底板突水灾害大数据预测预警平台研究

　　摘要：针对淮河能源集团当前开采深部A组煤，受底板水害严重威胁而缺乏有效的智能化、全覆盖预警技术的问题，提出了构建基于水文、充水水源及底板破坏实时监测物联网的多源信息大数据智能预警云平台而指导矿区内突水灾害事故预防的技术思路。以张集煤矿回采A组煤的1612A工作面为工程背景，构建了观测水源、水位、水压、水质、水温等参数变化的水文监测物联网数据传输系统，实时数据采集、数据传输、数据分析处理。而针对底板破坏深度则构建了微震实时监测物联网，传感器拾取底板破裂信号通过井上、井下的光纤环网传输到地面数据信号处理终端，实时监测反演底板破坏、导水裂隙通道分布。将回采、地质和监测数据各类因素考虑在内，建立了基于神经网络和深度学习的预警模型，确定了煤矿安全评价的主控指标以及评判指标，搜集全国大量矿井数据对模型进行了机器学习训练。集成数据采集、管理配置、设备监测、中控大屏、多维分析和故障预警5个模块，由网络集成技术和数据整合技术实现无缝连接，建立了煤矿底板突水灾害大数据预警云平台系统。将学习后的预警模型嵌入系统，基于整合的多源数据进行底板突水危险性评估与预警，与微震数据互馈分析实时发布决策信息。最后，选定淮南等矿区内的5组矿井数据进行了评估验证，并对1612A工作面回采进行了预警分析。结果表明，选定的矿井计算预测结果合理;张集矿工作面发生突水灾害的概率较小，监测期内未发生预警信息;证实了大数据云平台在煤矿底板水害防治应用的可行性，为淮河能源集团开采深部煤层预防底板水害提供了新的技术支撑。

　　关键词：底板水害;水文监测;微震监测;大数据;预测预警平台

　　我国是多煤少油的国家，煤炭在我国能源体系中一直占据主导地位。社会经济的日益迅猛发展增大了对煤炭资源的需求，未来相当长的一段时间之内其地位仍然不会发生变化[1-3]。随浅部煤炭资源逐渐枯竭，矿井开采深度日益增大，生产安全问题一直制约煤矿发展，深部岩体的理论与现场预警技术是未来领域内的重要研究对象[4-6]。进入本世纪以来，随着新理论和新技术的应用，煤矿生产过程中的安全事故已经显著下降，伤亡人数也极大降低。这些数据显现出科技发展在矿山安全生产具备广泛的应用前景。但当前所面临的煤矿安全问题仍然严峻，为实现矿山事故未来“零伤亡”和“零事故”，需要不断更新设备、技术以期更好的服务于矿井生产。

　　企业安全生产评职知识：煤矿安全论文文献如何检索

　　各个矿区的复合煤矿动力灾害事故已经造成了严重的经济和社会影响，原有的预测手段过多的依赖于人的主观能动性，缺乏实时、及时的反馈，摆脱个体人思维的影响有利于实现矿井智能化安全生产，那么利用新型技术“智能化”“多源化”“大数据”是实现煤矿事故零死亡的重要手段。当前，煤矿智能化的开采已经逐渐应用于煤矿的生产中[7-9]。将物联网、云计算等技术在煤矿领域应用[10]，实现大数据智能化的实时预警也将是保障煤矿安全的重要技术[11-14]。针对煤矿灾害事故，应基于传感器的物联网采集灾害前兆信息，与多网融合传输技术进行实时在线监测，采用多源前兆信息的方法智能判识、精准预警[15,16]。

　　煤矿生产应逐步建立深部岩体监测预警的判识准则，并将水文等多源数据通过井上井下光纤监测网实现企业在线监测预警[17]。尤其是对深部岩体采动破坏的监测，传统仅对地应力的监测是不可取的。现有的微震监测技术已经逐渐应用到煤矿动力灾害的监测预警中，微震监测已经广泛引用于深部地压灾害的预防工作。通过建立煤岩动力灾害的连续微震监测预警体系，可以实现从早期综合分析预测到实时监测的目的[18]。微震联合其他监测方法识别分析动力灾害前兆信息而建立多元预警方法，取得了一定的效果[19-22]。

　　但新区和老区的灰岩水文地质条件有显著不同，误揭陷落柱不仅有可能造成工作面被淹，甚至采区、水平均有可能被淹。陷落柱多是隐伏的，不易发现，当前隐伏陷落柱已经成为治理灰岩水的最大难题。2017年潘二矿井下12123工作面底板抽巷联络巷误揭陷落柱再次引发涌水事故，造成部分巷道工作面被淹。因此，针对淮南矿区A组煤的底板灰岩水害防治，迫切需要智能化预警技术，借助大数据技术对水文监测、微震监测、防治水治理、防治水探测等信息进行采集和数据处理分析，通过大数据挖掘技术和机器学习智能方法，构建突水灾害智能预测预警平台，实现矿区突水灾害智能预测预警。

