False-Alarm-Controlled Evaluation of Gas Indices and Deep Learning for Early Detection of Coal Spontaneous Combustion

गहराई में, जहाँ चट्टानों के नीचे कोयले की परतें छिपी होती हैं, वहाँ एक धीमी और अदृश्य आपदा शुरू हो सकती है। कोयला केवल वहाँ पड़ा नहीं रहता; वह सांस लेता है। समय के साथ, यह हवा में मौजूद ऑक्सीजन के साथ प्रतिक्रिया करता है, एक प्रक्रिया जिसे ऑक्सीकरण (oxidation) कहा जाता है, जो ऊष्मा उत्पन्न करती है। आमतौर पर, यह ऊष्मा आसपास की चट्टानों और वायु प्रवाह में विलीन हो जाती है। लेकिन कभी-कभी, ऊष्मा उतनी तेजी से बढ़ती है जितनी कि वह बाहर निकल सकती है, जिससे कोयला बिना किसी चिंगारी के खुद को प्रज्वलित करने के लिए गर्म होने लगता है। इस घटना को 'स्वतः दहन' (spontaneous combustion) के रूप में जाना जाता है, जो खनन में सबसे पुरानी और निरंतर रहने वाली खतरों में से एक है। यह एक उत्पादक खदान को एक सील किए गए आपदा क्षेत्र में बदल सकता है, जिससे जहरीली गैसें और ग्रीनहाउस उत्सर्जन निकलता है जो दशकों तक बना रहता है। क्योंकि आग धीरे-धीरे और बिना धुएं या दृश्य लौ के शुरू होती है, इसलिए खनिक पूरी तरह से हवा पर निर्भर रहते हैं कि कुछ गलत हो रहा है या नहीं। एक सदी से अधिक समय से, इस हवा को सुनने का मानक तरीका विशिष्ट गैसों को मापना और उन्हें सरल गणितीय अनुपातों का उपयोग करके तुलना करना रहा है। इनमें सबसे प्रसिद्ध गणना 'ग्राहम का इंडेक्स' (Graham's index) है, जो हवा में कार्बन मोनोऑक्साइड की मात्रा की तुलना उस ऑक्सीजन की मात्रा से करता है जिसका उपयोग किया गया है। यदि अनुपात बहुत अधिक हो जाता है, तो यह आग का संकेत देने के लिए माना जाता है।

हालाँकि, कनकले ओन्सेकिज़ मार्ट यूनिवर्सिटी के उलास सिनार द्वारा किया गया एक नया अध्ययन सुझाव देता है कि एक स्वचालित अलार्म प्रणाली के रूप में उपयोग किए जाने पर यह लंबे समय से चली आ रही विधि मौलिक रूप से त्रुटिपूर्ण हो सकती है। यह शोध केवल इस बात पर नहीं देखता कि क्या ये विधियाँ आग लगने पर उसे पकड़ पाती हैं; बल्कि यह एक अधिक कठिन प्रश्न पूछता है: वे कितनी बार "आग" चिल्लाती हैं जब वहाँ केवल शांत हवा होती है? सुरक्षा निगरानी की दुनिया में, एक अलार्म जो लगातार बजता रहता है, वह अलार्म न होने से भी बदतर है, क्योंकि श्रमिक अंततः उसे अनदेखा करना सीख जाते हैं। सिनार ने इन चेतावनी प्रणालियों के परीक्षण के लिए एक नया तरीका विकसित किया जो उन्हें यह साबित करने के लिए मजबूर करता है कि वे वास्तविक खतरे और एक झूठे खतरे के बीच अंतर कर सकते हैं। खदान की हवा के हजारों कंप्यूटर सिमुलेशन चलाकर और फिर तीन अलग-अलग कोयला खदानों के वास्तविक रिकॉर्ड के विरुद्ध इन विधियों का परीक्षण करके, अध्ययन में पाया गया कि पारंपरिक ग्राहम का इंडेक्स इन सख्त परिस्थितियों में पूरी तरह विफल रहता है। वास्तव में, अध्ययन से पता चलता है कि इंडेक्स अक्सर ठीक उसके विपरीत व्यवहार करता है जैसा कि उसे करना चाहिए: यह तब सबसे तेज़ आवाज करता है जब कोई आग नहीं होती, और तब चुप रहता है जब वास्तव में आग जल रही होती है।

