矿井通风系统是矿井生产管理系统的重要组成部分，也是预防瓦斯、矿尘和火灾事故发生的重要关键。目前对通风系统重大隐患的识别还只是处于人工干预阶段，在智能化监测和识别方面的研究较少，难以实现对通风系统的实时监控和识别；通风系统安全风险评估的工作大多也需要进行专家决断，难以根据各种通风系统的监测数据对其进行实时、定量的评价。为了更好地实现对矿井通风系统的安全运行状态进行实时量化评价，并准确识别其在系统中的重大隐患，本文以山西某矿的通风系统为研究对象，分析了矿井风量不足和通风系统不稳定这两类重大安全隐患的影响因素，给出了定量的判识指标和模型，提出了基于中性参照对象的层次分析法，构建了矿井通风系统安全风险监测评价的指标和模型，从而实现了对通风系统进行正确合理的评价。主要进行了如下研究：

（1）以当前监测风量、5min内风量简单移动平均值和一个月内风量指数移动平均值作为风量不足的判识指标，建立了风量不足识别模型，根据给出的评分值对矿井风量不足隐患进行判识；用真实波动幅度均值作为通风系统不稳定的判识指标构建了通风系统不稳定识别模型，根据最终的评分值来判断通风系统的稳定性。

（2）从矿井的通风系统稳定性、风量合理性、风流质量、通风难易程度四方面筛选出具有代表性且可以进行量化的13个影响矿井通风系统安全性的评价指标，并建立一套能对矿井通风系统进行实时动态评价的安全风险监测评价模型，根据预先设定的各个评价指标的评分规则，采用基于中性参照对象的层次分析法给出各个评价指标的权重值与评分值，将其与设定的中性参考值进行比较得出评价结果。

（3）对试验矿井通风系统进行了重大隐患监测识别与安全风险监测评价，结果表明该矿井通风系统在监测周期内不存在风量不足或通风系统不稳定重大隐患，且该矿井通风系统的安全性较好，与目前矿井的实际情况基本吻合，进一步证实了该隐患监测识别模型和安全风险监测评价模型的合理可行性，对通风系统安全生产具有实际的指导意义。

      The mine ventilation system is an integral part of the mine production management system, and it is also the key to preventing gas, mine dust and fire accidents. At present, the identification of major hidden dangers of the ventilation system is only in the stage of manual intervention. There are few researches on intelligent monitoring and identification, and it is difficult to realize real-time monitoring and identification of the ventilation system, and it is difficult to realize the real-time monitoring and identification of the ventilation system. Most of the work of ventilation system safety risk assessment also requires expert decision, and it is difficult to carry out real-time quantitative evaluation based on various monitoring data in the ventilation system. In order to better realize the real-time quantitative evaluation of the safety status of the mine ventilation system and accurately identify the major hidden dangers in the system, this article takes the ventilation system of a mine in Shanxi as the research object, analyzes the influencing factors of two major safety hazards, insufficient air volume and instability of the ventilation system, and gives quantitative identification indicators and models. The analytic hierarchy process based on the neutral reference object is proposed. The indicators and models for the safety risk monitoring and evaluation of the mine ventilation system are constructed to realize the correct and reasonable evaluation of the ventilation system. The primary researches are as follows:

(1) The current monitoring air volume, the simple moving average of the air volume within 5 minutes and the moving average of the air volume index within one month are used as the identification indicators for the insufficient air volume. The insufficient air volume recognition model is established, and the hidden dangers of the insufficient air volume in the mine are identified according to the given score value. Using the average true range as the identification index of the ventilation system's instability, the ventilation system's instability identification model is constructed, and the stability of the ventilation system is judged according to the final score value.

(2) Thirteen representative and quantifiable evaluation indicators affecting the safety of mine ventilation system are selected from four aspects of ventilation system stability, air volume rationality, air flow quality and ventilation difficulty, and establish a set of safety risk monitoring and evaluation models that can evaluate the mine ventilation system in real time. According to the pre-set evaluation index scoring rules, the analytic hierarchy process based on neutral reference objects gives the weight value and scoring value of each evaluation index. The evaluation results are obtained by comparing them with the set neutral reference value.

(3) Conducted major hidden danger monitoring and identification and safety risk monitoring and evaluation on the ventilation system of the test mine. The results show that the test mine ventilation system has no major hidden dangers of insufficient air volume or the ventilation system's instability during the monitoring period. The safety of the mine ventilation system is good, which is basically consistent with the actual situation of the current mine. It is further verified that the hidden danger monitoring and identification model and the safety risk monitoring and evaluation model are reasonable and feasible, which has practical guiding significance for the safety production of ventilation system.

