頊東婷

【摘要】 針對煤礦瓦斯災(zāi)害的預(yù)警問題，在煤礦收集到各指標(biāo)氣體濃度的基礎(chǔ)上，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，通過訓(xùn)練各數(shù)據(jù)，判斷該檢測點是否會發(fā)生瓦斯災(zāi)害，若發(fā)生災(zāi)害則啟動面向服務(wù)的應(yīng)急聯(lián)動。

【關(guān)鍵字】 瓦斯預(yù)警 BP 神經(jīng)網(wǎng)絡(luò) 應(yīng)急聯(lián)動

Abstract：BP neural network has been constructed to forecast the gas disaster of coal mine colliery .In this system，the concentration ratio of gases are selected as the date input of the network.By training，the system can forecast the gas disaster .If there is a disaster，we will start the Emergency Response System.

Key words：gas warning Emergency Response BP neural network

煤礦事故發(fā)生頻繁，破壞性大，它是威脅煤礦工人生命安全和煤礦企業(yè)正常生產(chǎn)的罪魁禍?zhǔn)?，而瓦斯?zāi)害是煤礦事故的主要形式。為保證煤礦生產(chǎn)的安全高效，預(yù)警系統(tǒng)則被應(yīng)用到生產(chǎn)與管理當(dāng)中，減少或杜絕事故發(fā)生，對煤礦安全生產(chǎn)具有重大的現(xiàn)實意義。BP神經(jīng)網(wǎng)絡(luò)算法是目前應(yīng)用最廣泛的網(wǎng)絡(luò)模型之一，在災(zāi)害預(yù)警方面也是常用的一種方法，通過訓(xùn)練大量數(shù)據(jù)從而判斷檢測點是否發(fā)生災(zāi)害，克服了傳統(tǒng)預(yù)測方法的局限性，達(dá)到更加高效準(zhǔn)確的預(yù)警效果。

一、BP神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)原理

Back Propagation neural network（BP神經(jīng)網(wǎng)絡(luò)），也稱誤差反向傳播模型，是人工神經(jīng)網(wǎng)絡(luò)中重要的一支，BP神經(jīng)網(wǎng)絡(luò)的特點是在未知輸入與輸出的情況下，只要給出足夠多的訓(xùn)練數(shù)據(jù)，該網(wǎng)絡(luò)可以自動得到輸入輸出之間的映射關(guān)系，實現(xiàn)對任意數(shù)據(jù)的分類和預(yù)測。BP神經(jīng)網(wǎng)絡(luò)模型分為三部分：網(wǎng)絡(luò)輸入層（Input Layer），網(wǎng)絡(luò)輸出層（Output Layer），輸入與輸出層之間的隱含層（Hide Layer）。輸入信號由神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元節(jié)點傳入，然后向前逐層傳送給隱含層的所有神經(jīng)元，最后工作信號由輸出層神經(jīng)元傳出。BP神經(jīng)網(wǎng)絡(luò)分為兩個工作：向前傳播工作信號，逆向傳播誤差信號。經(jīng)過這兩個階段的循環(huán)往復(fù)進(jìn)行，網(wǎng)絡(luò)中的權(quán)值得到不斷修改，當(dāng)學(xué)習(xí)次數(shù)達(dá)到規(guī)定的最大迭代次數(shù)時，BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)束。如下圖所示，設(shè)有一個3層BP神經(jīng)網(wǎng)絡(luò)，輸入層3個節(jié)點，輸出層3個節(jié)點，隱含層3個節(jié)點如圖1所示。

1.2 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果

經(jīng)過訓(xùn)練后，判斷檢測點是否發(fā)火并以0或1的形式輸出。網(wǎng)絡(luò)經(jīng)過多次訓(xùn)練后，誤差達(dá)到預(yù)設(shè)的范圍（<0.000 1）。研究表明，利用BP神經(jīng)網(wǎng)絡(luò)處理從煤層收集到的氣體濃度并作出安全預(yù)警是可行的且具有相當(dāng)優(yōu)勢的。它的基本思想是先通過BP神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行預(yù)測，經(jīng)過一定次數(shù)的進(jìn)化迭代后，這樣能大大提升BP神經(jīng)網(wǎng)絡(luò)的收斂速度，提高訓(xùn)練的精度。

二、應(yīng)急服務(wù)管理

1、服務(wù)設(shè)計分析。當(dāng)災(zāi)害發(fā)生時，一般都需要很多部門、行業(yè)的配合組織救援，不同的災(zāi)害啟動的應(yīng)急方案不同，調(diào)動的web服務(wù)不同，通過BP神經(jīng)網(wǎng)絡(luò)預(yù)測災(zāi)害等級，通知相對應(yīng)的應(yīng)急輔助服務(wù)。并且各個救援機構(gòu)（醫(yī)院、消防部門、公安部門、指揮部門、志愿者等）可實時登記自身信息，成為動態(tài)救援力量。

2、系統(tǒng)重點模塊介紹。實時監(jiān)測與預(yù)警模塊，在系統(tǒng)中該模塊可以直接顯示引起瓦斯災(zāi)害的各項指標(biāo)的實際監(jiān)測值，通過與數(shù)據(jù)庫鏈接，然后根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測，得到預(yù)警結(jié)果，根據(jù)相應(yīng)的研究，把預(yù)警結(jié)果分為重大，大型，一般，正常四種情況。

歷史數(shù)據(jù)查詢模塊，在該模塊中可以通過輸入查詢的時間和地點得到歷史數(shù)據(jù)以及歷史中發(fā)生災(zāi)害的數(shù)據(jù)。

三、該系統(tǒng)的缺點

傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，是在單片機上串行處理數(shù)據(jù)集，當(dāng)進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)量急劇增大，達(dá)到海量級別時，BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練會有很多問題，如消耗時間長，甚至是出現(xiàn)內(nèi)存不足的問題，所以該系統(tǒng)還可以進(jìn)行優(yōu)化。

四、總結(jié)

本文介紹了煤礦瓦斯BP神經(jīng)網(wǎng)絡(luò)的原理，考慮到人工神經(jīng)網(wǎng)絡(luò)極強的非線性逼近能力知識處理方面的優(yōu)勢，利用BP算法開發(fā)了BP網(wǎng)絡(luò)，將傳感器接收到的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入單元，實現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)的煤礦瓦斯預(yù)警及應(yīng)急服務(wù)系統(tǒng)。

參 考 文 獻(xiàn)

[1] 李玉丹.并行BP神經(jīng)網(wǎng)絡(luò)多模式分類模型的研究[D]. 遼寧師范大學(xué) 2014

[2] 趙鑫，宋廣軍，李誠.改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的煤與瓦斯突出預(yù)測[J]. 計算機仿真. 2012（06）