易 欣，胡 震，王偉峰，鄧 軍

（1.西安科技大學(xué) 安全科學(xué)與工程學(xué)院，陜西 西安 710054；2.陜西省煤火災(zāi)害防治重點實驗室，陜西 西安 710054）

據(jù)數(shù)據(jù)統(tǒng)計，我國25 個主產(chǎn)煤省區(qū)的130 余個礦區(qū)中，受煤自燃隱患困擾的煤礦超過70%。其中40 個大中型礦區(qū)煤層自然發(fā)火嚴重[1-2]。我國由煤自燃導(dǎo)致超過2 億t 的煤炭資源浪費。煤自燃災(zāi)害不僅會影響生產(chǎn)活動和人身安全，還會造成資源浪費和環(huán)境污染[3]。60%的礦井火災(zāi)由煤自燃引發(fā)[4]。采空區(qū)是煤自燃的高發(fā)區(qū)域。在分層開采的情況下，上下分層之間的貫通[5]，地表漏風(fēng)通道的復(fù)雜，破碎煤體的遺留，這給煤自燃提供了充分的物質(zhì)條件[6]。采空區(qū)一般是由巖石和破碎煤塊組成的封閉空間，由于客觀條件的限制，無法直接獲取采空區(qū)內(nèi)部的溫度，風(fēng)壓等參數(shù)，這給煤自燃治理增加了難度[7]。近年來，隨著科技的進步，在煤自燃監(jiān)測預(yù)測方面得到進一步的發(fā)展，但隨著安全需求的進一步提升，急需發(fā)展更高效、更智能、更精準(zhǔn)的監(jiān)測預(yù)測平臺，國家部委聯(lián)合印發(fā)的《關(guān)于加快煤礦智能化發(fā)展的指導(dǎo)意見》提出，到2035 年各類煤礦基本實現(xiàn)智能化作業(yè)。因此，煤自燃防治工作也必須向著智能檢測、精準(zhǔn)預(yù)測、科學(xué)防治的方向發(fā)展；《煤礦安全規(guī)程》指出，煤礦企業(yè)要落實“安全第一，預(yù)防為主，綜合治理”的指導(dǎo)方針，必須建立煤自燃監(jiān)測系統(tǒng)和煤自燃預(yù)警預(yù)報體系[8]。為此，分析了煤自燃監(jiān)測預(yù)警的現(xiàn)狀，并對煤自燃智能監(jiān)測和智能預(yù)警做出合理展望，提出以多源立體參數(shù)智能監(jiān)測為核心，建立基于大數(shù)據(jù)深度分析和科學(xué)預(yù)測的煤自燃智能監(jiān)測和精準(zhǔn)預(yù)測平臺。

1 煤自燃監(jiān)測系統(tǒng)發(fā)展現(xiàn)狀

2010—2021 年我國煤自燃及其誘發(fā)事故不完全統(tǒng)計見表1。

表1 2010 —2021 年煤自燃及其誘發(fā)事故不完全統(tǒng)計Table 1 Incomplete statistics on coal spontaneouscombustion and its induced accidents from 2010 to 2021

煤自燃精準(zhǔn)的預(yù)測預(yù)報是建立在可靠監(jiān)測的基礎(chǔ)之上[9]。由于煤自燃的復(fù)雜性和采空區(qū)環(huán)境的封閉性，增加了對煤自燃監(jiān)測的難度。從大量的實驗數(shù)據(jù)和現(xiàn)場實際情況來看，溫度和指標(biāo)氣體是能夠反映煤自燃過程中2 個相對重要的參數(shù)[10]。國內(nèi)外很多學(xué)者和單位以溫度和指標(biāo)氣體作為描述煤自燃程度的指標(biāo)。為此，從溫度和指標(biāo)氣體兩方面總結(jié)煤自燃監(jiān)測和預(yù)警現(xiàn)狀。

1.1 溫度監(jiān)測技術(shù)

