現場監測與數值模擬相結合的礦山災害預測預警方法

朱萬成 任 敏 代 風 張鵬海 王雷鳴 劉洪磊賈瀚文 王興偉

（1.東北大學資源與土木工程學院，遼寧沈陽110819；2.東北大學巖石破裂與失穩研究所，遼寧沈陽110819；3.東北大學計算機科學與工程學院，遼寧沈陽110819）

隨著我國經濟的快速發展，礦產資源需求量與日俱增，礦業開發規模逐漸擴大。在國內礦產資源儲量逐漸減少、易采礦產逐步枯竭的情況下，礦山逐漸轉向對深部資源和復雜難采資源的開采［1］。隨之帶來的問題是，礦山生產的安全問題日益突出，巖爆、透水、冒頂、塌陷等災害凸顯［2］。為降低開采誘發的礦山動力災害風險，保護從業者生命和企業財產安全，進行礦山災害預測預警是當下采礦行業迫在眉睫的需求。然而，由于礦山地質條件的不確定性，災害形成機理復雜，雖然眾多的專家學者針對礦山災害預警防控的課題進行了不斷探索研究，到目前為止，無論是從空間上還是從時間上，國內外尚缺乏行之有效的礦山災害預測預警方法，難以實現災害的有效預警［3］。

預測是指在掌握現有信息的基礎上，根據客觀事物的發展趨勢和變化規律對特定對象的未來發展趨勢或狀態進行科學推斷與判斷，即預測就是根據過去和現在估計未來。預警是指在災害或災難以及其他需要提防的危險發生之前，根據以往總結的規律或觀測得到的可能性前兆，向相關部門發出緊急信號，報告危險情況，以避免危害在不知情或準備不足的情況下發生，從而最大程度地減輕危害所造成的損失的行為。相比而言，預警是要找到災害發生的可能前兆，并發出緊急信號，以減輕災害發生所造成的損失。例如，對于地震災害，地震預警主要利用電磁波與地震波的速度差，以及地震P 波與S 波的速度差來實現地震發生后的及時預警。發出預警的時候，有害的地震波（S 波、L 波、R 波）往往還未到達地表。因此，在監測到地震激發的電磁波和P 波時，即可發出預警，可以提醒人們采取緊急措施。雖然地震預警的時間非常短，往往只有幾秒、十幾秒或數十秒，但是如此短的時間仍然可以挽救很多生命，減少很多損失［4］。

從某種程度上說，礦山動力災害的發生可以視為一種誘發的“地震”，往往與地震的發生具有一定的相似性，但由于礦山災害的“震源”與工作面距離比較近，單獨采用波速差的地震預警方法由于時間差極短而難以奏效。另一方面，礦山動力災害類型眾多、致災機理復雜，精準探明災害的孕育發展過程十分困難，往往難以通過某種單一預警手段實現有效的臨災預警。

1 礦山災害預測預警方法概述

1.1 基于現場監測的預測預警方法

為實現礦山災害的預測預警，首先要通過現場監測來獲取礦山巖體的響應信息。這使得我們能夠實時了解礦山的實際狀況，并對異?，F象做出及時有效的判斷，做到持續不間斷的監控。隨著近年來科學技術的不斷發展，越來越多的監測專用傳感器應運而生，可以從各方面基本滿足礦山現場的監測需求。

礦山的地質條件與開采方法各不相同，針對不同的礦山災害問題，現場采用的監測手段也不盡相同。除了常見的監測手段，如錨桿應力、巷道收斂、孔內多點位移、風量、溫度等常規參量監測外，對于深部礦山常見的巖爆災害，還需采用微震監測以跟蹤采動引起的圍巖破裂信息［5-6］；針對具有突水災害風險的礦山，更需要注重微破裂形成的涌水通道［7］、觀測孔水位［8］與裂隙水壓等方面的監測信息［9］；針對淺埋礦山面臨的空區塌陷導致地表沉陷災害，還需增加地表沉降監測。在這方面，即便是獲得了災害發生之前圍巖的響應信息，但如何從中挖掘出真正的前兆信息，如何基于前兆信息的認識對災害進行預測預警，目前仍然是懸而未決的難題。

