高级检索

基于微震数据及模型的煤矿水害“双驱动”预警体系构建与应用

张党育, 武斌, 贾靖, 赵立松, 李玉宝

张党育,武 斌,贾 靖,等. 基于微震数据及模型的煤矿水害“双驱动”预警体系构建与应用[J]. 煤炭科学技术,2023,51(S1):242−255. DOI: 10.13199/j.cnki.cst.2022-2228
引用本文: 张党育,武 斌,贾 靖,等. 基于微震数据及模型的煤矿水害“双驱动”预警体系构建与应用[J]. 煤炭科学技术,2023,51(S1):242−255. DOI: 10.13199/j.cnki.cst.2022-2228
ZHANG Dangyu,WU Bin,JIA Jing,et al. Construction and application of “Dual-drive” pre-warning system for coal mine water disaster based on microseismic data and model[J]. Coal Science and Technology,2023,51(S1):242−255. DOI: 10.13199/j.cnki.cst.2022-2228
Citation: ZHANG Dangyu,WU Bin,JIA Jing,et al. Construction and application of “Dual-drive” pre-warning system for coal mine water disaster based on microseismic data and model[J]. Coal Science and Technology,2023,51(S1):242−255. DOI: 10.13199/j.cnki.cst.2022-2228

基于微震数据及模型的煤矿水害“双驱动”预警体系构建与应用

详细信息
    作者简介:

    张党育: (1967—),男,河北邯郸人,高级工程师(教授级),博士研究生。E-mail:zhangdyjzny@126.com

  • 中图分类号: TD745

Construction and application of “Dual-drive” pre-warning system for coal mine water disaster based on microseismic data and model

  • 摘要:

    现阶段,我国越来越多的矿井进入深部开采和下组煤开采期,煤层开采受岩溶水害威胁严重,矿井深部突水隐患探查不清,采掘过程中缺乏科学有效的突水监测预警手段,是造成矿井突水灾害的主要原因。为夯实水害预警监测基础,提出“双驱动”煤矿水害微震预警架构,利用数据驱动与模型驱动,实时动态监测工作面底板突水风险等级及范围,对突水风险趋势智能预测预报。在数据驱动的框架下,以微震事件时空演变规律为切入点,通过对微震事件震源机制反演与属性分析,为导水通道形成判断提供依据,结合水文动态数据变化,建立相应突水判据,对突水风险进行评价。在模型驱动的框架下,构建含分类预测、聚类分析等多种算法的深度学习模型,将典型微震事件群作为模型输入,定量动态预测未来微震事件发生的空间范围与聚集度,继而确定突水风险等级与危险区域。基于微震数据及模型的煤矿水害“双驱动”预警技术,开发了相应的区域性煤矿水害三维智能预警平台,实现了水害风险特征的动态智能预警预测和危险区域的三维可视化显示。实践证明,采用确定性数据研判与智能模型预测的“双驱动”微震预警体系,对突水风险等级和范围的预测效果显著,实现了对底板水害高风险区域的精确预警与防控。

    Abstract:

    At the present stage, more and more mines in China are entering the deep mining and lower group coal mining period. The coal seam mining is seriously threatened by karst water, the hidden danger of water inrush in the deep mine is unclear, and the lack of scientific and effective water inrush monitoring and early warning means in the mining process is the main reason for the water inrush disaster in the mine.In order to consolidate the foundation of early warning and monitoring of water disasters, a “double drive” micro earthquake early warning framework for coal mine water disasters is proposed. Using data drive and model drive, the risk level and scope of water inrush from the floor of the working face are monitored dynamically in real time, and the trend of water inrush risk is predicted intelligently.Under the framework of data driving, taking the temporal and spatial evolution law of microseismic events as the breakthrough point, through the inversion and attribute analysis of the source mechanism of microseismic events, it provides a basis for judging the triggering cause of microseismic events, the rupture trend and the formation of water diversion channels. In combination with the changes of hydrological dynamic data, it establishes the corresponding criteria for water inrush and evaluates the risk of water inrush.Under the framework of model driven, a deep learning model with multiple algorithms such as classification prediction and cluster analysis is constructed. The typical microseismic event cluster is used as the model input to quantitatively and dynamically predict the spatial range and concentration of future microseismic events, and then determine the water inrush risk level and risk area. Based on the “double drive” early-warning technology of coal mine water disaster based on microseismic data and model, the corresponding regional 3D intelligent early-warning platform of coal mine water disaster is developed, which realizes the dynamic intelligent early-warning prediction of water disaster risk characteristics and 3D visual display of dangerous areas.The practice has proved that the “double drive” microseismic early warning system using deterministic data research and intelligent model prediction has a remarkable effect on predicting the level and scope of water inrush risk, and has realized accurate early warning and prevention and control of high-risk areas of floor water damage.

