馬占元，李化敏，劉 闖，3，王 伸

（1.晉能控股集團，山西 大同 037003；2.河南理工大學 能源科學與工程學院，河南 焦作 454003；3.河南工程學院 資源與安全工程學院，河南 鄭州 451191）

近年來，傳統(tǒng)采礦業(yè)在實現(xiàn)全面機械化的同時，大力推進“兩化融合”，礦山信息化、自動化和智能化技術得到迅速發(fā)展，一些先進的煤礦企業(yè)不同程度的在智能礦山規(guī)劃、智能控制系統(tǒng)（包括綜采工作面自動化采煤、礦山機電設備自動控制、瓦斯和自然發(fā)火等礦山安全信息的自動化監(jiān)測監(jiān)控）、智能化管理（應急救援等），以及礦山信息化基礎設施建設和自動化系統(tǒng)升級改造方面做了大量的工作，取得了重大進展，為智能化礦山發(fā)展奠定了重要的基礎[1-6]。同時，在礦山災害協(xié)同監(jiān)測技術（如微震監(jiān)測、礦山壓力監(jiān)測、水火瓦斯監(jiān)測、巖層運動監(jiān)測等）、采煤工作面支架工作阻力監(jiān)測（包括電液控技術）等采礦信息采集與感知方面也發(fā)展迅速，從而獲得了大量實時-連續(xù)-多參量-多尺度的礦山開采、安全及環(huán)境等方面的監(jiān)測數(shù)據(jù)，為采礦過程中多物理場時空關聯(lián)分析、開采過程中災害孕育演化分析、采礦巖層運動與礦山壓力控制實時優(yōu)化及災害應急決策等提供了前所未有的礦山大數(shù)據(jù)條件。

目前這些數(shù)據(jù)大部分沒有被有效的融合和利用，信息孤島依然存在，造成極大的資源浪費。另一方面，信息的連續(xù)性、可靠性和外界反饋等也有待進一步加強。在數(shù)字化、物聯(lián)網(wǎng)、大數(shù)據(jù)技術快速發(fā)展背景下，感知礦山與智能采礦是大勢所趨，而礦山開采智能巖層控制將是其中最核心的內(nèi)容之一[7-9]。

采礦工程的對象是復雜的地質(zhì)體，受巖層結構、構造、層理及節(jié)理裂隙等的影響，煤巖體具有各項異性性質(zhì)，且多變和開采前難以完全清楚的特性；采礦工程是一個復雜的大系統(tǒng)，具有動態(tài)性和隨機性，隨采掘不斷推進，采動應力場、位移場不斷變化，采動過程中支護系統(tǒng)與巖體及其它環(huán)境要素（地應力、水、瓦斯、溫度等）相互耦合作用，使這種動態(tài)變化更具復雜性[10-11]。采礦工程規(guī)模巨大，小尺度或局部分析往往不能得到正確的解答，需要系統(tǒng)的從較大范圍來研究或思考問題；采礦工程具有明顯的后效性，即開采后形成各種不同形式的空間結構，而這種不同形式的空間結構將形成不同的應力場和位移場，對后續(xù)的開采系統(tǒng)穩(wěn)定性產(chǎn)生重要影響，不僅要考慮當前的開采系統(tǒng)，而且還必須考慮一定范圍內(nèi)此前遺留的開采空間的影響?；谝陨咸攸c，國內(nèi)外學者不斷嘗試從不同的角度或采用不同方法，分析和揭示巖層運動及穩(wěn)定性的機理，并建立了一系列較為完整的理論技術體系和控制方法，有力的支撐了我國煤礦不同開采階段的安全生產(chǎn)對礦山壓力和巖層控制的實際需求。然而，采礦巖層控制總體上處在“靜態(tài)”和“試誤巖層控制”的發(fā)展階段，即采用靜態(tài)的數(shù)學力學模型、靜態(tài)的邊界條件，得到一個靜態(tài)的巖層控制解決方案，以及通過嘗試不同的巖層控制方法或嘗試改進其控制參數(shù)，直至滿足采掘工作面圍巖控制和安全生產(chǎn)的需要。在這個過程中，其準確性、經(jīng)濟性和安全程度往往難以得到滿足，更難基于理論模型達到預測的程度。隨著科學技術的進步，包括巖層控制技術在內(nèi)的采礦技術需要重新審視和進一步發(fā)展，將采礦巖層控制與當下煤礦開采技術及裝備的發(fā)展相結合，與最新前沿科學技術相結合，探索新的研究方法和手段，推動采礦巖層控制由“試誤巖層控制”向“精準巖層控制”發(fā)展，由“靜態(tài)”向“動態(tài)智能巖層控制”方向發(fā)展，將是今后10～20 年間采礦巖層控制領域的重要發(fā)展方向之一。

