大型煤矿水灾害安全风险预警模型研究

刘 锦 武卫民

(中国平煤神马集团，河南省平顶山市，467000)



大型煤矿水灾害安全风险预警模型研究

刘 锦 武卫民

(中国平煤神马集团，河南省平顶山市，467000)

针对矿井水灾害的定量预警，分析了安全预警指标，建立了地面水监测预警模型、井下水监测预警模型、矿井水质变化预警模型和基于GIS的水灾害危险源预警模型，提出了针对大型煤矿的水灾害预警实现模型，提高了煤矿生产的安全性，增加了煤炭企业的社会和经济效益。

水灾害 定量预警 预警模型 水害监测 安全风险 危险源 地理信息系统

在煤矿灾害中，水灾害是主要致灾因素之一，我国是世界上受水灾危害最严重的主要产煤国之一，据统计目前国有大型煤矿中受水害威胁的矿井约占矿井总数的40%以上。矿井水灾害威胁多与复杂的地质条件、地下开采方式、开拓布局和采矿环境有关。

在煤矿生产和管理中，随着信息化技术的应用，积累了大量与安全相关的数据。但是煤矿的安全评估涉及大量复杂因素，已有的数据往往是空间过程中部分因素的一次表现，数据获取手段复杂而且不可重复，具有一定的随机性。

面对严峻的煤炭安全生产形势，研究煤矿水灾害动态预警模型，实现早期预测预警，对提高煤矿防灾减灾能力，实现煤矿的安全高效生产，提高煤矿整体安全生产水平具有重要意义。

目前，对煤矿灾害评价的方法分为定性推断和定量数理统计模拟两种。定性推断方法侧重于对灾害产生的特征进行分析，借鉴事故树分析法、模糊事故树分析法和事件树分析法等；在定量评价方法中，需要建立数学模型，并对监测数据进行统计分析，根据模型进行风险评价。

本文将针对大型煤矿，研究水灾害的安全评判预警模型，根据建立的模型对水灾害安全风险因素进行分析，对比实时监测结果，开发预警系统，进行安全预警。

1 煤矿水灾害安全预警指标

针对大型煤矿，水灾害安全预警指标体系分为地面水灾害预警指标体系和井下水灾害预警指标体系。

1.1 地面水位监测预警指标

在煤矿的水文地质单元中，地下水水位相对稳定。特别是在开采活动不破坏含水层时，水位保持稳定。在波及含水层时，会导致含水层的水涌入矿井，水位下降。但正常情况下，地下水水位下降的幅度保持平稳。如地下水水位急剧下降说明大量地下水涌入矿井，而水位急剧上升说明含水层水量大量增加，矿井水的压力增大。因此，在研究中将地下水水位变化幅度作为一项重要预警指标，通过地表的观测井长期进行监测。

1.2 井下水灾害预警指标监测

井下水灾害预警指标监测可以分为流量预警监测、明渠-水泵预警指标监测、水质预警指标监测和基于GIS的危险源预警指标监测等。

在井下，矿井水由各个工作面汇集到开采区，流入大巷，最后进入水仓。在井下的主要水渠都有流量监测设备，正常情况下各水渠的水流相对稳定，流量变化不大。当水渠流量短时间急剧变化时，应及时分析原因并采取措施。同时，水渠流量应小于矿井水泵的最大排水量，当水渠流量不断增加时，应与水泵和矿井的最大排水能力进行对比，以便采取相应的应对措施。

在不同含水层及不同区域水的化学成分相对稳定并且差异性较大。通过分析不同时期矿井水质，可以判定矿井水源是否稳定。

同时，一些水灾害隐患可以通过煤矿地理信息系统的空间分析功能进行预测和预警。在地理信息系统中存储或计算水害危险源数据。在矿井开采过程中，及时将采矿活动和危险源的距离、相对方位等作为指标进行预警。

2 水灾害安全风险预警建模

根据大型煤矿中水灾害预警指标分析，可以将水灾害安全风险预警模型分为基于地表水位监测信息的预警模型、基于井下监测的水灾害预警模型、水质分析预警模型和基于地理信息系统(GIS)的矿井水灾害预警模型4种。

2.1 基于地表水位监测信息的预警模型

在该模型中，以观测井等地面水文监测系统中监测的水位标高为数据源，采用梯度预警的方法进行预警，设Di为水位标高的取样数据，Dn为当前测量的水位标高，则计算模型如下：

(1)

式中：Di——水位标高取样数据；

A——t个水位标高数据的样本均值；

Dn——监测点水位标高当前数据；

V——水位标高变化的绝对值。

该模型计算预警指标值，说明监测点水位的变化范围是否偏离了水位时间序列的整体统计特征。如果超出某范围值可以认为存在异常情况，根据偏离情况可以进行不同等级的预警。

2.2 基于井下监测的水灾害预警模型

在该模型中，以井下水文监测系统的流量为数据源，采用变化百分比梯度预警方法，设Ei为流量的取样测量值，En为流量的当前测量值，则计算模型如下：

(2)

式中：B——t个流量样本数据的均值；

Ei——流量取样数据；

En——监测点流量当前数据；

BI(n)——计算出的变化梯度。

该模型计算的预警指标说明流量监测点水流量的变化率是否偏离了流量时间序列的整体统计特征，如果超出某范围可以认为存在异常情况。根据偏离梯度值进行不同等级的预警。

同时在井下以水文监测系统的明渠流量作为数据源，结合水泵最大排水量，采用趋势预警法进行预警，其模型如下：

(3)