對煤自燃溫度的監(jiān)測，一方面是需要實驗室使用程序升溫等手段，確定來自現(xiàn)場煤樣的特征溫度[11]，根據(jù)氧化動力學(xué)的測試結(jié)果，確定開采煤層煤樣的自然傾向性和最短自然發(fā)火期，同時，根據(jù)數(shù)據(jù)分析結(jié)果，判定該煤層自燃危險程度，并將其分為易自燃煤層、自燃煤層和不易自燃煤層[12]，為現(xiàn)場監(jiān)測和分級預(yù)警提供理論依據(jù)。另一方面，煤自燃溫度監(jiān)測源自現(xiàn)場實際監(jiān)測。電阻率法、紅外探測法和自燃溫度探測法等容易受到外界因素干擾，并且存在著測溫延遲，已經(jīng)不能滿足煤礦對火災(zāi)隱患實時遠程監(jiān)測及預(yù)報的需求。目前，壁面紅外測溫法（紅外測溫儀、紅外熱像儀）以其測溫速度快、范圍廣、誤差小、可實現(xiàn)非接觸連續(xù)測溫；傳感器預(yù)埋測溫法（熱電偶、半導(dǎo)體、分布式光纖）可以監(jiān)測隱蔽位置的溫度；分布式光纖測溫法可以實時連續(xù)的自動對采空區(qū)煤自燃參數(shù)進行智能監(jiān)測[13]。上述測溫法由于其適應(yīng)煤礦井下的測量環(huán)境和能夠?qū)γ鹤匀紖?shù)自動、連續(xù)、實時地監(jiān)測，滿足煤礦對監(jiān)測的智能化需求。

1.2 氣體監(jiān)測技術(shù)

煤自燃是一個緩慢且復(fù)雜的過程。指標(biāo)氣體的產(chǎn)生能夠反映煤自燃程度的一個重要信息，其主要包括CO、CO2、CH4、C2H2、C2H6、C2H4、C3H8、H2等[14]。對指標(biāo)氣體的監(jiān)測，目前主要依賴氣相色譜法、吸收光譜法和外標(biāo)法。由于氣相色譜為束管監(jiān)測系統(tǒng)的核心，目前被大多數(shù)礦井應(yīng)用[15]。外標(biāo)法是向溶劑中添加一定濃度的標(biāo)準(zhǔn)樣品制成對照樣品，并于目標(biāo)樣品進行平行檢測，最后以峰面積生成工作曲線，從而推算目標(biāo)樣品的含量；但是外標(biāo)法在很大程度上取決于操作條件的控制，樣品分析的操作條件，必須嚴格控制于繪制校正曲線時的條件，因此外標(biāo)法不適用于煤自燃參數(shù)的常規(guī)分析。吸收光譜法[16]利用待測元素的基態(tài)原子蒸汽吸收特定波長的光輻射，使原子外層電子從基態(tài)躍遷到激發(fā)態(tài)，對待測元素進行定性定量分析的一種方法；該方法選擇性強、靈敏度高、分析范圍廣、抗干擾能力強、精密度高等優(yōu)點，在煤自燃監(jiān)測方面得到了廣泛的應(yīng)用。趙曉虎等[17]基于可調(diào)諧半導(dǎo)體激光吸收光譜技術(shù)可以直接獲取監(jiān)測對象的溫度、濃度、速度等詳細參數(shù)，結(jié)合多路復(fù)用的鎖相技術(shù)，構(gòu)建了集成多種輔助監(jiān)測技術(shù)的多指標(biāo)氣體實時在線分析監(jiān)測平臺，該系統(tǒng)根據(jù)吸收譜線透過率的不同和譜線形狀的差異對被測氣體的調(diào)諧激光頻率選擇性的吸收，從而獲取指標(biāo)氣體的譜線特征；系統(tǒng)DFB 激光器擁有非常高的邊模抑制比、窄線寬和快速調(diào)諧等特點，利用其優(yōu)異的單色性對氣體濃度的快速監(jiān)測；系統(tǒng)采用多路掃描信號和相位誤差的正弦調(diào)制信號對監(jiān)測信號的快速捕捉，連接鎖相放大器，提取指定頻帶內(nèi)的信號，有效過濾無關(guān)頻率分量，提高氣體監(jiān)測的準(zhǔn)確度；該系統(tǒng)集成度高，并且能夠?qū)H4、CO2、O2、CO、C2H2、C2H4等6 種指標(biāo)性氣體分時、快速、準(zhǔn)確地實時在線監(jiān)測；該實驗系統(tǒng)能夠為煤自燃預(yù)警提供可靠數(shù)據(jù)。

