基于FTA-BN的矿井安全监控系统运行可靠性分析_谢尊贤.pdf

64基于 FTA-BN 的矿井安全监控系统运行可靠性分析谢尊贤1郝聪1，2张志远1张傲雪1（1.西安建筑科技大学，陕西 西安 710055；2.中国华电内蒙古蒙泰不连沟煤业有限责任公司，内蒙古 鄂尔多斯 010300）摘要为了提高矿井安全监控系统运行的可靠性，构建FTA-BN（故障树分析-贝叶斯网络）复合模型，以内蒙古某矿为例，对目前我国广泛使用的 KJ90X 矿井安全监控系统进行运行可靠性分析。首先在分析安全监控系统运行状况大数据的基础上，辨识出系统运行异常的 23 个基本事件和 4 个中间事件；其次建立事件条件概率关系，构建运行状况故障树；最后进行故障树的贝叶斯网络化，利用 Netica 软件对贝叶斯网络进行推理和演算，寻找出 KJ90X 安全监控系统运行中的 7 个薄弱环节，其结果与矿井安全监控系统运行现状相一致。结果表明：用 FTA-BN 模型分析 KJ90X 矿井安全监控系统运行可靠性适用和可行，所得结论及措施可为使用同类安全监控系统的矿山安全管理提供参考，也为矿井安全监控系统的可靠性分析提供一种分析方法。关键词矿井安全KJ90XFTA-BNNetica可靠性分析Operation reliability analysis of mine safety monitoring system based on FTA-BNXIE Zunxian1HAO Cong1，2ZHANG Zhiyuan1ZHANG Aoxue1（1.Xian University of Architecture&Technology，Xian Shaanxi 710055，China）AbstractIn order to improve the reliability of mine safety monitoring system operation，the FTA-BN（Fault TreeAnalysis-Bayesian Network）composite model is constructed to analyze the operational reliability of KJ90X mine saf-ety monitoring system，which is widely used in China at present，taking a mine in Inner Mongolia as an example.Fir-stly，on the basis of analyzing the big data of safety monitoring system operation condition，23 basic events and 4 in-termediate events of system operation abnormality were identified;secondly，the conditional probability relationshipof events was established to construct the fault tree of operation condition;finally，Bayesian network of fault tree wascarried out，and the Bayesian network was reasoned and calculated by using Netica software to find out 7 weak linksin the operation of KJ90X safety monitoring system，and the results were consistent with the current situation of minesafety monitoring system operation.The results show that the FTA-BN model is applicable and feasible to analyze theoperation reliability of KJ90X mine safety monitoring system.The conclusions and measures can provide reference formine safety management using similar safety monitoring system，and also provide an analysis method for reliabilityanalysis of mine safety monitoring system.Key wordsmine safetyKJ90XFTA-BNNeticareliability analysis0引言煤炭产业是我国实体经济的支柱产业，煤炭开采地质条件复杂，作业环境恶劣，安全生产至关重要。煤矿安全监控系统是矿井“六大系统”中的关键组成部分，具有安全预警避险和指导安全生产的功能，是煤矿日常安全管理和灾害防治不可或缺的安全装备1。煤矿安全生产监控系统具有采集、传输、处理、报警、控制等多个功能，能够有效地监测矿井各类气体浓度，同时监控设备运行状态等。安全监控系统的传感器数量庞大且分布复杂，系统能否可靠运行对保障煤矿安全生产至关重要。近几年我国对煤矿安全监控系统进行了强制性升级改造，大大提高了煤矿安全生产水平。学者们对安全监控系统运行的研究较多，邹哲强2从失效范围、规模限定、应力设计等方面进行设想，提出 2 种煤矿安全监控系统可靠性指标测定方法；高超3从故障表现、处理方法、检验方法等方面对井下各类传感器常见故障进行了归纳总结；姜文超4针对传感器的误报警，从内、外因两个角度进行了探索并提出了解决方案。