煤礦水害智能化防控平臺架構及關鍵技術

王 皓，董書寧，姬亞東，喬 偉，尚宏波，朱開鵬，周振方，寧殿艷

(1.中煤科工集團西安研究院有限公司，陜西 西安 710054；2.陜西省煤礦水害防治技術重點實驗室，陜西 西安 710077)

煤炭是我國的主體能源，但煤炭開采過程中常常受到水害威脅，給我國能源安全和國民經濟穩定發展帶來隱患。煤礦企業生產安全受水害威脅或發生水災事故時，往往邀請行業專家趕赴現場，通過會議討論、資料分析、診斷決策、評價建議的形式進行煤礦水患分析、水災治理、水災應急搶險、事故成因診斷等專業工作。但遇到問題才遠赴現場收集資料、走訪調研、進行分析診斷，效率較低、效果差，與煤礦安全方面的高標準、嚴要求有一定差距。且國內專業的水害防治技術專家人數有限，難以同時滿足全國各地煤礦企業水害防治的不同需求。如何借助新一代信息技術，實現不同地區的水害防治技術專家同一時間在線上開展煤礦水害智能化防控，節省路途奔波的時間，提升響應效率，是業界同仁多年來的共同期許。

隨著互聯網和云計算一體化的迅速發展，國內外已有多個領域在協同平臺建設方面開發并推出了基于互聯網的遠程協作平臺。教育培訓領域在遠程協作平臺建設方面起步較早，從遠程視頻授課到線上教育，再到虛擬仿真實驗平臺，借助信息技術優勢突破了時空的限制，降低了教育成本，提高了教學質量。醫療領域在遠程平臺設備建設、遠程健康監測等方面得到了很好發展，利用高速網絡進行數字、圖像、語音的綜合傳輸，實現了遠程多端協作，提高了診斷與醫療水平、降低了醫療開支。在煤炭行業，近些年逐步建立的安全生產遠程監管平臺、遠程鉆井設計與隨鉆分析平臺、遠程動態監測及故障診斷系統等遠程監管平臺，推動著監管監察、分析診斷向數字化、遠程化、智能化方向發展。然而，我國目前尚未建立用于煤礦水害防治的遠程協作平臺，無法滿足煤礦水害防治實時、高效的新需求。創新和升級服務模式和服務方式，將礦井水害防治主要工作由線下“遷移”到線上，充分發揮信息技術和智能算法優勢，提高防治工作效率，是行業和市場對煤礦水害防治技術服務保障工作的迫切要求。

為此，筆者依據上述研究思路，針對煤礦企業高質量跟蹤服務的迫切需求，以數據融合-協同防控為導向，建立了基于“互聯網”的煤礦水害智能化防控平臺，將煤礦水害防治各階段工作與“大數據”、“智能化礦山”、“互聯網”、“云服務平臺”等新理念、新技術進行融合，切實提升煤礦水害安全評價與水害超前防治效率，提高煤礦水災過程災害搶險救援時效性和可靠性，讓行業技術專家、安監部門在災害發生第一時間掌握現場實際情況，解決生產中遇到的水害問題。平臺支持我國礦井水害防治不同階段的技術工作，為煤炭企業開展基礎數據管理與水害評價防治，行業專家及國家安監部門開展水災應急決策和事故診斷提供技術支持，是傳統水害防治技術數字化、智能化轉型發展的重要支撐，推動煤礦水害防治工作智能化發展進程。

1 煤礦水害防治智能化關鍵技術

煤礦智能化是煤炭工業高質量發展的保障。近年來，我國煤礦逐漸向智能化方向轉變，在水害防治方面當前正處于煤礦智能化發展的初級階段，這就對煤礦水害防治工作的智能化轉型升級提出了新要求。

當前煤礦水害防治工作中，按照不同階段，主要分為以下4個方面：一是煤礦企業日常水害基礎數據的管理；二是煤礦水害安全評價、水害超前防治工程設計與施工；三是煤礦水災過程中開展災害搶險救援；四是災后事故成因調查及鑒定。