在獲取礦山現場基本地質條件和監測數據的前提下，目前普遍采用的預測預警方法可大致分為3類：基于理論或經驗公式的預測預警方法、基于監測閾值的預測預警方法和基于數理統計與智能算法的預測預警方法。

基于理論或經驗公式的預測預警方法是指利用根據理論公式或經驗、半經驗公式建立的災害評估模型進行災害預測預警。例如，在已知礦山地質開采條件的情況下，利用概率積分模型可以預測沉降量與沉降曲線［10］。王永軍［11］借助圓錐型冒落理論、普式冒落拱理論、軸變理論、彈塑性理論等力學理論，采用自適應變權重綜合分析法預測了巷道的冒頂高度。在大量前期數據證實這些理論或者經驗公式具有可用性的前提下，可以根據這些理論或經驗公式給出的數值來進行災害預警。實際上，由于難以得到具有時變性的理論模型和經驗公式，進行礦山災害的預測雖然具有一定的依據，但進行預警則是非常困難的。

基于監測參量閾值的預測預警方法是指過經驗分析、理論分析或工程類比法等，人為確定監測數據的合理范圍，當超出合理閾值范圍時進行災害的實時預警。預警指標的選取在該預警方法中扮演著重要角色，不僅預警指標的量值大小能夠表明圍巖變形是否處于加速階段，而且不同的預警指標表征了圍巖變形的不同特性。預警指標不僅指直接監測的直接數據，也可以是二次處理數據。例如，監測邊坡滑動位移時，不僅可以設定測點位移的合理閾值，也可以將位移數據轉化為速度或加速度，設定合理的速度或加速度閾值進行預警［11-12］?，F階段，基于微震監測信息是實現高應力誘發巖爆預警的重要途徑。于洋等［5］基于對錦屏二級水電站引水隧洞、排水洞施工過程中的大量微震信息以及不同等級的巖爆實例的分析，提出了以局部能量釋放率和最大能量微震事件的能量值為預警指標的巖爆災害綜合閾值預警方法。張楚旋等［13］基于微震活動性數據，采用能量指數與累積視體積之比及施密特數與累積視體積之比來進行礦山巖爆的預測預警，獲得了圍巖失穩前更為合理的預警期。王冠聰等［14］結合礦壓理論及突水機理分析了水壓、水溫、鉆孔應力等現場監測數據的變化規律，提出了深孔監測數據的閾值預警判別準則，并有效判別了王樓煤礦工作面的突水預警等級。

基于數理統計與智能算法的預測預警方法是指利用回歸分析、灰色理論、模糊數學等數理統計方法或者人工智能算法，分析挖掘監測數據與礦山災害之間的隱含關系，實現預測預警。韓偉民［15］用灰色理論GM（1，1）預測模型和Verhulst 預測模型進行建模，并對應力和位移參數因子進行模擬預測，初步構建了柿竹園多金屬礦的礦山地質災害預警系統。謝振華等［16］提出了礦山排土場滑坡預警指標體系，針對綜合預警指標，建立了基于BP 神經網絡的排土場滑坡預警模型。侯冠慧等［9］基于頂底板壓力監測、巷道內水位監測、超前水體探測等現場監測數據，綜合考慮了各種因素如巷道、含水層水位、頂底板壓力以及挖掘面前方水量等，同時參考現有水文地質資料及監測數據，建立了基于BP 神經網絡和D-S 證據理論兩級融合的煤礦工作面突水預警評價模型。張新宇［17］與侯寶月［18］基于礦井突水結構的超前探測以及鉆孔原始資料信息、突水點信息、地表水質監測信息及涌水量數據信息等，運用CART 分類決策樹算法構建了突水預測模型。

