馬國龍

(1.瓦斯災(zāi)害監(jiān)控與應(yīng)急技術(shù)國家重點(diǎn)實(shí)驗(yàn)室， 重慶 400037；2.中煤科工集團(tuán)重慶研究院有限公司， 重慶 400037)

0 引言

煤與瓦斯突出(以下簡稱“突出”)是煤礦井下最嚴(yán)重的災(zāi)害之一[1-2]。長期的防突實(shí)踐表明，突出與地質(zhì)異常關(guān)系密切，不僅地質(zhì)構(gòu)造破壞帶是突出的易發(fā)區(qū)域，而且大多數(shù)突出存在煤層傾角或厚度突變、煤層分叉或合層、煤層變軟、軟分層增厚等煤層賦存或煤體結(jié)構(gòu)異?，F(xiàn)象[3-5]。因此，對地質(zhì)異常進(jìn)行超前、準(zhǔn)確判識，對于突出防治意義重大。

近年來，物探、鉆探技術(shù)及裝備發(fā)展迅速，地質(zhì)構(gòu)造探測取得了顯著進(jìn)步，但小型地質(zhì)構(gòu)造的探測問題現(xiàn)階段還沒有得到有效解決，且煤層賦存變化和煤體結(jié)構(gòu)異常與地質(zhì)構(gòu)造相比更具隱蔽性，目前的探測手段對其基本無能為力[6-8]。這些地質(zhì)異常的超前判識已成為突出防治亟需解決的技術(shù)難題之一。

工作面突出危險(xiǎn)性預(yù)測也稱防突預(yù)測，是2個(gè)“四位一體”綜合防突措施的重要組成部分，在我國煤礦現(xiàn)場得到了廣泛應(yīng)用。但是，現(xiàn)有的防突預(yù)測方法均是將預(yù)測指標(biāo)與臨界值進(jìn)行比較，判斷預(yù)測指標(biāo)是否超標(biāo)，并將工作面簡單地劃分為有突出危險(xiǎn)或無突出危險(xiǎn)[9]；沒有對防突預(yù)測數(shù)據(jù)進(jìn)行深入分析，對防突預(yù)測數(shù)據(jù)中隱含的有用信息未能有效利用，造成了防突預(yù)測數(shù)據(jù)資源浪費(fèi)，對防突措施制定和防突管理的指導(dǎo)作用有限。

隨著信息技術(shù)的快速發(fā)展，面向復(fù)雜、海量數(shù)據(jù)背后隱藏信息提取和知識發(fā)現(xiàn)的數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，為防突預(yù)測數(shù)據(jù)的深入分析和拓展應(yīng)用提供了有效手段。本文基于數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)分析方法，提出了一種基于防突預(yù)測特征的地質(zhì)異常智能判識方法，設(shè)計(jì)、開發(fā)了防突預(yù)測特征地質(zhì)異常智能判識系統(tǒng)，實(shí)現(xiàn)了基于防突預(yù)測數(shù)據(jù)深度分析的地質(zhì)異常超前、智能判識，并通過現(xiàn)場試驗(yàn)驗(yàn)證了方法和系統(tǒng)的可行性和有效性。

1 總體思路

采用大數(shù)據(jù)思維和方法，通過關(guān)聯(lián)分析掌握防突預(yù)測特征與地質(zhì)異常之間的相關(guān)性，據(jù)此對地質(zhì)異常進(jìn)行超前判識。首先，對礦井防突預(yù)測和地質(zhì)異常歷史數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，提取防突預(yù)測特征與地質(zhì)異常之間的關(guān)聯(lián)規(guī)則，建立地質(zhì)異常判識準(zhǔn)則；然后，日常防突過程中，以判識準(zhǔn)則為依據(jù)，根據(jù)新獲取的防突預(yù)測數(shù)據(jù)，分析工作面防突預(yù)測特征，對地質(zhì)異常進(jìn)行超前判識；最后，隨著防突預(yù)測及地質(zhì)異常數(shù)據(jù)的積累和更新，定期進(jìn)行關(guān)聯(lián)分析，提取新的關(guān)聯(lián)規(guī)則，對地質(zhì)異常判識準(zhǔn)則進(jìn)行動(dòng)態(tài)調(diào)優(yōu)。

