余國鋒，袁 亮,3，任 波，李連崇，程關(guān)文，韓云春，牟文強(qiáng)，王四戌，魏廷雙，鄭 群，馬濟(jì)國

(1.安徽理工大學(xué) 能源與安全學(xué)院，安徽 淮南 232000； 2. 煤炭開采國家工程技術(shù)研究院 深部煤炭開采與環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室，安徽 淮南 232000；3.中國礦業(yè)大學(xué)(北京) 應(yīng)急管理與安全工程學(xué)院，北京 100083；4. 東北大學(xué) 資源與土木工程學(xué)院，遼寧 沈陽 110819；5.淮河能源煤業(yè)分公司，安徽 淮南 232001)

我國是多煤少油的國家，煤炭在我國能源體系中一直占據(jù)主導(dǎo)地位。社會經(jīng)濟(jì)的日益迅猛發(fā)展增大了對煤炭資源的需求，未來相當(dāng)長的一段時(shí)間內(nèi)其地位仍然不會發(fā)生變化[1-3]。隨淺部煤炭資源逐漸枯竭，礦井開采深度日益增大，生產(chǎn)安全問題一直制約煤礦發(fā)展，深部巖體的理論與現(xiàn)場預(yù)警技術(shù)是未來領(lǐng)域內(nèi)的重要研究對象[4-6]。進(jìn)入21世紀(jì)以來，隨著新理論和新技術(shù)的應(yīng)用，煤礦生產(chǎn)過程中的安全事故已經(jīng)顯著下降，傷亡人數(shù)也極大降低。這些數(shù)據(jù)顯現(xiàn)出科技發(fā)展在礦山安全生產(chǎn)具備廣泛的應(yīng)用前景。但當(dāng)前所面臨的煤礦安全問題仍然嚴(yán)峻，為實(shí)現(xiàn)礦山事故未來“零傷亡”和“零事故”，需要不斷更新設(shè)備、技術(shù)，以期更好的服務(wù)于礦井生產(chǎn)。

各個(gè)礦區(qū)的復(fù)合煤礦動力災(zāi)害事故已經(jīng)造成了嚴(yán)重的經(jīng)濟(jì)和社會影響，原有的預(yù)測手段過多的依賴于人的主觀能動性，缺乏實(shí)時(shí)、及時(shí)的反饋，擺脫個(gè)體人思維的影響有利于實(shí)現(xiàn)礦井智能化安全生產(chǎn)，那么利用新型技術(shù)“智能化”“多源化”“大數(shù)據(jù)”是實(shí)現(xiàn)煤礦事故零死亡的重要手段。當(dāng)前，煤礦智能化的開采已經(jīng)逐漸應(yīng)用于煤礦的生產(chǎn)中[7-9]。將物聯(lián)網(wǎng)、云計(jì)算等技術(shù)在煤礦領(lǐng)域應(yīng)用[10]，實(shí)現(xiàn)大數(shù)據(jù)智能化的實(shí)時(shí)預(yù)警也將是保障煤礦安全的重要技術(shù)[11-14]。針對煤礦災(zāi)害事故，應(yīng)基于傳感器的物聯(lián)網(wǎng)采集災(zāi)害前兆信息，與多網(wǎng)融合傳輸技術(shù)進(jìn)行實(shí)時(shí)在線監(jiān)測，采用多源前兆信息的方法智能判識、精準(zhǔn)預(yù)警[15-16]。煤礦生產(chǎn)應(yīng)逐步建立深部巖體監(jiān)測預(yù)警的判識準(zhǔn)則，并將水文等多源數(shù)據(jù)通過井上井下光纖監(jiān)測網(wǎng)實(shí)現(xiàn)企業(yè)在線監(jiān)測預(yù)警[17]。尤其是對深部巖體采動破壞的監(jiān)測，傳統(tǒng)僅對地應(yīng)力的監(jiān)測是不可取的?，F(xiàn)有的微震監(jiān)測技術(shù)已經(jīng)逐漸應(yīng)用到煤礦動力災(zāi)害的監(jiān)測預(yù)警中，微震監(jiān)測已經(jīng)廣泛引用于深部地壓災(zāi)害的預(yù)防工作。通過建立煤巖動力災(zāi)害的連續(xù)微震監(jiān)測預(yù)警體系，可以實(shí)現(xiàn)從早期綜合分析預(yù)測到實(shí)時(shí)監(jiān)測的目的[18]。微震聯(lián)合其他監(jiān)測方法識別分析動力災(zāi)害前兆信息而建立多元預(yù)警方法，取得了一定的效果[19-22]。而作為煤礦安全事故之一的突涌水事故，其實(shí)質(zhì)是采動變形破壞和水文地質(zhì)多重因素不斷孕育發(fā)展的最終宏觀表現(xiàn)。傳統(tǒng)以多源的水文相關(guān)數(shù)據(jù)為基礎(chǔ)構(gòu)建的煤礦水文監(jiān)測平臺可以實(shí)現(xiàn)一定的預(yù)警作用，但并不是面狀的，而是點(diǎn)狀的，不能滿足礦井的安全需求[23-25]。突水的預(yù)警應(yīng)當(dāng)著力于監(jiān)測連續(xù)采動破壞、水文數(shù)據(jù)、涌水潛勢等方面于一體的監(jiān)測預(yù)警技術(shù)體系[26]。左建平等[27]通過優(yōu)化微震監(jiān)測技術(shù)，實(shí)現(xiàn)在了煤礦底板水害監(jiān)測預(yù)防，保障了煤礦企業(yè)的生產(chǎn)安全；盧新明等[12]通過優(yōu)化部署和安裝各類傳感器，基于大數(shù)據(jù)、云計(jì)算和人工智能技術(shù)，建立了煤礦重大動力災(zāi)害預(yù)警服務(wù)平臺。靳德武等[28-29]利用多頻連續(xù)電法充水水源監(jiān)測與微震底板破壞帶監(jiān)測相聯(lián)合的智能預(yù)警方法，實(shí)現(xiàn)了煤礦底板突水三維監(jiān)測和智能預(yù)警體系?；诼?lián)合水文監(jiān)測、水源監(jiān)測、微震底板破壞監(jiān)測的綜合技術(shù)，將是受水害威脅的各個(gè)礦區(qū)的重要解決手段。

