礦產資源工程施工中災害預測數據系統應用研究

訾小妮

（甘肅工業職業技術學院，甘肅 天水 741025）

我國礦業開發規模日漸開闊，礦產資源需求量也在同日增長[1]。在當前大限度開采礦產資源的背景下，礦產資源雖然為我國帶來了巨大經濟收益，卻在開采過程中沒有展開合理的開發利用，從而誘發嚴重的地質災害。礦山地質災害使礦下作業面臨巨大威脅，不僅嚴重污染了周邊環境，還會造成地下礦井粉碎，坍塌時噴出大量瓦斯，影響著作業人員的生命安全[2]。為了使開采礦山時存在的災害風險大幅度降低，保護從業者生命和企業財產安全，進行礦山災害預測預警是當下采礦行業迫在眉睫的需求，就此研究礦產資源工程施工中災害預測數據系統。在大數據背景下，根據現有礦山地質信息，針對礦產資源開采的發展趨勢與變化規律，推斷預測災害未來的發展狀況十分必要。通過采用災害預測數據系統，對礦產資源工程施工中災害發生前進行安全監測，完成了對施工災害的安全預報與監控，確保了礦產資源工程施工的順利進行。礦產資源工程施工中災害產生的類型眾多，且致災形成機理較為復雜，這使準確探明災害的發展十分艱難，而災害預測數據系統這種新的實踐形式，為后續采礦工程的發展提供了新的契機。

1 基于預測數據系統的礦產資源工程施工方法設計

1.1 建立礦山施工環境系數模型

在對礦產資源工程施工方法的設計中，此次應用研究采用確定性礦產資源施工環境系數模型，并對開采過程中的關鍵性信息進行選取[3]。在礦山施工環境系數模型的構建中，選用概率函數的表達方式作為構建初級系數模型的計算公式，那么概率函數AM可表示為下式：

在上式（1）中，A為礦山災害在一般情況下發生的條件概率，S為礦山災害在整個礦山施工環境內發生的先驗概率?；诠剑?）可以對每一數據層的AM進行計算，然后合并所有數據層內的概率函數AM。假設需要合并的兩個數據層的概率函數分別為m和n，那么合并后的結果H可用如下公式表示：

根據對上式（2）的求導，此時能夠得出礦山施工環境系數模型。

1.2 確定礦產施工中的關鍵影響因子

依據礦山施工環境系數模型，需要合并礦山施工環境系數模型中的各因子數據層，在合并過程中，區域字段為概率函數AM值。在礦產施工災害中的關鍵影響因子進行確定時，為形成一新的數據層，需要合并其中兩個因子數據層，再將合并結果與下一個因子數據層合并，循環操作，直至所有數據層合并為一個總體數據層。將總體數據層的AM字段值進行分類，可以一共劃分成5個等級。具體劃分標準及每級描述如下表1所示。

表1 AM穩定性級別劃分

在表1中可以發現，數據層中各個代碼下的AM字段值存在特定范圍。這表示公式（2）對于礦山施工時所產生的計算結果有所不同，通過公式（2）所得結果，可以對產施工中的關鍵影響因子貢獻值，設貢獻值為T，則表示方式為：

根據上式（3），能夠將每個圖層因子的相對貢獻值計算出來，根據所得貢獻值的大小，能夠對礦產施工中的關鍵影響因子進行確定，所得貢獻值越大，相應的影響因子越能影響礦山施工過程。設T1、T2、T3為T中的較大值，那么這三個值即為礦山施工時的關鍵影響因子。

1.3 明確礦產施工時影響因子的權重

常規情況下，影響因子主要能夠劃分為四個部分，分別為基礎因子、發育因子、激發因子，以及易損因子。礦山施工產生的貢獻值大小與影響因子的權重息息相關，根據上文所確定的關鍵影響因子T1、T2、T3，可以將這三種因子，聯合作為礦山施工時的發育基礎因子，從而進一步采用災害數據系統對礦山施工環境進行監管。

為對礦山施工時產生的作業指標作標準定量，在確定指標時采用五分法對礦區施工環境內發育基礎因子賦值，賦值大小為自然數值，賦值方式采用公式（3）對影響因子總體貢獻值進行推導。賦值完畢后歸一化處理量化指標，并對各類因子作等級的劃分，具體劃分結果如下表2所示。

表2 發育基礎因子總體貢獻值劃分表

依據上表2的賦值結果，可以明顯發現主要影響因子在礦區施工環境內總體貢獻值的取值范圍，設礦山施工災害中影響因子的權重為P，總體貢獻值為G，則可以得出公式：

通過公式（4），可以得出災害中發育基礎因子所占權重。使用預測數據系統，根據權重的大小，完成對礦產資源工程的整體施工。

2 實驗研究

2.1 實驗準備

為驗證礦產資源工程施工中災害預測數據系統所產生的應力，為此設置對比實驗研究。在實驗過程中，隨機選取M礦山區域作為實驗所需環境，設置數據系統預測礦產資源工程施工中災害的方法為實驗組，設置傳統方法為實驗對照組，在同樣環境下驗證兩種方法對M礦山區域的應力。在礦山開采過程中，應力與礦山坍塌程度有關，應力越小，采礦過程越安全。

2.2 礦山施工中應力測試

在礦產資源工程實際施工中，首先布置礦產施工中與應力發生感應的傳感器，進而根據傳感器的位置明確具體施工巷道，根據掘進深度的不同，感應出不同的應力，最終完成對采礦施工中所產生的應力的測試。依次采用傳統方法與災害預測數據系統應用法，對M礦山區域進行應力測試，隨著掘進深度的增加，兩種方法所得出的測試結果，可以表示在下圖1中。

圖1 施工應力測試結果

由上圖1能夠發現，伴隨掘進深度的不斷增大，傳統方法與預測數據系統應用法所得的應力結果也逐漸產生了差異。在同樣的起點下，傳統方法的應力測試結果隨掘進深度的增加不斷增大，存在明顯上升趨勢；預測數據系統應用法所得的應力結果，雖也呈現上升趨勢，不過上升趨勢較小，在47.05m時，上升速度更為緩慢，測試結果基本持平在210.00N。在掘進深度為60m時，傳統方法所得測試結果為569.03N，預測數據系統應用法所得測試結果為209.02N，應用預測數據系統測得的應力比傳統方法小了360.01N。

3 結束語

在實際礦山施工中，對災害事故的預測方法，能夠對我國礦產資源的開采工程起著至關重要的作用。災害預測數據系統能夠根據不同的環境影響因素，完成對礦山災害的預測工作，有效改善礦山災害預測預警的效果。通過運用傳統方法與災害預測數據系統應用法，對礦山施工中產生的應力進行測試，并得出實驗結論：相較傳統方法，災害預測數據系統應用法測得的應力更小，更大程度上保障了作業人員及周邊環境的安全，對今后礦產資源施工具有重要意義。