1.1 煤礦水害防治數據管理

隨著礦井的逐年累月生產，水害防治相關數據、圖件、報告不斷累積，加之近年來廣泛應用的礦井安全監測監控系統海量動態數據，煤礦水害防治數據呈現數據量龐大、數據類型復雜多樣的特點，給煤礦企業安全管理帶來了挑戰。多數煤礦企業在管理中存在數據管理不規范、手段單一、查詢分析困難的問題，更有甚者還會因為人為失誤導致大量資料遺失，無法復原。

此外，隨著煤礦智能化建設的加速推進，數據在產業互聯網應用中的重要價值不斷凸顯。在構建產業互聯網應用時，首先要進行數字化改造，完成數據的采集、傳輸和存儲；再完成數字化升級，依托多源數據開展交互式分析、深入向下挖掘，直至發現問題、找到答案，并對此采取行動，實現分析-診斷-決策全過程。

目前，在煤礦水害防治大數據管理工作中涉及到的智能化技術主要體現在數據采集入庫、大數據存儲管理和多源數據分析挖掘3個方面。

數據采集入庫方面，首先要根據煤礦水害防治需求，構建涵蓋水文地質信息、采掘生產信息、鉆探工程信息、水情水害監測數據等多個方面的數據管理模型，并以此構建分布式數據庫。同時，為保證數據的時效性和準確性，通過數據接口實現水文地質信息、工程地質信息、采掘生產數據等靜態數據一鍵快速導入；采用Web Service技術或數據中間件，實現水情水害監測和音視頻流等動態數據實時遷移入庫。

大數據存儲管理方面，可根據領域業務目標需求及數據特征，組合海量、彈性伸縮的計算、存儲、網絡、安全的云平臺資源，搭建專用的多源大數據管理云平臺。同時利用人工智能算法、大數據處理技術，對數據進行高效計算，快速處理，實現多源大數據實時分析、實時檢索和交互式分析，為業務應用開發提供海量、安全、高可靠、低成本的數據存儲服務。

多源數據分析挖掘方面，建立不同層面上的數據管理體系，結合領域知識和業務邏輯研究專用的數據管理、挖掘分析、機器學習等數據分析算法，以消除數據孤島，實現煤礦水害防治多源大數據的一體化、可視化管理與實時分析，為煤礦水害防治提供數據決策支撐。

1.2 煤礦水害風險評價與水害超前防治工程

現階段，針對我國煤礦開采面臨的典型頂板、底板和老空等水害問題，開展的煤礦水害風險評價與水害超前防治工作主要有開采前水害風險分析評價與預測、水害超前防治工程設計與施工，以及開采過程中水害監測預警等。

煤礦水害風險評價主要針對研究區井巷系統開拓前、巷道掘進過程中以及工作面采前不同階段，結合礦井充水3要素等主要風險因素進行水害危險程度分析、評價和預測。可將危險性分區、涌水量預測等《煤礦防治水細則》中涉及到的方法通過計算機語言設計成算法，結合海量數據進行批量計算處理，并通過二維圖件或三維模型可視化展示，實現煤礦水害風險靜態評價和動態預測。

采前水害防治工程主要涉及巷道掘進探放水工程、工作面采前疏放水工程、底板灰巖水害超前區域治理工程等，常采用地面/井下長距離定向鉆孔或井下常規直孔進行施工，工程設計過程中均需要根據靶點位置，結合地層特征，進行鉆孔軌跡設計，專業性較強且較為抽象。隨著計算機輔助設計技術的不斷進步，可在煤礦采掘三維地質精細模型的基礎上，通過大量參數演算出三維空間內合理的鉆孔施工軌跡。依托鉆孔軌跡測量裝備，還可將實時施工軌跡與設計軌跡進行比對分析，調整工程施工。

采中水害監測預警主要方法已寫入《煤礦防治水細則》中，包括光纖光柵監測、微震-多頻連續電法耦合監測。在煤礦采掘三維地質精細模型的基礎上，可開展監測方案設計、監測點位選擇與部署工作。結合大數據處理技術和機器學習算法，還可進行煤礦水害監測大數據智能動態預警及預警結果三維動態展示。