  • 西北生态脆弱区具有显著的“富煤、贫水、弱生态”特征。第四系萨拉乌苏组潜水是该区域惟一具有供水和生态意义水资源。潜水生态水位与区域植被生态、地质环境密切相关[1]。煤炭资源大规模开发,势必扰动生态水位变异,诱发原本脆弱的生态环境进一步恶化。因此,研究生态脆弱区煤层采动下生态水位变异程度对矿区生态地质环境保护、绿色矿山建设具有重要意义。

    保水采煤的目标是在防治采场突水的同时,维持具有供水意义和生态价值的含水层稳定或将生态水位变化控制在合理范围内。为此,煤层采动下生态水位变异研究取得了系列成果。现场实测方面,结合地下水传感器监测钻孔潜水水位,分析了潜水位下降与煤层开采强度的关系[2]、潜水位波动与地表沉陷的耦合关系[3]、潜水位下降对干旱矿区植被蒸腾[4]及河岸区地下水蒸散发量的影响[5]、地下水位与干旱区生态系统关系[6]、保水采煤环境工程地质模式及保水采煤类型区域研究[7]。钻孔水位监测较难实现大区域全方位、小尺度、精细化监测,为此,结合数值模拟,分析了采矿活动和降雨事件对潜水位的影响规律[810]、预测了矿井涌水量及评价了矿区地下水资源[1113]、研究了高强度煤层采动下最佳生态水位将至警戒水位的生态效应[14],弥补了钻孔水位监测的不足。此外,基于偏差信息和非线性自回归神经网络混合模型[15]、创新趋势分析和Mann-Kendall方法[16]、频谱法和校正方法、时间序列分析法[17]等数学理论方法,在选择多个影响因素的基础上,预测采矿活动对地下水位的影响,但缺乏水位变化的物理意义。采矿活动影响下地下水演变机理方面,Abdullah Karaman等假设将采煤工作面看作移动抽水井,模拟了地面沉降对地下水位的影响[18];随后采用类似曲线分析计算法建立了采矿速率、水力扩散系数与潜水水位的耦合关系[19],探究了采矿活动影响下地下水位的演变规律。杨倩等[20]阐述了采动裂隙导水和变形压力作用下的承压水位变化机制,建立了地下水稳定运动、非稳定运动2种井流方程的覆岩承压含水层水位采动变化数学模型。李涛等[21]利用Theis公式与相似模拟试验相结合的方法,建立了煤层采动对地下水位恢复的井流预测模型。

    当前研究集中于煤层采动潜水渗漏条件下生态水位如何下降,而往往忽略潜水不渗漏/采煤沉陷扰动下生态水位恢复演变规律。此外,采动生态水位演变往往依靠现场实测,水位恢复程度预测解析解不明确。基于此,笔者首先基于“关键层位置+薄板理论+土拱效应+下行裂隙”建立煤层采动下覆岩–土隔水层厚度计算方法,判别潜水渗漏状态;其次,结合2个工作面的潜水生态水位实测数据,研究煤层采动下潜水生态水位变化规律;然后,基于井流模型建立采煤沉陷扰动下生态水位恢复程度解析解;最后,对比分析生态水位恢复实测值与解析值,并探讨了生态水位未完全恢复的原因。

    随着我国东部煤炭资源逐渐枯竭,煤炭开采重心已转移至西北生态脆弱区。西部地区主采侏罗系煤层,地表被第四系沙层所覆盖,其下的第四系萨拉乌苏组潜水含水层具有重要的生态意义。第四系潜水隔水层主要是新近系保德组红土与中更新统离石组黄土,西部地区地层综合柱状图如图1所示。

    图  1  西部矿区地层综合柱状图
    Figure  1.  Comprehensive column chart of strata in the western mining area

    煤层采动后,形成覆岩导水裂隙带。目前煤层开采导水裂隙带发育高度(简称“导高”)预计的方法,主要针对我国东部石炭–二叠系煤层开采实测值总结。东部矿区主要以深井开采为主,而西部矿区开采主要为浅埋厚煤层,具有大采高、大采深的特点,上覆潜水隔水土层主要以黄土、红土为主,导水裂隙带易贯穿基岩进入(部分)土层,与东部矿区煤层埋藏以及开采条件大有不同,先前总结的经验公式难以实现西部矿区导高的准确预测[2224]

    基于上述分析,针对西部矿区特征,结合已有研究成果,基于“关键层位置+薄板理论+土拱效应+下行裂隙”建立了覆岩–土结构下采动导高计算模型(图2)。首先,当覆岩当关键层位置距开采煤层大于7~10倍煤层采厚距离时,导高等于该关键层距开采煤层的高度[25]。反之,基于薄板理论计算主关键层上部基岩破断情况,即:通过对比薄板的极限挠度值与岩层下部自由空间高度的大小,判断各基岩岩层是否全部断裂,确定发育在基岩中的导高。若上部基岩岩层全部断裂,则需要判断导水裂隙带是否继续向上发育至土层。为此,基于普氏理论和岩体极限平衡理论确定土体破坏临界高度[26]。如果土层的厚度足够大,当土层被破坏到临界高度时,就会形成一个自然平衡拱,此时土层就不会继续垮落,导水裂隙带发育高度即为临界高度与基岩厚度之和。如果土层没有形成稳定拱,考虑采煤沉陷下行裂隙深度是否发育至基岩顶界面[27],若两者贯通,导水裂隙带贯穿地表;若没有发育至基岩则导水裂隙带发育到土–岩交界面。综上,确定覆岩–土结构下采动导水裂隙带发育高度,为下述潜水渗漏状态判别提供理论依据。

