根据矿山火灾引发因素的不同，将矿山火灾划分为外因火灾和内因火灾。其中，外因火灾是由外部热源引起的火灾，内因火灾是矿山内部物质达到一定条件引起自燃而引发的火灾。内因火灾因引火源存在于矿山内部物质中，无法像外因火灾可以通过安全培训、防火设施配置来降低风险甚至避免，因而内因火灾对矿山安全生产而言具有更大的危害（许春明等，2008；王坪龙，1999）。而采场因空间受限，人员设备密集，矿石资源集中，发生内因火灾之后人员伤亡和经济损失巨大，因此内因火灾备受矿山管理人员和科技工作者的关注。实际上，采场内因火灾对于矿山安全生产的危害包括自燃起火与火灾后果2个层面。如果能够对采场内因火灾或火灾后果进行科学准确的分析，找出可靠的采场内因火灾自燃起火和火灾后果规律，不仅可以准确预测采场内因火灾的发生，而且可以提前预估采场内因火灾的后果，做到提早防范应对。因此，开展矿山采场内因火灾分析，对于指导矿山安全生产及提高矿山企业效益具有重要意义。

采场内因火灾一般是由含硫矿岩引起的，矿岩中的碳也会助长内因火灾自燃起火趋向，此外，矿岩周围的氧气浓度、湿度、矿层厚度和采矿技术条件等均会对内因火灾自燃起火产生影响（Wu et al.，2005；李鹏飞，2010）。而采场内因火灾造成的危害又与矿岩含碳量、环境氧气浓度及采场作业人员数量等因素有关。由此可见，采场内因火灾自燃起火与火灾后果之间存在相同影响因素。只有采场内因起火之后，才会造成人员伤亡和财产损失等火灾后果，因此采场内因火灾自燃起火与火灾后果之间存在明显的链式因果关系。因此，对于采场内因火灾的自燃起火与火灾后果进行系统化全面分析是一项比较复杂的工作。近年来，研究人员主要通过分析内因火灾和火灾后果等相关影响因素，对矿山自燃的危险性进行评价，但主要依靠经验来做决策，没有统一的量化标准，评价结果与实际情况存在较大偏差，缺乏科学性。也有学者利用灰色预测法、粗糙模糊集等方法对矿山火灾概率进行预测，大幅提高了预测结果的可靠性。实际上，矿山火灾发生与火灾结果严重程度均是矿山安全生产需要考虑的范畴，仅对火灾发生进行预测得到的规律，无法完全满足矿山安全管理的需要。矿山自燃及其后果严重性均为概率性不确定结果，对于此类概率性不确定问题，粗糙模糊集具有较强的分析处理能力。粗糙模糊集是粗糙集与模糊集的一种杂合理论（Zhang，2010；吴顺详，2009；罗凯等，2014）。当知识库中的知识模块都是清晰概念，而被近似的概念或输出类别具有病态边界，输入模式集合的不可分辨关系与输出类别的模糊性同时出现，此时需要利用粗糙模糊集进行研究（刘勇等，2013；陈建宏等，2011）。而变精度粗糙模糊集是在粗糙模糊集的基础上得到进一步发展，在变精度粗糙模糊集中，近似空间是清晰的，决策属性是模糊的（菅利荣，2008；李蒙蒙等，2016）。

鉴于采场内因火灾自燃起火与火灾后果的影响因素之间存在共有交叉，自燃起火与火灾后果存在因果关联，且采场内因火灾起火自燃和火灾后果均为概率性事件，创新性地采用嵌套相关的链式粗糙模糊集对采场内因火灾进行链式关联的概率性不确定分析（袁修久等，2006）。首先将采场矿岩自燃起火的影响因素与自燃起火的概率进行粗糙模糊集分析（汪凌等，2009），得到采场内因起火的不确定概率规则。然后将采场内因火灾后果的影响因素与后果严重程度的概率性不确定结果进行粗糙模糊集分析，得到采场内因火灾后果的不确定概率性规律。根据采场内因火灾自燃起火与火灾后果之间的共有影响指标及因果链式关系，将采场内因火灾的起火规律与火灾后果规律进行融合归并，最终得到采场内因火灾概率性的链式关联粗糙模糊集规律分析结果。相比传统的确定性分析方法，链式粗糙模糊集对采场内因火灾的分析结果具有概率模糊性和链式因果关联特征（张文修等，2005；刘同明，2001；王国胤，2001），分析过程贴合自然推理过程，分析维度全面立体，结果更加科学合理，是对采场内因火灾全面系统的分析。

