煤矿风险隐患评估系统

doi:10.16265/j.cnki.issn1003-3033.2023.S2.0027

中国安全科学学报 ›› 2023, Vol. 33 ›› Issue (S2): 1-6.doi: 10.16265/j.cnki.issn1003-3033.2023.S2.0027

• 安全社会科学与安全管理 • 下一篇

煤矿风险隐患评估系统

李林¹(), 张津鹏¹, 付恩三²^,³^,^**(), 刘光伟²

¹ 国能宝日希勒能源有限公司, 内蒙古呼伦贝尔 021000
² 辽宁工程技术大学矿业学院, 辽宁阜新 123000
³ 应急管理部信息研究院, 北京 100029

收稿日期:2023-07-10 修回日期:2023-10-05 出版日期:2023-12-30
通讯作者:
**付恩三(1988—),男,辽宁岫岩人,博士,工程师,主要从事矿山智能化、灾害风险分析以及应急管理等方面的研究。E-mail:429001709@qq.com。
作者简介:
李林 (1974—),男,内蒙古乌兰察布人,硕士,高级工程师,主要从事工程地质与水文地质研究等工作。E-mail:3415949457@qq.com。
张津鹏工程师
刘光伟教授
基金资助:
国家自然科学基金资助(51974144); 辽宁工程技术大学学科创新团队资助项目(LNTU20TD-07)

Study on coal mine risk hidden danger evaluation system

LI Lin¹(), ZHANG Jinpeng¹, FU Ensan²^,³^,^**(), LIU Guangwei²

¹ Guoneng Baori Hiller Energy Co., Ltd., Hulunbuir Inner Mongolia 021000, China
² School of Mining Technology, Liaoning Technical University, Fuxin Liaoning 123000, China
³ Information Institute, Ministry of Emergency Management of the PRC, Beijing 100029, China

Received:2023-07-10 Revised:2023-10-05 Published:2023-12-30

摘要/Abstract

摘要：

为解决当前煤矿风险隐患处置不及时、各类风险隐患之间的关联关系不强以及煤矿风险隐患与事故风险之间可量化性不强等问题。首先,通过采集煤矿“三位一体”系统数据,进行语义识别,建立煤矿灾害事故链以及风险评价模型,量化分析煤矿风险;然后,建立包含煤矿综合风险动态评估、煤矿各专业风险动态评估、隐患时间分布、隐患地点分布、煤矿自查风险评估契合度比对分析、重复隐患数据分析、隐患重要度分析以及隐患年份与关键词分析等功能的煤矿风险评价系统。结果表明,通过煤矿风险隐患进行语义识别,可实现对煤矿各类灾害风险的量化表达、可视化展示和风险超前预警,为煤矿降低事故风险、及时隐患闭环处置,提供技术支撑。

关键词: 风险隐患, “三位一体”, 语义识别, 事故链, 煤矿灾害

Abstract:

The untimely disposal of the hidden danger, the weak correlation among the various hidden dangers, and the insufficient quantification between the hidden danger and the accident risk in coal mines are major problems to be solved. First, by collecting the data of the ″trinity″ system of coal mines, semantic recognition was performed, and the disaster accident chain in coal mines and the risk evaluation model were established to quantify and analyze the risk in coal mines. Then, a risk evaluation system for coal mines was built, including comprehensive risk dynamic evaluation, professional risk dynamic evaluation, hidden danger time distribution, hidden danger location distribution, self-checking risk evaluation coincidence analysis, repeated hidden danger data analysis, hidden danger importance analysis, and hidden danger year and keyword analysis of coal mines. The results show that the quantitative expression, visual display, and pre-warning of all kinds of disasters and risks in coal mines can be realized by the semantic recognition of hidden risks in coal mines, providing technical support for reducing the accident risk and ensuring timely closed-loop disposal of hidden dangers.

Key words: risk hidden danger, ″trinity″, semantic recognition, accident chain, coal mines disaster

中图分类号:

X936

李林, 张津鹏, 付恩三, 刘光伟. 煤矿风险隐患评估系统[J]. 中国安全科学学报, 2023, 33(S2): 1-6.