    图  2  覆岩–土结构下采动导水裂隙带高度计算流程
    Figure  2.  Flow of calculating the height of water fracture zone under overburden bedrock and soil structure

    在确定覆岩–土结构下采动导高的基础上,确定覆岩残余隔水层厚度及其类型。为保证煤矿开采安全,通常根据松散层、黏性土层厚度以及采厚等因素留设防水或防砂安全煤岩柱,但是对于考虑残余隔水层厚度及其岩性组合的潜水渗漏状态无法判别。

    为此,对于覆岩残余隔水层厚度与渗漏状态的确定,笔者在分析潜水渗漏模式阈值和残余隔水层厚度组合线性变化规律的基础上,确定潜水渗漏与否的阈值:红土、黄土和基岩厚度分别为22、36和120 m[26]。李涛等[28]采用水–电相似模拟得出:离石黄土42.6 m或保德红土21.0 m为潜水不发生渗漏的最小厚度。综上,对比分析残余隔水层厚度与渗漏阈值(表1),确定潜水的渗漏状态。

    表  1  潜水渗漏模式判断标准
    Table  1.  Criteria for judging aquifer leakage modes
    渗漏情况 判断方法1 判断方法2
    潜水不发生渗漏 $ \dfrac{x}{{22}} + \dfrac{y}{{36}} + \dfrac{{\textit{z}}}{{120}} - 1 \geqslant 0 $ $ \dfrac{x}{{42.6}} + \dfrac{y}{{21}} - 1 \geqslant 0 $
    潜水发生渗漏 $ \dfrac{x}{{22}} + \dfrac{y}{{36}} + \dfrac{{\textit{z}}}{{120}} - 1 < 0 $ $ \dfrac{x}{{42.6}} + \dfrac{y}{{21}} - 1 < 0 $
    注:x为残余红土厚度,m;y为残余黄土厚度,m;z为残余基岩厚度,m。
    下载: 导出CSV 
    | 显示表格

    在西北生态脆弱区金鸡滩煤矿108工作面和小保当煤矿01工作面分别开展采煤扰动下生态水位实测。为判断潜水渗漏状态,在108工作面布置了KY1、KY2两个钻孔实测煤层采动导高分别为170.55、178.45 m[14](图3)。在钻孔KY1中,残余基岩和土层的厚度分别为9.26、39.7 m。在钻孔KY2中,残余基岩和土层的厚度分别为19.16、26.8 m。对于01工作面,布置了钻孔S5测试导高为157.39 m[3](图4),残余隔水基岩和土层的厚度分别为74.07、65 m。

    图  3  108工作面钻孔布设
    Figure  3.  Boreholes arrangement of No.108 coalface
    图  4  01工作面钻孔布设
    Figure  4.  Boreholes arrangement of No.01 coalface

    此外,结合覆岩残余隔水层厚度的确定方法和工作面综合钻孔柱状图,确定01、108工作面覆岩主关键层与开采煤层的距离均大于7~10倍煤层采厚,基于此,导高等于该关键层距开采煤层的高度分别为:179.13、191.76 m。结合工作面综合柱状图,108工作面残余基岩和土层的厚度分别为10.58、33.25 m;01工作面残余基岩和土层的厚度分别为52.33、65 m。

    结合上述潜水渗漏状态参与隔水层厚度阈值,确定01、108工作面煤层采动过程中潜水均未发生渗漏。

    为了监测工作面整个采煤期间潜水位变化,在108工作面设置了水位监测钻孔KY8和KY10(图3)。监测钻孔KY8位于工作面倾斜方向的中心,距离工作面终采线170 m;监测钻孔KY10位于108工作面运输巷上方,距离工作面终采线117 m (图3)。01工作面布置S5和S13三个水文监测钻孔(图4)。同时,监测各个钻孔孔口的地面沉降值。

    KY8钻孔于2017–12–06开始监测,此时采煤工作面煤壁与监测钻孔KY8的水平距离为3.4 m。根据图5可将KY8水位及地面沉降变化分为4个阶段,分别为1—水位快速下降阶段;2—受地面迅速沉降影响水位短暂平稳阶段;3—地面沉降幅度减弱、水位缓慢上升阶段;4—地面沉降幅度进一步减小直至沉降稳定、水位逐渐稳定阶段。工作面过孔后24 d左右水位下降至最低点,采煤进尺远离钻孔并运动到终采线后钻孔处沉降幅度逐渐减小并趋于稳定,水位逐渐恢复。

    图  5  KY8钻孔水位–沉降变化
    Figure  5.  Water level-settlement change of KY8 borehole

    01工作面S5钻孔于2019–04–10开始观测,潜水位随回采均表现出“先下降后回升”的规律,如图6所示。采煤工作面过孔后25 d左右各水文孔达到最低水位,与地表下沉具有同时性,即地表开始下沉时,潜水位开始下降,下降幅度基本一致。采后138 d左右采煤进尺远离钻孔并运动到终采线后钻孔处沉降幅度逐渐减小并趋于稳定,水位逐渐恢复[3]

    图  6  S5钻孔水位–沉降变化(据文献[3]修改)
    Figure  6.  Water level-settlement change of S5 borehole[3]

