米 鹏

（潞安环能股份有限公司王庄煤矿安全技术科，山西 长治 046031）

“以人为本，安全第一”，对于煤矿来说，安全就是效益，由于煤炭资源赋存和生产作业的特殊性，煤炭资源的开采往往会受到水、瓦斯、有毒气体、粉尘、顶板垮塌等各种危险有害因素的影响，而这些因素所引发的直接后果是煤矿发生重大安全事故，造成人员伤亡。为了防止煤矿事故的发生，遏制人员伤亡，必须对可能造成安全威胁的危害因素实施监控，并对危害等级进行判断和采取措施。煤矿安全监测和灾害预防是确保煤矿安全生产的重要举措。而欲要改善我国煤矿生产存在的安全问题，提高安全监测能力和预警能力是一项重要措施，这就要求煤矿安全监测系统能够对煤矿生产的各个环节进行准确监测和信息判断。自1973年信息融合技术开始应用至今，已经衍生了一系列基于多传感器信息融合的跟踪、监测和综合分析的全方位系统，研究和探讨该技术的成功应用，对于提高煤矿安全监测的准确性和预警精度具有重要的指导意义[1-2]。

1 煤矿安全监测系统

煤矿安全监测系统主要用来监测例如甲烷含量、有毒气体含量、风速、矿井温度、湿度、风机状态、电气设备状态，并实现超额报警和风电闭锁控制的系统。《煤矿安全规程》中明确规定，所有矿井必须装备安全监控系统、人员监测系统和有线调度通信系统等，并定期对监控系统进行调校和测试，并对信息数据进行备份。

截至2010年，我国煤矿安全监测系统覆盖率已达100%。然而，由于技术和管理方面的缺陷，煤矿安全监测系统在安全监测和预警过程中仍存在许多问题：（1）煤矿安全监管技术和理念缺失；（2）传感器质量和性能有待提高；（3）信息兼容性和集成性差；（4）安全监测信息的分析和判断准确度有待提高等。这些问题的存在严重限制了煤矿安全监测系统发挥作用，降低了安全监测的结果精度，其中，监测数据的来源和判断依据单一是制约安全监测系统精度提高的重要因素。为了促进煤矿安全监测系统能力和监测结果精度的提高，信息融合技术在安全监测系统中的融合和应用已经成为一种发展趋势[3]。

2 信息融合技术

信息融合技术实质是对数据的感知和综合过程，类似于人类对事物作出判断的过程，人类基于感官（如人类五官）对事物表现出来的特征信息进行感知，并进行综合分析，从而对事物进行判断[2]。信息融合技术就是利用信息化手段对获得的若干传感器数据按照一定的逻辑关系进行信息提取、综合分析，在此基础上完成目的决策和判断。通过定义得出（见图1所示）：信息融合技术是以若干传感器为基础，按照所需达到的目标任务对传感器信息进行协调管理，并构建相应的传感器模型，在此基础上对所收集的传感器数据进行数据状态统一、数据选择剔除、数据分类和数据融合，以此达到对对象进行综合准确判断的目的。信息融合的方法主要分为加权法、人工智能法、参数法和识别法等，由于各种方法存在自身的优缺点，针对不同的环境和特定领域，正确选择信息融合方法可以达到理想的目的效果，为了满足实际应用需求，将两种或两种以上方法进行算法集合成为理想选择。

图1 传感器信息融合技术流程

根据信息融合技术的原理，其主要是对若干传感器传输的多元信息进行层层处理，不断实现对有效信息的抽象化和综合化，以此达到目的决策的准确率的提升。根据数据抽象程度，信息融合技术可以分为三个层次[2]：（1）数据级融合，即对同一类型传感器数据进行集中整理，并按照一定原则剔除伪数据；（2）特征级融合，是对传感器数据所表现的特征数据进行提取和融合，得出综合性的特征向量，以此对目标作出判断；（3）决策级融合，对单一传感器数据进行数据剔除、特征提取和数据判读，然后通过综合的决策平台将各数据初判结果进行融合分析，得出目的决策结果。

3 煤矿安全监测信息融合模型

由于煤矿生产环境的复杂性，引起煤矿发生安全事故的因素有很多，例如瓦斯、CO含量、粉尘、温度、湿度、风力等，为了更好地对这些安全因素进行监测，在煤矿整个生产环境中同类别的传感器会被安置在多个位置。本文中基于煤矿安全监测系统的特点构建了二级信息融合模型，对传感器数据进行融合处理，已达到提高目标决策和判断的精度，见图2所示。

图2 煤矿安全监测信息融合模型示意图

3.1 一级数据融合

一级融合属于数据级融合和特征级融合层次，主要是利用加权法和统计分析法相结合的融合方法对同类型的多个传感器数据进行融合，即利用加权法消除因传感器出现故障、数据记录偏差等问题的存在对数据准确性和宏观性的影响，同时结合统计分析法根据传感器历史监测值划定的稳健监测范围，选取传感器各个时段有效数据估计值和相应权值，以此达到同类型传感器数据融合目的，其中如果某一传感器浓度超标，直接报警，不参与数据融合。

3.2 二级数据融合

二级融合是对同类型传感器融合结果进行不同类型间数据融合，由于矿井环境恶劣复杂，传感器受其影响本身会发生监测不稳定、精度降低、环境噪音和系统故障等问题，所以仅进行同类型传感器数据融合仍旧不能真正反映矿井真实环境情况，所以必须对同类型传感器融合数据结果进行二级融合。本文采用D-S证据理论融合法对一级数据融合结果进行二级融合，即首先对一级融合各类传感器监测值依据预警判断标准构建混淆矩阵，并以此建立BPA证据库，然后将待二级融合数据根据预警判断标准进行数据预测准备，并按照BPA证据库选定一级融合结果分别对应的BPA值，再利用DEMPSTER融合法对各BPA值进行融合，进而得出煤矿安全状态的概率值，并对所发生的状态信度进行判定，信度最大状态指定为当时矿井实际安全水平[2，4]。

4 结 论

采用二级信息融合模型对井下不同类型的传感器数据进行数据融合，一级融合有效消除了传感器因内部或者外界环境原因失灵和故障对数据结果的影响，提高了监测数据的准确度和可信度，二级融合从宏观角度利用证据建立和状态预测将一级融合数据进行了综合考虑，所获得结果更具宏观性和综合性，以此达到提高目标决策和判断准确性的目的。