陳 結(jié),杜俊生,蒲源源 ，姜德義,齊慶新

(1.重慶大學(xué) 煤礦災(zāi)害動(dòng)力學(xué)與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，重慶 400044; 2. 重慶大學(xué) 資源與安全學(xué)院，重慶 400044; 3. 煤炭科學(xué)研究總院 深部開(kāi)采與沖擊地壓研究院，北京 100013)

煤炭是我國(guó)的主要能源，即使在“雙碳”戰(zhàn)略的大背景下，直到2030年煤炭在我國(guó)一次能源結(jié)構(gòu)中占比仍將達(dá)到46%。淺部煤炭資源日益枯竭使我國(guó)煤礦開(kāi)采逐漸轉(zhuǎn)入深部。目前超過(guò)一半的煤炭資源儲(chǔ)存在1 000 m以深的地層中。為保證持續(xù)發(fā)展所需的能源供給，勢(shì)必加快向深部開(kāi)采的步伐。深部開(kāi)采過(guò)程中，煤巖體應(yīng)力環(huán)境比淺部更加惡劣，具有沖擊危險(xiǎn)性的礦井?dāng)?shù)量增多，嚴(yán)重威脅煤礦安全生產(chǎn)。近年來(lái)，我國(guó)主要產(chǎn)煤基地均有嚴(yán)重的沖擊地壓事故發(fā)生，造成了巨大的人員財(cái)產(chǎn)損失。因此，沖擊地壓的防災(zāi)減災(zāi)問(wèn)題研究仍是煤炭行業(yè)剛性需求及科研熱點(diǎn)。

沖擊地壓預(yù)測(cè)預(yù)警是防災(zāi)減災(zāi)的重要環(huán)節(jié)，可以為沖擊地壓現(xiàn)場(chǎng)治理提供指導(dǎo)，其核心目標(biāo)是在災(zāi)害發(fā)生之前準(zhǔn)確判定災(zāi)害的時(shí)間、區(qū)域與危險(xiǎn)性等級(jí)。目前絕大多數(shù)沖擊地壓預(yù)測(cè)方法是對(duì)采動(dòng)區(qū)域的危險(xiǎn)等級(jí)進(jìn)行評(píng)估。沖擊地壓危險(xiǎn)性預(yù)測(cè)初期，主要是通過(guò)采動(dòng)區(qū)域狀態(tài)評(píng)價(jià)指標(biāo)參數(shù)對(duì)區(qū)域危險(xiǎn)等級(jí)進(jìn)行靜態(tài)評(píng)價(jià)。目前主要方法為綜合指數(shù)法、可能性指標(biāo)法、地質(zhì)動(dòng)力區(qū)劃法、應(yīng)力集中評(píng)價(jià)法及多因素耦合法等。通過(guò)液壓支架壓力監(jiān)測(cè)、巷道錨桿監(jiān)測(cè)、鉆屑法監(jiān)測(cè)及煤巖體應(yīng)力監(jiān)測(cè)對(duì)沖擊地壓危險(xiǎn)性進(jìn)行動(dòng)態(tài)分析。隨后，微震、地音、電磁輻射、聲發(fā)射等地球物理方法廣泛用于沖擊地壓危險(xiǎn)性動(dòng)態(tài)評(píng)價(jià)。相比于靜態(tài)評(píng)價(jià)法，地球物理法可以實(shí)時(shí)捕捉煤巖體破裂、應(yīng)力集中等現(xiàn)場(chǎng)信息，具有更好的現(xiàn)場(chǎng)工程應(yīng)用價(jià)值。由于沖擊地壓災(zāi)害的致災(zāi)因素具有多元性和不確定性，通常將多參量指標(biāo)結(jié)合起來(lái)進(jìn)行更為全面的監(jiān)測(cè)預(yù)警。例如，竇林名等綜合采場(chǎng)應(yīng)力監(jiān)測(cè)與微震監(jiān)測(cè)，形成了“震動(dòng)場(chǎng)-應(yīng)力狀態(tài)”耦合一體化監(jiān)測(cè)預(yù)警系統(tǒng)，利用獲得的波速(梯度)異常系數(shù)與煤體應(yīng)力增量對(duì)沖擊危險(xiǎn)性進(jìn)行實(shí)時(shí)預(yù)警。姜福興等以巷道掘進(jìn)期間的微震、地音和應(yīng)力信息以及獲取的真實(shí)地質(zhì)資料構(gòu)建了回采工作面沖擊危險(xiǎn)性動(dòng)態(tài)評(píng)估方法，對(duì)區(qū)域危險(xiǎn)性進(jìn)行評(píng)價(jià)。劉少虹等建立了一種基于電磁波和地震波CT聯(lián)合探測(cè)沖擊危險(xiǎn)性的評(píng)價(jià)方法，實(shí)現(xiàn)了掘進(jìn)工作面及回采工作面大面積沖擊危險(xiǎn)性等級(jí)評(píng)價(jià)。目前沖擊地壓危險(xiǎn)性的動(dòng)、靜態(tài)這種物理模型的評(píng)價(jià)方法已有相關(guān)應(yīng)用，但通過(guò)動(dòng)-靜態(tài)協(xié)同的多參量物理評(píng)價(jià)方法進(jìn)行沖擊危險(xiǎn)性聯(lián)合監(jiān)測(cè)預(yù)警的工程應(yīng)用并不常見(jiàn)。

沖擊地壓預(yù)測(cè)預(yù)警更為關(guān)鍵的問(wèn)題是災(zāi)害時(shí)間與區(qū)域的量化預(yù)測(cè)。目前存在的主要問(wèn)題是缺乏現(xiàn)場(chǎng)監(jiān)測(cè)參量與災(zāi)害事件、區(qū)域之間的映射關(guān)系，導(dǎo)致時(shí)間與區(qū)域的預(yù)測(cè)很難量化。學(xué)者對(duì)于沖擊地壓時(shí)間與區(qū)域的研究主要集中在災(zāi)害發(fā)生以后，對(duì)孕災(zāi)過(guò)程中能量、應(yīng)力、微震等參量進(jìn)行回溯分析，研究各參量的時(shí)空演化規(guī)律，其中絕大部分屬于定性或者規(guī)律性描述。例如，李康等研究了臨空巷道沖擊地壓耦合致災(zāi)因素的時(shí)空演化過(guò)程，提出了巷道靜載應(yīng)力、動(dòng)載應(yīng)力在孕災(zāi)過(guò)程中的時(shí)空演化規(guī)律。趙志鵬等研究了近直立煤層沖擊地壓發(fā)生前微震事件的時(shí)空演化規(guī)律，發(fā)現(xiàn)微震頻次與能量在沖擊地壓發(fā)生前的異常變化，定性描述了微震能量偏差值與災(zāi)害發(fā)生的關(guān)系。張?jiān)抡鞯壤勉@孔應(yīng)變數(shù)據(jù)的分形盒維數(shù)變化表征了沖擊地壓時(shí)空演化過(guò)程，發(fā)現(xiàn)沖擊地壓發(fā)生前，相關(guān)區(qū)域應(yīng)變的分形盒維數(shù)會(huì)出現(xiàn)“升高→降低”變化。HE等研究了某急傾斜工作面發(fā)生沖擊地壓前的微震事件空間分布，揭示了孕災(zāi)過(guò)程中災(zāi)害狀態(tài)量的變化情況。然而，上述研究很難直接使用孕災(zāi)過(guò)程中的現(xiàn)場(chǎng)參量前溯預(yù)測(cè)災(zāi)害的時(shí)間與區(qū)域，即無(wú)法構(gòu)建監(jiān)測(cè)參數(shù)與災(zāi)害時(shí)間區(qū)域的定量映射模型，實(shí)現(xiàn)真正意義上的災(zāi)害預(yù)測(cè)。

