專家系統(tǒng)在煤炭開采技術(shù)中的應(yīng)用與展望

欒利建，馬鑫民，岳中文

(中國礦業(yè)大學(xué)(北京)力學(xué)與建筑工程學(xué)院，北京 100083)

由于采礦生產(chǎn)受許多因素的影響，雖然目前從力學(xué)、地質(zhì)學(xué)和經(jīng)濟(jì)學(xué)等角度去尋找各種技術(shù)問題的解答已取得重要的進(jìn)展[1,2]，但是制約煤礦科學(xué)開采的一些技術(shù)難題仍未得到很好解決。主要原因有：煤礦生產(chǎn)工程性太強(qiáng)，涉及問題太多，致使采礦中的許多問題還只能憑實(shí)踐經(jīng)驗(yàn)最后拍板定論[3]；隨著煤礦開采深度的增加，礦井地質(zhì)、生產(chǎn)條件十分復(fù)雜，開采難度和開采成本也隨之增大，從而使得煤礦開采生產(chǎn)遇到很多現(xiàn)實(shí)問題。近年來，隨著計(jì)算機(jī)技術(shù)和人工智能領(lǐng)域的快速發(fā)展，專家系統(tǒng)在煤礦開采方面的應(yīng)用，提高了煤礦開采的安全性、高效性，給煤礦開采技術(shù)的發(fā)展帶來嶄新的局面。

1 專家系統(tǒng)在煤礦開采中的發(fā)展背景

人工智能是20世紀(jì)的三大科技成就之一，而專家系統(tǒng)是人工智能研究與應(yīng)用中的重要領(lǐng)域。

世界各國為了取得采礦工業(yè)的競爭優(yōu)勢，提高生產(chǎn)效率、降低成本和改善環(huán)境，正在大力引進(jìn)其它工業(yè)部門已采用的高新技術(shù)，卓有成效地使采礦工業(yè)朝智能化方向發(fā)展，這對(duì)我國采礦科學(xué)和技術(shù)從戰(zhàn)略決策的高度提出了嚴(yán)峻的挑戰(zhàn)[4]。我國人工智能著名專家馮夏庭教授，提出了21世紀(jì)我國采礦科學(xué)和技術(shù)向智能化發(fā)展的新方向[5]。專家系統(tǒng)的出現(xiàn)和發(fā)展，是科學(xué)進(jìn)步的產(chǎn)物，也與以下經(jīng)濟(jì)及社會(huì)等因素有關(guān)：①生產(chǎn)力發(fā)展的需要。隨著科技的飛速發(fā)展，世界對(duì)能源的需求與日俱增，要求煤礦高效、安全開采，以滿足社會(huì)經(jīng)濟(jì)發(fā)展的需求。②建立節(jié)約型社會(huì)的需要。目前，我們提倡建立環(huán)保、節(jié)約型和諧社會(huì)，利用專家系統(tǒng)提出合理開采方案，降低開采成本，節(jié)約自然資源。③提高生產(chǎn)效率的需要。煤礦生產(chǎn)方案的提出，要合理、快速、及時(shí)準(zhǔn)確地為井下生產(chǎn)提供技術(shù)支持，提高生產(chǎn)效率，創(chuàng)造更大的經(jīng)濟(jì)效益。

2 礦山專家系統(tǒng)在國內(nèi)外的發(fā)展及應(yīng)用

專家系統(tǒng)在采礦方面的應(yīng)用較早，這些包括煤礦開采管理、巷道支護(hù)、工程爆破、圍巖分類等。20世紀(jì)70年代末，美國開發(fā)出了能夠用于20多種礦藏勘探的專家系統(tǒng)prosector，其他發(fā)達(dá)國家也先后開發(fā)了各自的礦用專家系統(tǒng)。我國的研發(fā)工作始于上世紀(jì)70年代末[6]，通過科研工作者的積極探索和努力實(shí)踐，獲得了大量的科研成果。

