1靳德武--煤矿防治水智能化技术与装备研究现状及展望.pdf

第 ４７ 卷第 ３ 期煤 炭 科 学 技 术Ｖｏｌ􀆱 ４７ Ｎｏ􀆱 ３ ２０１９ 年３ 月Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｍａｒ.２０１９ 移动扫码阅读 靳德武ꎬ乔 伟ꎬ李 鹏ꎬ等.煤矿防治水智能化技术与装备研究现状及展望[Ｊ].煤炭科学技术ꎬ２０１９ꎬ４７３ １０－１７.ｄｏｉ１０􀆱 １３１９９/ ｊ􀆱 ｃｎｋｉ􀆱 ｃｓｔ􀆱 ２０１９􀆱 ０３􀆱 ００２ ＪＩＮ ＤｅｗｕꎬＱＩＡＯ ＷｅｉꎬＬＩ Ｐｅｎｇꎬｅｔ ａｌ.Ｒｅｓｅａｒｃｈ ｓｔａｔｕｓ ａｎｄ ｐｒｏｓｐｅｃｔｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｅｑｕｉｐｍｅｎｔ ｆｏｒ ｍｉｎｅ ｗａｔｅｒ ｈａｚａｒｄ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ [Ｊ] 􀆱 Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ２０１９ꎬ４７ ３１０ － １７. ｄｏｉ１０􀆱 １３１９９/ ｊ􀆱 ｃｎｋｉ􀆱 ｃｓｔ􀆱 ２０１９􀆱 ０３􀆱 ００２ 煤矿防治水智能化技术与装备研究现状及展望 靳德武１ꎬ２ꎬ乔 伟１ꎬ２ꎬ李 鹏１ꎬ樊 娟１ １.中煤科工集团西安研究院有限公司ꎬ陕西 西安 ７１００７７ꎻ２.陕西省煤矿水害防治技术重点实验室ꎬ陕西 西安 ７１００７７ 摘 要为了解决煤矿充水条件的精准探测、有效预测、动态监测和水害的可靠治理问题ꎬ人工智能和 信息化技术在我国煤矿水害防治技术和装备中获得广泛应用并取得重要进展ꎮ 依据智能感知、智能 判断和智能执行等智能化技术三要素ꎬ将煤矿防治水智能化定义为水害致灾因素的有效筛选、自动识 别和精准控制的过程ꎮ 从 ５ 个方面系统地总结了煤矿防治水智能化技术现状即探测装备的智能化 芯片应用及数据处理智能算法、含水层富水性分区的信息融合法及煤层底板突水预测的统计学习法、 基于智能化传感器及智能算法的矿井水情害实时监测预警系统、水害治理工程的信息化设计及智 能控制注浆系统、紧急避灾最优路径搜索及突水水源快速识别ꎮ 结果表明水害探测装备及解释方法 的智能化提高了装备的抗干扰能力ꎬ实现了探测数据的快速准确处理ꎻ煤层底板突水预测的统计学习 法使突水预测精度由 ８２％提高到 ９１％ꎻ网络并行电法监测仪在五沟煤矿提前 ２ ｄ 成功预报了工作面 底板突水ꎻ智能化注浆系统形成了高度定制化的制浆－注浆数字化解决方案ꎬ实现全自动造浆 ３０ ｍ３/ ｈꎻ 避灾抢险智能化为矿井灾害情景下的井下人员合理疏散和应急救援提供了辅助决策支持平台ꎮ 提出 随着智慧矿山、透明矿井技术的不断发展与完善ꎬ多源时空智能化探监测、玻璃水文地质、水害监测 大数据挖掘、井下救援机器人等将会成为热点研究方向ꎬ并最终形成煤矿防治水智能化技术体系ꎮ 关键词充水条件ꎻ智能矿井ꎻ多源时空监测ꎻ玻璃水文地质ꎻ救援机器人ꎻ水害预警ꎻ透明矿业 中图分类号ＴＤ６７ꎻＴＤ１２ 文献标志码Ａ 文章编号０２５３－２３３６２０１９０３－００１０－０８ Ｒｅｓｅａｒｃｈ ｓｔａｔｕｓ ａｎｄ ｐｒｏｓｐｅｃｔｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｅｑｕｉｐｍｅｎｔ ｆｏｒ ｍｉｎｅ ｗａｔｅｒ ｈａｚａｒｄ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ＪＩＮ Ｄｅｗｕ１ꎬ２ꎬＱＩＡＯ Ｗｅｉ１ꎬ２ꎬＬＩ Ｐｅｎｇ１ꎬＦＡＮ Ｊｕａｎ１ １.Ｘｉ’ａｎ Ｒｅｓｅａｒｃｈ ＩｎｓｔｉｔｕｔｅꎬＣｈｉｎａ Ｃｏａｌ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ Ｇｒｏｕｐ Ｃｏｒｐ.ꎬＸｉ’ａｎ ７１００７７ꎬＣｈｉｎａꎻ ２.Ｓｈａａｎｘｉ Ｋｅｙ Ｌａｂ ｏｆ Ｍｉｎｅ Ｗａｔｅｒ Ｈａｚａｒｄ Ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ＣｏｎｔｒｏｌꎬＸｉ’ａｎ ７１００７７ꎬＣｈｉｎａ ＡｂｓｔｒａｃｔＩｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｍｉｎｅ ｗａｔｅｒ ｆｉｌｌｉｎｇ ｐｒｏｂｌｅｍｓ ｉｎｃｌｕｄｉｎｇ ａｃｃｕｒａｔｅ ｄｅｔｅｃｔｉｏｎꎬｅｆｆｅｃｔｉｖｅ ｐｒｅｄｉｃｔｉｏｎꎬｄｙｎａｍｉｃ ｍｏｎｉｔｏｒｉｎｇ ａｎｄ ｒｅｌｉａｂｌｅ ｍａｎａｇｅｍｅｎｔ ｏｆ ｗａｔｅｒ ｈａｚａｒｄꎬａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ ｉｎｆｏｒｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｈａｖｅ ｂｅｅｎ ｗｉｄｅｌｙ ａｐｐｌｉｅｄ ｉｎ ｃｏａｌ ｍｉｎｅ ｗａｔｅｒ ｃｏｎｔｒｏｌｌｉｎｇ ｔｅｃｈ￣ ｎｏｌｏｇｙ ａｎｄ ｅｑｕｉｐｍｅｎｔ ｉｎ Ｃｈｉｎａ ａｎｄ ｇｒｅａｔ ｐｒｏｇｒｅｓｓ ｈａｓ ｂｅｅｎ ｍａｄｅ.