上述基于現場監測數據的預測預警方法尚存在三個方面的不足：

（1）工程現場致災過程與演化機制不明確。該類預測預警方法是對大量數據中的隱含規律進行挖掘，無法明確得出災害發生的致災機理以及災害從孕育到爆發的演化機制，對從根本上認識災害的前兆無實質性推動作用。為更有效地進行礦山災害的預測預警，需要在進行采動致災過程分析的基礎上，認清各種礦山災害發生的機理與前兆規律。

（2）數據質量依賴性強。由于該類方法實施的基本條件是數據，為實現更為準確地預測預警分析，往往需要更為全面、精確的數據。但礦山現場環境復雜多變，有時根本無法獲取足量的優質監測數據，甚至已有的監測數據也可能因巖體結構破壞或開采擾動等因素導致數據中斷及干擾失真。現場難以保證數據的全面性、連續性及優質性，易導致預測預警的準確性和可靠性降低。

（3）現場監測多為點式監測，無法實現全面覆蓋。由于監測數據來源于各個散落布置的監測點傳感器，該類數據僅能反映該監測點極小范圍內的力學響應狀態，并不能獲取其他非監測點的響應狀態。由于監測點布置代表性差等原因，造成非監測點的響應比監測點的響應更強烈，會導致非監測點先于監測點破壞，進而使得預警任務失敗?？傊?，雖然監測數據中含有災害孕育的過程信息以及災害爆發的可能前兆信息，但識別和提取這些信息是相當困難的，目前基于現場監測的預警方法尚無法完全實現災害預測預警的目標。

1.2 基于數值模擬的預測預警方法概述

除了上述基于現場監測數據的預測預警方法外，數值模擬手段也常被用于分析評價礦山災害發生的可能性。巖體數值模擬技術是基于已知的理論知識（例如彈塑性力學、斷裂力學和損傷理論等），通過數值方法求解一些理論上無法明確表達解析解的復雜情況，可以計算獲得采動影響下的圍巖力學響應。根據不同的數值求解方法，數值模擬方法可分為有限元、離散元、邊界元、無單元、DDA、流形元等方法。實際上，借助于數值模擬方法，人們可以進行巖體損傷致災過程的分析，在此基礎上也可以實現巖體損傷區發展的分析預測，為災害預測預警提供重要的理論與技術支撐。此外，數值模擬方法能夠更直觀地展示出整個研究區域內的力學響應狀態，為解讀監測數據和挖掘前兆特征提供理論依據，可為研究者認清災害發生機理與發展規律提供重要參考。

近年來，學者們利用各種數值模擬手段開展了礦山實況模擬，進行了礦山安全評價分析，取得了一些有價值的研究成果。曹輝等［19］采用ANSYS 有限元數值模擬方法對南洺河鐵礦開采過程中的突水災害進行了模擬評價，預測了礦區內突水危險源區域。陳慶發［20］采用MIDAS/GTS 有限元數值模擬軟件開展了空區穩定性模擬分析，研究了采空區穩定性尺寸效應。此外，還有學者采用RFPA 軟件對3 類典型空區群結構的災變路徑與鏈源進行了仿真模擬，探究了采空區群結構致災效應。王仕昌等［21］在進行了抽水試驗的基礎上，通過數值模擬預測了各開采水平的正常礦坑涌水量，為開采可行性研究提供了水文地質數據。駱祖江等［22］通過對山西平朔礦區地下水系統的水文地質模型進行概化，建立了礦區地下水運動的三維數值模擬模型，并結合工況特征及礦井作業方式、生產進度，以巷道和回采工作面月掘進量為單位，模擬預測了各巷道和回采工作面地下水位降至9號煤底的涌水量。王鷹等［23］通過3DEC離散元數值模擬方法對引漢濟渭秦嶺隧洞工程的5 個代表性埋深段進行了隧洞開挖數值模擬，分析了開挖后圍巖的二次應力、位移變化和破壞情況，并選擇了5種不同的巖爆判據對圍巖巖爆等級進行了預測，預測的巖爆等級與實際巖爆發生情況基本吻合。