2 防突預(yù)測特征指標(biāo)體系

正常地質(zhì)條件下，煤層賦存穩(wěn)定，煤體結(jié)構(gòu)完整，瓦斯賦存、應(yīng)力分布和煤的物理力學(xué)性質(zhì)等與周邊環(huán)境基本一致，防突預(yù)測數(shù)據(jù)變化較小。當(dāng)?shù)刭|(zhì)異常時(shí)，煤層賦存狀態(tài)和煤體結(jié)構(gòu)等發(fā)生劇烈變化，通常伴隨瓦斯富集、局部應(yīng)力增高和煤體破碎等，會引起防突預(yù)測數(shù)據(jù)的顯著變化，與正常地質(zhì)條件相比存在明顯差異[10-12]。因此，從防突預(yù)測數(shù)據(jù)特征及其變化規(guī)律入手，構(gòu)建了2個(gè)大類、10個(gè)防突預(yù)測特征指標(biāo)，形成了防突預(yù)測特征指標(biāo)體系，見表1。

2.1 單次防突預(yù)測事件數(shù)據(jù)分布特征指標(biāo)

該類指標(biāo)分別從峰態(tài)、均態(tài)、偏態(tài)和離散性等角度對一次防突預(yù)測事件的數(shù)據(jù)分布特征進(jìn)行測度和描述。其中，極大值指標(biāo)MI和平均值指標(biāo)AI分別表示一次防突預(yù)測事件得到的防突預(yù)測數(shù)據(jù)組中同一種防突預(yù)測指標(biāo)的最大值和平均值，與該防突預(yù)測指標(biāo)臨界值的比值，體現(xiàn)了防突預(yù)測數(shù)據(jù)組的峰值及整體的相對大小，反映了工作面突出危險(xiǎn)程度，其值越大，突出危險(xiǎn)越嚴(yán)重，地質(zhì)異?？赡苄砸苍酱?；極值差指標(biāo)RI表示同一種防突預(yù)測指標(biāo)的最大值與最小值之差與該防突預(yù)測指標(biāo)臨界值的比值，其值體現(xiàn)了防突預(yù)測數(shù)據(jù)的離散程度；極大平均比指標(biāo)HI表示同一種防突預(yù)測指標(biāo)的最大值與平均值的比值，其值體現(xiàn)了防突預(yù)測數(shù)據(jù)組峰值相對于均值的偏離程度；極值差指標(biāo)RI和極大平均比指標(biāo)HI均反映了工作面前方防突預(yù)測范圍內(nèi)煤體瓦斯分布及物理力學(xué)性質(zhì)的不均勻性，其值較大時(shí)可能存在局部地質(zhì)異常。各指標(biāo)的計(jì)算公式分別為

表1 防突預(yù)測特征指標(biāo)體系Table 1 Index system of coal and gas outburst prediction characteristics

(1)

(2)

(3)

(4)

式中：Imax，Imin，Iavg分別為一次防突預(yù)測事件所得防突預(yù)測數(shù)據(jù)組中防突預(yù)測指標(biāo)I(如鉆屑量S、鉆屑瓦斯解吸指標(biāo)K1或Δh2、鉆孔瓦斯涌出初速度q等)的最大值、最小值和平均值；Il為防突預(yù)測指標(biāo)I的臨界值。

2.2 前后連續(xù)防突預(yù)測事件數(shù)據(jù)變化特征指標(biāo)

煤礦現(xiàn)場防突預(yù)測是循環(huán)進(jìn)行的，具有一定的時(shí)空連續(xù)性。前后連續(xù)防突預(yù)測事件數(shù)據(jù)變化特征指標(biāo)是對前后依次接續(xù)的防突預(yù)測事件測定的防突預(yù)測數(shù)據(jù)變化特征的描述。

