高级检索

区段煤柱变形光纤光栅监测应用研究

柴敬, 王佳琪, 杨健锋, 高登彦, 高奎英, 陈建华, 刘泽宇, 杨磊

柴 敬,王佳琪,杨健锋,等. 区段煤柱变形光纤光栅监测应用研究[J]. 煤炭科学技术,2024,52(1):126−137. DOI: 10.12438/cst.2023-1413
引用本文: 柴 敬,王佳琪,杨健锋,等. 区段煤柱变形光纤光栅监测应用研究[J]. 煤炭科学技术,2024,52(1):126−137. DOI: 10.12438/cst.2023-1413
CHAI Jing,WANG Jiaqi,YANG Jianfeng,et al. Research on the application of fiber bragg grating monitoring for deformation of coal pillar in sections[J]. Coal Science and Technology,2024,52(1):126−137. DOI: 10.12438/cst.2023-1413
Citation: CHAI Jing,WANG Jiaqi,YANG Jianfeng,et al. Research on the application of fiber bragg grating monitoring for deformation of coal pillar in sections[J]. Coal Science and Technology,2024,52(1):126−137. DOI: 10.12438/cst.2023-1413

区段煤柱变形光纤光栅监测应用研究

基金项目: 国家自然科学基金青年基金资助项目(52004203)
详细信息
    作者简介:

    柴敬: (1964—),男,宁夏平罗人,教授,博士生导师,博士。E-mail:chaij@xust.edu.cn

  • 中图分类号: TD323

Research on the application of fiber bragg grating monitoring for deformation of coal pillar in sections

  • 摘要:

    针对近距离煤层下伏工作面过上覆遗留煤柱时,发生动静载叠加诱发强矿压显现,导致区段煤柱发生变形失稳造成人员伤亡和设备破坏。为探索基于光纤光栅实时监测区段煤柱变形发育特征,分析进、出遗留煤柱阶段矿压显现机理,将FBG、光栅应力计的光测方法相结合,结合现场实测的区段煤柱变形应力应变水平参量变化规律,研究煤柱应变空间分布规律及回采过程中工作面前方煤柱内部应变时域响应特征,验证光测方法在煤体应变水平观测的可行性。结果表明:工作面回采经过上覆遗留煤柱期间,区段煤柱顶板受集中应力影响,上部岩层块体破断并发生回转导致煤柱载荷增加,随着工作面推进覆岩断裂进一步向上传递,关键层断裂回转发生导致工作面来压,最终导致区段煤柱变形失稳。根据现场光栅应变增量幅度判断煤柱内局部变形的剧烈程度,在集中应力作用下,区段煤柱变形时发生最大应变为650×10−6,上覆岩层集中应力造成煤柱应变水平峰值位置为煤柱宽度11.5 m,沿煤柱宽度方向应变表现出先增加后减小然后趋于稳定的趋势,内部应变随采动过程中影响范围在5 m左右。综合研究工作面回采经过上覆遗留煤柱时应变对区段煤柱发生变形失稳的特点和规律,以及应变水平变化和煤柱物理力学性质,得到煤柱破坏的前兆特征,在外力作用下达到变形峰值前对煤柱提前进行卸压和防护的安全处理。

    Abstract:

