李 爽，李丁炜，犹梦洁

（1.中国矿业大学 管理学院，江苏 徐州221008；2.中国矿业大学 安全科学与应急管理研究中心，江苏 徐州 221008）

根据国家煤矿安监局网站信息显示，2015 年到2018 年我国共发生煤矿生产重大事故20 起，共造成288 人死亡，煤矿安全生产形势依然严峻。国内外学者对煤矿安全生产预控工作开展了大量研究，构建了应用人工智能技术的煤矿瓦斯突出、冲击地压、地板水灾等灾害的预测系统[1-3]，并将卷积神经网络和自动编码器等深度学习模型应用于健康预警、设备预警和环境预警[4-6]。但目前的煤矿安全生产预控系统仍存在缺陷：风险预测预警方法相对分散和独立，处理的风险与数据类型较少，无法保证预警的准确度；在风险处于产生的临界点或已经产生时进行报警，无法真正实现风险预控；全面系统的安全生产风险智能预警平台尚未建立等。为了实现煤矿风险的预控，需要全面掌握煤矿在某一时间各项风险发生的分布情况及其对煤矿整体安全的影响程度。安全态势感知（security situation awareness，SSA）是通过智能技术从时间和空间维度来提取所有与安全相关的因素，对其进行分析理解来感知整体的安全状态并对未来的安全状态进行预测[7],在航空和军事、电网、计算机网络、医学研究[8-10]等领域有较多的研究。将SSA 的概念引入到煤矿安全生产中，从而构建智能感知、风险动态评估与智能预警一体化的矿山安全态势感知系统。

1 煤矿安全态势感知系统

煤矿安全态势的评估因素着眼于某一时间、空间内各种风险产生的可能性。……