    根据01和108工作面采动潜水变化实测可知,对于某一观测点来说,地面沉降与水位下降同步,地面沉降的幅度将影响潜水位的下降速度:地表沉降活跃期,地表沉降速度急剧加快,甚至大于水位下降幅度,潜水位迅速下降;当地表沉降进入活跃阶段后期,地面沉降幅度逐渐减弱,潜水位逐渐稳定;地面沉降衰退阶段,地表沉降趋于稳定,潜水位易在大气降水和潜水侧向补给作用下逐渐回升,进入回升阶段。

    因此,在煤层采动潜水不渗漏/采煤沉陷扰动条件下,生态水位呈现“迅速下降—缓慢回升—趋于稳定”的演化规律,但采后潜水水位通常不能完全恢复至采前水位。

    为模拟测孔的潜水位在采煤后恢复所需要的时间,建立满足Theis公式的单井数学模型。将模拟恢复时间与上述实际测量恢复时间进行对比,研究采煤对水位波动的影响规律。

    随着采煤进尺经过监测点并运动到停采线水位下降,将此过程的瞬时水位看作一口虚拟抽水井(图7),以定流量Qtp时间内抽水造成潜水位降落漏斗;而潜水位的恢复发生在采煤结束地面沉降稳定停止虚拟抽水后,将这一过程看作虚拟注水。因此潜水位降深s′与时间t的关系如图8所示,图中t′为水位恢复的时间,sr为水位恢复期的修正剩余降深[29-30]

    图  7  井流模型示意
    Figure  7.  Schematic of well flow model
    图  8  井流模型中水位下降与时间的关系
    Figure  8.  Relation of drawdown and time in a well fow model

    数学模型的建立采用定流量的Theis公式

    $$ s' = \frac{Q}{{4\pi T}}W(u) $$ (1)
    $$ W(u) = \int_u^\infty {\frac{{{{\mathrm{e}}^{ - y}}}}{y}} {\mathrm{d}}y $$ (2)
    $$ u = \frac{{{r^2}\mu }}{{4Tt}} $$ (3)
    $$ W(u) = \ln \frac{{2.25Tt}}{{{r^2}\mu }} $$ (4)

    式(3)、(4)为Theis公式的简化形式。式中,s′为虚拟抽水井的降深,m;r为钻孔到虚拟抽水井的距离,m;u为含水层的给水度; T为含水层导水系数,m2/d,T=KMK为含水层的渗透系数,m/d,M为初始含水层厚度,m;t为虚拟抽水开始到计算时刻的时间,d ;Q为虚拟抽水井的定流量,m3/d;W(u)为井函数;y为积分变量。

    首先计算虚拟抽水流量Q,选取模型中非对称的两任意观测点,已知其虚拟抽水结束后的水位s1's2',假定虚拟抽水井位置,预设r1 r2,结合井式(1)得到式(5),即可以求出Q值,再把求出的Q值代入Jacob式(6),得到近似的虚拟抽水进行的时间tp

    $$ K = \frac{{0.318\;3Q(\ln \;{r_2} - \ln \;{r_1})}}{{(2M - {s_1}' - {s_2}')({s_1}' - {s_2}')}} $$ (5)
    $$ s' = \frac{{0.183Q}}{T}\lg \frac{{2.25T{t_{\mathrm{p}}}}}{{{r^2}\mu }} $$ (6)

    根据计算出的Q值和tp值代入恢复期的Thies式(7),其等价于同流量的虚拟抽水和虚拟注水的叠加,并代入任意降深可以求出对应的恢复所用时间t'

    $$ {s_{\mathrm{r}}}' = \frac{Q}{{4\pi T}}\left(\ln \frac{{t' + {t_{\mathrm{p}}}}}{{t'}} - \frac{{{r^2}\mu }}{{4Tt'}}\right) $$ (7)

    根据井流模型解析生态水位波动过程的流程如图9所示。

    图  9  井流模型解析流程
    Figure  9.  Analytical flow of well flow model

    根据两工作面已有的工程地质、水文地质参数,结合2.2节中的水位监测数据,使用3.2节中所述的方法,能够对108工作面和01工作面的生态水位恢复程度进行预测解析。

    01工作面中,$ K = 3.5\;{\mathrm{m/d}},M = 10\;{\mathrm{m}},T = KM = 35\;{{\mathrm{m}}}^{2}/{\mathrm{d}},\mu =0.27 $。选取2.2节中测量出的S5和S13钻孔的水位降深以及其距离虚拟井的水平距离$ s'_1=2.595\;{\mathrm{m}},s'_2=1.679\;{\mathrm{m}},{r}_{1}=120\;{\mathrm{m}},{r}_{2}= 128.5\;{\mathrm{m}} $为观测数据代入式(5)计算出虚拟抽水井的流量Q=2 314.479 m3/d。将流量Q代入抽水阶段的Jacob式(6)得出虚拟抽水时间$ {t}_{p}=26.94\;{\mathrm{d}} $,S5观测井实际抽水时间为27 d (图10中的I阶段)。S5水位恢复到第1个峰值时的水位降深为1.635 m,将虚拟抽水井流量Q和虚拟抽水时间tp代入式(7)可以得出虚拟注水时间t'=27.37 d,实际恢复时间为26 d (图10中的II–1阶段);恢复到最高水位时的水位降深为1.081 m,虚拟注水时间t'=64.26 d,实际恢复时间为63 d (图10中的II–2阶段)。