    When the coal mine passes through the overlying coal pillars in close proximity to the coal seam, the superposition of dynamic and static loads induces strong mining pressure, leading to deformation and instability of the coal pillars in the section, resulting in casualties and equipment damage. In order to explore the real-time monitoring of deformation and development characteristics of coal pillars in sections based on fiber Bragg grating, and analyze the mechanism of rock pressure manifestation in the stage of entering and exiting residual coal pillars, the optical measurement methods of FBG and grating stress meters are combined with on-site measurement to study the spatial distribution law of coal pillar strain and the time-domain response characteristics of internal strain of coal pillars in front of the working face during the mining process, Feasibility study on verifying the optical measurement method for observing the strain level of coal bodies. The results indicate that during the process of mining the overlying coal pillars, the roof of the section coal pillars is affected by concentrated stress, and the upper rock block is broken and rotated, resulting in an increase in the load on the coal pillars. As the working face advances, the overlying rock fracture further propagates upwards, and the key layer fracture recurs, causing pressure on the working face. The overlying rock rotates downward, ultimately leading to deformation and instability of the section coal pillars. Based on the amplitude of on-site grating strain increment, the severity of local deformation inside the coal pillar is determined. Under the influence of concentrated stress, the maximum strength that occurs during the deformation of the section coal pillar is 650 με on the left and right sides, the concentrated stress in the overlying strata causes the peak horizontal strain of the coal pillar to be located at the 11.5 m position of the coal pillar width. The strain along the width direction of the coal pillar shows a trend of first increasing, then decreasing, and then stabilizing. The internal strain field has an impact range of about 5 m during the mining process. A comprehensive study is conducted on the characteristics and laws of deformation and instability of coal pillars in the section caused by strain when the mining face passes through the overlying coal pillars. Combined with changes in strain level and physical and mechanical properties of the coal pillars, the precursor characteristics of coal pillar failure are obtained. Before reaching the peak deformation under external force, safety measures are taken to relieve pressure and protect the coal pillars before lifting them.

  • 煤炭资源在我国能源体系中的主体地位在短期内不会发生较大改变[1]。目前煤矿安全形势总体向好,但是随着煤炭开发向西部转移,西部矿区的顶板水害问题日趋严重[1]。顶板水害是随着煤层的持续采动,在矿山压力和承压水的耦合作用下致使导水裂缝发育至上覆含水层(体),造成顶板出现涌水或溃水的一种灾害,极易引发垮面淹井事故,严重威胁矿井的生产安全[2]。例如,2021−07−15,郝家梁煤矿30108综采工作面发生采空区顶板局部抽冒导致上覆含水层裹挟泥沙溃入工作面,5人遇难,直接经济损失1 382.8万元;2021−08−14,柴达尔煤矿+3690综放工作面发生顶板抽冒导致溃砂溃泥事故,造成工作面被封堵,20人遇难,直接经济损失5 391.02万元。

    水害防治理论和工程实践,长期以来是业内学者研究的重点领域。通过持续的研究与探索,国内外学者在顶板水害防治方面取得了显著进展。国内研究中,形成了“横三区”[3]“竖三带”[4]“关键层”[5]等理论模型,提出了“三图−双预测法”[6]等顶板突水评价方法,并基于上述理论和方法,构建了各类防治水信息化平台[7-13]。与此同时,国外学者也在顶板水害防治领域进行了大量研究,重点包括顶板疏放水[14-16]、顶板压力控制[17-18]、煤层氧化控制[19]、排水排矸系统优化[20]等方面。在矿井水害智能监测预警方面,国外的研究更加注重技术的先进性和系统的综合性。例如,美国采用传感技术监测矿井水文地质参数,利用云计算进行数据分析建模,建立了高精度的水害预警模型[21];日本利用摄影和水质监测技术监控海下采煤涌水变化[21];澳大利亚则综合应用气象、水文、地质数据,建立了更加精准的水害预警模型[22];英国、德国等国则使用水质监测传感器,实现了对矿井涌水异常的实时监测[22]

    然而,我国西部矿区因地质条件复杂、工作面尺度增大和生态环境特殊,水害防治与预警往往面临着严峻挑战。西部多为高原、戈壁和荒漠,地质构造多变,水害来源多样且难以预测,传统矿井水害防治技术在该地区应用受限[23-24]。此外,现有预警系统在西部矿区的应用中还存在监测手段不足、预警标准缺乏、响应机制不明、数据处理滞后等问题,影响矿井安全生产与水害防治效果[25-27]。针对这些问题,国家通过《智能化煤矿建设指南(2021年版)》《智能化示范煤矿验收管理办法》等文件,强调了构建匹配西部矿区的水害预警与防治体系[28-29]。基于此,笔者提出了基于透明水文地质模型的预警指标体系与方法,并开发了智能顶板水害预警系统,通过现场示范应用对预警结果进行了验证,旨在为西部矿区水害防治提供科学依据和技术支撑。

