煤矿工作面底板突水灾害预警重点监测区域评价技术_刘德民.pdf

第 47 卷 第 5 期 煤田地质与勘探 Vol. 47 No.5 2019 年 10 月 COAL GEOLOGY water inrush warning; key monitoring area; uation technology 近年来煤矿突水灾害时有发生， 常常造成重大的 人员伤亡和财产损失， 已经成为制约煤矿安全生产的 重要影响因素。 为减少矿井水害的发生， 国内外学者 在水害监测预警方面做了大量工作， 如日本利用摄影 法和水质监测法实现了海下采煤突水监测预警，英 国、 德国等开发的水质监测传感器已经广泛应用于矿 井突水水质监测来进行化学预警[1]。我国煤炭科学研 究总院早在20世纪90年代中期就研发了煤层底板突 水征兆监测设备， 实现了底板位移、 钻孔水压和弹性 波等的监测。 随着矿井突水机制、 评价理论及预测技 术研究的深入[2-6]，借鉴国外较成熟的监测监控技术 及传感器， 我国矿井水害监测预警技术取得了长足的 进步， 如中煤科工集团西安研究院先后研发了松散层 突水监测预警系统、 底板突水灾害预警系统等， 在皖 北煤电祁东煤矿、 刘桥一矿、 河南煤化城郊煤矿等展 开了推广应用， 取得了很好的应用效果， 并结合实践 经验指出了煤矿突水监测预警系统中的关键技术， 如 监测参数的选择、 监测设备的稳定性与精确度、 预警 阈值等，提出了煤矿突水监测预警系统优化思路[7]。 王经明等[8]依据煤层底板递进导升突水机理、陷落柱 突水机理及老塘突水机理， 研究了突水的判别标准和 预警级别确定方法， 提出了水害预警技术和远程监测 技术的实现方法；尹尚先[9]在划分突水模式的基础 上， 依据灾害发生的监测预警指标体系， 研究了全面 监测和重点监测的预警监测布置方式和信息获取技 术， 开发了矿井突水监测预警硬件和软件系统。 在监 测预警指标方面， 目前已经实现了水温、 水压、 应力、 应变、隔水层电阻率、声发射、水化学离子等指标的 实时监测， 矿井突水灾害预警系统逐渐成熟， 预警准 确率日趋提高[10-13]。然而矿井突水是一个多因素、非 线性的空间问题， 预测突水点位置难度较大， 往往出 现监测位置和实际突水位置不同， 由于没有监测到突 水发生的前兆信息而致使预警失败。 因此， 预测潜在 突水区域， 确定重点监测区域至关重要。 而前期研究 工作多集中于突水预警指标采集、 突水判别标准、 预 警级别及预警设备等方面的研发， 在煤矿突水灾害预 警重点监测区域评价技术研究较少。 因此， 在前人研 究的基础上， 采用了 GIS 和 BP 人工神经网络耦合技 术， 对煤矿工作面底板突水灾害预警重点监测区域进 行评价， 研究结果可以为优化矿井突水灾害监测预警 系统现场布置， 实现预警系统监测位置和潜在突水点 位置在空间上的匹配提供依据和支撑。 1 评价指标体系的建立及定量求解 圈定重点监测区域，实际是圈定潜在突水点的 靶区。根据水文地质条件分析，评价工作面某个区 域是否为潜在底板突水危险区域，主要通过充水水 源和导水通道两个方面来进行，充水水源影响因素 主要包括含水层水压、 含水层富水性、 含水层防隔 水煤岩柱、老空区积水等；导水通道影响主要有陷 落柱、断层、封闭不良钻孔等。依据上述影响因素 空间展布特性，可以将重点监测区域评价指标体系 分为连续性评价指标体系和非连续评价指标体系， 其中连续性评价指标体系主要包括含水层水压、 含水 层富水性、含水层防隔水煤岩柱；非连续评价指标 主要包括断层危险性指数、 陷落柱危险性指数、 老空 区危险性指数和封闭不良钻孔危险性指数，见图 1。 含水层水压、富水性及隔水煤岩柱在空间上分 布是连续的，含水层水压越大、富水性越强、隔水 煤岩柱越小的区域越具有突水危险性，可以划为潜 在突水危险性区域，即为突水灾害预警系统现场布 置的重点监测区域。 研究区内任一点的含水层水压、 富水性用单位涌水量表示及隔水煤岩柱厚度，可 图 1 重点监测区域评价指标体系 Fig.1 uation index system of key monitoring area ChaoXing 第 5 期 刘德民等 煤矿工作面底板突水灾害预警重点监测区域评价技术 11 以通过现场钻孔、水文孔、水文观测孔等获取相关 数据，然后利用克里格插值计算得到。 断层、陷落柱、老空区、封闭不良钻孔在空间 上的展布主要集中在某一条线带、区域或点上， 不具有连续性，是非连续性指标。