煤與瓦斯突出大數據預警指標及架構初探*

陳本良,畢 波,楊 維

(1.淮南礦業(集團)有限責任公司,安徽 淮南 232001;2.煤礦瓦斯治理國家工程研究中心,安徽 淮南 232033)

0 引言

我國煤礦地質條件復雜,煤與瓦斯突出事故發生頻率高,發生區域廣,損失嚴重[1]。煤與瓦斯突出的自然屬性是一種物理動力現象,機理極其復雜,其孕育、發生、發展過程涉及多相、多場、多參數的時空耦合問題和非線性動力學問題。長期以來,國內外專家通過現場觀察、實驗室實驗、理論計算等方法,形成很多突出機理的假說[2-3]。如今,科學研究已進入大數據時代,大數據使科學從僅追求因果性走向重視相關性,顛覆了以往的思維方式[4-8],給煤與瓦斯突出預警提供新的機遇。基于此,筆者主要開展基于大數據預警技術的煤與瓦斯突出動態指標體系研究,為今后開展大數據突出預警奠定了數據基礎。

1 煤與瓦斯突出預警技術現狀

1.1 敏感指標及臨界值預測方法

我國傳統的突出危險性預測大多采用靜態非連續接觸式預測方法,即依據含瓦斯煤體的賦存條件和性質進行指標量化,通過考察其中的單個或多個指標是否達到或超過臨界值來預測突出危險性[9]。常用的指標有瓦斯壓力P、瓦斯含量W、瓦斯放散初速度Δp、堅固性系數f、鉆屑量S、瓦斯膨脹能等。這些指標的測定過程時間較長,其敏感指標和臨界值的選取受礦井地質條件影響較大,預測的準確率也容易受人為等因素的影響,易造成“高指標不突、低指標突出”現象的發生。

此外,近年來發展的建立在瓦斯濃度和涌出量監測、微震預測、地電場預測、電磁輻射預測、聲發射預測等技術上的預測方法,實現了連續、動態、非接觸式預警,從不同角度遵循了突出時空演變的非線性特征,在一定程度上增強了煤與瓦斯突出的預控能力[10-11]。由于預測模型未能充分挖掘突出樣本數據的內部規律,且技術本身固有的缺陷及數據樣本的差異,目前仍屬于前探性實驗。

1.2 煤與瓦斯突出預測模型

在煤與瓦斯突出機理研究的基礎上,一些研究人員提出綜合作用假說[2]、流變假說[12]、球殼失穩假說[13]、粘滑失穩突變理論[14]、固-流耦合失穩理論[15]、能量耗散理論[16]、“掩護罩”理論[17]等,并建立煤與瓦斯突出預測模型,但目前仍對突出的孕育、發生、發展過程缺乏全面了解,還基本停留在定性解釋和近似定量計算階段。并且由于煤與瓦斯突出機理的復雜性,這些數學模型大都是高階偏微分方程,很難利用計算機計算出收斂的解析解,必須對模型進行簡化處理;另外,許多實驗室和現場參數測試受測試工具、方法、環境和參數非線性演化特征的影響產生誤差或失真,導致預測結果有很大偏差,實際應用效果不理想。

近年來,人們開始采用模糊數學[18]、非線性理論[19]、灰色理論[20]、神經網絡[21]、遺傳算法[22]、混沌時間系列[23]、案例推導[24]等數學方法及計算機工具對突出指標進行分析和預測。但由于特征指標和訓練樣本較少,特征權值的賦值受專家系統的影響,導致基于數學建模的統計預測方法的應用受到很多限制。

1.3 煤與瓦斯突出預警系統

大部分預警系統只考慮自然地質條件因素[9]。煤與瓦斯突出災害是一個復雜的系統工程,既有自然地質條件的因素,也有“人—機—環”綜合因素的影響[25]。比如,臨界指標的測定容易受人工、設備、環境溫度、現場條件等影響造成測試誤差,防突措施失效、打假鉆、開采布局不合理、采掘速度突然增大等都會造成煤與瓦斯突出災害發生的概率增加。

1.4 煤與瓦斯突出預警信息時空屬性

井下采礦工程是一個非常復雜的時間和空間結構,現階段三維礦山技術還不成熟,目前對礦山的認識,如通風系統、采掘系統、抽采系統、防突措施、應力演化等均體現在平面圖上,給煤與瓦斯突出空間信息構建、分析與決策帶來極大的困難[9]。實時監測指標不能準確地將其和空間地理位置對應起來,對已經監測的歷史數據也無法進行時空上的分析。

綜上所述,煤與瓦斯突出預測目前仍然存在預測指標單一、預測方法單一、靜態預測、建立模型不實用、時空信息缺失、歷史數據和前兆信息分析不充分等問題,導致數據失真、預測準確度差和提前預警時間不足等問題。

2 基于大數據技術煤與瓦斯突出預測模型

基于大數據技術的煤與瓦斯突出預測與計算機數值模擬預測有很大的區別:計算機數值模擬是先基于煤與瓦斯突出機理,建立煤與瓦斯突出預測模型,再收集數據作為輸入,然后通過計算仿真進行理論預測。