    《煤矿智能化建设指南(2021年版)》《智能化煤矿(地下)分类、分级技术条件与评价》《智能化采煤工作面分类、分级技术条件与评价指标体系》等标准规范中已明确了透明地质模型的构建要求。该模型能够使工作面开采的地质条件和隐蔽致灾因素透明化,并通过随钻、随掘、随采、随落等技术实现真实地层的动态重构,为智能综采、智能掘进、灾害预警等提供技术支持[25]。基于此,本文提出了透明水文地质模型的概念,即通过监测、测试、探查等手段,在透明地质模型中嵌套实时的水文地质信息,从而实现开采过程中水文地质条件的透明化。

    透明水文地质模型是指在工作面开采过程中构建三维水文地质数据模型,实现充水条件的透明化,并随开采动态实时更新,为水情预测和水害预警提供数据支撑。透明水文地质模型基于透明基础地质模型,叠加各类水文数据:① 水文属性数据,如含水层水压、水位、富水性、水化学特征等;② 水文地质数据,包括含(隔)水层厚度、岩性、构造及裂缝密集区,用以表征充水水源和通道;③ 涌水要素数据,涵盖工作面涌水量、地表水文、降水量及排水能力等;④ 开采动态数据,如开采进度、微震及矿压监测数据等;⑤ 其他相关数据,如开采揭露的地质信息及潜在水害因素。

    所以,透明水文地质模型关键由3类属性组成:地层岩性结构、水文属性数据和实时动态更新,概念及其内涵如图1所示。

    图  1  透明水文地质模型概念及其内涵
    Figure  1.  Concept and connotation of transparent hydrogeological model

    透明水文地质模型的生命力在于数据的持续动态更新,尤其是水文属性、开采动态和指标预测数据的实时更新,模型动态更新机制如图2所示。模型的数据来源包括人工测试数据和传感器实时采集数据。

    图  2  透明水文地质模型动态更新机制
    Figure  2.  Dynamic updating mechanism of transparent hydrogeological model

    人工测试数据涵盖老空区积水、河流水位、地下水水质等,按照《煤矿防治水细则》的监测要求定期采集。现场技术人员使用标准化的采样方法和校准的仪器进行测量,数据通过手动或便携设备录入矿井水文地质数据库。根据实际监测需求,数据的更新频率可以灵活调整,确保其准确性和及时性。

    传感器采集的数据包括钻孔水位、水温、水仓水位等。安装在矿井各个位置的传感器按预设频率(如每小时或每分钟)自动采集数据,并通过无线网络或有线网络(如光纤、以太网)实时传输到数据中心。传感器配备自校准与故障检测功能,保证了数据的准确性和可靠性。数据中心采用统一格式接收数据,经过清洗去除噪声和异常值,再进行转换并加载,确保数据的一致性和完整性。这些处理后的数据将实时集成到透明水文地质模型中,动态更新各项参数。

    开采动态数据由传感器和人工观测共同获取,包括开采进尺、水文地质变化等信息,并实时回传至模型中,确保开采过程中的动态更新。指标预测数据则基于监测历史时序数据,采用数学模型预测未来的指标变化,确保水害预警的超前性。

    通过对各类水文数据进行分析,发现其具有以下2大特性:

    1)空间不均匀性。水文数据的空间属性受监测点位置、施工成本和工作面布局的影响,导致数据在垂向和平面分布上存在不均匀性。由于水文钻孔数量有限,特别是在深部新采区,通常仅有一个钻孔能够穿透目标含水层,因此采集的数据量较为有限,难以全面反映含水层的真实情况。此外,大量监测数据来自开采期间布设在工作面内部的设备,这些设备在空间上高度集中,进一步加剧了数据的空间不均匀性。

