冲击地压多参量智能化监测分析及预警研究

史志红，巩思园，曹远威，贺 虎

(1.中煤科工集团北京华宇工程有限公司，北京 100120；2.中国矿业大学 矿业工程学院，江苏 徐州 221116；3.江苏徐矿能源股份有限公司，江苏 徐州 221000；4.中国矿业大学 资源与地球科学学院，江苏 徐州 221116)

随着矿井开采深度和开采强度的日益增加，采场回采过程中高原岩应力、围岩强度劣化以及长时流变等问题，导致矿井冲击地压、岩爆、顶板大面积来压等煤岩动力灾害显现强度和频次显著增加[1，2]。目前，冲击地压灾害已日渐成为深部煤炭资源高效安全回采的“拦路虎”之一，而煤矿冲击危险性实时监测、准确预警成为了治理冲击地压的重要手段[3-5]。因此，在智能化矿山建设的大背景下，实现煤矿冲击地压的有效、实时、准确和智能的预警监测逐渐成为国内外众学者研究的前沿课题[6]。

近年来，为实现矿井冲击地压灾害准确预警和有效防治，众多学者在冲击地压预警监测理论与技术领域展开了大量研究。窦林明等[7]基于理论分析和工程研究，得出根据震动场与应力场的多参量综合监测预警技术较单一监测方法更为精准科学。鞠文君等[8]对我国冲击地压监测预警方法与技术进行总结，提出4种冲击地压矿井监测预警模式。姜福兴等[9]研发多参量冲击地压联合监测预警平台，可对矿井进行分级预警，并提高监测参量的同步与兼容性。王永等[10]提出并研发了冲击地压多参量预警平台，平台实效性在实际工程中得到验证。刘金海等[11]通过研究冲击地压监测预警不同方面的技术要求，阐述多联合监测技术可以满足冲击地压预警要求，具有广泛应用前景。张明鹏等[12]运用“云技术”，通过数据算法体系耦合多参量，建立智能预警冲击风险平台，实现数据云同步云储存。贾瑞生等[13]基于地音监测提出前兆信息辨识模型与方法，实验证实该方法有效精确，可满足监测要求。张修峰等[14]通过研究冲击地压多参量联合预警方法以及监测平台现场实践，提高了预警准确性，优化了监测数据的利用效果。HE等[15]综合多个冲击预警指标构建了预警模型，提高了冲击地压的监测能力和预警精确度，并通过对地音事件发生频次进行监测，以此作为冲击地压预警指标和冲击倾向性。潘俊峰等[16]运用三维传感器、监测信息自感知、模块化处理等技术，研制了煤矿冲击地压监测预警系统。蔡武等[17]通过监测微震事件和电磁辐射，揭示冲击地压前兆特征参量演化特征。袁亮等[18]针对矿井冲击矿压预警准确率低的问题，基于云技术、大数据和物联网融合等综合技术，实现对煤矿冲击动力灾害在线远程实时监测、智能预警。上述研究在冲击地压监测预警方面取得了众多有益的成果，但现有研究成果大多采用单一参量对冲击地压发生概率进行预警，其准确性相对较低，难以满足采场对安全回采的要求；即使运用多参量进行监测，也仅限于多参量的简单叠加，造成监测结果不一致、预警准确率和智能化效率较低。因此，如何运用已有监测手段，整合多参量监测结果，实现冲击地压多参量智能预警监测是目前亟待解决的问题。基于此，作者从张双楼煤矿冲击地压预警角度出发，基于智能化预警平台，建立了以钻屑量、应力、震动波和地音为指标的多参量综合预警监测体系，实现张双楼煤矿冲击地压超前预警与科学解危。

1 冲击地压显现机理

在深部高地应力条件下，原岩处于准静水压力状态。井下开采活动、煤岩体对开采活动的应力响应等表现出来的割煤、移架、机械振动、爆破、顶底板破断、煤体及顶板结构失稳、瓦斯突出、煤炮、断层滑移等矿震动载与采场及巷道周围煤体的支承应力叠加，一旦超过煤体的承载极限便容易产生煤岩动力灾害，冲击地压的动静载叠加诱发机理可用式(1)表示。