綜上所述，傳統(tǒng)的數(shù)學(xué)物理模型很難量化監(jiān)測(cè)參數(shù)與災(zāi)害時(shí)間區(qū)域的定量映射關(guān)系，主要原因包括：① 模型泛化性差。沖擊地壓的數(shù)學(xué)物理預(yù)測(cè)模型建立在災(zāi)害機(jī)理(假說(shuō))上，而目前尚無(wú)統(tǒng)一的沖擊地壓災(zāi)害機(jī)理?；跈C(jī)理的數(shù)學(xué)物理模型僅適用于特定條件下的沖擊地壓預(yù)測(cè)；② 模型魯棒性差。數(shù)學(xué)物理預(yù)測(cè)模型通?？紤]有限幾個(gè)影響因素，模型中參數(shù)所占權(quán)重大，一旦有參數(shù)獲取不精確，將直接影響到模型的預(yù)測(cè)效果；③ 預(yù)測(cè)動(dòng)態(tài)性差。采掘過(guò)程中沖擊地壓主控因素會(huì)動(dòng)態(tài)變化，而顯式的數(shù)學(xué)物理預(yù)測(cè)模型很難實(shí)時(shí)反映參數(shù)變化，模型的預(yù)測(cè)動(dòng)態(tài)性無(wú)法保證。但是，以深度學(xué)習(xí)、知識(shí)圖譜等為代表的數(shù)據(jù)驅(qū)動(dòng)方法可以很好地克服數(shù)學(xué)物理模型的以上弱點(diǎn)，其不關(guān)注先驗(yàn)機(jī)理知識(shí)，不關(guān)注參數(shù)間的耦合關(guān)系，模型可以動(dòng)態(tài)更新，非常適用于沖擊地壓時(shí)間與區(qū)域的定量預(yù)測(cè)。近2年來(lái)，已有不少學(xué)者將機(jī)器學(xué)習(xí)應(yīng)用于沖擊地壓的研究，包括沖擊危險(xiǎn)性評(píng)價(jià)、沖擊地壓微震信號(hào)處理等方面。然而，目前還沒(méi)有直接利用數(shù)據(jù)驅(qū)動(dòng)的方法進(jìn)行沖擊地壓時(shí)間區(qū)域定量預(yù)測(cè)的報(bào)道。

鑒于此，筆者提出一種全新的沖擊地壓“雙驅(qū)動(dòng)”(物理驅(qū)動(dòng)及數(shù)據(jù)驅(qū)動(dòng))智能預(yù)警架構(gòu)：在物理驅(qū)動(dòng)框架下，建立基于貝葉斯概率的動(dòng)靜態(tài)協(xié)同物理評(píng)價(jià)模型，對(duì)沖擊地壓危險(xiǎn)性等級(jí)進(jìn)行實(shí)時(shí)評(píng)價(jià)；在數(shù)據(jù)驅(qū)動(dòng)框架下，利用深度學(xué)習(xí)模型實(shí)現(xiàn)未來(lái)微震事件時(shí)間置的精準(zhǔn)預(yù)測(cè)，繼而量化沖擊地壓的區(qū)域與時(shí)間?；凇半p驅(qū)動(dòng)”架構(gòu)，開(kāi)發(fā)相應(yīng)的工作面沖擊地壓智能預(yù)警平臺(tái)，實(shí)現(xiàn)預(yù)測(cè)結(jié)果的三維動(dòng)態(tài)可視化，更加直觀地展示沖擊地壓孕災(zāi)期間危險(xiǎn)特性信息，方便工程技術(shù)人員準(zhǔn)確、快速制訂防災(zāi)減災(zāi)措施。

1 沖擊地壓“雙驅(qū)動(dòng)”智能預(yù)警技術(shù)架構(gòu)

“雙驅(qū)動(dòng)”智能預(yù)警架構(gòu)基于集成綜合預(yù)警思想，利用煤巖體特性、開(kāi)采參數(shù)、實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)及歷史災(zāi)害資料建立了沖擊地壓危險(xiǎn)等級(jí)評(píng)價(jià)的物理驅(qū)動(dòng)模型和災(zāi)害時(shí)間、區(qū)域預(yù)測(cè)的數(shù)據(jù)驅(qū)動(dòng)模型。其預(yù)警的整體流程如圖1所示。

圖1 沖擊地壓“雙驅(qū)動(dòng)”智能預(yù)警構(gòu)架

在物理驅(qū)動(dòng)方面，利用動(dòng)靜態(tài)協(xié)同算法，采用采區(qū)現(xiàn)場(chǎng)勘測(cè)得到煤巖體結(jié)構(gòu)特性及采場(chǎng)空間特征信息及煤巖體力學(xué)參數(shù)，計(jì)算沖擊地壓靜態(tài)綜合指數(shù)和可能性指數(shù)，形成沖擊地壓的靜態(tài)評(píng)價(jià)體系；同時(shí)利用煤礦井下安全監(jiān)測(cè)系統(tǒng)獲取的應(yīng)力、微震參數(shù)及反演的波速異常系數(shù)，形成動(dòng)態(tài)評(píng)價(jià)體系。然后利用貝葉斯概率模型對(duì)動(dòng)靜態(tài)各指標(biāo)進(jìn)行危險(xiǎn)等級(jí)的后驗(yàn)概率計(jì)算。最后，根據(jù)沖擊地壓設(shè)置的等級(jí)閾值確定風(fēng)險(xiǎn)等級(jí)。

在數(shù)據(jù)驅(qū)動(dòng)方面，利用現(xiàn)場(chǎng)微震在線監(jiān)測(cè)系統(tǒng)獲取的微震事件屬性參數(shù)(時(shí)間、能量、坐標(biāo))作為深度學(xué)習(xí)模型的訓(xùn)練集。充分考慮微震事件的長(zhǎng)短程時(shí)序依賴規(guī)律，建立具有線性與非線性多模塊耦合的深度學(xué)習(xí)模型MSNet。將工作面連續(xù)的微震事件時(shí)間序列作為模型輸入，預(yù)測(cè)未來(lái)微震事件發(fā)生的時(shí)間及位置，繼而對(duì)沖擊地壓潛在的時(shí)間與區(qū)域進(jìn)行定量預(yù)測(cè)。最終，通過(guò)物理和數(shù)據(jù)“雙驅(qū)動(dòng)”模型實(shí)現(xiàn)沖擊地壓綜合智能預(yù)警。

最后，基于提出的沖擊地壓“雙驅(qū)動(dòng)”預(yù)警架構(gòu)，開(kāi)發(fā)了相應(yīng)的智能預(yù)警平臺(tái)，實(shí)現(xiàn)沖擊危險(xiǎn)性等級(jí)、沖擊危險(xiǎn)性區(qū)域及潛在災(zāi)害時(shí)間的實(shí)時(shí)預(yù)警和三維動(dòng)態(tài)展示。預(yù)警平臺(tái)主要分為5個(gè)模塊：現(xiàn)場(chǎng)數(shù)據(jù)獲取與傳輸、數(shù)據(jù)存儲(chǔ)與前處理、物理與數(shù)據(jù)驅(qū)動(dòng)模型、實(shí)時(shí)預(yù)警與定量預(yù)測(cè)、三維顯示及警情發(fā)布。

圖2展示了雙驅(qū)動(dòng)模型的沖擊地壓災(zāi)害預(yù)警平臺(tái)的總體框架。從以下4個(gè)層面進(jìn)行簡(jiǎn)要描述：① 在現(xiàn)場(chǎng)數(shù)據(jù)獲取層面，獲取井下采場(chǎng)區(qū)域煤巖體賦存特征信息；利用物探及鉆探方法獲取采動(dòng)區(qū)域及圍巖體周圍的相關(guān)結(jié)構(gòu)特征；通過(guò)在線監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)鉆孔應(yīng)力、微震等實(shí)時(shí)數(shù)據(jù)，結(jié)合煤礦地質(zhì)資料及歷史數(shù)據(jù)，形成完整的多源異構(gòu)數(shù)據(jù)體系；② 在數(shù)據(jù)存儲(chǔ)與前處理層面，利用物聯(lián)網(wǎng)實(shí)時(shí)傳輸技術(shù)，將井下在線監(jiān)測(cè)系統(tǒng)獲取的數(shù)據(jù)、災(zāi)害區(qū)域的靜態(tài)性指標(biāo)參數(shù)、地質(zhì)參數(shù)及歷史數(shù)據(jù)等實(shí)時(shí)傳輸并匯集至指定的數(shù)據(jù)倉(cāng)庫(kù)，通過(guò)數(shù)據(jù)去噪、刪除、清洗等形成可用數(shù)據(jù)；在物理與數(shù)據(jù)驅(qū)動(dòng)模型層面，分別建立沖擊地壓危險(xiǎn)性等級(jí)動(dòng)靜態(tài)協(xié)同評(píng)價(jià)及微震事件定量預(yù)測(cè)模型；③ 在實(shí)時(shí)預(yù)警層面，根據(jù)“雙驅(qū)動(dòng)”架構(gòu)的輸出結(jié)果，確定沖擊地壓的等級(jí)、區(qū)域及時(shí)間；④ 在三維顯示及警情發(fā)布層面，借助可視化平臺(tái)對(duì)井下采區(qū)三維構(gòu)造、監(jiān)測(cè)數(shù)據(jù)及預(yù)測(cè)預(yù)警結(jié)果進(jìn)行平臺(tái)顯示。當(dāng)預(yù)警判別結(jié)果表示存在警情時(shí)，通過(guò)預(yù)警信息發(fā)布系統(tǒng)對(duì)結(jié)果進(jìn)行多終端實(shí)時(shí)發(fā)布，并采取對(duì)應(yīng)的應(yīng)急避險(xiǎn)預(yù)案和防控措施。