    2)时间滞后性。监测数据与井下涌水量变化存在滞后关系,这种滞后性源于突水机理,且不同监测点的滞后特征不一。例如,在邢台某矿发生的水害事故中,井下涌水量的峰值出现后,同一含水层的2个监测孔水位下降表现出不同的滞后时间。张家屯村观测孔(距出水工作面约80 m)水位下降峰值比出水峰值滞后近24 d,水位下降近20 m,如图3a所示。井田东部观测孔A(距出水工作面约180 m)则滞后一个月以上,如图3b所示。

    图  3  邢台某矿钻孔水位与井下涌水量变化滞后性示意
    Figure  3.  Schematic diagram of time lag between borehole water level and underground water inflow at a mine in Xingtai

    透明水文地质模型的开发不仅是为了实现水文地质条件的可视化,更是围绕水情信息预测和水害预警两大核心功能展开。水情信息预测基于井上下水文地质监测数据,如充水含水层的水位(水压)、水质、水温、井下涌水量、突水点水量、地表水文及大气降水量等,结合统计学和机器学习技术,研究其未来的时空变化规律,重点在于预测未来一段时间内工作面或矿井的水情变化趋势。水害预警则基于水情信息预测,评估特定类型水害的发生概率和风险性,并结合矿井实际情况与管理规定,提供预警信息,这一过程融合了技术与管理因素。因此,透明水文地质模型建设可划分为以下5个阶段:

    1)分析矿井水害机理及隐蔽致灾因素,确定水害类型、主要充水水源和导水通道,以及隐蔽致灾因素的时空分布规律。

    2)建立井上下立体化水情监测网络,围绕已确定的水害类型分析充水条件,选择水情监测要素,并科学布设监测站点。

    3)构建三维水文地质模型,重点涵盖含(隔)水层、导水通道和隐蔽致灾因素,接入水情监测动态数据及历史数据。依据《煤矿水害防治感知数据联网接入规范(2022−MT−07)》水害防治部分的要求,5类数据(降水量、涌水量、排水量、长观孔和视频监控数据)需实时感知并上传至国家矿山安全监察局的国家矿山安全生产风险监测预警系统。

    4)接入开采动态数据,重点监测导水裂缝带的发育时间和空间位置,实时接入微震、矿压等数据。

    5)接入水害防治和应急数据,主要支撑水害预警,包括排水量、应急排水能力等数据。

    这5部分工作呈现层层递进的关系,其核心是水情监测和水害预警必须基于突水机理的正确分析,依次明确水害类型、充水条件、水情监测站网布设、动态监测数据感知与接入、以及排水系统和能力等,模型设计框架如图4所示。

    图  4  透明水文地质模型设计框架
    Figure  4.  Design framework of transparent hydrogeological model

    统计数据显示,水害事故多发生在掘进工作面,因此矿井生产更关注工作面尺度的安全回采。目前,在工作面水害超前预警方面,方法类成果主要涉及传感器监测[26]、数据挖掘技术[27]、智能算法[28]等,结合现场实际和应用成效,实现工作面水害预警需要解决以下关键问题。

    工作面水害由各突水点水量汇聚而成,其表现为工作面涌水量的增加。因此,预测涌水量并识别突水点水量的异常变化是水害预警的基础。水害预警的目的是在涌水成灾前,提前识别异常水情或透水征兆,并及时发出预警,预警的时间和空间精度决定了其可靠性。

    工作面涌水量受导水裂缝带发育高度、含水层水压、隔水层厚度和岩性结构等因素影响,整个过程为复杂的流固耦合问题,分为3个阶段:① 初期开采阶段,煤层顶板裂缝初步发育,未形成导水通道,井下涌水量和观测孔水位无明显变化;② 中期开采阶段,顶板裂缝发育至含水层底部(不一定演化成马鞍状),形成导水通道,含水层水位下降,涌水量逐渐增加;③ 持续开采阶段,导水裂缝带高度基本稳定,含水层水下渗断面持续增大,含水层水位明显下降,涌水量显著增加。

