連會(huì)青，徐 斌，田振燾，劉德民，楊 藝，潘光義，王 瑞

礦井水情監(jiān)測(cè)與水害風(fēng)險(xiǎn)預(yù)警平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)

連會(huì)青1，徐 斌1，田振燾2，劉德民1，楊 藝1，潘光義2，王 瑞1

(1. 華北科技學(xué)院 安全工程學(xué)院，北京 101601； 2. 陜西長(zhǎng)武亭南煤業(yè)有限責(zé)任公司，陜西 長(zhǎng)武 713602)

任何礦井水害事故均會(huì)顯現(xiàn)不同的預(yù)兆，為夯實(shí)水害智能預(yù)警基礎(chǔ)，明晰了感知、辨識(shí)、評(píng)估、預(yù)測(cè)及相互邏輯關(guān)系的系統(tǒng)建設(shè)內(nèi)涵，針對(duì)不同水害類型，根據(jù)其突水機(jī)理不同，設(shè)計(jì)三大類多模式水害典型場(chǎng)景，建立相應(yīng)突水判據(jù)，提出了確定性理論精確預(yù)測(cè)與包括大數(shù)據(jù)及深度學(xué)習(xí)在內(nèi)的非確定性趨勢(shì)推測(cè)兩類預(yù)測(cè)方法，為智能預(yù)警系統(tǒng)的預(yù)測(cè)預(yù)報(bào)、預(yù)警準(zhǔn)則及閾值設(shè)置奠定理論基礎(chǔ)。以陜西省彬長(zhǎng)礦區(qū)亭南礦為例，建立了動(dòng)態(tài)信息、靜態(tài)信息及關(guān)聯(lián)信息的指標(biāo)體系，將地面水文動(dòng)態(tài)監(jiān)測(cè)單元、井下水情環(huán)境監(jiān)測(cè)單元以及采掘工作面采動(dòng)動(dòng)態(tài)監(jiān)測(cè)單元集成，構(gòu)建原位采集和突水要素預(yù)兆感知系統(tǒng)，實(shí)施基于關(guān)鍵層電性參數(shù)動(dòng)態(tài)監(jiān)測(cè)、關(guān)鍵部位單點(diǎn)或多點(diǎn)多參數(shù)監(jiān)測(cè)聯(lián)合布置的突水前兆信息精準(zhǔn)獲取方案，采用確定性模擬模型和非確定性智能模型，實(shí)現(xiàn)水害預(yù)測(cè)預(yù)警功能，基于多源數(shù)據(jù)融合和空間聯(lián)動(dòng)分析技術(shù)，預(yù)警系統(tǒng)實(shí)現(xiàn)了井上下全空間水害風(fēng)險(xiǎn)預(yù)警“一張圖”的可視化展示。實(shí)踐表明，監(jiān)測(cè)預(yù)警平臺(tái)理論基礎(chǔ)扎實(shí)，預(yù)測(cè)預(yù)警效果顯著。

礦井水害；水情監(jiān)測(cè)；預(yù)測(cè)預(yù)警；一張圖；預(yù)警系統(tǒng)；亭南煤礦

我國(guó)煤田礦井水文地質(zhì)條件復(fù)雜，礦井重大水災(zāi)事故時(shí)有發(fā)生，此類事故具有破壞性大，突發(fā)性強(qiáng)、搶救難度大、經(jīng)濟(jì)損失大、礦井恢復(fù)周期長(zhǎng)、恢復(fù)期間安全隱患多等特點(diǎn)，常造成重大財(cái)產(chǎn)損失和大量的人員傷亡。大量礦井水災(zāi)事故分析表明[1-2]，任何一次事故都有一個(gè)從孕育、發(fā)展到突發(fā)的“量變到質(zhì)變”的轉(zhuǎn)變過程，在其中的不同階段均會(huì)顯現(xiàn)不同的預(yù)兆，如果能及時(shí)捕捉、監(jiān)測(cè)和發(fā)現(xiàn)這些關(guān)鍵的預(yù)兆信息，通過研發(fā)礦井水情監(jiān)測(cè)與水害風(fēng)險(xiǎn)預(yù)警平臺(tái)，實(shí)時(shí)監(jiān)測(cè)水位(水壓)、涌水量、排水量、降雨量、水溫、應(yīng)力–應(yīng)變、微震數(shù)據(jù)、水化學(xué)特征值等突(透)水指標(biāo)前兆信息[3-4]，并通過構(gòu)建礦井水害指標(biāo)評(píng)價(jià)體系和動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警模型，實(shí)現(xiàn)礦井水害“智能分析、預(yù)知預(yù)判”能使礦井采取有效的防范措施，就能最大限度地減少突水事故所造成的人員傷亡和經(jīng)濟(jì)損失，因此，水災(zāi)監(jiān)測(cè)預(yù)警系統(tǒng)的理論基礎(chǔ)研究及技術(shù)研發(fā)，對(duì)預(yù)防控制礦井水害事故具有重要的理論意義和實(shí)用價(jià)值。

在礦井突水監(jiān)測(cè)預(yù)警研究方面[5-7]，部分國(guó)家已研發(fā)并應(yīng)用煤礦監(jiān)控系統(tǒng)，且發(fā)展很快，如美國(guó)Honeywell公司的監(jiān)控系統(tǒng)、德國(guó)的Gematic 2900i礦井監(jiān)控系統(tǒng)、英國(guó)的MINOS煤礦監(jiān)控系統(tǒng)和美國(guó)的Forwans環(huán)境監(jiān)測(cè)報(bào)警系統(tǒng)等，在系統(tǒng)容量、信息傳輸速度、抗干擾能力和可靠性等方面都優(yōu)于國(guó)內(nèi)目前的安全監(jiān)控系統(tǒng)。在監(jiān)控系統(tǒng)體系結(jié)構(gòu)方面，發(fā)達(dá)國(guó)家的大部分監(jiān)控系統(tǒng)都已更換成各種現(xiàn)場(chǎng)總線標(biāo)準(zhǔn)，各種現(xiàn)場(chǎng)總線標(biāo)準(zhǔn)在技術(shù)上也存在互相滲透，一個(gè)系統(tǒng)可能包含了多種現(xiàn)場(chǎng)總線標(biāo)準(zhǔn)，有的甚至和現(xiàn)場(chǎng)總線以外的標(biāo)準(zhǔn)兼容。如Delta V系統(tǒng)兼容了FF的H1和Ethernet及HART協(xié)議；WorldFIP組織與羅斯蒙特合作，推出了HART/ WorldFIP轉(zhuǎn)換器。在傳感器技術(shù)方面，各國(guó)都根據(jù)煤礦的特點(diǎn)研制和開發(fā)靈敏度高、抗干擾力強(qiáng)、經(jīng)久耐用型的傳感器材，例如美國(guó)的Goekan公司研發(fā)的振弦式水壓傳感器可以在傳輸導(dǎo)線進(jìn)水的情況下正常工作，使用壽命大于15年。日本在應(yīng)力、應(yīng)變傳感器研發(fā)上已經(jīng)走在世界前列，東芝公司研發(fā)的巖體應(yīng)力傳感器可以測(cè)量9個(gè)分量，這樣就大大地簡(jiǎn)化了鉆探工作量、安裝過程。