而基于大數據技術的煤與瓦斯突出預測技術,是首先掌握大量的已知樣本數據,通過選擇合適的大數據算法,進行大數據挖掘和訓練,建立大數據預警模型,然后輸入目標樣本數據,通過計算得出之前未知的信息[26],其預測模型如圖1所示。

圖1 基于大數據技術的煤與瓦斯突出預測模型示意

大數據模型不同于傳統的基礎理論模型,是一個使海量數據可分析的探索型方法,注重應用和解決實際問題。

3 煤與瓦斯突出預警指標體系構建

基于大數據技術的煤與瓦斯突出預警指標體系構建,綜合考慮煤與瓦斯突出的自然致災因素、采掘活動影響因素和煤與瓦斯突出危險性綜合判識方法等,將指標體系分為地質動力、采掘擾動、預兆顯現、防突措施、地理信息5個一級指標,見表1。

表1 煤與瓦斯突出指標體系

地質動力是煤與瓦斯突出發生的充分條件,主要包括地質構造、地應力、瓦斯、煤巖物理力學性質和綜合作用5個二級指標。由于直接反映這些指標的參數在現場測定難以實現,所以人們轉而尋找能夠間接反映這些因素并且容易進行測量的參數,這些指標基本上與《防治煤與瓦斯突出細則》規定的區域和局部突出危險性預測指標相吻合,其中實驗室測定指標包括瓦斯含量、瓦斯放散初速度ΔP、吸附常數a、b值、煤的堅固性系數f值、瓦斯膨脹能等;現場測定指標包括構造類型、產狀、水平應力、最大主應力、集中應力、瓦斯壓力、瓦斯解吸指標K1、Δh2、煤體破壞類型、巖體強度、煤層透氣性系數、鉆屑量、綜合指標D、K等。

工作面的采掘活動打破了煤系地層煤與瓦斯賦存的平衡條件,形成弱面和采動應力場,同時為能量的積聚和釋放提供了條件,是導致煤與瓦斯突出的必要條件。開采布局、巷道布置和采煤方法決定了應力分布,采掘工藝和采掘速度決定了應力時空演變過程,巷道形狀和支護方式決定了阻礙煤巖變形破壞的能力。

大量的統計分析資料表明,每次突出的發生都有明顯的預兆顯現,可歸納為4個二級指標。煤層、打鉆和采掘3個二級指標是由人工動態觀測得到的,煤層變化可作為早期預兆,打鉆動力現象可作為中期預兆,采掘面異常現象可作為臨突預兆;實時監測指標是采用監測系統采集的實時數據,經過進一步挖掘總結出的指標,特點是可靈敏反映突出孕育階段的異常涌出、地應力活動和煤巖體變化,其中除了瓦斯濃度和涌出量是《煤礦安全規程》規定的必測指標,其他幾種非接觸性連續測試指標目前還處于試驗階段。

防突系統指標主要與突出治理和抗災能力有關,防突措施指標實時影響著工作面前方的應力場和瓦斯場的演變,是進行抽采達標評判和措施效果考察的重要指標。

礦井空間信息的構建將給煤與瓦斯突出分析、預警和決策提供多維、多尺度視角,同時產生的分析數據也將呈指數倍增加。其內容除了基礎的空間信息外,還包括三維動態的應力場和瓦斯場構建。

4 煤與瓦斯突出大數據預警架構設計

煤與瓦斯突出大數據預警總體架構主要由數據采集層、數據集成層、數據分析層、數據服務層和數據交付層5個部分組成[27-28],如圖2所示。

圖2 煤與瓦斯突出大數據預警框架設計

數據采集層主要利用煤礦安全監控系統、傳感器采集系統、人工現場實測、實驗室參數測定等方式,動靜結合全面感知數據。數據集成層對檢/監測、結構化/非結構化數據進行預處理和集成,分別存儲在數據資源池中,建立動態實時更新的分布式數據庫。數據分析層對采集的大量數據進行關聯、挖掘等綜合分析,提取特征參數。數據服務層依據建立的煤與瓦斯突出大數據預警模型向各級監管部門及煤炭企業提供可視化分析決策系統和服務。數據交付層針對不同層面的用戶,通過適合的終端接入該平臺,實現高效的預測預警服務。

以數據庫為基礎,依據預警模型和準則,在時間和空間2個維度上,判定事故危險趨勢、狀態以及措施缺陷,以便提前采取瓦斯突出防治措施,加強瓦斯災害管理,消除安全隱患;可同時執行應急聯動控制,為煤礦安全開采提供技術保障支撐。

5 結論

(1)分析煤與瓦斯突出預警技術現狀。基于因果關系建立煤與瓦斯突出機理和預測模型,但仍不能直接用于現場實施,目前現場仍然普遍采用單指標或綜合指標預測方法,指標單一。

(2)通過對比分析,介紹基于大數據技術的預警方法的優越性,考慮因素越多,樣本數據越豐富,預測結果越準確,是一種偏應用和注重預測的方法。

(3)建立基于大數據技術的煤與瓦斯突出預警指標體系。包括地質動力、采掘擾動、預兆顯現、防突措施、地理信息5個一級指標,全面反映了煤與瓦斯突出的致災因素。

(4)構建煤與瓦斯突出大數據預警架構,主要由數據采集層、數據集成層、數據分析層、數據服務層和數據交付層5個部分組成,為煤與瓦斯突出提供技術保障。