1.3 煤礦水災應急響應與輔助決策

國家突發事件應急體系建設“十三五”規劃中明確指出，提升應急平臺支撐能力，推進“互聯網”在應急平臺中的應用，加強部門專業應急平臺建設，推進國家應急地理信息共享平臺、應急指揮平臺等專業應急平臺建設，提高突發事件專業信息匯集、應急決策和指揮調度能力。

在煤礦發生水災事故時，急需監管監察部門領導、防治水專家赴現場與礦方人員一同集中分析決策。可借助5G通訊網絡技術、音視頻會議系統等技術平臺，搭建一套遠程協作會議平臺，實現異地協同、跨企業溝通和雙向交互協作。專家及現場工作人員能夠通過PC端或移動端，第一時間在線上調取數據、圖件、報告等資料，結合動態監測數據實時分析診斷水災情況，遠程多端協商方案，指導現場救援。同時，采用基于三維井巷數字高程模型及流域劃分理念研發的水災蔓延與逃生推演技術，可根據巷道高程和起伏，將水災蔓延過程分解成水流向下漫延和水流向上升漲2個過程，能夠較為真實的模擬三維井巷條件下突水蔓延過程。采用路徑尋優算法可動態演算井下工作人員到逃生安全節點間的最優路徑。

1.4 災后事故成因調查及鑒定

煤礦水災事故成因調查及鑒定是認定事故性質和事故責任人的重要基礎工作。煤礦水災事故處置后，需要對水災事故原因進行調查與鑒定分析。一般需要專家組趕赴現場，收集資料、走訪調研，對水災事故進行系統分析，結合經驗做出分析判斷，并編制水災事故專家鑒定報告。

在鑒定分析工作中，可將有機-無機聯合、微量元素等多指標融合的突水水源判別技術，以及基于多源信息融合的突水通道精細定位技術等技術方法轉換成算法和程序，結合煤礦水害防治大數據中的水化學數據和物探數據進行查驗比對，快速準確分析事故成因，自動生成煤礦水災事故鑒定報告。

同時，采用數據特征提取技術，對煤礦水災事故案例中的關鍵信息進行特征標注，形成案例特征標簽，構建煤礦水災事故案例庫和管理系統，以此進行事故分類統計和相似案例比對分析。煤礦水災事故案例庫既有助于災害發生時參考類似事故制定應急方案，亦可用于煤礦企業日常警示教育，吸取事故教訓，防止和減少同類水災事故的發生。

2 煤礦水害智能化防控平臺架構

2.1 煤礦水害智能化防控思路

結合上述煤礦水害防治工作智能化技術和現場實際需求可知，要實現煤礦水害智能化防控，需從數據這一關鍵要素著手，在構建采掘三維地質模型基礎上，靈活運用云計算、數據挖掘、圖像識別、機器學習等技術方法，并通過工業互聯網和5G通訊網絡，實現數據治理、協同分析、遠程診斷、工程設計、應急響應、事故鑒定工作。主要技術思路如圖1所示。

圖1 煤礦水害智能化防控技術思路

2.2 平臺架構

筆者針對礦井水害基礎數據綜合管理效率不高、水害超前防控精細程度不足、水災應急決策時效性不強以及災后事故快速精準診斷方面的技術難題，結合煤礦水害防治主要工作與傳統水害防治技術數字化轉型發展的需求，構建了煤礦水害智能化防控平臺。平臺架構如圖2所示，自下而上分別由數據管理層、模型支持層、業務應用層及用戶層組成。依托平臺可開展煤礦水害大數據管理、采掘三維地質體構建、水害超前數字化評價與防治、水災過程應急決策遠程輔助及災后事故計算機輔助診斷技術研發。

圖2 煤礦水害智能化防控平臺架構

數據管理層是在煤礦水害防控一體化數據庫的基礎上，搭建基于多源信息融合的煤礦水害大數據管理系統，為整個平臺的業務功能提供數據服務支撐。

模型支持層采用基于孔-震-掘多源信息融合的采掘三維地質體動態精細建模技術，構建煤礦采掘三維地質體動態精細建模系統，為平臺的業務應用提供精細的地質模型支撐。

在數據層和模型層的基礎上，根據煤礦防治水主要工作，研發并搭建了煤礦水害風險評價與超前防治數字化系統、煤礦水災應急響應遠程決策支持系統和煤礦水災事故遠程診斷分析系統。