極大值波動(dòng)指標(biāo)EI和平均值波動(dòng)指標(biāo)FI表示相鄰2次防突預(yù)測事件防突預(yù)測數(shù)據(jù)峰值和均值的相對變化；極大值變動(dòng)指標(biāo)DI和平均值變動(dòng)指標(biāo)UI表示當(dāng)前防突預(yù)測事件和與之相鄰的前幾次防突預(yù)測事件相比，防突預(yù)測數(shù)據(jù)峰值和均值的相對變化。這些指標(biāo)反映了沿工作面推進(jìn)方向一定距離內(nèi)煤體突出危險(xiǎn)性的大小變化，當(dāng)指標(biāo)值較大時(shí)說明突出危險(xiǎn)性發(fā)生突變，工作面有極大可能存在地質(zhì)異常。各指標(biāo)的計(jì)算公式分別為

(5)

(6)

(7)

(8)

式中：Imax-N和Iavg-N分別為當(dāng)前防突預(yù)測事件中防突預(yù)測指標(biāo)I的最大值和平均值；Imax-B和Iavg-B分別為前一次防突預(yù)測事件中防突預(yù)測指標(biāo)I的最大值和平均值；Imax-avg和Iavg-avg分別為前幾次防突預(yù)測事件中防突預(yù)測指標(biāo)I的最大值的均值和平均值的均值。

(9)

式中IZ為防突預(yù)測數(shù)據(jù)的最大值Imax或平均值Iavg。

3 地質(zhì)異常智能判識方法

3.1 判識流程

基于防突預(yù)測特征的地質(zhì)異常智能判識方法流程如圖1所示，具體步驟如下：① 收集防突預(yù)測和地質(zhì)異常歷史數(shù)據(jù)，并以工作面進(jìn)尺為基準(zhǔn)軸線對其進(jìn)行整理，形成防突預(yù)測數(shù)據(jù)集合序列和地質(zhì)異常數(shù)據(jù)集合序列。② 基于防突預(yù)測數(shù)據(jù)集合序列進(jìn)行防突預(yù)測特征分析，依次計(jì)算每個(gè)防突預(yù)測事件對應(yīng)的防突預(yù)測特征指標(biāo)值，形成防突預(yù)測特征值集合序列。③ 以工作面進(jìn)尺為基準(zhǔn)，對防突預(yù)測特征值集合序列和地質(zhì)異常數(shù)據(jù)集合序列進(jìn)行整合處理，得到同一空間標(biāo)度下的防突預(yù)測特征值與地質(zhì)異常情況。④ 對防突預(yù)測特征指標(biāo)進(jìn)行二元屬性轉(zhuǎn)換，構(gòu)建防突預(yù)測特征-地質(zhì)異常事務(wù)集。⑤ 對事務(wù)集進(jìn)行關(guān)聯(lián)分析，建立防突預(yù)測特征項(xiàng)與地質(zhì)異常項(xiàng)之間的關(guān)聯(lián)規(guī)則，確定關(guān)聯(lián)規(guī)則的支持事件。⑥ 計(jì)算關(guān)聯(lián)規(guī)則的支持度、置信度和函數(shù)l，對關(guān)聯(lián)規(guī)則進(jìn)行優(yōu)選，確定其中的有效規(guī)則。⑦ 根據(jù)有效規(guī)則，建立地質(zhì)異常判識準(zhǔn)則。⑧ 在礦井防突過程中，動(dòng)態(tài)獲取工作面防突預(yù)測數(shù)據(jù)，計(jì)算防突預(yù)測特征指標(biāo)，并根據(jù)地質(zhì)異常判識準(zhǔn)則，確定工作面前方地質(zhì)異?？赡苄缘燃墸?shí)時(shí)發(fā)布判識結(jié)果。⑨ 對地質(zhì)異常判識結(jié)果進(jìn)行考察、驗(yàn)證和反饋，并隨著防突預(yù)測和地質(zhì)異常數(shù)據(jù)的不斷更新，定期開展關(guān)聯(lián)分析，對地質(zhì)異常判識準(zhǔn)則進(jìn)行優(yōu)化。

