下峪口煤礦突出預警系統建設及應用

李宇龍

(陜煤韓城礦業有限公司下峪口煤礦，陜西 韓城 715400)

0 引言

下峪口煤礦是韓城礦業有限公司的主力生產礦井之一，在礦井開采的40余年內，多次發生煤與瓦斯突出事故，給礦井帶來巨大的人員和經濟損失。為了保障生產安全，下峪口煤礦每年投入大量的人力、物力和財力，目前已構建了以“區域措施先行，局部措施補充”為核心的2個“四位一體”綜合防突技術體系，突出防治工作成效顯著[1]。然而，作為保障礦井安全的最后一道屏障，工作面預測技術存在明顯的技術缺陷，主要體現在工作面預測采用接觸式、間斷性的點預測方法，不僅打鉆工藝復雜，而且預測耗時較長，特別是在目前下峪口煤礦采掘接替緊張的情況下，嚴重束縛了礦井生產力的發展[2]。因此，下峪口煤礦與中煤科工集團重慶研究院有限公司合作，建立了基于瓦斯涌出動態特征的突出預警系統，實現了工作面突出危險性的實時在線監測、超前預警和預警結果及時發布[3-8]。預警系統的建立不僅對礦井安全高效生產提供了技術支撐，也是響應《防治煤與瓦斯突出細則》第4條：“突出礦井應當建立突出預警機制”的重要舉措。

1 監控數據濾噪方法

突出預警系統是以瓦斯監控數據為基礎的預警技術，但受井下復雜環境的影響，瓦斯監控數據存在一些固定規則(傳感器調校、斷電試驗等)或無固定規則(風筒破裂、人為因素等)的瓦斯異常數據。為保證預警結果的準確可靠，需濾除監控數據中的無效數據，為此預警系統建立了2類數據濾噪方法。

1.1 數據自動判識濾噪

瓦斯傳感器調校、斷電試驗等是井下儀器維護管理的常規工作。當傳感器標校、斷電試驗時，瓦斯涌出較正常情況存在明顯不同。①濃度數據的上升與下降速度特別快，一般在30 s之內；②峰值濃度比較固定；③峰值持續時間較短，一般在1～5 min。針對這種特殊數據，建立數據識別模型可自動濾除此類數據。數據自動判識流程如圖1所示。

圖1 數據自動判識流程Fig.1 Flow chart of automatic data identification

1.2 手動濾噪

手動濾噪作為一種補充手段，主要針對井下整理風筒、井下人員操作失誤等規則性較差、智能識別模型不能識別到的無效數據，預警系統允許指定用戶對這種無效數據進行手動濾除，可直接對一個點或一系列點進行值修改、刪除以及添加。

2 預警指標體系及系統建設

2.1 預警指標體系

研究表明，工作面瓦斯涌出特征與煤與瓦斯突出之間存在一定的關聯性[9]。預警系統綜合考慮了影響瓦斯涌出的眾多因素，從瓦斯量特征、解吸特征、波動特征和趨勢特征分析了瓦斯涌出特征的差異性，構建了一套完整的預警指標體系，見表1。

表1 預警指標體系Table 1 Early warning index system

2.2 預警系統建設

預警系統整體采用C/S架構，基于.Net Framework平臺，采用C#語言開發。系統主要由數據庫、服務端、客戶端和信息發布平臺4部分組成，各部分之間通過多網融合技術進行有機連接，從而實現煤與瓦斯突出在線監測、實時預警和預警結果的及時發布[10-11]。預警系統網絡結構如圖2所示。

圖2 預警系統網絡結構Fig.2 Network structure of early warning system

預警數據庫主要用于存儲傳感器數據、參數數據以及預警結果數據等，為了便于靈活部署及不同類型數據間的相互獨立，數據表主要分為監控實時數據類表、參數設置類表和預警結果類表；服務端主要用于數據的采集、傳輸及數據分析等；客戶端主要用于日常運行信息的管理與查詢，包括預警結果查看、預警指標計算、預警參數設置等；信息發布平臺是預警結果的發布終端，借助阿里云短信服務第一時間向指定用戶發送預警提示短信，保證煤礦管理人員第一時間獲取工作面危險信息。