σs+σd≥σbmin

(1)

式中，σs为煤岩体静载应力；σd为矿震动载；σbmin为冲击地压的临界应力。

从力学角度讲，冲击地压的孕育发生过程实质上是煤岩体在力的作用下发生变形、损伤直至破坏(失稳)的过程，与煤岩变形破裂过程的应力应变曲线特征一致，如图1所示。由图1可知，煤岩变形破裂过程大体可分为四个阶段：0A压密阶段；AB线性弹性阶段；BC塑性应变软化阶段；CD冲击破坏残余阶段。当煤岩体变形破裂到达B点时，试样进入非弹性变形阶段，低能量声发射事件开始产生，即对应矿井尺度下的低能量矿震(102～104J)；接近C点时，微裂纹发展成宏观破裂，出现高能量声发射事件，对应矿井尺度下的高能量矿震(105～107J)。从细观角度分析，BC塑性应变软化阶段实质上是由若干连续的应力降曲线组成，如图2所示，其中每次应力降对应的声震微破裂现象均与耗散能Ud对应的变形能释放密切相关。

图1 煤岩变形破裂过程的应力应变曲线Fig.1 Stress-strain curve of coal rock deformation and fracture process

图2 塑性应变软化阶段的“力-震-变形”耦合计算模型Fig.2 Coupling calculation model of force earthquake deformation during plastic strain softening stage

为验证煤岩变形破坏过程中的“力-震-变形”转换关系，根据受载煤岩体全应力-应变曲线计算变形能(见式(2))，并采用G-R幂率方程(见式(3))对计算结果进行了验证。具体计算步骤为：计算变形能Uε曲线；遍历变形能Uε曲线，当Uε值出现下降时，便将其记录为一次声发射震动事件，其中，下降的变形能数值为声发射事件的能量，下降时刻为此次声发射事件发生的时间；将计算获得的能量释放值进行累加获得累积能量释放曲线；将能量释放离散点数据作为原始统计数据，计算获得G-R幂率关系曲线。计算结果表明，变形能与应力曲线同步，其能量释放与声发射结果一致，并符合G-R幂率关系，进而从变形能释放角度验证了煤岩变形破坏过程中的“力-震-变形”转换关系，如图3所示。

图3 煤岩变形破坏力-震-变形声发射监测及验证Fig.3 Monitoring and verification of coal rock deformation failure force seismic deformation acoustic emission

式中，ε1、ε2、ε3分别为真三轴各方向的应变；σ1、σ2、σ3分别为真三轴各方向的应力，在单轴试验中，ε2、ε3、σ2、σ3均为0。

lgN(≥lgE)=a-blgE

(3)

式中，E为声发射能量；N(≥lgE)为大于等于该能量的事件数量；a，b为常数。

当地下煤体开挖时，应力场必然受到扰动，从而诱发煤岩的微破裂。微破裂的发生伴随着应力、震动和变形。因此，对于冲击地压的监测预警而言，通过监测应力场、震动场和位移场来间接获得扰动应力场信息，研究采场应力演化的时空关系，进而达到冲击地压预警的目的。

2 基于智能化预警平台的多参量监测体系

2.1 智能化预警平台与运行原理

冲击地压的多参量时空监测预警指标体系的构建应以冲击地压前兆存在的力学基础为指导，综合考虑应力、位移、声发射及微震多参量前兆信息[19-21]。其体系思路为：以冲击地压存在前兆的根源——煤岩材料的非均质性为中心，监测煤岩变形(内因)的局部化，采用震动波、地音、应力监测以及钻屑量监测等方法；监测周围环境介质信息(外因)变化，如描述煤岩体内地球物理场变化的震动波速度层析成像指标。冲击地压多参量监测预警指标体系如图4所示。

