煤炭开采技术管理论文专家系统在煤炭开采技术中的应用与展望.doc

煤炭开采技术管理论文专家系统在煤炭开采技术中的应用与展望 摘 要专家系统在煤矿中的应用,以生产力的发展、节约型社会的建设、生产效率的提高为背景。本文首先综述了国内外采用模糊逻辑、神经网络等算法的专家系统,在矿山设计方案决策、参数优化、生产系统评价、生产信息化管理、故障预测及诊断、灾害预测与防治等方面的应用现状。通过现状,分析出当前专家系统在煤炭开采技术中存在的主要问题,并针对当前的问题提出了发展方向。 关键词煤炭开采;专家系统;应用现状;展望 由于采矿生产受许多因素的影响,虽然目前从力学、地质学和经济学等角度去寻找各种技术问题的解答已取得重要的进展[1,2],但是制约煤矿科学开采的一些技术难题仍未得到很好解决。主要原因有煤矿生产工程性太强,涉及问题太多,致使采矿中的许多问题还只能凭实践经验最后拍板定论[3];随着煤矿开采深度的增加,矿井地质、生产条件十分复杂,开采难度和开采成本也随之增大,从而使得煤矿开采生产遇到很多现实问题。近年来,随着计算机技术和人工智能领域的快速发展,专家系统在煤矿开采方面的应用,提高了煤矿开采的安全性、高效性,给煤矿开采技术的发展带来崭新的局面。 1 专家系统在煤矿开采中的发展背景人工智能是20世纪的三大科技成就之一,而专家系统是人工智能研究与应用中的重要领域。世界各国为了取得采矿工业的竞争优势,提高生产效率、降低成本和改善环境,正在大力引进其它工业部门已采用的高新技术,卓有成效地使采矿工业朝智能化方向发展,这对我国采矿科学和技术从战略决策的高度提出了严峻的挑战[4]。我国人工智能著名专家冯夏庭教授,提出了21世纪我国采矿科学和技术向智能化发展的新方向[5]。专家系统的出现和发展,是科学进步的产物,也与以下经济及社会等因素有关①生产力发展的需要。随着科技的飞速发展,世界对能源的需求与日俱增,要求煤矿高效、安全开采,以满足社会经济发展的需求。②建立节约型社会的需要。目前,我们提倡建立环保、节约型和谐社会,利用专家系统提出合理开采方案,降低开采成本,节约自然资源。③提高生产效率的需要。煤矿生产方案的提出,要合理、快速、及时准确地为井第4期栾利建等专家系统在煤炭开采技术中的应用与展望下生产提供技术支持,提高生产效率,创造更大的经济效益。 2 矿山专家系统在国内外的发展及应用专家系统在采矿方面的应用较早,这些包括煤矿开采管理、巷道支护、工程爆破、围岩分类等。20世纪70年代末,美国开发出了能够用于20多种矿藏勘探的专家系统prosector,其他发达国家也先后开发了各自的矿用专家系统。我国的研发工作始于上世纪70年代末[6],通过科研工作者的积极探索和努力实践,获得了大量的科研成果。随着专家系统的发展,许多国家的科研机构及高等院校,就其在煤矿生产中的应用,开展了大量且深入的研究工作。目前,专家系统在煤矿中的发展和应用,主要集中在方案决策、参数优化设计、故障预测及诊断、灾害预测与防治、生产信息管理、生产系统评价等方面。1开采方案决策及参数优化设计专家系统的发展,打破了矿山传统的设计理论和方法,使方案决策和参数优化设计更合理、更切合实际。美国阿拉斯加大学采矿系研制出采矿方法选择专家系统[7],其功能是在长壁采煤法和短壁采煤法之间作出选择,并给出最佳割煤方案的决策;澳大利亚西部矿业学院应用模糊数学理论,开发研制了爆破对策选择和参数最优化设计的台阶高度确定的专家系统[8];加拿大拉瓦尔大学的露天矿设备选型专家系统SCRAPER[9],主要对露天煤矿的设备选型提供可靠、合理的决策建议。