大數據分析在礦山沖擊地壓預測中的應用

馬艷英 王瑞虎

摘 要：針對目前沖擊地壓難以總結和預測的問題，本文提出了一種基于大數據分析的礦山沖擊地壓監測和預報系統。本文借鑒對平煤十一礦22122工作面的分析，得出了沖擊地壓發生前的主要征兆是煤巖層微震變化。通過礦山安全監測系統對多個工作面的微震情況、溫度、煤巖層巖體力學等性質的變化進行大數據分析，最終通過輸入各礦井的地質條件，便可對該礦井沖擊地壓發生的時間和空間進行預測和報警。本文僅為結合大數據分析預測沖擊地壓的一種理論方案，使礦井生產建設做到更加安全高效。

關鍵詞：礦山壓力；沖擊地壓預測；大數據分析

DOI：10.16640/j.cnki.37-1222/t.2019.09.083

1 引言

我國在現有的經濟條件下，不斷加大對煤礦的開采深度，雖然經濟得到了較快的發展，但開采后所引起的沖擊地壓災害的發生日益頻繁。在礦山作用下的煤巖存在巨大的彈性勢能，沖擊地壓使得能量猛烈地、急劇地、突然地從中釋放出來，造成煤巖體的拋出。煤礦開采易造成礦井的沖擊地壓災害，對于整個世界而言，煤炭占據人類生活的一大半部分，是一種不可或缺的資源，相對應煤炭開采占比大，因此沖擊地壓在礦井生產中也是最嚴重的自然災害之一，有著巨大的威脅，是一種十分劇烈的礦山壓力顯現形式。沖擊地壓的發生會造成巷道堵塞、片幫冒頂、支架損壞、人員傷亡等嚴重事故，與此同時，劇烈的震動和震耳的聲響也出現。從而使得巖體的顯著運動時間大大增加，拋出的煤巖體也以數量級般增多。

在我國，許多煤礦礦井都有著五六十年的歷史，伴隨著時間的推移和開采深度的不斷增加，沖擊地壓災害問題變得越來越嚴重，解決沖擊地壓災害問題已經刻不容緩。但是由于當今時代的科技發展水平不足，對于解決沖擊地壓問題并沒有根本的解決方法。由于沖擊地壓災害的嚴重性，嚴重制約著各國煤炭行業的發展，阻礙經濟發展，因此，一直以來，國內外學者始終致力于解決沖擊地壓問題，在沖擊地壓的控制方式、監測手段及發生機理等方面取得了重要進展，但是由于沖擊地壓存在很多復雜的成因，所以當前的預防措施和控制方法仍治標不治本，為了更好地研究沖擊地壓，需要更多研究人員會更加努力，全身心致力于解決沖擊地壓問題。

眾所周知，引起沖擊地壓災害發生的原因是多種多樣的，決定他發生的因素是多種多樣的，所以沖擊地壓預測的難度非常大，難以得出一個非常明顯的規律性結論和數學公式，在數學上有一定的模糊性，但是其本質就是巖層在承受很高的應力，甚至超過其強度極限時，高彈性能的突然釋放，所以發生沖擊地壓的巖層在時間、空間和力學性質變化上必然存在著一定的聯系。如果我們應用礦山安全監測系統對各巖層進行數據監測，并將各水平、各礦井，甚至全國各地的沖擊傾向性巖層數據進行大數據分析，利用計算機對這些大數據進行機器學習，就可以得出發生沖擊地壓煤巖層的時間、空間和力學特征變化規律，應用到每個礦井數字礦山系統上，將礦井開采的參數和煤巖層的地質力學規律輸入系統，大數據系統就進行匹配分析，分析出該礦井具有沖擊傾向性的煤巖層，并提醒礦井負責人對相應煤巖層進行重點監測和預防[1]。

2 物聯網、大數據及云計算技術

2.1 物聯網技術

物聯網是實現人和物之間信息相互聯通的橋梁。它是在已經比較先進和完備的互聯網基礎上，按照一定的通信協議，利用較先進的射頻識別技術而實現的。物聯網的概念最初是在1999年由美國麻省理工學院提出，后來，美國和歐洲等國家看到了物聯網技術的大好前景，抓住機遇，高度重視物聯網技術的發展并不斷對其投資極大地推動了本國經濟的發展，也促進了物聯網技術的成熟與完善。近些年來我國也為了物聯網的發展采取了一系列的政策措施，將物聯網納入戰略性新興產業，在物聯網技術方面取得了一系列突破，極大地促進了物聯網技術在我國的發展，推動物聯網研究和建設的進入高潮期。