2 煤自燃預(yù)警方法發(fā)展現(xiàn)狀

2.1 基于指標(biāo)氣體的預(yù)警方法

由于標(biāo)致氣體的初現(xiàn)溫度與煤溫存在良好的對應(yīng)關(guān)系，因此很多學(xué)者依據(jù)標(biāo)致氣體分析方法建立預(yù)報預(yù)警方法[18]。煤礦常常以CO 的初現(xiàn)溫度來衡量煤自燃程度[19]。郭一銘等[20]對煤自燃標(biāo)致氣體的生成量、生成過程和煤溫建立了非線性關(guān)系，并得到以C2H4的初現(xiàn)溫度為煤自燃發(fā)生的第1 指標(biāo)。以單個氣體作為煤自燃指標(biāo)氣體，樣本參數(shù)容易受到漏風(fēng)、濕度及體積分數(shù)等因素影響，從而導(dǎo)致煤自燃標(biāo)致氣體參數(shù)失真，對煤自燃的預(yù)測結(jié)果沒有指導(dǎo)意義。梁運濤[21]開發(fā)了一種基于多參數(shù)化的煤自燃監(jiān)測技術(shù)，能夠?qū)崿F(xiàn)對采空區(qū)CH4、O2、CO2、CO 等相關(guān)參數(shù)進行連續(xù)、在線、就地采集和分析，該技術(shù)不僅解決了煤自燃參數(shù)單一問題，而且為下一步多參數(shù)融合分析工作奠定了基礎(chǔ)；陳曉坤[22]提出了根據(jù)現(xiàn)場觀測指標(biāo)氣體的多源信息融合的預(yù)警方法；賈傳志等[23]指出在低溫階段CO 由較好預(yù)警準(zhǔn)確性，而在高溫階段C2H4/C2H6能夠為煤自燃提供較準(zhǔn)確的預(yù)測預(yù)報。由于井下環(huán)境多種多樣，煤自燃過程緩慢且復(fù)雜，監(jiān)測數(shù)據(jù)不均衡。趙琳琳等[24]利用神經(jīng)網(wǎng)絡(luò)處理不均衡參數(shù)時影響小的特點，提出了PCA-Ada Boost 預(yù)測模型，該模型是以氧氣作為指標(biāo)氣體，結(jié)果顯示，該模型能夠表現(xiàn)出良好的預(yù)測準(zhǔn)確度以及預(yù)測效率；王福生等[25]運用灰色關(guān)聯(lián)法對復(fù)合指標(biāo)氣體與煤溫建立聯(lián)系，對參數(shù)優(yōu)先級進行劃分，構(gòu)建了煤自燃多參數(shù)的預(yù)警體系；鄭學(xué)召等[26]解決煤自燃參數(shù)單一性問題時，構(gòu)建了多指標(biāo)融合協(xié)同的煤自燃監(jiān)測預(yù)警體系，使得預(yù)測結(jié)果更貼近現(xiàn)場實際，并且結(jié)合現(xiàn)場實測數(shù)據(jù)對該模型進行優(yōu)化和反饋，并根據(jù)現(xiàn)場實際對該體系的可行性進行分析，結(jié)果表明，在實際的應(yīng)用過程中可以對煤自燃危害進行有效的預(yù)報預(yù)警。