1 礦山大數(shù)據(jù)與采礦智能巖層控制概念與特點

大數(shù)據(jù)（Big Data）是一個抽象概念，不同的領域有不同的認識和理解，自大數(shù)據(jù)提出至今，還沒有形成一個共識的定義。盡管大數(shù)據(jù)的定義很多，但這些定義基本都圍繞著大數(shù)據(jù)的4 個基本特點展開：即體量浩大（Volume）、模態(tài)繁多（Variety）、生成速度快時效要求高（Velocity）和數(shù)據(jù)價值巨大但數(shù)據(jù)密度很低（Value）[12-14]。大數(shù)據(jù)的這些特征，決定了大數(shù)據(jù)研究問題的方法與傳統(tǒng)方法不同，它不是抽取少量樣本數(shù)據(jù)來建立假設，而是通過對全部數(shù)據(jù)的分析，以自動呈現(xiàn)事物之間的聯(lián)系。由于大數(shù)據(jù)研究過程中獲取的是事物的全部樣本，不必遵循一定的因果關系進行預測，而是通過分析大數(shù)據(jù)，將事物之間的相關關系呈現(xiàn)出來。改變了人們傳統(tǒng)的研究方式，更重要的還將改變?nèi)藗儌鹘y(tǒng)的邏輯思維和認識世界的方式[15-16]。

“采礦巖層控制大數(shù)據(jù)”，根據(jù)巖層控制的特點及相關性，可定義為：與采礦巖層控制有關的全部數(shù)據(jù)的集合。主要包括與采礦相關區(qū)域的地質(zhì)與巖性信息（三維地質(zhì)信息），開拓開采布局與接替，采礦過程中運用通信技術、傳感技術、計算機技術等信息技術手段采集的各類動靜態(tài)信息，相關采礦歷史記錄與事故案例等。其數(shù)據(jù)類型主要包括：格式化數(shù)據(jù)、半格式化數(shù)據(jù)和非格式化數(shù)據(jù)，如圖紙、文字、數(shù)據(jù)、音頻、視頻、圖片、位置信息等等。整個礦山開采過程產(chǎn)生的數(shù)據(jù)量巨大，并且隨著煤礦的動態(tài)開采過程持續(xù)不斷累積，這些數(shù)據(jù)類型和數(shù)據(jù)格式復雜，具備大數(shù)據(jù)的屬性。礦井生產(chǎn)建設過程中所產(chǎn)生的各類數(shù)據(jù)如圖1。

圖1 礦井生產(chǎn)建設過程中所產(chǎn)生的各類數(shù)據(jù)Fig.1 All kinds of data generated in the process of mine production and construction

“智能技術”是指由現(xiàn)代通信與信息技術、計算機網(wǎng)絡技術、行業(yè)技術、智能控制技術匯集而成的針對某個領域的應用。一般認為具有如下特點：①感知和獲取外部信息的能力；②存儲外部信息及由思維產(chǎn)生的知識，并利用已有的知識對信息進行分析、計算、比較、判斷、聯(lián)想、決策；③通過與環(huán)境的相互作用，不斷學習積累知識，使其能夠適應環(huán)境變化；④對外界的刺激作出反應，形成決策并傳達相應的信息。將上述各類數(shù)據(jù)進行有效的分類、整理、融合。

