摘要：針對(duì)淮河能源集團(tuán)當(dāng)前開(kāi)采深部A組煤，受底板水害嚴(yán)重威脅而缺乏有效的智能化、全覆蓋預(yù)警技術(shù)的問(wèn)題，提出了構(gòu)建基于水文、充水水源及底板破壞實(shí)時(shí)監(jiān)測(cè)物聯(lián)網(wǎng)的多源信息大數(shù)據(jù)智能預(yù)警云平臺(tái)而指導(dǎo)礦區(qū)內(nèi)突水災(zāi)害事故預(yù)防的技術(shù)思路。以張集煤礦回采A組煤的1612A工作面為工程背景，構(gòu)建了觀測(cè)水源、水位、水壓、水質(zhì)、水溫等參數(shù)變化的水文監(jiān)測(cè)物聯(lián)網(wǎng)數(shù)據(jù)傳輸系統(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。而針對(duì)底板破壞深度則構(gòu)建了微震實(shí)時(shí)監(jiān)測(cè)物聯(lián)網(wǎng)，傳感器拾取底板破裂信號(hào)通過(guò)井上、井下的光纖環(huán)網(wǎng)傳輸?shù)降孛鏀?shù)據(jù)信號(hào)處理終端，實(shí)時(shí)監(jiān)測(cè)反演底板破壞、導(dǎo)水裂隙通道分布。將回采、地質(zhì)和監(jiān)測(cè)數(shù)據(jù)各類因素考慮在內(nèi)，建立了基于神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的預(yù)警模型，確定了煤礦安全評(píng)價(jià)的主控指標(biāo)以及評(píng)判指標(biāo)，搜集全國(guó)大量礦井?dāng)?shù)據(jù)對(duì)模型進(jìn)行了機(jī)器學(xué)習(xí)訓(xùn)練。集成數(shù)據(jù)采集、管理配置、設(shè)備監(jiān)測(cè)、中控大屏、多維分析和故障預(yù)警5個(gè)模塊，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(wú)縫連接，建立了煤礦底板突水災(zāi)害大數(shù)據(jù)預(yù)警云平臺(tái)系統(tǒng)。將學(xué)習(xí)后的預(yù)警模型嵌入系統(tǒng)，基于整合的多源數(shù)據(jù)進(jìn)行底板突水危險(xiǎn)性評(píng)估與預(yù)警，與微震數(shù)據(jù)互饋分析實(shí)時(shí)發(fā)布決策信息。最后，選定淮南等礦區(qū)內(nèi)的5組礦井?dāng)?shù)據(jù)進(jìn)行了評(píng)估驗(yàn)證，并對(duì)1612A工作面回采進(jìn)行了預(yù)警分析。結(jié)果表明，選定的礦井計(jì)算預(yù)測(cè)結(jié)果合理;張集礦工作面發(fā)生突水災(zāi)害的概率較小，監(jiān)測(cè)期內(nèi)未發(fā)生預(yù)警信息;證實(shí)了大數(shù)據(jù)云平臺(tái)在煤礦底板水害防治應(yīng)用的可行性，為淮河能源集團(tuán)開(kāi)采深部煤層預(yù)防底板水害提供了新的技術(shù)支撐。

　　關(guān)鍵詞：底板水害;水文監(jiān)測(cè);微震監(jiān)測(cè);大數(shù)據(jù);預(yù)測(cè)預(yù)警平臺(tái)

　　我國(guó)是多煤少油的國(guó)家，煤炭在我國(guó)能源體系中一直占據(jù)主導(dǎo)地位。社會(huì)經(jīng)濟(jì)的日益迅猛發(fā)展增大了對(duì)煤炭資源的需求，未來(lái)相當(dāng)長(zhǎng)的一段時(shí)間之內(nèi)其地位仍然不會(huì)發(fā)生變化[1-3]。隨淺部煤炭資源逐漸枯竭，礦井開(kāi)采深度日益增大，生產(chǎn)安全問(wèn)題一直制約煤礦發(fā)展，深部巖體的理論與現(xiàn)場(chǎng)預(yù)警技術(shù)是未來(lái)領(lǐng)域內(nèi)的重要研究對(duì)象[4-6]。進(jìn)入本世紀(jì)以來(lái)，隨著新理論和新技術(shù)的應(yīng)用，煤礦生產(chǎn)過(guò)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(wèn)題仍然嚴(yán)峻，為實(shí)現(xiàn)礦山事故未來(lái)“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)。