五大系統構成煤礦水害智能化防控平臺，可為監管監察部門提供決策支撐，也可為煤炭生產企業提供專業的防治水線上線下服務。

3 平臺核心技術功能

3.1 基于多源信息融合的煤礦水害大數據管理系統

在搭建大數據集群的基礎上開發了煤礦水害多源信息標準化管理子系統(圖3)，通過數據中間件接口和標準化數據映射模板，能夠將水文地質信息、工程地質信息、采掘生產數據等靜態數據一鍵快速導入，將水情水害監測和音視頻流等動態數據實時遷移入庫。實現了煤礦水文地質基礎信息數據的統一入庫和標準化、數字化管理，涵蓋了《煤礦防治水細則》中要求的16類臺賬標準化數字化管理、6類基礎圖件標準化數字化管理、12類專業報告。

圖3 煤礦水害大數據管理系統

研發的基于圖元分割提取的圖件智能識別快速入庫技術，能夠在復雜的采掘平面圖中識別出鉆孔、等值線、斷層等關鍵信息，在鉆孔柱狀圖中識別出層位、巖性、測井等主要信息。將上述信息進行智能識別、一鍵數字化入庫，顯著提高了專業數據的導入效率，解決了多數系統平臺“建庫容易，入庫難”的問題。

基于特征標簽提取技術開發的煤礦水災事故案例管理子系統，在確定煤礦水害事故主控因素指標體系的基礎上，提出了基于改進卷積自編碼的自組織神經網絡深層特征提取方法，能夠對案例中的關鍵信息進行特征標注，形成案例特征標簽，以此進行事故分類統計和相似案例分析，為水災事故對比鑒定提供判斷依據。

搭建的多源大數據管理云平臺可提供計算、存儲、網絡、安全服務，支持大數據實時檢索、實時分析、融合分析、關聯挖掘、機器學習等應用，為煤礦水害多源大數據一站式存儲、檢索、處理、挖掘和可視化提供支撐。

3.2 煤礦采掘三維地質體動態精細建模系統

煤礦采掘三維地質體模型由多尺度三維地質體模型和采掘巷道三維模型2部分構成。隨著煤礦智能化發展對高精度三維地質體模型的需求，針對煤礦采掘三維地質體模型構建方法的研究已經由最初的粗糙靜態建模向著精細化、動態化方向轉變。

針對煤礦多尺度三維地質體動態精細建模問題，筆者提出了煤炭地質領域三維地質體精細建模思路(圖4)。采用鉆孔柱狀校正三維地震深度域地質體模型，并使用三維地震深度域地質體模型修正鉆孔間插值帶來的誤差，提升大尺度三維地質體精細程度和準確率。同時將隨鉆實時測井信息和新增鉆孔數據融入建模過程，一方面利用隨鉆測井信息動態校正煤礦三維地質體模型，提高模型的局部精細度；另一方面，模型建好后，有了新增的鉆孔數據，可以采用三維地質體局部插值修正方法，對模型進行快速動態更新。最終研發形成了基于孔-震信息融合的地質體精細建模技術，將煤礦大尺度三維地質體模型精度提高15%左右。

圖4 煤礦采掘三維地質體精細模型構建

煤礦井巷的掘進和工作面的開采是一個動態過程，采掘巷道三維模型需要隨著開采過程的進行不斷更新。在日常的煤礦掘進和開采過程中，井巷和工作面圖件的更新主要依賴AutoCAD或MapGIS等通用類工具軟件，井巷三維建模工作的效率低、難度大。在三維地質體模型基礎上，開發了基于拓撲網絡的三維井巷模型快速構建子系統。采用三維空間映射重構技術將巷道二維拓撲網絡中的特征信息構建成三維井巷仿真模型，結合3.1節中圖件智能識別快速入庫技術，實現了井巷采掘過程中三維井巷系統的快速動態更新，以及井田三維地質體、三維井巷系統的數字化融合，為防治水工程精細化設計提供了模型支撐。