2.2 大數據技術

隨著物聯網技術覆蓋的范圍越來越廣，“人、機、物”三元世界在信息空間（Cyber Space）中的交互、融合所產生的數據量越來越大，這樣就產生了大數據問題[2]。

由于大數據是一個比較抽象的概念，這就使大數據至今沒有一個明確統一的定義。大部分對大數據的定義是根據其大數據的特征而來，其中具有代表性的是：大數據是指具有“大容量（Volume）、多變性（Variety）、快速化（Velocity）”特性的數據，這就是“3V”定義。除此之外，“低價值密度（Value）”也是大數據還應當具有的顯著特征。

數據分析、管理和數據存儲與大數據有著密切的聯系，大數據的存在及其規模效應給他們帶來了極大的挑戰。因此人們提出了諸如基于Hadoop的數據儲存方法、基于ETL的數據抽取和集成方法及各種在線學習方法，進而更好地發展和應用大數據技術。

2.3 云計算技術

云計算技術也是以當今發展迅速的網絡技術為背景下的一種新興的技術，具有按需服務、超大規模、高可拓展、虛擬化、高可靠、通用化等特點。由于云計算有很好的應用和商業價值，所以Google、Amazon、IBM、SUN、Microsoft等公司都推出了各自的硬件和軟件架構[3]。

2.4 三種技術的聯系

大數據、云計算、物聯網這三種技術之間存在很多的聯系，同時三者之間也有區別。物聯網注重物與物之間的聯系，但是機器和人的思維方式是存在本質性區別的，物體反饋給人的信息和方式需要通過人機交互所產生的大量數據經分析才能得到。所以物聯網是人與物產生大量交互數據的產生源頭，大數據是人機交互產生和各項數據和指標，云計算是對大數據進行歸類整合分析的技術。大數據在其中是基礎，是人機交互反饋的根本。

3 大數據分析在沖擊地壓預測中的應用

3.1 煤礦信息化技術

由于我國煤炭行業發展時間較短、經驗不足以及礦井井下環境的復雜多樣性，與其他行業相比，礦井的信息化較為困難。目前也沒有一個確切的實現煤礦信息化技術綜合自動化的方案。但是僅對于綜合自動化的實踐工作概況而言都是相對類似的，即對煤礦各個子系統都進行聯網和遠程控制和監測，能夠實時了解井下的各種生產狀態，各系統之間相互影響和協調，建設一個能實現全礦井各個系統數據接入和顯示的硬件和軟件平臺，這也是實現綜合自動化目的的所需。不同的研究人員及企業對其進行了研究和改進： EPON（Ethernet Passive Optical Network，以太網無源光網絡）技術、總線技術和工業以太網技術等等均被采用過用來構建全礦井通信網絡，目前大多數現代化礦井都運用下圖所示的方式。

3.2 沖擊地壓的力學機制

沖擊地壓是一種特殊的礦山壓力顯現形式，其根源是高彈性能的突然釋放，其蘊含的高彈性能就是因為上覆巖層的垂直應力、煤巖層自身的膨脹應力和由于地質構造造成的構造應力等所造成的。由于地殼運動的影響以及溫度、壓力的變化，加之地層沉積巖的作用，在地質構造發育形成過程中，地層所受到的應力始終在不斷的變化之中，就會偶然的形成許多局部應力場，在其中就會發生應力集中的現象，該應力場中儲存著極高的彈性變形能量的機械物理性能表征、巖層開采方式和相關力學參數。這種機械力學性能是相關煤巖體的固定屬性。從巖體控制學的角度考慮，可將這些參數作為描述煤巖層沖擊傾向性的指標，但是也只能進行定性分析，因為不同地質條件下各個因素對沖擊傾向性的影響程度不同[4，5]。

3.3 沖擊地壓發生前后的微震信號特征

根據參考文獻，我們對平煤十一礦22122切眼煤柱進行分析。平煤十一礦目前采深接近一千米，二水平二采區2212區段開采二1煤層，煤厚4.2m左右，分層開采。22122工作面設計開采2212區段的下分層，采深820～880m，走向長度1300m，斜長180m，下分層猜厚2.0m，距上分層采空區20～30m。

在掘進過程中22122切眼共發生了3次沖擊地壓， 2009年12月27日中班發生了第一次沖擊地壓，沖擊發生后迎頭以后20m范圍內兩幫收斂0.3 m，底鼓0.5 m，切眼往下掘進至100～105 m位置，能量的釋放量為4.56×105J，并且造成了人員傷亡，損壞了機械設備。2010年1月15日中班23時10分，第二次沖擊地壓發生，當時瓦斯排放措施孔正在處于施工階段，切眼向下掘進到125 m處，事故發生后在迎頭以后20～30 m范圍內兩幫收縮0.2 m，迎頭后退30 m范圍內，底鼓0.4 ～0.8m，溜板的高度抬高了0.4m，大量煤塵被揚起，瓦斯涌出量沒有明顯變化，使多名工人受傷，煤礦設備被破壞，經過微震監測系統得知沖擊地壓能量較大，達到了1.52×105J； 2010年2月19日18時53分發生了最后一次沖擊地壓，迎頭退后5m的50 m范圍內底板膨起0.7～0.8 m，切眼與下巷的距離為3m，兩幫收縮0.3 ～0.4mm，工人感到了劇烈的震感，由于工作人員按照規定穿有防護服，此次事故沒有出現人員傷亡的情況，經過測算此次沖擊地壓具有的能量高達3.33×105J[6]。