图4 冲击地压多参量监测预警指标体系Fig.4 Schematic diagram of multi parameter monitoring and early warning indicator system for rockburst

基于多参量时空监测预警指标体系以及物理力学原理，构建了张双楼煤矿冲击地压智能化预警平台，预警平台基本运行原理如图5所示。智能化预警平台包括参量输入端、模糊智能判识黑盒子运算端与智能预警结果输出端3个端口。其中，参量输入端口进行钻屑检测、地音值、应力监测量以及震动波反演值这4个参量的输入，数据输入后，在模糊智能判识黑盒子端口进行智能数据运算。参量数据分别通过“混淆矩阵—权重矩阵—单因素评价矩阵、高斯隶属函数—单因素评价矩阵”2条运算线路进行智能数据运算处理。处理完成的运算数据，通过智能预警结果输出端口输出，进行MMDP模型以及VFPR模型运算，输出的4个概率预警结果：b1%，b2%，b3%，b4%。以此得出冲击危险综合预警为无冲击危险、弱冲击危险、中冲击危险或强冲击危险。

图5 冲击地压智能化预警平台Fig.5 Intelligent warning platform for rock burst

2.2 多参量预警模型及预警效果

2.2.1 预警指标隶属函数

在一定的时间内，根据观测到的各参量异常水平，对冲击地压危险进行预警。冲击地压危险程度分为四级，根据不同的危险程度，可采用相应的防治措施。

为了定量化描述各预警指标的异常水平，引入可靠性分析理论的指数分布函数，该函数描述了一种产品的失效：

F(t)=1-e-λt

(4)

式中，F(t)为失效分布函数，即产品寿命的分布函数；λ为产品的失效率，λ>0。

将产品的失效比喻为出现冲击地压的概率，即失效率越高，产品失效(冲击地压发生)的可能性越大。进一步推导可得出适用于各指标统一转换的异常指数表达式：

式中，λij(t)为相应指标在统计时间窗t内的异常隶属度，取值范围为0～1，具体λij(t)的计算采用归一化方法。

采用高斯隶属函数，通过式(6)—式(9)进一步计算各综合异常指数的隶属情况。

无危险等级(None)：

弱危险等级(Weak)：

中等危险等级(Moderate)：

强危险等级(Strong)：

2.2.2 预警指标权重计算

根据智能学习判识中的混淆矩阵理念或地震预警能力R值评分法，权重计算可采用如下基本公式：

式中，R1为报准率；R0为虚报率；C1为报对次数；C2为应预报总次数；T1为预报占用时间(或面积)；T2为预报研究总时间(或面积)。

当R=1表示全部报准；当R=-1表示全部报反；当R=0表示预警没有起作用。

根据二项分布曲线：

式中，n为应预警总次数；k为报对次数；n-k为漏报次数；R0为虚报率，又称占时(空)率。

令α=10%时，根据各指标实际预警情况，可求得置信度90%下的R值临界值，用R1-α表示。当指标实际计算获得的R值大于R1-α时，即认为R值有1-α的置信度。至于其预警效能的大小，仍以R值本身数值的大小为准。

为了综合反映各指标的预警效能，可认为指标预警高危险等级的R值越大，说明该指标预警效能越高，可构建式(12)对各指标进行综合评分：

Rij=0.75×RDij+0.5RCij+0.25×RBij

(12)