隨著淮南礦區(qū)開采的延深，部分礦井已陸續(xù)進(jìn)入A組煤開采，正面臨嚴(yán)重的底板水害威脅。礦區(qū)井田內(nèi)從下往上劃分為A，B，C，D，E五組26層煤。A組煤是淮南礦區(qū)最下面的一組可采煤層，累厚平均約7 m，儲量達(dá)17.5億t。A組煤比上部各組煤層的煤層更厚，煤質(zhì)優(yōu)，發(fā)熱量更高，接近25 115 kJ(6 000 kcal)；煤種更好，為1/3焦煤，可作為煉焦煤；淺部受風(fēng)氧化影響，部分瓦斯已經(jīng)釋放，瓦斯含量相對較低。A組煤被喻為淮南礦區(qū)的“新糧倉”。根據(jù)地質(zhì)勘探，制約開采的最大因素由瓦斯轉(zhuǎn)變?yōu)榈装寤規(guī)r水。1977年謝一礦33113A組煤工作面發(fā)生底板灰?guī)r出水，造成延深水平和部分巷道被淹。引起礦區(qū)高度重視，開展了針對底板灰?guī)r水文地質(zhì)條件的勘探和灰?guī)r水害防治技術(shù)方法的研究，確立了“因地制宜、疏水降壓、限壓開采、綜合治理”灰?guī)r水害防治技術(shù)，指導(dǎo)了淮南老區(qū)A組煤的安全開采。但新區(qū)和老區(qū)的灰?guī)r水文地質(zhì)條件有顯著不同，誤揭陷落柱不僅有可能造成工作面被淹，甚至采區(qū)、水平均有可能被淹。陷落柱多是隱伏的，不易發(fā)現(xiàn)，當(dāng)前隱伏陷落柱已經(jīng)成為治理灰?guī)r水的最大難題。2017年潘二礦井下12123工作面底板抽巷聯(lián)絡(luò)巷誤揭陷落柱再次引發(fā)涌水事故，造成部分巷道工作面被淹。因此，針對淮南礦區(qū)A組煤的底板灰?guī)r水害防治，迫切需要智能化預(yù)警技術(shù)，借助大數(shù)據(jù)技術(shù)對水文監(jiān)測、微震監(jiān)測、防治水治理、防治水探測等信息進(jìn)行采集和數(shù)據(jù)處理分析，通過大數(shù)據(jù)挖掘技術(shù)和機(jī)器學(xué)習(xí)智能方法，構(gòu)建突水災(zāi)害智能預(yù)測預(yù)警平臺，實(shí)現(xiàn)礦區(qū)突水災(zāi)害智能預(yù)測預(yù)警。

1 工程概況

淮河能源集團(tuán)(淮南礦業(yè)集團(tuán))張集煤礦于1996-07-01開工建設(shè)，2001-11-08建成投產(chǎn)，至今已有18 a的開采歷史，核定年生產(chǎn)能力1 240 萬t。張集礦井設(shè)計(jì)采用立井、集中大巷和主要石門，分區(qū)開拓、出煤、通風(fēng)、建設(shè)。目前該礦開采A組煤，全區(qū)采用傾斜長壁和走向長壁相結(jié)合的方式，一次采全高綜合機(jī)械化采煤方法，頂板管理為全陷落法。該礦1612A工作面位于西三1煤上采區(qū)第2個(gè)塊段，為本采區(qū)第2個(gè)回采工作面。工作面北至1611A工作面；南部為1613A工作面；東起西風(fēng)井1煤工廣煤柱線及采區(qū)系統(tǒng)巷道保護(hù)煤柱、西至礦井邊界F22斷層保護(hù)煤柱。工作面標(biāo)高為-509.0～-575.2 m。工作面傾斜長度約200 m，工作面可推進(jìn)長度約1 569 m，傾角9°，平均厚度7.2 m，密度 1.33 t/m3，可采儲量337.1萬t，沿1煤層頂板進(jìn)行分層開采約5.5 m。采場內(nèi)布置2條工作面巷道——軌道巷和運(yùn)輸巷，同時(shí)在底板巖層內(nèi)保留有1條底抽巷，在臨近1613A工作面傾向下端的底板巖層內(nèi)存在有1條疏水巷：-600 m 疏水巷，采場的開采與地質(zhì)條件如圖1所示(圖中a，b，c為通過三維地震探測的結(jié)果)。