采场内因火灾包括自燃起火与火灾后果2个具有链式关系的层面。采场内因火灾直接起因是含硫矿石自燃起火，而含硫矿石自燃起火主要是矿石中硫氧化后热量聚集，从而导致矿石中可燃物发生燃烧。根据相关研究成果（李孜军，2006；李孜军等，2004；毛丹等，2008），内因火灾自燃起火主要受以下因素影响：

（1）矿石含硫量c₁。根据矿山工作经验，当矿石含硫量在15%以上时就有自燃起火的可能；当含硫量在40%~50%之间时，自燃起火危险性最大。硫化矿石中含硫量的高低，往往是决定硫化矿石氧化速度快慢的主要因素，含硫量越高，矿石越有可能自燃。

（2）矿石含碳量c₂。根据一些矿山开采实践，硫化矿石自燃与含碳量密切相关，碳实际上是矿石自燃与燃烧的可燃物质，在矿石自燃中扮演着初始可燃物的角色。含碳量越高，矿石自燃可能性也就越大。

（3）氧气浓度c₃。任何物质燃烧都离不开氧气，很显然，采场矿石自燃也必须有氧气的存在。除此之外，在硫化矿石氧化聚集热量时，也有氧气的参与，因此认为氧气浓度越高，采场矿石越倾向自燃。

（4）采场湿度c₄。经研究，确定湿度对矿石自燃起火有一定的影响，但是影响机理比较复杂，环境中的水分既可以增加硫化矿石的氧化活性，又可以对矿石降温隔氧阻滞其燃烧，因此湿度对于矿石自燃起火的影响是复杂且多向的。

（5）矿石温度c₅。在其他条件相同的情况下，矿石温度升高一倍，氧化反应速度亦成倍增加，从而加剧硫化矿石氧化放热，更容易引发采场内因火灾。

（6）矿石堆放时间c₆。矿石采动后在采场堆放时间越长，硫化矿石氧化反应越充分，所散发的热量越多，越容易引起采场硫化矿石的自燃。

在采场自燃起火之后，火灾后果的严重性是采场内因火灾的另一个重要层面，也是采场内因火灾引起重视的重要原因。参考相关文献（毛丹等，2008；黄跃军，2000；阳富强，2011），采场内因火灾后果严重性主要受以下因素影响：

（1）采场人员数量c₇。在采场内因火灾发生后，采场内的人员数量将与火灾后的伤亡人数有很大关联，直接影响到火灾后果的严重性。一般来说，采场内工作人员越多，发生火灾后伤亡的人员数量就会越大，火灾后果就越倾向严重。

（2）采场空间大小c₈。采场火灾造成的人员伤亡除了与采场内人员数量相关外，采场空间大小也会对火灾后果产生影响。当采场内人员数量一定时，采场空间越小，烟气浓度越高，越难逃生，突发火灾时受伤人员就会越多，火灾后果就越倾向严重。

（3）采场矿层厚度c₉。采场矿层厚度对火灾后果的影响主要偏重于资源损失与经济损失。当采场发生内因火灾之后，矿层厚度越大，火灾烧损矿石资源就越多，矿山经济损失就越严重。