Ｂａｓｅｄ ｏｎ ｔｈｅ ｔｈｒｅｅ ｅｌｅｍｅｎｔｓ ｏｆ ａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ ｔｅｃｈｎｏｌｏｇｙꎬｎａｍｅｌｙ ｉｎｔｅｌｌｉｇｅｎｔ ｐｅｒｃｅｐｔｉｏｎꎬｉｎｔｅｌｌｉｇｅｎｔ ｊｕｄｇｍｅｎｔ ａｎｄ ｉｎｔｅｌｌｉｇｅｎｔ ｅｘｅｃｕｔｉｏｎꎬｔｈｉｓ ｐａｐｅｒ ｄｅｆｉｎｅｓ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｃｏｎｔｒｏｌ ｏｆ ｃｏａｌ ｍｉｎｅ ｗａｔｅｒ ａｓ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｅｆｆｅｃｔｉｖｅ ｓｃｒｅｅｎｉｎｇꎬａｕｔｏｍａｔｉｃ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ ｐｒｅｃｉｓｅ ｃｏｎｔｒｏｌ ｏｆ ｗａｔｅｒ ｈａｚａｒｄ ｆａｃｔｏｒｓ.Ｔｈｅｎ ｔｈｅ ｃｕｒｒｅｎｔ ｉｎｔｅｌｌｉｇｅｎｔ ｃｏａｌ ｍｉｎｅ ｗａ￣ ｔｅｒ ｃｏｎｔｒｏｌ ｔｅｃｈｎｏｌｏｇｙ ｉｓ ｓｕｍｍａｒｉｚｅｄ ｆｒｏｍ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｆｉｖｅ ａｓｐｅｃｔｓｄｅｔｅｃｔｉｏｎ ｅｑｕｉｐｍｅｎｔ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ｃｈｉｐｓ ａｎｄ ｉｎｔｅｌｌｉｇｅｎｔ ｄａｔａ ｐｒｏｃｅｓｓｉｎｇ ａｌｇｏｒｉｔｈｍｓꎬｉｎｆｏｒｍａｔｉｏｎ ｆｕｓｉｏｎ ｍｅｔｈｏｄ ｏｆ ｗａｔｅｒ－ｒｉｃｈ ａｑｕｉｆｅｒ ｐａｒｔｉｔｉｏｎ ａｎｄ ｓｔａｔｉｓｔｉｃａｌ ｌｅａｒｎｉｎｇ－ｂａｓｅｄ ａｐｐｒｏａｃｈｅｓ ｏｆ ｃｏａｌ ｆｌｏｏｒ ｗａｔｅｒ ｉｎｒｕｓｈ ｐｒｅｄｉｃｔｉｏｎꎬｍｉｎｅ ｗａｔｅｒ ｓｉｔｕａｔｉｏｎ ｒｅａｌ－ｔｉｍｅ ｍｏｎｉｔｏｒｉｎｇ ａｎｄ ｗａｒｎｉｎｇ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｅｎｓｏｒ ａｎｄ ａｒｉｔｈｍｅｔｉｃꎬｉｎｆｏｒｍａｔｉｏｎａｌｉｚｅｄ ｄｅ￣ ｓｉｇｎ ａｎｄ ｉｎｔｅｌｌｉｇｅｎｔ ｃｏｎｔｒｏｌ ｇｒｏｕｔｉｎｇ ｓｙｓｔｅｍ ｏｆ ｗａｔｅｒ ｈａｚａｒｄ ｃｏｎｔｒｏｌ ｅｎｇｉｎｅｅｒｉｎｇꎬｓｅａｒｃｈｉｎｇ ｆｏｒ ｔｈｅ ｏｐｔｉｍａｌ ｐａｔｈ ｆｏｒ ｅｍｅｒｇｅｎｃｙ ａｖｏｉｄａｎｃｅ ａｎｄ ｒａｐｉｄ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｗａｔｅｒ ｉｎｒｕｓｈ ｓｏｕｒｃｅｓ.Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔａｌｉｚａｔｉｏｎ ｏｆ ｗａｔｅｒ ｈａｚａｒｄ ｄｅｔｅｃｔｉｏｎ ｅｑｕｉｐｍｅｎｔ ａｎｄ ｉｎｔｅｒｐｒｅｔａ￣ ｔｉｏｎ ｍｅｔｈｏｄｓ ｈａｖｅ ｇｒｅａｔｌｙ ｉｍｐｒｏｖｅｄ ｔｈｅ ｅｑｕｉｐｍｅｎｔ ａｎｔｉ－ｉｎｔｅｒｆｅｒｅｎｃｅ ａｂｉｌｉｔｉｅｓ ａｎｄ ｔｈｅ ｃａｌｃｕｌａｔｉｏｎ ｏｆ ｐａｒａｍｅｔｅｒｓ ｄｅｔｅｃｔｅｄ ｈａｓ ｂｅｅｎ ａｃｃｅｌｅｒ􀆽 收稿日期２０１８－１１－１２ꎻ责任编辑赵 瑞 基金项目国家重点研发计划资助项目２０１７ＹＦＣ０８０４１０３ꎻ国家自然科学基金资助项目４１８０７２２１ 作者简介靳德武１９６６ꎬ男ꎬ陕西蓝田人ꎬ研究员ꎬ博士生导师ꎮ Ｅ－ｍａｉｌｊｉｎｄｅｗｕ＠ ｃｃｔｅｇｘｉａｎ.ｃｏｍ ０１ 中国煤炭行业知识服务平台w w w . c h in a c a j . n et 靳德武等煤矿防治水智能化技术与装备研究现状及展望２０１９ 年第 ３ 期 ａｔｅｄ.Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｓｔａｔｉｓｔｉｃａｌ ｌｅａｒｎｉｎｇ ｍｅｔｈｏｄｓ ｉｎ ｃｏａｌ ｓｅａｍ ｆｌｏｏｒ ｗａｔｅｒ ｉｎｒｕｓｈ ｐｒｅｄｉｃｔｉｏｎ ｉｍｐｒｏｖｅｓ ｔｈｅ ｗａｔｅｒ ｉｎｒｕｓｈ ｐｒｅｄｉｃｔｉｏｎ ａｃｃｕｒａｃｙ ｆｒｏｍ ８２％ ｔｏ ９１％.Ｉｎ Ｗｕｇｏｕ Ｃｏａｌ Ｍｉｎｅꎬｔｈｅ ｎｅｔｗｏｒｋ ｐａｒａｌｌｅｌ ｅｌｅｃｔｒｉｃａｌ ｍｏｎｉｔｏｒｉｎｇ ｉｎｓｔｒｕｍｅｎｔ ｓｕｃｃｅｓｓｆｕｌｌｙ ｐｒｅｄｉｃｔｅｄ ｔｈｅ ｗａｔｅｒ ｉｎｒｕｓｈ ｆｒｏｍ ｗｏｒｋｉｎｇ ｆａｃｅ ｆｌｏｏｒ ｔｗｏ ｄａｙｓ ｉｎ ａｄｖａｎｃｅ.Ｉｎ ａｄｄｉｔｉｏｎꎬｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｇｒｏｕｔｉｎｇ ｓｙｓｔｅｍ ｈａｓ ｆｏｒｍｅｄ ａ ｈｉｇｈｌｙ ｃｕｓｔｏｍｉｚｅｄ ｄｉｇｉｔａｌ ｐｕｌｐｉｎｇ－ｇｒｏｕｔｉｎｇ ｓｏｌｕｔｉｏｎ ｓｃｈｅｍｅ ａｎｄ ｒｅａｌｉｚｅｄ ａｕｔｏｍａｔｉｃ ｐｕｌｐｉｎｇ ３０ ｍ３/ ｈ.Ｄｉｓａｓｔｅｒ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｒｅｓｃｕｅ ｉｎｔｅｌｌｉｇｅｎｔａｌｉｚａｔｉｏｎ ｐｒｏｖｉｄｅｓ ａｎ ａｕｘｉｌｉａｒｙ ｄｅｃｉｓｉｏｎ－ ｍａｋｉｎｇ ｓｕｐｐｏｒｔ ｐｌａｔｆｏｒｍ ｆｏｒ ｒｅａｓｏｎａｂｌｅ ｅｖａｃｕａｔｉｏｎ ａｎｄ ｅｍｅｒｇｅｎｃｙ ｒｅｓｃｕｅ ｏｆ ｕｎｄｅｒｇｒｏｕｎｄ ｐｅｒｓｏｎｎｅｌ ｕｎｄｅｒ ｔｈｅ ｍｉｎｅ ｄｉｓａｓｔｅｒ ｓｃｅｎａｒｉｏ.Ｗｉｔｈ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ｃｏａｌ ｍｉｎｅ ａｎｄ ｔｒａｎｓｐａｒｅｎｔ ｃｏａｌ ｍｉｎｅ ｔｅｃｈｎｏｌｏｇｉｅｓꎬｍｕｌｔｉ－ｓｏｕｒｃｅ ｓｐａｔｉａｌ－ｔｅｍｐｏｒａｌ ｉｎｔｅｌｌｉｇｅｎｔ ｍｏｎｉｔｏｒｉｎｇꎬｇｌａｓｓ ｈｙｄｒｏ－ｇｅｏｌｏｇｙꎬｂｉｇ ｄａｔａ ｍｉｎｉｎｇ ｆｏｒ ｇｒｏｕｎｄｗａｔｅｒ ｈａｚａｒｄ ｓｉｔｕａｔｉｏｎ ｍｏｎｉｔｏｒｉｎｇꎬａｎｄ ｕｎｄｅｒｇｒｏｕｎｄ ｒｅｓｃｕｅ ｒｏｂｏｔｓ ｗｉｌｌ ｂｅｃｏｍｅ ｈｏｔｓｐｓｒｔ ｒｅｓｅａｒｃｈ ｆｉｅｌｄｓ ｉｎ ｔｈｅ ｆｕｔｕｒｅꎬａｎｄ ａｎ ｉｎｔｅｌｌｉｇｅｎｔ ｔｅｃｈｎｏｌｏｇｙ ｓｙｓｔｅｍ ｏｆ ｃｏａｌ ｍｉｎｅ ｗａｔｅｒ ｃｏｎｔｒｏｌ ｗｉｌｌ ｆｉｎａｌｌｙ ｃｏｍｅ ｉｎｔｏ ｓｈａｐｅ. Ｋｅｙ ｗｏｒｄｓｗａｔｅｒ ｆｉｌｌｉｎｇ ｃｏｎｄｉｔｉｏｎｓꎻ ｉｎｔｅｌｌｉｇｅｎｔ ｍｉｎｅꎻ ｍｕｌｔｉ－ｓｏｕｒｃｅ ｓｐａｃｅ－ｔｉｍｅ ｍｏｎｉｔｏｒｉｎｇꎻ ｇｌａｓｓ ｈｙｄｒｏ－ｇｅｏｌｏｇｙꎻ ｒｅｓｃｕｅ ｒｏｂｏｔꎻ ｗａｔｅｒ ｈａｚａｒｄ ｗａｒｎｉｎｇꎻｔｒａｎｓｐａｒｅｎｔ ｍｉｎｅ ０ 引 言 煤炭是我国的主体能源ꎬ是保障国民经济健康 稳定发展的重要基石ꎮ 煤矿水害是与瓦斯、煤尘、火 和顶板灾害并列的 ５ 大灾害之一ꎬ突水不仅影响矿 井正常生产ꎬ而且会造成重大财产损失与人员伤亡ꎬ 因此ꎬ预防和控制矿井水害事故的发生是保障国家 能源安全和维持经济社会可持续发展的一项重要任 务[１]ꎮ 近年来ꎬ随着物联网、云计算、大数据、人工 智能等新一代信息技术的快速发展ꎬ矿山智能化技 术正在逐步改变传统的煤矿水害防治模式ꎬ推动煤 矿防治水技术不断创新与升级[２－３]ꎮ 智能化是指使对象具备灵敏准确的感知功能、 正确无偏的判断功能以及行之有效的执行功能而进 行的关联工作ꎮ 煤矿防治水智能化就是在水害探 测、预测、监测、治理等装备、方法和工艺中ꎬ通过自 动化、信息化和数字化“三化”融合策略ꎬ结合信息 感知、智能算法、数据挖掘等先进技术ꎬ对水害致灾 因素进行有效筛选、自动识别和反馈控制的过程ꎮ 目前ꎬ煤矿防治水智能化技术仍然处于细分领域的 探索阶段ꎬ尚未形成智能化技术体系ꎬ主要表现在探 测装备及解释方法智能化、水害预测评价技术智能 化、监测预警技术智能化、水害治理和避灾抢险技术 智能化 ５ 个方面ꎮ １ 煤矿水害探测装备及解释方法智能化 煤矿水害探测技术及装备主要针对断层和陷落 柱、含水层的富水性、隔水层的厚度等参数进行探 测ꎮ 近年来ꎬ随着集成电路、计算机、人工智能等技 术的高速发展ꎬ煤矿水害探测技术及装备向着高分 辨率、自动化、智能化的方向迈进ꎮ １.