我国冯夏庭开发了采矿巷道围岩支护设计专家系统[10],解决了巷道设计过程中围岩分类的相关问题;李效甫,姚建国开发了回采巷道支护形式与参数合理选择专家系统,用于科学合理地选择巷道支护形式与参数[11]。杨仁树等开发了协庄煤矿巷道爆破设计专家系统[12],实现了煤矿井下爆破掘进方案决策智能化推理。2井下故障诊断及灾害预防控制采矿设计和生产,既需要研究、利用采矿科学技术最大限度地提高采矿的经济效益,还必须考虑采矿生产环境、生产安全、对环境的影响以及矿产资源的开发和综合利用等社会问题。专家系统为解决这类问题,提供了有力的工具。王文铭等设计的基于神经网络的矿山企业智能诊断专家系统,利用神经网络极强的学习能力,进行诊断知识的获取和诊断推理[13]。为了解决煤矿开采生产事故及时预报,杨志强等利用神经网络开发了地下采矿生产事故预报专家系统[14]。刘光庆等设计了矿井顶板水害预测与防治专家系统,结合模糊理论完成了综合模糊评判决策系统[15]。中国矿业大学的刘卫东等,针对目前严重影响矿井安全的矿井冲击矿压进行预测预报研究[16],建立了基于模糊逻辑的矿压冲击预测预报模型,为模糊逻辑实际应用于矿井冲击矿压预测打下了基础。3煤矿生产信息化管理随着现代管理技术的应用和智能技术的发展,传统的人工管理方法,在信息的整体性、准确性、时效性和信息资源共享等方面存在诸多问题。建立以专家系统为设计手段的煤矿生产信息管理系统,实现了煤矿主管领导和技术部门、各技术部门之间的高效沟通和交流,实现了煤矿管理业务的有效整合和信息资源共享,提高了工作效率和管理水平。 中国矿业大学杨仁树等结合煤矿生产实际,设计开发了煤矿井巷开挖工程管理信息系统,构建了基于B/S模型的工程管理信息系统,为企业提高管理水平、增强竞争力、降低成本提供了有力保证[17]。安徽理工大学王向前等开发了煤矿作业规程编制及管理系统[18],提出了基于Java平台的B /S与C /S混合结构的煤矿作业规程编制及管理系统解决方案,实现了作业规程编制与管理的自动化、智能化和信息化,提高了作业规程的编制效率和质量。4煤矿生态环境智能化评价煤矿开采工业在为我们带来丰富自然资源的同时,也在破坏着我们赖以生存的地球环境。煤炭资源开发过程中,矿区生态环境的严重破坏,产生了很大的环境负效应,阻碍了矿区经济、社会的持续高速发展。因此,煤炭资源的合理开发和高效利用,对经济的持续发展具有重要的意义。矿区生态破坏与生态恢复,就成为煤矿矿区实现可持续发展的重要制约因素[19]。煤矿生态环境评价智能化的发展,成为了解决这一问题的重要的手段之一。英国诺丁汉大学用专家系统通用语言Exper-tech在微机上开发了露天矿边坡设计专家系统,以及井下环境和露天矿环境影响评价的专家系统;中国矿业大学马从安等开发的露天矿生产与生态重建适宜性评价专家系统[20],利用CLIPS专家系统语言设计了土地复垦适宜性评价专家系统,解决了针对不同的立地类型,为大型露天煤矿复垦土地适宜性评价,提供了方便快捷的决策工具。煤矿开采专家系统存在的问题 1知识库内容匮乏,智能化程度低专家系统区别于计算机软件的主要标志,是其具有智能性,能根据不同的原始条件推理出合理、正确的方案和结果,从而达到专家级水平。目前,矿山专家系统越来越多地应用于矿业生产的各领域,但由于专家知识库匮乏,知识涵盖面窄,知识数量有限,使得其在对实际问题的推理和判断过程中,不能对提出的问题推理出合理的结果,而不能达到专家级的水平。这种专家知识库的不完善,使矿山专家系统失去了智能行为,极大地限制了问题的求解能力,甚至导致专家系统问题求解的错误,而不能够很好的发挥作用。 2服务领域单一,可通用性差目前,各种矿山专家系统种类较多,水平参差不齐,都是针对某一个煤矿中的某一种方面进行开发的,比如有巷道爆破设计专家系统、通风智能设计专家系统、设计瓦斯预警专家系统等。