近年來，國(guó)內(nèi)多家科研單位也開展了水害監(jiān)測(cè)預(yù)警理論、硬件和軟件等方面的研究[8]。在監(jiān)測(cè)預(yù)警理論方面，武強(qiáng)等[9]提出底板突水靜態(tài)評(píng)價(jià)理論，主要包括基于GIS的ANN型、證據(jù)權(quán)型、Logistic回歸型脆弱性指數(shù)法等；楊天鴻等[10]提出采用微震監(jiān)測(cè)技術(shù)實(shí)現(xiàn)礦山突水預(yù)測(cè)預(yù)報(bào)的觀點(diǎn)；在硬件和軟件方面，中煤科工集團(tuán)西安研究院有限公司[3,11-13]在20世紀(jì)90年代中期就研發(fā)了煤層底板突水征兆監(jiān)測(cè)設(shè)備，實(shí)現(xiàn)底板位移、鉆孔水壓和彈性波等的監(jiān)測(cè)，先后研發(fā)了松散層突水監(jiān)測(cè)預(yù)警系統(tǒng)、底板突水災(zāi)害預(yù)警系統(tǒng)等；姜福興等[14]將高精度微震監(jiān)測(cè)技術(shù)應(yīng)用于煤礦突水監(jiān)測(cè)。

王經(jīng)明等[15]依據(jù)煤層底板遞進(jìn)導(dǎo)升突水、陷落柱突水、采空區(qū)突水等機(jī)理，研發(fā)了突水的判別標(biāo)準(zhǔn)和預(yù)警級(jí)別確定方法，提出水害預(yù)警技術(shù)和遠(yuǎn)程監(jiān)測(cè)技術(shù)的實(shí)現(xiàn)方法；李振栓等[2]尹尚先等[16]、劉德民等[17-18]在劃分突水模式的基礎(chǔ)上，依據(jù)災(zāi)害發(fā)生的監(jiān)測(cè)預(yù)警指標(biāo)體系，研發(fā)了全面監(jiān)測(cè)和重點(diǎn)監(jiān)測(cè)的預(yù)警監(jiān)測(cè)布置方式和信息獲取技術(shù)，開發(fā)了礦井突水監(jiān)測(cè)預(yù)警硬件系統(tǒng)和軟件系統(tǒng)。在監(jiān)測(cè)預(yù)警指標(biāo)方面，目前已經(jīng)實(shí)現(xiàn)了水溫、水壓、應(yīng)力、應(yīng)變、隔水層電阻率、聲發(fā)射、水化學(xué)離子等指標(biāo)的實(shí)時(shí)監(jiān)測(cè)，預(yù)警準(zhǔn)確率日趨提高。

目前，礦井水預(yù)警系統(tǒng)雖有所進(jìn)展，但由于對(duì)系統(tǒng)的理解和界定不一致、災(zāi)變辨識(shí)理論和判別標(biāo)準(zhǔn)支撐欠缺，大多系統(tǒng)僅實(shí)現(xiàn)了部分指標(biāo)的實(shí)時(shí)觀測(cè)，還遠(yuǎn)不能滿足現(xiàn)場(chǎng)實(shí)際需要，距離超前水害預(yù)警還有很長(zhǎng)的路要走。

針對(duì)上述問題，筆者對(duì)礦井水情監(jiān)測(cè)和預(yù)警的基本內(nèi)涵進(jìn)行分析，針對(duì)典型水害場(chǎng)景進(jìn)行設(shè)計(jì)，整理了預(yù)警系統(tǒng)的預(yù)測(cè)預(yù)報(bào)理論，提出煤礦水害智能水情監(jiān)測(cè)與水害風(fēng)險(xiǎn)預(yù)警平臺(tái)設(shè)計(jì)的單元構(gòu)成和系統(tǒng)框架，對(duì)“一張圖”成果進(jìn)行展示，以期為智能礦井水害超前預(yù)警提供一套建設(shè)思路和可行路徑。

1 礦井水情監(jiān)測(cè)及預(yù)警基本理論

從系統(tǒng)論角度來講，礦井水情監(jiān)測(cè)及水害風(fēng)險(xiǎn)預(yù)警是應(yīng)用信息原位拾取、適時(shí)檢測(cè)、遠(yuǎn)程監(jiān)控和智能判別技術(shù)，構(gòu)建感知、辨識(shí)、評(píng)估、預(yù)測(cè)的復(fù)雜系統(tǒng)，從而實(shí)現(xiàn)礦井水情實(shí)時(shí)監(jiān)測(cè)與水害的風(fēng)險(xiǎn)評(píng)估和分級(jí)預(yù)警，可以劃分為4個(gè)階段，各階段間相互影響，其邏輯關(guān)系如圖1所示。

圖1 監(jiān)測(cè)預(yù)警階段劃分與邏輯關(guān)系

1.1 感 知

主要指信息的采集。因此，系統(tǒng)感知的信息越多越好，但也需從技術(shù)經(jīng)濟(jì)的角度來平衡，應(yīng)考慮感知因素的主次關(guān)系。為此，把感知信息分為2類：一類是與采掘有關(guān)的環(huán)境要素，它是間接反映災(zāi)害發(fā)生的信息，如圍巖應(yīng)力應(yīng)變、溫度、濕度、風(fēng)速、瓦斯氣體濃度等；另一類是控制災(zāi)害發(fā)生的直接關(guān)聯(lián)要素，即采掘相關(guān)的地質(zhì)構(gòu)造、采礦、水文地質(zhì)等條件。2類信息必須能夠轉(zhuǎn)化為可用傳感技術(shù)獲取的參量，也就是把控制礦井水害形成的主要因素轉(zhuǎn)化為可監(jiān)測(cè)的指標(biāo)，如降水量、涌水量、排水量和觀測(cè)孔水位(水壓)、水溫等，觀測(cè)數(shù)據(jù)可在線聯(lián)網(wǎng)監(jiān)測(cè)。

1.2 辨 識(shí)