依據(jù)采場掘進(jìn)巷道的實(shí)際揭露資料，以及地面鉆探和三維地震資料綜合分析。工作面掘進(jìn)范圍內(nèi)煤巖層總體近似為一單斜構(gòu)造；地層走向70°～130°，傾向160°～220°，傾角平均9°，在構(gòu)造發(fā)育附近煤巖層產(chǎn)狀可能有一定變化。軌道巷、運(yùn)輸巷揭露的斷層主要有鄰近巷道實(shí)際揭露的及三維地震解釋的斷層19條。在1612A工作面內(nèi)未發(fā)現(xiàn)有陷落柱，但在臨近未采的1613A工作面的正下方探測到存在1個(gè)垂向的導(dǎo)水通道(疑似陷落柱)，采動期間可能會對其存在擾動。工作面回采中的主要充水性因素有1煤頂、底板的砂巖裂隙水和底板灰?guī)r水。砂巖裂隙水是工作面的直接充水水源，由于裂隙發(fā)育程度的不均一性導(dǎo)致煤系地層的富水性差異。從抽水實(shí)驗(yàn)資料分析，煤系砂巖裂隙水富水性弱，并以靜儲量為主，但在構(gòu)造發(fā)育地帶可能會發(fā)生儲存水量突然潰出現(xiàn)象。工作面底板法距約18.3 m以下發(fā)育有太原組灰?guī)r含水層(I組)，工作面掘進(jìn)期間在斷層帶及裂隙發(fā)育處，可能溝通灰?guī)r含水層，導(dǎo)致底板灰?guī)r水大量涌出，威脅巷道安全，是工作面掘進(jìn)期間重要充水性因素。在工作面底板法距約110 m以下為奧陶系承壓含水層，承壓水初始水壓力約為5.9 MPa。臨近的已回采工作面(1611A)過斷層期間在斷層帶附近上下盤頂板出現(xiàn)過滴淋水現(xiàn)象，最大水量8.5 m3/h，該區(qū)域斷層帶對頂板砂巖含水層有一定的導(dǎo)通性，同時(shí)過斷層期間可能導(dǎo)通底板灰?guī)r含水層，存在斷層導(dǎo)水影響生產(chǎn)的可能性。

2 底板水害監(jiān)測系統(tǒng)建設(shè)

2.1 水文監(jiān)測系統(tǒng)

工作面回采過程中會產(chǎn)生應(yīng)力擾動造成圍巖破斷，進(jìn)而在煤層底板內(nèi)形成“下三帶”底板導(dǎo)水破壞帶、有效隔水層保護(hù)帶和承壓水導(dǎo)升帶[30-31]。若采動底板的導(dǎo)水裂隙貫通隔水層連通了含水層，則會造成觀測孔內(nèi)水位、水壓、水質(zhì)、水溫等水文參數(shù)的波動變化?；趯Υ罅繗v史水文變化數(shù)據(jù)的認(rèn)識，依據(jù)現(xiàn)有的地質(zhì)水文參數(shù)的變化可對底板涌水進(jìn)行預(yù)測。為此，依據(jù)地面鉆孔、工作面巷道和-600 m疏水巷在張集煤礦搭建了井上、井下水文監(jiān)測物聯(lián)網(wǎng)平臺，實(shí)時(shí)監(jiān)控水文變化。井上部分為地面水文長觀孔的水位、水溫監(jiān)測，由KJ402-FA水文分站采集水壓、水溫和水質(zhì)數(shù)據(jù)，通過GSM或GPRS網(wǎng)絡(luò)將數(shù)據(jù)傳送到監(jiān)控主機(jī)，進(jìn)行數(shù)據(jù)處理。工作面底板水壓、水溫和水質(zhì)測點(diǎn)使用GPW10/100礦用本安型液位傳感器和進(jìn)行數(shù)據(jù)采集傳輸，各監(jiān)測點(diǎn)之間鋪設(shè)通信電纜連接。井下各監(jiān)測分站可以通過礦用通信電纜接入KJ402-J數(shù)據(jù)傳輸接口將RS485信號轉(zhuǎn)換成RJ45接入交換機(jī)，通過井下光纖環(huán)網(wǎng)與地面監(jiān)測主站進(jìn)行數(shù)據(jù)通信，如圖2所示。

所建立的水文監(jiān)測系統(tǒng)實(shí)時(shí)數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)分析處理。在每個(gè)監(jiān)測點(diǎn)有水文監(jiān)測分站和傳感器采集水文數(shù)據(jù)信息。通過GSM或GPRS網(wǎng)絡(luò)將采集到的數(shù)據(jù)傳送到系統(tǒng)水文數(shù)據(jù)庫并進(jìn)行匯總、統(tǒng)計(jì)。在監(jiān)測主機(jī)查詢、分析、處理水文數(shù)據(jù)，各個(gè)終端可通過煤礦企業(yè)網(wǎng)實(shí)現(xiàn)水文數(shù)據(jù)的查詢與統(tǒng)計(jì)分析。

2.2 微震監(jiān)測系統(tǒng)

目前，關(guān)于底板破壞深度現(xiàn)場監(jiān)測方法無法實(shí)現(xiàn)在線連續(xù)觀測，鉆孔聲波測試法、震波 CT 成像技術(shù)、直流電阻率方法等在使用過程中所受的影響因素較多，因此準(zhǔn)確性較差。鉆孔壓水試驗(yàn)法和底板應(yīng)變實(shí)測法為點(diǎn)監(jiān)測手段，同時(shí)鉆孔壓水試驗(yàn)法存在一定的危險(xiǎn)性，而底板應(yīng)變雖然與底板破壞具有一定關(guān)系，但2者之間關(guān)系并非十分明確，從而導(dǎo)致監(jiān)測結(jié)果準(zhǔn)確性較低。微震監(jiān)測作為一種新興的工作面底板監(jiān)測手段，根據(jù)以往的實(shí)際應(yīng)用情況，可以作為有效的工作面底板破壞深度的確定方法[32-33]。其主要是在監(jiān)測工作面內(nèi)布置空間交錯(cuò)的微震傳感器，然后利用檢波器獲取采動影響下的裂紋萌生、裂紋擴(kuò)展、基質(zhì)斷裂等破裂信號。根據(jù)每個(gè)傳感器所采集信號的時(shí)間差，基于最小二乘法、聯(lián)合反演法、慢度離差法等算法，在三維空間中實(shí)時(shí)反演確定巖體中微震事件發(fā)生的位置、能量、量級等參數(shù)，從而對巖體的變形活動范圍及其穩(wěn)定性做出安全評價(jià)。工作面采動引起的底板巖層破壞、導(dǎo)水裂隙演化等，其實(shí)質(zhì)是原有裂紋擴(kuò)展、新裂隙生成等微破裂行為的宏觀表現(xiàn)，根據(jù)微震事件在空間內(nèi)的聚類特性得到微破裂的成簇狀后的集中區(qū)域的深度即為底板破壞深度，則利用微震監(jiān)測技術(shù)便可以實(shí)現(xiàn)對底板水的流動通道的實(shí)時(shí)監(jiān)測得到，張集煤礦微震監(jiān)測物聯(lián)網(wǎng)建設(shè)如圖3所示。