在这些系统之中,各种开发技术和推理方式良莠不齐。由于煤矿的开采是一个复杂的大型的生产活动,整个矿井的安全、高效生产是一个相辅相成、互相制约、环环相扣的过程。而专家系统技术与其它计算机方法,使得如数据库、决策支持系统等结合起来形成的广泛意义的矿山专家系统还存在问题。而要解决的问题,将不仅是某一狭窄的领域,而是多方面多领域的综合性问题。 3系统种类繁多,缺乏现场应用软件公司、科研单位、高校所开发的矿山专家系统种类繁多,涉及到矿山领域的各方面。但是,煤矿生产是一项较为复杂的工程,受地质条件、生产条件、地域等限制。只有充分结合煤矿具体的生产实际情况,才能更好的进行系统的开发工作。据调查,目前多数矿山类专家系统都不同程度的脱离煤矿生产应用的实际,功能强大的专家系统并不能很好的为技术人员掌握和应用。 4忽略有效交流,造成资源浪费目前,各种矿山类专家系统层出不穷,在同一个煤矿可能会出现多种专家系统版本,包括顶板管理、爆破设计、巷道支护设计、规程管理、瓦斯预测等等。所有这些可能由不同的开发单位完成,目的都是为矿山生产建设服务。但是,由于不同开发单位缺少有效沟通和资源共享,各单位不得不各自根据需要进行设计开发工作。在整个矿山的生产过程中,很难形成优势互补,产生了重复设计和开发,造成了一定程度的资源浪费。 4 煤矿开采技术专家系统展望 1 丰富矿山专家知识库,提高推理智能化知识库是专家系统的核心部分。专家系统知识库要以属性为基础,能够形成知识节点与数据子类的对应关系;能够进行快速、高效的知识管理;能够反映出知识间的关联程度。在系统的设计和开发过程中,要高度重视专家知识库知识的丰富性,要力求知识涵盖面广、涉及的因素全面。知识库的设计,要能准确地表达专家知识,有较强的表达能量,能满足推理机的工作。知识库内部的表达要精炼,便于知识库知识的更新和完善。提高系统的智能化程度,还要充分考虑知识库的科学合理的管理,对知识进行合理的表达,对知识模块进行合理的分类。 2 2整合矿山领域专家系统,实现综合集成发展在系统的开发和调研阶段,要考虑到系统的综合集成问题。在系统平台的设计、分类和模块的建立之初,要考虑系统的扩展性和延续性。矿山专家系统要将多种知识表示方法、学习机制和推理技术综合集成运用,才能优势互补。例如,将基于规则的推理和基于案例推理技术进行适当的融合,推理技术与大规模的并行处理技术结合等,均提高了专家系统的性能和效率。尤其是神经网络、模糊数学理论等智能算法、Web和XML技术的引入,更为专家系统的研究和发展注入了新的活力。 3依据煤矿生产实际,以实用性为主煤矿生产是一个受地质、埋深、地域等因素综合影响的活动,矿山专家系统的设计,要严格结合煤矿生产实际情况进行。在系统的前期调研、知识库的建立、模块的设计,要与煤矿设计人员与井下施工人员充分交流,并实地考察井下施工现场,搜集相关数据。在系统的每一步开发过程中,都要根据煤矿生产的实际情况进行及时调整和调试,与煤矿技术员深入沟通和交流。有条件的情况下,要与现场技术员共同进行设计和开发,力争让系统的每一个关键环节,都能很好的贴合应用的实际,力求杜绝系统界面友好、功能繁多、实用性差的状况。 4加强合作和交流,实现资源共享对于地域与地质条件相似的煤矿,在专家系统课题的立项和开发过程中,要进行合作和交流。在某一专业领域,如巷道支护设计决策专家系统,地质条件复杂、巷道类型多的煤矿,可以兼顾到专家系统在煤炭开采技术中的应用与展望地质条件相对简单、巷道类型较少的煤矿,在系统的开发和设计中,进行全面的考虑,可节省人力、物力和宝贵的时间。