采集的大量信息應(yīng)經(jīng)加工處理，轉(zhuǎn)化為突水預(yù)測(cè)預(yù)報(bào)的基礎(chǔ)數(shù)據(jù)，經(jīng)過預(yù)測(cè)預(yù)報(bào)及臨界辨識(shí)，才能達(dá)到預(yù)警目的。水災(zāi)形成機(jī)理非常復(fù)雜，具有非線性、層次性和模糊性等特征，為此，判斷發(fā)生突水辨識(shí)時(shí)，除使用十分明顯的單一監(jiān)測(cè)參數(shù)外，絕大多數(shù)情況要綜合分析預(yù)警監(jiān)測(cè)指標(biāo)體系的參數(shù)，有時(shí)還要參考地質(zhì)勘探、實(shí)際開采過程獲得的數(shù)據(jù)信息，才能預(yù)測(cè)預(yù)報(bào)災(zāi)害的發(fā)生。常用的綜合分析方法有：聚類分析法、主成分分析法、判別分析法、灰色關(guān)聯(lián)分析法等[19-20]。上述事實(shí)一方面說明水害預(yù)報(bào)難度大，另一方面也說明要獲得較好的突水辨識(shí)效果，其關(guān)鍵是獲得足夠的信息，以及進(jìn)行多源信息的融合疊加與分析。

1.3 評(píng) 估

此階段是構(gòu)建煤礦水害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系和安全等級(jí)劃分標(biāo)準(zhǔn)。通過煤礦各類基礎(chǔ)數(shù)據(jù)、水文監(jiān)測(cè)系統(tǒng)實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)、煤礦管理數(shù)據(jù)等內(nèi)容，多維度、多視角、全方位凸顯煤礦風(fēng)險(xiǎn)點(diǎn)，根據(jù)安全評(píng)價(jià)指標(biāo)體系、安全等級(jí)閾值分割法分析煤礦整體水害風(fēng)險(xiǎn)。實(shí)時(shí)動(dòng)態(tài)了解煤礦水害風(fēng)險(xiǎn)狀態(tài)，及時(shí)處置煤礦水害高風(fēng)險(xiǎn)點(diǎn)，為煤礦安全生產(chǎn)提供建議措施。

1.4 預(yù) 測(cè)

僅做到實(shí)時(shí)監(jiān)測(cè)還遠(yuǎn)不能實(shí)現(xiàn)水害預(yù)警，必須就現(xiàn)有信息進(jìn)行超前預(yù)測(cè)預(yù)報(bào)，才能做到真正的預(yù)警。預(yù)測(cè)應(yīng)從兩個(gè)方向入手：一是從探究事物發(fā)生發(fā)展的機(jī)理入手，解決事物運(yùn)轉(zhuǎn)的根本控制規(guī)律，比如，用確定性本構(gòu)關(guān)系表達(dá)規(guī)律；二是從事物表象表現(xiàn)入手，使用數(shù)理統(tǒng)計(jì)方法總結(jié)運(yùn)轉(zhuǎn)規(guī)律，而非確定性內(nèi)在規(guī)律，應(yīng)用事物運(yùn)行的趨勢(shì)推斷未來事物的運(yùn)轉(zhuǎn)軌跡。具體做法則是依據(jù)評(píng)價(jià)指標(biāo)體系，建立風(fēng)險(xiǎn)預(yù)警分析預(yù)測(cè)模型，例如，時(shí)間序列法、灰色理論、神經(jīng)網(wǎng)絡(luò)算法、深度學(xué)習(xí)法等。

2 礦井典型水害場(chǎng)景設(shè)計(jì)及預(yù)測(cè)預(yù)報(bào)

礦井水害風(fēng)險(xiǎn)預(yù)警的關(guān)鍵難點(diǎn)就是預(yù)警指標(biāo)體系的建立?？傮w考慮，指標(biāo)體系的建立應(yīng)基于礦井水致災(zāi)機(jī)理，但不同礦井、采區(qū)、工作面的突水機(jī)理不同，能夠監(jiān)測(cè)到的指標(biāo)值不同，導(dǎo)致不能用一套指標(biāo)體系適用于不同礦井，甚至工作面。因此，指標(biāo)體系的建立原則是“一礦一體系”，對(duì)于條件復(fù)雜的礦井，應(yīng)是“一面一體系”。如果要建立普適性的指標(biāo)體系，需考察不同的突水模式、提取共性關(guān)鍵指標(biāo)來構(gòu)成指標(biāo)體系。

2.1 礦井典型突水場(chǎng)景設(shè)計(jì)

指標(biāo)體系的建立實(shí)質(zhì)上是用確定性模型表述礦井水的行為，礦井水致災(zāi)機(jī)理必須明晰后才可能用數(shù)學(xué)本構(gòu)關(guān)系表述并預(yù)測(cè)未來行為。從目前研究進(jìn)展來看，能夠查清的仍是特定條件的致災(zāi)機(jī)理，并非所有礦井水災(zāi)都能給定致災(zāi)機(jī)理。因此，選取采空區(qū)突水、頂板含水層突水和底板含水層突水3種常見場(chǎng)景作為研究對(duì)象，包含多種突水模式。

2.1.1 采空區(qū)突水場(chǎng)景

將采空區(qū)突水模式分為頂部采空區(qū)突水模式和鄰近采空區(qū)突水模式[17-18]，分別建立頂部采空區(qū)突水力學(xué)模型(圖2)和鄰近采空區(qū)突水力學(xué)模型(圖3)。

依據(jù)有效隔水層破壞形式，可分別建立頂部采空區(qū)突水有效隔水層破壞的兩種力學(xué)判據(jù)，即抗剪破壞力學(xué)判據(jù)和抗拉破壞力學(xué)判據(jù)。

抗剪破壞力學(xué)判據(jù)為：

抗拉破壞力學(xué)判據(jù)為：

圖2 頂板采空區(qū)突水力學(xué)模型

根據(jù)鄰近采空區(qū)突水力學(xué)模型，給出鄰近采空區(qū)易引發(fā)突水的位置，利用彈塑性力學(xué)理論及摩爾–庫倫準(zhǔn)則，結(jié)合煤礦防治水規(guī)定，提出2種采空區(qū)煤柱破壞突水判據(jù)如下。

判據(jù)1公式為：

式中：j1為鄰近采空區(qū)突水判據(jù)1的危險(xiǎn)性指數(shù)；為圍巖的側(cè)壓系數(shù)；為煤巖柱厚度；為采深；為采空區(qū)之間有效隔水煤柱寬度；j為最大集中應(yīng)力常數(shù)。

判據(jù)2公式為：

式中：j2為鄰近采空區(qū)突水判據(jù)2的危險(xiǎn)性指數(shù)；為煤層厚度；P為煤的抗拉強(qiáng)度；為安全系數(shù)，一般取2~5。

給出采空區(qū)頂?shù)装辶严稁熬壈l(fā)生突水的判據(jù)如下：

式中：fj3為采空區(qū)頂?shù)讟O裂隙帶前緣突水判據(jù)的危險(xiǎn)性指數(shù)；lt為頂板或底板裂隙發(fā)育前緣有效隔水巖柱寬度，m；py為有效隔水巖柱處水壓，MPa；Ts為臨界突水系數(shù)，MPa/m。