隨著專家系統(tǒng)的發(fā)展，許多國家的科研機(jī)構(gòu)及高等院校，就其在煤礦生產(chǎn)中的應(yīng)用，開展了大量且深入的研究工作。目前，專家系統(tǒng)在煤礦中的發(fā)展和應(yīng)用，主要集中在方案決策、參數(shù)優(yōu)化設(shè)計(jì)、故障預(yù)測及診斷、災(zāi)害預(yù)測與防治、生產(chǎn)信息管理、生產(chǎn)系統(tǒng)評(píng)價(jià)等方面。

(1)開采方案決策及參數(shù)優(yōu)化設(shè)計(jì)

專家系統(tǒng)的發(fā)展，打破了礦山傳統(tǒng)的設(shè)計(jì)理論和方法，使方案決策和參數(shù)優(yōu)化設(shè)計(jì)更合理、更切合實(shí)際。美國阿拉斯加大學(xué)采礦系研制出采礦方法選擇專家系統(tǒng)[7]，其功能是在長壁采煤法和短壁采煤法之間作出選擇，并給出最佳割煤方案的決策；澳大利亞西部礦業(yè)學(xué)院應(yīng)用模糊數(shù)學(xué)理論，開發(fā)研制了爆破對(duì)策選擇和參數(shù)最優(yōu)化設(shè)計(jì)的臺(tái)階高度確定的專家系統(tǒng)[8]；加拿大拉瓦爾大學(xué)的露天礦設(shè)備選型專家系統(tǒng)SCRAPER[9]，主要對(duì)露天煤礦的設(shè)備選型提供可靠、合理的決策建議。我國馮夏庭開發(fā)了采礦巷道圍巖支護(hù)設(shè)計(jì)專家系統(tǒng)[10]，解決了巷道設(shè)計(jì)過程中圍巖分類的相關(guān)問題；李效甫，姚建國開發(fā)了回采巷道支護(hù)形式與參數(shù)合理選擇專家系統(tǒng)，用于科學(xué)合理地選擇巷道支護(hù)形式與參數(shù)[11]。楊仁樹等開發(fā)了協(xié)莊煤礦巷道爆破設(shè)計(jì)專家系統(tǒng)[12]，實(shí)現(xiàn)了煤礦井下爆破掘進(jìn)方案決策智能化推理。

(2)井下故障診斷及災(zāi)害預(yù)防控制

采礦設(shè)計(jì)和生產(chǎn)，既需要研究、利用采礦科學(xué)技術(shù)最大限度地提高采礦的經(jīng)濟(jì)效益，還必須考慮采礦生產(chǎn)環(huán)境、生產(chǎn)安全、對(duì)環(huán)境的影響以及礦產(chǎn)資源的開發(fā)和綜合利用等社會(huì)問題。專家系統(tǒng)為解決這類問題，提供了有力的工具。王文銘等設(shè)計(jì)的基于神經(jīng)網(wǎng)絡(luò)的礦山企業(yè)智能診斷專家系統(tǒng)，利用神經(jīng)網(wǎng)絡(luò)極強(qiáng)的學(xué)習(xí)能力，進(jìn)行診斷知識(shí)的獲取和診斷推理[13]。為了解決煤礦開采生產(chǎn)事故及時(shí)預(yù)報(bào)，楊志強(qiáng)等利用神經(jīng)網(wǎng)絡(luò)開發(fā)了地下采礦生產(chǎn)事故預(yù)報(bào)專家系統(tǒng)[14]。劉光慶等設(shè)計(jì)了礦井頂板水害預(yù)測與防治專家系統(tǒng)，結(jié)合模糊理論完成了綜合模糊評(píng)判決策系統(tǒng)[15]。中國礦業(yè)大學(xué)的劉衛(wèi)東等，針對(duì)目前嚴(yán)重影響礦井安全的礦井沖擊礦壓進(jìn)行預(yù)測預(yù)報(bào)研究[16]，建立了基于模糊邏輯的礦壓沖擊預(yù)測預(yù)報(bào)模型，為模糊邏輯實(shí)際應(yīng)用于礦井沖擊礦壓預(yù)測打下了基礎(chǔ)。