同时,在大型的专家系统开发过程中,可以进行分工合作,各自负责某一领域的系统开发工作。在开发过程中,加强信息的沟通和公开,在技术上实现互补和对接工作。 5 结 论 煤炭科技的发展将为我国能源可持续发展提供保障,专家系统在煤矿开采技术中的广泛应用无疑会给这一产业带来巨大的推动。在系统的开发中,要加强技术合作交流,充分结合现场生产实际,不断提高系统的智能化。大力开展专家系统在煤炭开采技术中的应用,对于人工智能、煤炭开采专业领域及其他产业领域的发展,将会起到重要的作用。 参考文献 [ 1 ] Malcolm Scoble, Canadian mining automation evolution;The digital mine enroute to minewide. CIM BULLETIN.Vol. 88, No. 990. May 1995 30-37. [ 2 ] John chadwick, Mine automation. Mining Magazine. June1995 333-343. [ 3 ] 童光煦,采矿与采矿科学[J].中国矿业, 1992, 1 119-22. [ 4 ] 谢贤平,童光煦.采矿科学和技术向智能化的发展[J].矿业研究与开发, 1996, 16 3 1-6. [ 5 ] 冯夏庭.采矿工程智能系统[M].北京冶金工业出版社. [ 6 ] 韩凤山.煤矿巷道锚杆支护设计专家系统的研究与应用[D] .沈阳东北大学, 1997. [ 7 ] Charniak E, Reisbeck C K, Meehan J R. Artifficial Intelli-gence Programming. Lawrence Erbaum Associates. 1996. [ 8 ] 王伟.岩巷定向断裂爆破设计及掘进规程辅助设计系统研究硕士学位论文 [D].中国矿业大学北京校区,2002, 5. [ 9 ] 苏海云,秦秀婵.矿山专家系统的应用现状及展望[J].矿业工程, 2005, 3 1 54-56. [10] 冯夏庭,林韵梅.采矿巷道围岩支护设计专家系统[J].岩石力学与工程学报, 1992, 11 3 243-253. [11] 李效甫,姚建国.回采巷道支护形式与参数合理选择专家系统[M].北京煤炭工业出版社, 1993. [12] 杨仁树,马鑫民,张博,等.协庄煤矿巷道爆破设计专家系统研究[M].中国爆破新技术Ⅱ, 2008. [13] 王文铭,颜培争.基于神经网络的矿山企业智能诊断专家系统[J].中国矿业, 2004, 13 8 66-67. [14] 杨志强,等.地下采矿生产事故预报专家系统[J].岩石力学与工程学报, 2000, 19 6 736-741. [15] 刘光庆,于旭磊,等.矿井顶板水害预测与防治专家系统[J].中国地质灾害与防治学报, 2001, 12 1 71-74. [16] 刘卫东,孟晓静,丁恩杰,等.模糊逻辑在矿井冲击矿压预测中的应用[J].煤矿安全, 2008, 1 66-68. [17] 边亚东,等.基于B/S模型煤矿井巷开挖工程管理信息系统的实现[J].矿业研究与开发, 2003, 23 6 30-32. [18] 王向前,等.煤矿作业规程编制及管理系统的设计与实现[J].煤炭科学技术, 2007, 35 7 74-76. [19] 姜军,程建光.煤矿矿区生态恢复与可持续发展[J].煤田地质与勘探, 2001, 29 4 7-9. [20] 马从安,等.露天矿生产与生态重建适宜性评价专家系统[J].中国矿业大学学报, 2006, 35 2 231-234.81