矿产资源工程施工中灾害预测数据系统应用研究

訾小妮

（甘肃工业职业技术学院，甘肃 天水 741025）

我国矿业开发规模日渐开阔，矿产资源需求量也在同日增长[1]。在当前大限度开采矿产资源的背景下，矿产资源虽然为我国带来了巨大经济收益，却在开采过程中没有展开合理的开发利用，从而诱发严重的地质灾害。矿山地质灾害使矿下作业面临巨大威胁，不仅严重污染了周边环境，还会造成地下矿井粉碎，坍塌时喷出大量瓦斯，影响着作业人员的生命安全[2]。为了使开采矿山时存在的灾害风险大幅度降低，保护从业者生命和企业财产安全，进行矿山灾害预测预警是当下采矿行业迫在眉睫的需求，就此研究矿产资源工程施工中灾害预测数据系统。在大数据背景下，根据现有矿山地质信息，针对矿产资源开采的发展趋势与变化规律，推断预测灾害未来的发展状况十分必要。通过采用灾害预测数据系统，对矿产资源工程施工中灾害发生前进行安全监测，完成了对施工灾害的安全预报与监控，确保了矿产资源工程施工的顺利进行。矿产资源工程施工中灾害产生的类型众多，且致灾形成机理较为复杂，这使准确探明灾害的发展十分艰难，而灾害预测数据系统这种新的实践形式，为后续采矿工程的发展提供了新的契机。

1 基于预测数据系统的矿产资源工程施工方法设计

1.1 建立矿山施工环境系数模型

在对矿产资源工程施工方法的设计中，此次应用研究采用确定性矿产资源施工环境系数模型，并对开采过程中的关键性信息进行选取[3]。在矿山施工环境系数模型的构建中，选用概率函数的表达方式作为构建初级系数模型的计算公式，那么概率函数AM可表示为下式：

在上式（1）中，A为矿山灾害在一般情况下发生的条件概率，S为矿山灾害在整个矿山施工环境内发生的先验概率。基于公式（1）可以对每一数据层的AM进行计算，然后合并所有数据层内的概率函数AM。假设需要合并的两个数据层的概率函数分别为m和n，那么合并后的结果H可用如下公式表示：

根据对上式（2）的求导，此时能够得出矿山施工环境系数模型。

1.2 确定矿产施工中的关键影响因子

依据矿山施工环境系数模型，需要合并矿山施工环境系数模型中的各因子数据层，在合并过程中，区域字段为概率函数AM值。在矿产施工灾害中的关键影响因子进行确定时，为形成一新的数据层，需要合并其中两个因子数据层，再将合并结果与下一个因子数据层合并，循环操作，直至所有数据层合并为一个总体数据层。将总体数据层的AM字段值进行分类，可以一共划分成5个等级。具体划分标准及每级描述如下表1所示。

表1 AM稳定性级别划分

在表1中可以发现，数据层中各个代码下的AM字段值存在特定范围。这表示公式（2）对于矿山施工时所产生的计算结果有所不同，通过公式（2）所得结果，可以对产施工中的关键影响因子贡献值，设贡献值为T，则表示方式为：

根据上式（3），能够将每个图层因子的相对贡献值计算出来，根据所得贡献值的大小，能够对矿产施工中的关键影响因子进行确定，所得贡献值越大，相应的影响因子越能影响矿山施工过程。设T1、T2、T3为T中的较大值，那么这三个值即为矿山施工时的关键影响因子。

1.3 明确矿产施工时影响因子的权重

常规情况下，影响因子主要能够划分为四个部分，分别为基础因子、发育因子、激发因子，以及易损因子。矿山施工产生的贡献值大小与影响因子的权重息息相关，根据上文所确定的关键影响因子T1、T2、T3，可以将这三种因子，联合作为矿山施工时的发育基础因子，从而进一步采用灾害数据系统对矿山施工环境进行监管。

为对矿山施工时产生的作业指标作标准定量，在确定指标时采用五分法对矿区施工环境内发育基础因子赋值，赋值大小为自然数值，赋值方式采用公式（3）对影响因子总体贡献值进行推导。赋值完毕后归一化处理量化指标，并对各类因子作等级的划分，具体划分结果如下表2所示。

表2 发育基础因子总体贡献值划分表

依据上表2的赋值结果，可以明显发现主要影响因子在矿区施工环境内总体贡献值的取值范围，设矿山施工灾害中影响因子的权重为P，总体贡献值为G，则可以得出公式：

通过公式（4），可以得出灾害中发育基础因子所占权重。使用预测数据系统，根据权重的大小，完成对矿产资源工程的整体施工。

2 实验研究

2.1 实验准备

为验证矿产资源工程施工中灾害预测数据系统所产生的应力，为此设置对比实验研究。在实验过程中，随机选取M矿山区域作为实验所需环境，设置数据系统预测矿产资源工程施工中灾害的方法为实验组，设置传统方法为实验对照组，在同样环境下验证两种方法对M矿山区域的应力。在矿山开采过程中，应力与矿山坍塌程度有关，应力越小，采矿过程越安全。

2.2 矿山施工中应力测试

在矿产资源工程实际施工中，首先布置矿产施工中与应力发生感应的传感器，进而根据传感器的位置明确具体施工巷道，根据掘进深度的不同，感应出不同的应力，最终完成对采矿施工中所产生的应力的测试。依次采用传统方法与灾害预测数据系统应用法，对M矿山区域进行应力测试，随着掘进深度的增加，两种方法所得出的测试结果，可以表示在下图1中。

图1 施工应力测试结果

由上图1能够发现，伴随掘进深度的不断增大，传统方法与预测数据系统应用法所得的应力结果也逐渐产生了差异。在同样的起点下，传统方法的应力测试结果随掘进深度的增加不断增大，存在明显上升趋势；预测数据系统应用法所得的应力结果，虽也呈现上升趋势，不过上升趋势较小，在47.05m时，上升速度更为缓慢，测试结果基本持平在210.00N。在掘进深度为60m时，传统方法所得测试结果为569.03N，预测数据系统应用法所得测试结果为209.02N，应用预测数据系统测得的应力比传统方法小了360.01N。

3 结束语

在实际矿山施工中，对灾害事故的预测方法，能够对我国矿产资源的开采工程起着至关重要的作用。灾害预测数据系统能够根据不同的环境影响因素，完成对矿山灾害的预测工作，有效改善矿山灾害预测预警的效果。通过运用传统方法与灾害预测数据系统应用法，对矿山施工中产生的应力进行测试，并得出实验结论：相较传统方法，灾害预测数据系统应用法测得的应力更小，更大程度上保障了作业人员及周边环境的安全，对今后矿产资源施工具有重要意义。