3.3 煤礦水害風險評價與超前防治數字化系統

根據煤礦水害風險評價工作流程，開發了礦井水害風險評價子系統(圖5)，具備《煤礦防治水細則》中頂板潰水危險性分區“三圖雙預測”、底板突水危險性分區“五圖雙系數”及采空區透水防隔水煤(巖)柱留設等關鍵評價指標計算以及等值線圖繪制、展示功能，實現了水害風險評價綜合高效評判。同時，研發了煤礦涌水量預測預警子系統，融合了改進后的涌水量多階動力學動態預測方法，結合傳統涌水量計算程序，實現了工作面采前快速預測、采中動態校正，顯著提高工作面涌水量預測精度。

圖5 煤礦水害風險評價與超前防治數字化系統

根據煤礦水害防治的實際需求，開發了水害超前防治數字化輔助設計子系統。實現了巷道掘進、工作面物探綜合探查工程自動布設、探查結果系統成圖，以及探放水工程靶向精準設計，一鍵計算生成鉆孔施工軌跡和施工參數，提高了水害超前探查工程設計工作效率。在三維精細地質體建模的基礎上，結合煤層底板超前區域治理模式和漿液擴散距離，實現了梳狀鉆孔、魚骨狀鉆孔等不同布孔方式的水害區域治理工程數字化方案快速設計。系統依托煤礦采掘三維地質體精細模型，支持沿鉆孔軌跡三維地質剖切的鉆孔軌跡分析功能，為煤礦水害超前精準防控提供了技術支撐。

3.4 煤礦水災應急響應遠程決策支持系統

針對水災事故中的多端協作問題，研發了煤礦水災應急響應遠程決策支持系統(圖6)，搭建了遠程協作會議平臺，實現異地多端音視頻會議、數據資料協同分析、遠程多端協商方案功能，支持多部門、多用戶遠程多端協作和平臺內多個子系統調用共享。專家無論在什么地方，都能夠在移動端第一時間在線上分析水災情況，實現了煤礦水災事故應急多端協同快速會診決策，遠程指導現場救援。

圖6 煤礦水災應急專家遠程分析決策子系統

基于流域分割-合并算法，研發了基于OSG(Open Scene Graph)的煤礦三維井巷突水蔓延推演技術，重點考慮了三維井巷空間中突水漫延過程中突水量、巷道標高、井巷形態、淹沒水位的主要影響因素，根據巷道高程和起伏，將水災漫延過程分解成水流向下漫延和水流向上升漲2個過程，從而較為真實的刻畫了突水水流在復雜三維井巷系統的漫延過程。在三維井巷突水動態蔓延推演基礎上，集成了Dijkstra算法、蟻群算法等路徑尋優算法，開發了水淹過程人員避災路線動態尋優子系統，將巷道類型、傾斜角度、淹沒情況、障礙物等巷道可通行性影響因素與巷道長度加權耦合，同時在算法邏輯中加入了循環動態計算更新功能，充分考慮了逃生過程中水災蔓延的動態趨勢，能夠根據人員逃生情況動態剔除無法通行的巷道，優選出最佳的逃生路徑，形成巷道當量長度進行路徑計算，為煤礦水災過程井下被困人員快速逃生提供了科學合理的最優路線選擇。

3.5 煤礦水災事故遠程診斷分析系統

煤礦水災事故調查取證的主要信息包括突水時間、突水地點、突水水量、突水水質等突水基礎信息，工作面、巷道參數等采掘信息，頂底板主要含水層、老空水、地表水等水文地質基礎信息，礦井排水能力，淹沒速度、水位標高、人員位置等水災淹沒及人員信息。在煤礦不同水災事故類型致災因素分類調查方法基礎上，開發了煤礦水災事故調查取證子系統(圖7)，同時與煤礦水害基礎數據管理子系統關聯，對于水災事故調查取證的主要信息能夠實現數據資料的自動調取，減輕事故調查取證階段專家工作量，提高調查取證效率。