(3)煤礦生產(chǎn)信息化管理

隨著現(xiàn)代管理技術(shù)的應(yīng)用和智能技術(shù)的發(fā)展，傳統(tǒng)的人工管理方法，在信息的整體性、準(zhǔn)確性、時(shí)效性和信息資源共享等方面存在諸多問題。建立以專家系統(tǒng)為設(shè)計(jì)手段的煤礦生產(chǎn)信息管理系統(tǒng)，實(shí)現(xiàn)了煤礦主管領(lǐng)導(dǎo)和技術(shù)部門、各技術(shù)部門之間的高效溝通和交流，實(shí)現(xiàn)了煤礦管理業(yè)務(wù)的有效整合和信息資源共享，提高了工作效率和管理水平。

中國礦業(yè)大學(xué)楊仁樹等結(jié)合煤礦生產(chǎn)實(shí)際，設(shè)計(jì)開發(fā)了煤礦井巷開挖工程管理信息系統(tǒng)，構(gòu)建了基于B/S模型的工程管理信息系統(tǒng)，為企業(yè)提高管理水平、增強(qiáng)競爭力、降低成本提供了有力保證[17]。安徽理工大學(xué)王向前等開發(fā)了煤礦作業(yè)規(guī)程編制及管理系統(tǒng)[18]，提出了基于Java平臺(tái)的B /S與C /S混合結(jié)構(gòu)的煤礦作業(yè)規(guī)程編制及管理系統(tǒng)解決方案，實(shí)現(xiàn)了作業(yè)規(guī)程編制與管理的自動(dòng)化、智能化和信息化，提高了作業(yè)規(guī)程的編制效率和質(zhì)量。

(4)煤礦生態(tài)環(huán)境智能化評(píng)價(jià)

煤礦開采工業(yè)在為我們帶來豐富自然資源的同時(shí)，也在破壞著我們賴以生存的地球環(huán)境。煤炭資源開發(fā)過程中，礦區(qū)生態(tài)環(huán)境的嚴(yán)重破壞，產(chǎn)生了很大的環(huán)境負(fù)效應(yīng)，阻礙了礦區(qū)經(jīng)濟(jì)、社會(huì)的持續(xù)高速發(fā)展。因此，煤炭資源的合理開發(fā)和高效利用，對(duì)經(jīng)濟(jì)的持續(xù)發(fā)展具有重要的意義。礦區(qū)生態(tài)破壞與生態(tài)恢復(fù)，就成為煤礦礦區(qū)實(shí)現(xiàn)可持續(xù)發(fā)展的重要制約因素[19]。煤礦生態(tài)環(huán)境評(píng)價(jià)智能化的發(fā)展，成為了解決這一問題的重要的手段之一。

英國諾丁漢大學(xué)用專家系統(tǒng)通用語言Expertech在微機(jī)上開發(fā)了露天礦邊坡設(shè)計(jì)專家系統(tǒng)，以及井下環(huán)境和露天礦環(huán)境影響評(píng)價(jià)的專家系統(tǒng)；中國礦業(yè)大學(xué)馬從安等開發(fā)的露天礦生產(chǎn)與生態(tài)重建適宜性評(píng)價(jià)專家系統(tǒng)[20]，利用CLIPS專家系統(tǒng)語言設(shè)計(jì)了土地復(fù)墾適宜性評(píng)價(jià)專家系統(tǒng)，解決了針對(duì)不同的立地類型，為大型露天煤礦復(fù)墾土地適宜性評(píng)價(jià)，提供了方便快捷的決策工具。

3 煤礦開采專家系統(tǒng)存在的問題

(1)知識(shí)庫內(nèi)容匱乏，智能化程度低

專家系統(tǒng)區(qū)別于計(jì)算機(jī)軟件的主要標(biāo)志，是其具有智能性，能根據(jù)不同的原始條件推理出合理、正確的方案和結(jié)果，從而達(dá)到專家級(jí)水平。目前，礦山專家系統(tǒng)越來越多地應(yīng)用于礦業(yè)生產(chǎn)的各領(lǐng)域，但由于專家知識(shí)庫匱乏，知識(shí)涵蓋面窄，知識(shí)數(shù)量有限，使得其在對(duì)實(shí)際問題的推理和判斷過程中，不能對(duì)提出的問題推理出合理的結(jié)果，而不能達(dá)到專家級(jí)的水平。這種專家知識(shí)庫的不完善，使礦山專家系統(tǒng)失去了智能行為，極大地限制了問題的求解能力，甚至導(dǎo)致專家系統(tǒng)問題求解的錯(cuò)誤，而不能夠很好的發(fā)揮作用。