結合采礦巖層控制過程及其特點，可將智能巖層控制定義為：將礦山地質(zhì)信息、開采技術信息、采礦過程中產(chǎn)生的動態(tài)監(jiān)測信息和相關巖層控制案例等進行深度學習和動態(tài)感知，運用采礦理論、巖石力學、礦山壓力、計算機模擬技術、人工智能方法等進行綜合分析比較，從而對控制范圍內(nèi)的巖層做出實時判斷和動態(tài)預測，并將該信息反饋至控制系統(tǒng)，實施動態(tài)控制的全過程。

根據(jù)該定義可將智能巖層控制分為3 個部分：第1 部分為深度學習與感知礦山；第2 部分為穩(wěn)定狀態(tài)的實時判斷與預測；第3 部分為動態(tài)控制。智能巖層控制也可簡化為“學習與感知、穩(wěn)定狀態(tài)判斷和控制”。智能巖層控制的宏觀結構框架如圖2。

2 采礦智能巖層控制研究內(nèi)容及方法

礦山大數(shù)據(jù)本身屬過程信息，過程信息需要進行邏輯加工處理，才能有效的利用，在包括采礦在內(nèi)的多個領域中，常常用人工智能等方法進行，如前所述，采礦有其獨特的性質(zhì)，人工智能等發(fā)展受到很大限制，而數(shù)值計算方法具有基本符合巖層控制對象，基本能反映內(nèi)在關系方法，若能通過一定的改進，并與大數(shù)據(jù)有機結合，可成為今后發(fā)展智能巖層控制的有效途徑[17-18]。20 世紀80 年代以來，數(shù)值模擬成為解決煤礦安全生產(chǎn)問題的有效手段之一，一直以來，數(shù)值模擬只是有限的利用現(xiàn)場部分數(shù)據(jù)進行模擬，對于解算巷道、邊坡工程或穩(wěn)定性問題具有較好的適應性，而對于具有采礦（煤礦開采）特點的地下工程來說，需要在此基礎上進行特別的改進，以適應大范圍、大空間結構、多場耦合、動態(tài)變化等特殊工程特性的需要，對于基本符合本構關系的開采對象，是一個不可替代的工具。

利用礦山大數(shù)據(jù)建立大規(guī)模精細化的動態(tài)數(shù)值計算模型（又稱“動態(tài)數(shù)值開采試驗”模型），按照現(xiàn)場監(jiān)測的礦山數(shù)據(jù)進行參數(shù)反演校對，利用動態(tài)數(shù)值計算方法對實時礦山大數(shù)據(jù)進行加工和處理，連續(xù)的動態(tài)數(shù)值計算結果，形成動態(tài)數(shù)值開采過程。該動態(tài)過程數(shù)據(jù)將作為巖層控制設計、實時預警、動態(tài)反饋及實時控制的依據(jù)，從而形成智能巖層控制解決方案，并以此為基礎進行下一步的數(shù)值開采試驗。具體方法為：

1）將煤礦勘探鉆孔數(shù)據(jù)進行整理分析，基于統(tǒng)一的空間和時間四維坐標，將礦山中的地質(zhì)信息運用一定的算法，把礦井內(nèi)各個鉆孔數(shù)據(jù)及開采揭露情況，以一定的規(guī)則擬合起來，并配置完整的屬性信息，建立真三維礦山地理信息模型，根據(jù)建立的真三維地質(zhì)模型，建立準確的數(shù)值模擬物理模型，并確定合適的邊界條件。

2）根據(jù)實驗室測得的煤巖層物理力學參數(shù)，為數(shù)值模型中各巖層賦物理力學參數(shù)。

3）進行初步的數(shù)值模擬。

4）初步模擬結果與現(xiàn)場監(jiān)測到的巖層位移、應力及液壓支架工作阻力等數(shù)據(jù)進行對比，找出與現(xiàn)場數(shù)據(jù)不符的環(huán)節(jié)，通過調(diào)整模型中煤巖層物理力學參數(shù)、網(wǎng)格尺寸等方法來解決。