3 預警敏感指標及臨界值確定

預警系統內置了4類16種預警指標，在實際應用過程中，不同的地質、生產條件造成預警指標的適應性有較大的差異，同時考慮到預警系統的智能化及可操作性，16種指標不可能，也不必全部采用，一般從中優選出2～3種預警敏感指標即可。為了提高預警指標優選效率，建立了計算機判識流程[12]，如圖3所示。

圖3 預警指標及臨界值優選流程Fig.3 Optimization process of early warning index and critical value

根據計算機對預警敏感指標及臨界值的判識結果，結合下峪口煤礦瓦斯涌出特征及現場預測結果的分析，最終確定了瓦斯指標A和煤質指標B作為下峪口煤礦的預警敏感指標，并根據工作面的突出危險程度，將其劃分為“危險”“威脅”和“正常”這3個等級，其臨界值見表2。

表2 預警指標臨界值Table 2 Critical value of early warning index

4 應用效果

突出預警系統自2019年8月運行以來，累計考察掘進巷道長度超過1 800 m，發布預警信息800余條，并超前捕捉到日常預測指標超限、噴孔等煤與瓦斯突出危險多起，預警準確率達到84%，為下峪口煤礦的安全掘進起到了良好的輔助預警作用，應用效果顯著。

以23202進順工作面為例，2020年4月12日4點班工作面預測期間1、2、3號鉆孔的最大鉆屑解吸指標分別為160 Pa、150 Pa和110 Pa，且1、2號孔發生噴孔現象，工作面立即停止掘進，執行工作面防突措施。另外，據現場調查發現，該工作面煤厚增大，煤質變軟，進一步說明工作面前方具有突出危險性。

23202進順工作面預警效果，如圖4所示。可以看出，預警系統于2020年4月11日8點班發出威脅預警，隨后6個班次連續發出危險預警信號，超前工作面預測3個班次捕捉到工作面突出危險情況，并且每個班次的預警結果通過預警短信云平臺向下峪口煤礦的管理人員發送了預警提示短信，如圖5所示，起到了超前預警效果。4月12日工作面停止掘進，實施區域防突措施過程中，煤層瓦斯卸壓，瓦斯含量逐步降低，至4月15日恢復至正常水平，由此可見，預警結果具有準確可靠性。

圖5 預警短信截圖Fig.5 Screenshot of early warning SMS

另外，預警系統的建設也為下峪口煤礦提供了工作面預測參數的管理平臺，實現了工作面預測參數的信息化管理，為防突數據系統性、連續性分析及深度挖掘提供了可能，也為下峪口煤礦智能化建設奠定了基礎。同時實現了防突數據多部門、跨平臺的數據共享，減少了數據調閱的人工跑送過程，既提高了工作效率，又降低了工人的工作量。可見，預警系統的建設不僅能夠顯著提升防突預測的準確性和時效性，還提升了下峪口煤礦的防突信息管理水平。

5 結論

(1)通過分析下峪口煤礦瓦斯監控系統數據特征，針對固定規則和無固定規則瓦斯異常數據，分別采用數據自動判識濾噪和手動濾噪方法對無效數據進行濾除，從而保證預警結果的準確可靠。

(2)建立了一套包括瓦斯量特征、解吸特征、波動特征和趨勢特征的4類16種預警指標體系；并搭建了突出預警平臺，實現了煤與瓦斯突出在線監測、實時預警和預警結果的及時發布。

(3)采用計算機判識流程優選出了符合下峪口煤礦瓦斯涌出特征的預警敏感指標：瓦斯指標A和煤質指標B，并確定了相應的臨界值。

(4)自預警系統運行以來，在下峪口煤礦超前捕捉到日常預測指標超限、噴孔等煤與瓦斯突出危險多起，預警準確率達到84%，顯著提升了突出預測的準確性和時效性。并且預警系統實現了工作面預測參數的信息化管理，提升了礦井防突信息管理水平。