大傾角煤層開(kāi)采飛矸威脅等級(jí)評(píng)估

劉 明，伍永平，耿 霜，多依麗，呂文玉

(1.遼寧石油化工大學(xué) 環(huán)境與安全工程學(xué)院，遼寧 撫順 113001; 2.西安科技大學(xué) 能源學(xué)院，陜西 西安 710054; 3.遼寧石油化工大學(xué) 機(jī)械工程學(xué)院，遼寧 撫順 113001)

大傾角煤層在我國(guó)分布廣泛，經(jīng)過(guò)近年來(lái)開(kāi)采技術(shù)與配套設(shè)備的共同發(fā)展，已在多個(gè)煤礦試驗(yàn)成功，并進(jìn)行大規(guī)模開(kāi)采。隨著大傾角煤層的開(kāi)采強(qiáng)度的不斷增加，如何能夠安全高效的開(kāi)采大傾角煤層也得到廣泛關(guān)注[1]。大傾角煤層的工作面系統(tǒng)穩(wěn)定性較低，大傾角狀態(tài)下煤(巖)塊滑滾形成飛矸，極易傷人和損壞設(shè)備。目前由于大傾角工作面的安全防護(hù)技術(shù)缺乏，使得飛矸防護(hù)裝置效率偏低，安全事故屢有發(fā)生，這嚴(yán)重制約了大傾角煤層的開(kāi)采能力[2-3]。工作面飛矸現(xiàn)場(chǎng)實(shí)測(cè)發(fā)現(xiàn)產(chǎn)生煤(巖)塊的形式有多種，主要包括煤壁片幫、架間矸石漏冒。煤壁片幫是大傾角工作面飛矸的主要形成形式，實(shí)測(cè)期內(nèi)僅工作面煤壁片幫衍生的飛矸災(zāi)害傷人毀物事故就多達(dá)12起[4]。且飛矸災(zāi)害發(fā)生位置具有很強(qiáng)的隨機(jī)性。

國(guó)內(nèi)學(xué)者分別針對(duì)具體的大傾角煤層長(zhǎng)壁工作面出現(xiàn)“飛矸”現(xiàn)象進(jìn)行了一系列的研究與實(shí)踐，曾先后設(shè)計(jì)提出了多種擋矸設(shè)備和飛矸防護(hù)技術(shù)，并取得了一定的效果。羅生虎等[5]提出了“兩封閉、兩隔離”技術(shù)。采用這一技術(shù)，不僅充分發(fā)揮了生產(chǎn)設(shè)備的作用，而且提高了工作面生產(chǎn)效率，降低了回采期間“飛矸”傷人事故發(fā)生的機(jī)率。呂曉等[6]在研究大傾角煤層的工況特點(diǎn)后，研制了3款液壓擋矸裝置，布置在架間、機(jī)道和架前。該裝置占地面積小，防矸效率比傳統(tǒng)裝置高。隨著對(duì)飛矸綜合治理能力的不斷提升，鄧柱林[7]、何貴榮等[8]均提出改進(jìn)型的“擋煤簾”“易片幫處設(shè)置網(wǎng)狀護(hù)簾”“柔性防矸(煤)設(shè)施”等。李守濱等[9]結(jié)合實(shí)際工況特點(diǎn)，在易發(fā)生飛矸傷害地點(diǎn)專門(mén)增加防護(hù)設(shè)施，減少飛矸對(duì)人員及設(shè)備的損害。雖然目前對(duì)飛矸的研究已經(jīng)取得了一定的成果[10-14]，但是對(duì)于飛矸威脅等級(jí)評(píng)估很少有人研究。準(zhǔn)確的評(píng)估飛矸對(duì)人、設(shè)備造成的威脅是大傾角煤層安全防護(hù)的基礎(chǔ)。由于飛矸的運(yùn)動(dòng)具有一定的不確定性，其間伴隨著速度、角速度等一系列變量隨時(shí)間不斷變化。