3.2 關(guān)鍵環(huán)節(jié)

3.2.1 防突預(yù)測特征指標(biāo)二元屬性轉(zhuǎn)換

防突預(yù)測特征指標(biāo)均為連續(xù)屬性變量，構(gòu)建防突預(yù)測-地質(zhì)異常事務(wù)集之前，需要對其進(jìn)行二元化處理。常用的連續(xù)屬性變量的二元化處理方法有2種[13-15]：一種是對變量進(jìn)行離散化，將其取值范圍分割成若干個(gè)離散的區(qū)間(通常各區(qū)間的寬度相等)，通過為每個(gè)區(qū)間創(chuàng)建一個(gè)新的項(xiàng)——特征指標(biāo)∈區(qū)間，實(shí)現(xiàn)連續(xù)屬性向非對稱二元屬性的轉(zhuǎn)換，在此稱為離散區(qū)間法；另一種是在變量的取值范圍內(nèi)提取一系列離散的數(shù)值，通常這些數(shù)值間距相等，基于每一個(gè)數(shù)值創(chuàng)建一個(gè)新的項(xiàng)——特征指標(biāo)>(或≥、<、≤)數(shù)值，將連續(xù)屬性變量二元化，在此稱為取值比較法。其中，區(qū)間寬度、取值間距等參數(shù)的合理選擇對于關(guān)聯(lián)模式的發(fā)現(xiàn)十分重要，區(qū)間寬度太寬或太窄，取值間距太大或太小，都容易造成關(guān)聯(lián)模式的丟失。

圖1 基于防突預(yù)測特征的地質(zhì)異常智能判識流程Fig.1 Intelligent identification process of geological anomaly based on coal and gas outburst prediction characteristics

綜合考慮煤礦現(xiàn)場防突預(yù)測指標(biāo)的測量精度和測量范圍，防突預(yù)測特征與地質(zhì)異常之間的關(guān)系，以及防突預(yù)測特征指標(biāo)的分析計(jì)算精度等，確定各防突預(yù)測特征指標(biāo)的二元化處理方法和參數(shù)，見表2。

表2 防突預(yù)測特征指標(biāo)二元化處理方法及相關(guān)參數(shù)Table 2 Binary processing method and parameters of coal and gas outburst prediction characteristic index

3.2.2 防突預(yù)測特征與地質(zhì)異常關(guān)聯(lián)規(guī)則分析

關(guān)聯(lián)規(guī)則分析的目的在于發(fā)現(xiàn)隱含在防突預(yù)測特征-地質(zhì)異常事務(wù)集中的相關(guān)關(guān)系，找出防突預(yù)測特征與地質(zhì)異常之間的頻繁模式和關(guān)聯(lián)結(jié)構(gòu)，為地質(zhì)異常判識準(zhǔn)則的建立提供依據(jù)和支撐。

防突預(yù)測特征-地質(zhì)異常事務(wù)集為序列數(shù)據(jù)集合，以工作面進(jìn)尺為基準(zhǔn)軸線，所有防突預(yù)測事件和地質(zhì)異常事件按照各自發(fā)生的空間位置進(jìn)行排列。關(guān)聯(lián)規(guī)則分析過程中，將防突預(yù)測特征項(xiàng)X作為前件，地質(zhì)異常項(xiàng)Y作為后件，構(gòu)建關(guān)聯(lián)規(guī)則X→Y，表示X出現(xiàn)時(shí)Y也跟著出現(xiàn)的規(guī)律性。因此，每個(gè)防突預(yù)測特征項(xiàng)都對應(yīng)一條關(guān)聯(lián)規(guī)則。