在此基礎(chǔ)上，提出鄰近采空區(qū)突水的綜合判據(jù)j：

2.1.2 頂板突水場(chǎng)景

頂板發(fā)生突水的條件是：當(dāng)j≤(a+b)時(shí)，其中，j為含水層與煤層頂界面問題；d為導(dǎo)水裂隙帶高度；b為保護(hù)層度。有突水危險(xiǎn)；反之安全。

2.1.3 底板突水場(chǎng)景

底板突水劃分為4種突水模式：正常巖層底板突水模式、斷層活化突水模式、陷落柱突水模式[4]和封閉不良鉆孔側(cè)壁突水模式。

1) 正常巖層突水

統(tǒng)一歸結(jié)為厚板微觀壓裂導(dǎo)升、薄板(關(guān)鍵層)宏觀整體破斷導(dǎo)水2種最基本的突水模式[4]。前者判據(jù)為極限彎矩：p≥s，其中p為實(shí)際彎矩；s為臨界彎矩。后者為力學(xué)判據(jù)：0≥32–1–p+，其中，0為巖層水力破裂時(shí)的起裂壓力；3、1分別為圍巖最小和最大主應(yīng)力；p為孔隙水壓力；為巖石抗拉強(qiáng)度。

2) 斷層活化突水

依據(jù)斷層活化影響因素，斷層富水性、斷層傾角、斷層帶特性、斷層所處位置等，建立斷層活化判據(jù)及突水判據(jù)。

突水判據(jù)：

3) 陷落柱突水

簡(jiǎn)化為陷落柱突水厚壁桶力學(xué)模型(圖4)[21]，薄板理論子模式適用于筒蓋關(guān)鍵層完整且厚度較小，其破壞可視為四周固定支座的板，底板關(guān)鍵層破斷時(shí)的極限彎矩為其突水判據(jù)：

式中：t為關(guān)鍵層的抗拉強(qiáng)度；t為關(guān)鍵層的厚度。

剪切破壞理論子模式應(yīng)用條件為筒蓋關(guān)鍵層厚度較大時(shí)，圓柱形陷落柱端蓋剪切破壞時(shí)的臨界水壓值與底板厚度的關(guān)系呈二次拋物線方程：

式中：1為極限水壓；為陷落柱橫截面積與周長(zhǎng)之比；g為隔水層巖體容重；0為工作面頂板垂深；d為頂板巖體容重；為礦山壓力；為端蓋自重。

煤柱側(cè)壁突水采用總剪切力與抗剪切力極限平衡法，可得側(cè)壁突水的極限水壓為：

4) 封閉不良鉆孔側(cè)壁突水

利用厚壁圓筒理論，提出封閉不良鉆孔側(cè)壁突水力學(xué)模型[22](圖5)，得出封閉不良鉆孔側(cè)壁突水的主要影響因素：采場(chǎng)破壞范圍、孔徑、孔內(nèi)水壓、圍巖力學(xué)性質(zhì)等，建立封閉不良鉆孔側(cè)壁突水判據(jù)：

式中：lr為采動(dòng)裂隙帶超前發(fā)育距離；ra為鉆孔半徑；pk為孔內(nèi)水壓；cm為煤層黏聚力；φm為煤層內(nèi)摩擦角；A為常數(shù)；Ld為采空區(qū)至封閉不良鉆空中心的距離；fd為不良鉆孔危險(xiǎn)性指數(shù)。

2.2 預(yù)警系統(tǒng)預(yù)測(cè)預(yù)報(bào)理論

從理論上講，智能水害風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警包含兩個(gè)層面的科學(xué)問題，一個(gè)是要實(shí)現(xiàn)預(yù)警就必須在現(xiàn)有信息基礎(chǔ)上推測(cè)未來，即預(yù)測(cè)；二是要實(shí)現(xiàn)智能監(jiān)測(cè)和智能預(yù)警，也需要智能相關(guān)的理論支撐。

2.2.1 確定性理論預(yù)測(cè)

用確定性理論表述礦井水的行為，必須探究礦井水害致災(zāi)機(jī)理，機(jī)理明晰后才可能用數(shù)學(xué)的本構(gòu)關(guān)系表述，進(jìn)而預(yù)測(cè)未來行為。這方面，依據(jù)前述不同場(chǎng)景下的典型突水模式，構(gòu)建地質(zhì)體的本構(gòu)模型，建立大型數(shù)字化、離散化求解模型，依據(jù)給定突水判據(jù)給出預(yù)警閾值，可以發(fā)出不同級(jí)別預(yù)警。

2.2.2 非確定性理論預(yù)測(cè)

由于地質(zhì)條件的復(fù)雜性和采礦活動(dòng)的不規(guī)則性，礦井突水的確定性表述所能考慮的有限信息，遠(yuǎn)未達(dá)到精準(zhǔn)預(yù)測(cè)的要求。

就目前的科技水平，并非所有突水事故都可以弄清其中的發(fā)生發(fā)展機(jī)理，也絕非所有開采條件下巖體結(jié)構(gòu)中水流狀態(tài)都可用本構(gòu)關(guān)系精確描述，因此，可以借助“大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)”技術(shù)，通過大量感知信息，尋找數(shù)據(jù)的內(nèi)在規(guī)律，據(jù)此推斷未來，從而實(shí)現(xiàn)預(yù)測(cè)預(yù)警。

按照不同的監(jiān)測(cè)預(yù)警指標(biāo)采集和感知信息，選擇合適的數(shù)學(xué)方法，建立評(píng)價(jià)和預(yù)測(cè)模型。評(píng)價(jià)模型的選擇依據(jù)所選指標(biāo)的數(shù)量，單一指標(biāo)水害分析模型主要包括灰色理論預(yù)測(cè)模型、時(shí)間序列預(yù)測(cè)模型等[23]；多指標(biāo)水害綜合分析模型有模糊層次分析法、主成分分析法、神經(jīng)網(wǎng)絡(luò)、深度機(jī)器學(xué)習(xí)、熵權(quán)法、可拓理論和組合賦權(quán)法等預(yù)測(cè)模型[24-26]。

