基于贝叶斯网络的金属矿山冒顶片帮事故预测评价.docx

基于贝叶斯网络的金属矿山冒顶片帮事故预测评价李莹莹1，2 ，叶义成1 基于贝叶斯网络的金属矿山冒顶片帮事故预测评价 李莹莹1，2 ，叶义成1，2 ，吕 垒1，2 ，黄 军1，2 ( 1． 武汉科技大学 资源与环境工程学院，武汉 430081; 2．“冶金矿产资源高效利用与造块”湖北省重点实验室，武汉 430081) 摘 要:针对金属矿山中冒顶片帮事故受多种控制因素影响，具有随机不确定性、概率性的预测评价难点，利用贝叶斯网络 推理方法，建立金属矿山冒顶片帮事故 BN 预测评价模型。应用研究证明，金属矿山冒顶片帮事故 BN 模型具有强大推理功能，适 应对不确定的知识和信息作出推理和判断，能够有效地预测冒顶片帮事故发生的概率以及评价基本事件的重要程度，可为金属矿 山冒顶片帮事故预防和安全管理提供科学的决策依据。 关键词:采矿工程; 冒顶片帮; 贝叶斯网络; 预测; 重要度 中图分类号:TD327 文献标识码:A 文章编号:1001 － 0211( 2011) 02 － 0255 － 05 采矿过程中，随着掘进工作面和回采工作面的 向前推进，工作面空顶面积逐渐增大，顶板和周帮矿 岩会由于应力的重新分布而发生某种变形，以致在 某些部分发生裂缝，同时岩层的节理也在压力作用 下逐渐扩大。在此种情况下，顶板岩石的完整性就 破环了。由于顶板岩石完整性破坏，便出现顶板的 下沉弯曲，裂缝逐渐扩大，如果生产技术和组织管理 不当，就可能形成顶板岩矿的冒落。这种冒落就是 常说的冒顶事故，如果冒落的部分处在巷道的两帮 就叫做片帮［1］。随着采深的增加与地质条件的恶 化，金属矿山中不少采场容易在回采阶段出现垮塌、 冒落等现象，严重影响了矿山的正常安全生产。 冒顶片帮事故一直是地下矿山开采中的一个突 出问题。国内外统计资料表明，冒顶片帮事故发生 比例居矿山各种伤亡事故之首。在我国，从被调查 黄金矿山历年事故统计数据看，冒顶片帮事故占事 故总起数的 47% ，死亡人数占总人数的 47. 8%［2］。 冒顶片帮所酿成的伤亡事故不仅使国家、企业蒙受 经济损失，而且还伴随人员伤亡。因此，分析冒顶片 帮伤亡事故发生的原因，搞好预测预防工作，准确、 有效地预测评价矿山冒顶片帮事故事件的发生概率 对安全管理及事故预防有重大意义。 作用的结果，系统中各因素之间有一定的因果以及 逻辑关系。由于受多种因素影响，事故发生具有随 机不确定性且无规律可循。目前，冒顶片帮事故的 预测方法一般分为两种: 一种是监测预报，如声发射 探测技术、压力探测方法等［3 － 4］; 一种是采用预测、 评价模型预测分析，灰色 GM ( 1，1 ) 预测、模糊综合 评判方法、事故树分析等［5 － 7］。 采用监测预报，需要在监测点设计和安装相应 的监测仪器，花费比较大，且监测过程受环境影响较 大，如受噪音以及岩体的不均质性和裂隙性影响，声 发射探测结果存在一定误差且难以剔除。传统的灰 色 GM( 1，1) 等预测模型对随机性变化处理能力较 弱且无法表达系统中各因素的相关关系，而模糊综 合评判、事故树等评价方法较难解决系统中某些事 件的变化对整个系统的影响。贝叶斯网络( Bayes- ian Network，BN) 技术，从推理机制和系统状态描述 上来看，它和事故树有很大的相似性，能够图形演绎 系统中的逻辑关系。它是一种基于概率论和图论的 不确定知识表示模型，它具有坚实的概率理论基础， 图形化网络结构的自然表达方式以及强大的推理功 能。BN 具有综合先验信息和样本信息的能力，能通 过大量数据学习，揭示隐藏在不确定知识背后的概 率关联，从而可以准确推理网络节点变量之间的因 果和条件相关关系以及定量地表示这些关系。近年 来，在医疗诊断系统、软件测试、网站的智能导航、电 力系统的故障诊断等方面都有着广泛的应用［8］。 将贝叶斯网络应用于金属矿山冒顶片帮事故预测评 价中，在预测评价系统安全性的过程中，通过 BN 的 1 金属矿山冒顶片帮预测现状 金属矿山冒顶片帮事故是多个不安全因素共同 收稿日期:2009 － 11 － 18 作者简介:李莹莹( 1985 － ) ，女，湖北钟祥市人，硕士，主要从事安 全系统工程等方面的研究。 有 色金 属第 63 卷256强大推理功能，可为金属矿山冒顶片帮事故预防和安全管理提供科学的决策依据。2. 3BN 推理预测以条件独立性为前提，根据各节点的条件概率值，可以进行 B 有 色 金 属 第 63 卷 256 强大推理功能，可为金属矿山冒顶片帮事故预防和 安全管理提供科学的决策依据。 2. 3 BN 推理预测 以条件独立性为前提，根据各节点的条件概率 值，可以进行 BN 推理预测。BN 推理算法大致也可 分为精确算法和近似算法两大类。精确推理，即通 过 BN 精确地计算出