崔 聰，李曉紳，舒龍勇，李宏艷，馬延崑，周 洋，宋 鑫

（1.煤炭科學(xué)技術(shù)研究院有限公司，北京 100013；2.煤炭資源高效開(kāi)采與潔凈利用國(guó)家重點(diǎn)實(shí)驗(yàn)室（煤炭科學(xué)研究總院），北京 100013；3.冀中能源股份有限公司 東龐礦，河北 邢臺(tái) 054299）

我國(guó)煤礦在智能分析系統(tǒng)方面應(yīng)用的起步相對(duì)較晚，1980年以來(lái)，我國(guó)大力鼓勵(lì)煤礦機(jī)械化項(xiàng)目，部分煤礦裝備引進(jìn)了歐美地區(qū)煤礦智能分析系統(tǒng)[1]。1990年以來(lái)，隨著國(guó)家越來(lái)越重視煤礦生產(chǎn)的信息化和智能化，國(guó)家煤礦相關(guān)單位開(kāi)始制定相應(yīng)的政策、規(guī)章，以便更好地促進(jìn)煤礦行業(yè)的信息化和智能化[2-4]。目前，我國(guó)煤礦智能化在采、掘、機(jī)、運(yùn)、通、排不同領(lǐng)域均研發(fā)出了不同智能化程度的平臺(tái)與系統(tǒng)[5-10]，全面提升了煤礦整體工作效率與安全生產(chǎn)保障。而在瓦斯防治動(dòng)態(tài)管控與智能決策設(shè)計(jì)與構(gòu)建方面進(jìn)展相對(duì)較慢，尤其在瓦斯抽采達(dá)標(biāo)智能評(píng)判平臺(tái)搭建與抽采時(shí)間預(yù)測(cè)模型研究方面更是鮮有人涉足。目前在這方面攻關(guān)的單位主要有鄭州光力科技股份有限公司、重慶煤安森科技股份有限公司和中煤科工集團(tuán)重慶研究院有限公司。

鄭州光力科技股份有限公司研發(fā)了智能化瓦斯抽采綜合管控平臺(tái)，可實(shí)現(xiàn)煤礦瓦斯抽采管道參數(shù)精準(zhǔn)計(jì)量、動(dòng)態(tài)分院計(jì)量，瓦斯抽采多源信息（管道/視頻/軌跡等）采集、傳感、傳輸，基于大數(shù)據(jù)分析的瓦斯抽采效果評(píng)價(jià)、風(fēng)險(xiǎn)評(píng)估、決策支持。此外，鄭州光利開(kāi)發(fā)了高性能的礦井寬帶通信網(wǎng)絡(luò)，構(gòu)建井下無(wú)線通信傳輸平臺(tái)，基站間無(wú)線通訊，支持800 m遠(yuǎn)距離傳輸。

重慶梅安森科技股份有限公司研發(fā)了礦山綜合管控平臺(tái)，實(shí)現(xiàn)了對(duì)安全監(jiān)管的實(shí)時(shí)監(jiān)控、實(shí)時(shí)報(bào)警及處置，能使各礦向有關(guān)上級(jí)監(jiān)管部門送報(bào)瓦斯、入井人員、重大危險(xiǎn)源、安全隱患安全生產(chǎn)管理數(shù)據(jù)，能夠?qū)崿F(xiàn)多級(jí)報(bào)警、預(yù)警實(shí)時(shí)信息的推送和跟蹤，實(shí)現(xiàn)數(shù)據(jù)分級(jí)管理查詢，達(dá)到應(yīng)急遠(yuǎn)程指揮控制的目標(biāo)。其擁有構(gòu)建智慧礦山綜合管控平臺(tái)軟、硬件基礎(chǔ)設(shè)施的核心技術(shù)，解決多源異構(gòu)數(shù)據(jù)接入問(wèn)題，可進(jìn)行大數(shù)據(jù)智能分析，實(shí)現(xiàn)對(duì)礦山安全生產(chǎn)的風(fēng)險(xiǎn)預(yù)判與預(yù)警。

中煤科工集團(tuán)重慶研究院有限公司建立了1套集抽放數(shù)據(jù)實(shí)時(shí)監(jiān)控、抽放日常信息管理、抽放效果評(píng)價(jià)為一體的煤礦瓦斯抽采監(jiān)控智能評(píng)價(jià)系統(tǒng)，為抽采數(shù)據(jù)在線監(jiān)控、抽采日常信息規(guī)范化、精細(xì)化管理以及抽放輔助決策提供了綜合解決方案。