3 智能水情監(jiān)測(cè)與水害風(fēng)險(xiǎn)預(yù)警平臺(tái)設(shè)計(jì)實(shí)例

在對(duì)煤礦水害發(fā)生的地質(zhì)構(gòu)造、采礦、水文地質(zhì)等條件綜合研究的基礎(chǔ)上，總結(jié)煤礦突水的內(nèi)在機(jī)理，提出導(dǎo)致煤礦突水的主控要素，并轉(zhuǎn)化為災(zāi)害發(fā)生的監(jiān)測(cè)預(yù)警指標(biāo)體系，應(yīng)用突水預(yù)兆信息原位拾取傳感技術(shù)、突水因素適時(shí)檢測(cè)技術(shù)、突水因素遠(yuǎn)程監(jiān)控技術(shù)和人工智能判別技術(shù)，建立礦井水害風(fēng)險(xiǎn)預(yù)警的傳感系統(tǒng)、數(shù)據(jù)采集系統(tǒng)、發(fā)射系統(tǒng)、接收系統(tǒng)、數(shù)據(jù)處理系統(tǒng)、結(jié)果顯示系統(tǒng)等，建造突水預(yù)測(cè)人工智能專家系統(tǒng)，通過工業(yè)性試驗(yàn)完成系統(tǒng)現(xiàn)場(chǎng)總線技術(shù)及系統(tǒng)的集成與示范，且系統(tǒng)既能獨(dú)立運(yùn)行又能以總線或協(xié)議形式與礦井監(jiān)測(cè)監(jiān)控系統(tǒng)聯(lián)網(wǎng)運(yùn)行。本文選擇水文地質(zhì)類型復(fù)雜的陜西省彬長(zhǎng)礦區(qū)亭南礦為研究對(duì)象，來說明基于大數(shù)據(jù)的智能預(yù)警平臺(tái)建設(shè)。

3.1 亭南礦水害防治基本情況

亭南礦當(dāng)前主要充水水源為白堊系中統(tǒng)洛河組–宜君組含水層水及自身采空區(qū)積水，主要充水通道為導(dǎo)水裂隙帶和封閉不良鉆孔，主要水害類型為頂板水害和采空區(qū)水害。已開采的二盤區(qū)資料顯示，盤區(qū)總涌水量整體呈增加趨勢(shì)，尤其是207工作面開采時(shí)，曾出現(xiàn)4次工作面涌水量增大的情況。經(jīng)過數(shù)據(jù)統(tǒng)計(jì)，井下涌水量突變和開采過程中局部水量變化與微震信息有較密切的相關(guān)性(圖6)，這為建立綜合性水害風(fēng)險(xiǎn)預(yù)警平臺(tái)提供了基礎(chǔ)。

圖6 彬長(zhǎng)礦區(qū)亭南礦207工作面涌水量與微震事件關(guān)系曲線

3.2 智能預(yù)警系統(tǒng)設(shè)計(jì)

預(yù)警系統(tǒng)的建設(shè)緊密結(jié)合礦井開采實(shí)際，基于現(xiàn)場(chǎng)“一張網(wǎng)”(監(jiān)測(cè)網(wǎng))進(jìn)行搭建，整體劃分為硬件系統(tǒng)(地面、井下、采掘監(jiān)測(cè)系統(tǒng)構(gòu)成)和軟件系統(tǒng)(數(shù)據(jù)處理、仿真模擬和專家系統(tǒng)構(gòu)成)，在此基礎(chǔ)上配套完善網(wǎng)絡(luò)傳輸設(shè)備，搭建基于大數(shù)據(jù)分析的綜合預(yù)警平臺(tái)，具體模塊和指標(biāo)構(gòu)成如圖7所示。

水害發(fā)生與否的影響因素眾多，不同因素的影響程度不同，不同因素的感知手段和監(jiān)測(cè)數(shù)據(jù)特征不同，本文以工作面為對(duì)象，從指標(biāo)值的獲取方式、指標(biāo)值隨時(shí)間的動(dòng)態(tài)、指標(biāo)值的利用方式提出整體的指標(biāo)體系設(shè)計(jì)方案，可以說水情監(jiān)測(cè)指標(biāo)的成功監(jiān)測(cè)與獲取是水害風(fēng)險(xiǎn)預(yù)警的前置條件。

3.2.1 水情監(jiān)測(cè)指標(biāo)體系

該體系指標(biāo)的特點(diǎn)是采用人工或自動(dòng)化手段定期收集和更新水文(水情)數(shù)據(jù)，按照數(shù)據(jù)的采集方式與影響程度，主要分為動(dòng)態(tài)指標(biāo)、靜態(tài)指標(biāo)和關(guān)聯(lián)指標(biāo)3類。

①動(dòng)態(tài)指標(biāo) 在監(jiān)測(cè)預(yù)警期間指標(biāo)值隨時(shí)間發(fā)生變化，如河流水位、降水量、鉆孔水位、涌水量、井下突水點(diǎn)水量、水化學(xué)特征值、排水量、采空區(qū)水壓等，這些指標(biāo)都可以采取人工定期采集和傳感器連續(xù)采集的方式獲取數(shù)據(jù)，數(shù)據(jù)的劇烈變化可以直接指示水害風(fēng)險(xiǎn)的動(dòng)態(tài)。

②靜態(tài)指標(biāo) 在監(jiān)測(cè)預(yù)警期間指標(biāo)本身不隨時(shí)間發(fā)生變化，如地層結(jié)構(gòu)、巖性、巖層厚度，含隔水層、構(gòu)造空間展布等，這些指標(biāo)隨著地質(zhì)工作程度提高導(dǎo)致精度提升，指標(biāo)值更多是提供基礎(chǔ)地質(zhì)信息，控制了突水機(jī)理的主要影響因素。

③關(guān)聯(lián)指標(biāo) 監(jiān)測(cè)期間的指標(biāo)值需要進(jìn)行二次解譯或計(jì)算，轉(zhuǎn)換成能夠直接用于水害風(fēng)險(xiǎn)分析的數(shù)據(jù)，如微震監(jiān)測(cè)數(shù)據(jù)、煤層開采強(qiáng)度、物探探查結(jié)果等。

圖7 亭南礦水情監(jiān)測(cè)與水害風(fēng)險(xiǎn)預(yù)警系統(tǒng)結(jié)構(gòu)

3.2.2 系統(tǒng)構(gòu)成

系統(tǒng)將地面水文動(dòng)態(tài)監(jiān)測(cè)單元、井下水情環(huán)境監(jiān)測(cè)單元以及采掘工作面采動(dòng)動(dòng)態(tài)監(jiān)測(cè)單元集成，構(gòu)成具有網(wǎng)絡(luò)結(jié)構(gòu)的硬件系統(tǒng)，所采集信息傳輸至軟件控制系統(tǒng)，建立水情信息管理數(shù)據(jù)庫，經(jīng)數(shù)學(xué)模擬等仿真模擬處理，應(yīng)用人工智能技術(shù)由專家系統(tǒng)設(shè)置測(cè)點(diǎn)警戒范圍，進(jìn)行水害信息臨界辨識(shí)，當(dāng)監(jiān)測(cè)數(shù)據(jù)越限時(shí)，通過聲音、屏幕凸顯以及手機(jī)短信等不同方式進(jìn)行預(yù)警。