[1] 谢和平, 吴立新, 郑德志. 2025年中国能源消费及煤炭需求预测[J]. 煤炭学报, 2019, 44(07): 1949-1960.

[2] 周少统. 我国煤炭供需趋势及开发强度研究[J]. 煤炭科学技术, 2020, 48(S1): 85-88.

[3] 张钟毓. 中国煤炭需求总量预测与结构变化分析[D]. 陕西师范大学, 2015.

[4] 王显政. 中国煤炭工业发展面临的机遇与挑战[J]. 中国煤炭, 2010, 36(07): 5-7+10.

[5] 钱鸣高, 许家林, 王家臣. 再论煤炭的科学开采[J]. 煤炭学报, 2018, 43(01): 1-13.

[6] Lin J, Fridley D, Lu H, et al. Has coal use peaked in China: Near-term trends in China's coal consumption[J]. Energy Policy, 2018, 123(12): 208-214.

[7] Pedro T, Teresa M, Patricia C, et al. Comprehensive evaluation of potential coal mine dust emissions in an open-pit coal mine in Northwest China[J]. International Journal of Coal Geology, 2021.

[8] Fabiano B, Currò F, Reverberi A P, et al. Coal dust emissions: From environmental control to risk minimization by underground transport. An applicative case-study[J]. Process Safety & Environmental Protection, 2014, 92(02): 150-159.

[9] 国家安全生产监督管理总局[OL]: http: //www. chinasafety. gov. cn.

[10] Keith W, Brian P, J.Daniel S. The practice of mine ventilation engineering[J]. International Journal of Mining Science and Technology, 2015, 25(02): 165-169.

[11] 卢新明. 矿井通风智能化技术研究现状与发展方向[J]. 煤炭科学技术, 2016, 44(07): 47-52.

[12] 张庆华, 姚亚虎, 赵吉玉. 我国矿井通风技术现状及智能化发展展望[J]. 煤炭科学技术, 2020, 48(02): 97-103.

[13] Souza D, Euler. Application of ventilation management programs for improved mine safety[J]. International Journal of Mining Science and Technology, 2017, 27(04): 647-650.

[14] 王雨. 矿井通风系统实时模拟与异常风量分析研究[D]. 西安科技大学, 2006.

[15] 王红刚, 吴奉亮, 王雨. 基于灵敏度的通风网络风量异常值分析[J]. 煤矿安全, 2008, 39(09): 86-88.

[16] 张强, 常心坦, 许晋源. 矿井风量监测异常值研究的模型与算法[J]. 西安矿业学院学报, 1998(04): 301-303.

[17] 刘剑, 郭欣, 邓立军, 等. 基于风量特征的矿井通风系统阻变型单故障源诊断[J]. 煤炭学报, 2018, 43(01): 143-149.

[18] 潘竟涛, 赵丹, 李宗翔, 等. 大明矿通风系统故障源诊断及风速传感器的布置[J]. 煤炭学报, 2013, 38(S1): 153-158.

[19] 刘新, 刘剑. 含有角联分支的通风网络平衡图研究[J]. 矿业研究与开发, 2005, 25(06): 76-78.

[20] 贾进章, 马恒, 刘剑. 基于灵敏度的通风系统稳定性分析[J]. 辽宁工程技术大学学报, 2002(04): 428-429.

[21] 王从陆. 非灾变时期金属矿复杂矿井通风系统稳定性及数值模拟研究[D]. 中南大学, 2007.

[22] 王从陆, 吴超, 王卫军. Lyapounov理论在矿井通风系统稳定性分析中的应用[J]. 中国安全生产科学技术, 2005, 1(04): 46-49.

[23] 王从陆, 李树清, 吴超. 矿井通风系统与耗散结构理论[J]. 中国安全科学学报, 2004(06): 11.

[24] 李立峰, 夏辉. 应用事故树分析矿井通风系统不稳定问题[J]. 中国新技术新产品, 2016(21): 184-185.

[25] 吴新忠. 煤矿主通风机通风失稳控制的研究与应用[D]. 中国矿业大学, 2010.

[26] 龚晓燕, 孙晓辉. 基于遗传算法的矿井局部通风故障诊断神经网络模型[J]. 煤矿安全, 2008, 39(05): 35-38.