LI Lin, ZHANG Jinpeng, FU Ensan, LIU Guangwei. Study on coal mine risk hidden danger evaluation system[J]. China Safety Science Journal, 2023, 33(S2): 1-6.

图/表 11

图1

表1

表2

图2

表3

表4

表5

表6

图3

图4

表7

参考文献 14

[1]	付恩三, 白润才, 刘光伟, 等. “十三五”期间我国煤矿事故特征及演变趋势分析[J]. 中国安全科学学报, 2022, 32(12):88-94. doi: 10.16265/j.cnki.issn1003-3033.2022.12.0076
	FU Ensan, BAI Runcai, LIU Guangwei, et al. Analysis on characteristics and evolution trend of coal mine accidents in our country during ″13^th five-year″ plan period[J]. China Safety Science Journal, 2022, 32(12):88-94. doi: 10.16265/j.cnki.issn1003-3033.2022.12.0076
[2]	付恩三, 刘光伟, 白润才, 等. 大数据时代矿山协同监管监察新思路[J]. 中国安全科学学报, 2023, 33(8):39-44. doi: 10.16265/j.cnki.issn1003-3033.2023.08.2035
	FU Ensan, LIU Guangwei, BAI Runcai, et al. Exploration and research of mine multi-element cooperative supervision new thinking in era of big data[J]. China Safety Science Journal, 2023, 33(8):39-44. doi: 10.16265/j.cnki.issn1003-3033.2023.08.2035
[3]	谭章禄, 陈晓, 宋庆正, 等. 基于文本挖掘的煤矿安全隐患分析[J]. 安全与环境学报, 2017, 17(4):1262-1 266.
	TAN Zhanglu, CHEN Xiao, SONG Qingzheng, et al. Analysis for the potential hazardous risks of the coal mines based on the so-called text mining[J]. Journal of Safety and Environment, 2017, 17(4):1262-1 266.
[4]	游兰, 曾晗, 韩凡宇, 等. 基于BERT-BiGRU集成学习的情感语义识别[J]. 计算机技术与发展, 2023, 33(5):159-166.
	YOU Lan, ZENG Han, HAN Fanyu, et al. Sentiment semantic recognition based on BERT-BiGRU ensemble learning[J]. Computer Technology and Development, 2023, 33(5):159-166.
[5]	李蕾, 许晶, 龚媛, 等. 基于全信息自然语言理解的语音识别后文本处理[J]. 北京邮电大学学报, 2006, 29(增2): 192-196.
	LI Lei, XU Jing, GONG Yuan, et al. CI-NLU based text processing after speech recognition[J]. Journal of Beijing University of Posts and Telecommunications, 2006, 29(S2): 192-196. doi: 10.13190/jbupt.2006s2.192.lil
[6]	周潇, 许银彪, 史益. 基于深度学习与语义挖掘的技术创新组合识别与追踪[J]. 图书情报工作, 2022, 66(10): 33-44. doi: 10.13266/j.issn.0252-3116.2022.10.003
	ZHOU Xiao, XU Yinbiao, SHI Yi. Identifing and tracing technological innovation combination based on deep learning and semantic mining[J]. Library and Information Service, 2022, 66(10): 33-44. doi: 10.13266/j.issn.0252-3116.2022.10.003
[7]	高明霞, 刘椿年. 基于约束的自然语言问题到 OWL 的语义映射方法研究[J]. 电子学报, 2007, 35(8): 1 598.
	GAO Mingxia, LIU Chunnian. A constraints-based semantic mapping method from natural language questions to OWL[J]. Acta Electronica Sinica, 2007, 35(8): 1 598.
[8]	黄红, 陈翀, 张婧莹. 科技文献内容语义识别研究综述[J]. 情报学报, 2022, 41(9):991-1 002.
	HUANG Hong, CHEN Chong, ZHANG Jingying. Review on identifying the semantics of scientific literature content[J]. Journal of the China Society for Scientific and Technical Information, 2022, 41(9):991-1 002.
[9]	刘妍. 基于语义挖掘的文本情感分析[D]. 成都: 电子科技大学, 2023.
	LIU Yan. Text Sentiment analysis based on semantic mining[D]. Chengdu: University of Electronic Science and Technology of China, 2023.
[10]	赵宏, 傅兆阳, 王乐. 基于特征融合的中文文本情感分析方法[J]. 兰州理工大学学报, 2022, 48(3):94-102.
	ZHAO Hong, FU Zhaoyang, WANG Le. SentimentanalysisofChinesetextbasedonfeaturefusion[J]. Journal of Lanzhou University of Technology, 2022, 48(3):94-102.
[11]	王颖. 一种改进卷积神经网络的语义情感识别应用研究[J]. 软件, 2019, 40(2):67-69.
	WANG Ying. Application research on semantic emotion recognition based on improved convolutional neural network[J]. Computer Engineering & Software, 2019, 40(2):67-69.
[12]	段江丽, 胡新. 自然语言问答中的语义关系识别[J]. 山东大学学报:工学版, 2020, 50(3):1-7.
	DUAN Jiangli, HU Xin. Semantic relation recognition for natural language question answering[J]. Journal of Shandong University:Engineering Science, 2020, 50(3):1-7.
[13]	付恩三, 刘光伟, 赵浩, 等. 智慧露天矿山总体框架及关键技术研究[J]. 工况自动化, 2021, 47(8):27-32.
	FU Ensan, LIU Guangwei, ZHAO Hao, et al. Research on the overall framework and key technologies of intelligent open-pit mines[J]. Industry and Mine Automation, 2021, 47(8):27-32.
[14]	付恩三, 刘光伟, 白润才, 等. 智能露天矿山评价体系研究[J]. 煤炭工程, 2022, 54(5):1-8.
	FU Ensan, LIU Guangwei, BAI Runcai, et al. Evaluation system of intelligent open-pit mine[J]. Coal Engineering, 2022, 54(5):1-8.