式中，RDij、RCij和RBij分别为以强危险、中等危险和弱危险等级作为异常判据时计算得出的R值。

进而可归一化得出各指标的权重：

2.2.3 多参量智能化预警模型

基于模糊综合评价理论，并结合上述预警指标体系、隶属函数、权重计算等，可建立模糊智能综合预警模型，主要包括6个步骤：

1)建立预警指标因子矩阵：W={W1，W2，…，Wn}。

2)建立危险等级隶属矩阵：V={v1，v2，v3，v4}={无，弱，中，强}。

3)建立单因素评价矩阵R。矩阵中分量rij指第i个预警指标属于第j个危险等级的隶属程度。

4)计算权重矩阵：A={a1，a2，…，an}。

5)确定各冲击危险等级的隶属概率大小：B=A·R={b1，b2，b3，b4}。

6)确定最终冲击危险等级。联合采用最大隶属度原则(MMDP)与可变模糊特征识别模型(VFPR)确定。

其中，j=1，2，3，4；v1=0.125，v2=0.375，v3=0.625和v4=0.875。

式中，nV为冲击危险等级数量，nV=4；Bmax=max{bi}；Bsecond=maxj≠i{bj}。

判别准则如下：当Vc=+∞，MMDP准则完全有效；当1≤Vc<+∞，MMDP准则非常有效；当0.5≤Vc<1，MMDP准则有效；当0

3 多参量预警模型现场应用

3.1 工程地质概况

张双楼煤矿位于徐州市沛县，矿井采用立井多水平开拓，现主采9#煤层，煤层埋深平均为770 m。以张双楼煤矿74104工作面为研究对象，通过布置在工作面的钻屑检测系统、矿山震动波监测系统、应力监测系统和地音监测系统获取一系列矿压数据，运用冲击地压智能化预警平台对监测数据进行模糊智能判识，结合多参量智能化预警模型，最终准确预警冲击危险等级，从而达到准确预警冲击地压的目的。

3.1.1 钻屑监测评价

在张双楼煤矿74104工作面煤层中施工直径为42 mm的钻孔，采用智能化钻屑监测设备根据排出的煤粉钻屑量变化规律以及钻孔施工过程中的动力效应鉴别冲击危险。

冲击危险钻屑临界值判定：基于工作面实际地质条件，在工作面前方220 m范围，距巷道底板0.5～1.0 m范围内布置8～12 个钻孔，其中钻孔直径∅42 mm，钻孔深度为10 m，钻孔间距10～20 m，通过记录每孔每米钻粉量，绘制正常钻粉量变化曲线，然后采用加权平均法对钻粉量进行均一化处理，并以此作为标准钻粉量，基于此确定冲击地压发生及危险程度的煤粉量临界值。其中需要额外说明的是，在钻孔施工的过程中，若出现卡钻或吸钻等现象，表明冲击地压发生的可能性较高。钻屑量监测曲线如图6所示。可知，煤粉量均在临界值以下，单一钻屑法评估冲击地压危险性等级为无冲击地压危险。

图6 钻屑量监测曲线Fig.6 Monitoring curve of drilling cuttings

3.1.2 双源震动波CT探测评价

选取张双楼煤矿74104工作面2020年7月1日—7月27日微震有效数据，根据74104工作面震源分布情况，74104工作面的矿震信号主要集中分布在74104工作面超前区域，工作面两巷超前区域震源集中程度大，其震源集中分布情况主要与工作面回采扰动区域吻合。根据微震监测系统数据库统计，本时间段内发生的最大能量的矿震信号为8.95×103J，震源位于74104材料巷。结合74104工作面震源分布以及微震图例分析，微震程度属于等级2，单一震动波监测评估冲击地压危险性等级为低冲击地压危险。

3.1.3 地音监测评价

张双楼煤矿根据采掘工作面的实际情况，制定了针对现场的监测布置方案，通过在井下采区布置ARES-5/E地音监测通道，来实现对工作面回采范围内的地音事件的监测。为实现对采掘工作面不间断连续监测一般应在采掘工作面前方巷道内各安装2个传感器，分别距离工作面60 m和110 m左右；在掘进工作面应安装2个传感器，分别距离掘进工作面30 m和70 m左右。

基于74104回采工作面当前推进速度、地质条件、回采工艺等因素，得到74104回采工作面地音事件频次预警阀值为1×103个/h，地音事件能量预警阈值为5.0×106J/h。然而，在工作面回采过程中能量异常指数为2，频次异常指数为3，单一地音法评价冲击地压危险性等级为高冲击地压危险。