5）對調(diào)整參數(shù)后的數(shù)值模型繼續(xù)模擬，模擬結果再與現(xiàn)場數(shù)據(jù)對比，如此反復多次的反演，直到數(shù)值模擬結果與現(xiàn)場數(shù)據(jù)的誤差在可接受范圍內(nèi)，停止模型的校核。

6）在校核后的數(shù)值模擬模型基礎上，利用增加新的地質(zhì)物理信息，進行其它問題的模擬和預測。

數(shù)值模擬反演分析模式如圖3。

圖3 提高數(shù)值模型可靠性的反演分析Fig.3 Inversion analysis of improving reliability of numerical model

2.1 礦山開采智能巖層控制關鍵科學問題

礦山開采智能巖層控制系統(tǒng)的核心是在統(tǒng)一的時間坐標和空間框架下，科學合理地組織各類礦山信息，將海量異質(zhì)的礦山信息資源進行全面、高效和有序的管理和整合，并充分利用礦山大數(shù)據(jù)、現(xiàn)代空間分析方法、仿真模擬手段、網(wǎng)絡和科學計算技術等，建立大規(guī)模精細化的數(shù)值開采模型，在此基礎上按照煤礦現(xiàn)場數(shù)據(jù)進行數(shù)值模擬的參數(shù)反演校對，為煤礦開采過程中采場巖層控制進行模擬和過程分析提供新的技術平臺和強大工具。這一過程中需要解決的關鍵科學問題主要有：①礦山生產(chǎn)全過程中各類動態(tài)異質(zhì)大數(shù)據(jù)的獲取及存儲的科學模式；②基于礦山大數(shù)據(jù)的智能化巖層控制結構模型；③不同類型礦山大數(shù)據(jù)之間的模式識別匹配的原理及規(guī)則；④礦山大數(shù)據(jù)的有效融合方法；⑤數(shù)值開采模型參數(shù)的動態(tài)輸入和動態(tài)模擬；⑥礦山數(shù)值開采與智能巖層控制系統(tǒng)自適應性的基礎研究。

2.2 礦山開采智能巖層控制主要研究內(nèi)容

1）尋求礦山生產(chǎn)全過程中異質(zhì)數(shù)據(jù)的獲取及存儲的經(jīng)濟有效方法。目前礦山數(shù)據(jù)大部分沒有被有效的獲取、存儲，一方面是由于缺乏專業(yè)的數(shù)據(jù)獲取手段，另一方面是由于目前數(shù)據(jù)存儲成本較高。提出以建立地面觀測站、打鉆布設巖層監(jiān)測點、井下安裝監(jiān)測監(jiān)控系統(tǒng)和傳感器、實驗室試驗以及開發(fā)設計新型傳感器等多種手段對礦山數(shù)據(jù)進行獲取，利用目前的云存儲、物聯(lián)網(wǎng)等手段存儲獲取的數(shù)據(jù)，以降低數(shù)據(jù)存儲成本。

2）不同種類礦山數(shù)據(jù)的統(tǒng)一識別與匹配。煤礦數(shù)據(jù)類型繁多，包含有數(shù)字、聲音、圖片等類型，可以分為結構化數(shù)據(jù)、半結構化數(shù)據(jù)和非結構化數(shù)據(jù)[19]。這些不同類型的數(shù)據(jù)彼此之間不能直接進行銜接識別，必須通過一套轉(zhuǎn)換系統(tǒng)，使這些數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的格式而互相識別匹配。提出建立異質(zhì)數(shù)據(jù)轉(zhuǎn)換系統(tǒng)，不同類型數(shù)據(jù)通過該系統(tǒng)轉(zhuǎn)換為某一種特定的數(shù)據(jù)類型，從而實現(xiàn)不同類型數(shù)據(jù)的統(tǒng)一格式輸出、識別、匹配。