模型	数据准确率/%
模型	20	40	80	100
SVM	25.23	38.89	84.22	98.29
贝叶斯	17.32	33.34	78.97	91.11

原事故树事件符号	原图形形状	新灾害时空事故链事件符号	事件类型
矩形符号			顶端事件中间事件
圆形符号			基本因素
半圆符号			正常事件

管控状态	低风险	一般风险	较大风险	重大风险
管控有效	1	2	3	4
存在缺陷	2	4	6	8
存在漏洞	3	6	9	12
管控失效	4	8	12	16

序号	概率系数	发生概率
1	(0,0.05]	发生概率极小,几乎不发生
2	[0.05, 0.10)	很少发生
3	[0.10,0.20)	容易或偶然发生
4	[0.20,0.30)	很容易发生,相当可能发生
5	[0.30,0.35]	频繁发生、经常发生

序号	隐患因素数	危险系数	概率系数
1	工作面上隅角瓦斯浓度超限	8	0.5
2	电气火花及井下明火	8	0.3
3	井下违章爆破	8	0.2
4	风筒漏风	4	0.4
5	风机故障	8	0.05

煤矿风险隐患评估系统

Study on coal mine risk hidden danger evaluation system

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 14

相关文章 2

编辑推荐

Metrics

本文评价

接入内容	接入频率
风险点	数据变更时上传
辨识任务	数据变更时上传
风险清单	每小时上传1次数据
风险管控措施	每小时上传1次数据
风险管控记录	每小时上传1次数据
隐患台账	数据变更时上传
督办信息	每小时上传1次数据
“三违”信息	每小时上传1次数据
每日分析记录	每小时上传1次数据
隐患持续改进报告	数据变更时上传
风险持续改进报告	数据变更时上传
机制持续改进报告	数据变更时上传
重大风险管控方案	数据变更时上传
重大隐患档案信息	数据变更时上传
培训记录	数据变更时上传

年份	2018	2019	2020	2021	2022
关键词	积水	锚杆	支护	温度	CO
	工作面	工作面	积水	涌水量	温度
	顶板	煤尘	工作面	水位	煤尘
	水泵	瓦斯	风速	瓦斯	顶板

[1]	王健, 张明广, 黄馨, 陈家瑞. 易燃易爆危险化学品道路运输事故情景分析[J]. 中国安全科学学报, 2019, 29(5): 171-177.
[2]	杜红兵，刘明，靳慧斌. 基于信息处理和事故链原理的结构化飞行员差错模型[J]. 中国安全科学学报, 2011, 21(6): 25-.