考慮地質(zhì)異常判識的超前性，對防突預(yù)測事件施加向前空間距離約束，如圖2所示。當(dāng)?shù)刭|(zhì)異常事件處于防突預(yù)測事件的空間距離約束之內(nèi)時(shí)，認(rèn)為防突預(yù)測特征與地質(zhì)異常之間的關(guān)聯(lián)模式被這組事件支持。其中，空間距離約束的寬度可根據(jù)地質(zhì)異常判識的期望超前距離進(jìn)行確定，通常為10～20 m。按照該方法，依次分析每一組防突預(yù)測事件和地質(zhì)異常事件對各關(guān)聯(lián)規(guī)則的支持性，從而確定各關(guān)聯(lián)規(guī)則的支持事件。

圖2 關(guān)聯(lián)分析的空間距離約束Fig.2 Spatial distance constraint of association analysis

3.2.3 關(guān)聯(lián)規(guī)則優(yōu)選及有效規(guī)則確定

關(guān)聯(lián)規(guī)則X→Y的支持度s(X→Y)表示同時(shí)包含X和Y這2個(gè)項(xiàng)集的事務(wù)數(shù)占所有事務(wù)數(shù)的比例(式(10))。只有支持度s(X→Y)并不能反映太多問題，但將其與地質(zhì)異常項(xiàng)Y的支持度s(Y)結(jié)合，構(gòu)建函數(shù)l(X→Y)(式(11))，能很好地反映根據(jù)防突預(yù)測特征項(xiàng)X推斷地質(zhì)異常項(xiàng)Y的漏報(bào)情況。l(X→Y)越大，漏報(bào)率越低；當(dāng)l(X→Y)=1時(shí)，沒有漏報(bào)現(xiàn)象發(fā)生。

(10)

(11)

式中：σ()表示包含相應(yīng)項(xiàng)的事務(wù)數(shù)；N為所有事務(wù)數(shù)。

置信度c(X→Y)表示Y在包含X的事務(wù)中出現(xiàn)的頻繁程度(式(12))，其值反映了通過規(guī)則進(jìn)行推理的可靠性，即根據(jù)防突預(yù)測特征項(xiàng)X推斷地質(zhì)異常項(xiàng)Y的可信度。置信度c(X→Y)越大，可信度越高。

(12)

根據(jù)函數(shù)l(X→Y)和置信度c(X→Y)對關(guān)聯(lián)規(guī)則X→Y進(jìn)行優(yōu)選，將l(X→Y)≥L且c(X→Y)≥C的關(guān)聯(lián)規(guī)則歸為有效規(guī)則，其中L和C分別為關(guān)聯(lián)規(guī)則有效性判定函數(shù)l(X→Y)和置信度c(X→Y)的臨界值，根據(jù)現(xiàn)場實(shí)際情況確定，通常L≥0.7，C≥0.6。在防突預(yù)測特征-地質(zhì)異常事務(wù)集中，一個(gè)防突預(yù)測特征指標(biāo)對應(yīng)多個(gè)項(xiàng)，可能存在同一指標(biāo)有多個(gè)關(guān)聯(lián)規(guī)則滿足要求的情況，這時(shí)選取置信度最高的關(guān)聯(lián)規(guī)則作為該指標(biāo)最終的有效規(guī)則。

3.2.4 地質(zhì)異常判識準(zhǔn)則建立及可能性等級劃分

根據(jù)篩選出的有效關(guān)聯(lián)規(guī)則，建立地質(zhì)異常判識準(zhǔn)則，其中有效規(guī)則的前件X即為地質(zhì)異常的判識條件。每一個(gè)有效規(guī)則對應(yīng)一個(gè)判識條件。存在多個(gè)有效規(guī)則時(shí)，判識條件有多個(gè)，其中任意一個(gè)判識條件滿足要求時(shí)，即判定工作面前方可能存在地質(zhì)異常。地質(zhì)異?？赡苄缘燃墑澐忠?guī)則見表3，其中T為地質(zhì)異?？赡苄源笮?，T1和T2分別為1級與2級、2級與3級的臨界值，其值可通過式(13)—式(15)計(jì)算。

表3 地質(zhì)異?？赡苄缘燃墑澐忠?guī)則Table 3 Classification rules of geological anomaly possibility

(13)

(14)

(15)