3）礦山數(shù)據(jù)的有效融合和去冗降噪。礦山數(shù)據(jù)的冗余通常來自2 個方面：一方面，大數(shù)據(jù)的多源性導致了不同源頭的數(shù)據(jù)中存在有重復的數(shù)據(jù)，造成數(shù)據(jù)的絕對冗余；另一方面，提供的超量、超精度的數(shù)據(jù)，形成了數(shù)據(jù)的相對冗余?？赡苡捎跀?shù)據(jù)采樣算法缺陷與設備故障，生成大量的噪聲數(shù)據(jù)。獲取的海量礦山數(shù)據(jù)不進行有效的整合、篩選，難以發(fā)揮出數(shù)據(jù)的有效價值。需要將獲取的礦山大數(shù)據(jù)進行降低噪聲、消除冗余，提高數(shù)據(jù)質(zhì)量。

4）智能巖層控制數(shù)值模擬反演計算優(yōu)化。數(shù)值模擬計算是實現(xiàn)礦山開采智能巖層控制的核心環(huán)節(jié)，提出通過煤礦大數(shù)據(jù)平臺提供準確可靠的原始數(shù)據(jù)，利用這些現(xiàn)場大數(shù)據(jù)建立數(shù)值模擬模型并進行動態(tài)反演，模擬出已知條件下的煤巖體的復雜力學與結構特性，在此基礎上再進行新問題的數(shù)值模擬，從而使數(shù)值模擬模型和計算結果逼近真實。

5）礦井新產(chǎn)生的監(jiān)測數(shù)據(jù)實時輸入模擬模型與動態(tài)模擬。礦井在生產(chǎn)過程中，不斷揭露新的地層，并同時產(chǎn)生新的地表下沉、巖層移動、液壓支架工作阻力等數(shù)據(jù)，這些新產(chǎn)生的數(shù)據(jù)有助于新模型建立，原模型校核以及新問題的預測。不斷輸入新數(shù)據(jù)到數(shù)值模型，實現(xiàn)模擬模型的實時更新，為礦井生產(chǎn)提供實時的數(shù)值開采模擬。

6）提高大規(guī)模精細化數(shù)值模擬模型的計算速度。目前，限制大規(guī)模精細化數(shù)值模擬發(fā)展的最大瓶頸是計算速度問題，數(shù)值模擬模型越大，劃分網(wǎng)格數(shù)量越大，則計算速度越慢，另外數(shù)值模擬模型網(wǎng)格劃分越精細，計算速度也越慢。提出開發(fā)能夠并行計算的數(shù)值模擬軟件，優(yōu)化計算方法，實現(xiàn)多臺電腦并行運算同一個數(shù)值模擬模型，來提升大規(guī)模精細化的數(shù)值模擬計算速度。

7）提高智能巖層控制系統(tǒng)的可靠性、準確性和自適應性。礦山開采系統(tǒng)具有不確定性、模糊性和未確知性，這就需以豐富的理論基礎和實踐經(jīng)驗為基礎，并結合現(xiàn)場實際對數(shù)值模擬結果進行評判、改進和優(yōu)化。提出建立智能巖層控制人工智能控制子系統(tǒng)，該子系統(tǒng)根據(jù)已有的知識來發(fā)現(xiàn)和定義應當解決的問題，以及求解問題的預設目標。然后針對問題和目標去獲取必要的信息，從中提煉新知，進而在目標制導下利用所獲得的信息和知識生成求解問題的智能策略。在實際的應用中，不斷對該子系統(tǒng)進行修正、完善，提高智能巖層控制系統(tǒng)的可靠性、準確性和自適應性。

3 大數(shù)據(jù)+數(shù)值開采

煤礦井下巖層控制一直以來多以理論研究為主，相似模擬和數(shù)值模擬技術手段為輔。由于地下煤巖體具有復雜的地質(zhì)結構以及加卸載、邊界條件，這使得巖層控制問題通常無法簡單地用解析方法求解，現(xiàn)有的巖層控制方面的理論和相似模擬都難以將地下復雜的開采條件一一考慮，導致得出的結果與實際情況偏差較大[20]。大數(shù)據(jù)+數(shù)值開采可以彌補這一不足，通過礦山大數(shù)據(jù)平臺提供準確可靠的原始數(shù)據(jù)，利用這些現(xiàn)場大數(shù)據(jù)建立數(shù)值模擬模型，并進行動態(tài)反演，調(diào)整數(shù)值分析中預設的模型與參數(shù)，模擬出已知條件下的煤巖體的復雜力學與結構特性，得到巖土體的初始地應力狀態(tài)與初始物理力學參數(shù)，在此基礎上再進行新問題的數(shù)值模擬，從而使數(shù)值模擬模型和計算結果逼近真實。