[27] 周刚, 程卫民, 田传强, 等. 矿井通风系统危险源辨识、评价与控制[J]. 山东科技大学学报(自然科学版), 2014, 33(06): 51-57.

[28] 卢新明, 尹红. 一种矿井通风系统的状态识别方法: 中国, CN201410182176.3[P]. 2014-07-23.

[29] 胡千庭, 杨守国, 文光才, 等. 矿井通风系统在线监测及分析预警方法及系统: 中国, CN102650214A[P], 2012-08-29.

[30] 史采星. 基于监测监控系统的通风异常分析与调节分析研究[D]. 中南大学, 2014.

[31] 罗广, 邹银辉, 宁小亮, 等. 矿井通风网络在线监测技术研究与应用[J]. 矿业安全与环保, 2019, 46(05): 47-50+55.

[32] 雷洪波, 赵吉玉. 打通一矿通风系统隐患排查与智能监控研究[J]. 煤炭技术, 2019, 38(08): 106-109.

[33] 李芳. 矿井通风系统隐患智能监测系统应用[J]. 山东煤炭科技, 2020(07): 190-192.

[34] 周福宝, 魏连江, 夏同强, 等. 矿井智能通风原理、关键技术及其初步实现[J]. 煤炭学报, 2020, 45(06): 2225-2235.

[35] Shen F M, Chen B H, Yang J. Study on construction and quantification of evaluation index system of mine ventilation system[J]. Procedia Earth and Planetary Science, 2009, 1(01).

[36] Toraño J, Torno S, Menendez M, et al. Models of methane behaviour in auxiliary ventilation of underground coal mining[J]. International Journal of Coal Geology, 2009, 80(01): 35-43.

[37] 谭允祯. 矿井通风系统管理技术理论[M].煤炭工业出版社, 1998.

[38] Zhou D Y, Shi C P. Research on index for assessment of mine ventilation capability[J]. Advance Journal of Food Science & Technology, 2015, 7(10): 780-785.

[39] 韩婷婷. 矿井通风系统现状评价指标体系及方法的研究与应用[D]. 太原理工大学, 2014.

[40] Krog, B R, Bise, et al. Investigation into the practical use of belt air at US longwall operations[J]. Mining Engineering, 2010, 62(08): 39-44.

[41] 王德明. 矿井通风安全理论与技术[M].中国矿业大学出版社, 1999.

[42] 黄元平, 赵以惠. 矿井通风系统的评价方法[J]. 煤矿安全, 1983(09): 24-31.

[43] 谭允祯, 范明训. 矿井通凤系统的评判指标及权值[J]. 山东科技大学学报:自然科学版, 1991, 10(04): 373-380.

[44] 周福宝, 王德明, 李正军. 矿井通风系统优化评判的模糊优选分析法[J]. 中国矿业大学学报, 2002, 31(03): 262-266.

[45] 杨娟, 沈汉年. 矿井通风系统评价方法与标准[J]. 工业安全与防尘, 2000(01): 11-13.

[46] 程磊, 杨运良, 熊亚选. 矿井通风系统评价指标体系的研究[J]. 中国安全科学学报, 2005, 15(03): 91-94.

[47] 许满贵. 煤矿动态综合安全评价模式及应用研究[D]. 西安科技大学, 2006.

[48] 李树刚, 成连平, 景兴鹏, 等. 煤矿安全投入评价指标体系构建方法研究[J]. 中国安全生产科学技术, 2009, 5(05): 93-96.

[49] 赵建会, 屈永利, 袁晓翔, 等. 老矿井通风系统评价指标体系及其应用[J]. 煤炭科学技术, 2011, 39(08): 60-63.

[50] 陈明生, 陈伯辉, 沈斐敏. 矿井通风优化评价指标体系权重确定[J]. 中国安全生产科学技术, 2011, 7(03): 22-25.

[51] 胡春亚, 杨胜强, 胡新成, 等. 矿井通风系统新指标体系的建立与应用[J]. 煤炭技术, 2016, 35(10): 171-173.

[52] 刘蓉蒸. 矿井通风指标体系及系统优化方案评价研究[D]. 辽宁工程技术大学, 2019.

[53] Tan H Y, Li J Y. Coal mine safety comprehensive evaluation based on extension theory[J]. Procedia Engineering, 2011, 26: 1907-1913.

[54] 靳文波. 贵州省毕节市金川煤矿通风系统综合评价[D]. 西安科技大学, 2014.

[55] 王学琛. 煤矿安全生产风险评价与预警系统研究[D]. 武汉理工大学, 2017.