　　企業(yè)安全生產(chǎn)評(píng)職知識(shí)：煤礦安全論文文獻(xiàn)如何檢索

　　各個(gè)礦區(qū)的復(fù)合煤礦動(dòng)力災(zāi)害事故已經(jīng)造成了嚴(yán)重的經(jīng)濟(jì)和社會(huì)影響，原有的預(yù)測(cè)手段過(guò)多的依賴于人的主觀能動(dòng)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(kāi)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(duì)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(cè)，采用多源前兆信息的方法智能判識(shí)、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(cè)預(yù)警的判識(shí)準(zhǔn)則，并將水文等多源數(shù)據(jù)通過(guò)井上井下光纖監(jiān)測(cè)網(wǎng)實(shí)現(xiàn)企業(yè)在線監(jiān)測(cè)預(yù)警[17]。尤其是對(duì)深部巖體采動(dòng)破壞的監(jiān)測(cè)，傳統(tǒng)僅對(duì)地應(yīng)力的監(jiān)測(cè)是不可取的。現(xiàn)有的微震監(jiān)測(cè)技術(shù)已經(jīng)逐漸應(yīng)用到煤礦動(dòng)力災(zāi)害的監(jiān)測(cè)預(yù)警中，微震監(jiān)測(cè)已經(jīng)廣泛引用于深部地壓災(zāi)害的預(yù)防工作。通過(guò)建立煤巖動(dòng)力災(zāi)害的連續(xù)微震監(jiān)測(cè)預(yù)警體系，可以實(shí)現(xiàn)從早期綜合分析預(yù)測(cè)到實(shí)時(shí)監(jiān)測(cè)的目的[18]。微震聯(lián)合其他監(jiān)測(cè)方法識(shí)別分析動(dòng)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]。

　　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(duì)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(duì)水文監(jiān)測(cè)、微震監(jiān)測(cè)、防治水治理、防治水探測(cè)等信息進(jìn)行采集和數(shù)據(jù)處理分析，通過(guò)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(cè)預(yù)警平臺(tái)，實(shí)現(xiàn)礦區(qū)突水災(zāi)害智能預(yù)測(cè)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年7月1日開(kāi)工建設(shè)，2001年11月8日建成投產(chǎn)，至今已有18年的開(kāi)采歷史，核定年生產(chǎn)能力1240萬(wàn)t。張集礦井設(shè)計(jì)采用立井、集中大巷和主要石門(mén)，分區(qū)開(kāi)拓、出煤、通風(fēng)、建設(shè)。目前該礦開(kāi)采A組煤，全區(qū)采用傾斜長(zhǎng)壁和走向長(zhǎng)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)第二個(gè)塊段，為本采區(qū)第二個(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～-575.2m。

　　工作面傾斜長(zhǎng)度約200m，工作面可推進(jìn)長(zhǎng)度約1569m，傾角9°，平均厚度7.2m，容重1.33t/m3，可采儲(chǔ)量337.1萬(wàn)t，沿1煤層頂板進(jìn)行分層開(kāi)采約5.5m。采場(chǎng)內(nèi)布置兩條工作面順槽-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：-600m疏水巷。依據(jù)采場(chǎng)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、運(yùn)順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(cè)到存在1個(gè)垂向的導(dǎo)水通道(疑似陷落柱)，采動(dòng)期間可能會(huì)對(duì)其存在擾動(dòng)。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(chǔ)量為主，但在構(gòu)造發(fā)育地帶可能會(huì)發(fā)生儲(chǔ)存水量突然潰出現(xiàn)象。工作面底板法距約18.3m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110m以下為奧陶系承壓含水層，承壓水初始水壓力約為5.9MPa。臨近的已回采工作面(1611A)過(guò)斷層期間在斷層帶附近上下盤(pán)頂板出現(xiàn)過(guò)滴淋水現(xiàn)象，最大水量8.5m3/h，該區(qū)域斷層帶對(duì)頂板砂巖含水層有一定的導(dǎo)通性，同時(shí)過(guò)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(cè)系統(tǒng)建設(shè)

　　2.1水文監(jiān)測(cè)系統(tǒng)

　　工作面回采過(guò)程中會(huì)產(chǎn)生應(yīng)力擾動(dòng)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(dòng)底板的導(dǎo)水裂隙貫通隔水層連通了含水層，則會(huì)造成觀測(cè)孔內(nèi)水位、水壓、水質(zhì)、水溫等水文參數(shù)的波動(dòng)變化。基于對(duì)大量歷史水文變化數(shù)據(jù)的認(rèn)識(shí)，依據(jù)現(xiàn)有的地質(zhì)水文參數(shù)的變化可對(duì)底板涌水進(jìn)行預(yù)測(cè)。為此，依據(jù)地面鉆孔、工作面順槽和-600m疏水巷在張集煤礦搭建了井上、井下水文監(jiān)測(cè)物聯(lián)網(wǎng)平臺(tái)，實(shí)時(shí)監(jiān)控水文變化。井上部分為地面水文長(zhǎng)觀孔的水位、水溫監(jiān)測(cè)，由KJ402-FA水文分站采集水壓、水溫和水質(zhì)數(shù)據(jù)，通過(guò)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(cè)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(cè)點(diǎn)之間鋪設(shè)通訊電纜連接。井下各監(jiān)測(cè)分站可以通過(guò)礦用通訊電纜接入KJ402-J數(shù)據(jù)傳輸接口將RS485信號(hào)轉(zhuǎn)換成RJ45接入交換機(jī)，通過(guò)井下光纖環(huán)網(wǎng)與地面監(jiān)測(cè)主站進(jìn)行數(shù)據(jù)通信，如圖3所示。所建立的水文監(jiān)測(cè)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(cè)點(diǎn)有水文監(jiān)測(cè)分站和傳感器采集水文數(shù)據(jù)信息。通過(guò)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(kù)并進(jìn)行匯總、統(tǒng)計(jì)。在監(jiān)測(cè)主機(jī)查詢、分析、處理水文數(shù)據(jù)，各個(gè)終端可通過(guò)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。

