基于无偏灰色模型的煤矿火灾死亡人数精准预测及应用研究
2020-07-18杨峰峰张巨峰焦云飞马德奇
杨峰峰,张巨峰,焦云飞,陈 静,马德奇
(1.陇东学院 能源工程学院,甘肃 庆阳 745000;2.晋城煤业集团公司 成庄煤矿,山西 晋城 048000)
我国煤矿具有复杂和特殊的地质、开采条件,火灾重特大事故时有发生。据不完全统计,我国主要产煤区受不同程度的自然发火威胁,表现为南少北多[1]。按照火灾发生原因的不同,矿井火灾有内因火灾和外因火灾之分,在事故统计中,由于内因火灾会引起采空区内瓦斯燃烧或爆炸事故,故将其统计在瓦斯事故中,而外因火灾统计在火灾事故中。据统计,外因火灾占火灾总数的25%~30%,重大火灾事故有90%以上是由外因火灾引起的[2]。近年来,随着新技术的革新发展,因煤矿火灾事故造成的死亡人数总体下降,但是重特大事故未完全遏制[3]。随着开采机械化程度的增加和开采水平的延深,由外因火灾引发的事故有抬头趋势。
芦庆和等[4]采用D-S理论与模糊数学评价法对内因火灾进行评价;秦忠诚等[5]利用AHP+熵权法构建了CW-TOPSIS评价模型;陈雅等[6]利用危机征兆的方法建立了煤矿内因火灾预测的模型;闫明仁等[7]采用模糊分析法对煤矿外因火灾进行了研究。但是对于煤矿火灾事故起数、伤亡人数等未进行研究。因此,本文在统计近些年来事故死亡人数基础上,基于传统GM(1,1)模型和无偏灰色理论,构建了煤矿火灾死亡人数精准预测模型,对未来因火灾事故导致的死亡人数进行预测,以预测结果来指导矿井火灾防治工作和安全生产。
1 灰色GM(1,1)预测模型
1.1 GM(1,1)模型的建立
根据统计数据,建立原始时间序列:
X(0)={x(0)(1),x(0)(2),…,x(0)(n)}
(1)
其中,x(0)(k)≥0,k=1,2,…,n。
X(1)为X(0)的1-AGO序列,表达式为:
X(1)={x(1)(1),x(1)(2),…,x(1)(n)}
(2)
Z(1)为X(1)的相邻数据的算术平均数的相反数生成的序列,表达式如下:
Z(1)={z(1)(2),z(1)(3),…,z(1)(k)…,z(1)(n)}
(3)
k=2,3,…,n
采用最小二乘估计法解得特定参数a,b:
(a,b)T=(BTB)-1BTY
(4)
GM(1,1)预测模型中定义白化微分方程:
(5)
则GM(1,1)模型x(0)(k)+az(1)k=b的时间响应序列为:
(6)
k=1,2,…,n。
1.2 预测模型的后验差检验
(7)
其中:k=1,2,…,n。
(8)
(9)
(10)
(11)
表1 精度检验等级指标
2 无偏灰色模型
2.1 无偏灰色模型的构建
根据文献[8-12],可以建立如下3种无偏GM(1,1)模型:
1)a[λ1x(1)(k-1)n+(1-λ1)x(1)(k)]+[x(1)(k)-x(1)(k-1)]=b
上述三种无偏GM(1,1)模型都可以得到如下时间响应式:
k=2,3,…,n
(12)
式(12)可以表示为:
x(1)(k)=β1x(1)(k-1)+β2,k=2,3,…,n
(13)
(14)
2.2 无偏灰色模型的求解
x(1)(2)=β1x(1)(1)+β2
x(1)(3)=β1x(1)(2)+β2
(15)
x(1)(n)=β1x(1)(n-1)+β2
(16)
当β1≠1时,
(17)
k=2,3,4,…,n
(18)
该模型预测的结果与传统模型后验差检验的方法相同,在此不做详细叙述。
3 火灾死亡人数预测
根据国家煤矿安全监察局统计数据库中相关资料,整理全国2010-2016年煤矿火灾死亡人数,见表2。2014年发生火灾事故1起,死亡人数4人,具有特殊性,不具有统计规律,因此,两种模型分析时剔除了2014年火灾死亡人数。
表2 2010-2016年中国煤矿火灾数据
3.1 GM(1,1)模型预测
1) 根据表2建立原始数据序列:
砖墙上支撑跨度>6 m的大梁;窗间墙最窄处370 mm;实测大梁混凝土强度10.2 MPa,低于C15;外墙四角、较大洞口两侧、大房间内外墙交接处、楼梯间四角无构造柱,构造柱对应部位无圈梁。
X(0)={168,34,27,16,23,13}
2) 由式(1)得X(0)的1-AGO序列:
X(1)={168,202,229,245,268,281}
3) 根据式(2)有X(1)的紧邻均值序列:
Z(1)={185,215.5,237,256.5,274.5}
于是有:
5) 根据式(6)可得出x(0)(k)+az(1)k=b的时间响应式为:
6) 将k值代入上式,求出X(1)的模拟值:
7) 对X(1)作累减还原,得到X(0)的模拟值:
3.2 无偏灰色模型预测
1) 原始数据序列X(0)和X(0)的1-AGO序列与3.1中求解过程相同。
2) 根据式(14)有:
则无偏灰色模型的最小二乘原估计为:
可见β1≠1,当k=2,3,…,n时,根据式(18)可推导出:
=42.75×0.81k-2
(19)
3.3 预测结果比较分析
采用两种模型对煤矿火灾死亡人数预测后的数据见表3。
表3 两种模型的模拟预测值与实测值的比较
根据表3预测结果,对两种模型进行比对分析,分析结果见表4。
表4 两种模型的模拟误差分析
由表3和表4可以看出,两种模型预测精度相同,且满足要求。传统GM(1,1)模型的C值、平均绝对误差及平均相对误差值均高于无偏灰色模型,为此,采用无偏灰色模型对2017-2020年煤矿火灾事故死亡人数进行预测。由公式(19)可以得出2017-2020年火灾事故死亡人数分别为14.91人、12.07人、9.78人和7.92人。也就是说2019和2020年煤矿火灾事故死亡人数将低于10人。
4 结 语
1) 以传统GM(1,1)模型和无偏灰色模型进行了火灾事故死亡人数预测,并对两者进行分析,结果显示,精度都为1级,但是传统GM(1,1)模型的平均绝对误差和平均相对误差均大于无偏灰色模型,因此将无偏灰色模型应用于火灾事故预测中,为煤矿火灾防范工作提供理论依据。
2) 根据预测结果,2019和2020年我国煤矿火灾事故死亡人数将降低至10人以下。