井下 密闭区 火灾与爆炸风险高，O₂、CO、CH₄、CO₂、H₂、N₂、C₂H₄ 等七种气体随时间耦合变化。Kumari 等（2021）提出了 UMAP-LSTM 智能监测与预测框架。下文归纳其技术路线与结论。

场景与目标

  • 对象： 密闭区多通道气体监测时序。
  • 目标： 预测未来浓度，推断火灾状态与爆炸性，支撑预警。
  • 难点： 高维、强相关；需将模型输出映射为可解释安全指标。

方法要点

1. 七气体联合建模

多变量时序比单气体更能反映火情演化，但需先压缩表征维度。

2. UMAP + LSTM

  1. UMAP 将七气体时序降维；
  2. LSTM 在低维表征上预测未来浓度。

3. 火灾与爆炸性判识

在预测浓度基础上计算 Graham 比、Young 比、CO/CO₂、C/H、JTR 等 火灾比值，并结合 Coward 爆炸性图 与 Ellicott 扩展图 展示密闭区态势。

4. 系统目标

连续监测、滚动预测、提前预警，为封闭、惰化、撤人等措施提供依据。

工程启示

  • 多气体场景宜「降维 + 时序预测 + 安全指标」一体化设计。
  • 图谱化输出有助于现场理解，而非仅展示曲线。
  • 算法需在具体矿井数据上复现与校准。

参考文献

Kumari, K.; Dey, P.; Kumar, C.; Pandit, D.; Mishra, S. S.; Kisku, V.; Chaulya, S. K.; Ray, S. K.; Prasad, G. M. UMAP and LSTM Based Fire Status and Explosibility Prediction for Sealed-off Area in Underground Coal Mine. Process Safety and Environmental Protection 2021, 146, 837–852.