１ 矿井高分辨三维地震勘探技术 为了提高采集信号的信噪比和装备的抗干扰能 力ꎬ三维地震勘探装备采用具有自适应、自我调整增 益功能的智能检波器ꎮ 在断层识别中ꎬ通常采用的 方法是技术人员在三维地震数据的剖面图上进行手 动解释ꎬ周期长、主观性强ꎮ 为了克服这一缺点ꎬ学 者们采用了多种人工智能算法进行断层识别①使 用“人工蚂蚁”方法压制不连续属性体中的噪声[４]ꎻ ②使用融合地质经验知识的信号处理技术实现断层 自动提取[５]ꎻ③应用人工神经网络生成断层概率 体ꎬ实现断层的半自动识别[６]ꎮ １.２ 瞬变电磁探测技术 瞬变电磁技术对低阻体敏感ꎬ对场地适应能力 强ꎬ施工效率高ꎬ是目前煤矿水害防治中隐蔽致灾水 源探查的主要手段ꎮ 为了提高瞬变电磁仪的抗干扰 能力和数据处理精度ꎬ一些学者将多种智能化技术 应用于瞬变电磁仪和解释方法中ꎬ例如ꎬ为了减小环 境干扰ꎬ采用智能化芯片ꎬ实现干扰信号的自动滤 除ꎻ为了提高反演速度和定位精度ꎬ应用神经网络等 人工智能算法进行反演ꎮ １.３ 高密度电法探测技术 在高密度电法数据处理和解释方面ꎬ谢林涛 等[７]应用人工神经网络算法实现了视电阻率数据 的快速反演ꎬ提高了数据处理的速度ꎻ马斌等[８]开 展了基于 ＢＰ 神经网络高密度电阻率数据反演研 究ꎬ取得了一些重要进展ꎻ张凌云等[９]联合蚁群算 法与 ＢＰ 神经网络算法提高了反演精度ꎻ戴前伟 等[１０]结合混沌振荡粒子群算法和 ＢＰ 神经网络算 法开展高密度电法非线性反演ꎬ将基于汉南－奎因 信息准则应用于资料解释中[１１]ꎬ相对于单纯应用 ＢＰ 神经网络的处理方法在很大程度上提高了数据 处理的准确性和反演成图的质量ꎮ ２ 矿井水害预测评价智能化技术 ２.１ 三维充水结构可视化技术 三维可视化地质建模旨在弥补地质信息模拟与 表达方法上的缺陷和不足ꎬ借助计算机和科学可视化 手段ꎬ从 ３Ｄ 空间角度ꎬ以数字化形式表征、再现充水 水源和充水通道赋存的地质环境ꎬ进而对突水危险性 １１ 中国煤炭行业知识服务平台w w w . c h in a c a j . n et ２０１９ 年第 ３ 期煤 炭 科 学 技 术第 ４７ 卷 进行动态评价和风险分级ꎬ同时ꎬ对监测、疏降和注浆 等防治水工程进行辅助设计与决策图 １ꎮ 图 １ 某煤矿三维充水结构可视化模型 Ｆｉｇ.１ Ｖｉｓｕａｌｉｚａｔｉｏｎ ｍｏｄｅｌ ｏｆ ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ ｗａｔｅｒ－ｆｉｌｌｅｄ ｓｔｒｕｃｔｕｒｅ ｉｎ ａ ｃｏａｌ ｍｉｎｅ 三维充水结构是基于水文地质建模思想ꎬ构建 反映阻隔水层、充水通道空间展布特征ꎬ及其在 采掘活动过程中动态演化特征的三维地质体ꎮ 三维 充水结构建模包括静态和动态 ２ 种模态ꎬ动态建模 就是融合采掘活动过程中致灾危险源动态辨识并实 现模型重构功能的过程ꎮ ２.２ 含水层富水性规律与分区技术 含水层富水性规律及其分区技术主要采用模糊 预测、灰色理论、人工神经网络、ＧＩＳ 技术等方法对 井田内主要充水含水层的富水性进行分区ꎮ 武强等[１２]在分析确定影响含水层富水性主控 因素基础上ꎬ提出基于 ＧＩＳ 多元信息融合的“富水 性指数法”ꎬ应用于含水层富水性分区ꎮ 赵宝峰[１３] 根据含水层的沉积和构造特征ꎬ选取砂岩厚度、层 数、砂地比以及断层与褶皱分维值等评价指标ꎬ采用 灰色关联度分析各评价指标与富水性之间的相关 性ꎬ并应用语气算子比较法和模糊综合评价法对含 水层富水性进行分区ꎮ ２.３ 煤层底板突水区域预测的统计学习理论与方法 煤层底板突水是多种因素综合作用的结果ꎬ依 据案例自学习原理ꎬ对突水事件及其主要影响因素 之间的关联模式进行识别ꎬ建立了非线性数学模型ꎬ 从而对未采区突水危险性进行区域性预测ꎬ为防治 水工程设计提供决策依据ꎮ 文献[１４－１６]在煤层底 板突水因素分析的基础上ꎬ构建了突水预测指标体 系ꎬ将信息分析、人工神经网络、支持向量机及决策 树等技术方法应用于煤层底板突水预测中ꎬ使突水 预测精度由 ８２％提高到 ９１％ꎮ ３ 煤矿水情－水害监测预警技术智能化 ３.１ 矿井水情远程监测 １智能芯片和传感器的应用推动了水情温测 系统进一步升级ꎮ 矿井水情监测系统由传感器液 位、水压和流量传感器等、井下数据采集分站、隔爆 电源、地面通信适配器、地面遥测分站、监控主机等组 成图 ２ꎮ 图 ２ 矿井水情监测系统 Ｆｉｇ.２ Ｍｉｎｅ ｗａｔｅｒ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ 煤矿水情远程监测是煤矿生产信息化的重要手 段ꎬ通过实时采集、实时显示、远程分析ꎬ全面掌握矿 井水文地质规律ꎬ为煤矿防治水规划提供决策依据ꎬ 其技术进展主要体现在以下方面ꎮ 矿井水情实时监测系统ꎬ基于智能芯片和自适 应传感器设计ꎬ对煤矿地面水文地质长观孔水位、水 温以及井下水文地质长观孔水温、水压、水沟管 道流量等进行超远距离实时动态监测ꎮ ２互联网技术的融合真正实现了远程监控与 维护ꎮ 互联网的广泛应用带动了水情监测系统的升 级ꎬ配备了互联网数据服务器ꎬ便于数据的随时随地 查询和处理ꎮ 近年来ꎬ中煤科工集团西安研究院有 限公司开发设计了一套基于“互联网＋”的远程水情 监测系统ꎬ实现了互联网数据传输与存储、移动端随 时查询水情数据、远程控制、远程故障维护、自动故 障诊断、专家远程技术支持等功能ꎬ已为榆神矿区建 立起实时水情监测系统ꎬ在煤矿防治水技术保障体 系中发挥着重要作用ꎮ ３.