金屬礦山巷道圍巖安全監測診斷預警體系

曹 野

(中國黃金集團建設有限公司)

金屬礦山巷道圍巖安全監測診斷預警體系

曹 野

(中國黃金集團建設有限公司)

針對礦山巷道監測系統診斷預警系統功能弱，系統不完善的難題，通過將基于小波能量理論所建立的爆破震動去噪方法、圍巖類別判定指標、爆破震動效應評價指標集成，形成可實現長期實時監測的金屬礦山巷道圍巖穩定性監測、診斷、預警體系。金屬礦山巷道圍巖安全監測診斷預警體系包括監測點布點優化、監測信號去噪、信號頻域能量分析、巷道圍巖類別確定、巷道圍巖安全判別、巷道圍巖安全預警等模塊內容。該體系的最大特點是根據實時監測到的信號進行診斷分析，并依據所積累的數據庫文件進行比對，最終得出診斷結論并給出相應的工程措施，該體系的建立為提高金屬礦山安全監測技術水平奠定了基礎。

金屬礦山 巷道圍巖 安全 小波理論 監測診斷預警體系

近年來，國內外重要的大型工程結構，如大型橋梁、大壩、重要建筑結構等，大多設置了安全監測系統[1-2]。然而，目前的監測系統大多數僅對目標物理量進行采集與存儲，缺乏有效的損傷診斷與安全評估能力[3]，尤其針對礦山巷道安全的安全監測診斷預警系統就更加缺乏，巖體介質特性的離散型決定了礦山巷道本身的地質條件以及所處的環境條件較為復雜，國家相關部門對此提出了具體的要求，例如要求建設礦山井下安全避險六大系統和“數字礦山”。因此，本研究將在監測、診斷技術研究的基礎上，建立以爆破震動安全診斷為核心的巷道圍巖安全監測診斷預警體系，并對各個子系統之間的邏輯關系以及程序框架進行設計，為完善“數字礦山建設”奠定基礎。

1 金屬礦山巷道圍巖安全監測診斷預警體系

1.1 體系總構成及主要功能

金屬礦山巷道圍巖安全監測診斷預警體系由目標監測、信號處理與診斷、損傷預警、信號樣本數據庫、用戶使用等5個子系統組成，體系網絡拓撲圖如圖1所示。

該體系通過在礦山的重點監測部位布置各類傳感器，將目標的應力、變形、速度、加速度、環境參數等信號采集至信號解調儀，進行解調、放大；然后通過沿巷道布置的分布式光纖通信傳輸系統，送入基于小波分析的信號處理與診斷子系統，在該系統中將各測點的監測信號進行數學分析；進而將分析結果與信號樣本子系統中預先設計的安全判據以及樣本庫數據進行比對，再根據比對結果自動給出預警信號和相應的工程處理措施；最后送至用戶使用子系統供工程人員使用，同時所采集的數據、分析的結果均會被記錄在樣本庫中作為下一次分析的參考依據。考慮到技術發展的需求，體系應具有較好的可擴展性，以保證體系的發展，豐富“數字礦山”的功能，體系主體采用光纖環狀網絡，保障體系運行的精度及效率。

圖1 金屬礦山頂巷道圍巖安全監測診斷預警體系網絡

1.2 巷道圍巖目標監測子系統

巷道圍巖目標監測子系統主要包括傳感器、信號采集和信號傳輸等子系統。目標監測子系統主要對金屬礦山主要區域，例如：巷道、泵房、休息區域、會議辦公、井下炸藥庫、變電所、卷揚、罐籠出入口等的幾何狀態、靜動力響應、環境條件等進行監測，主要監測內容包括：巷道圍巖的靜、動力響應、重點環境狀態、一般環境狀態等，具體監測內容見表1所示。

表1 目標監測子系統

(1)傳感器子系統。設計需綜合考慮監測目標的重要性、數據采樣頻率、傳感器覆蓋范圍、易損性以及經濟性等方面因素。傳感器子系統針對不同監測目標設計為多目標分級監測方案，如表2所示。

表2 多目標分級監測方案

針對不同的監測目標采用等級不同的監測周期。監測等級A主要針對巷道圍巖的靜、動力響應目標，包括巷道圍巖在靜載和動載作用下的應力、應變及震動響應等內容，采取最高級別的實時在線不間斷監測，同時根據不同傳感器性能設定不同的采樣頻率，直接傳輸監測信號；監測等級B主要針對重點環境狀態，主要包括直接影響安全的目標(有毒氣體濃度)和影響其他監測信號處理精度的目標(噪聲強度)，采取常規監測，每小時監測1次；監測等級C主要針對一般環境狀態，包括巷道內溫度、濕度、風速等，采取每天2～3次的定期監測。