समस्या का मूल कारण इंडेक्स के पीछे का गणित है। ग्राहम का इंडेक्स कार्बन मोनोऑक्साइड की मात्रा को "ऑक्सीजन की कमी" (oxygen deficiency) से विभाजित करता है, जो केवल ताजी हवा में ऑक्सीजन की सामान्य मात्रा और खदान में वर्तमान मात्रा के बीच का अंतर है। अच्छी तरह से हवादार सुरंगों में जहाँ ताजी हवा स्वतंत्र रूप से बहती है, वहां ऑक्सीजन की कमी बहुत कम होती है, जो अक्सर शून्य के करीब होती है। जब आप किसी ऐसी संख्या से भाग देते है जो लगभग शून्य के बराबर हो, तो माप में मामूली त्रुटि भी परिणाम को एक विशाल, अर्थहीन मान में बदल देती है। यह एक विशाल महासागर में एक एकल बूंद को देखकर सूक्ष्म परिवर्तन को मापने की कोशिश करने जैसा है; गणित अस्थिर हो जाता है। सिमुलेशन में, इस अस्थिरता का अर्थ था कि इंडेक्स अक्सर सामान्य, आग-मुक्त अवधियों के दौरान भी अलार्म स्तरों तक उछल जाता था। जब शोधकर्ताओं ने इस परीक्षण को वास्तविक खदान डेटा पर लागू किया, तो विफलता और भी नाटकीय थी। वेंटिलेटेड क्षेत्रों में तेरह में से सात आग-मुक्त प्रकरणों में, इंडेक्स 44 जैसे मानों तक पहुंच गया, जो कि 1.0 के मानक अलार्म थ्रेशोल्ड से बहुत ऊपर है। वहीं, सील की गई दीवारों के पीछे हो रही दो पुष्ट आग के दौरान, इंडेक्स कभी 0.50 से ऊपर नहीं उठा। सिस्टम गलत समय पर चिल्ला रहा था और सही समय पर शांत था।

इसे हल करने के लिए, अध्ययन ने एक नया प्रोटोकॉल पेश किया जो प्रत्येक चेतावनी विधि को, चाहे वह एक सरल गणितीय सूत्र हो या एक जटिल कंप्यूटर प्रोग्राम, एक निश्चित स्विच के बजाय एक निरंतर स्कोर के रूप में मानता है। शोधकर्ताओं ने पूछा: "यदि हम इस प्रणाली की संवेदनशीलता को इस तरह सेट करते हैं कि यह केवल 10 प्रतिशत समय ही गलत अलार्म बजाए, तो यह कितनी वास्तविक आग पकड़ता है?" यह दृष्टिकोण खेल के मैदान को समान बनाता है, जिससे प्रत्येक विधि को सख्त नियमों के तहत अपनी योग्यता सिद्ध करने के लिए मजबूर किया जाता है। जब उन्होंने सिमुलेटेड डेटा पर यह परीक्षण चलाया, तो ग्राहम का इंडेक्स किसी भी सेटिंग पर एक भी आग का पता लगाने में विफल रहा जो कम गलत अलार्म वाली सेटिंग थी। यह बस एक विश्वसनीय डिटेक्टर नहीं था। अध्ययन ने 'डीप लर्निंग नेटवर्क' के रूप में जाने जाने वाले उन्नत कंप्यूटर मॉडल का भी परीक्षण किया, जो डेटा की विशाल मात्रा से पैटर्न सीखने के लिए डिज़ाइन किए गए हैं। इन मॉडलों को सिमुलेटेड हवा के डेटा पर प्रशिक्षित किया गया और फिर बिना किसी अतिरिक्त समायोजन के वास्तविक खदान रिकॉर्ड पर परीक्षण किया गया। परिणामों ने दिखाया कि हालांकि ये जटिल मॉडल कुछ आग का पता लगा सकते थे, लेकिन वे एक बहुत ही सरल दृष्टिकोण से काफी बेहतर प्रदर्शन नहीं कर सके: अकेले कार्बन मोनोऑक्साइड के स्तर पर नज़र रखना।

