矿井水害超前探测及多信息融合处理预警系统研究

张新宇

（大同煤矿集团 同大科技研究院,山西 大同 037003)

1672-5050（2017)05-0022-05

10.3919/j.cnki.issn1672-5050sxmt.2017.10.006

2017-05-22

张新宇（1979-),男,山西大同人,大学本科,工程师,从事煤矿安全、煤矿信息化工作。

矿井水害超前探测及多信息融合处理预警系统研究

张新宇

（大同煤矿集团 同大科技研究院,山西 大同 037003)

利用计算机Visual C#.net编程、数据库、ArcGIS等先进技术,建立矿井突水预警信息系统,简化矿井防治水信息的处理过程,提高矿井资料信息化管理水平。该系统可实现对钻孔原始资料、岩石力学性质资料、水文地质资料等数据的信息采集、维护及查询和分析等功能,使矿井突水地质数据的管理工作更加简便快速;在水害预测方面运用CART分类决策树算法进行了突水预测模型搭建,使突水判断正确率大大提高,并且在保证运行时间的基础上,提高了防治水预测结果的准确率。

矿井突水;预警信息系统;防治水;水害预测

我国的煤矿水害防治仍停留在经验水平,还没有集水文地质数据管理、水害预测评价等于一体的综合性水害防治的信息化系统。矿井水害预警信息化系统的研发,一方面为煤矿管理者提供一种方便快捷的科学决策工具;另一方面,使矿井水文地质数据的管理工作更加系统化、规范化、自动化,解决了当前纸质资料存储和查询的资源浪费和效率低下等问题,使得矿井防治水工作由定性到定量、由经验到科学,为煤矿工作人员提供一个解决煤矿水害问题的人机智能交互环境,以方便利用系统功能进行计算、分析、推理和决策等,从而提升煤矿安全生产水平。

1 矿井水害超前探测及多信息融合处理预警系统总体设计

本文结合超前探测与信息融合技术,实现对煤矿突水的有效预警,为煤矿提供参考性建议。通过研究一次记录技术、抗干扰关键技术及微弱信号的采集技术,改进了矿用瞬变电磁接收技术,实现了对矿井突水结构的超前探测。通过改进突水预测模型、信息平台搭建及突水预警安全等级的设定,形成了多信息融合的突水预警信息平台。矿井水害超前探测及多信息融合处理预警系统实现的整体技术路线图,见图1[1]。

1.1矿井水害超前探测研究技术

超前探测部分的技术路线图,见图2,通过电流检测和高速采样技术实现对一次场信号的记录;研究了干扰源的规律以及微弱信号的采集技术,实现了对二次场信号的校正;最后结合一次场与二次场信号进行反演解释,获得了更为准确的超前探结果[2]。

图2 超前探测技术路线图Fig.2 Technological roadmap of advanced detection

1.1.1瞬变电磁一次磁场记录技术的研究

通过电流检测技术以及高速采样技术实现对发射机关断电流的检测和记录。在数据处理中将探测接收到的磁场信号与一次磁场信号进行对比分析,实现削弱一次场干扰的目的[3]。

本文设计的高速数据采集系统是利用常规的微控制器或者微处理器,以快速RAM或者FIFO和高速A/D为采集核心,让A/D在微处理器或者微控制器的控制和提供的采样时钟下自主采集,通过逻辑电路,自主地写入快速RAM或者FIFO,在采集结束或者数据采集的间歇期间将数据一次性读出。

1.1.2矿井水害超前探测瞬变电磁的抗干扰技术研究

本项目开展了针对瞬变电磁接收端抗干扰技术的研究,通过研究环境干扰规律手段,提高了矿井超前探测的准确性[4]。

通过研究煤矿井下支护设备、通信电缆及采掘设备等干扰源对瞬变电磁信号的影响规律,研发了瞬变电磁磁探头代替传统接收线圈,对左右侧帮上的通信电缆、通风管和通水管等干扰信号,以及探测方向后方的锚丝网干扰信号产生一定的选择性,提高系统抗干扰能力。

瞬变电磁磁探头内部主要分为两个部分,即接收线圈与放大电路,相比于接收线圈有限带宽,放大电路可以视为宽带恒定增益放大器。其等效电路模型,见图3。

图3 瞬变电磁磁探头等效电路模型Fig.3 Equivalent circuit model of magnetic probe of transient electromagnetism

其中:Vs为线圈感应电压,L为线圈等效电感,R为线圈内阻,C为线圈分布电容,Rt为匹配电阻。从图中可以看出,线圈感应信号经过线圈与匹配阻抗网络,通过放大电路放大,最终作为传感器输出。

