出極為明顯的非線性關係。其主要特點是： （1）災害係統內部涉及到相當多的狀態變量，很多狀態變量很難精確確定或者根本無法確定。 （2）災害係統內部各狀態變量之間的關係也相當複雜，往往保持一種動態關係，利用微分議程很難求解或者根本無解。 （3）災害係統內部各子係統間的關係也相當複雜，很難定量描述。 上述各種特點給研究者帶來極大的困難。 5.1 傳統係統 03manbetx 方法存在的問題 礦山生產係統中的許多問題都是非線性問題，變量之間的關係十分複雜，目標難以用確切的數學議程來描述。在傳統的礦山災害（安全）現象研究中，通常采用的是“線性的”、“局部的”和“確定型的” 03manbetx 和研究方法，其存在的問題主要表現在以下幾個方麵： （1）由於曆史發展的局限性，在定量分析礦山事故係統運動規律和狀態時，通常將非線性關係簡化為線性關係。由於非線性係統與對應的線性化係統的動力拓撲結構不一定同胚，因此，這種簡化可能會對礦山災害過程規律的認識產生重要的不利的影響。 （2）礦山事故係統的動力學拓撲結構可能具有多態性，在係統控製參量的變化作用下，係統的運動可能會從一種動力學結構向另一種動力學結構轉化。這樣，采用傳統的研究分析方法得到的僅僅隻是係統的局部性質。然而，對礦山災害係統在相空間中可達範圍以至全局性動力學拓撲結構，以及不同動力學結構之間轉化機製的認識，在礦山災害係統的特征和狀態的分析研究中有著重要意義。 （3）礦山事故係統是一個具有確定性和非確定性的矛盾的統一體，從傳統的礦山災害現場的認識方法出發，不容易提示礦山災害係統（安全因素）之間的非確定性性質，采用傳統的數值模擬方法（如多元線性方程的求解等）所得到的結果與真實事故係統的運動狀態相距甚遠，而且可能完全相反。因此，傳統的分析方法對礦山災害係統運行的過程和特點的認識是不全麵的。 5.2 模糊神經網絡安全評價模型所解決的問題 前麵已講到，礦山安全係統是一個複雜的非線性係統，礦山災害涉及許多不確定因素，且各個因素之間的相關關係錯綜複雜。無論是傳統的評價方法，還是模糊等的綜合方法，都沒有很多的解決以下問題： （1）因素和結果的固定映射關係 傳統的評價方法，基本上以線性等固定關係來實現設定了事故因素和結果的映射關係；模糊綜合評價方法則在隸屬函數構造問題上事先設定了映射關係，盡管函數是分段、不連續的，但同樣存在線性關係。這明顯不能清晰反映事故係統動態、隨機和模糊特點的本構關係。 （2）定權和變權問題 評價因素中各指標在評價過程中權重的確定，是安全評價的核心，權重確定正確與否，直接影響到安全評價結果的置信度。傳統方法大多不管係統動態變化特點，采用定權的方式進行，由於因素及因素之間的作用也是變化的，因而在變權問題上沒有提供完善的解決方案。 （3）隨機性和模糊性問題 在對礦山進行安全評價的過程中，涉及的因素是複雜的。這些因素自身表現為隨機性，與災害的關係又表現為模糊性，而且因素間又相互關聯，相互作用。一方麵，有些因素不能用精確的數量進行描述，而隻能是模糊概念；另一方麵，各種因素的變化與災害之間不存在一一對應的函數關係，不可能建立精確的數學模型來求解，而模糊理論在處理這些問題上卻有著獨到的效果。 礦山災害的隨機性、模糊性和不確定性決定了礦山安全狀態的變化不會按照某一特殊的規律或函數變化。模糊神經網絡安全評價模型完全可以解決傳統方法所不能解決的幾個問題。模糊神經網絡有較強的非線性函數逼近能力，可以根據樣本數據訓練得到輸入輸出變量之間的函數關係，即可以通過網絡學習，確定各神經元之間的耦合權值，從而使得網絡整體具有近似函數的功能。同時，模糊神經根據需要給神經網絡加入規則，這樣就可以避免“黑箱”問題。模糊神經網絡技術綜合模糊邏輯和神經網絡的優點，克服了它們各自的缺點，因而完全可以應用於礦山安全評價的研究中。 6 結論 傳統的、事先設定變化規律和特性的評價方法鑒於其局限性，難以很好地解決礦山災害係統複雜多變的問題。因此，建立科學的礦山安全評價模型，開發行之有效的安全評價軟件包，加強礦山安全評價理論和技術的研究既有現實意義，又有長遠的曆史意義。 模糊神經網絡技術在求解這類不確定性知識方麵具有很強的優越性，它可以模擬人類的思維習慣進行定性描述。模糊神經網絡技術運用於礦山安全評價中的優點可以歸納為： （1）利用模糊神經網絡並行結構和並行處理的特征，通過適當選擇評價項目克服安全評價的片麵性，可以全麵評價礦山災害係統的安全狀況和多因素共同作用下的安全狀態。 （2）運用模糊神經網絡知識存儲和自適應性特征，通過適當補充學習樣本，可以實現曆史經驗與新知識完美結合，在發展過程中動態地評價礦山災害係統的安全狀態。 （3）利用模糊神經網絡理論的容錯特征，通過選取適當的作用函數和數據結構可以處理各種非數值性指標，實現對礦山係統安全狀態的模糊評價。