（4）氧气浓度c₃。采场氧气浓度越高，越有助于火灾燃烧蔓延，火灾后果也就越严重。

（5）矿石含碳量c₂。矿石中的碳物质不仅是采场内因火灾的初始可燃物，也是支持采场内因火灾继续蔓延的助燃物质，矿石含碳量越高，采场内因火灾越倾向严重。

以一批具有代表性的典型采场作为分析样本，收集统计其矿石含硫量、矿石含碳量、氧气浓度、采场人员数量及采场空间等因素指标，并根据类似采场火灾资料，得到典型采场的自燃起火可能性及火灾后果严重性的概率。构建采场内因火灾自燃发火及火灾后果的粗糙模糊集规律分析知识系统S。

采场内因火灾自燃起火及火灾后果分析实际上包括自燃起火和火灾后果2个层序性链式方面，因此该知识系统S包含属性有交集的采场内因火灾自燃起火知识系统S₁和采场内因火灾后果知识系统S₂，可对2个知识系统分别进行粗糙模糊集规律分析，再进行归并整合。

从采场内因火灾自燃起火及火灾后果规律的粗糙模糊集分析知识系统中选择矿石含硫量c₁、矿石含碳量c₂、氧气浓度c₃、采场湿度c₄、矿石温度c₅和矿石堆放时间c₆作为条件属性，以采场是否自燃起火的概率d₁作为决策属性，从总的知识系统中剥离形成采场内因火灾自燃起火粗糙模糊集规律分析知识系统S₁。其粗糙模糊集规律分析步骤如下：

步骤1：构建采场内因火灾自燃起火规律的粗糙模糊集分析知识系统S₁=（U，A₁，V，f），其中U为待评价论域对象空间，即样本采场集合；A₁为属性集合，包括条件属性集合C₁与决策属性集合D₁，即A=C₁∪D₁，其中条件属性集合C₁=｛c₁，c₂，c₃，c₄，c₅，c₆｝，决策属性集合D₁为采场内因火灾自燃起火概率的模糊划分，D₁=｛d₁｝；V为各类属性值域的并集，即V=∪V_a，其中a∈A₁，V_a 为属性a的值域；f为信息函数，指明了U×A₁→V的规则，对于∀a∈A₁，∀x∈U，f（x，a）∈V_a。

步骤2：对于论域对象空间U，由条件属性集合C₁生成不可分辨关系I（x）。对于对象y、z，I（y，z）的定义为：I（x，y）=｛（y，z）∈U×U：f（y，a）=f（z，a），∀q∈C₁｝。

步骤3：由决策属性集合D₁生成决策类F。决策类F的定义为

式中：x_i 为决策类集合F中的元素；μFλ是元素对决策类集合F的隶属度。μFλ的定义为

步骤4：对于∀λ∈［0，1］，计算决策类集合F的λ-截集，形成模糊等价类F_λ，模糊等价类F_λ 的定义为

步骤5：计算决策类集合F的λ-截集F_λ 的隶属函数μFλ，表示为

步骤6：根据设定的置信阈值β（理论上β的取值范围为［0，1］，实际中β的取值范围一般为（0.5，1］，计算对于所有条件属性集C₁的分类质量γC1β(D1)，表示为

步骤7：在不影响分类质量的情况下通过缩减条件属性集C₁，搜寻得到β-约简，生成的β-约简不得影响原有条件属性集C₁的分类质量。

令R=C₁，S=R。对于条件属性集C₁中的第j个条件属性c _j，计算条件属性集R-｛c _j ｝的分类质量γR-{cj}β(D1)。如果γR-{cj}β(D1)=γSβ(D1)，则令S=R-｛c_j ｝，R₁=R，R=S。重复以上过程，直至γRβ(D1)<γCβ(D1)或R=R₁。

步骤8：以搜寻得到的β-约简，生成采场内因火灾自燃起火粗糙模糊概率决策规则集。

从采场内因火灾自燃起火及火灾后果规律的粗糙模糊集分析知识系统中选择矿石含碳量c₂、氧气浓度c₃、采场人员数量c₇、采场空间大小c₈和采场矿层厚度c₉作为条件属性，以采场内因火灾后果严重程度的分类及概率d₂作为决策属性，从总的知识系统中剥离形成采场内因火灾后果规律分析的粗糙模糊集分析知识系统S₂。构建采场内因火灾后果规律分析的粗糙模糊集分析知识系统S₂=（U，A₂，V，f），其规律分析步骤参考采场内因火灾自燃起火粗糙模糊集规律分析步骤。