為避免以往利用工作面2條回采巷道造成信號垂向時(shí)間差較小，而導(dǎo)致震源定位誤差較大的問題。選用在垂向存在一定高差 (h) 的平行布置的軌道回采巷道、底抽巷內(nèi)安設(shè)微震單分量傳感器，如圖3，4所示。而且底抽巷位于底板巖層內(nèi)，可以更好的實(shí)現(xiàn)對工作面的監(jiān)控。那么，工作面內(nèi)所產(chǎn)生的破裂信號通過檢波器所接受，并轉(zhuǎn)化為電流信號，通過巷內(nèi)布置的電纜傳輸至每條巷道內(nèi)的采集分站，將電信號處理為數(shù)據(jù)信號，通過井上、井下的光纖環(huán)網(wǎng)傳輸?shù)降孛鏀?shù)據(jù)信號處理終端，從而可以獲得底板破壞數(shù)據(jù)信號。

圖4 巖體破裂信號定位Fig.4 Identification and location of rock fracture signal

對于破裂信號的震源定位，利用定位儀獲取各個(gè)傳感器的空間坐標(biāo)(xi，yi，zi)，則每個(gè)傳感器會捕捉到破裂信號，系統(tǒng)運(yùn)行中利用試驗(yàn)炮獲得合理的P波傳播速度vp，基于Geiger 定位算法和傳感器接收信號參數(shù)通過迭代過程實(shí)現(xiàn)微震事件的定位。對于超過4個(gè)傳感器的微震監(jiān)測系統(tǒng)，針對破裂點(diǎn)空間坐標(biāo)則可建立以下的迭代方程[34]。

對于測定的破裂點(diǎn)坐標(biāo)θ(x，y，z，t)，基于最小二乘法可產(chǎn)生修正量坐標(biāo)參數(shù)Δθ(x，y，z，t)，2個(gè)坐標(biāo)相加得到新的坐標(biāo)值，然后判斷新的時(shí)空坐標(biāo)是否滿足要求。如果滿足，則該時(shí)空坐標(biāo)就是震源參數(shù)，如果不滿足，根據(jù)修正向量按定位算法繼續(xù)迭代而不斷修正直至滿足誤差要求。將所得到的微震監(jiān)測數(shù)據(jù)在底板的分布和地質(zhì)巖層結(jié)構(gòu)，可以得到準(zhǔn)確的工作面底板破壞信息，將計(jì)算得到的工作面底板破壞深度數(shù)據(jù)匯入底板水害預(yù)警平臺。

3 大數(shù)據(jù)預(yù)測預(yù)警平臺

3.1 基于神經(jīng)網(wǎng)絡(luò)的預(yù)警模型

基于大量的參數(shù)數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)模型目前廣泛用于巖體破壞變形預(yù)警[35-37]。BP神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，其具有任意復(fù)雜的模式分類能力和優(yōu)良的多維函數(shù)映射能力，解決了簡單感知器不能解決一些問題。從結(jié)構(gòu)上講，該模式具有輸入層、隱藏層和輸出層，如圖5所示。從本質(zhì)上講，BP算法就是以網(wǎng)絡(luò)誤差平方為目標(biāo)函數(shù)、采用梯度下降法來計(jì)算目標(biāo)函數(shù)的最小值。其雖然存在較多局部極小的情況下易陷入局部極小點(diǎn)、學(xué)習(xí)精度要求高的情況下學(xué)習(xí)速度較慢的不足，但是基于并行分布理論的BP算法實(shí)踐證明神經(jīng)網(wǎng)絡(luò)運(yùn)算能力很強(qiáng)，可以解決許多具體問題。改進(jìn)后的BP算法對不同類型和規(guī)模的多個(gè)網(wǎng)絡(luò)用同樣的學(xué)習(xí)樣本集進(jìn)行并行訓(xùn)練，避免平坦區(qū)的產(chǎn)生，同時(shí)進(jìn)行訓(xùn)練,比較每次迭代后各個(gè)網(wǎng)絡(luò)的誤差,以誤差下降較快的網(wǎng)絡(luò)作為起始點(diǎn)進(jìn)行下一次迭代，直到訓(xùn)練結(jié)束。當(dāng)某一個(gè)網(wǎng)絡(luò)進(jìn)入平坦區(qū)時(shí),由于其它網(wǎng)絡(luò)的學(xué)習(xí)速率不同,可使整個(gè)網(wǎng)絡(luò)自動快速地脫離平坦區(qū)若整個(gè)網(wǎng)絡(luò)同時(shí)進(jìn)入平坦區(qū),由于學(xué)習(xí)速率不同,大部分情況下也可使整個(gè)網(wǎng)絡(luò)快速脫離,但是當(dāng)神經(jīng)元的輸出值接近于或時(shí),有可能導(dǎo)致權(quán)值基本不發(fā)生變化從而連續(xù)多次使整個(gè)網(wǎng)絡(luò)的誤差變化同時(shí)為0,這時(shí)可改變一次神經(jīng)元的輸出,使下次迭代的權(quán)值發(fā)生變化。用獨(dú)立于學(xué)習(xí)集的驗(yàn)證樣本集,也稱確認(rèn)樣本集比較它們的泛化性能，從中選擇一個(gè)最好的。基本思想是向假想的最佳參數(shù)選拔，采用的方法簡單，充分利用計(jì)算過程的數(shù)據(jù)資料，以選擇較為“成熟”的學(xué)習(xí)方法，因此，基于煤礦突水所確立的評價(jià)因素利用神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)模型，可以得到綜合的預(yù)警指標(biāo)。