3.1.4 应力监测评价

张双楼煤矿安装了两套KJ743应力在线监测系统，对74104回采工作面的应力变化进行了实时在线监测。在工作面两巷布置应力传感器，每巷10组，传感器监测数据传输至两巷分站。在分站经过信号转化后经工业环网传输数据至地面监控计算机进行实时监测，系统能够反映工作面两巷应力变化情况，对冲击地压进行监测预警。

在74104工作面两巷150 m范围内布置应力在线监测设备，每组测点布置深、浅各一个测力计以及应力传感器，钻孔距底板1.0 m，其中浅部监测点深度8 m，深部监测点深度12 m。同一组内相邻监测点间距2.0 m，相邻监测点组间距15 m。为保证监测结果的准确性，首个监测点距工作面前方50 m，应力计变化曲线如图7所示。通过对74104工作面两巷应力进行监测，根据深浅基点应力值与临界值进行对比，以此判定冲击地压显现程度。由图7可以看出，7#浅基点应力值为9.1 MPa，超过浅基点应力临界值9 MPa；3#和8#深基点应力值分别为11.2 MPa和11.1 MPa，也大于深基点临界值11 MPa，单一应力监测评价冲击地压危险性等级为中冲击地压危险。

图7 应力在线监测曲线Fig.7 Stress online monitoring curve

综上所述，当采用钻屑监测、震动波探测、地音监测以及应力监测对工作面冲击地压危险性进行评估时，相应的单一冲击地压危险性评估等级分别为无、低、高以及中。可见，采用单参量对冲击地压危险性进行评估时，其评估结果存在较大差异，不能准确及时的对冲击地压进行预警预测，对工作面人员、设备安全造成极大威胁。

3.2 多参量预警效果分析

由于在冲击地压显现的复杂性以及单参量监测结果的偶发性，导致单参量指标无法对冲击地压发生程度以及时间做出及时准确的预警，对矿井人身及财产安全造成极大隐患。因此，运用张双楼煤矿冲击地压智能预警平台，结合“混淆矩阵—权重矩阵—单因素评价矩阵、高斯隶属函数—单因素评价矩阵”对张双楼煤矿74104工作面多参量监测数据进行分析与模糊智能综合评价，模糊智能综合评价得出：钻屑检测评价无冲击地压危险权重为0%，震动波探测评价低冲击地压危险权重为8%，地音监测评价高冲击地压危险权重为67%，应力监测评价中冲击危险权重为25%。综合权重占比判定为强冲击危险性。最终，通过对钻屑量、地音值、应力监测值以及震动波反演值四个参量进行权重计算与模糊评价方法对其进行评价，得到74104工作面回采期间预警结果为强危险性。

智能多参量预警结果与实际监测情况的对比：在工作面回采过程中，张双楼煤矿地震监测数据显示，共发生有感矿震69次，其中，震级在1～2级的矿震6次，2～3级矿震18次，3级以上矿震45次。矿震实际发生情况与智能多参量预警结果基本吻合。智能多参量冲击地压预警体系实现了工作面回采期间冲击地压的及时可靠预警。

4 结 论

1)在智慧矿山理念背景下，阐述了冲击地压的显现机理，并以“应力场-能量震动场-变形场”为监测预警框架，提出了应力、震动波、地音和压力为参量的预警监测系统，采用预警指标权重的计算方法，建立了多参量智能化冲击地压预警模型，避免了单一参量监测的滞后性和偶然性。

2)通过在74104工作面布置钻屑、矿山震动波、应力和地音等监测设备，得到了基于各指标的冲击地压显现临界值，为后续建立多参量智能化冲击地压预警体系并准确预警提供了可靠的实践依据。

3)建立了冲击地压智能综合监测预警模型，以钻屑量、地音值、应力值、震动波反演值等多参量指标作为模型输入，采用模糊综合评判模型，实现对张双楼煤矿74104工作面冲击地压危险程度的准确及时预警。