式中：Xj為防突預(yù)測特征指標(biāo)滿足的判識條件,j為防突預(yù)測特征指標(biāo)滿足的判識條件的序號；m為防突預(yù)測特征指標(biāo)滿足的判識條件的個(gè)數(shù)。

4 基于防突預(yù)測特征的地質(zhì)異常智能判識系統(tǒng)

4.1 整體結(jié)構(gòu)

基于防突預(yù)測特征的地質(zhì)異常智能判識系統(tǒng)整體結(jié)構(gòu)如圖3所示。在煤礦井下安裝無線基站，實(shí)現(xiàn)防突工作面無線網(wǎng)絡(luò)覆蓋。突出參數(shù)測定儀或防突信息采集儀連接井下無線網(wǎng)絡(luò)，經(jīng)井下環(huán)網(wǎng)將防突預(yù)測信息自動(dòng)上傳到地面服務(wù)器，并存儲到系統(tǒng)數(shù)據(jù)庫中。系統(tǒng)的數(shù)據(jù)分析服務(wù)在線分析防突預(yù)測特征，超前、自動(dòng)判識地質(zhì)異常，并通過網(wǎng)站或手機(jī)應(yīng)用程序(APP)對判識結(jié)果進(jìn)行遠(yuǎn)程、移動(dòng)發(fā)布。

4.2 軟件架構(gòu)

系統(tǒng)軟件整體采用B/S架構(gòu)，包含采集接口、數(shù)據(jù)庫、分析服務(wù)、查詢服務(wù)、網(wǎng)站和移動(dòng)APP等6個(gè)模塊，如圖4所示。

(1) 采集接口。用于突出參數(shù)測定儀和防突信息采集儀向系統(tǒng)數(shù)據(jù)庫自動(dòng)上傳防突預(yù)測信息。

圖3 基于防突預(yù)測特征的地質(zhì)異常智能判識系統(tǒng)整體結(jié)構(gòu)Fig.3 Structure of geological anomaly intelligent identification system based on coal and gas outburst prediction characteristics

圖4 基于防突預(yù)測特征的地質(zhì)異常智能判識系統(tǒng)軟件架構(gòu)Fig.4 Software architecture of geological anomaly intelligent identification system based on coal and gas outburst prediction characteristics

(2) 數(shù)據(jù)庫。用于存儲防突預(yù)測數(shù)據(jù)、防突預(yù)測特征指標(biāo)、關(guān)聯(lián)規(guī)則提取結(jié)果、地質(zhì)異常判識準(zhǔn)則、地質(zhì)異常判識結(jié)果等業(yè)務(wù)數(shù)據(jù)，以及用戶權(quán)限、操作日志、運(yùn)行日志等系統(tǒng)數(shù)據(jù)。

(3) 分析服務(wù)。包含防突預(yù)測特征分析、關(guān)聯(lián)規(guī)則提取和地質(zhì)異常判識3個(gè)子服務(wù)。防突預(yù)測特征分析子服務(wù)用于防突預(yù)測特征指標(biāo)的實(shí)時(shí)計(jì)算；關(guān)聯(lián)規(guī)則提取子服務(wù)負(fù)責(zé)防突預(yù)測特征指標(biāo)與地質(zhì)異常之間關(guān)聯(lián)關(guān)系分析，提取有效關(guān)聯(lián)規(guī)則，確定地質(zhì)異常判識準(zhǔn)則；地質(zhì)異常判識子服務(wù)負(fù)責(zé)根據(jù)防突預(yù)測特征分析結(jié)果，按照地質(zhì)異常判識準(zhǔn)則，在線判識地質(zhì)異常。

(4) 查詢服務(wù)。根據(jù)用戶提出的查詢條件，對防突預(yù)測信息和地質(zhì)異常判識信息進(jìn)行查詢。

(5) 網(wǎng)站和移動(dòng)APP。主要用于系統(tǒng)與用戶之間的信息交互，對防突預(yù)測信息和地質(zhì)異常判識信息進(jìn)行遠(yuǎn)程、移動(dòng)查詢、輸出和發(fā)布等。