2.2 基于統(tǒng)計分析的預(yù)警方法

標(biāo)致氣體和溫度是精準(zhǔn)預(yù)測的2 個核心參數(shù)，對于煤自燃程度的準(zhǔn)確分析，主要集中在兩者之間的定性和定量研究[27]。為了更精細化的描述煤自燃的發(fā)展過程和發(fā)展規(guī)律，許多學(xué)者利用一元或多元回歸性分析，構(gòu)建數(shù)學(xué)模型或函數(shù)進一步精確分析煤自燃的所處狀態(tài)[28]。王建濤等[29]利用最小二乘法分析煤自燃過程中的突變溫度與裂變溫度，并構(gòu)建了氣體體積分數(shù)與溫度的函數(shù)模型，形成灰色加權(quán)預(yù)警預(yù)報系統(tǒng)，該方法用于煤自燃數(shù)值模擬可以得到最佳的函數(shù)匹配，使其數(shù)值計算結(jié)果和實際情況更接近；王鑫陽等[30]根據(jù)絕熱氧化實驗數(shù)據(jù)建立數(shù)學(xué)模型預(yù)測煤自燃，結(jié)果顯示，在實際過程中能夠成功預(yù)測褐煤和煙煤的著火時間；Wang junfeng 等[31]研究了煤自燃過程中氧氣消耗量和氣體產(chǎn)物的特點，建立以耗氧速率和指標(biāo)氣體的釋放率為參數(shù)的多元線性回歸模型，預(yù)測煤自燃所處的不同階段，該模型利用了多元線性回歸需要以多因素作為變量來解釋自變量的特點，有利于分析煤自燃的多因素條件，更符合實際情況；文虎等[32]研究了大量的煤自燃氣體數(shù)據(jù)，總結(jié)了煤自燃過程中產(chǎn)氣的變化規(guī)律，構(gòu)建了煤自燃產(chǎn)氣和煤溫之間的回歸方程，該方法能夠根據(jù)煤自燃產(chǎn)氣的變化率，對煤自燃程度進行量化判斷，并依據(jù)初現(xiàn)的時間來分析煤自燃所處的階段；王磊等[33]選取CO 作為煤自燃參數(shù)的核心指標(biāo)，運用平均殘差法對煤自燃CO 的絕對發(fā)生量進行修正，構(gòu)建基于CO 絕對發(fā)生量為核心的煤自燃預(yù)測預(yù)報體系。

2.3 基于智能算法的預(yù)測預(yù)報方法

隨著計算機技術(shù)的日新月異，煤自燃預(yù)測分析手段朝著精準(zhǔn)化和高效性的方向發(fā)展。為了進一步滿足煤礦企業(yè)現(xiàn)代化、科技化以及智能化的發(fā)展需求，對煤自燃監(jiān)測預(yù)測的準(zhǔn)確性、高效性和泛化性有嚴格要求。需要清晰地認識煤自燃的客觀狀態(tài)，能夠可靠地為煤礦企業(yè)提供預(yù)測預(yù)報[34]。由于目標(biāo)預(yù)測和煤自燃客觀狀態(tài)之間存在復(fù)雜的關(guān)系。需要從大量的實驗數(shù)據(jù)和現(xiàn)場數(shù)據(jù)中總結(jié)一般規(guī)律。因此，多源立體化參數(shù)的監(jiān)測和輸入，利用智能算法、人工智能和機器學(xué)習(xí)等建立數(shù)學(xué)模型，對輸入?yún)?shù)進行復(fù)雜耦合，得到與實際情況更吻合的結(jié)果。

為了避免單一指標(biāo)造成的預(yù)警漏報和誤報。層次分析法、神經(jīng)網(wǎng)絡(luò)、隨機森林、長短期記憶人工神經(jīng)網(wǎng)絡(luò)（LSTM）、粒子群、聚類分析、回歸及相關(guān)性分析等預(yù)測方法成功地運用在煤自燃預(yù)警方面。例如，鄧軍等[35-36]利用粒子群優(yōu)化算法（PSO）優(yōu)化RF 和SVM 超參數(shù)，根據(jù)參數(shù)優(yōu)化結(jié)果建立了PSO－RF 和PSO－SVM 預(yù)測模型，并提出了一種基于隨機森林（RF）方法，對煤自燃大量的多源參數(shù)進行分析，將預(yù)測結(jié)果與支持向量機（SVM） 和BP 神經(jīng)網(wǎng)絡(luò)（BPNN）方法對比，結(jié)果顯示，隨機森林法在預(yù)測煤自燃過程中擁有極好的準(zhǔn)確性和普適性，隨機森林方法不需要復(fù)雜的參數(shù)設(shè)置與優(yōu)化，就可以達到與實際情況相吻合的預(yù)測結(jié)果，比較適用于煤自燃預(yù)測方面；溫榮巖[37]基于改進粒子群與小破神經(jīng)網(wǎng)絡(luò)構(gòu)建煤自燃預(yù)測預(yù)警方法，該方法在迭代次數(shù)、函數(shù)逼近誤差和網(wǎng)絡(luò)性能方面均優(yōu)于BP 神經(jīng)網(wǎng)絡(luò)，并且在粒子數(shù)目較多的情況下能夠有效避免局部極小值問題。

