基于链式变精度粗糙模糊集采场内因火灾分析

doi:10.11872/j.issn.1005-2518.2022.01.127

摘要/Abstract

摘要：

针对地下矿山采场内因火灾影响因素多且复杂，涵盖自燃起火与火灾后果多个层面的情况，综合考虑矿石含硫量、含碳量和矿石温度等因素，建立了采场内因火灾多层面分析的指标体系，构建以影响指标为条件属性和以采场内因火灾自燃起火及火灾后果为决策属性的链式变精度粗糙集模型。对采场内因火灾的自燃起火可能性及火灾后果严重性进行了链式关联决策分析，得到了9条置信度为55%以上的采场内因火灾自燃起火决策规则及5条置信度为50%以上的采场内因火灾后果的决策规则。根据链式因果关系对两类规则进行归并整合，得到了采场内因火灾涵盖起因与后果的组合规律。结果表明：该方法能够科学全面地分析采场内因火灾等存在链式关联层面的不确定概率性问题，为矿山预判、应对采场内因火灾及保障安全生产提供了指导。

关键词: 采场, 内因火灾, 粗糙模糊集, 变精度, 知识约简链式关联, 矿山安全生产

Abstract:

The sulpfur content of ores in an underground pyrrhotite is nearly 50%.Internal-caused fires are prone to happen in such mines because of ore spontaneous combustion，and the internal-caused fire has become a major hidden danger to the sofety production of mine enterprises.In the underground mine stopes，there are many complex factors affecting the internal-caused fire.It covers multiple levels of the situation about cause and effects of the fire in the stopes.Considering 9 influencing factors such as sulfur content and temperature of ore， the impact indicators，probabilities of spontaneous combustion and its results of the internal-caused fire in the typical stopes of the mine were statistically analyzed.Then a multi-level analysis index system for fire in the stopes was constructed，and the knowledge system of rough fuzzy set was established.The condition attribute of the model is the impact indicators of internal-caused fire，and the decision attribute of the model are consequences severity and judgement result of spontaneous combustion of internal-caused fire in the stopes.For the above two kinds of knowledge systems，the sample object sets of the stope is divided into classes by equivalence partitioning according to condition attributes and decision attributes.The classification quality of the conditional attribute set of the spontaneous combustion knowledge system and fire consequences knowledge system is 70% and 67% respectively.Then，the conditional attribute set is reduced by using the theory of variable precision rough fuzzy set.After a chain correlation decision-making analysis which contained the possibility of spontaneous combustion and the severity of the internal-caused fire consequences in the stopes，9 decision-making rules for spontaneous fire with a confidence level above 55% were obtained，and 5 decision-making rules for fire consequences in the stopes were also obtained with a confidence level above 50%.According to the cause-effect chain，the two classes of rules were merged and integrated，and 30 combination rules of the cause and effect of the internal-caused fire in the stopes were obtained.Examples show that this method can analyzes the problems scientifically and comprehensively，with uncertain probability of chain-related correlation levels such as internal-caused fire in the stopes.It can also provide guidance for mine analysis and response to fires in the stopes to ensure sofety production.At the same time，this method also reduces the probability of internal-caused fire in the stope of some mine enterprises.

Key words: stope, internal-caused fire, rough fuzzy set, variant precision, knowledge reduction chain association, mine safety production

中图分类号:

杨珊,袁鸣珂,苏凯俊,徐梓桐. 基于链式变精度粗糙模糊集采场内因火灾分析[J]. 黄金科学技术, 2022, 30(1): 93-104.

Shan YANG,Mingke YUAN,Kaijun SU,Zitong XU. Analysis of Internal-caused Fire in the Stopes Based on Chain Variable Preci-sion Rough Fuzzy Set[J]. Gold Science and Technology, 2022, 30(1): 93-104.