4.3 主要功能

系統(tǒng)功能結(jié)構(gòu)如圖5所示，主要包括防突預(yù)測管理、地質(zhì)異常判識和系統(tǒng)管理3類功能。

圖5 基于防突預(yù)測特征的地質(zhì)異常智能判識系統(tǒng)功能結(jié)構(gòu)Fig.5 Function structure of geological anomaly intelligent identification system based on coal and gas outburst prediction characteristics

(1) 防突預(yù)測管理功能。系統(tǒng)能夠聯(lián)網(wǎng)采集突出參數(shù)測定儀或防突信息采集儀中的防突預(yù)測信息，并根據(jù)獲取的防突預(yù)測信息自動(dòng)生成格式化防突預(yù)測表單；能夠?qū)⒎劳活A(yù)測表單依次、逐級地推送給審批用戶，審批用戶通過網(wǎng)站或手機(jī)APP對防突預(yù)測表單進(jìn)行遠(yuǎn)程、移動(dòng)審批；能夠從礦井、工作面、防突預(yù)測事件、防突預(yù)測鉆孔等不同層面和時(shí)間、空間等不同維度對防突預(yù)測信息進(jìn)行統(tǒng)計(jì)分析，自動(dòng)生成曲線、餅狀、柱狀等類型的統(tǒng)計(jì)圖。

(2) 地質(zhì)異常判識功能。系統(tǒng)能夠自動(dòng)分析防突預(yù)測信息，在線計(jì)算防突預(yù)測特征指標(biāo)值，并按照地質(zhì)異常判識準(zhǔn)則超前判識工作面前方地質(zhì)異常，及時(shí)發(fā)出提醒信息；另外，能夠動(dòng)態(tài)挖掘防突預(yù)測特征與地質(zhì)異常之間的關(guān)聯(lián)規(guī)則，對地質(zhì)異常判識準(zhǔn)則進(jìn)行自動(dòng)調(diào)優(yōu)。

(3) 系統(tǒng)管理功能。主要包括用戶管理、日志管理、打印輸出3項(xiàng)。用戶管理功能：添加、修改、刪除用戶，并進(jìn)行用戶類型設(shè)置和權(quán)限分配。日志管理功能：包括用戶操作日志管理和系統(tǒng)運(yùn)行日志管理，能夠?qū)τ脩舨僮饔涗浐拖到y(tǒng)運(yùn)行記錄進(jìn)行查詢和分析，可據(jù)此對用戶操作過程和系統(tǒng)運(yùn)行過程進(jìn)行追溯。打印輸出功能：對系統(tǒng)生成的各種表單、圖形等進(jìn)行打印，或輸出為Excel、PDF、PNG、JPG等格式文件。

5 現(xiàn)場試驗(yàn)

為了驗(yàn)證基于防突預(yù)測特征的地質(zhì)異常智能判識方法及系統(tǒng)的可行性和準(zhǔn)確性，在重慶某礦進(jìn)行了現(xiàn)場試驗(yàn)。該礦地質(zhì)條件復(fù)雜，斷裂構(gòu)造發(fā)育，實(shí)測最大煤層瓦斯壓力為4.3 MPa，突出災(zāi)害十分嚴(yán)重。為了有效防突，礦井在工作面突出危險(xiǎn)性預(yù)測環(huán)節(jié)采用鉆屑指標(biāo)法進(jìn)行連續(xù)循環(huán)預(yù)測。