為了探尋飛矸這類不確定性的運(yùn)動(dòng)對(duì)人或設(shè)備的威脅，筆者以飛矸沿工作面滑滾運(yùn)動(dòng)為例，采用動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)建立工作面飛矸威脅評(píng)估模型[15-19]，由于貝葉斯網(wǎng)絡(luò)作為一種概率網(wǎng)絡(luò)模型，能夠運(yùn)用概率論表達(dá)飛矸威脅等級(jí)評(píng)估中的不確定知識(shí)，并且由于知識(shí)之間的推理是運(yùn)用可視化的網(wǎng)絡(luò)方法來(lái)表達(dá)，因而能夠很好地結(jié)合工作面飛矸的歷史數(shù)據(jù)及專家經(jīng)驗(yàn)應(yīng)對(duì)不完備的知識(shí)，有效解決飛矸威脅等級(jí)評(píng)估中的關(guān)鍵問(wèn)題。

1 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)

動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)(DBN)，是定義在每一個(gè)時(shí)間片的靜態(tài)貝葉斯網(wǎng)路結(jié)構(gòu)和參數(shù)都一致的基礎(chǔ)上，是1個(gè)由不同時(shí)間點(diǎn)的變化的概率結(jié)果所組成的網(wǎng)絡(luò)模型。動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)表現(xiàn)為1個(gè)靜態(tài)的初始網(wǎng)絡(luò)以及1個(gè)轉(zhuǎn)移網(wǎng)絡(luò)。一個(gè)任意長(zhǎng)度的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)都可由二者表示，如圖1所示。

圖1 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)Fig.1 Dynamic bayesian networks

對(duì)于一個(gè)從啟動(dòng)至與人員或設(shè)備碰撞的飛矸事故，可以看作是由T個(gè)時(shí)間片組成的離散動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，假定每個(gè)時(shí)間片有n個(gè)隱藏節(jié)點(diǎn)和m個(gè)觀測(cè)節(jié)點(diǎn)，分別為(X1,X2,…,Xn)和(Y1,Y2,…,Ym)，則離散動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)推理的目的是計(jì)算在觀測(cè)值下隱藏變量的分布

p(x11,…,xTn|y11,…,yTm)

(1)

式中,xij(yij)為第i個(gè)時(shí)間片的第j個(gè)隱藏節(jié)點(diǎn)(觀測(cè)節(jié)點(diǎn))Xij(Yij)的取值;i∈[1,T],j∈[1,m]。

任何貝葉斯網(wǎng)絡(luò)推理的基礎(chǔ)都是貝葉斯公式(式(2))和貝葉斯網(wǎng)絡(luò)的條件獨(dú)立假設(shè)(式(3))。

(2)

式中，p(x|y)為條件概率。

(3)

式中,pa(xi)為節(jié)點(diǎn)xi的父節(jié)點(diǎn)。

由式(2),(3),可以得到

p(x11,…,xTn|y11,…,yTm)=

(4)

由于離散貝葉斯網(wǎng)絡(luò)本身也符合條件獨(dú)立性假設(shè)，因此有

p(x11,…,xTn,y11…,yTm)=

(5)

因此有

p(x11,…,xTn|y11,…,yTm)=

(6)

其中,k∈[1,n]。

2 基于貝葉斯網(wǎng)絡(luò)的飛矸威脅估計(jì)

2.1 貝葉斯網(wǎng)絡(luò)特征變量的選取

飛矸在工作面內(nèi)的運(yùn)動(dòng)過(guò)程是一個(gè)多源不確定性耦合的復(fù)雜動(dòng)態(tài)過(guò)程。在一定時(shí)間范圍內(nèi)由不確定性信息和數(shù)據(jù)對(duì)飛矸的威脅做出準(zhǔn)確的判斷和評(píng)估，為之后獲得最佳的飛矸防護(hù)效果具有重要的意義。飛矸對(duì)人或設(shè)備的傷損程度取決于飛矸的能級(jí)，因此將飛矸具有的總動(dòng)能作為飛矸威脅的評(píng)判依據(jù)，飛矸的總動(dòng)能為

(7)

式中,Ek為飛矸總動(dòng)能;m為飛矸質(zhì)量;v為飛矸運(yùn)動(dòng)速度;J為飛矸的轉(zhuǎn)動(dòng)慣量；ω為飛矸運(yùn)動(dòng)角速度。

