大型煤礦水災害安全風險預警模型研究

劉 錦 武衛民

(中國平煤神馬集團，河南省平頂山市，467000)

?

大型煤礦水災害安全風險預警模型研究

劉 錦 武衛民

(中國平煤神馬集團，河南省平頂山市，467000)

針對礦井水災害的定量預警，分析了安全預警指標，建立了地面水監測預警模型、井下水監測預警模型、礦井水質變化預警模型和基于GIS的水災害危險源預警模型，提出了針對大型煤礦的水災害預警實現模型，提高了煤礦生產的安全性，增加了煤炭企業的社會和經濟效益。

水災害 定量預警 預警模型 水害監測 安全風險 危險源 地理信息系統

在煤礦災害中，水災害是主要致災因素之一，我國是世界上受水災危害最嚴重的主要產煤國之一，據統計目前國有大型煤礦中受水害威脅的礦井約占礦井總數的40%以上。礦井水災害威脅多與復雜的地質條件、地下開采方式、開拓布局和采礦環境有關。

在煤礦生產和管理中，隨著信息化技術的應用，積累了大量與安全相關的數據。但是煤礦的安全評估涉及大量復雜因素，已有的數據往往是空間過程中部分因素的一次表現，數據獲取手段復雜而且不可重復，具有一定的隨機性。

面對嚴峻的煤炭安全生產形勢，研究煤礦水災害動態預警模型，實現早期預測預警，對提高煤礦防災減災能力，實現煤礦的安全高效生產，提高煤礦整體安全生產水平具有重要意義。

目前，對煤礦災害評價的方法分為定性推斷和定量數理統計模擬兩種。定性推斷方法側重于對災害產生的特征進行分析，借鑒事故樹分析法、模糊事故樹分析法和事件樹分析法等；在定量評價方法中，需要建立數學模型，并對監測數據進行統計分析，根據模型進行風險評價。

本文將針對大型煤礦，研究水災害的安全評判預警模型，根據建立的模型對水災害安全風險因素進行分析，對比實時監測結果，開發預警系統，進行安全預警。

1 煤礦水災害安全預警指標

針對大型煤礦，水災害安全預警指標體系分為地面水災害預警指標體系和井下水災害預警指標體系。

1.1 地面水位監測預警指標

在煤礦的水文地質單元中，地下水水位相對穩定。特別是在開采活動不破壞含水層時，水位保持穩定。在波及含水層時，會導致含水層的水涌入礦井，水位下降。但正常情況下，地下水水位下降的幅度保持平穩。如地下水水位急劇下降說明大量地下水涌入礦井，而水位急劇上升說明含水層水量大量增加，礦井水的壓力增大。因此，在研究中將地下水水位變化幅度作為一項重要預警指標，通過地表的觀測井長期進行監測。

1.2 井下水災害預警指標監測

井下水災害預警指標監測可以分為流量預警監測、明渠-水泵預警指標監測、水質預警指標監測和基于GIS的危險源預警指標監測等。

在井下，礦井水由各個工作面匯集到開采區，流入大巷，最后進入水倉。在井下的主要水渠都有流量監測設備，正常情況下各水渠的水流相對穩定，流量變化不大。當水渠流量短時間急劇變化時，應及時分析原因并采取措施。同時，水渠流量應小于礦井水泵的最大排水量，當水渠流量不斷增加時，應與水泵和礦井的最大排水能力進行對比，以便采取相應的應對措施。

在不同含水層及不同區域水的化學成分相對穩定并且差異性較大。通過分析不同時期礦井水質，可以判定礦井水源是否穩定。

同時，一些水災害隱患可以通過煤礦地理信息系統的空間分析功能進行預測和預警。在地理信息系統中存儲或計算水害危險源數據。在礦井開采過程中，及時將采礦活動和危險源的距離、相對方位等作為指標進行預警。

2 水災害安全風險預警建模

根據大型煤礦中水災害預警指標分析，可以將水災害安全風險預警模型分為基于地表水位監測信息的預警模型、基于井下監測的水災害預警模型、水質分析預警模型和基于地理信息系統(GIS)的礦井水災害預警模型4種。