圖5 BP神經(jīng)網(wǎng)絡(luò)模型Fig.5 Calculation model of BP neural network

礦井底板突水評價(jià)因素很多，考慮到因素指標(biāo)本身的適應(yīng)性、準(zhǔn)確性、簡練性、可取性，主要選取了地質(zhì)構(gòu)造、水文地質(zhì)條件、隔水層因素和開采條件等四大類主控因素。結(jié)合上述對各突水因素的分析，共確定了24個(gè)主控指標(biāo)以及1個(gè)評判指標(biāo)(涌水量)，來對礦井底板突水進(jìn)行安全性評價(jià)。其中，導(dǎo)水構(gòu)造發(fā)育程度、斷裂導(dǎo)水特性、含水層富水層、巖溶陷落柱、斷層、裂隙帶、水源以及水質(zhì)7個(gè)評判指標(biāo)的表達(dá)一般屬于定性描述，對其進(jìn)行定量化處理。根據(jù)各個(gè)評價(jià)指標(biāo)對底板突水的影響情況，以及定性與定量指標(biāo)間的差別，對于只能定性描述的評價(jià)指標(biāo)，采用了多相模糊統(tǒng)計(jì)方法來量化賦值，所得到的評價(jià)標(biāo)準(zhǔn)見表1。

為了有效預(yù)測工作面底板突水，降低災(zāi)害損失，不僅要對突水的概率進(jìn)行預(yù)測，還需對底板突水涌水量進(jìn)行預(yù)測。神經(jīng)網(wǎng)絡(luò)系統(tǒng)對底板突水涌水量有非線性預(yù)測效果，根據(jù)預(yù)警系統(tǒng)平臺搭建目的，搜集了潘西煤礦、袁店煤礦等45組全國煤礦底板涌水情況資料作為神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)的訓(xùn)練樣本數(shù)據(jù)，對神經(jīng)網(wǎng)絡(luò)預(yù)測預(yù)警系統(tǒng)進(jìn)行了訓(xùn)練學(xué)習(xí)。

3.2 預(yù)測預(yù)警平臺構(gòu)架

監(jiān)測預(yù)警平臺由以下幾大系統(tǒng)組件構(gòu)成：微震監(jiān)測系統(tǒng)、水文監(jiān)測系統(tǒng)、大數(shù)據(jù)智能分析系統(tǒng)、三維可視化系統(tǒng)，系統(tǒng)由網(wǎng)絡(luò)集成技術(shù)和數(shù)據(jù)整合技術(shù)實(shí)現(xiàn)無縫連接，其最后整合的統(tǒng)一結(jié)果在突水預(yù)測預(yù)警分析中心集中顯示、分析，通過機(jī)器學(xué)習(xí)對工作面底板突水的危險(xiǎn)性進(jìn)行評價(jià)。形成微震數(shù)據(jù)和水文數(shù)據(jù)現(xiàn)場24 h連續(xù)采集、集中分析的網(wǎng)絡(luò)系統(tǒng)，建成以微震監(jiān)測為主、水文監(jiān)測分析為輔，融合現(xiàn)代監(jiān)測技術(shù)、信息技術(shù)和分析技術(shù)于一體的煤礦底板突水監(jiān)測、分析與預(yù)警平臺，該預(yù)警系統(tǒng)拓?fù)浣Y(jié)構(gòu)如圖6所示。

表1 主控指標(biāo)

現(xiàn)場微震監(jiān)測和水文監(jiān)測是預(yù)警平臺的核心組成部分，其中微震監(jiān)測系統(tǒng)主要功能是實(shí)現(xiàn)微震數(shù)據(jù)現(xiàn)場24 h連續(xù)采集(即：對開采過程中采場圍巖受應(yīng)力擾動損傷、底板破壞、導(dǎo)水構(gòu)造活化等過程中能量、時(shí)空位置信息的定位)。而水文監(jiān)測系統(tǒng)主要功能是實(shí)現(xiàn)工作面底板水文數(shù)據(jù)實(shí)時(shí)監(jiān)測(即：對開采過程中底板含水層的水壓、水質(zhì)、水溫等信息的監(jiān)測，水文監(jiān)測系統(tǒng)每分鐘刷新一次監(jiān)測結(jié)果記錄)。大數(shù)據(jù)智能分析計(jì)算中心是通過前期搜集的大量全國各地煤礦的工作面開采的歷史涌水資料數(shù)據(jù)，對已經(jīng)搭建好的煤礦工作面底板突水災(zāi)害大數(shù)據(jù)智能預(yù)測預(yù)警系統(tǒng)進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練，同時(shí)實(shí)現(xiàn)與微震數(shù)據(jù)的互饋分析，最終實(shí)現(xiàn)對工作面底板突水危險(xiǎn)區(qū)域的初步標(biāo)定，以及對底板發(fā)生突水的概率和涌水量進(jìn)行預(yù)測預(yù)警。