圖7 煤礦水災事故遠程診斷分析系統

利用有機-無機聯合、微量元素等多指標融合的突水水源判別技術，以及基于多源信息融合的突水通道精細定位技術，開發了煤礦水災災源精細判識子系統，實現了突水水源的精準判別與突水通道的精細定位，提高了煤礦水災災源判識可靠性。

研發了煤礦水災事故專家診斷與鑒定報告快速生成子系統，專家通過該系統調取數據庫中礦井的基礎信息，計算分析礦井突水要素信息，填報診斷、鑒定意見。系統會將這些信息自動填入設定好的報告模板中，生成煤礦水災事故專家鑒定報告。從而實現水災事故成因計算機輔助專家診斷，以及煤礦水災事故專家鑒定報告流程化、模塊化編制，提高了水災事故成因診斷分析的時效性。

4 平臺在煤礦水害防治工作中的應用

煤礦水害智能化防控平臺為煤礦基礎數據管理、水害防控與水災應急技術進步提供了新的手段，具有良好的推廣應用效果。該平臺已在內蒙古某煤礦進行了有效的推廣應用。在煤礦企業日常水害基礎數據的管理方面，實現了煤礦水害基礎信息和水災事故案例信息的標準化統一管理，將16項1 800余份防治水基礎臺賬數據、26項1 200余份專項勘探成果納入了系統數字化管理。同時，利用研發形成的基于孔-震信息融合的地質體精細建模技術，在該礦井建成了1個采掘三維地質體動態精細模型，指導了1個采區約2 km的巷道掘進參數設計。借助煤礦水害風險評價與超前防治數字化系統，實現了7項水害分析與評價技術報告的平臺自動編制，在6個工作面進行了涌水量動態預測，預測精度均大于86%；同時對6個工作面超過70個鉆場的260余個鉆孔進行了輔助數字化工程設計，減少20%左右的鉆探工程量。依托平臺采用突水漫延模擬和避災路線尋優開展了一次水災事故應急演練，專家遠程多端協同會診用戶數量達到27個，響應時間在30 s以內，井下被困人員逃生演練中，基于突水漫延模擬和避災路線尋優方法，逃生時間較以往演練縮短了20%以上。

在煤礦水害智能化防控平臺應用支持下，該礦井安全回采了I040205，I040202，I040201等6個工作面，提高了該煤礦的現場防災減災技術水平。

5 結 論

(1)立足煤礦水害防治工作數字化、智能化轉型升級的需求，從煤礦水害基礎數據管理、水害風險評價與超前防治、水災應急響應輔助決策及災后事故成因鑒定4個方面，系統剖析了實現煤礦水害智能化防控的主要技術方法。

(2)根據煤礦水害防治日常數據管理需要，開發了煤礦水害多源信息標準化管理子系統及煤礦水災事故案例管理子系統，實現了煤礦水害基礎信息和水災事故案例信息的標準化統一管理，為煤礦水害防治提供數據決策依據。

(3)研發了基于孔-震信息融合的三維地質體精細動態建模技術，提升了煤礦大尺度三維地質體建模精度，在此基礎上，開發形成煤礦水害風險評價與超前防治數字化系統，實現了煤礦水害風險評價綜合高效評判，提出了井下巷道掘進物探超前探查工程、巷道掘進超前探放水工程以及地面區域治理工程輔助三維空間數字化自動布設方法。

(4)開發了煤礦水災應急專家遠程分析決策子系統與煤礦水災事故調查取證子系統，實現煤礦水災事故應急多端協同快速會診決策，提高水災事故成因診斷分析的時效性，推動了礦山水災防治理論與技術的進步。

(5)構建了煤礦水害智能化防控平臺，并在內蒙古某煤礦現場進行了推廣應用，有效提高了該礦水害超前防控、災中治理與災后診斷各階段的數字化、智能化技術水平。平臺能夠服務于我國煤礦水害防治不同階段的技術工作，是傳統水害防治技術數字化、智能化轉型發展的重要支撐。