圖2 沖擊地壓綜合預(yù)警平臺(tái)總體框架

2 沖擊地壓危險(xiǎn)性動(dòng)靜態(tài)協(xié)同評(píng)價(jià)模型

2.1 靜態(tài)評(píng)價(jià)

綜合指數(shù)法是《防治煤礦沖擊地壓細(xì)則》推薦采用的方法。本研究從地質(zhì)因素和開(kāi)采技術(shù)兩方面進(jìn)行綜合指數(shù)評(píng)價(jià)計(jì)算，并從應(yīng)力和煤層沖擊傾向性進(jìn)行可能性指標(biāo)計(jì)算，基于綜合指數(shù)評(píng)價(jià)計(jì)算和可能性指標(biāo)計(jì)算獲得區(qū)域靜態(tài)評(píng)價(jià)結(jié)果。

2.1.1 綜合指數(shù)評(píng)價(jià)計(jì)算

從地質(zhì)因素和開(kāi)采擾動(dòng)2個(gè)方面的綜合指數(shù)來(lái)討論沖擊危險(xiǎn)性靜態(tài)指標(biāo)，地質(zhì)因素的危險(xiǎn)性指數(shù)的計(jì)算公式如下：

(1)

式中，為第個(gè)地質(zhì)影響因素的實(shí)際指數(shù)；max為第個(gè)地質(zhì)影響因素中最大的危險(xiǎn)指數(shù)；為地質(zhì)影響因素的數(shù)量。

同理，根據(jù)細(xì)則對(duì)沖擊地壓開(kāi)采擾動(dòng)因素危險(xiǎn)性指數(shù)進(jìn)行分析,計(jì)算公式如下：

(2)

式中，為第個(gè)開(kāi)采擾動(dòng)影響因素的實(shí)際指數(shù)；max為第個(gè)開(kāi)采擾動(dòng)影響因素中最大的危險(xiǎn)指數(shù)；為開(kāi)采擾動(dòng)影響因素的數(shù)量。

最后，綜合地質(zhì)因素及開(kāi)采擾動(dòng)因素指標(biāo)可描述為

=max(,)

(3)

其中，為沖擊地壓綜合指數(shù)的分?jǐn)?shù)值。沖擊地壓區(qū)域危險(xiǎn)程度則通過(guò)進(jìn)行分類，具體的等級(jí)劃分方法見(jiàn)表1。需要注意的是，本文后續(xù)的鉆孔應(yīng)力、微震參數(shù)各指標(biāo)及綜合評(píng)價(jià)的風(fēng)險(xiǎn)評(píng)級(jí)按照表1的劃分標(biāo)準(zhǔn)進(jìn)行。

表1 靜態(tài)指標(biāo)綜合指數(shù)評(píng)價(jià)標(biāo)準(zhǔn)

2.1.2 可能性指標(biāo)計(jì)算

一般可能性指數(shù)分為2部分，第1部分為應(yīng)力對(duì)沖擊地壓的貢獻(xiàn)，第2部分為煤層本身沖擊傾向性對(duì)沖擊地壓的貢獻(xiàn)。

應(yīng)力對(duì)沖擊地壓事件的貢獻(xiàn)度為

(4)

式中，=[]，為應(yīng)力集中系數(shù)，為巖石容重，N/m，為開(kāi)采深度，m，[]為煤層單軸抗壓強(qiáng)度，MPa。

煤層沖擊傾向性對(duì)發(fā)生沖擊地壓的貢獻(xiàn)度W可表述為

(5)

式中，為沖擊傾向性的彈性能量指數(shù)。

沖擊地壓的可能性綜合指數(shù)為

(6)

沖擊地壓可能性指標(biāo)的等級(jí)評(píng)價(jià)可按照表2的標(biāo)準(zhǔn)進(jìn)行等級(jí)劃分。

表2 沖擊地壓可能性指數(shù)評(píng)價(jià)標(biāo)準(zhǔn)

2.2 基于動(dòng)態(tài)應(yīng)力監(jiān)測(cè)的沖擊危險(xiǎn)性評(píng)價(jià)

2.2.1 鉆孔應(yīng)力指標(biāo)

為掌握采場(chǎng)區(qū)域的應(yīng)力狀態(tài)，對(duì)工作面上下巷鉆孔應(yīng)力的數(shù)據(jù)進(jìn)行分析。基于時(shí)間序列的某測(cè)點(diǎn)所反應(yīng)的圍巖應(yīng)力等級(jí)狀態(tài)通過(guò)式(7)表示。

=++

(7)

式中，為鉆孔應(yīng)力綜合表征指標(biāo)；為鉆孔應(yīng)力值的危險(xiǎn)指標(biāo)；為應(yīng)力增幅值的危險(xiǎn)指標(biāo)，即當(dāng)前測(cè)點(diǎn)應(yīng)力值與最初設(shè)點(diǎn)應(yīng)力值之差；為應(yīng)力增速值的危險(xiǎn)指標(biāo)；，，分別為，，的權(quán)重比，根據(jù)現(xiàn)場(chǎng)應(yīng)力特征及專家意見(jiàn)，本文分別取0.5，0.3，0.2。

由式(8)計(jì)算得出。

(8)

式中，為測(cè)點(diǎn)的應(yīng)力，MPa。

由式(9)計(jì)算得出。

(9)

式中，為測(cè)點(diǎn)的當(dāng)前應(yīng)力與開(kāi)始統(tǒng)計(jì)的應(yīng)力之差，MPa。

由式(10)計(jì)算得出。

(10)

式中，為測(cè)點(diǎn)當(dāng)前應(yīng)力與上一刻的應(yīng)力差。

若式(8)～(10)的，，取值不大于0時(shí)，，，取值為0。

2.2.2 波速異常系數(shù)

為了探測(cè)煤層區(qū)域應(yīng)力場(chǎng)的相對(duì)大小，利用地震CT對(duì)煤層監(jiān)測(cè)區(qū)域的波速場(chǎng)進(jìn)行反演，并基于反演結(jié)果計(jì)算波速異常系數(shù)()。

(11)

2.3 微震多維信息動(dòng)態(tài)評(píng)價(jià)

(1)微震值。

根據(jù)古登堡和里克特研究得到的地震頻度和地震震級(jí)之間的冪率關(guān)系，學(xué)者們通過(guò)變換將地震震級(jí)和頻度聯(lián)系起來(lái)，建立如下方程：

lg(≥)=-

(12)

其中，和均為常數(shù)，為統(tǒng)計(jì)區(qū)域內(nèi)地震活動(dòng)水平的表征參數(shù)，為該區(qū)域內(nèi)大小震級(jí)數(shù)量之間的一種比例關(guān)系參數(shù)，大震級(jí)事件相對(duì)較多時(shí)，則變小，可以一定程度上表征該區(qū)域的應(yīng)力變化和煤巖體的破裂情況。

為研究微震震級(jí)與頻度的關(guān)系，通過(guò)最小二乘法擬合計(jì)算可得到，，其中

(13)