图/表 10

图1

表1

表2

表3

表4

表5

表6

表7

表8

表9

参考文献 0

	Chen Jianhong， Zheng Haili， Liu Zhenxiao， al et，2011.Rough sets of laneway supporting schemes evaluation system based on dominance relation［J］.Journal of Central South University （Science and Technology），42（6）：1698-1703.
	Huang Yuejun，2000.Study on the spontaneous combustion of high temperature sulphride ores and its control technology［J］.Non-ferrous Mining and Metallurgy，16（1）：13-15.
	Jian Lirong，2008.Facing the Heterozygous Uncertainty Decision-Making Rough Set Method and Its Application［M］.Beijing：Science Press.
	Li Mengmeng， Xu Weihua，2016.Rough fuzzy set of logical and operation of variable precisionand grade based on dominance relation［J］.Journal of Frontiers of Computer Science and Technology，10（2）：277-284.
	Li Pengfei，2010.Internal fire in sulfide mine of Laochang mine and prevention［J］.Popular Science&Teconology，（5）：93-95.
	Li Zijun，2006.Investigation on the Mechanism of Spontaneous Combustion of Sulphide Ores and the Key Technologies for Preventing Fire［D］.ChangSha：Central South University.
	Li Zijun， Gu Desheng， Wu Chao，2004.Dangerousness assessment of ore spontaneous combustion in high temperature high sulfur deposits［J］.Metal Mine，（5）：57-64.
	Liu Tongming，2001.Data Mining Technology and Its Application［M］.Beijing：National Defense Industry Press.
	Liu Yong， Jian Lirong， Jeffrey F， al et，2013.Probabilistic decision method and application based on the hybrid model of grey clustering and variable precision rough fuzzy set［J］.Journal of Industrial Engineering and Engineering Management，27（3）：110-115，123.
	Luo Kai， Wu Chao， Yang Fuqiang，2014.Management response system to ores spontaneous combustion based on dominance-based rough sets and grey target［J］.Journal of Central South University（Science and Technology），45（1）：224-230.
	Mao Dan， Chen Yuanjiang，2008.Characteristic overview and analysis of spontaneous combustion of sulfide ores［J］.Industrial Minerals and Processing，（1）：34-38.
	Wang Ling， Hu Pei，2009.Algorithms for knowledge acquisition in decision-making system based on rough sets theory andits positive analysis［J］.Journal of Intelligence，28（3）：144-147.
	Wang Guoying，2001.Rough Sets Theory and Knowledge Acquisition［M］.Xi'an：Xi'an Jiaotong University Press.
	Wang Pinglong，1999.In site test and investigation on sulphide ore spontaneous ignition［J］.Chemical Mineral and Processing，（5）：8-11.
	Wu C， Li Z J，2005.A simple method for predicting the spontaneous combustion potential of sulfide ores at ambient［J］.Transaction of Mining and Metallurgy Institute，112（2）：125-128.
	Wu Shunxiang，2009.Gray Rough Set Model and Its Application［M］.Beijing：Science Press.
	Xu Chunming， Wu Chao， Chen Yuanjiang，2008.Grey system approach in application to the diction of spontaneous combustion of sulfide ore residue［J］.Tomnal of Safety and Environment，8（4）：125-127.
	Yang Fuqiang，2011.Study on the Mechanism and Forecasting Technologies for Spontaneous Combustion of Sulfied Minerails in Metal Mines［D］.Changsha：Central Sounth University.
	Yuan Xiujiu， He Huacan，2006.Exploring judgment theorems and discernibility matrices useful in discovering valuable but hidden information from a certain class of decision tables［J］.Journal of Northwestern Polytechnical University，24（5）：604-608.
	Zhang W X，2010.Incomplete information system and its optimal selection［J］.Computer and Mathematics with Application，48（5）：691-698.
	Zhang Wenxiu， Qiu Guofang，2005.Based on Rough Sets of Uncertain Decision［M］.Beijing：Tsinghua University Press.
	陈建宏，郑海力，刘振肖，等，2011.基于优势关系的粗糙集的巷道支护方案评价体系［J］.中南大学学报（自然科学版），42（6）：1698-1703.
	黄跃军，2000.高温高硫矿床矿石自燃性及防治技术研究［J］.有色矿业，16（1）：13-15.
	菅利荣，2008.面向不确定性决策的杂合粗糙集方法及其应用［M］.北京：科学出版社.
	李蒙蒙，徐伟华，2016.优势关系下变精度与程度“逻辑且”粗糙模糊集［J］.计算机科学与探索，10（2）：277-284.
	李鹏飞，2010.老厂矿的硫化矿内因火灾及其防治［J］.大众科技，（5）：93-95.
	李孜军，2006.硫化矿石自燃机理及其预防关键技术研究［D］.长沙：中南大学.
	李孜军，古德生，吴超，2004.高温高硫矿床矿石自燃危险性的评价［J］.金属矿山，（5）：57-64.
	刘同明，2001.数据挖掘技术及其应用［M］.北京：国防工业出版社.
	刘勇，菅利荣， Jeffrey F，等，2013.杂合灰色聚类与变精度粗糙模糊集的概率决策方法及应用［J］.管理工程学报，27（3）：110-115，123.
	罗凯，吴超，阳富强，2014.基于优势关系粗糙集与灰靶决策的矿石自燃管理应对体系［J］.中南大学学报（自然科学版），45（1）：224-230.
	毛丹，陈沅江，2008.硫化矿石堆氧化自燃全过程特征综述与分析［J］.化工矿物与加工，（1）：34-38.
	汪凌，胡培，2009.基于粗糙集的决策系统知识获取算法及实证分析［J］.情报杂志，28（3）：144-147.
	王国胤，2001.Rough集理论与知识获取［M］.西安：西安交通大学出版社.
	王坪龙，1999.硫化矿石自燃发火规律现场试验研究［J］.化工矿物与加工，（5）：8-11.
	吴顺详，2009.灰色粗糙集模型及其应用［M］.北京：科学出版社.
	许春明，吴超，陈沅江，2008.硫化矿石堆自燃的灰色预测研究［J］.安全与环境学报，8（4）：125-127.
	阳富强，2011.金属矿山硫化矿自然发火机理及其预测预报技术研究［D］.长沙：中南大学.
	袁修久，何华灿，2006.优势关系下的相容约简和下近似约简［J］.西北工业大学学报，24（5）：604-608.
	张文修，仇国芳，2005.基于粗糙集的不确定决策［M］.北京：清华大学出版社.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