由式(7)可知飛矸的總動(dòng)能與飛矸的質(zhì)量、飛矸的運(yùn)動(dòng)速度和角速度有關(guān)。為了探究飛矸運(yùn)動(dòng)特征量對(duì)飛矸動(dòng)能的影響，筆者以新疆烏魯木齊市艾維兒溝2130煤礦25221工作面為例[13]，工作面傾向長(zhǎng)度100 m，平均傾角44°，考慮到工作面底板的不平整性，工作面底板坐標(biāo)設(shè)置隨機(jī)且有起伏，工作面底板巖性為砂巖，基本參數(shù)見(jiàn)表1。

表1 模型參數(shù)Table 1 Model parameters

采用RocFall軟件模擬50次，得到飛矸沿工作面底板滑滾的軌跡如圖2所示。在工作面環(huán)境不變的條件下，得到飛矸運(yùn)動(dòng)特征量分別取不同值時(shí)飛矸的動(dòng)能變化規(guī)律如圖3所示。

圖2 飛矸滑落軌跡Fig.2 Slip trajectory of flying gangue

圖3 不同飛矸運(yùn)動(dòng)特征量取值的飛矸動(dòng)能變化Fig.3 Change of kinetic energy of flying gangue with different motion charaoteristic values

由圖3可以看出，飛矸質(zhì)量、速度、角速度對(duì)飛矸運(yùn)動(dòng)動(dòng)能均有不同程度的影響，由于飛矸的質(zhì)量屬于確定性因素，在飛矸運(yùn)動(dòng)過(guò)程中無(wú)論是否破裂其總質(zhì)量是不變的，在飛矸威脅估計(jì)中只需考慮隨時(shí)間變化的特征變量。此外，飛矸運(yùn)動(dòng)距離越大，則距離工作面下端頭人或設(shè)備越近，其傷人損物的威脅等級(jí)也越高。因此，本文選取飛矸的速度、角速度和距工作面下端頭人和設(shè)備的距離3個(gè)特征量變量，建立動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型，這樣更能準(zhǔn)確的反映出各個(gè)變量在威脅等級(jí)評(píng)估中所產(chǎn)生的影響。

2.2 貝葉斯網(wǎng)絡(luò)基礎(chǔ)模型的建立

由于國(guó)內(nèi)外對(duì)于飛矸事故的統(tǒng)計(jì)數(shù)據(jù)較少，很難通過(guò)大量樣本數(shù)據(jù)來(lái)學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，因此本文主要采用專家知識(shí)來(lái)構(gòu)建貝葉斯網(wǎng)絡(luò)模型。以威脅等級(jí)作為隱藏節(jié)點(diǎn)，速度、角速度和距工作面下端頭人或設(shè)備的距離作為觀測(cè)節(jié)點(diǎn)，確定該貝葉斯模型如圖4所示。

圖4 貝葉斯模型Fig.4 Bayesian model

其中，TL為飛矸對(duì)人或設(shè)備的威脅等級(jí)，變量狀態(tài)分別采用高(H)、中(M)、低(L)表示;v為飛矸運(yùn)動(dòng)速度;ω為飛矸運(yùn)動(dòng)角速度;l為飛矸距工作面下端頭人或設(shè)備的距離。各節(jié)點(diǎn)的狀態(tài)集合見(jiàn)表2。

在飛矸運(yùn)動(dòng)過(guò)程中，特征變量會(huì)隨時(shí)間片的變化而變化，形成一個(gè)隨時(shí)間片變動(dòng)的動(dòng)態(tài)值。因此，需要建立關(guān)于飛矸運(yùn)動(dòng)過(guò)程的動(dòng)態(tài)貝葉斯模型，實(shí)現(xiàn)飛矸對(duì)人或設(shè)備的威脅等級(jí)的評(píng)估。將圖4建立的靜態(tài)貝葉斯網(wǎng)絡(luò)模型系統(tǒng)作為動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的先驗(yàn)?zāi)Ｐ?，再建立轉(zhuǎn)移網(wǎng)絡(luò)，得到動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型如圖5所示。