２ 煤矿排水自动控制系统 煤矿排水自动控制系统是指在无人值守情况下 矿井排水设备能够自动运行的井下排水系统ꎮ 水泵 自动控制系统包括闸阀开合控制、排水参数自动监 控、远程传输、水泵故障自动诊断等ꎮ 水泵自动控制系统的智能化主要体现在可对水 泵启停次数、运行时间长短、水仓水位和管路流量等 参数进行自动记录分析ꎻ根据水仓水位自动启停水 泵ꎻ根据水位的不同级别控制水泵启停的台数ꎻ根据 水泵的电动机轴承温度、电动机绕组温度、电流等水 泵与电动机的工况参数以及水泵运行状态做出分 析ꎻ自动设定备用泵及检修泵ꎬ控制各水泵之间的交 ２１ 中国煤炭行业知识服务平台w w w . c h in a c a j . n et 靳德武等煤矿防治水智能化技术与装备研究现状及展望２０１９ 年第 ３ 期 替工作ꎬ降低故障率ꎬ实现主排水系统自动控制ꎮ 煤 矿排水自动控制系统综合了工业控制技术和现代软 件技术ꎬ保证了系统的稳定性和可靠性ꎬ并与全煤矿 自动化系统进行联网ꎬ是全煤矿自动化系统的一个 子系统ꎮ 天地科技股份有限公司对陕北一些矿井进 行了设计改造ꎬ实现了排水系统固定岗位无人值守、 有人巡视的智能化管理和应用ꎮ ３.３ 微震监测技术 微震监测是依靠检波器接收地下岩体破裂时发 出的微地震波信息ꎬ对这些微震事件发生的时间、位 置、能量进行分析ꎬ进而做出地质、水文地质解释的 一种技术方法ꎮ 微震监测系统的构成如图 ３ 所示ꎬ 主要由单分量传感器、三分量传感器、井下监测分 站、隔爆电源、通信网络、地面监测分站、微地震信号 处理主机等组成ꎮ 图 ３ 微震监测系统示意 Ｆｉｇ.３ Ｓｃｈｅｍａｔｉｃ ｏｆ ｍｉｃｒｏｓｅｉｓｍｉｃ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ 微震监测在煤矿防治水中的应用主要是通过研 究微震事件在煤矿采掘空间中的时空分布和演化规 律ꎬ监测导水裂隙带发育高度和底板破坏深度、注浆 浆液扩散范围及路径ꎮ 其智能化应用主要集中在震 源定位和信号初至拾取 ２ 个方面ꎬ周民都等[１７]采用 遗传算法对模拟和真实地震事件进行定位ꎬ并与 Ｐｏｗｅｌｌ 等方法进行对比ꎬ发现遗传算法给出的定位 结果在发震时刻和震源深度上更为可靠ꎬ并且对非 包围地震定位效果较好ꎮ ３.４ 网络电法监测技术 网络电法监测技术是继常规电法和高密度电法 后发展起来的新一代电法技术ꎬ可实时监测矿井富水 区的变化情况ꎬ能够提供一种更直观的水害监测手 段ꎮ 网络电法监测系统主要由井下分布式智能电极、 供电电源、通信网络和地面监测主站构成图 ４ꎮ 图 ４ 网络电法监测系统 Ｆｉｇ.４ Ｎｅｔｗｏｒｋ ｅｌｅｃｔｒｉｃａｌ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ 网络电法仪的智能化主要体现在①智能电极 与数据传输系统结合ꎬ实现了在线网络电法监测ꎬ大 幅降低了电法数据采集的时间成本和人力成本ꎻ ②全电场数据采集ꎬ实现远程控制、无人值守ꎮ 刘盛 东等[１８]研制的网络并行电法仪应用于多个煤矿ꎬ在 五沟煤矿提前 ２ ｄ 成功预报了工作面底板突水ꎻ王 传盈等[１９]将网络电法应用于工作面注浆改造效果 检测ꎻ吴超凡等[２０]应用网络并行电法对矿井采空区 积水进行实时监测ꎬ并分析计算积水区变化范围ꎮ ３.５ 煤层底板突水监测预警系统 在采掘活动过程中ꎬ矿井水害的形成和发生有 一个从孕育、发展到发生的演变历程ꎬ在不同阶段ꎬ 应力、应变、水压位、水温等指标均会存在变化ꎬ 及时、准确地捕捉这些变化的前兆信息ꎬ建立矿井水 害监测预警技术体系ꎬ对于预防重、特别重大水害事 故发生具有重要的理论意义和工程实用价值ꎮ 靳德武等[２１]以华北型煤田煤层底板突水监测 预警为例ꎬ对可监测性、理论基础、监测条件及其适 用范围、预警准则及临突预报判据等开展了系统性 研究ꎬ研制开发了一套基于光纤光栅通信和传感技 术为一体的新型煤层底板突水监测预警系统ꎮ 目前ꎬ结合“十三五”国家重点研发计划ꎬ正在开展 “矿井水害智能监测预警技术与装备”的研究ꎬ通过大 数据挖掘技术和深度学习智能方法ꎬ构建水害智能预 警云平台ꎬ形成矿井水害智能预警新技术、新方法ꎮ ４ 煤矿水害治理技术智能化 煤矿水害治理技术涉及多个学科领域ꎬ其智能 化主要体现在水害防治工程信息化设计和地面注浆 站智能控制 ２ 个方面ꎮ ４.