但是目前尚无对新安全监控系统运行状况可靠性分析的文献，且目前故障树对安全监控系统的可靠性分析还主要停留在分析事故原因阶段，缺乏原因导致事故发生的可能2023 年第 49 卷第 2 期February 202365性推测方面的研究。因此，本文综合故障树模型和贝叶斯网络模型的优点，通过构建 FTA-BN 复合模型对目前我国煤矿广泛使用的KJ90X安全监控系统运行状况进行可靠性分析，并利用BN的反向推理技术，寻找安全监控系统运行中的薄弱环节，并提出相应管理措施，以期为提高煤矿安全管理和安全生产水平提供参考。1FTA与KJ90X安全监控系统运行状况故障树绘制1.1FTA故障树模型中的事件包含两种状态，即故障和正常。通过绘制故障树，连接逻辑门可以清晰地描述顶上事件、中间事件和基本事件之间的逻辑关系，适用于分析故障机理确定、故障逻辑清晰的系统。而在实际生活生产中，大部分系统中的事件具有多态性，故障树中的逻辑门难以描述此类多态性事件，系统中故障因果关系复杂，其中的因果关系存在不确定性，在这种情况下采用概率进行描述更为合理。1.2绘制 KJ90X 安全监控系统运行状况故障树本文对内蒙古某矿的 KJ90X 安全监控系统进行分析研究，该矿于2010年正式投产，核定年产能1500万 t，2019 年被认定为国家一级安全生产标准化矿井。该矿 KJ90X 安全监控系统包含模拟量、开关量等各类传感器 300 余个，遍布于 2 综采面、4 掘进面和各类大小硐室 23 个，系统内监控设备制造精密，数量繁多，工作环境恶劣，出现故障的原因也多种多样。本文通过研究 2020 年 1 月 1 日至 12 月 31 日安全监控系统实际运行的大量历史数据，统计设备异常报警记录和台账，对 KJ90X 安全监控系统各部分故障进行归纳总结，首先将安全监控系统异常确定为故障树的顶上事件T，其次确定引起安全监控系统异常的 23 个基本事件，并将其分为 4 类，分别为传感器异常，交换机异常，光端机异常，中心站异常，围绕这 4 类中间事件，绘制 KJ90X 安全监控系统运行状况故障树如图 1，其中故障树事件符号及含义如表 1。图 1KJ90X 安全监控系统运行状况故障树表1KJ90X安全监控系统运行状况故障树事件符号及含义符号含义符号含义T安全监控系统异常X8人为操作失误A1传感器异常X9传感器物理损坏A2交换机异常X10电源故障A3光端机异常X11电路板故障A4中心站异常X12端口故障B1传感器报警X13背板故障B2传感器断线X14配置错误B3传感器故障X15病毒攻击B4硬件异常X16系统数据错误B5软件异常X17连接器故障X1超限报警X18纤芯污染X2调校报警X19光缆故障X3误报警X20光端机物理损坏X4信号线断线X21网络配置错误X5接触不良X22双机热备异常X6接线短路X23数据库异常X7传感器进水2KJ90X 安全监控系统 FTA-BN 模型构建2.1BNBN（BayesianNetwork）是一种有向无环图模型，通过有向无环图将变量间的复杂关系以可视化方式呈现出来，由代表变量的节点及连接这些节点的有向线构成，各节点的定义如表 2 所示。表 2贝叶斯网络中节点定义概念定义子节点被箭头指向的节点为子节点，节点 A 指向节点 B，称 B 为 A 的子节点父节点箭头的来源节点为父节点，节点 A 指向节点B，称 A 为 B 的父节点叶节点没有子节点的节点称为叶节点根节点没有父节点的节点称为根节点BN与FTA有很多相似处，与FTA相比，它在描述复杂系统多态性和探索事件逻辑关系非确定性方面具有更强的能力。它既可以进行正向推理，通过联合概率分布计算出根节点不同状态组合下子节点发生的概率5，还可以进行反向推理，通过假设顶上事件的发生，反向求出基本事件的发生概率，因此更适合用于复杂系统安全性和可靠性分析。BN的概率公式为贝叶斯公式：（A|B）=（B|A）（A）/（B）。其中，（A）为先验概率，（A|B）为后验概率。图 2 为一个简单的 5 个节点的 BN 图，A、B、C、D、E 为随机事件变量，根节点 A 的概率为（A），其他节点具有条件概率关系。如：（C|A，D）表示节点 C 在节点 A 和节点 D 下的条件概率，概率分布为66（C|A，D）=（D|A）（A），图 2 的联合概率分布为（A，B，C，D，E）=（E|B，C）（B|A）（C|A，D）（D|A）（A）。图 2 BN 图2.2KJ90X安全监控系统运行状况故障树的贝叶斯网络化BN中的两大关键部分是描述系统状态事件的节点和描述状态事件相互联系的概率分布，它们分别对应故障树中的事件（顶上事件、中间事件、基本事件）和逻辑门（与门、或门）。故障树的贝叶斯网络化原理，即通过系统故障分析建立可靠性故障树模型，将故障树模型中的事件和逻辑门转换为贝叶斯网络模型中的节点和概率分布，从而达到分析新模型中的节点和概率分布的目的。故障树的贝叶斯网络化步骤为：熟悉系统，确定顶上事件，调查导致顶上事件发生的中间事件和基本事件，用合适的逻辑门进行连接构建故障树；将故障树中的事件转换为贝叶斯网络中的各节点，并用有向线将各节点进行连接代替故障树中的逻辑关系；贝叶斯网络中的先验概率即为故障树中基本事件的发生概率。依据KJ90X安全监控系统故障树和故障树贝叶斯网络化原理和步骤，绘制对应的贝叶斯网络图，使得故障树中的事件与贝叶斯网络中的节点一一对应，故障树中的逻辑关系与贝叶斯网络中的有向线一一对应，建立 KJ90X 安全监控系统运行状况贝叶斯网络如图 3。3KJ90X 安全监控系统运行状况可靠性分析3.1确定 BN 先验概率在故障树的贝叶斯网络化中，BN的先验概率即故障树的基本事件发生概率。本文基本事件的发生概率采用下列 2 种方法确定：对于能够通过查询分析 KJ90X 安全监控系统异常数据得到事件频率的，用该频率作为基本事件的发生概率；对于不能由异常数据得到事件概率的基本事件，通过咨询安全监测监控技术员、设备生产厂家运维工程师、监控值班调度员等专业技术人员和查询交换机、光端机、中心站的设备使用说明书确定其发生概率，最终各基本事件