2.1 基于地表水位監測信息的預警模型

在該模型中，以觀測井等地面水文監測系統中監測的水位標高為數據源，采用梯度預警的方法進行預警，設Di為水位標高的取樣數據，Dn為當前測量的水位標高，則計算模型如下：

(1)

式中：Di——水位標高取樣數據；

A——t個水位標高數據的樣本均值；

Dn——監測點水位標高當前數據；

V——水位標高變化的絕對值。

該模型計算預警指標值，說明監測點水位的變化范圍是否偏離了水位時間序列的整體統計特征。如果超出某范圍值可以認為存在異常情況，根據偏離情況可以進行不同等級的預警。

2.2 基于井下監測的水災害預警模型

在該模型中，以井下水文監測系統的流量為數據源，采用變化百分比梯度預警方法，設Ei為流量的取樣測量值，En為流量的當前測量值，則計算模型如下：

(2)

式中：B——t個流量樣本數據的均值；

Ei——流量取樣數據；

En——監測點流量當前數據；

BI(n)——計算出的變化梯度。

該模型計算的預警指標說明流量監測點水流量的變化率是否偏離了流量時間序列的整體統計特征，如果超出某范圍可以認為存在異常情況。根據偏離梯度值進行不同等級的預警。

同時在井下以水文監測系統的明渠流量作為數據源，結合水泵最大排水量，采用趨勢預警法進行預警，其模型如下：

(3)

式中：Ts——當前時間點；

Te——明渠流量達到水泵最大排水量的時間點；

T——時間差。

該模型說明明渠流量隨時間變化的趨勢，時間差越大則危險程度越高，根據時間差可以進行不同等級的預警。

2.3 水質分析預警模型

在一般情況下，礦井水來源穩定，水質類型固定。各礦井都有各含水層的背景水樣，可以用礦井新取水樣和原有水樣進行比對，發現是否有新的水源涌入礦井。在進行水樣比對時，先使用地下水化學類型的舒卡列夫分類法進行水質類型劃分。該分類方法根據地下水中6種主要離子(Na+、Ca2+、Mg2+、HCO2-、SO42-、CI-)及礦化度劃分。

在該方法中，首先將6種主要離子中含量大于20%毫克當量的陰離子和陽離子組合成49種水類型，再按照礦化度大小劃分成為A、B、C、D 4組，將49種水類型和礦化度進行組合編號。當新取水樣的水化學類型編號和原類型編號不一致時，則進行預警。

當所取水樣與已知水樣差異大或水樣為混合水，無法與舒卡列夫分類中的水樣進行對比時，可將已知水樣和新取水樣進行歐式距離計算，定義如下：

(4)

式中：d(x,y)——新取水樣和某已知水樣的離子含量歐式距離;

xi——新取水樣的第i種離子含量;

yi——已知水樣的第第i種離子含量。

根據計算結果，求出距離最近的水樣編號，將該編號和原類型編號進行比較，判斷是否預警。

2.4 基于GIS分析的水災害危險源預警模型

在大型煤礦設計前，一般會進行地質勘查，構建地理信息系統(GIS)，存儲含水層的位置。在進行礦井作業時，基于GIS復合分析煤層頂、底板含水層區域，進行危險區辨識，基于GIS緩沖區分析進行水災害預警。

頂板含水層的危害與所采煤層厚度、隔水層厚度等有關。對于已知頂板含水層，當采礦活動使頂板含水層冒落、斷裂，起不到隔水作用時，含水層的水將導入礦井。當冒裂帶高度大于隔水層厚度時，含水層的水將涌入井下，產生危害。由于礦區地質情況復雜，冒裂帶高度與頂板隔水層的關系復雜，通過GIS復合分析方法，對同一區域內多種信息進行集成、匹配、空間配準、內容符合等運算，在統一的坐標系下，突出專題信息，消除或抑制無關及次要信息，識別頂板水災害。

底板含水層對采礦活動的危害區域可以用突水系數法進行劃分。在該方法中，首先需要在煤礦地理信息系統中獲取含水層頂板標高，形成等高線圖，并計算隔水層厚線圖，然后根據煤層底板等高線與地表水位監測數據計算水壓。最后根據水壓和隔水層等厚線圖計算突水系數，形成突水系數等值圖，將突水系數大于0.06 MPa/m的區域劃分為底板水災害危險區。