非连续性指标影 响不易量化和输入评价模型， 在以往的评价过程中， 其影响只限于不连续性指标所在空间位置，且本身 是一个定值，不能反映其影响的区域变化趋势，和 实际影响情况不符。因此，将非连续性指标转化为 连续性指标， 有利于建立评价模型和提高评价精度。 本文为将非连续指标转化为连续性指标，引进了危 险性指数，危险性指数的值域为[0,1]，其值越大即 越具有突水危险性，计算公式为 I 0 0 dL K Ld dL L        ≥ ≤ 1 式中 KI为空间某一评价点 EP 的危险指数； L 为不连 续因素安全煤岩柱长度；d 为 EP 点至各指标的空间 距离； 通过该公式可以将非连续性指标转化为连续性 指标。各非连续性因素的影响指数求解方法如下 断层危险性指数 这里的断层是指含导水断层 或具有突水危险性的断层，断层安全煤岩柱长度 L 计算公式为[14] P 3 0.520 p LKM K ≥ 2 式中 M 为煤层厚度或采高；p 为水头压力；KP为煤 的抗张强度；K 为安全系数，取 25。空间某一评 价点 EP 至断层的距离 d 可以通过 GIS 中点与线的 空间分析求得，将 L、d 带入式1即可求出该点的 断层危险性指数。 陷落柱危险性指数 和断层影响指数相似， 空间 某一评价点 EP 至陷落柱边界的距离 d 利用点和多 边形的空间分析求得，位于陷落柱内部的评价点令 d0，安全煤岩柱长度 L 为 LRal 3 式中 R 为陷落柱在采场应力和陷落柱内部水压联 合作用下形成的塑性半径；a 为陷落柱柱体半径； l 为工作面开采塑性区超前发育距离。如陷落柱外 形不是近圆形， 可以通过式2计算 L； 同理， 将 d、 L 代入式1即可求得 EP 点陷落柱危险性指数。 老空区危险性指数 老空区危险性指数计算公 式中的 L，可以通过老空区三线划分的原则确定，L 等于老空区积水线至探水线平行外推的距离表 1。 公式中 d 的求解方法与陷落柱相似，位于老空区边 界内部的点令 d0。将 d、L 代入式1即可求得 EP 点老空区危险性指数。 表 1 老空水探水线划分依据 Table 1 The division basis of exploration line of water in goaf 确定方法 煤层软硬程度 资料依靠调查分析判别/m有一定图纸资料作参考/m 可靠图纸资料作依据/m 松软 100150 80100 3040 中硬 80120 6080 3035 由积水线平行外推 坚硬 60100 4060 30 封闭不良钻孔危险性指数 空间某一点 EP 至封 闭不良钻孔的距离 d 可以用 GIS 中点与点的空间分 析求解，安全煤岩柱长度 L 为[15] ra tan 1 A pc Llr c        4 式中 lr为采动裂隙带超前发育距离； ra为钻孔半径； p 为孔内水压； c 为煤层黏聚力； ϕ 为煤层内摩擦角； 2sin 1sin A   ；将 d 和 L 代入式1即可求得 EP 封闭 不良钻孔危险性指数。 2 重点监测区域 GIS 与 ANN 耦合评价方法及实现 矿井突水潜在区域即预警系统重点监测区域的 确定，是一个空间非线性问题，借助 GIS 组建 MapObjects 强大的空间分析功能和 ANN 非线性分 析能力，可以有效实现预警系统重点监测区域的圈 定。本文基于 MapObjects、ANN 混合编程等技术手 段，设计开发了矿井水害预警辅助系统，实现了基 础数据的生成、评价指标的统计以及重点监测区 GIS 与 ANN 耦合评价。 2.1 数据结构设计 在研究区每隔 10 m 或 20 m 生成均匀分布的评 价点，统计计算每个评价点的含水层水压、富水性、 防隔水煤岩柱，断层危险性指数、陷落柱危险性 指数、老空区危险性指数和封闭不良钻孔危险性指 数等 7 个评价指标，然后分析每个评价点的突水危 险性，进而确定预警系统重点监测区域。统计计算 评价指标所需要的源数据主要包括钻孔、断层、陷 落柱、老空区、封闭不良钻孔、含水层单位涌水量 等空间和属性数据，利用 MapObjects 提供的 Shape 文件可以实现空间和属性数据的高效管理。 Shape 文件的类型可以分为点、线和面文件，分 ChaoXing 12 煤田地质与勘探 第 47 卷 别存储空间上的点状物体、线状物体和面状物体。