總體來(lái)看，目前抽采達(dá)標(biāo)智能評(píng)判平臺(tái)存在著功能缺陷，尚未實(shí)現(xiàn)關(guān)鍵數(shù)據(jù)智能分析與深度挖掘，單元?jiǎng)澐峙c效果可視方面自動(dòng)化與智能化程度低，抽采數(shù)據(jù)運(yùn)用較為片面，這與現(xiàn)代化的抽采管理理念仍然有一定差距[11-14]。因此，構(gòu)建1套以智能物聯(lián)“1張圖”圖元化呈現(xiàn)為基礎(chǔ)，以智能調(diào)優(yōu)算法與“大數(shù)據(jù)”挖掘?yàn)楹诵?，以多元化智能管控與智能信息集成為渠道，以瓦斯防治關(guān)鍵信息精準(zhǔn)快速響應(yīng)與智能決策為方向的四位一體式抽采達(dá)標(biāo)智能決策平臺(tái)勢(shì)在必行。

1 系統(tǒng)框架及組成

項(xiàng)目以“數(shù)據(jù)采集-動(dòng)態(tài)分析-模型評(píng)判-結(jié)果展示”研究思路，構(gòu)建1套基于物聯(lián)網(wǎng)“1張圖”，以“大數(shù)據(jù)”挖掘算法為核心的瓦斯抽采達(dá)標(biāo)智能評(píng)判平臺(tái)，實(shí)現(xiàn)抽采數(shù)據(jù)智能分析與深度挖掘、治理場(chǎng)景與治理效果可視化及瓦斯治理關(guān)鍵信息快速響應(yīng)與實(shí)時(shí)管控，系統(tǒng)框架如圖1。

圖1 系統(tǒng)框架Fig.1 System framework

整體系統(tǒng)由硬件、數(shù)據(jù)、模型、平臺(tái)、云端5部分組成，系統(tǒng)組成如圖2。

圖2 系統(tǒng)組成Fig.2 System composition

硬件采集與瓦斯防治信息相關(guān)的所有數(shù)據(jù)，抽采達(dá)標(biāo)智能決策平臺(tái)數(shù)據(jù)通過(guò)局域網(wǎng)、移動(dòng)網(wǎng)、井下光纖等形式以在線監(jiān)測(cè)、隨測(cè)隨傳、地面?zhèn)鬏數(shù)韧緩絺鬏斨练?wù)器，基于礦山大數(shù)據(jù)標(biāo)準(zhǔn)及決策系統(tǒng)模型庫(kù)要求對(duì)數(shù)據(jù)進(jìn)行篩分與提取，集成瓦斯治理數(shù)據(jù)中心。通過(guò)模型、算法研究與嵌入實(shí)現(xiàn)智能化判識(shí)煤層不同區(qū)域的抽采達(dá)標(biāo)等功能?；?張圖、1張表圖元化動(dòng)態(tài)呈現(xiàn)的表達(dá)形式，通過(guò)電腦客戶端及手機(jī)APP實(shí)時(shí)模擬井下瓦斯治理及相關(guān)工程的應(yīng)用場(chǎng)景；實(shí)時(shí)對(duì)預(yù)測(cè)模型及達(dá)標(biāo)所需時(shí)間等關(guān)鍵信息進(jìn)行計(jì)算分析，輔助礦井技術(shù)人員對(duì)下一步的瓦斯抽采與突出防治工作進(jìn)行智能決策。

2 平臺(tái)搭建

2.1 數(shù)據(jù)關(guān)聯(lián)融合

數(shù)據(jù)關(guān)聯(lián)與融合如圖3。

圖3 數(shù)據(jù)關(guān)聯(lián)與融合Fig.3 Data association and fusion

FTP客戶端首先和FTP服務(wù)器的TCP 21端口建立連接，通過(guò)這個(gè)通道發(fā)送命令，客戶端需要接收數(shù)據(jù)時(shí)在這個(gè)通道上發(fā)送PORT命令。PORT命令包含了客戶端接收數(shù)據(jù)端口樣式。在傳送數(shù)據(jù)的時(shí)，服務(wù)器端通過(guò)自己的TCP 20端口連接至客戶端的指定端口發(fā)送數(shù)據(jù)。當(dāng)采用PASV模式時(shí)，F(xiàn)TP服務(wù)器收到Pasv命令后，隨機(jī)打開(kāi)1個(gè)高端端口（端口號(hào)大于1 024）并且通知客戶端在這個(gè)端口上傳送數(shù)據(jù)的請(qǐng)求，客戶端連接FTP服務(wù)器此端口，通過(guò)3次握手建立通道，然后FTP服務(wù)器將通過(guò)這個(gè)端口進(jìn)行數(shù)據(jù)的傳送。