    图  10  S5钻孔水位波动预测时间与实际时间对比
    Figure  10.  Comparison between predicted time and actual time of water level fluctuation in S5 borehole

    108工作面KY8钻孔的生态水位恢复过程解析[30],得出KY8观测井虚拟抽水时间$ {t}_{{\mathrm{p}}}=243.988\;{\mathrm{d}} $,实际抽水时间为244 d(图11中的I阶段)。KY8观测井虚拟水位恢复到60%时,得$ t'_{60\%}=23.715\;{\mathrm{d}} $;KY8观测井实际恢复时间为20 d左右(图11中的II–1阶段);恢复到110%时$ s'_{1\tau }=2.267\;{\mathrm{m}} $, $ t'_{110\%}= 42.127\;{\mathrm{d}} $;实际为40 d左右(图11中的II–2阶段);恢复到200%时,$ t'_{200\%}=78.178\;{\mathrm{d}} $;实际为80 d左右(图11中的II–3阶段)。

    图  11  KY8钻孔水位波动预测时间与实际时间对比
    Figure  11.  Comparison between predicted time and actual time of water level fluctuation in KY8 borehole

    以上模拟过程的计算结果与实测结果之间存在一定误差,主要来源于计算过程中对井公式的简化带来的误差,以及开采过程中地面沉降带来的上覆隔水层的变化会对结果造成影响。但是误差较小,因此可以通过建立井流模型与实际测量数据相结合来估计采煤后的水位恢复时间。

    综合现场监测和解析模型生态水位变化数据可知:潜水不渗漏情况下采动生态水位下降主要由采煤沉降导致。随着地面沉降速度下降并趋于0,生态水位会有一定程度恢复,但通常在相当长时间内不能完全恢复至采前生态水位。笔者认为主要由地表地形地貌、大气降雨补给、潜水含水层补径排、矿区井下疏放水等综合因素诱发采后生态水位未能完全恢复。

    其中,地形地貌控制着潜水水位的分布特征,潜水面形态与地表形态基本一致,采煤扰动下地表地形、微地貌均会发生变化,尤其在采煤沉陷盆地范围内,生态水位也相应发生变化。若煤层采动区域内潜水含水层分布局限,侧向补给缺乏[3],或大气降水补给条件较差,无法弥补由于沉陷引起的生态水位下降程度就会导致采煤沉陷扰动下生态水位无法完全恢复。为了防治矿井水害,井下通常采取钻孔疏放水的措施,易诱发区域地下水系统中各含水层出现不同程度的补给排泄,进而会导致生态水位未能恢复至采前状态。

    1)针对西部矿区特征,基于关键层位置+薄板理论+土拱效应+下行裂隙建立了采动覆岩–土结构下导水裂隙带高度计算模型,结合覆岩残余基岩和土层阈值,构建了煤层采动下潜水渗漏状态判别方法。

    2)在煤层采动潜水不渗漏/采煤沉陷扰动条件下,生态水位呈现迅速下降→缓慢回升→趋于稳定的演化规律,但采后潜水水位往往不能完全恢复至采前水位。

    3)建立了采煤沉陷扰动下生态水位恢复程度井流解析模型,对比实测结果表明:生态水位不同恢复程度的恢复时间解析值与实测值误差均小于10%。

  • 图  11   模型预测结果评估展示界面

    Figure  11.   Model prediction result evaluation display interface

    图  1   煤矿水害“双驱动”预警体系架构

    Figure  1.   “Dual-driven” intelligent pre-warning framework for the mine water disaster

    图  2   平台数据流传输流程示意

    Figure  2.   Flow chart of system data flow transmission

    图  3   预处理前后数据对照

    Figure  3.   Data comparison chart before and after pretreatment

    图  4   事件分类波形示意

    Figure  4.   Schematic diagram of event classification waveform

    图  5   微震事件各属性变化

    Figure  5.   Changes of attributes of microseismic events

    图  6   邢东矿底板微震事件空间簇

    Figure  6.   Spatial cluster of floor microseismic events in Xingdong Coal Mine

    图  7   水害微震事件的空间分布

    Figure  7.   Spatial distribution of water damage microseismic events

    图  8   水害微震事件裂隙成像图

    Figure  8.   Fracture imaging map of water damage microseismic event

    图  9   水害预警平台信息展示

    Figure  9.   Information display of water disaster early warning platform

    图  10   分类预测三种算法训练结果对比

    Figure  10.   Training results of three algorithms for classification prediction

    图  12   检波器阵列平面图

    Figure  12.   Geophone array plan

    图  13   水害微震事件各属性变化

    Figure  13.   Changes of attributes of water damage microseismic events

    图  14   模型风险预测训练

    Figure  14.   Model risk prediction training process

    图  15   微震监测结果(左)与模型预测(右)对比

    Figure  15.   Comparison between model prediction and microseismic monitoring results

    表  1   波形事件分类结果

    Table  1   Waveform event classification results

    波形序号分类结果波形序号分类结果波形序号分类结果
    1193173
    21103183
    31112191
    41123201
    51133213
    63141221
    71151······
    8316111561
    下载: 导出CSV