根 据统计评价点各指标需要设计了 6 种 Shape 文件评 价点文件、老空区统计文件、钻孔统计文件、断层统 计文件、陷落柱统计文件、封闭不良钻孔统计文件， 其中评价点文件、钻孔统计文件、封闭不良钻孔统计 文件为点文件， 断层统计文件为线文件， 老空区统计 文件、陷落柱统计文件为面文件。评价点.dbf 文件 数据库表结构含有 7 个字段危险性指数WXZS、 含水层水压HSCSY、含水层富水性HSCFSX、含 水层防隔水煤岩柱厚度FSMYZHD、断层危险性 指数DCWXZS、陷落柱危险性指数XLZWXZS、老 空区危险性指数LKQWXZS和封闭不良钻孔危险性 指数BLZKWXZS，字段类型均为双精度。 钻孔统计.dbf 文件含有 3 个字段含水层水 压HSCSY、 含水层煤岩柱厚度HSCMYHD和富水 性指数FSXZS，字段类型均为双精度。断层统计 文件、老空区统计文件、陷落柱统计文件和封闭不 良钻孔统计文件均只有 1 个字段安全煤岩柱长 度L，为双精度。 2.2 基础数据文件生成 利用开发的矿井水害预警辅助系统，分别新建 评价点文件、老空区统计文件、钻孔统计文件、断 层统计文件、陷落柱统计文件、封闭不良钻孔统计 文件，然后通过以下方法实现数据文件的矢量化 评价点文件 导入研究区 CAD 格式的采掘工 程平面图，在研究区内部每隔 10 m 或 20 m 均匀地 生成评价点，见图 4。此时评价点各字段均为空。 钻孔统计文件 新建一个 EXCEL 文件， 分别设 立 x、y、HSCSY、HSCMYHD、FSXZS 共 5 列，统 计研究区内部或周边钻孔的相关数据， 写入对应的列 中， 如钻孔没有相关字段的信息， 则该字段赋值为–1。 矿井水害预警辅助系统通过读取该 EXCEL 数据文 件，利用 x、y 生成统计点空间图元，然后读取对应 HSCSY、HSCMYHD、FSXZS 信息，赋值给统计点 图元相关的字段， 从而完成批量的钻孔矢量化。 封闭 不良钻孔统计文件矢量化的方法相似，不再赘述。 断层统计文件、老空区统计文件、陷落柱统计 文件 将研究区 CAD 格式的采掘工程平面图导入 系统，然后把图中所有断层、老空区、陷落柱分别 绘制在断层统计文件、老空区统计文件、陷落柱统 计文件中，对应的 L 通过前文所述方法计算求解出 来，然后利用属性交互编辑功能，写入断层、老空 区或陷落柱对应的字段中。 2.3 评价指标的统计算法设计 对于含水层水压、含水层富水性和含水层防隔 水煤岩柱厚度3个连续性指标， 可以根据钻孔统计文 件中相应的钻孔空间位置及相应的字段属性信息， 通过克里格插值求解出来，如某一评价点 EP 的含 水层水压，可以根据钻孔统计文件中所有钻孔的坐 标及含水层水压水压为–1的除外建立克里格空间 插值模型，然后将 EP 点的 x、y 代入该模型，即可 求出评价点 EP 的含水层水压这一评价指标。 对断层危险性指数、陷落柱危险性指数、老空 区危险性指数、 封闭不良钻孔危险性指数 4 个指标， 以 L为半径生成各要素的缓冲区L见式2式4， 图 2 分别为断层缓冲区、陷落柱缓冲区老空区缓冲 区类似和封闭不良钻孔缓冲区。 利用 GIS 空间分析技术， 分析缓冲区与评价点的 空间位置关系，对于缓冲区边界及以外的评价点，其 危险性指数均 0。位于缓冲区以内、各要素边界之外 的评价点，利用空间分析技术求出各评价点至要素边 界的距离 d，然后将 d 和 L 代入式1求解相应的危险 性指数，并写入各评价点对应的字段中。位于各要素 边界及以内的评价点，如断层线上、老空区内部、陷 落柱内部以及和封闭不良钻孔重合的评价点，其相应 的危险性指数赋值为 1。 如某一评价点 EP 同时受多个 断层的影响，则分别求出多个断层危险性指数，然后 取其最大值写入 EP 点的 DCWXZS 字段中， 其他危险 性指数在类似条件下也可同理求出。 图 2 指标要素缓冲区生成图 Fig.2 The buffer area of indicator elements 2.4 GIS 与 ANN 耦合评价模型设计及实现 本文采用 GIS 与 ANN 耦合技术设计评价模型， 并研发了矿井水害预警辅助系统，具体实现如下 首先，利用 GIS 空间分析技术生成评价点及各 种所需的基础统计文件， 按照评价指标的统计算法， 求解研究区中每一个评价点的含水层水压、含水层 富水性、含水层防隔水煤岩柱厚度、断层危险性指 数、 陷落柱危险性指数、 老空区危险性指数和封闭不 良钻孔危险性指数 7 个评价指标或其中的部分指标； 然后从中提取分布在现场揭露区域或勘探精确控制 区等研究程度较高的评价点，通过系统和专家参与 评价其危险性，作为评价分析的训练样本和检验样 本同一评价点不可既作训练样本又作检验样本。 