3.3 智能水害預(yù)警系統(tǒng)架構(gòu)及成果展示

3.3.1 系統(tǒng)構(gòu)架

根據(jù)數(shù)據(jù)流的傳輸處理過程，系統(tǒng)設(shè)計(jì)了動(dòng)態(tài)數(shù)據(jù)輸入、數(shù)據(jù)預(yù)處理、水害情景識(shí)別、水情監(jiān)測(cè)與預(yù)測(cè)預(yù)報(bào)、水害風(fēng)險(xiǎn)預(yù)警分析與成果展示6大功能模塊(圖8)。

3.3.2 采掘過程中信息感知及獲取

采掘工作面采動(dòng)動(dòng)態(tài)監(jiān)測(cè)單元，充分結(jié)合水文物探技術(shù)，具有顯著特點(diǎn)和優(yōu)勢(shì)，包括關(guān)鍵隔水層電性參數(shù)動(dòng)態(tài)監(jiān)測(cè)和關(guān)鍵部位單點(diǎn)多參數(shù)監(jiān)測(cè)2種方式。

1) 關(guān)鍵層電性參數(shù)動(dòng)態(tài)監(jiān)測(cè)

該技術(shù)基于電場(chǎng)理論，通過探測(cè)目標(biāo)體的電性差異判斷巖層富水性[27]。在巷道中按一定間隔布置一組測(cè)量電極，一條巷道配裝一臺(tái)采集主機(jī)，連續(xù)采集底板下一定深度關(guān)鍵隔水層的電性信息，把數(shù)據(jù)傳到采集控制中心，通過數(shù)據(jù)的自動(dòng)處理分析及對(duì)比，尋找薄弱帶，監(jiān)測(cè)關(guān)鍵層電性變化。

2) 關(guān)鍵部位單點(diǎn)或多點(diǎn)多參數(shù)監(jiān)測(cè)

微地震或聲發(fā)射的監(jiān)測(cè)直接判斷巖體破壞程度、時(shí)間及其位置；應(yīng)力、應(yīng)變狀態(tài)反映了隔水層在采動(dòng)影響下所受破壞及導(dǎo)水性能的變化狀況；水壓監(jiān)測(cè)直接反映水壓裂導(dǎo)升是否發(fā)生及承壓水導(dǎo)升部位；水溫監(jiān)測(cè)則反映是否有深部承壓水的補(bǔ)給；水質(zhì)特征離子監(jiān)測(cè)反映是否有其他含水層或者水體的水入侵，對(duì)上述監(jiān)測(cè)項(xiàng)目的綜合分析，可以進(jìn)行突水預(yù)測(cè)預(yù)報(bào)。

3) 智能水害預(yù)警“一張圖”展示

“一張圖”是系統(tǒng)監(jiān)測(cè)指標(biāo)動(dòng)態(tài)和風(fēng)險(xiǎn)預(yù)警最終成果的展示平臺(tái)。整體設(shè)計(jì)基于現(xiàn)場(chǎng)數(shù)據(jù)監(jiān)測(cè)一張網(wǎng)，綜合利用地面地形、地質(zhì)鉆孔、井巷工作面和排水系統(tǒng)等資料，建立井上下全空間水害風(fēng)險(xiǎn)預(yù)警“一張圖”?！耙粡垐D”融合了無人機(jī)航拍數(shù)據(jù)、地形數(shù)據(jù)、地圖數(shù)據(jù)、地質(zhì)鉆孔數(shù)據(jù)、井巷數(shù)據(jù)等，真正實(shí)現(xiàn)多源數(shù)據(jù)融合和空間聯(lián)動(dòng)分析，最終成果如圖9所示。

在“一張圖”平臺(tái)上，根據(jù)國(guó)家標(biāo)準(zhǔn)和行業(yè)規(guī)范建立礦圖數(shù)據(jù)標(biāo)準(zhǔn)，并基于GIS平臺(tái)建立地圖服務(wù)和協(xié)同服務(wù)，展示各個(gè)水文監(jiān)測(cè)信息、報(bào)警信息、監(jiān)測(cè)點(diǎn)周邊情況信息等。以全礦井和工作面為不同維度，實(shí)現(xiàn)安全生產(chǎn)過程中水情監(jiān)測(cè)與水害風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)警的一體化管理。

4 結(jié)論

a.任何礦井水害事故均會(huì)顯現(xiàn)不同預(yù)兆，這是預(yù)警系統(tǒng)建設(shè)的基礎(chǔ)。闡述了感知、辨識(shí)、評(píng)估、預(yù)測(cè)及相互之間邏輯關(guān)系的系統(tǒng)建設(shè)內(nèi)涵，提出系統(tǒng)建設(shè)的基本理念。

圖8 系統(tǒng)數(shù)據(jù)流傳輸流程

圖9 煤礦水害風(fēng)險(xiǎn)預(yù)警“一張圖”平臺(tái)展示

b.設(shè)計(jì)3大類多模式水害典型場(chǎng)景，依據(jù)突水機(jī)理建立相應(yīng)突水力學(xué)判據(jù)，提出確定性理論精確預(yù)測(cè)與包括大數(shù)據(jù)及深度學(xué)習(xí)在內(nèi)的非確定性趨勢(shì)推測(cè)2類預(yù)測(cè)方法，為智能預(yù)警系統(tǒng)的預(yù)測(cè)預(yù)報(bào)、預(yù)警準(zhǔn)則及閾值設(shè)置奠定理論基礎(chǔ)。

c.將地面水文動(dòng)態(tài)監(jiān)測(cè)單元、井下水情環(huán)境監(jiān)測(cè)單元以及采掘工作面采動(dòng)動(dòng)態(tài)監(jiān)測(cè)單元集成，構(gòu)建原位采集和突水要素預(yù)兆感知系統(tǒng)，現(xiàn)場(chǎng)布置基于關(guān)鍵層電性參數(shù)動(dòng)態(tài)監(jiān)測(cè)、關(guān)鍵部位單點(diǎn)或多點(diǎn)多參數(shù)監(jiān)測(cè)聯(lián)合布置方案，實(shí)現(xiàn)工作面突水前兆信息精準(zhǔn)獲取。

d.建立動(dòng)態(tài)指標(biāo)、靜態(tài)指標(biāo)及關(guān)聯(lián)指標(biāo)的系統(tǒng)指標(biāo)體系，采用數(shù)據(jù)處理、仿真模擬和專家系統(tǒng)建立預(yù)警模型和閾值，實(shí)現(xiàn)水害預(yù)測(cè)預(yù)警功能?；诙嘣磾?shù)據(jù)融合和空間聯(lián)動(dòng)分析技術(shù)，預(yù)警系統(tǒng)可實(shí)現(xiàn)井上下全空間水害風(fēng)險(xiǎn)預(yù)警“一張圖”的可視化展示。

[1] 虎維岳. 礦山水害防治理論與方法[M]. 北京：煤炭工業(yè)出版社，2005. HU Weiyue. Theory and method of mine water disaster control[M]. Beijing：China Coal Industry Publishing House，2005.