１ 水害防治工程信息化设计 矿井水害治理涉及水文地质学、岩石力学、流体力 学等多个学科领域ꎬ如何把水害治理工程与信息化、智 能化进行有机融合ꎬ从而更安全、高效地开展工作ꎬ是 目前矿井水害治理工程信息化设计的焦点问题ꎮ 为了更加立体化、智能化开展煤矿注浆工程设 计ꎬ方便快捷指导施工ꎬ周明瑞等[２２]设计了一套煤 矿注浆三维模拟评价系统ꎬ形成了高度定制化的数 ３１ 中国煤炭行业知识服务平台w w w . c h in a c a j . n et ２０１９ 年第 ３ 期煤 炭 科 学 技 术第 ４７ 卷 据解决方案ꎬ建立了高可靠性的预注浆模拟试验平 台ꎬ并应用于赵固一矿底板注浆改造工程中ꎮ 中煤科工集团西安研究院有限公司借鉴 ＢＩＭ 技术中工程设计、建造、管理的数字化设计思想ꎬ应 用 ｓｕｒｐａｃ 三维矿山建模软件进行煤层底板注浆改 造和金属矿山帷幕注浆工程设计图 ５ꎬ将钻探、物 探、化探等多源、多维地学数据全面融合进三维充水 结构可视化模型中ꎬ提高了设计施工效率、节约了勘 探成本、缩短了施工周期ꎮ 图 ５ 某铁矿定向帷幕注浆工程三维设计示意 Ｆｉｇ.５ Ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ ｄｅｓｉｇｎ ｄｉａｇｒａｍ ｏｆ ｄｉｒｅｃｔｉｏｎａｌ ｃｕｒｔａｉｎ ｇｒｏｕｔｉｎｇ ｅｎｇｉｎｅｅｒｉｎｇ ｆｏｒ ａｎ ｉｒｏｎ ｍｉｎｅ ４.２ 煤矿地面注浆站智能化技术 传统的煤矿地面注浆系统存在工艺单一、计量 粗略、制浆效率低、布局不合理等问题ꎮ 中煤科工集 团西安研究院有限公司通过现场试验ꎬ优化、改进了 制浆、输浆、注浆工艺及配套设备ꎬ开发了注浆系统 自动化控制软件ꎬ形成集感知、计算、控制于一体的 智能化闭环系统ꎬ将注浆工艺流程打包组合成多个 模块ꎬ形成标准化工艺单元ꎬ从而按需进行优化组 合ꎮ 在储浆池中安装在线浆液密度检测仪及超声波 液位计ꎬ根据监测数据动态调整物料配比和制浆速 图 ６ 注浆站自动控制系统的组成 Ｆｉｇ.６ Ｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ａｕｔｏｍａｔｉｃ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｏｆ ｇｒｏｕｔｉｎｇ ｓｔａｔｉｏｎ 度ꎮ 采用智能称重控制仪、在线浆液密度检测仪和 配套的控制算法ꎬ使煤矿注浆系统操作实现了一体 化智能控制ꎮ 采用通信模块将 ＰＬＣ 与计算机连接 起来图 ６ꎬ实现了人机交互功能ꎮ 采用“１＋１＋２”全自动化模式ꎬ即一条标准生产 线设置 １ 个泥浆类制浆模块、１ 个灰浆类制浆模块 和 ２ 个注浆模块ꎬ实现全自动造浆 ３０ ｍ３/ ｈꎬ为煤矿 地面制浆－注浆规模化、确保注浆工程效果提供了 可靠的技术保障ꎮ ５ 煤矿水害避灾抢险智能化 水害应急救援智能化技术主要涉及煤矿井下紧 急避水灾最优路径搜索及突水水源快速判别 ２ 个方面ꎮ ５.１ 煤矿井下紧急避灾路径搜索 煤矿井下紧急避灾路径相关研究ꎬ旨在找出水 灾条件下最优避灾路径ꎬ主要包括 Ｄｉｊｋｓｔｒａ 算法、Ａ∗ 算法、Ｂｅｌｌｍａｎ 算法、Ｆｌｏｙｄ 算法等经典算法ꎬ以及蚁 群算 法、 粒 子 群 算 法 等 群 体 智 能 算 法ꎮ 其 中ꎬ Ｄｉｊｋｓｔｒａ 算法流程简单易实现、适用性强ꎬ被广泛应 用于各种安全网络系统逃生领域ꎮ 赵作鹏等[２３]在 Ｄｉｊｋｓｔｒａ 算法的基础上ꎬ提出了 一种从源节点到其他所有逃生节点的前 Ｎ 条最优 路径的新方法ꎬ并通过 ＭＡＴＬＡＢ 仿真实现ꎮ 王玉琨 等[２４]从减少搜索范围和提高搜索效率 ２ 个方面出 发ꎬ研究出基于扇形优化的 Ｄｉｊｋｓｔｒａ 算法ꎬ将起点和 终点连线作为中心轴线ꎬ在其形成的扇形区域范围 内搜索最短路径ꎮ 武强等[２５]根据矿山突透水灾 害应急疏散模拟需求及各种复杂影响因素分析ꎬ通 过突透水点及其相关信息获取、巷道水流模拟、 人员逃生行为模拟以及智能动态路径搜索ꎬ生成了 安全快速的井下人员最优疏散路径ꎬ为矿井灾害情 景下的人员合理疏散、应急救援和人员培训等提供 了辅助决策支持平台ꎮ 乔伟[２６]采用蚁群算法模拟 煤矿突发水灾时的最佳避灾路径ꎬ为井下人员避灾 和煤矿应急救援提供了新的技术手段ꎮ ５.