(2)服務(wù)領(lǐng)域單一，可通用性差

目前，各種礦山專家系統(tǒng)種類較多，水平參差不齊，都是針對(duì)某一個(gè)煤礦中的某一種方面進(jìn)行開發(fā)的，比如有巷道爆破設(shè)計(jì)專家系統(tǒng)、通風(fēng)智能設(shè)計(jì)專家系統(tǒng)、設(shè)計(jì)瓦斯預(yù)警專家系統(tǒng)等。在這些系統(tǒng)之中，各種開發(fā)技術(shù)和推理方式良莠不齊。由于煤礦的開采是一個(gè)復(fù)雜的大型的生產(chǎn)活動(dòng)，整個(gè)礦井的安全、高效生產(chǎn)是一個(gè)相輔相成、互相制約、環(huán)環(huán)相扣的過程。而專家系統(tǒng)技術(shù)與其它計(jì)算機(jī)方法，使得如數(shù)據(jù)庫、決策支持系統(tǒng)等結(jié)合起來形成的廣泛意義的礦山專家系統(tǒng)還存在問題。而要解決的問題，將不僅是某一狹窄的領(lǐng)域，而是多方面多領(lǐng)域的綜合性問題。

(3)系統(tǒng)種類繁多，缺乏現(xiàn)場應(yīng)用

軟件公司、科研單位、高校所開發(fā)的礦山專家系統(tǒng)種類繁多，涉及到礦山領(lǐng)域的各方面。但是，煤礦生產(chǎn)是一項(xiàng)較為復(fù)雜的工程，受地質(zhì)條件、生產(chǎn)條件、地域等限制。只有充分結(jié)合煤礦具體的生產(chǎn)實(shí)際情況，才能更好的進(jìn)行系統(tǒng)的開發(fā)工作。據(jù)調(diào)查，目前多數(shù)礦山類專家系統(tǒng)都不同程度的脫離煤礦生產(chǎn)應(yīng)用的實(shí)際，功能強(qiáng)大的專家系統(tǒng)并不能很好的為技術(shù)人員掌握和應(yīng)用。

(4)忽略有效交流，造成資源浪費(fèi)

目前，各種礦山類專家系統(tǒng)層出不窮，在同一個(gè)煤礦可能會(huì)出現(xiàn)多種專家系統(tǒng)版本，包括頂板管理、爆破設(shè)計(jì)、巷道支護(hù)設(shè)計(jì)、規(guī)程管理、瓦斯預(yù)測等等。所有這些可能由不同的開發(fā)單位完成，目的都是為礦山生產(chǎn)建設(shè)服務(wù)。但是，由于不同開發(fā)單位缺少有效溝通和資源共享，各單位不得不各自根據(jù)需要進(jìn)行設(shè)計(jì)開發(fā)工作。在整個(gè)礦山的生產(chǎn)過程中，很難形成優(yōu)勢互補(bǔ)，產(chǎn)生了重復(fù)設(shè)計(jì)和開發(fā)，造成了一定程度的資源浪費(fèi)。

4 煤礦開采技術(shù)專家系統(tǒng)展望

(1)豐富礦山專家知識(shí)庫，提高推理智能化

知識(shí)庫是專家系統(tǒng)的核心部分。專家系統(tǒng)知識(shí)庫要以屬性為基礎(chǔ)，能夠形成知識(shí)節(jié)點(diǎn)與數(shù)據(jù)子類的對(duì)應(yīng)關(guān)系；能夠進(jìn)行快速、高效的知識(shí)管理；能夠反映出知識(shí)間的關(guān)聯(lián)程度。在系統(tǒng)的設(shè)計(jì)和開發(fā)過程中，要高度重視專家知識(shí)庫知識(shí)的豐富性，要力求知識(shí)涵蓋面廣、涉及的因素全面。知識(shí)庫的設(shè)計(jì)，要能準(zhǔn)確地表達(dá)專家知識(shí)，有較強(qiáng)的表達(dá)能量，能滿足推理機(jī)的工作。知識(shí)庫內(nèi)部的表達(dá)要精煉，便于知識(shí)庫知識(shí)的更新和完善。提高系統(tǒng)的智能化程度，還要充分考慮知識(shí)庫的科學(xué)合理的管理，對(duì)知識(shí)進(jìn)行合理的表達(dá)，對(duì)知識(shí)模塊進(jìn)行合理的分類。