    表  2   水害风险预警等级评价标准

    Table  2   Evaluation criteria for water hazard risk possibility index

    预警等级蓝色黄色红色
    微震属性表征突水可能性可能很可能能够
    模型预测风险系数0.6~0.70.7~0.90.9~1.0
    下载: 导出CSV

    表  3   密集区部分事件属性参数统计

    Table  3   Statistics of event attribute parameters in dense area

    事件类型时间矩震级能量/(103J)施密特数视体积/m3
    深部含水层事件2019-08-04T16:130.4434.850.3660.415
    2019-08-11T17:250.8023.560.2420.481
    2019-09-06T17:260.52228.10.3450.200
    2019-09-11T13:301.0012.090.3210.406
    2019-09-24T04:320.2972.250.3530.306
    2019-10-14T04:391.66857.60.1491.420
    2019-10-15T10:511.72277.10.1821.040
    2019-10-17T17:290.93464.50.1551.130
    下载: 导出CSV
  • [1] 陈 浮,王思遥,于昊辰,等. 碳中和目标下煤炭变革的技术路径[J]. 煤炭学报,2022,47(4):1452−1461. doi: 10.13225/j.cnki.jccs.2022.0192

    CHEN Fu,WANG Siyao,YU Haochen,et al. Technological innovation paths of coal industry for achieving carbon neutralization[J]. Journal of China Coal Society,2022,47(4):1452−1461. doi: 10.13225/j.cnki.jccs.2022.0192

    [2] 郭文兵,白二虎,张 璞,等. 新近系含水层下厚煤层综放安全绿色开采及水资源清洁利用[J]. 煤炭科学技术,2022,50(5):30−37. doi: 10.13199/j.cnki.cst.2021-1474

    GUO Wenbing,BAI Erhu,ZHANG Pu,et al. Safe and green mining of thick coal seam under Neogene aquifer and clean utilization of water resources[J]. Coal Science and Technology,2022,50(5):30−37. doi: 10.13199/j.cnki.cst.2021-1474

    [3] 赵庆彪. 奥灰岩溶水害区域超前治理技术研究及应用[J]. 煤炭学报,2014,39(6):1112−1117.

    ZHAO Qingbiao. Ordovician limestone karst water disaster regional advanced governance technology study and application[J]. Journal of China Coal Society,2014,39(6):1112−1117.

    [4] 景国勋,秦瑞琪. 2011—2020年我国煤矿水害事故相关因素特征分析[J]. 安全与环境学报,2022,22(4):2297−2304. doi: 10.13637/j.issn.1009-6094.2021.0707

    JING Guoxun,QIN Ruiqi. Analysis on the characteristics of correlative factors in coal mine water disasters from 2011 to 2020[J]. Journal of Safety and Environment,2022,22(4):2297−2304. doi: 10.13637/j.issn.1009-6094.2021.0707

    [5] 尹尚先,王 屹,尹慧超,等. 深部底板奥灰薄灰突水机理及全时空防治技术[J]. 煤炭学报,2020,45(5):1855−1864. doi: 10.13225/j.cnki.jccs.2020.0398

    YIN Shangxian,WANG Yi,YIN Huichao,et al. Mechanism and full-time-space prevention and control technology of water inrush from Ordovician and thin limestone in deep mines[J]. Journal of China Coal Society,2020,45(5):1855−1864. doi: 10.13225/j.cnki.jccs.2020.0398

    [6] 赵庆彪,蒋勤明,高春芳. 邯邢矿区深部煤层底板突水机理研究[J]. 煤炭科学技术,2016,44(3):117−121,176. doi: 10.13199/j.cnki.cst.2016.03.023

    ZHAO Qingbiao,JIANG Qinming,GAO Chunfang. Study on floor water inrush mechanism of deep seam in Hanxing Mining Area[J]. Coal Science and Technology,2016,44(3):117−121,176. doi: 10.13199/j.cnki.cst.2016.03.023

    [7] 许家林. 煤矿绿色开采20年研究及进展[J]. 煤炭科学技术,2020,48(9):1−15. doi: 10.13199/j.cnki.cst.2020.09.001

    XU Jialin. Research and progress of coal mine green mining in 20 years[J]. Coal Science and Technology,2020,48(9):1−15. doi: 10.13199/j.cnki.cst.2020.09.001

    [8] 武 强. 我国矿井水防控与资源化利用的研究进展、问题和展望[J]. 煤炭学报,2014,39(5):795−805. doi: 10.13225/j.cnki.jccs.2014.0478

    WU Qiang. Progress, problems and prospects of prevention and control technology of mine water and reutilization in China[J]. Journal of China Coal Society,2014,39(5):795−805. doi: 10.13225/j.cnki.jccs.2014.0478

    [9] 余国锋,袁 亮,任 波,等. 底板突水灾害大数据预测预警平台[J]. 煤炭学报,2021,46(11):3502−3514. doi: 10.13225/j.cnki.jccs.2020.1788

    YU Guofeng,YUAN Liang,REN Bo,et al. Big data prediction and early warning platform for floor water inrush disaster[J]. Journal of China Coal Society,2021,46(11):3502−3514. doi: 10.13225/j.cnki.jccs.2020.1788

    [10] 姜耀东,吕玉凯,赵毅鑫,等. 承压水上开采工作面底板破坏规律相似模拟试验[J]. 岩石力学与工程学报,2011,30(8):1571−1578.