預(yù)警系統(tǒng)主要由數(shù)據(jù)采集、管理配置、設(shè)備監(jiān)測、中控大屏、多維分析和故障預(yù)警5個(gè)模塊組成。數(shù)據(jù)采集系統(tǒng)主要是采集并儲存微震監(jiān)測系統(tǒng)和水文監(jiān)測系統(tǒng)的監(jiān)測數(shù)據(jù)。管理配置系統(tǒng)主要是對井下監(jiān)測系統(tǒng)的硬件部分進(jìn)行參數(shù)設(shè)置管理和嵌入底板突水預(yù)測預(yù)警的人工神經(jīng)網(wǎng)絡(luò)算法。設(shè)備監(jiān)測主要功能是在終端顯示監(jiān)測設(shè)備的空間分布位置、展示監(jiān)測歷史數(shù)據(jù)及對比信息等。中控大屏模塊則主要是連接張集煤礦安全監(jiān)控大廳的顯示系統(tǒng)，將監(jiān)測傳感器運(yùn)行狀況和實(shí)時(shí)監(jiān)測數(shù)據(jù)展示顯示在中控大屏幕上.多維分析主要作用是從系統(tǒng)本身穩(wěn)定性、監(jiān)測設(shè)備運(yùn)行狀況、歷史預(yù)警情況等方面對系統(tǒng)的健康運(yùn)行情況進(jìn)行綜合分析。故障預(yù)警主要是對監(jiān)測傳感器的歷史故障數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析。

基于神經(jīng)網(wǎng)絡(luò)的煤礦工作面底板預(yù)測預(yù)警算法，所有的監(jiān)測數(shù)據(jù)(包括地質(zhì)信息、微震監(jiān)測數(shù)據(jù)和水文監(jiān)測數(shù)據(jù))，都將傳送到該系統(tǒng)平臺內(nèi)進(jìn)行底板突水危險(xiǎn)性評估與預(yù)警。同時(shí)所有預(yù)警分析結(jié)果皆會在監(jiān)測屏幕上顯示(微震監(jiān)測數(shù)據(jù)、水文監(jiān)測數(shù)據(jù)、底板突水危險(xiǎn)性預(yù)測結(jié)果)，最終基于此，技術(shù)分析人員對預(yù)警信息進(jìn)一步進(jìn)行危險(xiǎn)性評估和確認(rèn)，并第一時(shí)間形成書面說明意見，供管理人員的決策提供參考。因此，該預(yù)警分析中心是突水預(yù)警分析平臺的中樞、決策中心，該預(yù)警系統(tǒng)基本功能云平臺構(gòu)架如圖7所示。整個(gè)系統(tǒng)的硬件部分采用磁盤為1 T的SAS 7200RPM、64G內(nèi)存、8核CPU、CentOS 6.7操作系統(tǒng)的8臺服務(wù)器組成；軟件部分采用標(biāo)準(zhǔn)的Web技術(shù)開發(fā)，用戶所有操作均通過瀏覽器完成，支持多種主流瀏覽器，包括：Internet Explorer(IE)9.0及以上各個(gè)版本、Firefox(火狐)瀏覽器、Chrome瀏覽器等。系統(tǒng)建立在成熟的基礎(chǔ)架構(gòu)平臺上，完全基于SOA架構(gòu)，各個(gè)軟件模塊彼此獨(dú)立、松散耦合，通過消息總線和服務(wù)總線進(jìn)行交互，建立起開放的可擴(kuò)展平臺。預(yù)警模型將根據(jù)接收的監(jiān)測數(shù)據(jù)進(jìn)行大數(shù)據(jù)智能計(jì)算分析，對底板突水危險(xiǎn)性進(jìn)行預(yù)測評估。

圖6 張集煤礦底板突水大數(shù)據(jù)智能預(yù)警系統(tǒng)結(jié)構(gòu)Fig.6 Structure of early warning intelligent system using big data for floor water inrush in Zhangji Mine

圖7 預(yù)警系統(tǒng)云平臺構(gòu)架Fig.7 Architecture of early warning system cloud platform

如圖8所示，中控大屏監(jiān)控所有已部署的傳感器的運(yùn)行信息、不同區(qū)域傳感器的健康對比信息、傳感器的健康趨勢、區(qū)域設(shè)備故障趨勢以及1612A工作面底板突水災(zāi)害危險(xiǎn)性實(shí)時(shí)預(yù)警信息等。系統(tǒng)會自動根據(jù)百度地圖和GPS傳感器位置顯示水文監(jiān)測傳感器的工作信息，展示相關(guān)水文監(jiān)測傳感器監(jiān)控?cái)?shù)據(jù)曲線變化情況。包括水溫時(shí)間曲線、水壓時(shí)間曲線、濁度時(shí)間曲線、電導(dǎo)率時(shí)間曲線、pH時(shí)間曲線以及水文預(yù)警信息等。微震事件位置和危險(xiǎn)預(yù)警異常區(qū)的三維顯示，可以在立體空間中展示每個(gè)微震事件的空間位置、能量大小以及底板系統(tǒng)預(yù)警預(yù)產(chǎn)期的區(qū)域，同時(shí)可以提供微震事件的能量時(shí)間曲線、橫縱波能量比曲線等實(shí)時(shí)監(jiān)測數(shù)據(jù)，預(yù)警信息及相關(guān)事件的監(jiān)控曲線。該模塊還可以依據(jù)時(shí)間維度查詢所有的監(jiān)控參數(shù)的變化信息，自定義事件范圍來查看相關(guān)數(shù)據(jù)。