(2)整合礦山領(lǐng)域?qū)＜蚁到y(tǒng)，實(shí)現(xiàn)綜合集成發(fā)展

在系統(tǒng)的開發(fā)和調(diào)研階段，要考慮到系統(tǒng)的綜合集成問題。在系統(tǒng)平臺(tái)的設(shè)計(jì)、分類和模塊的建立之初，要考慮系統(tǒng)的擴(kuò)展性和延續(xù)性。礦山專家系統(tǒng)要將多種知識(shí)表示方法、學(xué)習(xí)機(jī)制和推理技術(shù)綜合集成運(yùn)用，才能優(yōu)勢互補(bǔ)。例如，將基于規(guī)則的推理和基于案例推理技術(shù)進(jìn)行適當(dāng)?shù)娜诤希评砑夹g(shù)與大規(guī)模的并行處理技術(shù)結(jié)合等，均提高了專家系統(tǒng)的性能和效率。尤其是神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)理論等智能算法、Web 和XML 技術(shù)的引入，更為專家系統(tǒng)的研究和發(fā)展注入了新的活力。

(3)依據(jù)煤礦生產(chǎn)實(shí)際，以實(shí)用性為主

煤礦生產(chǎn)是一個(gè)受地質(zhì)、埋深、地域等因素綜合影響的活動(dòng)，礦山專家系統(tǒng)的設(shè)計(jì)，要嚴(yán)格結(jié)合煤礦生產(chǎn)實(shí)際情況進(jìn)行。在系統(tǒng)的前期調(diào)研、知識(shí)庫的建立、模塊的設(shè)計(jì)，要與煤礦設(shè)計(jì)人員與井下施工人員充分交流，并實(shí)地考察井下施工現(xiàn)場，搜集相關(guān)數(shù)據(jù)。在系統(tǒng)的每一步開發(fā)過程中，都要根據(jù)煤礦生產(chǎn)的實(shí)際情況進(jìn)行及時(shí)調(diào)整和調(diào)試，與煤礦技術(shù)員深入溝通和交流。有條件的情況下，要與現(xiàn)場技術(shù)員共同進(jìn)行設(shè)計(jì)和開發(fā)，力爭讓系統(tǒng)的每一個(gè)關(guān)鍵環(huán)節(jié)，都能很好的貼合應(yīng)用的實(shí)際，力求杜絕系統(tǒng)界面友好、功能繁多、實(shí)用性差的狀況。

(4)加強(qiáng)合作和交流，實(shí)現(xiàn)資源共享

對(duì)于地域與地質(zhì)條件相似的煤礦，在專家系統(tǒng)課題的立項(xiàng)和開發(fā)過程中，要進(jìn)行合作和交流。在某一專業(yè)領(lǐng)域，如巷道支護(hù)設(shè)計(jì)決策專家系統(tǒng)，地質(zhì)條件復(fù)雜、巷道類型多的煤礦，可以兼顧到地質(zhì)條件相對(duì)簡單、巷道類型較少的煤礦，在系統(tǒng)的開發(fā)和設(shè)計(jì)中，進(jìn)行全面的考慮，可節(jié)省人力、物力和寶貴的時(shí)間。同時(shí)，在大型的專家系統(tǒng)開發(fā)過程中，可以進(jìn)行分工合作，各自負(fù)責(zé)某一領(lǐng)域的系統(tǒng)開發(fā)工作。在開發(fā)過程中，加強(qiáng)信息的溝通和公開，在技術(shù)上實(shí)現(xiàn)互補(bǔ)和對(duì)接工作。

5 結(jié) 論

煤炭科技的發(fā)展將為我國能源可持續(xù)發(fā)展提供保障，專家系統(tǒng)在煤礦開采技術(shù)中的廣泛應(yīng)用無疑會(huì)給這一產(chǎn)業(yè)帶來巨大的推動(dòng)。在系統(tǒng)的開發(fā)中，要加強(qiáng)技術(shù)合作交流，充分結(jié)合現(xiàn)場生產(chǎn)實(shí)際，不斷提高系統(tǒng)的智能化。大力開展專家系統(tǒng)在煤炭開采技術(shù)中的應(yīng)用，對(duì)于人工智能、煤炭開采專業(yè)領(lǐng)域及其他產(chǎn)業(yè)領(lǐng)域的發(fā)展，將會(huì)起到重要的作用。

[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. June 1995: 333-343.