1.2矿井水害信息融合系统研究技术路线

针对目前煤矿防治水资料分散管理、资料不能及时更新和有效利用,现有突水预测模型具有一定的主观性、系统平台功能不完善等问题,结合山西大同煤矿集团有限责任公司四台矿的水文地质状况（钻孔原始资料信息、突水点信息、地表水质监测信息及涌水量数据信息等),开发了基于ArcGIS Engine的煤矿水文地质信息管理和水害预警平台,其技术路线,见图4。

1.2.1基于ArcGIS Engine的煤矿防治水信息管理系统

防治水信息管理系统结构图,见图5。煤矿防治水信息管理系统的架构设计主要包括系统的底层数据库、中间界面层和顶层功能层设计[5]。

图4 多信息融合预警技术路线Fig.4 Technological roadmap of early warning system with multi-source information fusion

图5 防治水信息管理系统结构图Fig.5 Structure of water control information management system

1.2.2基于改进CART算法构建突水预测模型

突水预测模型构建技术路线图,见图6。根据同煤四台矿煤层分布特征及水文地质条件,得到导致矿井突水的影响因素包括:含水层的富水性、水压、有效隔水层的厚度、断裂构造及煤层底板破坏深度等。结合以上影响因素,基于改进CART决策树算法来构建突水预测模型,其过程为:首先提取若干组已采区先验点信息作为构建模型的样本,每个样本点的特征属性包括水压值、有效隔水层厚度、岩溶发育、断裂构造和此处的安全状况等,并将以上信息存放于样本信息数据库中,然后基于Gini指标求出作为根节点的特征属性,进而自顶向下以递归的方式进行建树,直到划分后的每个样本集都是纯净的,则停止建树。决策树的叶节点显示的即是样本的类别信息,而从根节点出发,顺着分支往下走,到达叶节点,每条路径对应一条规则,一棵完整的二叉树就对应一组规则集[6]。

图6 突水预测模型构建技术路线图Fig.6 Technological roadmap of the prediction model of water inrush

2 现场实验实施及结果分析

利用国内某瞬变电磁仪器、带线圈接收装置和瞬变电磁磁探头,对矿大同煤矿某矿井的14#煤层的81023工作面进行瞬变电磁实验,探测对象主要为采空区积水情况的探测。通过探测结果的对比验证本项目所研发的瞬变电磁磁探头相比于传统线圈具有良好的抗干扰能力和对二次场微弱信号良好的接收能力[7]。

14#煤层属于侏罗系中统大同组（J2d),煤层厚度普遍为2 m左右,井田内有南厚北薄的趋势。岩性为灰白、浅灰色粗砂岩、中砂岩、深灰色细砂岩、粉砂岩和砂质泥岩及煤层;砂岩分选较好,胶结坚固;岩系中发育水平层理;波状层理和斜层理;底部为一层厚度变化较大的灰白色含砾粗砂岩（K11标志层);与下伏永定庄组平行不整合接触[8]。

2.181023工作面（710m～860m)顶板探测分布

81023工作面710 m～860 m段顶板测试分布图,见图7。

图7 81023工作面710 m～860 m段顶板测试分布图Fig.7 Distribution of roof test between 710 m and 860m on 81023 working face

2.281023工作面（710m～860m)数据分析与解释

图8为81023工作面710 m～860 m段顶板探测视电阻率剖面图。图8-a为国内仪器对此区域的探测结果,由此图形可以看出,从710 m到860 m呈现连续低阻异常区,且面积相对较大。造成这一现状的原因可能是因为在巷道中存在大量的金属器件以及高压电缆,同时在顶板上有密集的支护网也会对电磁信号产生较强的影响。

8-a 国内仪器探测结果

图8-b和图8-c为protem接收机测试结果,其中图8-b的接收装置为高频接收线圈,图8-c中的接收装置采用的是本项目设计的瞬变电磁磁探头。图8-b显示在840 m处有低阻异常区,图8-c显示在800 m和840 m处有明显低阻异常区,经过矿方打孔验证,证明图8-c中低阻异常区有水流出,结合水文地质资料可知,此处为地势较低区域,易形成积水,探测结果和实际情况吻合[9]。

8-b 线圈测试结果

8-c 磁探头测试结果图8 81023工作面710 m～860 m段顶板探测视电阻率剖面图Fig.8 Section diagram of apparent resistivity of roof test between 710m and 860m on 81023 working face