礦山開采智能巖層控制基本結構如圖4。

圖4 礦山開采智能巖層控制基本結構Fig.4 Basic structure of intelligent strata control in mining

礦山開采巖層控制系統(tǒng)是十分復雜的系統(tǒng)工程，系統(tǒng)的狀態(tài)復雜多變，常表現(xiàn)出不確定性和未確知性。因此，建立的礦山開采巖層智能控制系統(tǒng)應具有非線性、動態(tài)的自適應性，以下條件使該系統(tǒng)的形成成為可能：①快速和廉價的數(shù)據(jù)存儲與運算為礦山大數(shù)據(jù)提供了有力的前提條件；②以MapReduce 和Hadoop 為代表的非關系數(shù)據(jù)分析技術的發(fā)展，為大規(guī)模非結構數(shù)據(jù)并行處理提供了技術保障；③計算機處理器的容量、計算速度和復雜程度每18 個月翻一翻，硬件的快速發(fā)展為大型數(shù)值計算提供了必要的基礎條件；④工智能、神經(jīng)網(wǎng)絡、模糊數(shù)學等智能科學的理論在采礦中的應用，以及建立的專家系統(tǒng)和智能決策系統(tǒng)；⑤形、災變等非線性科學理論在采礦非線性問題中的應用；⑥采礦相關的科學理論的發(fā)展；⑦學和巖石力學等基礎學科的發(fā)展，使數(shù)值模擬中用到的本構關系更加合理；⑧計算、物聯(lián)網(wǎng)以及傳感技術的發(fā)展，使礦山數(shù)據(jù)能以一定的速率持續(xù)不間斷產(chǎn)生，這些新產(chǎn)生的數(shù)據(jù)又可以進入數(shù)值模擬中進行反演、修正。

大數(shù)據(jù)+數(shù)值開采實驗就如同是一個黑匣子，原始數(shù)據(jù)輸入，預測數(shù)據(jù)輸出，中間的數(shù)值模擬過程及理論分析過程都可以忽略，僅注重最后模擬結果的準確性。礦山大數(shù)據(jù)在數(shù)值模擬中的應用，使數(shù)值模擬由模糊的定性分析向精確的定量分析轉(zhuǎn)變；改變采礦重視抽象思維，而忽視采礦過程中大數(shù)據(jù)的采集、分析和利用的模式；影響采礦理論研究方向向巖層介質(zhì)特性、數(shù)值建模、計算力學模型等轉(zhuǎn)變。

4 結 語

研究如何有效的把礦山大數(shù)據(jù)、專家系統(tǒng)、神經(jīng)網(wǎng)絡、數(shù)值模擬、模糊邏輯、模式識別以及其它人工智能技術用于無組織性的礦山開采數(shù)值模擬中，使礦山開采數(shù)值模擬由模糊的定性分析向精確的定量分析轉(zhuǎn)變，將成為未來礦山開采智能巖層控制的發(fā)展方向之一。大數(shù)據(jù)+數(shù)值開采實驗，擺脫過去先有理論模型再模擬的思維，注重參數(shù)的反演和結果的再現(xiàn)，提高了煤礦巖層控制的準確性和可預知性。大數(shù)據(jù)+數(shù)值開采實驗的研究模式，將改變采礦問題研究的思維方法，由注重理論假說，向注重現(xiàn)實采礦工程實測和采礦過程中數(shù)據(jù)的采集、監(jiān)測和分析利用轉(zhuǎn)變，也將改變或影響采礦理論研究的方向。隨著計算機技術、模擬技術和大數(shù)據(jù)技術的發(fā)展，大數(shù)據(jù)+數(shù)值開采實驗，必將成為礦山開采未來智能巖層控制的重要手段和智能礦山的重要組成部分。