式中，為第檔的微震震級(jí)，在整個(gè)時(shí)間窗內(nèi)，對(duì)每個(gè)事件能級(jí)進(jìn)行大小排序，以最小的微震事件能級(jí)作為起始震級(jí)，震級(jí)檔間距Δ設(shè)為0.2；為第檔震級(jí)內(nèi)的微震實(shí)際事件數(shù)；為事件窗口內(nèi)震級(jí)的總檔數(shù)。

(2)微震()值。

微震的頻次、震級(jí)與微震活動(dòng)具有正相關(guān)性。微震頻次和震級(jí)越大，沖擊危險(xiǎn)性也越大。研究表明，()是一個(gè)能夠反映某一區(qū)域微震活動(dòng)程度的定量參數(shù)，可以較為直觀反映微震活動(dòng)的增強(qiáng)或平靜趨勢(shì)。()定義如下：

(14)

式中，為第個(gè)微震事件的能量；lg為第個(gè)微震事件的能級(jí)；為時(shí)間窗內(nèi)微震事件總次數(shù)。

(3)累計(jì)差量指標(biāo)。

微震累計(jì)差量是通過(guò)分析某時(shí)間段內(nèi)微震事件率的累計(jì)差量變化來(lái)判定采區(qū)圍巖體的穩(wěn)定性，設(shè)累計(jì)差量指標(biāo)為，大事件累計(jì)差量指標(biāo)為，事件率累計(jì)差量指標(biāo)為，能率累計(jì)差量指標(biāo)為。

根據(jù)馬雄忠等提出的聲發(fā)射累計(jì)差量指標(biāo)算法來(lái)計(jì)算微震事件率累計(jì)差量指標(biāo)，設(shè)時(shí)間窗內(nèi)的微震事件率數(shù)據(jù)序列為,,…,-1,(≥4)，其中，為時(shí)序?yàn)闀r(shí)的事件率。

對(duì)序列項(xiàng)前后相減，得

令=max{Δ,0},=min{Δ,0},

將正差量的和設(shè)為，負(fù)差量的絕對(duì)值和設(shè)為，即

(15)

(4)等效能級(jí)參數(shù)。

某段時(shí)間內(nèi)發(fā)生微震事件的能級(jí)采用如下計(jì)算方式：

(16)

式中，為時(shí)間窗內(nèi)微震事件的總能量；為時(shí)間窗內(nèi)第個(gè)事件的能量；為微震事件總數(shù)。

等效能級(jí)參數(shù)()是反映新的微震事件相對(duì)于正常水平的偏離程度的指標(biāo)，具體公式如下：

(17)

2.4 基于貝葉斯方法的動(dòng)靜態(tài)協(xié)同評(píng)價(jià)模型

根據(jù)前文提出的沖擊地壓靜態(tài)評(píng)價(jià)指標(biāo)(，)、應(yīng)力動(dòng)態(tài)評(píng)價(jià)指標(biāo)(，)及微震多維信息指標(biāo)(，()，，)，形成了協(xié)同評(píng)價(jià)沖擊地壓的動(dòng)靜態(tài)綜合指標(biāo)體系。由于在統(tǒng)計(jì)時(shí)間區(qū)間內(nèi)，各指標(biāo)的計(jì)算值存在未知性。因此，首先通過(guò)歸一化的方法對(duì)各指標(biāo)進(jìn)行規(guī)范化處理，轉(zhuǎn)換為統(tǒng)一的正向指標(biāo)。然后利用貝葉斯方法建立動(dòng)靜態(tài)各指標(biāo)參數(shù)的危險(xiǎn)等級(jí)后驗(yàn)概率關(guān)系，最后利用常規(guī)的加權(quán)平均模糊算法對(duì)建立的動(dòng)靜態(tài)指標(biāo)進(jìn)行協(xié)同綜合評(píng)價(jià)。

貝葉斯概率的基本思想是：假定所研究的對(duì)象具有一定的認(rèn)識(shí)，并且這些對(duì)象存在設(shè)定的先驗(yàn)概率分布，然后通過(guò)新的樣本對(duì)設(shè)定的先驗(yàn)分布進(jìn)行不斷更新，從而得到后驗(yàn)分布概率。本研究利用貝葉斯概率方法進(jìn)行沖擊地壓多參量綜合危險(xiǎn)性判別。貝葉斯概率計(jì)算公式為

(18)

式中，()為事件的先驗(yàn)概率；(|)為事件的后驗(yàn)概率；(|)()為調(diào)整系數(shù)。

將貝葉斯概率公式引入沖擊地壓評(píng)價(jià)時(shí)，式(18)改寫(xiě)為

(19)

式中，為各評(píng)價(jià)指標(biāo)計(jì)算值(=1,2,3,…,);為劃分的危險(xiǎn)等級(jí)(=1,2,3,4)；為各指標(biāo)設(shè)置的等級(jí)閾值。

則利用貝葉斯概率綜合評(píng)價(jià)沖擊地壓的計(jì)算步驟如下：

(1)計(jì)算()，即各評(píng)價(jià)指標(biāo)參數(shù)值在沖擊危險(xiǎn)性各等級(jí)的先驗(yàn)概率。這里設(shè)定各指標(biāo)計(jì)算結(jié)果處于每個(gè)風(fēng)險(xiǎn)等級(jí)的概率相等，即，(1)=(2)=(3)=(4)=14。

(2)計(jì)算(|)，概率采用幾何概率中距離計(jì)算值法，將各評(píng)價(jià)指標(biāo)計(jì)算值與設(shè)定的危險(xiǎn)等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)之間距離的絕對(duì)值倒數(shù)進(jìn)行計(jì)算可得

(20)

其中，=|-|。越小，則表示所測(cè)指標(biāo)屬于對(duì)應(yīng)等級(jí)的概率越大。

(3)根據(jù)式(19)，計(jì)算出(|)，即各評(píng)價(jià)指標(biāo)參數(shù)值在沖擊危險(xiǎn)性各等級(jí)的后驗(yàn)概率。然后通過(guò)加權(quán)平均模糊綜合算法計(jì)算動(dòng)靜態(tài)各指標(biāo)在各危險(xiǎn)等級(jí)下沖擊地壓綜合后驗(yàn)概率，公式如下：

(21)

式中，為各動(dòng)靜態(tài)指標(biāo)的權(quán)重。

筆者基于“應(yīng)力場(chǎng)-震動(dòng)波場(chǎng)”監(jiān)測(cè)預(yù)警方法，選擇微震多維信息、在線鉆孔應(yīng)力及地震-CT波速異常系數(shù)作為應(yīng)力場(chǎng)-震動(dòng)場(chǎng)動(dòng)態(tài)綜合指標(biāo)體系，結(jié)合沖擊地壓靜態(tài)評(píng)價(jià)體系，形成沖擊地壓危險(xiǎn)性動(dòng)靜態(tài)協(xié)同綜合評(píng)價(jià)模型，其綜合評(píng)級(jí)流程如圖3所示。

圖3 沖擊地壓危險(xiǎn)性等級(jí)綜合評(píng)價(jià)流程

3 微震事件定量預(yù)測(cè)數(shù)據(jù)驅(qū)動(dòng)模型

3.1 模型基礎(chǔ)數(shù)據(jù)

筆者使用的微震數(shù)據(jù)來(lái)自某煤礦13230工作面。選取在2019-01-01—2019-12-31一年內(nèi)工作面推進(jìn)過(guò)程監(jiān)測(cè)到的10 196次微震事件作為本文的基礎(chǔ)數(shù)據(jù)。微震事件預(yù)測(cè)是時(shí)間序列預(yù)測(cè)任務(wù)，模型的輸入是連續(xù)的微震事件序列，其中序列長(zhǎng)度為模型超參數(shù)，筆者選取序列事件長(zhǎng)度為12，即利用12個(gè)連續(xù)的微震事件預(yù)測(cè)未來(lái)的事件。模型的輸出是即將發(fā)生的微震事件序列，選擇模型要預(yù)測(cè)的事件序列長(zhǎng)度為6。由于監(jiān)測(cè)的微震事件在時(shí)間軸上的分布是不均勻的，因此，本研究為每個(gè)微震事件引入一個(gè)時(shí)移參量(單位為min)，表征其與前一個(gè)事件的時(shí)間差。MSNet模型輸入數(shù)據(jù)為長(zhǎng)度為12的微震事件序列，每個(gè)事件包含空間位置(,,坐標(biāo))、能量、時(shí)移5個(gè)屬性，單個(gè)輸入樣本維度為12×5。MSNet模型輸出數(shù)據(jù)為長(zhǎng)度為6的微震事件序列，事件屬性與輸入數(shù)據(jù)相同，單個(gè)輸出樣本維度為6×5。表3展示了工作面輸入微震事件時(shí)間、空間坐標(biāo)、事件能量、時(shí)移的部分?jǐn)?shù)據(jù)。