    在这一过程中,隔水层厚度和岩性结构导致裂缝高度、涌水情况和水位变幅之间存在非同步变化,如图5所示。邻近水害发生前,涌水量通常呈现快速增长、震荡稳定和达到峰值的特征。这种非同步变化和透水征兆的剧烈变化为预警提供了可能性。

    图  5  工作面顶板水害发育“3阶段”示意
    Figure  5.  Schematic diagram of three stages of roof water inrush development in working face

    为了精准预测井下涌水量,理论上应建立能够完整刻画涌水过程3阶段的数学模型,但构建可求解并实现3阶段耦合的数学模型难度较大。目前,常用的“大井法”和数值模拟等方法主要基于含水层水渗流的“井流公式”,难以反映涌水的动态过程。因此,许多学者尝试采用数据驱动的方式预测涌水量。一类是基于数理统计的回归分析方法,如Q−S曲线外推法、灰色预测、ARIMA预测等时间序列模型,利用历史数据预测未来涌水量变化趋势;另一类是以BP神经网络、LSTM、SVM、DBN等为代表的人工智能方法[29]。然而,这些方法在学习时序数据的相关性、处理复杂非线性关系、处理大规模监测数据和长期记忆问题等方面仍存在不足[30-31]。常见矿井涌水量预测方法见表1

    表  1  常见矿井涌水量预测方法汇总
    Table  1.  Summary of common methods for predicting mine water inflow
    方法类型 方法特性描述
    数值模拟 基于地质数据构建煤层地质模型,利用数值模拟方法进行预测
    统计学 基于历史数据,利用统计学方法进行趋势分析和预测
    人工智能 利用机器学习和人工智能技术,如神经网络、支持向量机等进行预测
    数学模型 建立数学模型,如时间序列模型、回归模型等进行预测
    工程经验 根据矿井开采的实际经验,结合专家意见进行预测
    下载: 导出CSV 
    | 显示表格

    在理解水害预警概念及其与涌水量预测关系的基础上,可构建水害预警指标体系。选择预警指标时,需遵循约束性、独立性和持续性三大原则。① 约束性:指标应受突水物理机理约束,并在突水过程中表现出可识别的异常变化;② 独立性:指标间相对独立,便于建立深度学习模型,实现智能预警;③ 持续性:指标数据应可持续获取,确保预警信息能够实时更新。

    根据预警指标的数量,预警可分为单指标和多指标预警。单指标预警包括井下涌水量、钻孔水位、大气降水量、管道排水量、水仓水位和微震监测裂缝发育高度等。多指标预警结合多个指标,涵盖井下涌水、充水水源、水文动态、充水通道和排水能力等。通过对综合预警模型输出值的分析,实现分级预警。工作面顶板水害预警指标体系如图6所示。

    图  6  工作面顶板水害预警指标体系
    Figure  6.  Early warning indicator system for roof water inrush in working face

    煤矿工作面顶板水害预警指标阈值设置的依据如下:首先,遵循《煤矿防治水细则》第二十五条、《煤矿水害防治监管监察执法要点(2022年版)》第十五条及《煤矿水害防治感知数据联网接入规范(2022−MT−07)》的相关规定。其次,参考了柴达尔煤矿“8.14”溃砂溃泥事故、朱仙庄煤矿“1.30”突水事故、照金矿业有限公司溃水溃沙事故及山东华源矿业有限公司洪水灌井事故等案例。此外,还借鉴了淄矿亭南煤业、金鸡滩煤矿、李雅庄煤矿、龙王沟煤矿和华晋吉宁煤业等单位的实践经验。

    以降雨量为例,根据煤矿雨季撤人标准[32],若24 h内降雨量超过50 mm,矿井应立即停产撤人。如果预测未来时刻t1降雨量Yt1)大于50 mm,则应在当前时刻t0提前(t1t0)发出预警,随着t0接近t1,预警级别逐步提升,不同级别对应不同的应对措施。