　　1工程概况

　　淮河能源集团(淮南矿业集团)张集煤矿于1996年7月1日开工建设，2001年11月8日建成投产，至今已有18年的开采历史，核定年生产能力1240万t。张集矿井设计采用立井、集中大巷和主要石门，分区开拓、出煤、通风、建设。目前该矿开采A组煤，全区采用倾斜长壁和走向长壁相结合的方式，一次采全高综合机械化采煤方法，顶板管理为全陷落法。该矿1612A工作面位于西三1煤上采区第二个块段，为本采区第二个回采工作面。工作面北至1611A工作面;南部为1613A工作面;东起西风井1煤工广煤柱线及采区系统巷道保护煤柱、西至矿井边界F22断层保护煤柱。工作面标高为-509～-575.2m。

　　工作面倾斜长度约200m，工作面可推进长度约1569m，倾角9°，平均厚度7.2m，容重1.33t/m3，可采储量337.1万t，沿1煤层顶板进行分层开采约5.5m。采场内布置两条工作面顺槽-轨道巷和运输巷，同时在底板岩层内保留有1条底抽巷，在临近1613A工作面倾向下端的底板岩层内存在有1条疏水巷：-600m疏水巷。依据采场掘进巷道的实际揭露资料，以及地面钻探和三维地震资料综合分析。工作面掘进范围内煤岩层总体近似为一单斜构造;地层走向70°～130°，倾向160°～220°，倾角平均9°，在构造发育附近煤岩层产状可能有一定变化。

　　轨、运顺揭露的断层主要有邻近巷道实际揭露的及三维地震解释的断层19条。在1612A工作面内未发现有陷落柱，但在临近未采的1613A工作面的正下方探测到存在1个垂向的导水通道(疑似陷落柱)，采动期间可能会对其存在扰动。工作面回采中的主要充水性因素有1煤顶、底板的砂岩裂隙水和底板灰岩水。砂岩裂隙水是工作面的直接充水水源，由于裂隙发育程度的不均一性导致煤系地层的富水性差异。

　　从抽水实验资料分析，煤系砂岩裂隙水富水性弱，并以静储量为主，但在构造发育地带可能会发生储存水量突然溃出现象。工作面底板法距约18.3m以下发育有太原组灰岩含水层(I组)，工作面掘进期间在断层带及裂隙发育处，可能沟通灰岩含水层，导致底板灰岩水大量涌出，威胁巷道安全，是工作面掘进期间重要充水性因素。在工作面底板法距约110m以下为奥陶系承压含水层，承压水初始水压力约为5.9MPa。临近的已回采工作面(1611A)过断层期间在断层带附近上下盘顶板出现过滴淋水现象，最大水量8.5m3/h，该区域断层带对顶板砂岩含水层有一定的导通性，同时过断层期间可能导通底板灰岩含水层，存在断层导水影响生产的可能性。

　　2底板水害监测系统建设

　　2.1水文监测系统

　　工作面回采过程中会产生应力扰动造成围岩破断，进而在煤层底板内形成“下三带”底板导水破坏带、有效隔水层保护带和承压水导升带[30,31]。若采动底板的导水裂隙贯通隔水层连通了含水层，则会造成观测孔内水位、水压、水质、水温等水文参数的波动变化。基于对大量历史水文变化数据的认识，依据现有的地质水文参数的变化可对底板涌水进行预测。为此，依据地面钻孔、工作面顺槽和-600m疏水巷在张集煤矿搭建了井上、井下水文监测物联网平台，实时监控水文变化。井上部分为地面水文长观孔的水位、水温监测，由KJ402-FA水文分站采集水压、水温和水质数据，通过GSM或GPRS网络将数据传送到监控主机，进行数据处理。

　　工作面底板水压、水温和水质测点使用GPW10/100矿用本安型液位传感器和进行数据采集传输，各监测点之间铺设通讯电缆连接。井下各监测分站可以通过矿用通讯电缆接入KJ402-J数据传输接口将RS485信号转换成RJ45接入交换机，通过井下光纤环网与地面监测主站进行数据通信，如图3所示。所建立的水文监测系统实时数据采集、数据传输、数据分析处理。在每个监测点有水文监测分站和传感器采集水文数据信息。通过GSM或GPRS网络将采集到的数据传送到系统水文数据库并进行汇总、统计。在监测主机查询、分析、处理水文数据，各个终端可通过煤矿企业网实现水文数据的查询与统计分析。