數值模擬方法用于災害預測預警，雖然可以從機理上分析災害的發生過程，在一定程度上指導安全生產，但也存在以下兩方面的不足：其一，由于巖體的復雜性，無法完全真實表征工程現場情況，數值模擬往往對巖體的現場情況進行簡化，模擬的結果往往與現場真實情況有較大差異，預測預警的準確性也會大打折扣；其二，當前的數值模擬方法均是基于前期勘探數據開展，不能基于時刻變化的現場實際情況進行實時動態的數值模擬，無法滿足預警的實時性要求。

2 現場監測與數值模擬相結合的預測預警方法

針對礦山災害預測預警而言，上述基于現場監測的方法和基于數值模擬的方法，各有其獨特的優勢，但也存在不可忽視的缺點。如果能將兩種方法有效地結合起來，取長補短，可以從很大程度上改善礦山災害預測預警的效果。

基于如上思路，課題組整合前期在現場監測和數值模擬分析方面的技術優勢，發展形成了現場監測與數值模擬相結合的礦山災害預測預警方法，以期實現基于監測的模擬和基于模擬的預警，達到有效改善現行礦山災害預測預警方法的目的。圖1 展示了現場監測與數值模擬相結合的礦山災害預測預警平臺的總體框架，主要分為5 個模塊：室內試驗與理論建模、現場測量與監測、數據集成與數據挖掘、趨勢預測與實時預警、警情發布及應急避險。

在室內試驗及理論建模方面，開展多應變率條件下的巖石損傷與破裂過程試驗，建立多應變率（準靜態、流變、動態擾動）條件下的巖石損傷力學模型；開展巖石節理的剪切失穩試驗，建立節理剪切失穩的本構模型；同時建立礦柱—頂板、圍巖—支護體、圍巖—充填體相互作用的理論模型，探尋巖石損傷與失穩破裂發生的條件和判據，為預測災害的發生時間奠定理論基礎。

在現場測量與監測方面，開展巖體賦存環境信息（地應力、地下水、地溫）測量；采用物探、攝影測量、鉆孔探測等多種手段，進行巖體結構特征的多尺度探測，認識巖體的結構特征；開展圍巖變形、應力、微震等響應過程的實時跟蹤監測，深入分析采動引起的圍巖響應特征。

在數據集成與數據挖掘方面，利用物聯網實時傳輸技術，將多種監測數據實時傳輸并匯集至云平臺數據倉庫，進行數據的清洗和聚類分析，開展監測數據挖掘；在云計算的編程環境中，研發巖石損傷與破裂的數值模擬軟件系統，開展采場圍巖損傷及災害孕育過程的數值模擬。

在預測預警方法方面，將監測數據和數值模擬結果進行融合，利用微震數據表征巖體損傷與參數弱化情況，開展實時數值模擬分析。基于實時監測數據進行人工智能算法研究與回歸分析，結合實時數值模擬得出的損傷演化規律，進行礦區變形損傷與破壞趨勢預測。此外，將現場監測關鍵指標的閾值監控與實時數值模擬閾值監控以及專家綜合評判相結合，可進行災害實時預警。將趨勢預測與實時預警進行有機綜合，從而發展形成了現場監測與數值模擬相結合的災害預測預警方法。同時，借助于虛擬現實系統實現區域模型和數據以及預測預警結果的真三維顯示。

在預警信息發布及應急避險方面，事先預估可能發生的各種災害類型、規模，提前制定相應的應急避險方案。當預警判別出現警情時，利用云平臺技術實現預警信息的多終端實時發布，及時啟動相應的應急避險預案，組織人員及設備有序撤離，避免災害引起的嚴重后果。