    多个指标同时预警时,按照就低不就高原则进行预警。常用水害预警指标的级别、标准和应对措施见表2

    表  2  常用水害预警指标的级别、标准和应对措施
    Table  2.  Levels, standards, and response measures for common water inrush early warning indicators
    级别 降雨量 长观测孔水位 涌水量 排水量 应对措施
    四级预警 24 h内降雨量大于5 mm以上小于10 mm 当水位监测值与月平均水位之差的绝对值,大于月(年)最大变幅的0.2倍且小于0.5倍时;或单个水文长观孔水位每小时变幅≥0.1且<0.2 m,且持续时间超过2 h或持续下降时 当涌水量监测值与月平均值之差的绝对值,大于年最大变幅的0.5倍且小于1倍;或涌水量突增≥10%且<30% 当排水量监测值与月平均值之差的绝对值,大于年最大变幅的0.5倍且小于1倍;或排水量突增≥10%且<30% 短信通知所属矿井总工程师、地测副总工程师、地测科长、调度指挥中心主任
    三级预警 24 h内降雨量大于10 mm以上小于25 mm 当水位监测值与月平均水位之差的绝对值,大于月(年)最大变幅的0.5倍且小于1倍时;或单个水文长观孔水位每小时变幅≥0.2且<0.3 m,且持续时间超过2 h或持续下降时 当涌水量监测值与月平均值之差的绝对值,大于年最大变幅的1倍且小于2倍;或涌水量突增≥30%且<50% 当排水量监测值与月平均值之差的绝对值,大于年最大变幅的1倍且小于2倍;或排水量突增≥30%且<50% 短信通知所属矿井总工程师、地测副总工程师、地测科长、调度指挥中心主任
    二级预警 24 h内降雨量达到50 mm以上,或者累计3 d内降雨量达到150 mm以上 当水位监测值与月平均水位之差的绝对值,大于月(年)最大变幅的1倍且小于2倍时;或单个水文长观孔水位每小时变幅≥0.3且<0.5 m,且持续时间超过2 h或持续下降时 涌水量监测值与月平均值之差的绝对值,大于年最大变幅的2倍且小于3倍;或涌水量突增
    ≥50%且<100%
    排水量监测值与月平均值之差的绝对值,大于年最大变幅的2倍且小于3倍;或排水量突增≥50%且<100 短信通知所属矿井矿长、总工程师、地测副总工程师、机电副总工程师、地测科长、调度指挥中心主任
    一级预警 24 h内降雨量达到50 mm以上,或者累计3 d内降雨量达到150 mm以上 当水位监测值与月平均水位之差的绝对值,大于月(年)最大变幅的2倍时;或单个水文长观孔水位每小时变幅≥0.5 m,且持续时间超过2 h或持续下降时 当涌水量监测值与月平均值之差的绝对值,大于年最大变幅的3倍以上;或涌水量突增≥100% 当排水量监测值与月平均值之差的绝对值,大于年最大变幅的3倍以上;或排水量突增≥100% 短信通知所属矿井矿长、总工程师、安监处长、机电副矿长、地测副总工程师、机电副总工程师、地测科长、机电科长、调度指挥中心主任
    下载: 导出CSV 
    | 显示表格

    随着智能化矿山建设的推进及国家矿山安全监察局〔2023〕22号文件的发布,全国煤矿水害智能预警工作进度加快。截至2023年底,全国约2500个矿井实现了水情联网监测预警,数据按《煤矿水害防治感知数据联网接入规范(2022−MT−07)》要求接入并上传至各省矿监局,再由省局上传至国家矿山局的“全国煤矿水害事故风险评估”系统,形成“矿井—二级公司—集团—省局—国家局”的五级水情监测与水害预警平台。工作面水害智能预警是系统运行的关键,其实现依赖于透明水文地质模型基础上的智能预警信息化平台,实现“一张图、一张网”的全局统管。

    系统采用分层式架构设计,包括用户界面层、业务系统层和数据服务支撑层三大层级,主要功能模块涵盖数据管理、透明水文地质建模、水情预报、水害预警、数据上传与共享服务等。透明水文地质模型按前述5个阶段进行构建,系统总体框架如图7所示。