3 煤自燃監(jiān)測預(yù)警發(fā)展的技術(shù)展望

隨著科技的進步，信息采集、網(wǎng)絡(luò)通信、大數(shù)據(jù)以及人工智能的發(fā)展[38]，科學(xué)研究以及企業(yè)生產(chǎn)都向著高技術(shù)化的方向發(fā)展，這為煤自燃的智能檢測和精準(zhǔn)預(yù)測提供了良好的保障。由于采空區(qū)構(gòu)造復(fù)雜和封閉性，其中包括氣體濃度場、風(fēng)流場與溫度場，給現(xiàn)場監(jiān)測和煤自燃治理帶來了障礙[39]，這導(dǎo)致煤自燃現(xiàn)場數(shù)據(jù)難以收集，實驗所得參數(shù)和預(yù)測難以在現(xiàn)場得到良好的應(yīng)用效果。利用標(biāo)致氣體進行煤自燃預(yù)警依然是最有效的方法[40]，但目前對于構(gòu)建以指標(biāo)氣體為基礎(chǔ)的預(yù)警體系比較簡單，參照數(shù)據(jù)比較單一，因此亟待探索多源信息的變化規(guī)律。為了提升煤礦煤自燃智能監(jiān)測和精準(zhǔn)預(yù)測，提出煤自燃發(fā)火程度預(yù)警平臺。煤自然發(fā)火程度智能監(jiān)測及早期預(yù)警平臺如圖1。

圖1 煤自然發(fā)火程度智能監(jiān)測及早期預(yù)警平臺Fig. 1 Intelligent monitoring and early warning platform for coal spontaneous combustion

煤自燃監(jiān)測預(yù)警發(fā)展的技術(shù)展望如下：

1）探索和開發(fā)礦井采空區(qū)復(fù)雜環(huán)境強適應(yīng)性的監(jiān)測技術(shù)是保障煤自燃精準(zhǔn)預(yù)測的關(guān)鍵。由于磁致伸縮生物傳感器技術(shù)，操作簡單、便攜、可原位檢測等優(yōu)點，可以用于采空區(qū)煤自燃參數(shù)的獲取方面，可以促進煤自燃多源立體參數(shù)的快速識別和分析。由于采空區(qū)環(huán)境復(fù)雜[41]，煤自燃產(chǎn)生的氣體組分譜線混疊，可能存在互相影響現(xiàn)象，影響數(shù)據(jù)分析。針對煤自燃多源立體參數(shù)的復(fù)雜性，開發(fā)能夠融合氣體、溫度、濕度、壓力差、風(fēng)流等多因素、多參數(shù)并且能夠在線實時監(jiān)測和動態(tài)感知的煤自燃預(yù)測預(yù)報體系。發(fā)展采空區(qū)分布式光纖測溫系統(tǒng)，將其網(wǎng)格化、密集化和三維化，能夠?qū)崿F(xiàn)對煤自燃過程中各個參數(shù)的即時、準(zhǔn)確地采集，并且能夠自動調(diào)整和校對，并對異常區(qū)域和數(shù)據(jù)進行標(biāo)記，對溫度場，氣體分布場能夠線性化、數(shù)字化和三維立體化呈現(xiàn)。總之，在建立煤自燃預(yù)測預(yù)報體系時，應(yīng)在現(xiàn)有的技術(shù)基礎(chǔ)之上，開發(fā)能夠適應(yīng)監(jiān)測復(fù)雜環(huán)境和跟蹤分析多種氣體的新方法、新技術(shù)。才能滿足煤礦在現(xiàn)代化作業(yè)環(huán)境下的監(jiān)測需求。提高監(jiān)測數(shù)據(jù)的可靠性、多樣性、全面性。為煤自燃科學(xué)建模和多樣化分析提供扎實的數(shù)據(jù)來源，奠定煤自燃精準(zhǔn)預(yù)測的基礎(chǔ)。