वास्तविक दुनिया के परीक्षण में, कार्बन मोनोऑक्साइड सेंसर पर एक सरल थ्ररेज (threshold) ने तीनों पुष्ट आग का पता लगाया, जिससे तापमान सेंसर द्वारा आग की आधिकारिक पुष्टि होने से औसतन 345 घंटे पहले चेतावनी मिली। जटिल कंप्यूटर मॉडलों ने तीन में से दो आग का पता लगाया, जिसमें लीड टाइम (चेतावनी का समय) समान था। अध्ययन निष्कर्ष निकालता है कि इस विशिष्ट संदर्भ में डीप लर्निंग मॉडल की अतिरिक्त जटिलता बेहतर सुरक्षा प्रदर्शन में परिवर्तित नहीं हुई। विकसित होती आग का संकेत कार्बन मोनोऑक्साइड के स्तर में इतना मजबूत होता है कि एक सरल जांच अक्सर पर्याप्त होती है, बशर्ते कि प्रणाली को गलत अलार्म से बचने के लिए ट्यून किया गया हो। पारंपरिक इंडेक्स की विफलता रासायनिक समझ की कमी के कारण नहीं थी, बल्कि एक संख्यात्मक कमजोरी के कारण थी जो इसे वेंटिलेटेड क्षेत्रों में एक स्टैंडअलोन अलार्म के रूप में बेकार बनाती है। शोधकर्ता सुझाव देते हैं कि उद्योग को स्वचालित चेतावनियों के लिए इन अस्थिर अनुपातों पर भरोसा करने से दूर हट जाना चाहिए। इसके बजाय, वे कार्बन मोनोऑक्साइड की कच्ची सांद्रता (raw concentration) का उपयोग करने की सिफारिश करते हैं, संभवतः एक सरल नियम के साथ कि यदि ऑक्सीजन का स्तर गणना को सार्थक बनाने के लिए बहुत अधिक हो, तो डेटा को अनदेखा किया जाए।

अध्ययन इस बात पर भी प्रकाश डालता है कि सुरक्षा अनुसंधान को अक्सर कैसे रिपोर्ट किया जाता है जिसमें सीमाएँ होती हैं। कई पिछले शोध पत्र अपने मॉडलों की उच्च सटीकता का दावा करते हैं क्योंकि वे गैस स्तरों की भविष्यवाणी करने में कितने अच्छे हैं या केवल उन दिनों पर परीक्षण करते हैं जब आग होने की जानकारी थी। यह दृष्टिकोण इस तथ्य को छिपा देता है कि प्रणाली हर दिन अलार्म बजा सकती है जब कोई आग मौजूद नहीं होती है। डिटेक्शन रेट के साथ-साथ फॉल्स-अलार्म रेट (गलत अलार्म दर) को मापने पर जोर देकर, यह पेपर दिखाता है कि एक विधि कागज पर एकदम सही दिख सकती है जबकि व्यवहार में वह बेकार हो सकती है। निष्कर्ष कंप्यूटर सिमुलेशन और वास्तविक खदान रिकॉर्ड के एक छोटे सेट के संयोजन पर आधारित हैं, जिसका अर्थ है कि परिणाम परीक्षण की गई स्थितियों के विशिष्ट हैं। अध्ययन यह दावा नहीं करता है कि खनन सुरक्षा के लिए डीप लर्निंग बेकार है, बल्कि यह कि इस विशिष्ट कार्य में, एक सरल, अच्छी तरह से ट्यून किया गया सेंसर चेक एक जटिल अनुपात से बेहतर प्रदर्शन करता है जो गणितीय त्रुटियों के प्रति संवेदनशील है। अंतिम लक्ष्य यह सुनिश्चित करना है कि जब खदान में अलार्म बजे, तो वह एक ऐसा संकेत हो जिस पर तुरंत ध्यान दिया जाए, न कि एक ऐसा शोर जिसे वर्षों से अनदेखा किया जा रहा हो।