然后， 利用 ANN 设计 3 层 BP 人工神经网络模 ChaoXing 第 5 期 刘德民等 煤矿工作面底板突水灾害预警重点监测区域评价技术 13 型，根据实际情况，其输入层为前述 7 个评价指标 的 1 个或多个，输出层 1 个神经元即危险性指数， 该值的输出值域为[0,1]，值越大代表突水危险性越 大，即为关键监测位置。系统将选择的训练样本代 入 BP 模型进行训练， 并根据多次训练结果优化中 间层神经元个数。训练收敛完成后，代入检验样 本查看 BP 模型的适用性，如果满足现场需要，则 将其余评价点各指标代入模型分别求出其危险性 指数，并利用 GIS 系统编辑功能，写入对应的评价 点危险性指数WXZS字段中。 最后，利用 GIS 分级显示功能，将评价点按照危 险性指数的大小进行分级显示，确定预警系统重要监 测区域。也可以根据研究区勘探线优先选择评价点， 再通过适当增加陷落柱等要素边界或内部评价点的危 险性指数，进一步优化选中的评价点危险性指数，结 合克里格插值及等值线绘制技术，生成评价点危险性 指数等值线图，进而圈定预警系统重点监测区域。 3 应用实例 以赵庄煤矿 5303 回采工作面底板突水监测预 警为例，为圈定预警系统重点监测区域，优化预警 系统现场布置，利用 GIS 与 ANN 耦合评价技术， 对 5303 工作面监测区域进行了评价。 该工作面开采 主要受奥灰含水层、陷落柱的影响，且含水层富水 性变化较小，因此，评价过程中只选择了奥灰含水 层水压，奥灰水隔水层厚度、断层危险性指数、陷 落柱危险性指数 4 个评价指标。 依据工作面内及周边主要钻孔数据表 2和研 究区 CAD 格式的图件， 按照前述方法，利用矿井水 害预警辅助系统分别建立钻孔统计文件、断层统计 文件、陷落柱统计文件图 3，然后每隔 10 m 在研 究区内部生产均匀的统计点图 4。 表 2 5303 回采工作面内及周边主要钻孔数据 Table 2 The main drilling data in and around the working face 5303 钻孔编号 奥灰顶面标高/m 奥灰水位标高/m 煤层底板标高/m 隔水层厚度/m 1002 417.73 671 573.53 155.80 1201 570.99 653 690.03 119.04 1203 410.04 700.79 540.60 130.56 1402 555.54 660 710.49 154.95 1403 452.34 700 592.46 140.12 1605 517.45 682 649.45 132.00 1606 438.76 701 589.24 150.48 图 3 基础图形矢量化界面 Fig.3 The basic graphic vectorization interface 图 4 评价点文件生成界面 Fig.4 The uation point file generation interface 系统利用前述方法自动完成每个评价点的 HSCSY、FSMYZHD、DCWXZS、XLZWXZS 字段 值的计算，选择训练样本及检验样本，设计 3 层人 工神经网络模型，HSCSY、FSMYZHD、DCWXZS、 XLZWXZS 为输入层神经元，WXZS 为输出层神经 元，系统根据训练样本，自动实现人工神经网络训 练，并将检验样本输入训练完成的人工神经网络， 实现误差分析。误差分析满足要求后，将剩余评价 点字段值输入训练完成的人工神经网络，求解得出 每一个评价点的危险性指数，并写入对应评价点的 WXZS 字段中，通过优选评价点及 WXZS 值，然后 利用克里格插值，绘制危险性指数等值线图 5，生 成重点监测区域分布图，图中右侧色谱表示突水危 险性指数。 从图 5 中可以看出，研究区重点监测区域有 7 处，即 17 号区，其中 47 号区位于停采线外，所 以本次将 1 号、2 号和 3 号区域列为预警系统重点 监测区域。在重点监测区域通过加密布置电极、施 工钻孔埋设传感器等手段实现重点监测，同时采煤 工作面推近关键监测位置时，缩短指标采集间隔， 加密采集指标信号，实现工作面安全回采。