鉆機(jī)就位，調(diào)整垂直度，采用回轉(zhuǎn)鉆進(jìn)法(干成孔)。鉆孔深度9 m，進(jìn)入完整基巖深度大于2 m，成孔后下入鋼管，鋼管底部50 cm開(kāi)孔，利于漿液與基巖密實(shí)。

表2 模型中變量的定義Table 2 Definition of variables in the model

圖5 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型系統(tǒng)Fig.5 Dynamic bayesian network model system

2.3 威脅等級(jí)評(píng)估流程

(1)脫離母體的煤(巖)塊形成飛矸，在外界的擾動(dòng)下開(kāi)始運(yùn)動(dòng)，觀測(cè)飛矸運(yùn)動(dòng)過(guò)程中的特征變量，收集數(shù)據(jù)信息并導(dǎo)入分析層;

(2)數(shù)據(jù)信息進(jìn)入分析層，建立的動(dòng)態(tài)貝葉斯數(shù)學(xué)模型開(kāi)始運(yùn)行，通過(guò)轉(zhuǎn)移概率運(yùn)算，分別導(dǎo)出3個(gè)特征變量的數(shù)據(jù)信息;

(3)特征變量數(shù)據(jù)信息處理后作出威脅等級(jí)評(píng)評(píng)估;

(4)導(dǎo)出危險(xiǎn)等級(jí)評(píng)估信息，并根據(jù)信息判斷是否發(fā)出危險(xiǎn)預(yù)警。

具體流程如圖6所示。

圖6 威脅等級(jí)評(píng)估流程Fig.6 Assessment process of threat level

3 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型參數(shù)設(shè)定

3.1 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的條件概率

飛矸滑滾運(yùn)動(dòng)威脅等級(jí)中的先驗(yàn)概率表示在事件還未發(fā)生之前，此事件發(fā)生的可能性的大小。條件概率為模型中由因至果運(yùn)算過(guò)程中的載體，在得知先驗(yàn)概率的情況下，通過(guò)中間的條件概率從而計(jì)算得出相關(guān)后驗(yàn)概率分布。針對(duì)飛矸運(yùn)動(dòng)的動(dòng)態(tài)貝葉斯模型先驗(yàn)概率和條件概率以及時(shí)間片間的條件概率，以質(zhì)量4 kg、初速度為0的飛矸從工作面上端頭處沿底板滑滾運(yùn)動(dòng)為例。依據(jù)大傾角煤層開(kāi)采領(lǐng)域?qū)＜医?jīng)驗(yàn)知識(shí)得到先驗(yàn)概率見(jiàn)表3。

表3 先驗(yàn)概率Table 3 Prior probability

當(dāng)在各級(jí)威脅等級(jí)發(fā)生的情況，估算其各個(gè)特征變量所能引發(fā)威脅等級(jí)的條件概率見(jiàn)表4～6。

表4 速度的威脅條件概率Table 4 Threat conditional probability of velocity

表5 角速度的威脅條件概率Table 5 Threat conditional probability of angular velocity

表6 距工作面下端頭距離威脅條件概率Table 6 Threat conditional probability of the distance from the lower ends of working face

由表4～6可以看出:① 速度威脅等級(jí)中，速度由快到慢的過(guò)程中，其高威脅等級(jí)所發(fā)生的概率逐漸降低，而低威脅等級(jí)反之，中級(jí)威脅等級(jí)并未出現(xiàn)增大或者減小的明顯趨勢(shì)，即飛矸的運(yùn)動(dòng)速度與其威脅等級(jí)成正比;② 角速度威脅等級(jí)中，與速度威脅等級(jí)近乎處于同一個(gè)增減趨勢(shì)內(nèi)，即飛矸的角速度大小仍然與其威脅等級(jí)成正比;③ 距工作面下端頭人或設(shè)備距離威脅等級(jí)中，由于實(shí)際現(xiàn)場(chǎng)中工作面下端頭處常有人員來(lái)往和作業(yè)設(shè)備，所以，飛矸距離工作面下端頭的距離越近，其威脅等級(jí)也就越高。

3.2 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的后驗(yàn)概率

由上述飛矸威脅等級(jí)的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型、先驗(yàn)概率和條件概率計(jì)算得到后驗(yàn)概率結(jié)果見(jiàn)表7。