除對頂、底板含水層采用模型進行分析外，采空區積水、老巷積水、斷層等其他水害數據源應在采礦活動前已經查明并存儲在地理信息系統中。在采礦中，需要分析當前采掘工作面與危險源的空間關系，根據臨近關系判斷危險程度，從而進行預警。

3 大型礦井的水災害預警的實現模型

根據以上模型，使用地理信息系統Arc GIS，關系型數據庫管理系統，構成大型礦井的水災害預警系統。系統結構如圖1所示。

圖1 大型煤礦水災害安全預警系統體系結構

在該系統中，首先進行數據的采集和存儲。預警模型的使用需要真實可靠的數據，對于監測數據，需要有完善的監測系統，并通過關系型數據庫管理系統存儲和訪問監測歷史數據和實時數據，剔除無效數據，減少干擾信息。對存儲在地理信息系統中的地下空間數據，需要進行系統化、規范化、標準化的建設，保證數據的完整性、規范性、一致性等，并便于查詢和分析。

針對礦井不同的自然條件和不同開采方式，建立完善的預警指標體系知識庫，使模型能夠獲得水災害隱患可能發生的具體指標參數，并針對特定條件和生產實際，進行指標參數的修正。

在系統中，針對監測系統 實時感知數據，根據建立的多種礦井水災害預警模型進行計算，對預警結果進行評判。根據預警結果，及時進行發布。

4 總結

本文分析了大型礦井水災害預警指標，建立了多個水災害預警模型，并利用地理信息系統和關系型數據庫，構建水災害預警的實現模型。針對實時監測數據，通過預警模型進行計算和評判。

值得指出的是，考慮不同礦井差異化的地質條件和開采方式，利用長期積累的監測數據對模型和模型參數進行自適應調整，值得在后續工作中進行深入的研究。

[1] 方樹林.中國煤礦災害防治技術的研究現狀與發展趨勢[J].潔凈煤技術,2012(1)

[2] 賈穎,張啟波,董華等.基于的多模式安全風險監控系統的研究[J].中國安全科學學報,2006(9)

[3] 孟磊,丁恩杰,吳立新.基于煤礦的礦井突水感知關鍵技術研究[J].煤炭學報,2013(8)

[4] 袁亮.我國煤炭工業安全科學技術創新與發展[J].煤礦安全,2016(S1)

[5] 焦保國.礦井突水災害預警系統的設計與實現[J].煤礦機電,2016(6)

[6] 都基安,王建平,寧德春.煤礦建設安全風險預警綜合評價模型構建[J].中國煤炭, 2013(11)

[7] 劉劍民,王繼仁,劉銀朋等.基于水化學分析的煤礦礦井突水水源判別[J].安全與環境學報,2015(1)

[8] 郭信山,施龍青.基于斷層影響因子與斷層分維特征的斷層突水危險性定量化分析[J].山東大學學報(工學版),2014(5)

(責任編輯 張艷華)

Research on safety risk early warning model of large coal mine water disaster

Liu Jin, Wu Weimin

(China Pingmei Shenma Group, Pingdingshan, Henan 467000, China)

Aiming at the quantitative early warning of mine water disaster, safety early warning index was analyzed, ground and underground water monitoring early warning model, mine water quality change early warning model and GIS-based water disaster danger source early warning model were established, and then water disaster early warning operating model for large coal mines was come up with, the safety of coal mine production was improved and the social and economic benefits of coal enterprise were enhanced.

water disaster, quantitative early warning, early warning model, water disater monitoring, safety risk, danger source, GIS

劉錦,武衛民. 大型煤礦水災害安全風險預警模型研究[J].中國煤炭，2017,43(5)：122-124，129. Liu Jin, Wu Weimin. Research on safety risk early warning model of large coal mine water disaster[J].China Coal, 2017，43(5):122-124，129.

TD745

A

劉錦(1983-)，女，河南平頂山人，工程師，主要從事煤礦科研管理工作。