煤礦安全監(jiān)控系統(tǒng)和瓦斯抽采達(dá)標(biāo)智能評(píng)價(jià)平臺(tái)對(duì)外提供定義和實(shí)時(shí)數(shù)據(jù)文件，接入方式采用FTP技術(shù)進(jìn)行文檔的獲取后，采用Node-RED進(jìn)行CSV文件解析、清洗和入庫(kù)，在PostgreSQL中進(jìn)行業(yè)務(wù)數(shù)據(jù)的關(guān)聯(lián)，通過(guò)Timescale DB進(jìn)行數(shù)據(jù)的融合分析和應(yīng)用。

2.2 瓦斯抽采達(dá)標(biāo)動(dòng)態(tài)評(píng)判

抽采達(dá)標(biāo)邏輯架構(gòu)如圖4。

圖4 瓦斯抽采達(dá)標(biāo)邏輯架構(gòu)Fig.4 Logical structure of gas excavation from standard

根據(jù)礦井不同區(qū)域煤層地質(zhì)條件、煤層瓦斯賦存規(guī)律等對(duì)抽采單元進(jìn)行劃分，掌握不同抽采單元原始瓦斯含量，根據(jù)抽采單元記錄的煤層原始瓦斯含量及鉆孔歷史瓦斯抽采量，計(jì)算得到抽采單元的殘余瓦斯含量。以《煤礦抽采瓦斯暫行規(guī)定》等國(guó)家與行業(yè)標(biāo)準(zhǔn)為評(píng)判依據(jù)，評(píng)判抽采單元是否達(dá)標(biāo)，如評(píng)判結(jié)果未能滿足抽采達(dá)標(biāo)要求，平臺(tái)將會(huì)繼續(xù)跟蹤管路瓦斯抽放量與巷道瓦斯風(fēng)排量并通過(guò)數(shù)據(jù)關(guān)聯(lián)實(shí)時(shí)呈現(xiàn)，進(jìn)而更新抽采單元?dú)v史瓦斯抽排量，重新計(jì)算抽采單元達(dá)標(biāo)與否，經(jīng)抽采達(dá)標(biāo)動(dòng)態(tài)評(píng)判平臺(tái)進(jìn)行評(píng)判，如評(píng)判結(jié)果滿足抽采達(dá)標(biāo)，且抽采天數(shù)滿足煤層抽采半徑規(guī)定天數(shù)的要求，根據(jù)《煤礦抽采瓦斯暫行規(guī)定》、《煤與瓦斯防突細(xì)則》等國(guó)家與行業(yè)標(biāo)準(zhǔn)，進(jìn)行現(xiàn)場(chǎng)驗(yàn)證，如在現(xiàn)場(chǎng)驗(yàn)證結(jié)果未能滿足抽采達(dá)標(biāo)，重新進(jìn)行抽采達(dá)標(biāo)評(píng)判，如在現(xiàn)場(chǎng)驗(yàn)證結(jié)果滿足抽采達(dá)標(biāo)，可以進(jìn)行現(xiàn)場(chǎng)采掘生產(chǎn)。

2.3 瓦斯抽采效果智能預(yù)測(cè)