２ 突水水源快速判别 准确而快速地判别矿井突水水源ꎬ是煤矿防治 水工作的一项重要内容ꎮ 一些学者从以往的简单水质类型对比分析、特征 组分判别等ꎬ逐渐发展了神经网络等智能化分析方 法ꎬ取得了较好的实际应用效果ꎮ 李彩惠等[２７]利用 模糊数学方法ꎬ开发了水质快速分析与水源快速识别 计算机管理系统ꎬ对邢台矿业集团所辖的 ５ 对生产矿 井水样进行判别ꎬ判别结果有效率达 ９５％以上ꎻ孙亚 ４１ 中国煤炭行业知识服务平台w w w . c h in a c a j . n et 靳德武等煤矿防治水智能化技术与装备研究现状及展望２０１９ 年第 ３ 期 军等[２８]利用模糊综合评判模型进行矿井突水水源 快速判别ꎬ该模型可高效准确地完成未知突水水样 的水源判别ꎬ为煤矿水灾抢险提供了决策依据ꎮ ６ 煤矿防治水智能化技术展望 纵观煤矿防治水智能化技术研究现状ꎬ从建立 和完善智能化技术体系角度出发ꎬ在未来一段时间 内ꎬ应在以下 ４ 个方面开展持续研究ꎮ ６.１ 多源时空智能化探监测技术 智能感知技术的快速发展ꎬ将改变传统矿井水 害探测模式ꎬ推动水害探测和监测方式的创新与变 革ꎮ 机器人观测与控制、智能化信息处理￣存储￣管 理ꎬ智能水害监测预警专家系统将有待实现ꎮ 三维 地震领域使用探测机器人ꎬ已经开始了人工智能在 地球物理领域的应用探索ꎮ 在矿井水害智能化监测 领域ꎬ将使用多种类型传感器构建全网式数据采集 平台ꎬ通过地电、地磁等自动观测机器人和可穿戴设 备ꎬ获取矿井水害海量数据ꎮ ６.２ 玻璃水文地质 玻璃水文地质作为玻璃地球的一个分支ꎬ其核 心技术在于可视化空间分析和空间数据挖掘ꎮ 建立 地质信息系统ꎬ开展多源、异构和异质地质时空数据 采集、管理、集成、融合、处理和分析ꎬ并采用可视化 技术进行三维全息多尺度建模ꎬ可有效透视地下地 质结构ꎬ直观感知深部水文地质体、水文地质现象和 水文地质过程ꎬ监测水害孕育过程ꎬ实现对矿井水害 形成条件的动态辨识和有效控制ꎮ ６.３ 基于人工智能的水害监测大数据挖掘技术 随着探测和监测手段的不断丰富和完善ꎬ与水 害有关的数据量呈现几何级数增长ꎬ为多元异构大 数据挖掘与融合分析带来新的机遇和挑战ꎮ 如何在 复杂的水害监测时空大数据中快速准确地挖掘出有 价值的信息是今后亟待解决的问题ꎮ “人－机－物” 三元融合映射出一个庞大的时空数据空间ꎬ为透明 矿井时空数据关联挖掘创造了有利条件ꎮ 随着计算 机技术的发展ꎬ人工智能在矿井防治水技术上的应 用范围也在逐步扩大ꎬ不仅能够对矿井水害大数据 进行快速批量处理ꎬ还能够根据时空数据体建立全 方位、高精度的矿井水害预测模型ꎮ ６.４ 煤矿水灾事故井下救援机器人 灾后救援是减灾、控灾的重要环节ꎬ煤矿发生水 灾后ꎬ不仅井下环境十分复杂ꎬ而且极易发生次生灾 害ꎬ危及救援人员生命安全ꎮ 通过井下无线通信网 络自动快速构建、复杂条件下矿井融合定位、多维雷 达生命搜救等关键技术装备的研究ꎬ研发具有越障 清障、精准定位、自主导航、无线通信的井下水陆两 栖救援机器人具有重大意义ꎮ 井下救援机器人装备 由通信设备、摄像头、履带底盘、水下推进器、生命探 测器等组成ꎬ代替救援人员深入事故现场执行侦测 救援任务ꎬ实现救援信息可视化全息交互ꎬ为煤矿水 灾事故应急救援提供新的技术手段ꎮ ７ 结 论 １水害隐蔽致灾因素的精准探测、有效预测、 动态监测和可靠治理是煤矿防治水技术中智能化三 要素智能感知、智能判断、智能执行的基本特征ꎬ 煤矿防治水智能化就是对水害致灾因素进行有效识 别和精准控制的过程ꎮ ２三维地震勘探装备、瞬变电磁仪中智能检波 器和人工智能芯片等硬件设备以及压制噪声、提高 探测精度的人工智能算法构成智能化探测技术硬、 软件 ２ 个重要的方面ꎬ在水害隐蔽致灾因素的精准 探测方面发挥着重要作用ꎮ ３基于地质建模思想的三维充水结构是融合 采掘活动过程中致灾危险源动态辨识的辅助决策平 台ꎻ基于多元信息融合的含水层富水性分区方法、煤 层底板突水预测的统计学习方法充分体现了数据挖 掘、信息整合的智能化学习思想ꎬ是实现水害致灾因 素识别的有效途径ꎮ ４基于“互联网＋”的远程水情监测系统、煤矿 排水自动控制系统、煤层底板突水监测预警系统等 是互联网、自动控制与人工智能相结合的产物ꎬ实现 了 ２４ ｈ 全天候远程监测与控制功能ꎬ提高了监测系 统的可靠性和科学化决策水平ꎮ ５在水害治理技术智能化方面ꎬ借鉴 ＢＩＭ 技术 中工程设计思想ꎬ将多维地学数据全面融合进三维 充水结构可视化模型中ꎬ优化了勘探设计ꎬ节约了勘 探成本ꎻ开发形成的集感知、计算、控制于一体的注 浆站智能化闭环系统ꎬ实现了物料配比和制浆速度 的动态化控制ꎮ ６以安全网络系统逃生思想为基础ꎬ研究了水 灾条件下最优避灾路径的多种智能搜索算法ꎬ为井 下人员避灾和煤矿应急救援提供了新的技术手段ꎮ 开发的水源快速识别计算机管理系统ꎬ为煤矿水灾 抢险提供了决策依据ꎮ ７多源时空智能化探监测、玻璃水文地质、 水害监测大数据挖掘、井下救援机器人等ꎬ将会成为 未来一段时期内煤矿防治水智能化技术持续研究的 方向ꎮ ５１ 中国煤炭行业知识服务平台w w w . c h in a c a j . n et ２０１９ 年第 ３ 期煤 炭 科 学 技 术第 ４７ 卷 参考文献Ｒｅｆｅｒｅｎｃｅｓ [１] 靳德武.