    JIANG Yaodong,LYU Yukai,ZHAO Yixin,et al. Similar simulation test for breakage law of working face floor in coal mining above aquifer[J]. Chinese Journal of Rock Mechanics and Engineering,2011,30(8):1571−1578.

    [11]

    RUI Pinshu,ZHANG Wen,ZHONG Yiming,et al. High-performance cylindrical pendulum shaped triboelectric nanogenerators driven by water wave energy for full-automatic and self-powered wireless hydrological monitoring system[J]. Nano Energy,2020,74:104937. doi: 10.1016/j.nanoen.2020.104937

    [12] 张东升,范钢伟,梁帅帅,等. 采动覆岩固液耦合三维无损监测系统与应用[J]. 采矿与安全工程学报,2019,36(6):1071−1078. doi: 10.13545/j.cnki.jmse.2019.06.001

    ZHANG Dongsheng,FAN Gangwei,LIANG Shuaishuai,et al. 3D non-destructive monitoring system forsolid-liquid coupling of mining-induced overburden and its application[J]. Journal of Mining & Safety Engineering,2019,36(6):1071−1078. doi: 10.13545/j.cnki.jmse.2019.06.001

    [13] 贾 靖. 微震监测技术在煤矿防治水中的应用研究[J]. 煤炭与化工,2017,40(1):16−20.

    JIA Jing. Application research on microseismic monitoring technology in coalmine water control[J]. Coal and Chemical Industry,2017,40(1):16−20.

    [14] 赵立松. 微震监测技术在大采深矿井防治水中的应用[J]. 煤炭与化工,2018,41(9):55−58,62. doi: 10.19286/j.cnki.cci.2018.09.018

    ZHAO Lisong. Application of microseismic monitoring technology in prevention and control of water in large mining deep mine[J]. Coal and Chemical Industry,2018,41(9):55−58,62. doi: 10.19286/j.cnki.cci.2018.09.018

    [15] 孙运江,左建平,李玉宝,等. 邢东矿深部带压开采导水裂隙带微震监测及突水机制分析[J]. 岩土力学,2017,38(8):2335−2342. doi: 10.16285/j.rsm.2017.08.022

    SUN Yunjiang,ZUO Jianping,LI Yubao,et al. Micro-seismic monitoring on fractured zone and water inrush mechanism analysis of deep mining above aquifer in Xingdong coalmine[J]. Rock and Soil Mechanics,2017,38(8):2335−2342. doi: 10.16285/j.rsm.2017.08.022

    [16] 靳德武, 赵春虎, 段建华, 等. 煤层底板水害三维监测与智能预警系统研究[J]. 煤炭学报, 2020, 45(6): 2256-2264.

    JIN Dewu, ZHAO Chunhu, DUAN Jianhua, et al. Research on 3D monitoring and intelligent early warning system for water hazard of coal seam floor[J]. 2020, 45(6): 2256-2264.

    [17] 赵春虎. 孤岛工作面底板破坏深度微震测试与模拟分析[J]. 煤田地质与勘探,2019,47(4):110−116. doi: 10.3969/j.issn.1001-1986.2019.04.017

    ZHAO Chunhu. Microseismic test and numerical simulation analysis of floor failure depth of isolated coal mining face[J]. Coal Geology & Exploration,2019,47(4):110−116. doi: 10.3969/j.issn.1001-1986.2019.04.017

    [18] 姜福兴,XUN Luo,杨淑华. 采场覆岩空间破裂与采动应力场的微震探测研究[J]. 岩土工程学报,2003(1):23−25. doi: 10.3321/j.issn:1000-4548.2003.01.004

    JIANG Fu xing,XUN Luo,YANG Shu hua. Study on microseismic monitoring for spatial structure of overlying strata and mining pressure field in longwall face[J]. Chinese Jounal of Geotechnical Engineering,2003(1):23−25. doi: 10.3321/j.issn:1000-4548.2003.01.004

    [19] 姜福兴,叶根喜,王存文,等. 高精度微震监测技术在煤矿突水监测中的应用[J]. 岩石力学与工程学报,2008,27(9):1932−1938. doi: 10.3321/j.issn:1000-6915.2008.09.023

    JIANG Fuxing,YE Genxi,WANG Cunwen,et al. Application of high-precision microseismic monitoring technique to water inrush monitoring in coal mine[J]. Chinese Journal of Rock Mechanics and Engineering,2008,27(9):1932−1938. doi: 10.3321/j.issn:1000-6915.2008.09.023

    [20] 朱宗奎,徐智敏,孙亚军. 矿井水害的临突监测指标及预警模型[J]. 煤矿安全,2014,45(1):170−172.

    ZHU Zongkui,XU Zhimin,SUN Yajun. Critical water inrush monitoring index and early-warning model of mine water disaster[J]. Safety in Coal Mines,2014,45(1):170−172.