将分析得到的采场内因火灾自燃起火的粗糙模糊集规律和采场内因火灾后果的粗糙模糊集规律，按照先有采场内因火灾自燃起火，后有采场内因火灾后果的因果链式层序关系进行叠加融合，进而得到采场内因火灾的链式变精度粗糙模糊集规律分析结果。

系统建模流程见图1。

某大型地下磁黄铁矿，矿石含硫量高达50%，为提高矿山生产能力，在采场开采矿石时，采用分段崩落和集中装运的采装方式。多年来，矿山时常发生采场堆存的矿石自燃而引起的内因火灾，给矿山带来了人员伤亡和经济损失，采场内因火灾成为矿山安全生产的重大安全隐患。为了提早防范应对采场内因火灾，矿山通过建立科学系统的分析方法来揭示采场内因火灾自燃起火及火灾后果的规律，并采取针对性的措施降低采场内因火灾自燃起火的可能性和火灾后果的严重性。选取该矿山一批典型采场，收集统计样本采场内因火灾影响指标参数（表1），样本采场内因火灾自燃起火概率及火灾后果情况见表2。

根据矿山多年生产资料，统计得到采场矿石含硫量为20%~50%，碳矿石含碳量为0~15%，氧气浓度为18%~21%，采场湿度为60%~90%，矿石温度为21~30℃，矿石堆放时间为25~100 h，采场人员数0~15人，采场空间面积为300~1 200 m²，矿层厚度为3~9 m。按照等宽度区间离散法，按照三级离散，将含硫量［20%，30%］定为低，（30%，40%］定为中，（40%，50%］定为高；将含碳量［0，5%］定为低，（5%，10%］定为中，（10%，15%］定为高；将氧气浓度［18%，19%］定为低，（19%，20%］定为中，（20%，21%］定为高；将采场湿度［60%，70%］定为低，（70%，80%］定为中，（80%，90%］定为高；将矿石温度（单位：℃）［21，24］定为低，（24，27］定为中，（27，30］定为高；将矿石堆放时间（单位：h）［25，50］定为短，（50，75］定为中，（75，100］定为长；将采场人员数［0，5］定为少，（5，10］定为中，（10，15］定为多；将采场空间面积（单位：m²）［300，600］定为小，（600，900］定为中，（900，1200］定为大；将矿层厚度（单位：m）［3，5］定为薄，（5，7］定为中厚，（7，9］定为厚。据此可以将表1中的采场内因火灾影响指标数值进行离散定性评价。

从表1中选取与矿石自燃密切相关的矿石含硫量c₁、矿石含碳量c₂、氧气浓度c₃、采场湿度c₄、矿石温度c₅及矿石堆放时间c₆等影响指标作为条件属性C₁，将表2中的自燃起火判定结果d₁作为决策属性D₁，构建采场内因火灾自燃起火知识系统S₁，由于知识系统的决策属性由概率或隶属度确定，故该知识系统为粗糙模糊知识系统，见表3。

从表1中选取与矿石自燃密切相关的矿石含碳量c₂、氧气浓度c₃、采场人员数量c₇、采场空间c₈及采场矿层厚度c₉等影响指标作为条件属性C₂，将表2中的火灾后果判定结果d₂作为决策属性D₂，构建采场内因火灾后果知识系统S₂，由于知识系统的决策属性由概率或隶属度确定，故该知识系统为粗糙模糊知识系统，见表4。