采场编号	矿石含硫量/%	矿石含碳量/%	氧气浓度/%	采场湿度/%	矿石温度/℃	矿石堆放时间/h	采场人员数量/人	采场空间面积 /m²	采场矿层厚度 /m
1#	41.2	13.3	19.2	63	28.5	62	7	720	3.4
2#	31.9	7.7	18.6	71	25.2	82	14	570	6.1
3#	22.4	12.8	20.1	82	28.8	57	11	730	3.1
4#	22.4	3.8	18.9	62	22.8	47	4	890	7.6
5#	23.3	2.3	20.9	85	27.9	39	4	1 050	6.5
6#	43.4	11.9	19.7	68	27.2	55	9	880	4.5
7#	35.1	4.4	19.3	74	22.8	59	7	1 020	8.1
8#	31.4	6.1	18.8	81	26.5	64	8	730	6.8
9#	28.2	4.3	18.3	67	23.7	27	3	810	8.9
10#	22.7	11.9	20.5	84	27.3	61	13	630	4.7
11#	22.4	7.8	18.3	68	22.8	47	11	460	6.6
12#	34.6	7.9	19.5	82	22.2	67	12	410	3.7
13#	32.4	12.3	19.2	84	21.8	37	6	810	4.2
14#	21.9	4.7	18.5	64	22.4	39	4	770	7.3
15#	35.7	4.9	19.1	75	21.5	58	8	990	7.4
16#	38.5	5.7	18.2	75	26.8	79	6	690	5.9
17#	31.3	8.7	19.8	86	23.6	63	14	570	3.9
18#	28.8	4.1	20.3	81	28.2	43	3	1 130	5.2
19#	28.8	9.1	18.4	77	23.4	33	9	770	5.2
20#	22.4	12.3	20.7	87	27.2	66	12	750	4.3
21#	37.3	8.3	18.4	86	24.5	57	12	500	5.8
22#	28.3	3.3	20.1	86	27.6	42	5	1 180	5.1
23#	37.1	13.4	19.5	69	22.5	79	6	810	3.7
24#	34.3	9.2	18.1	78	26.6	92	7	840	6.1
25#	33.9	3.8	19.8	77	22.2	69	9	930	8.6
26#	37.8	6.6	18.9	85	24.9	63	8	670	6.8
27#	46.0	11.1	19.5	62	28.7	71	7	650	4.9
28#	21.3	3.1	18.1	75	22.8	56	5	820	7.8
29#	37.2	4.7	19.6	71	23.5	66	6	1 140	8.7
30#	32.8	6.2	19.7	82	23.7	61	11	520	4.9