[2] 李振栓，尹尚先，馬積福. 煤礦水情監(jiān)測(cè)預(yù)警保障系統(tǒng)[M]. 太原：山西人民出版社，2014. LI Zhenshuan，YIN Shangxian，MA Jifu. Coal mine water monitoring and early warning system[M]. Taiyuan：Shanxi People’s Publishing House，2014.

[3] 喬偉，靳德武，王皓，等. 基于云服務(wù)的煤礦水害監(jiān)測(cè)大數(shù)據(jù)智能預(yù)警平臺(tái)構(gòu)建[J]. 煤炭學(xué)報(bào)，2020，45(7)：2619–2627. QIAO Wei，JIN Dewu，WANG Hao，et al. Development of big data intelligent early warning platform for coal mine water hazard monitoring based on cloud service[J]. Journal of China Coal Society，2020，45(7)：2619–2627.

[4] 尹尚先. 煤層底板突水模式及機(jī)理研究[J]. 西安科技大學(xué)學(xué)報(bào)，2009，29(6)：661–665. YIN Shangxian. Modes and mechanism for water inrushes from coal seam floor[J]. Journal of Xi’an University of Science and Technology，2009，29(6)：661–665.

[5] JIN Dewu，ZHENG Gang，LIU Zaibin，et al. Real-time monitoring and early warning techniques of water inrush through coal floor[J]. Procedia Earth and Planetary Science，2011，3：37–46.

[6] GE Maochen. Efficient mine microseismic monitoring[J]. International Journal of Coal Geology，2005，64(1/2)：44–56.

[7] HARTEIS S P，DOLINAR D R. Water and slurry bulkheads in underground coal mines：Design，monitoring and safety concerns[J]. Mining Engineering，2006，58(12)：41–47.

[8] 胡耀青，趙陽升，楊棟，等. 承壓水上采煤突水的區(qū)域監(jiān)控理論與方法[J]. 煤炭學(xué)報(bào)，2000，25(3)：252–255. HU Yaoqing，ZHAO Yangsheng，YANG Dong，et al. The Regional monitor theory and method of water-outburst for coal mining over confined aquifer[J]. Journal of China Coal Society，2000，25(3)：252–255.

[9] 武強(qiáng)，解淑寒，裴振江，等. 煤層底板突水評(píng)價(jià)的新型實(shí)用方法Ⅲ：基于GIS的ANN型脆弱性指數(shù)法應(yīng)用[J]. 煤炭學(xué)報(bào)，2007，32(12)：1301–1306. WU Qiang，XIE Shuhan，PEI Zhenjiang，et al. A new practical methodology of the coal floor water bursting evaluating Ⅲ：The application of ANN vulnerable index method based on GIS[J]. Journal of China Coal Society，2007，32(12)：1301–1306.

[10] 楊天鴻，唐春安，譚志宏，等. 巖體破壞突水模型研究現(xiàn)狀及突水預(yù)測(cè)預(yù)報(bào)研究發(fā)展趨勢(shì)[J]. 巖石力學(xué)與工程學(xué)報(bào)，2007，26(2)：268–277. YANG Tianhong，TANG Chun’an，TAN Zhihong，et al. State of the art of inrush models in rock mass failure and developing trend for prediction and forecast of groundwater inrush[J]. Chinese Journal of Rock Mechanics and Engineering，2007，26(2)：268–277.

[11] 靳德武，劉英鋒，馮宏，等. 煤層底板突水監(jiān)測(cè)預(yù)警系統(tǒng)的開發(fā)及應(yīng)用[J]. 煤炭科學(xué)技術(shù)，2011，39(11)：14–17. JIN Dewu，LIU Yingfeng，F(xiàn)ENG Hong，et al. Development and application of monitoring and early warning system to seam floor water inrush[J]. Coal Science and Technology，2011，39(11)：14–17.

[12] 靳德武，趙春虎，段建華，等. 煤層底板水害三維監(jiān)測(cè)與智能預(yù)警系統(tǒng)研究[J]. 煤炭學(xué)報(bào)，2020，45(6)：2256–2264. JIN Dewu，ZHAO Chunhu，DUAN Jianhua，et al. Research on 3D monitoring and intelligent early warning system for water hazard of coal seam floor[J]. Journal of China Coal Society，2020，45(6)：2256–2264.

[13] 趙春虎. 孤島工作面底板破壞深度微震測(cè)試與模擬分析[J]. 煤田地質(zhì)與勘探，2019，47(4)：110–116. ZHAO Chunhu. Microseismic test and numerical simulation analysis of floor failure depth of isolated coal mining face[J]. Coal Geology & Exploration，2019，47(4)：110–116.

[14] 姜福興，葉根喜，王存文，等. 高精度微震監(jiān)測(cè)技術(shù)在煤礦突水監(jiān)測(cè)中的應(yīng)用[J]. 巖石力學(xué)與工程學(xué)報(bào)，2008，27(9)：1932–1938. JIANG Fuxing，YE Genxi，WANG Cunwen，et al. Application of high-precision microseismic monitoring technique to water inrush monitoring in coal mine[J]. Chinese Journal of Rock Mechanics and Engineering，2008，27(9)：1932–1938．

[15] 王經(jīng)明，董書寧，劉其聲. 煤礦突水災(zāi)害的預(yù)警原理及其應(yīng)用[J]. 煤田地質(zhì)與勘探，2005，33(增刊1)：1–4. WANG Jingming，DONG Shuning，LIU Qisheng. The principal of early warning for groundwater hazards in coal mine and its application[J]. Coal Geology & Exploration，2005，33(Sup.1)：1–4.

[16] 尹尚先，王經(jīng)明，梁育龍，等. 礦井突水災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)及其控制方法：CN101526010[P]. 2009-09-09. YIN Shangxian，WANG Jingming，LIANG Yulong，et al. Mine water inrush disaster monitoring and early warning system and its control method：CN101526010[P]. 2009-09-09.

[17] 劉德民，尹尚先，連會(huì)青. 煤礦工作面底板突水災(zāi)害預(yù)警重點(diǎn)監(jiān)測(cè)區(qū)域評(píng)價(jià)技術(shù)[J]. 煤田地質(zhì)與勘探，2019，47(5)：9–15. LIU Demin，YIN Shangxian，LIAN Huiqing. Evaluation technology for key monitoring area of early warning of water inrush from the floor of working face in coal mine[J]. Coal Geology & Exploration，2019，47(5)：9–15.

[18] 劉德民，尹尚先，連會(huì)青，等. 煤礦底板突水定量預(yù)警準(zhǔn)則及預(yù)警系統(tǒng)研究[J]. 煤炭工程，2019，51(4)：16–20.LIU Demin，YIN Shangxian，LIAN Huiqing，et al. Study on quantitative warning criteria and early warning system for water inrush from coal floor[J]. Coal Engineering，2019，51(4)：16–20.