通过预 警实践，在 1重点监测区域，预警系统发布异常报 ChaoXing 14 煤田地质与勘探 第 47 卷 警 1 次，在 2 号和 3 号重点监测区域，各发布 2 次 警情。同时，现场揭露情况也表明这些区域是较容 易发生突水的区域，证明本文提出的煤矿突水灾害 预警重点监测区域评价技术是可行有效的。 图 5 关键监测预警区域分布图 Fig.5 The key monitoring and early warning area distribution map 4 结 论 a. 预警系统重点监测区域是煤矿突水灾害预 警系统现场布置的重点监测位置，其主要影响因素 有含水层水压、含水层富水性、含水层防隔水煤 岩柱厚度、老空区危险性指数、断层危险性指数、 陷落柱危险性指数和封闭不良钻孔危险性指数。依 据断层、陷落柱、老空区和封闭不良钻孔安全防水 煤岩柱计算公式及分段函数，可以有效地将断层危 险性指数等非连续指标转换为连续性指标，实现了 非连续指标在空间分布的区域化和渐进化，并易于 量化和输入模型参与评价。 b. 关键监测位置评价具有非线性和空间性等 复杂特性，利用 GIS 空间分析和 BP 人工神经网络 耦合技术，开发了矿井水害预警辅助系统，实现了 评价指标统计、评价模型建立以及关键监测位置评 价等一套较为完善的技术，能够有效圈定关键监测 位置，为煤矿水害预警系统现场布置以及提高预警 系统的预警能力提供了支撑。 参考文献 [1] 尹尚先. 矿井水预测探查及预警保障技术[J]. 中国煤炭地质， 2010，22137–40. YIN Shangxian. Mine water advanced exploration and early-warning safeguarding techniques[J]. Coal Geology of China， 2010， 221 37–40. [2] 武强， 李博. 煤层底板突水变权评价中变权区间及调权参数确 定方法[J]. 煤炭学报，2016，4192143–2149. WU Qiang， LI Bo. Determination of variable weight interval and adjust weight parameters in the variable weight assessment model of water inrush from coal floor[J]. Journal of China Coal Society，2016，4192143–2149． [3] 施龙青，谭希鹏，王娟，等. 基于 PCA_Fuzzy_PSO_SVC 的底板突水危险性评价[J]. 煤炭学报，2015，401 167–171. SHI Longqing， TAN Xipeng， WANG Juan， et al. Risk assessment of water inrush based on PCA_Fuzzy_PSO_SVC[J]．Journal of China Coal Society，2015，401167–171． [4] 张晓亮. 熵权耦合层次分析赋权在煤层底板突水评价中的应 用[J]. 煤田地质与勘探，2017，45391–95. ZHANG Xiaoliang. Application of entropy weight and analytic hierarchy process in uation of water inrush from coal seam floor[J]. Coal Geology Exploration，2017，453 91–95. [5] 代革联，薛小渊，许珂，等. 基于脆弱性指数法的韩城矿区 11 号煤层底板突水危险性评价[J]. 煤田地质与勘探，2017， 454112–117. DAI Gelian，XUE Xiaoyuan，XU Ke，et al. Risk assessment of water inrush of No.11 coal seam floor in Hancheng mining area on the basis of vulnerability index [J]. Coal Geology Exploration，2017，454112–117. [6] 郎玉泉，陈同俊，马丽，等. 煤层顶板砂岩富水性 AVO 预测 技术[J]. 