2.1 巖體參數表征與三維建模

為實現整個研究區域的數值模擬，要求建立的三維數值模型盡可能貼合巖體工程實際，為此需要開展一系列的前期準備工作：①選取礦山災害發生風險較高的區域作為研究對象，基于地質勘探資料，確定礦區巖性分布、斷層褶皺等地質結構分布情況，根據采礦設計圖紙資料確定采場分布，建立研究區域的三維地質和幾何模型；②基于巖石室內試驗和現場結構面調查成果進行巖體質量分級，確定巖體物理力學參數及其本構關系；③基于礦區地應力場、地下水滲流場、地溫場等巖體賦存環境資料，設定三維計算模型的邊界條件和初始條件，在該環節，需要利用AutoCAD、3Dmine、Hypermesh 等軟件建立三維幾何及數值計算模型。

2.2 初步數值模擬與現場監測點布置

將獲取的巖體參數、本構參數和邊界條件輸入到巖石力學數值模擬軟件，可初步進行研究區域的采動巖體力學響應的三維數值模擬。根據力學模型的不同，數值模擬可選擇的數值軟件分為基于連續介質力學的軟件和基于非連續介質力學的軟件兩類，可以在這些軟件中嵌入事先研究確定的巖體本構關系，以便開展更為貼合工程實際的力學分析。

為對整個采區進行大規模數值模擬分析，由于無法對每條節理信息都調查清楚，在這種情況下，可采用基于連續介質力學的軟件，如RFPA、Comsol Multiphysics、Ansys、Abaqus、FLAC2D/3D 等常見的有限元或有限差分軟件，將巖體等效稱為均勻連續介質，分析開采帶來的應變擾動和圍巖的損傷與破裂。如果是關注單個巷道頂板圍巖的冒落，此時需要注重局部節理分布與關鍵塊的穩定性分析，可采用基于非連續介質力學的軟件，如UDEC、3DEC、PFC、DEM 等軟件等，對巷道頂板塊體滑落進行預測分析。

根據初步的數值模擬結果，可直觀地得出礦區中的某些高應力和易發生損傷、出現塑性變形的部位，根據礦山結構關鍵部位（如巷道頂板、采空區頂板等）的變形、應力以及損傷區的分析，確定最佳的監測手段以及傳感器布置方案。例如，微震傳感器應該布置在具有巖爆風險較高的區域，這樣有利于捕捉更多的微震信息；多點位移計等變形監測儀應該布置在發生變形較為明顯的圍巖中。目前，可供選擇的監測參量主要有圍巖及結構應力（內部或表面）、位移（內部或表面）、應力變化率、變形速率、微震、含水率、滲透壓力、涌水量、風速、溫度、濕度、有害氣體含量、聲波速率、電阻率、紅外信息、視頻信息等。相應可供選擇的監測設備較多，在此不進行詳細敘述。

近年來，礦山監測技術取得了較大發展，其中微震監測技術是其中應用最為廣泛的技術方法之一。目前，多通道微震監測技術在南非的深井金礦及美國、加拿大、澳大利亞、智利等采礦大國的金屬礦山和波蘭等國的煤礦得到了普遍使用，成為礦山動力地壓災害監測和安全生產管理的主要手段。由于微震監測數據可以反映巖體內部微裂隙的萌生、擴展過程，進而間接反映出巖體損傷情況與巖體基本力學參數弱化情況，從而可以根據實時微震監測數據反演分析巖體的實時損傷情況。

巖體損傷變量可以定義為

式中，Ud為受力過程中的耗散能；Uc為巖石單元強度在完全喪失時的臨界能量耗散值，是一個材料常數，并且與巖石單元的應力情況無關，由巖石的單軸拉壓或剪切試驗得到［24］；ΔU 為巖石損傷釋放的彈性應變能；E0為初始彈性模量；v 為泊松比；σ1、σ2、σ3分別最大主應力、中間主應力和最小主應力。