圖8 大數(shù)據(jù)智能計(jì)算控制平臺Fig.8 Control platform of big data intelligent computing

4 預(yù)測預(yù)警應(yīng)用

4.1 預(yù)警模型訓(xùn)練學(xué)習(xí)與驗(yàn)證

基于全國公開的礦井生產(chǎn)資料，利用所獲取的全國45組數(shù)據(jù)參數(shù)對所構(gòu)建的神經(jīng)網(wǎng)絡(luò)預(yù)警模型進(jìn)行了訓(xùn)練學(xué)習(xí)，預(yù)測各個(gè)礦井的突水預(yù)警值和誤差，與實(shí)際值進(jìn)行對比而不斷修正，實(shí)現(xiàn)了良好的預(yù)測性，對地質(zhì)構(gòu)造類指標(biāo)采用邏輯型數(shù)據(jù)描述(即有為1，無為0)，則不同工況和開采條件下的數(shù)據(jù)實(shí)現(xiàn)統(tǒng)一性而訓(xùn)練的模型與1612A工作面實(shí)現(xiàn)結(jié)合。同時(shí)，以搜集獲取的淮南、淮北煤田等典型5組煤礦底板涌水資料對模型進(jìn)行了驗(yàn)證檢驗(yàn)。通過訓(xùn)練后的預(yù)警系統(tǒng)取得了較為滿意預(yù)測結(jié)果，5組礦井工作面的預(yù)測結(jié)果見表2。根據(jù)礦井涌水量多少劃定突水概率可以看出，突水概率預(yù)測的準(zhǔn)確度要高于突水量預(yù)測的準(zhǔn)確度，突水概率預(yù)測的準(zhǔn)確度已經(jīng)基本滿足預(yù)測要求，而突水涌水量預(yù)測的準(zhǔn)確度雖然有較大提高，但仍然不很理想，原因在于礦井底板突水涌水量的影響因素更為復(fù)雜，礦井底板突水涌水量的預(yù)測問題仍需進(jìn)一步研究。從表2案例驗(yàn)證預(yù)測結(jié)果和誤差分析還可以看出，工作面底板突水概率預(yù)測誤差均在30%以內(nèi)，已經(jīng)遠(yuǎn)低于大部分其他預(yù)測方法，這說明神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)具有良好的煤礦工作面底板突水幾率預(yù)測能力，這進(jìn)一步驗(yàn)證該煤礦底板突水災(zāi)害大數(shù)據(jù)智能預(yù)測預(yù)警系統(tǒng)的優(yōu)勢所在。

4.2 預(yù)測預(yù)警

4.2.1水文監(jiān)測預(yù)測預(yù)警

基于張集煤礦針對1612A工作面所構(gòu)建的水文物聯(lián)網(wǎng)，監(jiān)測獲取了自工作面回采初始直至11月份的水文信息：壓力、溫度、濁度以及水酸堿度，如圖9所示。測定工作面沖水水源為砂巖裂隙水、灰?guī)r水，無奧灰水特性。水壓值保持穩(wěn)定且低于0.6 MPa，其中C3測孔10，11月份監(jiān)測的水壓有增長趨勢，但均在小范圍內(nèi)浮動。水溫隨時(shí)間呈現(xiàn)規(guī)律性變化，測溫孔監(jiān)測最低溫度出現(xiàn)在4月份，最高溫度出現(xiàn)在8月份，溫度變化范圍保持一致，測溫孔最低測溫為26.3 ℃，最高測溫為30.5 ℃。濁度基本保持不變，但L7-9測孔的監(jiān)測值明顯大于L4-1測孔的監(jiān)測值；酸堿度隨季節(jié)呈現(xiàn)規(guī)律性變化，變化趨勢基本一致，監(jiān)測值先增大后減小，pH值最大可達(dá)到6.2，最小為5.9。通過將水文數(shù)據(jù)信息匯入預(yù)警系統(tǒng)內(nèi)進(jìn)行預(yù)測計(jì)算，對危險(xiǎn)狀態(tài)進(jìn)行及時(shí)自動報(bào)警。

表2 案例驗(yàn)證預(yù)測結(jié)果

4.2.2微震監(jiān)測預(yù)測預(yù)警

從2019-03-20—2019-11-16，微震監(jiān)測系統(tǒng)共監(jiān)測到有效微震事件5 993個(gè)微震事件，其中底板微震事件417個(gè)，如圖10(a)，(b)所示。微震事件主要集中分布靠近工作面的采動影響域和斷層附近的構(gòu)造影響域，在平面上呈橢圓分布與傳統(tǒng)的“O”形圈一致，在剖面上呈倒梯形分布。微震事件的矩震級分布有2個(gè)峰值：矩震級的第1個(gè)峰值出現(xiàn)在震級-3.4～-3.0震級內(nèi)，矩震級的第2個(gè)峰值出現(xiàn)在-2.3～-1.9震級內(nèi)，如圖10(c)所示。微震事件的產(chǎn)生與巖體的破壞存在密切關(guān)系，從這個(gè)角度來看，底板微震事件的空間分布與破壞層位、底板巖層分布存在一定關(guān)系，因此將微震事件特性與地質(zhì)層位分布相關(guān)聯(lián)而獲取底板破壞深度是合理的。微震事件預(yù)測得到底板在每個(gè)月內(nèi)的底板破壞深度，如圖10(d)所示，每月的底板破壞深度約為18.5，19.0，17.5，18.5，19.0，20.0和17.5 m。通過將微震監(jiān)測數(shù)據(jù)匯入預(yù)警系統(tǒng)內(nèi)進(jìn)行底板破壞深度預(yù)測計(jì)算，當(dāng)破壞深度呈現(xiàn)Ⅱ組灰?guī)r水向Ⅲ組灰?guī)r水深度延伸趨勢時(shí)進(jìn)行預(yù)警(約為50 m)。同時(shí)由于工作面底板太灰含水層富水性一般，同時(shí)工作面采前進(jìn)行了底板疏水降壓工作，發(fā)生一組灰?guī)r水災(zāi)害可能性小，預(yù)警中主要考慮因底板形成有效導(dǎo)水通道發(fā)生在太原組Ⅲ組灰?guī)r及奧灰含水層突水事故。同時(shí)破壞深度作為一個(gè)評判參數(shù)進(jìn)入綜合預(yù)警模型中進(jìn)行預(yù)警分析。