傳感器子系統由多種針對不同目標監測的傳感器組成：加速度光纖光柵錨桿、溫度光纖光柵錨桿、應變光纖光柵錨桿、溫度傳感器、濕度傳感器、風速儀、應力計、一氧化碳傳感器、粉塵檢測儀、聲級儀等等。其中裸光纖光柵被封裝至錨桿內組成各類光纖光柵錨桿，安裝在巖體內部對各目標進行監測。

(2)信號采集子系統[4]。主要功能是實現對監測目標信號的轉換、量化、存儲、以及初步分析處理，然后將轉換后信號傳輸至信號診斷與處理子系統。主要包括信號解調儀、讀數儀、信號采集軟件等。

本系統主要采用的是光纖光柵傳感技術來監測震動信號，采用的配套儀器為光纖光柵解調動態信號采集儀SM130。

光纖光柵解調動態信號采集儀SM130具有四通道(可擴展)，可同時監測多個傳感器，適合于應變、溫度、加速度等多種測量；最大采樣頻率500 Hz，分辨率小于1×10-12m，可重復性2×10-12m；且內置以太網接口便于直接連接電腦進行數據通信。光纖光柵錨桿直接監測得到的為波長信號，波長信號進入光柵解調儀中，通過信號采集軟件Enlight進行解調，通過波長與溫度、應變、加速度等物理量之間的定量關系轉換為相應的信號輸入。

除此之外，針對不同的監測信號，采用不同的信號解調方式，構成不同的信號解調和讀數儀，同時光纖光柵錨桿的監測目標及分析結果，均可進行遠程控制(采樣頻率、初始值調零等)，通過解調儀進行簡單的、初步的信號處理。

(3)信號傳輸子系統。是指金屬礦山巷道圍巖安全監測診斷預警體系中五大子系統之間的信號通信、傳輸、聯接系統。信號傳輸子系統通過光纖環網構成的礦山以太網和信號采集軟件組成。信號采集的網絡采用常用的TCP/IP準則，以便于與其他TCP/IP設備(計算機、服務器等)進行協調和通信。信號傳輸子系統可實現傳感器狀態識別、信號奇異性識別、系統功能異常報警以及自診斷等功能。同時，信號傳輸子系統需考慮通信網絡的擴展性能，且擴展升級過程中不能中斷系統運行；信號傳輸子系統設備選擇需考慮使用環境因素，因為金屬礦山井下生產環境惡劣，通常面臨高溫度、高濕度以及粉塵濃度大等環境條件，系統設備需具有較高的環境適應性。

2 體系的設計與實現

金屬礦山巷道圍巖安全監測診斷預警體系的最核心功能是根據監測得到的信號分析出巷道圍巖的安全狀態，識別出可能出現的損傷位置和損傷程度，并在此基礎上給出相應的工程措施。

2.1 體系總體設計

巷道圍巖安全狀態的監測診斷預警過程涉及到系統識別、震動理論、震動測試技術、信號采集與分析等多學科技術，其中基于震動測試的巷道圍巖損傷識別方法是針對巷道圍巖在爆破震動荷載作用下穩定性判別的一種實用性較高的方法，通過對監測信號的分析處理，得到包含巷道圍巖響應信息的判別指標，然后結合安全判據與信號樣本數據進行比對，實現對巷道圍巖安全狀態的診斷，最終給出預警信息。如圖2所示。

圖2 金屬礦山頂巷道圍巖監測診斷預警體系總體設計

(1)信號解調。巷道圍巖的爆破震動響應信號經過光纖光柵錨桿，以波長信號的形式進入光纖光柵動態解調儀，然后在Enlight信號采集軟件中進行解調轉換為爆破震動加速度響應信號。

(2)信號預處理。經過解調的加速度響應信號中存在較多的噪聲成分，包括環境噪聲、機械噪聲等，噪聲的存在對后續的信號處理效果有較大影響，因此在信號分析之前結合現場噪聲級別進行去噪處理，去噪后的加速度響應信號經過積分變換及基線校準轉換為速度信號。

(3)信號診斷分析。利用小波分解方法將去噪后的速度信號進行分解，并結合基本參數得到爆破震動信號的主頻范圍；然后基于小波能量理論得到爆破震動信號的頻域能量分布，進而計算巷道安全判別指標和巷道圍巖類別判定指標；最后通過安全判據進行診斷。