表3 工作面輸入微震事件屬性

3.2 數(shù)據(jù)驅(qū)動(dòng)模型設(shè)計(jì)

微震事件在時(shí)間軸上的分布有長(zhǎng)短程依賴特征，即一個(gè)微震事件或微震事件序列的發(fā)生不僅與之前短時(shí)間范圍內(nèi)(如幾小時(shí)內(nèi))的微震事件有關(guān)，也會(huì)受到更長(zhǎng)時(shí)間范圍(數(shù)天到數(shù)月)的微震事件影響。例如，在沖擊地壓發(fā)生前的一小段時(shí)間范圍會(huì)發(fā)生大量能量各異的微震事件，此為短程依賴；同時(shí)，頂板來(lái)壓等長(zhǎng)周期事件也會(huì)影響微震事件的發(fā)生，此為長(zhǎng)程依賴。因此，本研究建立可以同時(shí)獲取短程與長(zhǎng)程的微震事件時(shí)序規(guī)律的MSNet模型，更精確地預(yù)測(cè)未來(lái)發(fā)生的微震事件。如圖4所示，MSNet的數(shù)據(jù)流向有兩大路徑，其中線性路徑是利用AR自回歸模型，輸入的微震事件序列直接預(yù)測(cè)未來(lái)的微震事件(序列)；非線性路徑則通過(guò)卷積層、循環(huán)神經(jīng)網(wǎng)絡(luò)層、跳躍循環(huán)網(wǎng)絡(luò)等模塊，實(shí)現(xiàn)輸入的微震事件序列到未來(lái)微震事件序列的非線性映射。MSNet的最終預(yù)測(cè)結(jié)果是線性路徑結(jié)果與非線性結(jié)果的加和。下面依次介紹MSNet模型用到的幾個(gè)關(guān)鍵模塊，卷積模塊，循環(huán)神經(jīng)網(wǎng)絡(luò)模塊，跳躍循環(huán)網(wǎng)絡(luò)模塊、自回歸模塊。

圖4 MSNet模型結(jié)構(gòu)

3.2.1 MSNet非線性模塊

MSNet模型的非線性模塊主要包括卷積層、循環(huán)神經(jīng)網(wǎng)絡(luò)及跳躍循環(huán)網(wǎng)絡(luò)3個(gè)模塊，通過(guò)這些模塊的綜合訓(xùn)練實(shí)現(xiàn)微震事件的非線性預(yù)測(cè)。數(shù)據(jù)首先流入MSNet的卷積模塊，用于解析12個(gè)(單個(gè)序列長(zhǎng)度)微震事件間的短程依賴關(guān)系以及事件5個(gè)屬性間的關(guān)系。如圖4所示，卷積核尺寸確定為6×5，卷積核數(shù)量為32個(gè)。卷積層激活函數(shù)選擇為ReLU(其表達(dá)式為ReLU()=max(0,))。式(22)展示了第個(gè)卷積核的運(yùn)算過(guò)程，為卷積核矩陣，為輸入的時(shí)間序列矩陣，為偏置，*為矩陣的哈密頓算子。運(yùn)算結(jié)果采用zero-padding保證輸入前后的維度一致。

=ReLU(*+)

(22)

(23)

MSNet設(shè)計(jì)一個(gè)跳躍循環(huán)網(wǎng)絡(luò)(skip-LSTM)，解決潛在的超長(zhǎng)程依賴問(wèn)題。流入LSTM單元的卷積層輸出不是連續(xù)時(shí)間序列，而是每隔一個(gè)特定周期(跳躍步長(zhǎng))選取一個(gè)數(shù)據(jù)點(diǎn)，即把當(dāng)前隱藏單元與相鄰周期處于同一位置的隱藏單元鏈接起來(lái)作為L(zhǎng)STM的輸入，以擴(kuò)展信息流的時(shí)間跨度。引入跳躍步長(zhǎng)后，skip-LSTM的數(shù)據(jù)流向如式(24)所示。循環(huán)神經(jīng)網(wǎng)絡(luò)模塊及跳躍循環(huán)網(wǎng)絡(luò)模塊的輸出拼接在一起形成一個(gè)長(zhǎng)向量，然后通過(guò)一個(gè)隱藏層的全連接網(wǎng)絡(luò)得到最終的非線性路徑輸出。

(24)

式中，-和-分別為前時(shí)刻的隱藏狀態(tài)和記憶單元。

3.2.2 MSNet線性模塊

為了充分考慮事件之間的潛在線性關(guān)系，MSNet設(shè)計(jì)了一條平行于非線性路徑的自回歸線性路徑。假設(shè)各微震事件屬性向量之間具有線性關(guān)系，利用前次的微震事件預(yù)測(cè)第(+1)次事件。本研究中自回歸模型如式(25)所示，和為模型參數(shù)；為待預(yù)測(cè)事件的屬性向量。MSNet中的自回歸模塊利用單隱藏層的全連接網(wǎng)絡(luò)實(shí)現(xiàn)。非線性路徑結(jié)果與線性路徑結(jié)果進(jìn)行向量加和，得到最終的模型預(yù)測(cè)結(jié)果。

(25)

3.3 模型訓(xùn)練

深度學(xué)習(xí)模型通過(guò)訓(xùn)練迭代更新模型參數(shù)，使損失函數(shù)(預(yù)測(cè)結(jié)果與真實(shí)值之間的差異)達(dá)到最小值。本研究中，模型的預(yù)測(cè)輸出是未來(lái)連續(xù)6次微震事件的屬性(維度為6×5的向量)，因此定義MSNet的損失函數(shù)是五維空間中2個(gè)長(zhǎng)度為6的點(diǎn)序列之間的平均距離，損失函數(shù)如下

(26)

10 196次微震事件數(shù)據(jù)集人為劃分為訓(xùn)練集與測(cè)試集，前者用于訓(xùn)練模型使之達(dá)到最佳擬合效果，后者用于測(cè)試模型表現(xiàn)?？紤]到數(shù)據(jù)樣本有限，數(shù)據(jù)集中不再單獨(dú)劃分驗(yàn)證集用于模型超參數(shù)優(yōu)化。選擇數(shù)據(jù)集中2019年1—10月的9 863次微震事件進(jìn)行模型訓(xùn)練，11月與12月的333次微震事件進(jìn)行模型測(cè)試。為了盡可能多地利用微震數(shù)據(jù)，模型的輸入微震序列之間取步長(zhǎng)為1，即第1個(gè)訓(xùn)練/測(cè)試樣本輸入為～(+11)的12次連續(xù)微震事件，預(yù)測(cè)(+12)～(+17)的6次微震事件的坐標(biāo)、能量、時(shí)移。本研究在構(gòu)建訓(xùn)練/測(cè)試樣本時(shí)，沒(méi)有樣本跨越劃分時(shí)間點(diǎn)(11月1日0時(shí))，保證訓(xùn)練樣本和測(cè)試樣本完全隔開(kāi)，無(wú)數(shù)據(jù)無(wú)泄漏。

3.4 模型結(jié)果分析

在整個(gè)訓(xùn)練過(guò)程中，采用小批量梯度下降法更新模型參數(shù)，訓(xùn)練損失與測(cè)試損失最后都達(dá)到收斂，模型沒(méi)有出現(xiàn)過(guò)擬合現(xiàn)象。把樣本輸出的連續(xù)6個(gè)微震事件屬性分別看作6個(gè)長(zhǎng)度為5的向量，利用余弦相似度來(lái)衡量屬性的預(yù)測(cè)值與真實(shí)值之間的相似性(值越接近于1，表示2個(gè)向量越相似，預(yù)測(cè)精度越高)。其計(jì)算方式如式(27)所示，其中為微震事件真實(shí)的屬性向量；為模型預(yù)測(cè)的屬性向量；為向量長(zhǎng)度。