表7 后驗(yàn)概率Table 7 Posterior probability

3.3 聯(lián)合概率分布

在動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型計(jì)算中，由各個(gè)條件概率所得的聯(lián)合概率分布是動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型運(yùn)算中必不可少的數(shù)據(jù)來(lái)源，本模型聯(lián)合概率分布由各個(gè)特征變量的條件概率代入貝葉斯公式，所得計(jì)算結(jié)果見(jiàn)表8。

4 基于維特比動(dòng)態(tài)規(guī)劃算法仿真分析

4.1 飛矸運(yùn)動(dòng)觀測(cè)節(jié)點(diǎn)的選取

維特比算法實(shí)際是用動(dòng)態(tài)規(guī)劃解馬爾科夫模型預(yù)測(cè)問(wèn)題，即用動(dòng)態(tài)規(guī)劃求概率最大路徑，此路徑對(duì)應(yīng)一個(gè)序列狀態(tài)[20]。

依據(jù)動(dòng)態(tài)規(guī)劃原理，從時(shí)刻t=1時(shí)開(kāi)始計(jì)算一個(gè)完整序列中到達(dá)各個(gè)節(jié)點(diǎn)的最大概率，直至計(jì)算至序列最末端停止，最末端的點(diǎn)即為終結(jié)節(jié)點(diǎn)，然后由終結(jié)節(jié)點(diǎn)反向計(jì)算各個(gè)節(jié)點(diǎn)，從而得到該序列的最優(yōu)路徑，此即為維特比算法。

筆者依據(jù)維特比算法尋找動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型中的觀測(cè)節(jié)點(diǎn)，為保證模型仿真模擬的可靠性，選取多個(gè)觀測(cè)節(jié)點(diǎn)來(lái)描述飛矸沿工作面運(yùn)動(dòng)的全過(guò)程直至停止。本模型中觀測(cè)序列的節(jié)點(diǎn)選取見(jiàn)表9。

表8 聯(lián)合概率分布Table 8 Joint probability distribution

表9 動(dòng)態(tài)節(jié)點(diǎn)取值Table 9 Dynamic node selection

由上述所選取觀測(cè)節(jié)點(diǎn)，得到節(jié)點(diǎn)的籬笆網(wǎng)絡(luò)如圖7所示。

圖7 觀測(cè)節(jié)點(diǎn)的籬笆網(wǎng)絡(luò)Fig.7 Fence network of observation nodes

4.2 飛矸的威脅等級(jí)分析

選取上述飛矸運(yùn)動(dòng)的各個(gè)觀測(cè)節(jié)點(diǎn)后，依據(jù)各個(gè)時(shí)間片的順序?qū)⑸鲜鏊x各個(gè)觀測(cè)節(jié)點(diǎn)排序，即工作面飛矸所處的初始位置為第一觀測(cè)節(jié)點(diǎn)，隨著飛矸的運(yùn)動(dòng)，其自身速度逐步增大:S→M→F;角速度逐漸增大:L→M→B;而距工作面下端頭人或設(shè)備的距離隨著時(shí)間片的推移而越來(lái)越近:F→M→N。由此過(guò)程為依據(jù)運(yùn)行系統(tǒng)，得到飛矸沿工作面運(yùn)動(dòng)全過(guò)程的威脅等級(jí)評(píng)估結(jié)果見(jiàn)表10。飛矸威脅等級(jí)變化曲線如圖8所示。

表10 仿真結(jié)果Table 10 Simulation results

圖8 飛矸威脅等級(jí)變化曲線Fig.8 Changing curves of threat level of flying gangue

從圖8可以看出,飛矸由工作面上端頭開(kāi)始運(yùn)動(dòng)時(shí)，初始階段飛矸的速度與角速度相對(duì)較慢，且距工作面下端頭距離最遠(yuǎn)，所以出現(xiàn)高危的概率處于0.1以下，中危概率也在0.15以下，而低危概率處于0.8以上，而后由于其開(kāi)始加速向下運(yùn)動(dòng)，隨著速度與角速度的提高，距工作面下端頭人或設(shè)備的距離越近，高危與中危的發(fā)生概率逐漸增加，兩者幾乎處于同一趨勢(shì)，而低危概率則大幅下降，直至達(dá)到第3個(gè)時(shí)間片處，3者概率接近。