瓦斯災(zāi)害的防治工作受煤礦采掘部署、抽采設(shè)計(jì)、采煤工藝、作業(yè)方式等諸多人為因素的影響，影響瓦斯治理的人為與自然因素是動(dòng)態(tài)變化的，礦井瓦斯治理管控工作必須也是動(dòng)態(tài)變化的。瓦斯抽采鉆孔流量態(tài)勢(shì)、抽采達(dá)標(biāo)預(yù)期時(shí)間等計(jì)算均是通過(guò)人工分析，計(jì)算方法較為單一，計(jì)算結(jié)果具有一定的時(shí)效性。通過(guò)集成實(shí)時(shí)抽采數(shù)據(jù)與歷史抽采數(shù)據(jù)，基于BP神經(jīng)網(wǎng)絡(luò)、深度循環(huán)神經(jīng)網(wǎng)絡(luò)和深度置信神經(jīng)網(wǎng)絡(luò)3種不同特性的模型，依據(jù)輸入和輸出向量維度，構(gòu)建深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。將現(xiàn)場(chǎng)預(yù)處理后的瓦斯抽采數(shù)據(jù)劃分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，對(duì)比3類模型訓(xùn)練和測(cè)試的結(jié)果，選擇適用于瓦斯抽采量預(yù)測(cè)的深度學(xué)習(xí)模型。構(gòu)建函數(shù)集通過(guò)訓(xùn)練和測(cè)試得出最終的模型，進(jìn)而實(shí)現(xiàn)瓦斯抽采效果智能分析、抽采達(dá)標(biāo)預(yù)期時(shí)間計(jì)算、抽采半徑輔助考察。深度神經(jīng)網(wǎng)絡(luò)模型處理過(guò)程如圖5。

圖5 深度神經(jīng)網(wǎng)絡(luò)模型處理過(guò)程Fig.5 Processing process of deep neural network model

2.4 瓦斯治理場(chǎng)景動(dòng)態(tài)展示

應(yīng)用VBA、API方式進(jìn)行GIS功能的定制，開(kāi)發(fā)瓦斯抽采及風(fēng)流相關(guān)信息圖元，實(shí)現(xiàn)圖形的放大、縮小、漫游、量測(cè)點(diǎn)坐標(biāo)、量測(cè)距離、量測(cè)面積、局部點(diǎn)位地物要素查詢及搜索等功能，基于數(shù)據(jù)關(guān)聯(lián)功能，實(shí)現(xiàn)平臺(tái)與監(jiān)控系統(tǒng)底層數(shù)據(jù)融合，動(dòng)態(tài)展示避災(zāi)路線、不同時(shí)期抽采單元瓦斯含量、工作面抽采量及風(fēng)排量等數(shù)據(jù)與信息，結(jié)合顏色渲染、圖形圖框、底圖標(biāo)注等功能進(jìn)一步實(shí)現(xiàn)治理場(chǎng)景動(dòng)態(tài)展示。集成瓦斯治理信息數(shù)據(jù)庫(kù)，由數(shù)據(jù)填寫轉(zhuǎn)為數(shù)據(jù)接口關(guān)聯(lián)，通過(guò)計(jì)算機(jī)編程AI計(jì)算實(shí)時(shí)抽采率、抽采時(shí)間等關(guān)鍵信息，并以圖形化形式實(shí)時(shí)監(jiān)測(cè)。

3 現(xiàn)場(chǎng)應(yīng)用

東龐礦是冀中能源股份有限公司的主力礦井，目前，-300 m水平現(xiàn)有生產(chǎn)采區(qū)有2100采區(qū)、二煤擴(kuò)延區(qū)。-480 m水平現(xiàn)有生產(chǎn)采區(qū)有2900采區(qū)、2600輔助采區(qū)、21100采區(qū)、21200采區(qū)。礦井絕對(duì)瓦斯涌出量53.5 m3/min，相對(duì)瓦斯涌出量7.77 m3/t。東龐礦（東龐井）為煤與瓦斯突出礦井，2#煤層具有煤與瓦斯突出危險(xiǎn)性。隨著開(kāi)采進(jìn)入深部，不同工作面的突出危險(xiǎn)性情況還存在差異，涉及到煤與瓦斯突出防治、瓦斯抽采管理的工作面眾多、任務(wù)重點(diǎn)不同、工作量繁重；而目前東龐礦乃至冀中能源的瓦斯防治相關(guān)的井上下應(yīng)用場(chǎng)景與工作流程尚未實(shí)現(xiàn)動(dòng)態(tài)展示，礦井瓦斯防治工作過(guò)度依賴于紙上辦公、井下會(huì)議等形式，與智能礦山瓦斯防治工作信息化、智能化仍存在一定差距。礦井抽采工作產(chǎn)生的數(shù)據(jù)信息量多線離散，關(guān)鍵信息的人為處理任務(wù)量繁重，瓦斯治理效果的預(yù)測(cè)和評(píng)價(jià)仍然靠手工計(jì)算，流程化的工作較多，缺少自動(dòng)計(jì)算及關(guān)鍵信息響應(yīng)的功能，無(wú)法提升技術(shù)人員工作效率，這與現(xiàn)代化的瓦斯防治工作理念仍有一定差距。盡管礦井目前實(shí)現(xiàn)抽采風(fēng)排數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)，但缺少對(duì)抽排數(shù)據(jù)實(shí)時(shí)分析及瓦斯治理關(guān)鍵信息的實(shí)時(shí)深度挖掘。為此，東龐礦應(yīng)用了抽采達(dá)標(biāo)智能決策平臺(tái)，以期解決上述問(wèn)題。