[56] 王瑶. 基于Delphi-AHP和模糊熵权法的矿井通风系统综合评价研究[D]. 辽宁工程技术大学, 2018.

[57] Onder M, Sarac S, Cevik E. The influence of ventilation variables on the volume rate of airflow delivered to the face of long drivages[J]. Tunnelling and Underground Space Technology, 2006, 21(05): 568-574.

[58] Lowndes I S, Yang Z Y. The application of GA optimisation methods to the design of practical ventilation systems for multi-level metal mine operations[J]. Mining Technology, 2004, 113(01): 43-58.

[59] 徐瑞龙. 通风网路理论[M].煤炭工业出版社, 1993.

[60] 王洪德, 可云东. 矿井通风系统可靠性理论与应用研究[M].煤炭工业出版社, 2004.

[61] Andrews J D. Quantitative safety assessment of the ventilation recirculation system in an undersea mine[J]. Quality and Reliability Engineering International, 2010, 7(06): 497-510.

[62] 姚有利, 吴青银, 毕强, 等. 安全检查表分析法在矿井评价中的应用[J]. 煤矿安全, 2004, 35(12): 52-54.

[63] 李润求, 施式亮, 彭新. 矿井通风系统安全评价方法及发展趋势[J]. 中国安全科学学报, 2008, 18(01): 112-118+181.

[64] 王跃明. 模糊综合理论的镇城底矿复杂通风系统评价[J]. 山西煤炭, 2019, 39(01): 87-91.

[65] 谢贤平, 冯长根, 赵梓成. 矿井通风系统模糊优化研究[J]. 煤炭学报, 1999(04): 45-48.

[66] 陈开岩, 王超. 矿井通风系统可靠性变权综合评价的研究[J]. 采矿与安全工程学报, 2007, 24(01): 37-41.

[67] 陆刚, 韩可琦, 肖桂彬. 矿井通风系统可靠性的模糊综合评价[J]. 采矿与安全工程学报, 2008, 25(02): 244-247.

[68] 苗磊刚, 张国枢, 秦汝祥. 矿井通风系统合理性模糊综合评判[J]. 矿业安全与环保, 2008, (01): 61-63+91.

[69] 毕德纯, 高凤利. 基于模糊综合评判法的矿井通风系统安全评价[J]. 煤矿安全, 2010, 41(10): 40-42.

[70] 李旭. 西马煤矿通风系统模糊综合评价的研究[D]. 辽宁工程技术大学, 2016.

[71] 马骏, 郁钟铭. 模糊综合评判在矿井通风系统优化中的应用[J]. 煤炭技术, 2015, 34(02): 111-113.

[72] 兰林, 陈日辉, 王孝东, 等. 基于模糊综合评价的深井通风系统评价研究[J]. 化工矿物与加工, 2019, 48(08): 15-19.

[73] 谢贤平, 赵梓成. 应用层次分析法综合评价矿井通风系统[J]. 中国矿业, 1990(05): 16-19.

[74] 蔡卫. 矿井通风系统安全性评价及其应用[J]. 煤炭学报, 2004, 29(02): 195-198.

[75] 蔡卫, 吴兵. 层次分析法在矿井通风评价中的应用[J]. 辽宁工程技术大学学报:自然科学版, 2005, 24(02): 149-152.

[76] 曹凯, 王德明. 基于层次分析法的矿井通风系统安全评价指标[J]. 煤矿安全, 2010, 41(05): 43-46.

[77] 孟志斌. 基于层次分析法的矿井通风系统改造[J]. 煤炭科学技术, 2013, 41(S1): 78-81.

[78] 施式亮. 矿井安全非线性动力学评价模型及应用研究[D]. 中南大学, 2000.

[79] 徐义勇, 戴广龙. 基于灰色系统理论的矿井安全评价[J]. 矿业安全与环保, 2003, 30(04): 10-11+30.

[80] 李江. 煤矿动态安全评价及预测技术研究[D]. 中国矿业大学, 2008.

[81] 傅永帅. 灰色理论在煤矿安全评价中的应用研究[D]. 煤炭科学研究总院, 2009.

[82] 谢贤平, 赵梓成. 灰色聚类法在矿井通风系统评价中的应用[J]. 工业安全与防尘, 1991(01): 1-5+49.

[83] 景国勋, 姚嵘, 张甫仁. 矿井通风系统合理性的灰色综合评判[J]. 中国安全科学学报, 2001, 11(04): 65-68.