巖體損傷區域半徑為

式中，b 為修正系數；M 為地震距，表示微震事件強度大??；E為微震事件能量；μ為剪切模量［24］。

2.3 數值模擬方法

目前，數值模擬普遍作為特定條件下的機理分析手段，但無法實現動態改變條件時的實時模擬分析?，F場監測手段可有效獲取巖體位移以及微破裂信息，通過進行反演分析來實時獲取巖體力學參數與邊界位移條件。因此，融合現場微震監測、位移監測、水壓監測等監測手段獲取的實時數據，并將其轉化為巖體實時力學參數、區域實時位移邊界、區域實時水壓邊界等數值模擬初始條件，可以有效實現對礦山現場的實時數值模擬分析?；谖⒄鸨O測數據表征巖體損傷實時更新數值模型力學參數進行的礦山實時數值模擬分析過程如圖2 所示。通過對微震監測數據進行震源參數分析，可以獲得震源位置、能量損失和震級等參數，基于一定的能量耗散準則可以實現基于微震數據的巖體損傷表征，并對數值計算模型的中的巖體參數進行更新。同時，將現場監測獲取的位移、水壓信息表征到數值模型中，可以實時校正計算模型的邊界條件。如此反復，通過監測數據實時修正數值模擬模型，可使得數值模型不斷地接近工程實際，從而實現基于監測數據的實時數值模擬分析，可以對礦山未來的微震活動性及圍巖發生破壞情況進行預測和預警。

此外，當前的數值模擬主要是小范圍（通常是單個巷道）的分析，要實現采場、采區乃至整個礦區的大規模計算分析，使用云計算平臺成為突破數值模擬計算容量瓶頸的必然選擇。在現場監測方面，人們通過對采動巖體的應力、應變、位移、微震活動性等進行實時監測，每天通過各類傳感器可以獲取多達GB 字節量級的數據。隨著傳感器采樣精度的提高和傳感器數量的增加，監測數據量劇增，傳統的數據分析方法已無法勝任，借助于大數據技術對監測數據進行分析和挖掘成為必由之路。

2.4 現場監測與數值模擬相結合的圍巖破壞預測預警方法

現場監測與數值模擬相結合的預測預警方法實現流程如圖3所示。

一方面，現場監測可以采用多種設備實時監測礦山巖體微震、位移、水壓等多種響應信息。在實時獲取監測數據的基礎上，借助于神經網絡、支持向量機、貝葉斯網絡等人工智能算法以及非線性回歸分析方法可以對數據的后續發展趨勢進行預測。同時，針對不同的礦山災害，可以通過影響因素分析確定出關鍵監測指標，參考已有的設計規程中給出的變形等參數閾值，同時利用工程類比法對比具備相同條件的其他案例以確定合理的監控閾值。最后，監測系統依據監控閾值和實時監測數據對礦山安全條件進行風險等級判別。

另一方面，利用現場監測獲取的微震信息可以反演巖體參數弱化情況，圍巖位移信息可以表征模型的邊界條件，裂隙水壓信息可以表征模型的滲流初始條件。將這些實時監測信息均表征到數值模型中，實現數值模型實時動態更新，以便開展礦山實時數值模擬分析。實時數值模擬可以進一步分析礦區損傷區的演化規律，結合生產進度模擬后續礦區損傷區的擴展情況，可以預測研究區域內巖體損傷破壞區的發展趨勢。同時，根據礦山災害類型確定合理的安全系數計算方法，利用實時數值模擬分析結果計算得出礦山安全系數。根據安全系數所處的閾值范圍，可進一步確定出礦山災害風險等級。

最終，在現場監測方法與實時數值模擬方法分別得出災害風險等級的條件下，采用專家評判系統進行綜合評判，得出災害預警等級，利用信息發布平臺及時發布預警信息及避險建議。

預警系統的可視化展示平臺不僅可以展示出各監測點的實時監測數據，還可以顯示整個區域的數值模擬結果。既能獲取特定監測點反映的礦山實際情況，又能清楚了解到其他非監測部分的應力應變響應，使得決策者對礦山的總體安全狀態有一個更全面的認識。此外，前期可通過數值模擬生產工況，理論上認識礦山整個生產過程中安全狀態的變化，從力學角度分析災害發生原因，推斷災害發生的條件，以便制定出科學的防災救災措施。