    [21] 龚承柱,李兰兰,柯晓玲,等. 基于multi-agent的煤矿水害演化模型[J]. 煤炭学报,2012,37(6):1005−1009.

    GONG Chengzhu,LI Lanlan,KE Xiaoling,et al. Evolutionary model of coal mine water hazards based on multi-agent simulation[J]. Journal of China Coal Society,2012,37(6):1005−1009.

    [22]

    EFTIM Z,PETRE L,ANDREA K. Automatic feature engineering for prediction of dangerous seismic activities in coal mines[J]. Annals of computer science and information systems,2016,8:245−248.

    [23] 连会青,徐 斌,田振焘,等. 矿井水情监测与水害风险预警平台设计与实现[J]. 煤田地质与勘探,2021,49(1):198−207. doi: 10.3969/j.issn.1001-1986.2021.01.021

    LIAN Huiqing,XU Bin,TIAN Zhentao,et al. Design and implementation of mine water hazard monitoring and early warning platform[J]. Coal Geology & Exploration,2021,49(1):198−207. doi: 10.3969/j.issn.1001-1986.2021.01.021

    [24] 杨忠东, 李玉宝, 贾 靖, 等. 一种矿井水害微震监测时空簇分析方法[P]. 中国: CN107203003A, 2017-09-26.

    YANG Zhongdong, LI Yubao, JIA Jing, et al. The invention relates to a time-space cluster analysis method for mine water disaster micro-seismic monitoring[P]. China : CN107203003A, 2017-09-26.

    [25] 武 强,崔芳鹏,赵苏启,等. 矿井水害类型划分及主要特征分析[J]. 煤炭学报,2013,38(4):561−565.

    WU Qiang,CUI Fangpeng,ZHAO Suqi,et al. Type classification and main characteristics of mine water disasters[J]. Journal of China Coal Society,2013,38(4):561−565.

    [26]

    IGEL J H,ERMERT L A,FICHTNER A. Rapid finite-frequency microseismic noise source inversion at regional to global scales[J]. Geophysical Journal International,2021,227(1):169−183. doi: 10.1093/gji/ggab210

    [27] 刘 超,唐春安,薛俊华,等. 煤岩体微震事件属性识别与标定综合分析方法[J]. 采矿与安全工程学报,2011,28(1):61−65. doi: 10.3969/j.issn.1673-3363.2011.01.012

    LIU Chao,TANG Chunan,XUE Junhua,et al. Comprehensive analysis method of identifying and calibrating micro-seismic events attributes in coal and rock mass[J]. Journal of Mining & Safety Engineering,2011,28(1):61−65. doi: 10.3969/j.issn.1673-3363.2011.01.012

    [28]

    XING Zeng, ZENG Xing, SONG Heng, et al. Isolated carbonate platform reservoir multiple grouped discrete fracture network modelling[J]. IOP Conference Series: Earth and Environmental Science, 2020, 546(4).

    [29] 乔 伟,靳德武,王 皓,等. 基于云服务的煤矿水害监测大数据智能预警平台构建[J]. 煤炭学报,2020,45(7):2619−2627.

    QIAO Wei,JIN Dewu,WANG Hao,et al. Development of big data intelligent early warning platform for coal mine water hazard monitoring based on cloud service[J]. Journal of China Coal Society,2020,45(7):2619−2627.

    [30] 王 皓,董书宁,姬亚东,等. 煤矿水害智能化防控平台架构及关键技术[J]. 煤炭学报,2022,47(2):883−892.

    WANG Hao,DONG Shuning,JI Yadong,et al. Key technology and platform development of intelligent prevention and control on coal mine water disaster[J]. Journal of China Coal Society,2022,47(2):883−892.

    [31] 陈 结,杜俊生,蒲源源,等. 冲击地压“双驱动”智能预警架构与工程应用[J]. 煤炭学报,2022,47(2):791−806.

    CHEN Jie,DU Junsheng,PU Yuanyuan,et al. “Dual-driven” intelligent pre-warning framework of the coal burst disaster in coal mine and its engineering application[J]. Journal of China Coal Society,2022,47(2):791−806.

    [32] 郑宗利,关惠军,苟想伟,等. 岩溶隧道突涌水预警体系的建立[J]. 灾害学,2022,37(1):41−46. doi: 10.3969/j.issn.1000-811X.2022.01.008

    ZHENG Zongli,GUAN Huijun,GOU Xiangwei,et al. Establishment of early-warning system for water inrush in karst tunnel[J]. Journal of Catastrophology,2022,37(1):41−46. doi: 10.3969/j.issn.1000-811X.2022.01.008

  • 期刊类型引用(1)

    1. 刘士亮,张文慧,王傲,郑雨生,王山林,毛德强,孙中光. 风沙滩地区煤层采动下潜水位恢复时间影响因素敏感性分析. 中国矿业大学学报. 2024(05): 993-1005 . 百度学术

    其他类型引用(4)

图(15)  /  表(3)
计量
  • 文章访问数:  91
  • HTML全文浏览量:  13
  • PDF下载量:  37
  • 被引次数: 5
出版历程
  • 收稿日期:  2022-09-17
  • 网络出版日期:  2023-05-18
  • 刊出日期:  2023-05-31

目录

/

返回文章
返回