我国煤矿水害防治技术新进展及其方法论思考[Ｊ].煤 炭科学技术ꎬ２０１７ꎬ４５５１４１－１４７. ＪＩＮ Ｄｅｗｕ. Ｎｅｗ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｗａｔｅｒ ｄｉｓａｓｔｅｒ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ｔｅｃｈｎｏｌｏｇｙ ｉｎ Ｃｈｉｎａ ｃｏａｌ ｍｉｎｅ ａｎｄ ｃｏｎｓｉｄｅｒａｔｉｏｎ ｏｎ ｍｅｔｈ￣ ｏｄｏｌｏｇｙ[Ｊ].Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ２０１７ꎬ４５５１４１－１４７. [２] 陈晓晶ꎬ何 敏.智慧矿山建设架构体系及其关键技术[Ｊ].煤 炭科学技术ꎬ２０１８ꎬ４６２２０８－２１２ꎬ２３６. ＣＨＥＮ ＸｉａｏｊｉｎｇꎬＨＥ Ｍｉｎ.Ｆｒａｍｅｗｏｒｋ ｓｙｓｔｅｍ ａｎｄ ｋｅｙ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ｍｉｎｅ ｃｏｎｓｔｒｕｃｔｉｏｎ [Ｊ]. Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ ２０１８ꎬ４６２２０８－２１２ꎬ２３６. [３] 韩 茜.智慧矿山信息化标准化系统关键问题研究[Ｄ].北京 中国矿业大学北京ꎬ２０１６. [４] ＲＡＮＤＥＮ ＴꎬＰＥＤＥＲＳＥＮ Ｓ ＩꎬＳＯＮＮＥＬＡＮＤ Ｌ.Ａｕｔｏｍａｔｉｃ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｆａｕｌｔ ｓｕｒｆａｃｅｓ ｆｒｏｍ ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ ｓｅｉｓｍｉｃ ｄａｔａ[Ｃ].７ｌｓｔ Ａｎｎｕａｌ ｌｎ￣ ｔｅｒｎａｔｉｏｎａｌ ＭｅｅｔｉｎｇꎬＳＥＧꎬｅｘｐａｎｄｅｄ Ａｂｓｔｒａｃｓꎬ２００１１５５０－５５４. [５] ＤＯＲＭ Ｇ ＡꎬＪＡＭＥＳ Ｈ Ｅ .Ａｕｔｏｍａｔｉｃ Ｆａｕｌｔ ＥｘｔｒａｃｔｉｏｎＡＦＥ ｏｆ ｆａｕｌｔｓ ａｎｄ ａ ｓａｌｔ ｂｏｄｙ ｉｎ ａ ３－Ｄ ｓｕｒｖｅｙ ｆｒｏｍ ｔｈｅ Ｅｕｇｅｎｅ Ｉｓｌａｎｄ Ａｒｅ￣ ａꎬＧｕｌｆ ｏｆ Ｍｅｘｉｃｏ[Ｊ].Ｓｅａｒｃｈ ＆ Ｄｉｓｃｏｖｅｒｙꎬ２００５４９６￣１０８. [６] ＴＩＮＧＤＡＨＬ Ｋ ＭꎬＲＯＯＩＪ Ｍ.Ｓｅｍｉ－ａｕｔｏｍａｔｉｃ ｄｅｔｅｃｔｉｏｎ ｏｆ ｆａｕｌｔｓ ｉｎ ３Ｄ ｓｅｉｓｍｉｃ ｄａｔａ[Ｊ].Ｇｅｏｐｈｙｓｉｃａｌ Ｐｒｏｓｐｅｃｔｉｎｇꎬ２００５ꎬ５３５３３－５４２. [７] 谢林涛ꎬ付志红ꎬ谢品芳ꎬ等.基于神经网络的视电阻率快速算 法[Ｊ].地球物理学进展ꎬ２００９ꎬ２４４１５２７－１５３２. ＸＩＥ ＬｉｎｔａｏꎬＦＵ ＺｈｉｈｏｎｇꎬＸＩＥ Ｐｉｎｆａｎｇꎬｅｔ ａｌ.Ａ ｆａｓｔ ａｌｇｏｒｉｔｈｍ ｏｆ ａｐ￣ ｐａｒｅｎｔ ｒｅｓｉｓｔｉｖｉｔｙ ｂａｓｅｄ ｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ [ Ｊ ]. Ｐｒｏｇｒｅｓｓ ｉｎ Ｇｅｏｐｈｙｓꎬ２００９ꎬ２４４１５２７－１５３２. [８] 马 斌ꎬ祃艳双ꎬ王永会ꎬ等.基于 ＢＰ 神经网络的高密度电阻 率数据反演方法[Ｊ].沈阳建筑大学学报自然科学版ꎬ２０１０ꎬ ２６３５９９－６０３. ＭＡ ＢｉｎꎬＭＡ ＹａｎｓｈｕａｕｇꎬＷＡＮＧ Ｙｏｕｇｈｕｉꎬｅｔ ａｌ.Ｈｉｇｈ－ｄｅｎｓｉｔｙ ｒｅ￣ ｓｉｓｔｉｖｉｔｙ ｄａｔａ ｉｎｖｅｒｓｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｓｈｅｎｙａｎｇ ａｒｃｈｉｔｅｃｔｕｒｅ Ｕｎｉｖｅｒｓｉｔｙ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅꎬ ２０１０ꎬ２６３５９９－６０３. [９] 张凌云ꎬ刘鸿福.ＡＢＰ 法在高密度电阻率法反演中的应用 [Ｊ]. 地球物理学报ꎬ２０１１ꎬ５４１２２７－２３３. ＺＨＡＮＧ ＬｉｎｇｙｕｎꎬＬＩＵ Ｈｏｎｇｆｕ.Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＡＢＰ ｍｅｔｈｏｄ ｉｎ ｈｉｇｈ－ｄｅｎｓｉｔｙ ｒｅｓｉｓｔｉｖｉｔｙ ｍｅｔｈｏｄ ｉｎｖｅｒｓｉｏ