(27)

模型結(jié)果表明，模型對(duì)微震事件坐標(biāo)與坐標(biāo)的預(yù)測(cè)效果最好，測(cè)試樣本的平均余弦相似度分別為0.997與0.995。模型對(duì)微震事件坐標(biāo)的預(yù)測(cè)結(jié)果稍差，明顯低于與的余弦相似度，其平均相似度為0.939。模型對(duì)事件時(shí)移的預(yù)測(cè)出現(xiàn)了明顯波動(dòng)，其平均的預(yù)測(cè)余弦相似度為0.523，表明其預(yù)測(cè)值與真實(shí)值之間仍存在不錯(cuò)的相關(guān)性，MSNet模型挖掘出了微震序列的時(shí)間規(guī)律。模型對(duì)微震事件能量幾乎沒(méi)能做出正確預(yù)測(cè)，超過(guò)一半測(cè)試樣本的余弦相似度徘徊在0附近，表明預(yù)測(cè)值與真實(shí)值之間幾乎沒(méi)有關(guān)聯(lián)。綜合分析，MSNet模型對(duì)微震事件的位置預(yù)測(cè)最準(zhǔn)確，時(shí)間預(yù)測(cè)精度次之，對(duì)微震事件的能量預(yù)測(cè)精度較差。

圖5展示了模型訓(xùn)練數(shù)據(jù)(1—10月的9 863次微震事件)的5個(gè)屬性進(jìn)行[0,1]標(biāo)準(zhǔn)化之后的分布箱型圖。

圖5 模型訓(xùn)練數(shù)據(jù)分布箱型圖

圖5中綠色菱形表示數(shù)據(jù)異常值，藍(lán)色圓點(diǎn)表示數(shù)據(jù)平均值，長(zhǎng)方形上下邊緣分別代表屬性的上四分位數(shù)與下四分位數(shù)，紅色長(zhǎng)線表示數(shù)據(jù)中位數(shù)。從圖5中可以發(fā)現(xiàn)微震事件的位置數(shù)據(jù)(,,)分布較為理想，中位數(shù)與平均值均處于數(shù)據(jù)集中區(qū)域，且與平均值相差不大，異常值并未過(guò)多影響數(shù)據(jù)分布。微震事件的時(shí)移數(shù)據(jù)分布稍差，數(shù)據(jù)集中在一個(gè)較小區(qū)域，有部分異常值超過(guò)了數(shù)據(jù)內(nèi)限，影響了數(shù)據(jù)分布，但其中位數(shù)與平均值仍處于數(shù)據(jù)集中區(qū)域。微震事件能量分布出現(xiàn)了明顯的極端異常值，其平均值與中位數(shù)處于數(shù)據(jù)集中區(qū)，但是數(shù)據(jù)能級(jí)出現(xiàn)大范圍空白，直接影響了數(shù)據(jù)分布。這是由于工程現(xiàn)場(chǎng)絕大部分微震事件是小能量事件，超過(guò)1×10J的大能量事件占比極少。MSNet模型訓(xùn)練輸入的絕大部分能量數(shù)據(jù)位于小能級(jí)，因此模型對(duì)大能量事件預(yù)測(cè)結(jié)果帶有明顯的小能量偏向性(bias)，能量數(shù)據(jù)不平衡(imbalance)極大影響了模型對(duì)事件能量的預(yù)測(cè)能力。

4 基于“雙驅(qū)動(dòng)”模型的沖擊地壓智能預(yù)警平臺(tái)開(kāi)發(fā)

4.1 平臺(tái)三維幾何模型

基于礦井采掘工程平面圖、礦井地貌圖、地質(zhì)說(shuō)明圖、早期勘探及測(cè)繪相關(guān)資料，利用3Dmax建模軟件通過(guò)虛擬三維空間構(gòu)建三維幾何模型，能夠?qū)夭晒ぷ髅?、掘進(jìn)工作面、巷道布置、圍巖體等元素進(jìn)行展示，準(zhǔn)確表征斷層、巖性、煤層厚度變化等特征信息。如圖6所示，通過(guò)Unity 3D平臺(tái)技術(shù)建立了煤礦地質(zhì)三維模型，包括整個(gè)礦區(qū)地上地下的三維空間結(jié)構(gòu)、各采區(qū)的相對(duì)位置、巷道的地質(zhì)構(gòu)造及巖性等特征信息，實(shí)現(xiàn)了較為準(zhǔn)確的三維表征。

圖6 采區(qū)三維幾何模型

4.2 “雙驅(qū)動(dòng)”預(yù)警模塊實(shí)現(xiàn)流程

平臺(tái)搭建預(yù)警模塊的步驟如下：第1步，數(shù)據(jù)轉(zhuǎn)換。對(duì)監(jiān)測(cè)系統(tǒng)獲得的數(shù)據(jù)進(jìn)行數(shù)據(jù)轉(zhuǎn)換，把信息轉(zhuǎn)換成機(jī)器能夠接收的形式。第2步，數(shù)據(jù)分組。將數(shù)據(jù)按照不同類型進(jìn)行分組，對(duì)煤巖數(shù)據(jù)、地質(zhì)數(shù)據(jù)、回采數(shù)據(jù)、微震數(shù)據(jù)等進(jìn)行分類。第3步，數(shù)據(jù)組織。把分好類的數(shù)據(jù)放到一個(gè)容器中，主要有數(shù)組、鏈表、列表等，筆者選擇的是列表容器。第4步，數(shù)據(jù)計(jì)算、存儲(chǔ)。通過(guò)C#語(yǔ)言對(duì)評(píng)價(jià)模型算法進(jìn)行代碼編寫(xiě)，實(shí)現(xiàn)對(duì)接入數(shù)據(jù)的計(jì)算，并對(duì)數(shù)據(jù)進(jìn)行保存。第5步，數(shù)據(jù)顯示。根據(jù)需求將容器當(dāng)中需要進(jìn)行界面顯示的計(jì)算結(jié)果通過(guò)Unity3D平臺(tái)進(jìn)行展示。

對(duì)于微震事件預(yù)測(cè)模塊，在訓(xùn)練完畢以后進(jìn)行在線部署，利用實(shí)時(shí)獲取的微震事件序列對(duì)未來(lái)事件的屬性進(jìn)行動(dòng)態(tài)預(yù)測(cè)。采用Intel公司的OpenVINO深度學(xué)習(xí)套件進(jìn)行模型的在線部署。首先從Keras平臺(tái)導(dǎo)出TensorFlow凍結(jié)圖模型文件(*.pb文件)，使用OpenVINO套件中的Model Optimizer工具優(yōu)化導(dǎo)出的凍結(jié)圖模型，獲得描述MSNet網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的*.xml文件與儲(chǔ)存模型參數(shù)的*.bin文件，調(diào)用套件里面的推理引擎(Inference Engine)完成AI的推理計(jì)算。MSNet做預(yù)測(cè)時(shí)輸入的實(shí)時(shí)數(shù)據(jù)從AraWin微震數(shù)據(jù)處理軟件自帶數(shù)據(jù)庫(kù)中獲取，模型的預(yù)測(cè)結(jié)果以文本形式本地保存并被實(shí)時(shí)調(diào)用。

在數(shù)據(jù)處理和代碼化的一系列工作之后，實(shí)現(xiàn)最終的三維預(yù)警平臺(tái)需要進(jìn)行如下操作：對(duì)所用到的應(yīng)用程序接口、編寫(xiě)的代碼、3D模型、3D模型材質(zhì)以及應(yīng)用程序需要展示界面的圖片進(jìn)行打包集成，通過(guò)unity導(dǎo)出形成一個(gè)三維透明化的應(yīng)用程序。通過(guò)數(shù)據(jù)收集及處理，得到評(píng)價(jià)可用數(shù)據(jù)，將數(shù)據(jù)按動(dòng)靜態(tài)類別整理形成動(dòng)靜態(tài)指標(biāo)數(shù)據(jù)庫(kù)。預(yù)警軟件平臺(tái)調(diào)用數(shù)據(jù)庫(kù)數(shù)據(jù)，利用嵌入的評(píng)價(jià)模型對(duì)沖擊地壓綜合危險(xiǎn)性進(jìn)行等級(jí)評(píng)價(jià)并進(jìn)行區(qū)域與時(shí)間的預(yù)警。圖7展示了具有數(shù)據(jù)處理及評(píng)價(jià)功能的三維預(yù)警平臺(tái)。三維平臺(tái)界面右邊主要顯示微震事件及應(yīng)力數(shù)據(jù)，左邊顯示曲線變化。