第3時(shí)間片后，由于飛矸的特征變量一直向威脅等級(jí)增大的趨勢(shì)變化，所以其低危概率一直呈現(xiàn)下降的趨勢(shì)。從第4時(shí)間片開(kāi)始，觀測(cè)變量變?yōu)镸MM，飛矸的速度、角速度和距工作面下端頭人或設(shè)備的距離全都變?yōu)橹械人?，隨時(shí)間的推移，飛矸的中危概率逐漸增大，高危概率也呈現(xiàn)減小趨勢(shì)。直至第5時(shí)間片，觀測(cè)變量轉(zhuǎn)為FMM，從此時(shí)開(kāi)始，高危因素進(jìn)入觀測(cè)節(jié)點(diǎn)內(nèi)，高危概率立即呈現(xiàn)大幅增長(zhǎng)趨勢(shì)，同時(shí)，中危概率呈現(xiàn)下降趨勢(shì)。進(jìn)入第6時(shí)間片后，觀測(cè)變量再次變?yōu)镕BM，此時(shí)速度與角速度2個(gè)特征變量已轉(zhuǎn)變?yōu)楦呶Ｒ蛩?。隨著飛矸沿大傾角工作面的運(yùn)動(dòng)，速度與角速度已經(jīng)增大到可產(chǎn)生高危等級(jí)的程度，此時(shí)高危概率陡增，由于速度大、角速度大且距工作面下端頭距離越來(lái)越近，低危概率幾乎下降接近于0，中危概率也大幅下降。直至第7時(shí)間片時(shí)，高危概率已經(jīng)達(dá)到最高程度，此時(shí)飛矸已運(yùn)動(dòng)至工作面下端頭，其特征變量已全部達(dá)到高危程度。本文的理論方法與工作面現(xiàn)場(chǎng)實(shí)測(cè)下部區(qū)域設(shè)備破壞程度更加劇烈的情況相符合，進(jìn)一步印證了本文所提供方法用于飛矸威脅等級(jí)評(píng)估的可行性。

5 結(jié) 論

(1)通過(guò)動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模擬方法，以飛矸的速度、角速度和距離工作面下端頭人或設(shè)備的距離作為模型的特征變量和觀測(cè)變量，建立隨時(shí)間片轉(zhuǎn)移的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)。在維特比算法的基礎(chǔ)上，選取了多個(gè)飛矸運(yùn)動(dòng)過(guò)程中的動(dòng)態(tài)觀測(cè)節(jié)點(diǎn)，以觀測(cè)節(jié)點(diǎn)為基礎(chǔ)觀測(cè)出多個(gè)不同時(shí)間片間的運(yùn)動(dòng)狀態(tài)，得到飛矸沿工作面底板運(yùn)動(dòng)全過(guò)程的威脅等級(jí)評(píng)估結(jié)果。仿真結(jié)果表明該方法可準(zhǔn)確的給出飛矸威脅等級(jí)，且符合客觀實(shí)際，具有合理性和科學(xué)性?？蔀轱w矸防護(hù)裝置的設(shè)置提供一定的理論依據(jù)。

(2)飛矸在工作面內(nèi)運(yùn)動(dòng)過(guò)程中，隨著時(shí)間片的遞增，飛矸的變量數(shù)值也隨之變化，飛矸各變量所共同影響的威脅等級(jí)也由低到高的變化。隨著其威脅等級(jí)的不斷變化，為避免發(fā)生飛矸損害事故，可在飛矸威脅等級(jí)較高的位置處設(shè)置分級(jí)防護(hù)裝置。

(3)動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)推理是一種定性的推理工具，能實(shí)現(xiàn)連續(xù)觀測(cè)值的推理，如能獲得更多的工作面現(xiàn)場(chǎng)飛矸災(zāi)害的歷史數(shù)據(jù)，結(jié)合專家經(jīng)驗(yàn)知識(shí)，將使得飛矸威脅等級(jí)的評(píng)估與工程實(shí)際的結(jié)合更加緊密。