3 结束语

本项目研发的煤矿防治水信息管理平台,不仅广泛、高效的利用各种格式的水文地质资料,并且集信息管理、图形处理、突水预警三大功能模块与一体,利用CART算法,实现突水有效预测,系统总体功能设计有了较大突破[10]。通过研发矿用瞬变电磁磁探头,并应用其开展了矿井瞬变电磁抗干扰接收技术的研究,提高了矿井瞬变电磁设备的探测准确性;记录并剔除一次场,完善晚期电阻率的计算准确性,提高算法对浅部低阻异常信息的高分辨率;基于GIS技术构建了信息融合预警系统,结合最优阈值和有效规则的CART树建立了突水预测模型,实现了有效的信息管理和较准确的突水预测功能。

[1] LI Shucai,LIU Bin,NIE Lichao,etal.Detecting and Monitoring of Water Inrush in Tunnels and Coal Mines Using Direct Current Resistivity Method:A review[J].Journal of Rock Mechanics and Geotechnical Engineering,2015（4):43-46.

[2] ZHAO Xiaodong,JIANG Jian,LAN Bochao.An Integrated Method to Calculate the Spatial Distribution of Overburden Strata Failure in Longwall Mines by Coupling GIS and FLAC3D[J].International Journal of Mining Science and Technology,2015（3):78-79.

[3] 王雷鸣,尹升华.GIS在矿业系统中的应用现状与展望[J].金属矿山,2015（5):122-127.

WANG Leiming,YIN Shenghua.Application Status and Prospect of GIS in Mining System [J].Metal Mine,2015（5):122-127.

[4] 舒昶,张林波.基于GIS和遥感技术的生态系统服务价值评估研究[J].测绘与空间地理信息,2015（1):303-305.

SHU Chang,ZHANG Linbo.Ecosystem Service Value Assessment Research Based on GIS and Remote Sensing Technology [J].Geomatics & Spatial Information Technology,2015（1):303-305.

[5] 翟永梅,陈刚,欧阳倩雯.基于GIS的建筑物震害预测系统的开发与应用[J].地震研究,2015（1):143-147.

ZHAI Yongmei,CHEN Gang,OUYANG Qianwen.Development and Application of Earthquake Damage Evaluation System of Buildings Based on GIS [J].Journal of Seismological Research,2015（1):143-147.

[6] 崔俊飞,唐韩英.矿井瓦斯地质智能预警平台的建设与应用[J].工矿自动化,2015（1):101-105.

CUI Junfei,TANG Hanying.Establishment of Intelligent Pre-warning Plat from of Mine Gas Geology and Its Application[J].Industry and Mine Automation,2015（1):101-105.

[7] 杜春蕾,张雪英,李凤莲.改进的CART算法在煤层底板突水预测中的应用[J].工矿自动化,2014（12):204-214.

DU Chunlei,ZHANG Xueying,LI Fenglian.Application of Improved CART Algorithm in Prediction of Water Inrush from Coal Seam Floor[J].Industry and Mine Automation,2014（12):204-214.

[8] 马雷,钱家忠,赵卫东,等.基于GIS的矿井水害防治辅助决策支持系统[J].煤田地质与勘探,2014（5):12-15.

MA Lei,QIAN Jiazhong,ZHAO Weidon,etal.GIS-based Decision-making Support System for Prevention and Control of Water Hazards in Coal Mines [J].Coal Geology & Exploration,2014（5):12-15.

[9] SHI Longqing,QIU Mei,WEI Wenxue,etal.Water Inrush Evaluation of Coal Seam Floor by Integrating the Water Inrush Coefficient and the Information of Water Abundance[J].International Journal of Mining Science and Technology,2014（5):42-52.

[10] 张雪英,成韶辉,李凤莲.基于ArcGIS Engine的矿井突水预警信息系统[J].煤矿安全, 2014（6):214-223.

ZHANG Xueying,CHENG Shaohui,LI Fenglian.Coal Mine Water Inrush Prediction Warning Information System Based on ArcGIS Engine [J].Safety in Coal Mines,2014（6):214-223.

AdvancedDetectionandEarlyWarningSystemwithMulti-sourceInformationFusionforWaterHazardsinMines

ZHANGXinyu

（TongdaInstituteofTechnology,DatongCoalGroup,Datong037003,China)

A variety of advanced technologies are used to establish early-warning information system for water inrush in mines, including programming with Visual C#.net, database, and ArcGIS, to simplify the process and improve the management of the water control. The system could realize many functions of sampling, maintenance, query and analysis of data, such as borehole original data, mechanical properties of rock, and hydrogeological information. In addition, the system could also optimize the information management of water inrush data. On the premise of ensuring the operation time, CART classification decision tree algorithm is used to build a water inrush prediction model, which has significantly increased the judgment accuracy for the water inrush and the prediction accuracy of water control.

mine water inrush; early-warning information system; water control; water hazard prediction

TD741

A

（编辑:樊 敏)