圖7 三維預(yù)警平臺(tái)危險(xiǎn)性等級(jí)展示

5 工程應(yīng)用

現(xiàn)場(chǎng)應(yīng)用地點(diǎn)為河南省義馬市耿村煤礦，其示范工作面煤層厚度為0～20.32 m，平均厚度為9.86 m，傾角8°～15°，平均10°，工作面斜長(zhǎng)245 m，走向長(zhǎng)為745 m，平均采深為630 m。近水平層理，裂隙發(fā)育，厚度10.7～17.8 m，煤層結(jié)構(gòu)復(fù)雜，含夾矸3～5層，夾矸為灰黑色泥巖或細(xì)砂巖，夾矸累厚1.5 m，為較穩(wěn)定煤層，煤層變化系數(shù)為12%。直接頂為泥巖，厚4.04～42.64 m，深灰色，致密，塊狀構(gòu)造，含植物化石。煤層直接底為泥巖，厚度約2.8 m，基本底為泥巖砂巖交替層，厚度35 m以上，致密堅(jiān)硬?；镜诪槟鄮r、細(xì)～中砂巖和礫巖，厚0～35.7 m，平均13.24 m，煤層單向抗壓強(qiáng)度8.58 MPa，煤的彈性能指數(shù)2.54。

采用井下監(jiān)測(cè)系統(tǒng)和預(yù)警系統(tǒng)對(duì)工作面沖擊地壓災(zāi)害進(jìn)行監(jiān)測(cè)預(yù)警，如圖8所示。在工作面前方250 m左右區(qū)域的上、下巷外幫埋設(shè)應(yīng)力計(jì)，淺孔埋深12 m，深孔埋深18 m，淺孔與深孔每組應(yīng)力計(jì)的間距為0.5～1.0 m，每組20～25 m。微震拾震器布署在整個(gè)工作面上下巷道，間距為250 m左右。隨著工作面的推進(jìn)，鉆孔應(yīng)力計(jì)及微震拾震器不斷向前移動(dòng)。通過(guò)應(yīng)力數(shù)據(jù)、微震及結(jié)合地震CT形成的波速異常系數(shù)對(duì)工作面沖擊危險(xiǎn)性進(jìn)行實(shí)時(shí)動(dòng)態(tài)評(píng)價(jià)。

圖8 工作面應(yīng)力-微震在線監(jiān)測(cè)設(shè)計(jì)

(1)應(yīng)力監(jiān)測(cè)結(jié)果。通過(guò)地震CT主動(dòng)爆破的探測(cè)方式，獲得工作面監(jiān)測(cè)區(qū)域相對(duì)應(yīng)力情況，再利用產(chǎn)生的微震事件作為被動(dòng)震源進(jìn)行三維波速反演，形成三維速度梯度。根據(jù)反演的三維數(shù)據(jù)進(jìn)行三維建模，形成三維數(shù)據(jù)云圖。同時(shí)結(jié)合監(jiān)測(cè)區(qū)域鉆孔應(yīng)力的變化特征，實(shí)現(xiàn)對(duì)工作面采動(dòng)區(qū)域應(yīng)力集中情況透明化顯示，如圖9所示。

圖9 工作面三維應(yīng)力云圖

(2)微震監(jiān)測(cè)結(jié)果。圖10展示了2019年監(jiān)測(cè)的微震事件及部分微震多維指標(biāo)的變化結(jié)果，其中圖10(c)，(d)顯示了2019-08-01—2019-08-07微震多維指標(biāo)的變化曲線。從微震事件和指標(biāo)對(duì)比來(lái)看，微震出現(xiàn)較為明顯的低值異常，與微震事件能量具有負(fù)相關(guān)。()和等效能級(jí)參數(shù)指標(biāo)的變化規(guī)律具有相似性，同累計(jì)差量指標(biāo)具有明顯高值異常。

圖10 監(jiān)測(cè)的微震事件及微震多維指標(biāo)變化曲線

(3)沖擊危險(xiǎn)性等級(jí)預(yù)警結(jié)果。當(dāng)平臺(tái)接入評(píng)價(jià)指標(biāo)數(shù)據(jù)庫(kù)后，某個(gè)指標(biāo)參數(shù)的改變都會(huì)使其區(qū)域?yàn)?zāi)害危險(xiǎn)性的結(jié)果及時(shí)更新。評(píng)價(jià)指標(biāo)參數(shù)一旦發(fā)生改變，平臺(tái)則立刻對(duì)指標(biāo)進(jìn)行重新計(jì)算，實(shí)時(shí)更新綜合等級(jí)結(jié)果。

通過(guò)預(yù)警平臺(tái)對(duì)示范工作面2019年的數(shù)據(jù)進(jìn)行現(xiàn)場(chǎng)測(cè)試，對(duì)比現(xiàn)場(chǎng)實(shí)際危險(xiǎn)情況，確定預(yù)警模型的準(zhǔn)確率。根據(jù)示范工作面的現(xiàn)場(chǎng)防沖日志報(bào)告，在2019年，共有25 d具有危險(xiǎn)性，均屬于弱危險(xiǎn)性。根據(jù)示范工作面2019年現(xiàn)場(chǎng)實(shí)際的動(dòng)力現(xiàn)象和工人勘測(cè)結(jié)果及管理統(tǒng)計(jì)來(lái)看，沒(méi)有特別明顯的支架壓力增大、卡鉆等中等及強(qiáng)沖擊危險(xiǎn)性現(xiàn)象，頂?shù)装濉⒅Ъ芪匆?jiàn)明顯變形，時(shí)有輕微煤爆或煤炮聲等。根據(jù)《防治煤礦沖擊地壓細(xì)則》并結(jié)合現(xiàn)場(chǎng)專家意見(jiàn)，認(rèn)為該示范工作面2019年的防沖日志具有參考意義和可比性。

通過(guò)平臺(tái)的預(yù)警結(jié)果表明，有22 d的預(yù)警結(jié)果同礦上的評(píng)價(jià)等級(jí)及實(shí)際危險(xiǎn)情況是相符合的，有3 d出現(xiàn)了不一致，其預(yù)警平臺(tái)的評(píng)價(jià)結(jié)果均顯示為中等危險(xiǎn)，都高于該礦的防沖日?qǐng)?bào)結(jié)果，具體日期見(jiàn)表4。因此，在沖擊危險(xiǎn)性預(yù)警方面，平臺(tái)的準(zhǔn)確率為88%。需要說(shuō)明的是，該模型準(zhǔn)確率驗(yàn)證的前提是防沖日志結(jié)果和實(shí)際現(xiàn)場(chǎng)情況是吻合的。評(píng)價(jià)結(jié)果產(chǎn)生偏差的原因可能是各指標(biāo)結(jié)果的綜合疊加計(jì)算引起的，可通過(guò)不斷優(yōu)化各指標(biāo)的權(quán)重比和指標(biāo)的隸屬關(guān)系來(lái)提高準(zhǔn)確率。