圖9 水文監(jiān)測數(shù)據(jù)信息Fig.9 Data information of hydrological monitoring

圖10 微震監(jiān)測頂?shù)装迤茐臄?shù)據(jù)信息Fig.10 Data information of microseismic monitoring for roof and floor damage

4.2.3涌水和突水預(yù)測

根據(jù)張集煤礦1612A工作面地質(zhì)調(diào)查資料以及相關(guān)監(jiān)測數(shù)據(jù)，將1612A工作面的地質(zhì)構(gòu)造情況、底板含水層、隔水層、巖性組合和開采條件等指標(biāo)參數(shù)根據(jù)模型要求進(jìn)行數(shù)據(jù)換算，由于1612A工作面在實(shí)際的模型訓(xùn)練和學(xué)習(xí)中，剩余項(xiàng)參數(shù)基本無變化，故在預(yù)測系統(tǒng)中分別采用統(tǒng)一系統(tǒng)默認(rèn)固定值，而1612A工作面實(shí)際開采中并未發(fā)生突水事故，將所有數(shù)據(jù)按照月份統(tǒng)計(jì)形式展示，見表3，實(shí)際應(yīng)用中由預(yù)警平臺實(shí)現(xiàn)24 h實(shí)時(shí)監(jiān)測效果。將張集煤礦1612A對應(yīng)的主控指標(biāo)輸入大數(shù)據(jù)智能系統(tǒng)進(jìn)行分析計(jì)算，得到的預(yù)測結(jié)果見表4。從預(yù)警平臺計(jì)算結(jié)果分析，可知預(yù)測結(jié)果都較接近實(shí)際情況，誤差均在可接受范圍，尤其預(yù)測結(jié)果比較理想。在1612A工作面的回采時(shí)間內(nèi)，大數(shù)據(jù)云平臺中控系統(tǒng)僅在9月份發(fā)現(xiàn)了微震監(jiān)測底板破壞深度增大的預(yù)警信息，結(jié)合長期水文變化及實(shí)地勘測，發(fā)現(xiàn)未引發(fā)底板水的變化。由于1612A工作面底板在開采前進(jìn)行過注漿處理，底板涌水孔水壓均較低，底板的有效隔水層較厚(均超過90 m)，而在回采構(gòu)造發(fā)育和煤層較薄區(qū)域時(shí)，工作面推進(jìn)速度有所減緩，所以引起的底板破壞普遍較低，未導(dǎo)通其他充水水源，工作面未受底板含水層的影響而實(shí)現(xiàn)了安全回采。

表3 張集煤礦1612A工作面數(shù)據(jù)信息

表4 張集煤礦1612A工作面底板涌水和突水預(yù)測

5 結(jié) 論

(1)為解決淮南礦區(qū)開采A組煤所遇到的技術(shù)瓶頸，以張集煤礦1612A工作面開采A組煤為背景，考慮其生產(chǎn)地質(zhì)條件，搭建了水文監(jiān)測與微震監(jiān)測物聯(lián)網(wǎng)平臺，通過光纖環(huán)網(wǎng)實(shí)時(shí)監(jiān)測工作面的水壓、水質(zhì)、水溫等水文信息以及預(yù)測回采過程中的底板破壞深度，并將所監(jiān)測得到的多源數(shù)據(jù)進(jìn)行匯總，確定了底板水害預(yù)測的24個(gè)主控指標(biāo)以及評判指標(biāo)。

(2)將神經(jīng)網(wǎng)絡(luò)模型嵌入系統(tǒng)搭建了大數(shù)據(jù)智能分析平臺，建立了基于微震監(jiān)測系統(tǒng)、水文監(jiān)測系統(tǒng)、三維可視化系統(tǒng)的云平臺，由網(wǎng)絡(luò)集成技術(shù)和數(shù)據(jù)整合技術(shù)實(shí)現(xiàn)無縫連接，其最后整合的統(tǒng)一結(jié)果在突水預(yù)測預(yù)警分析中心集中顯示、分析，通過深度學(xué)習(xí)對工作面底板突水的危險(xiǎn)性進(jìn)行評價(jià)。

(3)對基于神經(jīng)網(wǎng)絡(luò)模型所建立的煤礦底板突水災(zāi)害大數(shù)據(jù)智能動態(tài)預(yù)警方法，經(jīng)過多組礦井驗(yàn)證后獲得較理想的預(yù)警效果，對于煤礦底板突水概率的預(yù)測性具有良好的穩(wěn)定性。張集煤礦應(yīng)用底板水害監(jiān)測預(yù)警大數(shù)據(jù)云平臺，依賴于中控大屏監(jiān)控采場、設(shè)備等運(yùn)行，將實(shí)時(shí)監(jiān)測數(shù)據(jù)對1612A工作面的回采安全性進(jìn)行了預(yù)測：工作面發(fā)生突水災(zāi)害的概率較小，監(jiān)測期內(nèi)未發(fā)生預(yù)警信息，實(shí)現(xiàn)了正?；夭缮a(chǎn)。