采场编号	自燃起火概率/%		自燃起火判定	火灾后果概率/%			火灾后果判定
采场编号	不自燃概率	自燃概率	自燃起火判定	严重	一般严重	不严重	火灾后果判定
1#	26.3	73.7	倾向自燃	19.2	52.4	28.4	一般严重
2#	38.6	61.4	倾向自燃	22.3	59.1	18.6	一般严重
3#	41.6	58.4	倾向自燃	69.1	17.5	13.4	严重
4#	66.1	33.9	不易自燃	17.9	20.6	61.5	不严重
5#	54.3	45.7	不易自燃	20.5	32.1	47.5	不严重
6#	24.1	75.9	倾向自燃	16.3	61.3	22.4	一般严重
7#	58.7	41.3	不易自燃	13.4	33.2	53.4	不严重
8#	43.1	56.9	倾向自燃	24.9	55.2	19.9	一般严重
9#	62.8	37.2	不易自燃	8.5	25.4	66.1	不严重
10#	43.1	56.9	倾向自燃	63.8	19.7	16.5	严重
11#	60.9	39.1	不易自燃	22.2	53.7	24.1	一般严重
12#	60.1	39.9	不易自燃	44.3	33.2	22.5	严重
13#	55.2	44.8	不易自燃	19.5	62.4	18.1	一般严重
14#	61.9	38.1	不易自燃	14.3	23.3	62.4	不严重
15#	51.8	48.2	不易自燃	19.4	30.9	49.7	不严重
16#	31.2	68.8	倾向自燃	20.1	57.1	22.8	一般严重
17#	61.4	38.6	不易自燃	47.2	33.7	19.1	严重
18#	56.4	43.6	不易自燃	20.2	27.5	52.3	不严重
19#	52.9	47.1	不易自燃	24.8	49.3	25.9	一般严重
20#	45.7	54.3	倾向自燃	64.2	21.6	14.2	严重
21#	40.9	59.1	倾向自燃	17.7	58.8	23.5	一般严重
22#	52.3	47.7	不易自燃	21.9	29.5	48.6	不严重
23#	41.8	58.2	倾向自燃	25.0	57.6	17.4	一般严重
24#	34.7	65.3	倾向自燃	24.1	47.7	28.2	一般严重
25#	57.3	42.7	不易自燃	21.3	31.5	47.2	不严重
26#	42.8	57.2	倾向自燃	21.1	58.4	20.5	一般严重
27#	27.6	72.4	倾向自燃	21.3	55.9	22.8	一般严重
28#	61.7	38.3	不易自燃	13.8	22.	63.7	不严重
29#	51.2	48.8	不易自燃	21.1	31.1	47.8	不严重
30#	63.3	36.7	不易自燃	50.9	30.4	18.7	严重

采场 U	条件属性C₁						决策属性D₁	决策隶属度
采场 U	c₁	c₂	c₃	c₄	c₅	c₆	d₁	不易自燃	倾向自燃
n₁	高	高	中	低	高	中	倾向自燃	0.263	0.737
n₂	中	中	低	中	中	长	倾向自燃	0.386	0.614
n₃	低	高	高	高	高	中	倾向自燃	0.416	0.584
n₄	低	低	低	低	低	短	不易自燃	0.661	0.339
n₅	低	低	高	高	高	短	不易自燃	0.543	0.457
n₆	高	高	中	低	高	中	倾向自燃	0.241	0.759
n₇	中	低	中	中	低	中	不易自燃	0.587	0.413
n₈	中	中	低	高	中	中	倾向自燃	0.431	0.569
n₉	低	低	低	低	低	短	不易自燃	0.628	0.372
n₁₀	低	高	高	高	高	中	倾向自燃	0.431	0.569
n₁₁	低	中	低	低	低	短	不易自燃	0.609	0.391
n₁₂	中	中	中	高	低	中	不易自燃	0.601	0.399
n₁₃	中	高	中	高	低	短	不易自燃	0.552	0.448
n₁₄	低	低	低	低	低	短	不易自燃	0.619	0.381
n₁₅	中	低	中	中	低	中	不易自燃	0.518	0.482
n₁₆	中	中	低	中	中	长	倾向自燃	0.312	0.688
n₁₇	中	中	中	高	低	中	不易自燃	0.614	0.386
n₁₈	低	低	高	高	高	短	不易自燃	0.564	0.436
n₁₉	低	中	低	中	低	短	不易自燃	0.529	0.471
n₂₀	低	高	高	高	高	中	倾向自燃	0.457	0.543
n₂₁	中	中	低	高	中	中	倾向自燃	0.409	0.591
n₂₂	低	低	高	高	高	短	不易自燃	0.523	0.477
n₂₃	中	高	中	低	低	长	倾向自燃	0.418	0.582
n₂₄	中	中	低	中	中	长	倾向自燃	0.347	0.653
n₂₅	中	低	中	中	低	中	不易自燃	0.573	0.427
n₂₆	中	中	低	高	中	中	倾向自燃	0.428	0.572
n₂₇	高	高	中	低	高	中	倾向自燃	0.276	0.724
n₂₈	低	低	低	中	低	中	不易自燃	0.617	0.383
n₂₉	中	低	中	中	低	中	不易自燃	0.512	0.488
n₃₀	中	中	中	高	低	中	不易自燃	0.633	0.367