針對試驗(yàn)礦井，構(gòu)建了基于防突預(yù)測特征的地質(zhì)異常智能判識系統(tǒng)，并利用該系統(tǒng)對累計(jì)長度約2.8 km巷道的防突預(yù)測和地質(zhì)異常歷史數(shù)據(jù)進(jìn)行自動(dòng)關(guān)聯(lián)分析。計(jì)算每一次防突預(yù)測事件的防突預(yù)測特征指標(biāo)值，構(gòu)建防突預(yù)測特征-地質(zhì)異常歷史事務(wù)集；以每一個(gè)防突預(yù)測特征項(xiàng)為前件，以地質(zhì)異常項(xiàng)為后件，建立關(guān)聯(lián)規(guī)則集，共包含20組、196條關(guān)聯(lián)規(guī)則；確定各關(guān)聯(lián)規(guī)則的支持事件，計(jì)算各關(guān)聯(lián)規(guī)則的支持度s、置信度c和函數(shù)l；以L≥0.7和C≥0.6作為規(guī)則有效性判定條件，共提取4條有效關(guān)聯(lián)規(guī)則，各有效關(guān)聯(lián)規(guī)則的支持度s、置信度c和函數(shù)l的值見表4；根據(jù)有效關(guān)聯(lián)規(guī)則，建立地質(zhì)異常判識準(zhǔn)則和地質(zhì)異?？赡苄缘燃墑澐忠?guī)則。其中，地質(zhì)異常判識準(zhǔn)則包括HK1≥1.4，EK1≥0.4，BK1∈[30,60)和RS≥0.6等4個(gè)判識條件，任意一個(gè)條件滿足要求時(shí)，判定工作面前方可能存在地質(zhì)異常。地質(zhì)異常可能性等級劃分規(guī)則：T<0.73時(shí)，為1級；0.73≤T<0.86時(shí)，為2級；T≥0.86時(shí)，為3級。

表4 試驗(yàn)礦井有效關(guān)聯(lián)規(guī)則相關(guān)參數(shù)Table 4 Relevant parameters of effective association rules of test mine

根據(jù)建立的地質(zhì)異常判識準(zhǔn)則和地質(zhì)異常可能性等級劃分規(guī)則，對礦井防突工作面進(jìn)行地質(zhì)異常跟蹤判識。為了驗(yàn)證地質(zhì)異常判識的準(zhǔn)確性，對S1651北回風(fēng)巷掘進(jìn)工作面地質(zhì)異常判識結(jié)果進(jìn)行考察分析，結(jié)果見表5。從表5可看出，系統(tǒng)對地質(zhì)異常情況的判識準(zhǔn)確率為79.31%，對無地質(zhì)異常情況的判識準(zhǔn)確率為91.41%，地質(zhì)異常判識的總準(zhǔn)確率為87.63%。

表5 地質(zhì)異常判識結(jié)果準(zhǔn)確性考察統(tǒng)計(jì)Table 5 Accuracy investigation and statistics of geological anomaly identification results

不同地質(zhì)異?？赡苄缘燃壍呐凶R準(zhǔn)確率如圖6所示。從圖6可看出，隨著地質(zhì)異?？赡苄缘燃壍纳撸刭|(zhì)異常判識的準(zhǔn)確率逐漸增大。

圖6 不同地質(zhì)異?？赡苄缘燃壍呐凶R準(zhǔn)確率Fig.6 Identification accuracy of different geological anomaly probability grades

6 結(jié)語

從單次防突預(yù)測事件數(shù)據(jù)分布和前后連續(xù)防突預(yù)測事件數(shù)據(jù)變化2個(gè)層面，建立了防突預(yù)測特征指標(biāo)體系；采用關(guān)聯(lián)分析方法，建立了基于防突預(yù)測特征的地質(zhì)異常智能判識方法；基于B/S架構(gòu)，設(shè)計(jì)、開發(fā)了基于防突預(yù)測特征的地質(zhì)異常智能判識系統(tǒng)，實(shí)現(xiàn)了防突預(yù)測特征自動(dòng)分析和地質(zhì)異常超前、智能判識。現(xiàn)場試驗(yàn)結(jié)果表明，地質(zhì)異常判識總準(zhǔn)確率達(dá)到了87.63%?；诜劳活A(yù)測特征的地質(zhì)異常智能判識方法和系統(tǒng)為煤礦超前掌握工作面地質(zhì)異常提供了新的技術(shù)手段，實(shí)現(xiàn)了防突預(yù)測數(shù)據(jù)隱含價(jià)值的挖掘利用。