煤田地质与勘探，2018，463127–132. LANG Yuquan，CHEN Tongjun，MA Li，et al. Water content prediction of roof sandstone using AVO technology[J]. Coal Ge- ology Exploration，2018，463127–132. [7] 张雁，刘英锋，吕明达. 煤矿突水监测预警系统中的关键技术[J]. 煤田地质与勘探，2012，40460–62. ZHANG Yan， LIU Yingfeng， LYU Mingda. Key technologies on mine water inrush monitoring and warning system[J]. Coal Ge- ology Exploration，2012，40460–62. [8] 王经明，董书宁，刘其声. 煤矿突水灾害的预警原理及其 应用[C]//中国煤炭学会矿井地质专业委员会、中国煤炭工业 劳动保护科学技术学会水害防治专业委员会2005年学术交流 会论文集，西安 煤田地质与勘探编辑部，20055–8. [9] 尹尚先. 矿井突涌水预测及预警研究[J]. 华北科技学院学 报，2009，641–6. YIN Shangxian. The study of forecasting and warning about wa- ter inrush from the coal mine[J]. Journal of North China Institute of Science and Technology，2009，641–6. ChaoXing 第 5 期 刘德民等 煤矿工作面底板突水灾害预警重点监测区域评价技术 15 [10] 刘栋，周孟然，闫鹏程，等. 基于 LIF 技术的煤矿突水预警研 究[J]. 煤炭技术，2016，357178–180. LIU Dong，ZHOU Mengran，YAN Pengcheng，et al. Research on coal mine water inrush warning based on LIF technology[J]. Coal Technology，2016，357178–180. [11] 张亮， 陶士西， 李计良. 基于 Labview 的矿井工作面突水预警 系统构建研究[J]. 矿业安全与环保，2013，40340–42. ZHANG Liang，TAO Shixi，LI Jiliang. Study on construction of early warning system of water inrush in working face based on Labview[J]. Mining Safety ＆ Environmental Protection， 2013， 40340–42. [12] 段李宏. 煤矿水害预警系统设计[J]. 工矿自动化， 2013， 399 116–118. DUAN Lihong. Design of pre-warning system of coal mine wa- ter disaster[J]. Industry and Mine Automation，2013，399 116–118. [13] 王兰健，韩仁桥. 水情监测预警系统在海下采煤中的应用[J]. 煤田地质与勘探，2006，34654–56. WANG Lanjian，HAN Renqiao. Application of flooding fore- casting system to coal mining under sea[J]. Coal Geology Ex- ploration，2006，34654–56. [14] 国家煤矿安全监察局. 煤矿防治水细则[M]. 北京煤炭工业 出版社，2018. [15] 刘德民，连会青，李飞. 封闭不良钻孔侧壁突水机理研究[J]. 中国安全生产科学技术，2014，10574–77. LIU Demin，LIAN Huiqing，LI Fei. Research on mechanism of water-inrush at side face of poor sealing borehole[J]. Journal of Safety Science and Technology，2014，10574–77. 责任编辑 周建军 ChaoXing