[84] Sa Z Y, Wang Y, Zhang H N, et al. Optimization of mine ventilation system based on grey system theory[C]. 2010: 1683-1687.

[85] Schultz RL. Grey analysis on the safety of mine ventilation system[C]. 2002.

[86] 韩成功, 周鲁洁, 李艺昕, 等. 矿井通风系统安全性综合评价及优化实践[J]. 煤炭技术, 2016, 35(01): 213-215.

[87] 马超. 基于未确知测度理论矿井通风系统安全评价研究[D]. 西安科技大学, 2005.

[88] 李树刚, 马超, 王国旗. 基于未确知测度理论的矿井通风安全评价[J]. 北京科技大学学报, 2006, 28(02): 101-103.

[89] 罗云庆, 杨迎, 马超. 矿井通风系统未确知测度安全评价方法研究及应用[J]. 矿业安全与环保, 2006, 33(01): 81-82+85.

[90] 刘正伟, 王立杰. 基于未确知集的矿井通风系统方案评价选择[J]. 煤炭学报, 2009, 34(06): 810-813.

[91] 张水, 曹庆贵, 俞凯. 基于未确知测度理论的矿井通风安全评价[J]. 矿业安全与环保, 2016, 43(05): 32-35.

[92] 陈君. 基于人工神经网络的矿井通风系统安全可靠性评价[J]. 矿业安全与环保, 2007, 34(03): 60-61+68.

[93] 王金鹏, 张建文, 嵇伟. 基于BP神经网络的煤矿通风系统安全评价[J]. 煤矿安全, 2013, 44(04): 180-182.

[94] 卢国斌, 陈鹏, 张俊武. BP神经网络的通风系统可靠性评价[J]. 辽宁工程技术大学学报(自然科学版), 2014, 33(01): 23-27.

[95] 徐凯. 基于BP神经网络的矿井安全性评价[J]. 内蒙古煤炭经济, 2016(15): 29-31.

[96] 胡瑞卿. 基于人工神经网络的煤矿安全评价研究[D]. 安徽理工大学, 2015.

[97] 赵伏军, 谢世勇, 杨磊, 等. 基于层次分析法—模糊综合评价(AHP-FCE)模型优化矿井通风系统的研究[J]. 中国安全科学学报, 2006(04): 91-96+145.

[98] 徐杨, 周延, 孙鑫, 等. 基于模糊层次分析法的矿井安全综合评价[J]. 中国安全科学学报, 2009, 19(05): 147-152+179.

[99] 徐水太, 项宇, 刘中亚, 等. 基于模糊层次分析法的矿山安全评价研究[J]. 铜业工程, 2015(04): 12-15+96.

[100] 丁厚成, 黄新杰. 基于AHP-FCE的煤矿通风系统可靠性评价研究[J]. 自然灾害学报, 2013, 22(03): 153-159.

[101] Zhang H, He X Q, Mitri H. Fuzzy comprehensive evaluation of virtual reality mine safety training system[J]. Safety Science, 2019, 120: 341-351.

[102] 程刚, 陆卫东, 陈志峰, 等. 基于FAHP-MODM的矿井通风系统可靠性综合评价[J]. 中国安全生产科学技术, 2018, 14(02): 99-105.

[103] 朱传杰, 林柏泉, 李文霞, 等. 基于RS与FNN的通风系统评价模型[J]. 采矿与安全工程学报, 2008, 25(04): 490-493.

[104] 张俭让, 董丁稳. 基于RS-SVM的矿井通风系统可靠性评价[J]. 煤矿安全, 2009, 40(09): 33-36.

[105] Qiao W G. Analysis and measurement of multifactor risk in underground coal mine accidents based on coupling theory[J]. Reliability Engineering and System Safety, 2021, 208.

[106] Candra K J, Pulung S A, Sadashiv M A. Dust dispersion and management in underground mining faces[J]. International Journal of Mining Science & Technology, 2014, 24(01): 39-44.

[107] Cheng G Y, Qi M F, Zhang J G, et al. Analysis of the stability of the ventilation system in baishan coalmine[J]. Procedia Engineering, 2012, 45.

[108] 张海亮. 基于模糊层次分析法的煤矿通风系统安全评价研究[D]. 内蒙古科技大学, 2014.

[109] 金洪伟, 杨卓亚, 徐刚. 基于改进AHP-GRA评价模型的煤与瓦斯突出危险性评价[J]. 矿业安全与环保, 2020, 47(05): 113-118+126.