采场U	条件属性C₂					决策属性D₂	决策隶属度
采场U	c₂	c₃	c₇	c₈	c₉	d₂	严重	一般严重	不严重
n₁	高	中	中	中	薄	一般严重	0.192	0.524	0.284
n₂	中	低	多	小	中厚	一般严重	0.223	0.591	0.186
n₃	高	高	多	中	薄	严重	0.691	0.175	0.134
n₄	低	低	少	中	厚	不严重	0.179	0.206	0.615
n₅	低	高	少	大	中厚	不严重	0.205	0.321	0.475
n₆	高	中	中	中	薄	一般严重	0.163	0.613	0.224
n₇	低	中	中	大	厚	不严重	0.134	0.332	0.534
n₈	中	低	中	中	中厚	一般严重	0.249	0.552	0.199
n₉	低	低	少	中	厚	不严重	0.085	0.254	0.661
n₁₀	高	高	多	中	薄	严重	0.638	0.197	0.165
n₁₁	中	低	多	小	中厚	一般严重	0.222	0.537	0.241
n₁₂	中	中	多	小	薄	严重	0.443	0.332	0.225
n₁₃	高	中	中	中	薄	一般严重	0.195	0.624	0.181
n₁₄	低	低	少	中	厚	不严重	0.143	0.233	0.624
n₁₅	低	中	中	大	厚	不严重	0.194	0.309	0.497
n₁₆	中	低	中	中	中厚	一般严重	0.201	0.571	0.228
n₁₇	中	中	多	小	薄	严重	0.472	0.337	0.191
n₁₈	低	高	少	大	中厚	不严重	0.202	0.275	0.523
n₁₉	中	低	中	中	中厚	一般严重	0.248	0.493	0.259
n₂₀	高	高	多	中	薄	严重	0.642	0.216	0.142
n₂₁	中	低	多	小	中厚	一般严重	0.177	0.588	0.235
n₂₂	低	高	少	大	中厚	不严重	0.219	0.295	0.486
n₂₃	高	中	中	中	薄	一般严重	0.25	0.576	0.174
n₂₄	中	低	中	中	中厚	一般严重	0.241	0.477	0.282
n₂₅	低	中	中	大	厚	不严重	0.213	0.315	0.472
n₂₆	中	低	中	中	中厚	一般严重	0.211	0.584	0.205
n₂₇	高	中	中	中	薄	一般严重	0.213	0.559	0.228
n₂₈	低	低	少	中	厚	不严重	0.138	0.225	0.637
n₂₉	低	中	中	大	厚	不严重	0.211	0.311	0.478
n₃₀	中	中	多	小	薄	严重	0.509	0.304	0.187

等价类	决策类		等价类	决策类
等价类	F₁	F₂	等价类	F₁	F₂
X₁	0	0.740	X₈	0.609	0
X₂	0	0.652	X₉	0.616	0
X₃	0	0.565	X₁₀	0.522	0
X₄	0.636	0	X₁₁	0.529	0
X₅	0.543	0	X₁₂	0	0.582
X₆	0.548	0	X₁₃	0.617	0
X₇	0	0.577