　　3大数据预测预警平台

　　3.1基于神经网络的预警模型

　　基于大量的参数数据，神经网络与深度学习模型目前广泛用于岩体破坏变形预警[35-37]。BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，其具有任意复杂的模式分类能力和优良的多维函数映射能力，解决了简单感知器不能解决一些问题。从结构上讲，该模式具有输入层、隐藏层和输出层。从本质上讲，BP算法就是以网络误差平方为目标函数、采用梯度下降法来计算目标函数的最小值。其虽然存在较多局部极小的情况下易陷入局部极小点、学习精度要求高的情况下学习速度较慢的不足，但是基于并行分布理论的BP算法实践证明神经网络运算能力很强，可以解决许多具体问题。

　　4预测预警应用

　　4.1预警模型训练学习与验证

　　基于全国公开的矿井生产资料，利用所获取的全国45组数据参数对所构建的神经网络预警模型进行了训练学习，预测各个矿井的突水预警值和误差，与实际值进行对比而不断修正，实现了良好的预测性，对地质构造类指标采用逻辑型数据描述(即有为1，无为0)，则不同工况和开采条件下的数据实现统一性而训练的模型与1612A工作面实现结合。同时，以搜集获取的淮南、淮北煤田等典型5组煤矿底板涌水资料对模型进行了验证检验。通过训练后的预警系统取得了较为满意预测结果，5组矿井工作面的预测结果。

　　根据矿井涌水量多少划定突水概率可以看出，突水几率预测的准确度要高于突水量预测的准确度，突水几率预测的准确度已经基本满足预测要求，而突水涌水量预测的准确度虽然有较大提高，但仍然不很理想，原因在于矿井底板突水涌水量的影响因素更为复杂，矿井底板突水涌水量的预测问题仍需进一步研究。工作面底板突水几率预测误差均在30%以内，已经远低于大部分其他预测方法，这说明神经网络预测系统具有良好的煤矿工作面底板突水几率预测能力， 这进一步验证该煤矿底板突水灾害大数据智能预测预警系统的优势所在。

　　5结论

　　(1)为解决淮南矿区开采A组煤所遇到的技术瓶颈，以张集煤矿1612A工作面开采A组煤为背景，考虑其生产地质条件，搭建了水文监测与微震监测物联网平台，通过光纤环网实时监测工作面的水压、水质、水温等水文信息以及预测回采过程中的底板破坏深度，并将所监测得到的多源数据进行汇总，确定了底板水害预测的24个主控指标以及评判指标。(2)将神经网络模型嵌入系统搭建了大数据智能分析平台，建立了基于微震监测系统、水文监测系统、三维可视化系统的云平台，由网络集成技术和数据整合技术实现无缝连接，其最后整合的统一结果在突水预测预警分析中心集中显示、分析，通过深度学习对工作面底板突水的危险性进行评价。(3)对基于神经网络模型所建立的煤矿底板突水灾害大数据智能动态预警方法，经过多组矿井验证后获得较理想的预警效果，对于煤矿底板突水几率的预测性具有良好的稳定性。

　　参考文献

　　[1]袁亮.我国煤炭资源高效回收及节能战略研究[M].北京:科学出版社,2017:80-85.

　　[2]何满潮,谢和平,彭苏萍,等.深部开采岩体力学研究[J].岩石力学与工程学报,2005,24(16):2803-2813.HEManchao,XIEHeping,PENGSuping,etal.Studyonrockmechanicsindeepminingengineering[J].ChineseJournalofRockMechanicsandEngineering,2005,24(16):2803-2813.

　　[3]袁亮.我国深部煤与瓦斯共采战略思考[J].煤炭学报,2016,41(1):1-6.YUANLiang.Strategicthinkingofsimultaneousexploitationofcoalandgasindeepmining[J].JournalofChinaCoalSociety,2016,41(1):1-6.

　　[4]谢和平.深部岩体力学与开采理论研究进展[J].煤炭学报,2019,44(5):1283-1305.XIEHeping.ResearchreviewofthestatekeyresearchdevelopmentprogramofChina:Deeprockmechanicsandminingtheory[J].JournalofChinaCoalSociety,2019,44(5):1283-1305.

　　[5]JuYang,ZhuYan,XieHeping,NieXiaodong,ZhangYong,LuChang,GaoFeng.Fluidizedminingandin-situtransformationofdeepundergroundcoalresources:anovelapproachtoensuringsafe,environmentallyfriendly,low-carbon,andcleanutilisation.InternationalJournalofCoalScience&Technology2019,6(2):184–196

　　作者：余国锋1,2，袁亮1,2,3，任波2,3，李连崇4，程关文4，韩云春2，牟文强4，王四戌4，魏廷双5，郑群2，马济国5