式中：Ts——当前时间点；

Te——明渠流量达到水泵最大排水量的时间点；

T——时间差。

该模型说明明渠流量随时间变化的趋势，时间差越大则危险程度越高，根据时间差可以进行不同等级的预警。

2.3 水质分析预警模型

在一般情况下，矿井水来源稳定，水质类型固定。各矿井都有各含水层的背景水样，可以用矿井新取水样和原有水样进行比对，发现是否有新的水源涌入矿井。在进行水样比对时，先使用地下水化学类型的舒卡列夫分类法进行水质类型划分。该分类方法根据地下水中6种主要离子(Na+、Ca2+、Mg2+、HCO2-、SO42-、CI-)及矿化度划分。

在该方法中，首先将6种主要离子中含量大于20%毫克当量的阴离子和阳离子组合成49种水类型，再按照矿化度大小划分成为A、B、C、D 4组，将49种水类型和矿化度进行组合编号。当新取水样的水化学类型编号和原类型编号不一致时，则进行预警。

当所取水样与已知水样差异大或水样为混合水，无法与舒卡列夫分类中的水样进行对比时，可将已知水样和新取水样进行欧式距离计算，定义如下：

(4)

式中：d(x,y)——新取水样和某已知水样的离子含量欧式距离;

xi——新取水样的第i种离子含量;

yi——已知水样的第第i种离子含量。

根据计算结果，求出距离最近的水样编号，将该编号和原类型编号进行比较，判断是否预警。

2.4 基于GIS分析的水灾害危险源预警模型

在大型煤矿设计前，一般会进行地质勘查，构建地理信息系统(GIS)，存储含水层的位置。在进行矿井作业时，基于GIS复合分析煤层顶、底板含水层区域，进行危险区辨识，基于GIS缓冲区分析进行水灾害预警。

顶板含水层的危害与所采煤层厚度、隔水层厚度等有关。对于已知顶板含水层，当采矿活动使顶板含水层冒落、断裂，起不到隔水作用时，含水层的水将导入矿井。当冒裂带高度大于隔水层厚度时，含水层的水将涌入井下，产生危害。由于矿区地质情况复杂，冒裂带高度与顶板隔水层的关系复杂，通过GIS复合分析方法，对同一区域内多种信息进行集成、匹配、空间配准、内容符合等运算，在统一的坐标系下，突出专题信息，消除或抑制无关及次要信息，识别顶板水灾害。

底板含水层对采矿活动的危害区域可以用突水系数法进行划分。在该方法中，首先需要在煤矿地理信息系统中获取含水层顶板标高，形成等高线图，并计算隔水层厚线图，然后根据煤层底板等高线与地表水位监测数据计算水压。最后根据水压和隔水层等厚线图计算突水系数，形成突水系数等值图，将突水系数大于0.06 MPa/m的区域划分为底板水灾害危险区。

除对顶、底板含水层采用模型进行分析外，采空区积水、老巷积水、断层等其他水害数据源应在采矿活动前已经查明并存储在地理信息系统中。在采矿中，需要分析当前采掘工作面与危险源的空间关系，根据临近关系判断危险程度，从而进行预警。

3 大型矿井的水灾害预警的实现模型

根据以上模型，使用地理信息系统Arc GIS，关系型数据库管理系统，构成大型矿井的水灾害预警系统。系统结构如图1所示。

图1 大型煤矿水灾害安全预警系统体系结构

在该系统中，首先进行数据的采集和存储。预警模型的使用需要真实可靠的数据，对于监测数据，需要有完善的监测系统，并通过关系型数据库管理系统存储和访问监测历史数据和实时数据，剔除无效数据，减少干扰信息。对存储在地理信息系统中的地下空间数据，需要进行系统化、规范化、标准化的建设，保证数据的完整性、规范性、一致性等，并便于查询和分析。

针对矿井不同的自然条件和不同开采方式，建立完善的预警指标体系知识库，使模型能够获得水灾害隐患可能发生的具体指标参数，并针对特定条件和生产实际，进行指标参数的修正。

在系统中，针对监测系统 实时感知数据，根据建立的多种矿井水灾害预警模型进行计算，对预警结果进行评判。根据预警结果，及时进行发布。

4 总结

本文分析了大型矿井水灾害预警指标，建立了多个水灾害预警模型，并利用地理信息系统和关系型数据库，构建水灾害预警的实现模型。针对实时监测数据，通过预警模型进行计算和评判。

值得指出的是，考虑不同矿井差异化的地质条件和开采方式，利用长期积累的监测数据对模型和模型参数进行自适应调整，值得在后续工作中进行深入的研究。

[1] 方树林.中国煤矿灾害防治技术的研究现状与发展趋势[J].洁净煤技术,2012(1)

[2] 贾颖,张启波,董华等.基于的多模式安全风险监控系统的研究[J].中国安全科学学报,2006(9)

[3] 孟磊,丁恩杰,吴立新.基于煤矿的矿井突水感知关键技术研究[J].煤炭学报,2013(8)

[4] 袁亮.我国煤炭工业安全科学技术创新与发展[J].煤矿安全,2016(S1)

[5] 焦保国.矿井突水灾害预警系统的设计与实现[J].煤矿机电,2016(6)

[6] 都基安,王建平,宁德春.煤矿建设安全风险预警综合评价模型构建[J].中国煤炭, 2013(11)

[7] 刘剑民,王继仁,刘银朋等.基于水化学分析的煤矿矿井突水水源判别[J].安全与环境学报,2015(1)

[8] 郭信山,施龙青.基于断层影响因子与断层分维特征的断层突水危险性定量化分析[J].山东大学学报(工学版),2014(5)

(责任编辑 张艳华)

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

刘锦,武卫民. 大型煤矿水灾害安全风险预警模型研究[J].中国煤炭，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

刘锦(1983-)，女，河南平顶山人，工程师，主要从事煤矿科研管理工作。