表4 沖擊危險(xiǎn)性平臺(tái)預(yù)測(cè)結(jié)果與現(xiàn)場(chǎng)結(jié)果對(duì)比

(4)雙驅(qū)動(dòng)預(yù)警結(jié)果。結(jié)合物理驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)輸出，形成沖擊地壓等級(jí)、時(shí)間、區(qū)域的綜合預(yù)警結(jié)果。圖11為沖擊地壓“雙驅(qū)動(dòng)”綜合預(yù)警結(jié)果，圖中黃色和淡藍(lán)色圓圈分別為平臺(tái)確定的沖擊地壓危險(xiǎn)性等級(jí)區(qū)域和預(yù)測(cè)的下一時(shí)刻潛在的危險(xiǎn)區(qū)域，此時(shí)的危險(xiǎn)性等級(jí)為安全。隨著采掘的推進(jìn)，危險(xiǎn)性等級(jí)區(qū)域?qū)?dòng)態(tài)化地涵蓋整個(gè)回采工作面。危險(xiǎn)預(yù)測(cè)區(qū)域確定的方式是，以預(yù)測(cè)的6個(gè)微震事件中能量最大的事件位置為圓心畫(huà)圓，其邊緣通過(guò)距離圓心最遠(yuǎn)的微震事件位置，且危險(xiǎn)性沿徑向遞減。該平臺(tái)一直保持顯示最近12個(gè)連續(xù)微震事件，同時(shí)預(yù)測(cè)接下來(lái)6個(gè)微震事件。當(dāng)微震系統(tǒng)監(jiān)測(cè)到最新的微震事件時(shí)，平臺(tái)右側(cè)的數(shù)據(jù)將會(huì)動(dòng)態(tài)更新，并同步獲得最新的預(yù)警結(jié)果。沖擊地壓時(shí)間預(yù)測(cè)的方式是，首先根據(jù)本礦井沖擊地壓歷史事故發(fā)生前監(jiān)測(cè)到的微震事件最大能量值作為判斷閾值，一旦預(yù)測(cè)的微震事件能量超過(guò)該值，則觸發(fā)沖擊地壓時(shí)間預(yù)警。

圖11 沖擊地壓”雙驅(qū)動(dòng)”預(yù)警三維平臺(tái)

6 結(jié)論與展望

(1)建立沖擊地壓多源多參量動(dòng)態(tài)評(píng)級(jí)體系，對(duì)擾動(dòng)區(qū)域局部近場(chǎng)危險(xiǎn)性進(jìn)行評(píng)價(jià)。利用貝葉斯組合概率方法，實(shí)現(xiàn)了沖擊地壓動(dòng)靜態(tài)協(xié)同的遠(yuǎn)近場(chǎng)聯(lián)合監(jiān)測(cè)預(yù)警。通過(guò)嵌入評(píng)價(jià)模型的三維預(yù)警平臺(tái)進(jìn)行測(cè)試對(duì)比，在一年的防沖日?qǐng)?bào)表里，具有沖擊危險(xiǎn)性的25 d中有22 d評(píng)價(jià)結(jié)果相同，另外3 d的評(píng)價(jià)結(jié)果偏高，其危險(xiǎn)性評(píng)價(jià)模型的準(zhǔn)確率為88%，但仍需進(jìn)一步擴(kuò)大示范應(yīng)用地點(diǎn)和模型的應(yīng)用時(shí)間，以提高模型適用性和精度。

(2)以微震事件定量預(yù)測(cè)為切入點(diǎn)，量化沖擊地壓的危險(xiǎn)性區(qū)域與時(shí)間。研究構(gòu)建了一個(gè)普通卷積模塊、循環(huán)神經(jīng)網(wǎng)絡(luò)模塊與AR自回歸模型相結(jié)合的深度學(xué)習(xí)網(wǎng)絡(luò)MSNet，利用深度學(xué)習(xí)技術(shù)首次實(shí)現(xiàn)了未來(lái)微震事件的時(shí)間、地點(diǎn)、能量預(yù)測(cè)。預(yù)測(cè)結(jié)果表明，MSNet模型對(duì)微震事件位置的預(yù)測(cè)最為準(zhǔn)確，,,坐標(biāo)的預(yù)測(cè)余弦相似度都超過(guò)了0.93，對(duì)事件發(fā)生時(shí)間的預(yù)測(cè)結(jié)果稍差，平均余弦相似度為0.523。由于訓(xùn)練樣本中能量屬性的不平衡，MSNet對(duì)事件能量的預(yù)測(cè)具有明顯的小能量偏向性。

(3)開(kāi)發(fā)了沖擊地壓綜合智能預(yù)警3D可視化平臺(tái)，實(shí)現(xiàn)了現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)的實(shí)時(shí)采集、同步傳輸、智能預(yù)警、動(dòng)態(tài)展示，直觀地展示了沖擊危險(xiǎn)性等級(jí)，危險(xiǎn)性區(qū)域及潛在的災(zāi)害時(shí)間。

該研究的核心是構(gòu)建貝葉斯動(dòng)靜態(tài)協(xié)同評(píng)價(jià)模型進(jìn)行沖擊地壓危險(xiǎn)性等級(jí)預(yù)測(cè)，同時(shí)利用MSNet模型預(yù)測(cè)未來(lái)微震事件，并以此為依據(jù)判定的沖擊地壓危險(xiǎn)區(qū)域及時(shí)間。MSNet的預(yù)測(cè)精度直接決定了沖擊地壓量化預(yù)測(cè)的準(zhǔn)確性。MSNet雖然在位置預(yù)測(cè)方面精度很高，但在能量及時(shí)間預(yù)測(cè)上仍有提升空間。以下列出的幾個(gè)方面可以成為進(jìn)一步研究的重點(diǎn)：

(1)調(diào)整模型的損失函數(shù)結(jié)構(gòu)。該研究計(jì)算MSNet模型損失時(shí)(式(26))，把獨(dú)立微震事件作為一個(gè)長(zhǎng)度為5的向量，并計(jì)算真實(shí)值與預(yù)測(cè)值的向量距離。這其中隱含了一個(gè)假設(shè)，即向量的5個(gè)維度(、、、能量、時(shí)移)是等權(quán)重的。如果工程現(xiàn)場(chǎng)更關(guān)注預(yù)測(cè)能量準(zhǔn)確性，可以將向量維度中的時(shí)移權(quán)重調(diào)小，從而讓模型損失的大部分由其他4個(gè)屬性的損失構(gòu)成，保證能量預(yù)測(cè)精度。

(2)考慮微震事件的全波形信息。微震事件的全波形是壓電傳感器電壓隨時(shí)間變化的曲線，其包含了震源位置、介質(zhì)屬性等，信息量豐富。而本研究中對(duì)波形特征只考慮了微震事件能量(通過(guò)波形的時(shí)間積分求得)與時(shí)間(通過(guò)AraWin軟件拾取到時(shí))，忽略了其他大量波形信息。未來(lái)研究中，可以把微震事件全波形(獨(dú)立的超高維向量)作為模型的一個(gè)輸入屬性，這將大幅提升模型信息量，有望提升模型能量與時(shí)間的預(yù)測(cè)精度。

(3)沖擊危險(xiǎn)性區(qū)域與時(shí)間確定。本研究中確定危險(xiǎn)性區(qū)域的方式并沒(méi)有考慮6個(gè)微震事件在能量與時(shí)間上的梯度變化，因此確定的沖擊區(qū)域并無(wú)危險(xiǎn)性高低的進(jìn)一步精準(zhǔn)劃分。另一方面，該研究給出的沖擊地壓時(shí)間的預(yù)測(cè)方法只考慮了歷史災(zāi)害數(shù)據(jù)中能量最大的微震事件作為觸發(fā)時(shí)間預(yù)警的閾值。未來(lái)研究中可以更進(jìn)一步建立歷史沖擊地壓發(fā)生前的微震事件的能量序列分布，從數(shù)據(jù)分布中提取特征值或者特征向量作為判斷閾值，增強(qiáng)預(yù)測(cè)的魯棒性。

動(dòng)力災(zāi)害的智能監(jiān)測(cè)預(yù)警是煤礦智能化的重要組成部分。筆者利用物理驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)相結(jié)合的方法解決沖擊地壓量化預(yù)測(cè)的難題，既考慮了沖擊地壓發(fā)生的物理機(jī)制，又充分利用了海量的災(zāi)害前兆數(shù)據(jù)。研究提出的“雙驅(qū)動(dòng)”智能預(yù)警架構(gòu)，給出了沖擊地壓的危險(xiǎn)性等級(jí)、區(qū)域及發(fā)生時(shí)間的預(yù)測(cè)方法。同時(shí)，研究給出了“雙驅(qū)動(dòng)”預(yù)警架構(gòu)未來(lái)的研究方向，為徹底解決沖擊地壓的量化預(yù)測(cè)難題奠定基礎(chǔ)。