　　3大數(shù)據(jù)預(yù)測(cè)預(yù)警平臺(tái)

　　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(jiǎn)單感知器不能解決一些問(wèn)題。從結(jié)構(gòu)上講，該模式具有輸入層、隱藏層和輸出層。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(lái)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(wèn)題。

　　4預(yù)測(cè)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(guó)公開(kāi)的礦井生產(chǎn)資料，利用所獲取的全國(guó)45組數(shù)據(jù)參數(shù)對(duì)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(cè)各個(gè)礦井的突水預(yù)警值和誤差，與實(shí)際值進(jìn)行對(duì)比而不斷修正，實(shí)現(xiàn)了良好的預(yù)測(cè)性，對(duì)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(wú)為0)，則不同工況和開(kāi)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(duì)模型進(jìn)行了驗(yàn)證檢驗(yàn)。通過(guò)訓(xùn)練后的預(yù)警系統(tǒng)取得了較為滿意預(yù)測(cè)結(jié)果，5組礦井工作面的預(yù)測(cè)結(jié)果。

　　根據(jù)礦井涌水量多少劃定突水概率可以看出，突水幾率預(yù)測(cè)的準(zhǔn)確度要高于突水量預(yù)測(cè)的準(zhǔn)確度，突水幾率預(yù)測(cè)的準(zhǔn)確度已經(jīng)基本滿足預(yù)測(cè)要求，而突水涌水量預(yù)測(cè)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(cè)問(wèn)題仍需進(jìn)一步研究。工作面底板突水幾率預(yù)測(cè)誤差均在30%以內(nèi)，已經(jīng)遠(yuǎn)低于大部分其他預(yù)測(cè)方法，這說(shuō)明神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)具有良好的煤礦工作面底板突水幾率預(yù)測(cè)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(cè)預(yù)警系統(tǒng)的優(yōu)勢(shì)所在。

　　5結(jié)論

　　(1)為解決淮南礦區(qū)開(kāi)采A組煤所遇到的技術(shù)瓶頸，以張集煤礦1612A工作面開(kāi)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(cè)與微震監(jiān)測(cè)物聯(lián)網(wǎng)平臺(tái)，通過(guò)光纖環(huán)網(wǎng)實(shí)時(shí)監(jiān)測(cè)工作面的水壓、水質(zhì)、水溫等水文信息以及預(yù)測(cè)回采過(guò)程中的底板破壞深度，并將所監(jiān)測(cè)得到的多源數(shù)據(jù)進(jìn)行匯總，確定了底板水害預(yù)測(cè)的24個(gè)主控指標(biāo)以及評(píng)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(tái)，建立了基于微震監(jiān)測(cè)系統(tǒng)、水文監(jiān)測(cè)系統(tǒng)、三維可視化系統(tǒng)的云平臺(tái)，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(wú)縫連接，其最后整合的統(tǒng)一結(jié)果在突水預(yù)測(cè)預(yù)警分析中心集中顯示、分析，通過(guò)深度學(xué)習(xí)對(duì)工作面底板突水的危險(xiǎn)性進(jìn)行評(píng)價(jià)。(3)對(duì)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(dòng)態(tài)預(yù)警方法，經(jīng)過(guò)多組礦井驗(yàn)證后獲得較理想的預(yù)警效果，對(duì)于煤礦底板突水幾率的預(yù)測(cè)性具有良好的穩(wěn)定性。

　　參考文獻(xiàn)

　　[1]袁亮.我國(guó)煤炭資源高效回收及節(jié)能戰(zhàn)略研究[M].北京:科學(xué)出版社,2017:80-85.

　　[2]何滿潮,謝和平,彭蘇萍,等.深部開(kāi)采巖體力學(xué)研究[J].巖石力學(xué)與工程學(xué)報(bào),2005,24(16):2803-2813.HEManchao,XIEHeping,PENGSuping,etal.Studyonrockmechanicsindeepminingengineering[J].ChineseJournalofRockMechanicsandEngineering,2005,24(16):2803-2813.

　　[3]袁亮.我國(guó)深部煤與瓦斯共采戰(zhàn)略思考[J].煤炭學(xué)報(bào),2016,41(1):1-6.YUANLiang.Strategicthinkingofsimultaneousexploitationofcoalandgasindeepmining[J].JournalofChinaCoalSociety,2016,41(1):1-6.

　　[4]謝和平.深部巖體力學(xué)與開(kāi)采理論研究進(jìn)展[J].煤炭學(xué)報(bào),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：余國(guó)鋒1,2，袁亮1,2,3，任波2,3，李連崇4，程關(guān)文4，韓云春2，牟文強(qiáng)4，王四戌4，魏廷雙5，鄭群2，馬濟(jì)國(guó)5