瓦斯抽采達(dá)標(biāo)智能決策平臺(tái)通過(guò)與東龐礦監(jiān)控系統(tǒng)接口對(duì)接，將系統(tǒng)圖元與監(jiān)控?cái)?shù)據(jù)直接關(guān)聯(lián)，實(shí)現(xiàn)系統(tǒng)動(dòng)態(tài)呈現(xiàn)瓦斯抽采的實(shí)時(shí)與歷史監(jiān)測(cè)數(shù)據(jù)（瓦斯流量、瓦斯體積分?jǐn)?shù)、抽采負(fù)壓等），構(gòu)建了東龐礦瓦斯抽采預(yù)測(cè)模型，隨著數(shù)據(jù)庫(kù)容量逐步增加，實(shí)現(xiàn)模型自動(dòng)優(yōu)化，保證預(yù)測(cè)的準(zhǔn)確性。

以2616工作面為例，平臺(tái)嚴(yán)格遵循《煤礦安全規(guī)程》、《煤礦瓦斯抽采達(dá)標(biāo)暫行規(guī)定》等國(guó)家、行業(yè)標(biāo)準(zhǔn)，以東龐礦2616工作面原始瓦斯賦存規(guī)律測(cè)定參數(shù)、瓦斯抽采數(shù)據(jù)為基礎(chǔ)，實(shí)時(shí)計(jì)算煤層2616工作面殘余瓦斯含量，并在系統(tǒng)中圖像化動(dòng)態(tài)呈現(xiàn)；根據(jù)動(dòng)態(tài)瓦斯抽采數(shù)據(jù)，自動(dòng)計(jì)算了2616工作面抽采達(dá)標(biāo)需要時(shí)間，回采期間實(shí)時(shí)計(jì)算工作面瓦斯抽采率，并自動(dòng)提示切眼與前方構(gòu)造的距離，輔助瓦斯抽采與采掘管理工作決策，保證東龐礦瓦斯治理相關(guān)工作下井作業(yè)次數(shù)降低50%以上。2616工作面瓦斯抽采信息展示如圖6。

圖6 2616工作面瓦斯抽采信息展示Fig.6 Gas drainage information display of 2616 working face

項(xiàng)目的成功實(shí)施極大減少了東龐礦瓦斯防治關(guān)鍵信息響應(yīng)時(shí)間，優(yōu)化瓦斯治理工作信息處理流程，提升了各部門瓦斯治理協(xié)同能力、工作效率與管理水平。

4 結(jié) 語(yǔ)

瓦斯抽采達(dá)標(biāo)智能決策平臺(tái)基于煤層瓦斯賦存規(guī)律，根據(jù)瓦斯含量、瓦斯壓力、瓦斯抽采量確定了抽采達(dá)標(biāo)與未抽采達(dá)標(biāo)工作面；實(shí)現(xiàn)了抽采達(dá)標(biāo)時(shí)間數(shù)學(xué)模型的動(dòng)態(tài)重構(gòu)，突破以往數(shù)據(jù)分析固模式，保證瓦斯治理數(shù)據(jù)支持精準(zhǔn)化；通過(guò)神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)崿F(xiàn)了瓦斯治理抽排數(shù)據(jù)、達(dá)標(biāo)預(yù)期時(shí)間等關(guān)鍵信息智能分析與數(shù)據(jù)挖掘，可實(shí)時(shí)判別煤層的治理效果，為冀中能源集團(tuán)煤與瓦斯突出及高瓦斯礦井的瓦斯治理工作樹(shù)立現(xiàn)代、高效、智能化管理標(biāo)桿。