[19] 張碧云，劉王梅，程俊文，等. 聚類分析和主成分分析法研究桑黃氣相色譜–質(zhì)譜指紋圖譜[J]. 食品與發(fā)酵科技，2020，56(4)：91–97.ZHANG Biyun，LIU Wangmei，CHENG Junwen，et al. Cluster analysis and principal component analysis were used to study the chromatography-mass spectrometry fingerprints of Sanghuangporus sanghuang[J]. Food and Fermentation Sciences & Technology，2020，56(4)：91–97.

[20] 李艷雙，曾珍香，張閩，等. 主成分分析法在多指標(biāo)綜合評(píng)價(jià)方法中的應(yīng)用[J]. 河北工業(yè)大學(xué)學(xué)報(bào)，1999，28(1)：96–99. LI Yanshuang，ZENG Zhenxiang，ZHANG Min，et al. Application of primary component analysis in the methods of comprehensive evaluation for many indexes[J]. Journal of Hebei University of Technology，1999，28(1)：96–99.

[21] 尹尚先，武強(qiáng). 陷落柱概化模式及突水力學(xué)判據(jù)[J]. 北京科技大學(xué)學(xué)報(bào)，2006，28(9)：812–817. YIN Shangxian，WU Qiang. Generalized modes and academic criterions of water inrush from paleo-sinkholes[J]. Journal of University of Science and Technology Beijing，2006，28(9)：812–817.

[22] 劉德民. 華北型煤田礦井突水機(jī)理及預(yù)警技術(shù)：以趙莊礦為例[D]. 北京：中國(guó)礦業(yè)大學(xué)(北京)，2015.LIU Demin. Mechanism of water-inrush and early warning technology in North-China-Type coalfield：A case study of Zhaozhuang Mine[D]. Beijing：China University of Mining & Technology(Beijing)，2015.

[23] 王苗. 基于灰色理論的礦井頂板涌水量預(yù)測(cè)模型的建立與應(yīng)用[D]. 青島：山東科技大學(xué)，2007. WANG Miao. Study on forecast model of mine roof water inrush based on grey system[D]. Qingdao：Shandong University of Science and Technology，2007.

[24] 尹尚先，徐斌，劉德民，等. 我國(guó)華北煤田巖溶陷落柱預(yù)測(cè)研究[J]. 煤炭科學(xué)技術(shù)，2016，44(1)：172–177. YIN Shangxian，XU Bin，LIU Demin，et al. Study on location prediction of paleo-karst sinkholes in northern China coalfields[J]. Coal Science and Technology，2016，44(1)：172–177.

[25] 范高鋒，王偉勝，劉純，等. 基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2008，28(34)：118–123. FAN Gaofeng，WANG Weisheng，LIU Chun，et al. Wind power prediction based on artificial neural network[J]. Proceedings of The CSEE，2008，28(34)：118–123.

[26] 鄧衛(wèi)軍. 基于深度學(xué)習(xí)的計(jì)算機(jī)圖形描述算法研究[J]. 微型電腦應(yīng)用，2021，37(2)：53–55. DENG Weijun. Research on computer graphics description algorithm based on deep learning[J]. Microcomputer Applications，2021，37(2)：53–55.

[27] 鄭綱. 煤礦底板突水機(jī)理與底板突水實(shí)時(shí)監(jiān)測(cè)技術(shù)研究[D]. 西安：長(zhǎng)安大學(xué)，2004.ZHENG Gang. The floor water bursting mechanism analysis of floor water bursting in coal mines and research on floor water bursting monitoring technique[D]. Xi’an：Chang’an University，2004.

Design and implementation of mine water hazard monitoring and early warning platform

LIAN Huiqing1, XU Bin1, TIAN Zhentao2, LIU Demin1, YANG Yi1, PAN Guangyi2, WANG Rui1

(1. School of Safety Engineering, North China Institute of Science and Technology, Beijing 101601, China; 2. Shaanxi Changwu Tingnan Coal Industry Co., Ltd., Changwu 713602, China)

Any mine water hazard will show different omens. In order to consolidate the foundation of intelligent early warning of water disaster, the connotation of system construction of perception, identification, evaluation, prediction and the interlogical relation are clarified. The mechanism of water inrush is varred for different types of water hazards, we designed three types of multi-mode water inrush typical scenarios and established the corresponding water inrush criteria. In addition, so we proposed two kinds of forecasting methods, namely the precise prediction of deterministic theory and the non-deterministic trend projections including big data and deep learning, which laid a solid theoretical foundation for the prediction, warning criteria and threshold setting of the intelligent early warning system. Taking Tingnan Coal Mine of Binchang mining area in Shaanxi Province as an example, we established an index system of dynamic information, static information and related information, which integrated the ground hydrological dynamic monitoring unit, underground hydrological environment monitoring unit and mining dynamic monitoring unit of mining face, and built an in-situ acquisition and water-inrush element prediction perception system. Based on the dynamic monitoring of electrical parameters of key layers and the joint arrangement of single point or multi-point and multi-parameter monitoring of key parts, the accurate acquisition scheme of water inrush precursor information was implemented. The deterministic simulation model and the non-deterministic intelligent model were adopted to realize the prediction and early warning function of water disasters. According to the multi-source data fusion and spatial linkage analysis technology, the early warning system realized the visual display of "one map" of the whole space water disaster early warning on surface and underground. The results prove that the monitoring and early warning platform has a solid theoretical foundation, and the prediction and early warning effect is remarkable.

mine water hazard; hydrological information monitoring; forecasting and early warning; one map; early warning system; Tingnan Coal Mine

移動(dòng)閱讀

語音講解

TD745

A

1001-1986(2021)01-0198-10

2020-11-15；

2021-01-02

國(guó)家重大研發(fā)計(jì)劃課題(2017YFC0804108)；國(guó)家自然科學(xué)基金項(xiàng)目(51774136)；河北省自然科學(xué)基金重點(diǎn)項(xiàng)目(D2017508099)

連會(huì)青，1975年生，女，山西忻州人，博士，教授，從事礦井水害防治工作. E-mail：2366884370@qq.com

徐斌，1988年生，男，湖南邵陽人，博士，講師，從事地質(zhì)災(zāi)害及其防治對(duì)策研究工作. E-mail：jinzigaofeng@126.com

連會(huì)青，徐斌，田振燾，等. 礦井水情監(jiān)測(cè)與水害風(fēng)險(xiǎn)預(yù)警平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J]. 煤田地質(zhì)與勘探，2021，49(1)：198–207. doi：10.3969/j.issn.1001-1986.2021.01.021

LIAN Huiqing，XU Bin，TIAN Zhentao，et al. Design and implementation of mine water hazard monitoring and early warning platform[J]. Coal Geology & Exploration，2021，49(1)：198–207. doi: 10.3969/j.issn.1001-1986.2021.01.021

(責(zé)任編輯 周建軍)