2）在機理研究的基礎(chǔ)上，結(jié)合數(shù)學(xué)建模、數(shù)值模擬以及機器學(xué)習(xí)等構(gòu)建多源信息化的模型平臺。針對采空區(qū)煤自燃的個例、異構(gòu)化和不平衡等數(shù)據(jù)特點，促進可疑高溫異常點的持續(xù)監(jiān)測和提前預(yù)警，建立采空區(qū)數(shù)學(xué)模型的動態(tài)監(jiān)管平臺。結(jié)合實際場景建立煤自燃氧化升溫時空演化數(shù)值模擬系統(tǒng)是精準(zhǔn)預(yù)測的前提。采用模糊聚類與模式識別、支持向量機、代數(shù)法神經(jīng)網(wǎng)絡(luò)等手段，進行煤自燃數(shù)學(xué)建模和數(shù)值模擬來優(yōu)化煤自燃程度量化指標(biāo)。多維度、多角度分析現(xiàn)場數(shù)據(jù)和數(shù)值模擬結(jié)果之間的聯(lián)系，能夠準(zhǔn)確的掌握采空區(qū)在不同時間尺度下的特征分布以及統(tǒng)計學(xué)規(guī)律。在現(xiàn)場實測溫度的基礎(chǔ)上，對數(shù)值模擬進行驗證和校驗，能夠準(zhǔn)確得到溫度場、氣體濃度場的形態(tài)分布以及煤自燃高溫區(qū)域遷徙規(guī)律。必須遵循以工程應(yīng)用為導(dǎo)向的精準(zhǔn)預(yù)警體系。利用數(shù)值模擬動態(tài)隨機優(yōu)化方法，對采空區(qū)煤自燃預(yù)測模型在開采過程中多源信息的虛實交互。

3）結(jié)合采空區(qū)分布式光纖環(huán)網(wǎng)、5G/6G 通信技術(shù)以及可靠的煤自燃監(jiān)測預(yù)警平臺，對現(xiàn)場實測數(shù)據(jù)的準(zhǔn)確監(jiān)測、即時上傳、快速分析以及對采空區(qū)異常情況的準(zhǔn)確判斷和科學(xué)處理。建立數(shù)據(jù)分析和管理系統(tǒng)，對現(xiàn)場數(shù)據(jù)的提取、轉(zhuǎn)換、分析等，對煤自燃危險程度的動態(tài)預(yù)測模型。在精準(zhǔn)預(yù)測的前提下，建立有效的響應(yīng)對策，對高效滅火材料的研究不僅僅停留在理論層面和實驗室測試階段，應(yīng)大規(guī)模在工業(yè)和實際中檢驗材料的可靠性并，且能夠適用于煤礦煤自燃監(jiān)測預(yù)警平臺，完善煤自燃智能監(jiān)測和精準(zhǔn)預(yù)測體系。

4 結(jié) 語

目前煤礦應(yīng)對煤自燃監(jiān)測預(yù)警技術(shù)已經(jīng)有一定水平。但智能化程度不足，還有進一步的發(fā)展空間。為了煤礦企業(yè)發(fā)展能更好地和科技進步接軌，可從煤自燃前兆信息多源化、多維度、一體化、透明化的角度出發(fā)，更先進的傳感裝置和網(wǎng)絡(luò)通信技術(shù)的聯(lián)合應(yīng)用，建立健全煤自燃數(shù)據(jù)的監(jiān)測和管理系統(tǒng)，提高煤自燃氧化升溫時空演化模擬的準(zhǔn)確性、科學(xué)性，利用擬動態(tài)隨機優(yōu)化，煤自燃程度的智能化分析；實現(xiàn)多源立體化信息的采集和傳輸、機理建模、人工智能結(jié)合大數(shù)據(jù)分析對煤自燃數(shù)據(jù)的實時采集和科學(xué)動態(tài)化分析，進一步提高數(shù)值模擬和煤自燃實際情況的匹配度，實現(xiàn)監(jiān)測智能化、預(yù)警精準(zhǔn)化、危險可視化、治理科學(xué)化的發(fā)展。達到對煤自燃智能監(jiān)測和精準(zhǔn)預(yù)測的需求；結(jié)合通信技術(shù)，全面提升煤礦企業(yè)的科技化水平，實現(xiàn)煤自燃參數(shù)的即時傳遞和快速分析，更迅速，更準(zhǔn)確地治理煤自燃災(zāi)害。才能保障煤炭行業(yè)的科學(xué)、安全的生產(chǎn)與發(fā)展，避免生產(chǎn)事故的發(fā)生，減少資源和能源浪費，提高社會效益。