(4)信號預警。將通過診斷分析得到的結果與信號樣本數據中的記錄以及通過神經網絡預測得到的結果進行比對，如果無明顯差異，則輸出診斷結果，并給出相應的工程措施，并將本次分析結果備份。如與樣本數據中的記錄和神經網絡預測結果有明顯差異，說明兩者存在錯誤診斷信息，則循環至信號分解環節，調整參數再次進行信號分析診斷。

以上4個步驟中，第1步信號解調在目標監測子系統的Enlight信號采集軟件中完成，第2、3、4步在擁有小波分解和神經網絡分析模塊，且具有開放編程功能的Matlab軟件中完成，其中第2、3步為整個金屬礦山巷道圍巖安全監測診斷預警體系的核心部分。

2.2 體系程序框架設計

如前所述，金屬礦山巷道圍巖安全監測診斷預警體系的診斷和預警兩架構分別設置于信號處理與分析子系統和損傷預警子系統內，為了協調各子系統的數據通信，均采用Matlab[5]語言進行程序化設計。

(1)基于小波變換的信號預處理程序框架設計?；谛〔ㄗ儞Q的信號去噪方法基本步驟包括[6]：選擇小波基函數和小波分解層次、選擇閾值量化估計準則、重構信號，其主要程序框架如圖3所示。

圖3 基于小波變換的信號去噪程序框架

基于小波變換的信號去噪程序中核心部分為閾值估計規則的選擇，主要根據聲級儀監測到的環境噪聲級別以及樣本數據中同一區域以往的噪聲水平確定。另外，針對爆破震動信號建議使用db4～db7進行小波包分解。

(2)基于小波能量理論的信號分析與處理程序框架設計?；谛〔芰坷碚摰男盘柗治雠c處理程序[6-7]主要通過對預處理后的巷道圍巖響應信號進行小波分解，得到信號頻域內能量分布規律，進而通過計算小波能量譜確定巷道圍巖類別，同時根據時間能量密度函數計算巷道圍巖安全判別指標TEDI值，最終與安全判據進行比對確定巷道圍巖的安全狀態，主要程序框架設計如圖4所示。

圖4 基于小波能量理論的信號分析與處理程序框架

基于小波能量理論的信號分析與處理程序的核心是計算小波能量譜ERVD值以及計算TEDI值，通過ERVD值可以確定巷道圍巖類別，結合TEDI值可評估巷道圍巖的安全狀態。

(3)基于BP神經網絡的預測程序框架設計。基于BP神經網絡的預測程序主要功能是根據樣本數據儲存的數據訓練神經網絡，并根據信號分析與處理子系統中信號的基本信息(震速峰值、震動主頻、震動持時、巷道圍巖類別等)進行預測，得到巷道圍巖安全判別指標TEDI值，進而與信號分析與處理子系統計算所得TEDI進行比對，為巷道圍巖安全狀態判別提供輔助。如圖5所示。

圖5 基于BP神經網絡的預測程序框架

基于BP神經網絡的預測程序在框架上比基于小波能量理論的信號分析與處理程序簡單，因為其主要根據訓練樣本進行網絡訓練，一旦網絡訓練完成，僅需要輸入簡單的預測樣本向量(信號的主要信息)即可進行預測，計算時間短。但是其預測精度不可控，主要依賴于訓練樣本的規律性。因此,在信號樣本數據量較小時，其預測精度較低，隨著樣本數據中信號數據增多，其預測精度逐漸增高。

2.3 信號樣本數據庫設計

金屬礦山巷道圍巖安全監測診斷預警體系的實時性要求較高，分析數據量十分龐大，因此需要設計高效、豐富的信號樣本數據庫，以保證監測診斷預警信號數據的高效存儲與處理，并便于數據的提取、分析和再存儲，同時應對監測信號的采樣規則進行優化。目前國內外通行的震動監測信號樣本數據庫規范為MIMOSA[8-9](Machinery Information Management Open System Alliance)，其具有較強的信號樣本數據輸入、輸出的能力。因此，基于MIMOSA中的VIBCORE標準，進行金屬礦山巷道圍巖監測診斷預警體系的信號樣本數據庫子系統進行設計，基本數據如表3所示。

考慮到用戶操作系統(Windows)的便利及實用性，選定Microsoft SQL Server 2000作為信號樣本數據庫格式。整個樣本數據庫的信號數據輸出方式包括：表格輸出、圖形輸出、曲線輸出等，便于不同工程人員的使用。