通過對3個沖擊地壓發生點的沖擊地壓發生點前后微震頻率和波形進行分析，就可以發現其發生前微震的頻率和波形進行分析，就能通過下一次微震分析該出有無沖擊地壓危險。根據以上闡述的各種因素對沖擊傾向性的影響，為了減少災害的發生，實現安全生產，可以在工作面布置多種監測手段，對煤巖層的溫度、巖體力學性質進行監測，匯總到總服務器，就可以得到該礦沖擊地壓發生的時間地點規律，以及發生時煤巖層的微震情況、煤巖層的溫度變化、底鼓高度、裂隙發育程度、應力分布等狀況，進行綜合分析，然后通過層次分析法等方式對這些因素的影響程度進行分析。

通過這些我們可以想到，數據的樣本越大，我們就能得到越發準確的各因素影響情況。所以，大數據在此處的重要性尤為明顯。如果我們對全國數千家礦井的沖擊地壓情況進行大數據綜合分析，就能得到一個綜合的預測方法。我們只需要輸入該礦井的地質因素和采煤方法，就能較為有效和準確地預測沖擊地壓可能發生的時間和地點。

3.4 無線礦壓檢測系統

基于無線傳感器網絡的礦山壓力監測系統主要由采集節點、無線網關、地面傳輸接口及上位機數據處理軟件等組成。系統內設置濺射薄膜式壓力傳感器，當系統采集節點時，在傳感器內，產生了由支架壓力信號轉化而來的電壓信號，電壓信號經ZigBee無線發射模塊和CAN總線，途徑無線網關，最終傳至上位機，與此同時，通過ZigBee無線發射模塊，各采集節點也會收到傳至無線網關的上位機命令，上位機在接受信號之后，利用礦壓數據分析軟件對信號進行分析與處理[7]。

首先有各區段將該區段的數據匯總到采區，之后逐級向上匯總，最終匯總至礦井總控制室的云端服務器，總調度室便可了解井下個煤巖層的沖擊傾向性變化，并通知井下相關工作人員進行預防和應對，最大程度的做到對沖擊地壓的預測和預防。各礦井可以通過網絡將自己礦井的數據上傳至國家有關部門或者專門的數據分析部門，由他們對各礦井的大數據進行建模，從而可以得出針對各個地區、各個礦區、各個礦井和不同地質條件下的沖擊地壓發生規律和應對策略，形成對沖擊地壓的系統性治理對策。

4 結論

綜上提出了一種應用大數據對礦山沖擊地壓進行預測的方法，大數據的應用使沖擊地壓規律的總結和預測變成了可能，但是在全國所有礦井實現上文所提到的礦山安全監測系統和實現大數據處理分析是一件比較困難的事情，還有許多的問題需要解決。若要實現上述的方案，需要投入大量的人力和物力對相關的硬件設備和軟件進行大規模的改良和研發。但是相較于沖擊地壓對礦山安全生產造成的嚴重威脅和大量的經濟和人員損失，作者認為開發此系統是十分必要的，一旦研發出了系統的基于大數據分析的沖擊地壓監測和預報系統，將對于未來的礦山安全高效生產產生十分重大的推動作用，本文證實了該方案在理論上的可行性。

參考文獻：

[1]孫繼平.煤礦信息化與自動化發展趨勢[J].工礦自動化，2015，41

（04）：1-5.

[2]INMON B.The data warehouse budget[EB/OL].[2013-10-2].http：//www.datawarehouse.inf.br/papers/inmon%20budget-1.pdf.

[3]王元卓，靳小龍，程學旗.網絡大數據：現狀與展望[J].計算機學報，2013，36（06）：1125-1138.

[4]鄒德蘊，姜福興.煤巖體中儲存能量與沖擊地壓孕育機理及預測方法的研究[J].煤炭學報，2004（02）：159-163.

[5]夏永學，康立軍，齊慶新，毛德兵，任勇，藍航，潘俊鋒.基于微震監測的5個指標及其在沖擊地壓預測中的應用[J].煤炭學報，2010，35（12）：2011-2016.

[6]袁瑞甫，李化敏，李懷珍.煤柱型沖擊地壓微震信號分布特征及前兆信息判別[J].巖石力學與工程學報，2012，31（01）：80-85.

[7]李潞斌.基于無線傳感器網絡的礦山壓力監測系統設計及應用[J].煤炭工程，2012（12）：127-128+131.

作者簡介：馬艷英（1998-），女，山東汶上人，學士在讀，主要從事于安全工程相關的研究。