根据采场内因火灾自燃起火知识系统S₁的条件属性C₁，对样本采场对象集U进行划分，得到等价类U/C₁=｛X₁，X₂，X₃，X₄，X₅，X₆，X₇，X₈，X₉，X₁₀，X₁₁，X₁₂，X₁₃｝，其中X₁=｛n₁，n₆，n₂₇｝，X₂=｛n₂，n₁₆，n₂₄｝，X₃=｛n₃，n₁₀，n₂₀｝，X₄=｛n₄，n₉，n₁₄｝，X₅=｛n₅，n₁₈，n₂₂｝，X₆=｛n₇，n₁₅，n₂₅，n₂₉｝，X₇=｛n₈，n₂₁，n₂₆｝，X₈=｛n₁₁｝，X₉=｛n₁₂，n₁₇，n₃₀｝，X₁₀=｛n₁₃｝，X₁₁=｛n₁₉｝，X₁₂=｛n₂₃｝，X₁₃=｛n₂₈｝。

根据决策属性D₁，对样本采场对象集U进行划分，得到决策类U/D₁=｛F₁，F₂｝，其中不易自燃类F₁=｛X₄，X₅，X₆，X₈，X₉，X₁₀，X₁₁，X₁₃｝=｛n₄，n₅，n₇，n₉，n₁₁，n₁₂，n₁₃，n₁₄，n₁₅，n₁₇，n₁₈，n₁₉，n₂₂，n₂₅，n₂₈，n₂₉，n₃₀｝，倾向自燃类F₂=｛X₁，X₂，X₃，X₇，X₁₂｝=｛n₁，n₂，n₃，n₆，n₈，n₁₀，n₁₆，n₂₀，n₂₁，n₂₃，n₂₄，n₂₆，n₂₇｝。

由式（1）~式（5）得到自燃起火知识系统S₁各等价类相对于决策类的粗糙隶属度，见表5。

为获得可靠且概率较大的规则，同时又兼顾规则能够覆盖较多的对象，取置信阈值β=0.55=55%，得到条件属性集C₁的分类质量，表示为

在不影响分类质量的情况下，按照缩减后的条件属性集的分类质量不低于原条件属性集分类质量的原则搜寻β-约简，得到最小β-约简为C₁-｛c₃，c₄｝。

根据采场内因火灾后果知识系统S₂的条件属性C₂，对样本采场对象集U进行划分，得到等价类U/C₂=｛Y₁，Y₂，Y₃，Y₄，Y₅，Y₆，Y₇，Y₈｝，其中Y₁=｛n₁，n₆，n₁₃，n₂₃，n₂₇｝，Y₂=｛n₂，n₁₁，n₂₁｝，Y₃=｛n₃，n₁₀，n₂₀｝，Y₄=｛n₄，n₉，n₁₄，n₂₈｝，Y₅=｛n₅，n₁₈，n₂₂｝，Y₆=｛n₇，n₁₅，n₂₅，n₂₉｝，Y₇=｛n₈，n₁₆，n₁₉，n₂₄，n₂₆｝，Y₈=｛n₁₂，n₁₇，n₃₀｝。

根据决策属性D₂，对样本采场对象集U进行划分，得到决策类U/D₂=｛F₁，F₂，F₃｝，其中火灾后果严重类F₁=｛Y₃，Y₈｝=｛n₃，n₁₀，n₁₂，n₁₇，n₂₀，n₃₀｝，火灾后果一般严重类F₂=｛Y₁，Y₂，Y₇｝=｛n₁，n₂，n₆，n₈，n₁₁，n₁₃，n₁₆，n₁₉，n₂₁，n₂₃，n₂₄，n₂₆，n₂₇｝，火灾后果不严重类F₃=｛Y₄，Y₅，Y₆｝=｛n₄，n₅，n₇，n₉，n₁₄，n₁₅，n₁₈，n₂₂，n₂₅，n₂₈，n₂₉｝。