表3 信號樣本數據庫的基本數據

數據庫中Orig_Signal、De-noising_Signal、Processing_Data、BPNN_Data、Criterion_Data、Alarm_Data、History_Data為核心儲存數據，其包含了信號從監測到分析處理再到發出預警指令的所有過程數據。在實際工程中某一特定掘進面每天的爆破次數一般為3次，并不需要在24 h內采取同樣的數據采集方案，對數據采集方案進行優化可減小數據存儲量，提高數據分析效率。爆破作業一般在每一班掘進作業臨近結束時進行，爆破作業前后為巷道圍巖穩定性監測的重點時段。因此，放炮前0.5 h至放炮后1 h采取最密集監測，即采樣頻率500 Hz，單個監測信號時長1 s，監測間隔為0 s(1 h監測3 600個信號)；而其余時段采樣頻率降低為300 Hz，監測間隔增大為5 s。這樣，單個監測點1 d時間內從監測到預警全過程的數據量大約為224 MB;而如果采用相同數據采集方案，數據量為588 MB，優化監測方案后數據量減小61.9%。優化后巷道圍巖穩定性監測診斷預警功能每年所產生的數據量約250 TB，而整個體系產生的數據量約0.8 PB，因此數據庫存儲服務器應選擇存儲容量在5 PB左右的存儲系統，例如HP StorageWorks ESLE系列磁帶庫，其最大存儲容量為5.67 PB，最大數據傳輸率為38 TB/h。

3 預警方案設計

當監測目標信號通過信號分析與處理子系統的計算分析后得到巷道圍巖類別的判別值ERVD和巷道圍巖安全判別指標TEDI，兩者結合可判別巷道圍巖的安全狀態，診斷結果進入損傷預警子系統，損傷預警子系統自動發出預警指令，分為3階段預警方案，預警方案程序框架如圖6所示。

圖6 預警方案程序框架

第1階段預警包括在目標監測區域的燈光預警、聲音預警，其主要目的是向在場工程人員發出安全預警提示。當TEDI值處于安全范圍時，井下巷道中分布的預警燈顯示為綠色，表示巷道圍巖安全；當TEDI值增大達到局部破壞范圍時，預警燈顯示為黃色，表示巷道圍巖局部發生失穩破壞，同時有短促有間斷的聲音預警，提示工程人員注意；當TEDI值達到破壞范圍時，預警燈顯示為紅色，表示巷道圍巖發生整體破壞，同時伴有尖銳無間斷的聲音預警，提示工程人員及時撤離。

第2階段預警為井下相應中段監控室預警，主要目的是提示中段管理人員發出相應的應急指令、指揮在場人員撤離、了解現場具體情況等。

第3階段預警為向井上綜合監控中心發出預警信息，以便礦區管理人員及時了解情況，制定相關工程措施[10-11](見表4)，進行宏觀指揮。

4 結 論

(1)金屬礦山巷道圍巖安全監測診斷預警體系由目標監測、信號處理與診斷、損傷預警、信號樣本數據、用戶使用等5個子系統組成，各子系統相互獨立又相互連接，可實現從信號監測，到信號分析與處理，最終得到預警信息的全過程。

(2)基于MIMOSA中的VIBCORE標準對信號樣本數據庫進行了設計，包含了從巷道圍巖基本信息、傳感器信息、監測所得原始信號、分析處理的過程信號、環境狀態信息以及預警信息等全過程所有數據信號；同時對數據庫海量數據的采集、存儲方案進行了優化，有效地降低了存儲設備的成本,并提高了數據庫運行的速度，為保障金屬礦山巷道圍巖安全監測診斷預警體系的高效、準確運行奠定基礎。

(3)結合巷道圍巖自穩能力及安全判據設計制定3階段預警方案，根據信號分析與處理結果分別對井下工程人員、中段監控室管理人員以及井上監控中心管理人員發出預警信息，便于相關人員根據預警信息采取相應的工程措施。

表4 巷道圍巖不同安全狀態對應工程支護措施

[1] 李愛群，繆長青，李兆霞．潤揚長江大橋結構健康監測系統研究[J].東南大學學報:自然科學版,2003，33(5):544-548． Li Aiqun，Liao Changqing，Li Zhaoxia.Health monitoring system for the Runyang Yangtze River Bridge[J].Journal of Southeast University：Natural Science,2003，33(5):544-548．

[2] 繆長青，李愛群，韓曉琳．潤揚大橋結構健康監測策略[J]．東南大學學報：自然科學版，2005，35(5)：780-785． Liao Changqing，Li Aiqun，Han Xiaolin.Monitor strategy for the structural health monitoring system of Runyang Bridge[J].Journal of Southeast University:Natural Science,2005，35(5)：780-785．

[3] 劉 濤，李愛群，丁幼亮．基于小波包能量譜的大跨斜拉橋拉索損傷預警方法[J]．東南大學學報:自然科學版，2007，37(2)：270-274． Liu Tao，Li Aiqun，Ding Youliang.Alarming method for cable damage of long-span cable-stayed bridges based on wavelet packet energy spectrum[J].Journal of Southeast University:Natural Science，2007，37(2)：270-274.