3 露天礦邊坡失穩災害預警應用實例

以大孤山露天礦西北幫邊坡變形破壞為例，詳細闡述本研究提出的礦山災害預測預警方法性能。大孤山鐵礦是深凹露天礦，礦場封閉圈標高+90 m，沿走向長1 700 m，寬1 500 m，現已開采到-330 m 境界。礦山采用汽車運輸與皮帶運輸相結合的方式，西北幫坡體內部開掘有皮帶運輸巷道。如圖4所示，多年以來，西幫皮帶巷道、風井均不同程度地出現細微開裂，皮帶巷道襯砌混凝土沿巷道出現多處規模不等的裂縫，裂縫寬度從數厘米至十數厘米不等。主裂縫分布在71#、83#皮帶架處，兩處寬度約60 mm，其中69#～72#皮帶架處巷道明顯向坑內方向錯位，巷道基底混凝土面伴有擠壓隆起，主裂縫橫向展布與巷道縱向交角大于60°，部分區段也可見到豎向開裂變形現象。以上現象表明，大孤山西北幫已出現不同程度的變形破壞現象，為保證礦山正常生產、運輸，故選擇西北幫邊坡為本研究穩定性監測預警的重點研究區域。

3.1 地質勘探、測繪與三維幾何建模

基于早期勘探、測繪獲取的地質資料對礦區進行了詳細三維地質建模。三維模型中主要包含了開采境界模型、斷層和巖性分界面模型以及地層模型。本研究三維模型主要通過AutoCAD和3Dmine兩款軟件構建，大孤山整體模型及西北幫三維幾何模型如圖5所示。

3.2 初步數值模擬以及現場監測方案制定

根據選取的重點監測范圍以及防范災害類型，在該區域布置了一套包含9 傳感器（8 個單軸傳感器和1個三軸傳感器）、12通道的微震監測系統，設置了3 個深孔測斜監測點，5 個GPS 監測點和3 個測量機器人測點，采用3GSM、無人機、激光掃描、鉆孔電視等多種手段對邊坡表面及內部的結構面進行了測試，同時使用超聲波測試儀測定巖體波速、合成孔徑雷達干涉（INSAR）獲取邊坡沉降場、合成孔徑雷達（SAR）獲取邊坡位移場、紅外獲取邊坡溫度場，對大孤山露天邊坡進行空—天—地—內一體化的持續跟蹤監測?，F場監測設備布置情況、微震監測結果與深孔測斜結果如圖6所示。

3.3 數據集成與預警平臺

現場布置的多種監測手段形成了一套多源信息、多維度協同監測系統。為有效利用監測數據進行預警工作與數據統一管理，將所有實時監測的數據同步上傳至云端數據庫，利用預警云平臺統一管理，調用多源異構監測數據，云平臺總體構架如圖7所示。該平臺基于開源云計算管理軟件OpenStack進行底層搭建，融合了Hadoop和Spark大數據計算系統、MySQL 等數據存儲系統、Kafka 等高級消息隊列服務系統、以Django 為框架的Web 服務器系統等。現場不同傳感器的監測數據經由Kafka 或RabbitMQ生成不同的Topic，以消息隊列的形式傳輸至云端訂閱對應Topic 的各類存儲計算系統，進行實時存儲計算處理，并將處理結果以同樣的方式傳輸至客戶端及Web服務器端進行可視化展示。

3.3.1 滑坡預測

為實現邊坡穩定性預測，可針對現場監測獲取的地表變形數據進行趨勢預測。礦山采用了測量機器人定點觀測西北幫邊坡表面變形，共有A、B、C 3個測點均布置于-138 m 平臺，布置情況如圖6（a）所示。本研究采用支持向量機算法，對2017 年8 月14 日—2017 年9 月19 日測點B 所觀測到的坡表變形數據進行了趨勢預測，結果如圖8 所示。由圖8 可知：2017年在9 月16 日以后坡表變形呈現急速增長趨勢，表明后期在-138 m平臺處存在發生滑坡災害的風險。