由式（1）~式（5）得到火灾后果知识系统S₂各等价类相对于决策类的粗糙隶属度，见表6。

为获得可靠且概率较大的规则，同时又兼顾规则能够覆盖较多的对象，取置信阈值β=0.50=50%，得到条件属性集C₂的分类质量，表示为

在不影响分类质量的情况下，按照缩减后的条件属性集的分类质量不低于原条件属性集分类质量的原则搜寻β-约简，得到最小β-约简为C₂-｛c₂，c₈，c₉｝。

根据采场内因火灾自燃起火知识系统S₁的β-约简（β为55%）C₁-｛c₃，c₄｝即｛c₁，c₂，c₅，c₆｝，生成S₁的β-约简概率决策规则（表7）。

根据采场内因火灾后果知识系统S₂的β-约简（β为50%）C₂-｛c₂，c₈，c₉｝即｛c₃，c₇｝，生成S₂的β-约简概率决策规则（表8）。

规则的支持数越多就越可信，规则必须要有足够的可信度才能成为规律，一般情况下，当规则的支持数在3及以上时，可视为规律。据此，从表7和表8中提取得到规律（表9）。

将自燃起火知识系统与火灾后果知识系统得到的规律进行组合，得到涵盖采场内因火灾起因与发展的相对完整的组合规律。

按照表9中的规律进行组合，可得到30条规律，按照编号组合，分别为A+Ⅰ、A+Ⅱ、A+Ⅲ、A+Ⅳ、A+Ⅴ、B+Ⅰ、B+Ⅱ、B+Ⅲ、B+Ⅳ、B+Ⅴ、C+Ⅰ、C+Ⅱ、C+Ⅲ、C+Ⅳ、C+Ⅴ、D+Ⅰ、D+Ⅱ、D+Ⅲ、D+Ⅳ、D+Ⅴ、E+Ⅰ、E+Ⅱ、E+Ⅲ、E+Ⅳ、E+Ⅴ、E+Ⅰ、E+Ⅱ、E+Ⅲ、E+Ⅳ和E+Ⅴ。

以A+Ⅰ为例，对组合规律进行解读：当采场矿石含硫量高、含碳量高、矿石温度高、堆放时间中、氧气浓度中和采场人员数量中时，矿石有74.0%的概率倾向自燃且自燃后火灾后果一般严重的概率为57.9%。类似地，可对其他组合规律进行解读。

根据采场内因火灾的组合规律，对采场自燃起火及火灾后果严重程度进行预判，对于自燃起火概率高且火灾后果严重的情况，可以采取针对性的措施，如：降低采场矿石温度（加强通风、使用水冷风机等设备），缩短矿石堆放时间，在合理范围内降低采场氧气浓度，以及减少人员数量等，以改变影响指标状态，进而降低矿石自燃起火概率和火灾后果严重程度，从而保证采场生产作业安全。

通过实践应用，该矿山企业采场内因火灾的发生率下降了约62%，采场内因火灾的人员伤亡数量和经济损失分别减少了约55%和约57%。

（1）以样本采场的内因火灾自燃起火及火灾后果的影响指标作为条件属性，以自燃起火和火灾后果的概率性后果作为决策属性，考虑到自燃起火及火灾后果的链式因果关系，构建了采场内因火灾的链式变精度粗糙模糊集模型。对采场内因火灾进行了基于置信度准则的起因与发展多环节系统化的变精度粗糙模糊集分析。

（2）将自燃起火知识系统划分为13个等价类，2个决策类，将火灾后果知识系统划分为8个等价类，3个决策类，得到矿石含硫量、含碳量、矿石温度及堆放时间是采场矿石自燃起火的决定性因素，并得到了9条置信度大于55%的可信规则作为规律，综合分类质量高达70%。

（3）将火灾后果知识系统划分为8个等价类，3个决策类，得到氧气浓度和采场人员数量是采场内因火灾后果的决定性因素，并得到了5条置信度大于50%的可信规则作为规律，综合分类质量高达67%。

（4）对采场自燃起火知识系统及火灾后果知识系统根据链式因果关系进行归并整合，得到了30条涵盖采场内因火灾起因与发展的相对完整的组合规律，根据组合规律对采场内因火灾的发生及发展采取了针对性的阻断或减轻措施，有效降低了采场内因火灾的发生和火灾发生后的人员伤亡及经济损失。