[3] 童光煦，采礦與采礦科學(xué)[J]．中國礦業(yè)，1992，1(1)：19-22.

[4] 謝賢平，童光煦．采礦科學(xué)和技術(shù)向智能化的發(fā)展[J]．礦業(yè)研究與開發(fā)，1996，16(3)：1-6．

[5] 馮夏庭．采礦工程智能系統(tǒng)[M]．北京：冶金工業(yè)出版社．

[6] 韓鳳山. 煤礦巷道錨桿支護(hù)設(shè)計(jì)專家系統(tǒng)的研究與應(yīng)用[D] ．沈陽：東北大學(xué)，1997．

[7] Charniak E,Reisbeck C K, Meehan J R. Artifficial Intelligence Programming. Lawrence Erbaum Associates.1996.

[8] 王偉．巖巷定向斷裂爆破設(shè)計(jì)及掘進(jìn)規(guī)程輔助設(shè)計(jì)系統(tǒng)研究(碩士學(xué)位論文)[D]．中國礦業(yè)大學(xué)(北京校區(qū))，2002，5．

[9] 蘇海云，秦秀嬋．礦山專家系統(tǒng)的應(yīng)用現(xiàn)狀及展望[J]．礦業(yè)工程，2005，3(1)：54-56．

[10] 馮夏庭，林韻梅．采礦巷道圍巖支護(hù)設(shè)計(jì)專家系統(tǒng)[J]．巖石力學(xué)與工程學(xué)報(bào)，1992，11 (3)：243-253．

[11] 李效甫，姚建國．回采巷道支護(hù)形式與參數(shù)合理選擇專家系統(tǒng)[M]．北京：煤炭工業(yè)出版社，1993．

[12] 楊仁樹，馬鑫民，張博，等．協(xié)莊煤礦巷道爆破設(shè)計(jì)專家系統(tǒng)研究[M]．中國爆破新技術(shù)Ⅱ，2008．

[13] 王文銘，顏培爭．基于神經(jīng)網(wǎng)絡(luò)的礦山企業(yè)智能診斷專家系統(tǒng)[J]．中國礦業(yè)，2004，13(8):66-67．

[14] 楊志強(qiáng)，等．地下采礦生產(chǎn)事故預(yù)報(bào)專家系統(tǒng)[J]．巖石力學(xué)與工程學(xué)報(bào)，2000，19(6)：736-741．

[15] 劉光慶，于旭磊，等．礦井頂板水害預(yù)測與防治專家系統(tǒng)[J]．中國地質(zhì)災(zāi)害與防治學(xué)報(bào)，2001，12(1)：71-74．

[16] 劉衛(wèi)東，孟曉靜，丁恩杰，等．模糊邏輯在礦井沖擊礦壓預(yù)測中的應(yīng)用[J]．煤礦安全，2008，(1)：66-68．

[17] 邊亞東，等．基于B/S模型煤礦井巷開挖工程管理信息系統(tǒng)的實(shí)現(xiàn)[J]．礦業(yè)研究與開發(fā)，2003，23(6)：30-32．

[18] 王向前，等．煤礦作業(yè)規(guī)程編制及管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]．煤炭科學(xué)技術(shù)，2007，35(7)：74-76．

[19] 姜軍，程建光．煤礦礦區(qū)生態(tài)恢復(fù)與可持續(xù)發(fā)展[J]．煤田地質(zhì)與勘探，2001，29(4):7-9．

[20] 馬從安，等．露天礦生產(chǎn)與生態(tài)重建適宜性評(píng)價(jià)專家系統(tǒng)[J]．中國礦業(yè)大學(xué)學(xué)報(bào)， 2006，35(2)：231-234．