[4] 曹 野，宋 波，王培福，爆破效應下基于小波分析的圍巖頂板損傷診斷試驗研究[C]∥第2屆全國工程安全與防護學術會議論文集.南京:中國巖石力學與工程學會，2010:617-623. Cao Ye，Song Bo，Wang Peifu.Study on stability diagnosis of rock roof based on wavelet transformation analysis under blasting effect[C]∥The proceeding of 2nd session of the national engineering academic conference on security and protection.Nanjing：Chinese Society of Rock Mechanics and Engineering，2010:617-623.

[5] 葛哲學，孫志強．神經網絡理論與MATLAB R2007實現[M]．北京：電子工業出版社，2007． Ge Zhexue，Sun Zhiqiang.Neural Network Theory and MATLAB R2007 Implementation[M].Beijing:Electronic Industry Press，2007.

[6] Song Bo，Cao Ye.Wavelet energy Analysis on Blasting Vibration Signal of Surrounding Rock Roof Considering Confining Pressure Strength and Fracture Strength[J].Rock Mechanics:Achievements and Ambitions，2011(S):825-830.

[7] 曹 野，宋 波，潘建仕，等.基于數值模擬的頂板圍巖損傷過程動力響應信號的能量分析[J].巖石力學與工程學報，2009，28(S1):3137-3145. Cao Ye，Song Bo，Pan Jianshi，et al.Energy analysis of dynamic response signals during damage process of roof surrounding rock based on numerical simulation[J].Chinese Journal of Rock Mechanics and Engineering，2009，28(S1):3137-3145.

[8] Mitchell J S.MIMOSA-one year later[J].Sound and Vibration，1996，30(9):14-20.

[9] Mitchell J S.History of condition monitoring and condition based maintenance[J].Sound and Vibration，1999，33(11):21-28.

[10] 中華人民共和國建設部．GB 50218—94 工程巖體分級標準[S]．北京：中國標準出版社，1994． Ministry of Construction of the People′s Republic of China.GB50218-94 Standard for Engineering Classification of Rock Masses[S].Beijing:Chinese Standard Press,1994.

[11] 中華人民共和國國家質量監督檢驗檢疫局，中華人民共和國建設部．GB 50086—2001 錨桿噴射混凝土支護技術規范[S]．北京：中國標準出版社，2001． The General Administration of Quality Supervision，Inspection and Quarantine of the People's Republic of China ,Ministry of Construction of the People's Republic of China.GB50086-2001 Specification for Bolt-shotcrete Support[S].Beijing:Chinese Standard Press,2001.

[12] 曹 野，陳宏偉.基于時能密度的圍巖爆破安全判據實驗[J].解放軍理工大學學報：自然科學版，2014,15(3):264-269. Cao Ye，Chen Hongwei.Experiment of surrounding rock blasting vibration safety criterion based on time-energy density[J].Journal of PLA University of Science and Technology:Natural Science，2014,15(3):264-269.

(責任編輯 徐志宏)

Safety Monitoring，Diagnosis and Early Warning System of Surrounding Rocks of Metal Mine

Cao Ye

(ChinaNationalGoldEngineeringCorporation，Beijing100083，China)

Aiming at the problem of the mine laneway monitoring system diagnosis and early warning function is weak,inperfect system,the de-noising method of blasting vibration，the determination of surrounding rock categories，and the evaluation index of blasting vibration effect based on the wavelet energy theory are integrated to form a long-term real-time monitoring，diagnosis and early warning system to supervise the safety of surrounding rocks for metal mine.The system consists of such modules as optimization of monitoring points，de-noising of monitoring signal，analysis of signal frequency-domain energy，determination of surrounding rocks categories，safety discrimination of surrounding rocks，and safety pre-warning of surrounding rocks.The largest function of this system is that it can make the diagnostic analysis on the real-time signals and contract with the accumulated database files to draw the final diagnosis conclusion and then the related engineering measures are given.The system provides a foundation for improving the technical level of safety supervision for metal mines.

Metal mine，Surrounding rock，Safety，Wavelet theory，Monitoring，diagnosis and early warning system

2014-05-22

曹 野(1988—)，男，工程師，博士。

TU457

A

1001-1250(2014)-09-126-06