另一方面，微震監測數據可以反映邊坡巖體內部微裂隙的萌生、擴展過程，進而間接反映出巖體損傷情況與巖體基本力學參數弱化情況。根據現場監測獲取的微震數據進行了邊坡巖體損傷及力學參數弱化演化規律分析，并結合礦山后期生產安排，進行了數值模擬分析，結果如圖9 所示。由圖9 可知：此時西北幫-68～-138 m平臺間、-170～-210 m平臺間出現了大范圍的損傷集中區，說明隨著生產的進行，該區域后期有發生滑坡災害的風險。

2017 年9 月22 日，在連續降雨影響下，-68～-138 m 平臺礦巖交界面F14斷層附近發現一處結構面控制型表層滑坡，如圖10 所示。由兩組交叉節理切割而成的楔形巖體沿節理面發生了短距離滑移，所幸巖體未完全滑出，未造成人員與財產損失。總體上，前期的預測結果與發生滑坡的位置一致，但是，預警的指標及預警閾值尚需進一步研究，以期實現滑坡的實時預警。

3.3.2 預測預警與可視化平臺

本研究采用虛擬可視化軟件Unity3D建立了大孤山在線監測數據可視化系統，采用云服務器和客戶端的模式，發送和接受軟件采用主從式架構（Client/Server）的網絡架構，客戶端的程序運行在手機或普通電腦上，服務端的程序運行在云服務器上。瀏覽發布模塊采用瀏覽器服務器（Browser/Serve）模式［25］。現場監測數據可視化結果與數值模擬分析可視化結 果可通過圖11所示的方式進行展示。

基于礦山監測數據以及礦山三維模型，建立了多平臺客戶端，用于手機端、Web 端、PC 端以及大屏幕顯示?？蛻舳藢⒓傻V山地表現狀、礦體、工藝流程等模型，客戶登錄獲得權限后，能訂閱服務器信息，在線查詢監測數據，如圖12所示。

4 結 論

現場監測預警與數值模擬手段均有其獨特的優勢，將兩種方法有效結合起來，取長補短，可以在很大程度上改善礦山災害預測預警的效果。本研究提出了一種現場監測與數值模擬相結合的礦山災害分析預測預警方法，以期有效提高礦山災害預測和預警的可靠性。該方法總體上存在以下特點：①該方法可實現基于初期數值模擬結果預測采動引起的高應力和發生損傷與破裂的潛在區域，依據該結果可以合理而有效地選擇和制定監測方案并布置傳感器；②該方法基于現場監測數據進行巖體重新表征和數值模型修正，在此基礎上進行更接近于開采現實情況的數值模擬，實時預測巖體變形、損傷與破裂的狀態；③該方法實現了數值模擬方法與現場監測方法的有機結合，用于災害趨勢預測和實時預警，實時數值模擬可全面直觀了解研究區域的變形與損傷等力學狀態，給出合理的風險判別，同時結合現場數據實時閾值監控的風險判別，最終由經驗豐富的專家綜合評判，科學合理地給出預警警情判別結果以及對應的應急避險方案；④該方法是在摸清致災機理的前提下進行預測預警，可以獲取更多、更全面的有用信息，包括定點監測的實時信息與區域數值模擬的信息，不僅可以提高預測預警的準確性，還可以認清災害發生原因，為針對性地采取防災措施提供了技術支撐。

本研究提出的現場監測與數值模擬相結合的礦山災害分析預測預警方法，雖然正積極應用于大孤山露天礦西北幫邊坡變形破壞的預測預警工作，但由于礦山前期數據資料保存不完善、現場實時監測手段不全面等原因，該方法尚未得以全面實施，目前尚無精準預測預警災害發生的成功案例，有待于進一步完善數據來源，保證預測預警方法的全面實施，以期獲得更好的預測預警效果。