    图  7  系统总体框架设计
    Figure  7.  Overall system framework design diagram

    智能化水害预警包括“监测−预测−预警−预报”4个步骤。首先,监测模块获取现场实时数据;接着,预测模块对历史数据进行分析和预测;随后,预测结果进入预警模块,建立预警模型,设定阈值标准并制定应对措施;最后,预报模块根据不同预警等级发布预警信息。这4个模块紧密衔接,形成完整的矿井水害“监测−预测−预警−预报”流程,如图8所示。

    图  8  矿井水害“监测−预测−预警−预报”流程图
    Figure  8.  Mine water inrush “monitoring-prediction-early warning-forecasting” flowchart

    水害预警信息化平台需接入来自不同厂家、规格的传感器和内置数据库数据,平台建设的核心问题是多源数据的融合。平台通过设计丰富的系统接口解决这一问题,包括功能接口和数据库接口。功能接口涵盖透明水文地质建模、三维地质建模可视化和顶板水害风险分析算法三大类。考虑到系统物理位置、软硬件环境和网络通信的复杂性,平台接口设计参考《全空间三维模型数据格式及服务接口规范》,以确保数据接口及功能接口的可靠性、安全性、开放性和稳定性。系统的数据库接口和功能接口设计如图9所示。

    图  9  系统的数据库接口和功能接口
    Figure  9.  System's database interface and functional interface

    某矿井位于陕西省榆林市榆阳区,主采煤层为2-2及2-2上。顶板上覆直罗组砂岩、风化基岩带和第四系松散层三大含水层,采用一次性采全高综采方式。2020年通过地面钻孔对108工作面进行“两带”探查,发现局部导水裂缝带发育高度已超过基岩顶面,因此顶板充水型含水层是主要影响因素,覆岩导水裂缝带发育高度为最主要的隐蔽致灾因素。

    该矿井上下共布设38台监测设备,接入38类传感器数据,建立了实时水情监测数据库,实现对降水量、长观孔水位、涌水量和排水量的动态监测。同时,导入20 a间的15类台账,结构化处理199个钻孔资料和300张图纸,建立了水文地质数据库及三维水文地质模型。接入现场采掘管理系统的开采动态数据和水害防治、应急数据,分别建立开采动态数据库和灾害应急数据库。至此,基本完成透明水文地质模型和水害预警平台的数据支撑。预警系统接入数据类型及数据量见表3

    表  3  水害预警系统接入数据类型及数据量
    Table  3.  Data types and volume integrated into water inrush early warning system
    类型 比例尺 格式 数量
    采掘工程平面图、综合水文地质图等 1∶5000 DXF 7
    勘探线水文地质剖面图 1∶5000(横向)
    1∶2000(纵向)
    DXF 4
    工作面剖面图及平面图 1∶200 DXF 14
    矿井钻孔柱状图 1∶200 DXF 199
    20 a间的15类水文台账 文本
    降水量、地表水水位、长观孔水位、涌水量、水压和水化学(pH、矿化度)的实时监测数据 FTP
    开采动态数据 FTP
    下载: 导出CSV 
    | 显示表格

    该矿井工作面智能化水害预警平台基于透明水文地质模型,涵盖“监测−预测−预警−预报”4个环节。

    1)自2023年12月起,35个监测站点实现在线监测,包括地面气象监测点1处,地面长观孔水位、温度、水质监测点6处,中央水仓和一盘区水仓入水口明渠监测点2处,108运输巷、108辅运巷及401回风巷管道流量监测点5处,401回风巷密闭区的压力、温度、管道流量监测点13处,108和208回风巷密闭区水质监测点8处,实现三维水文地质模型的动态更新。

    透明水文地质模型通过模拟三维属性、含水层结构和水位变化趋势,帮助分析水文地质特征,支持实时监测,提供精准的预警信息和位置信息,如图10所示。其主要作用包括:直观表达研究区水文地质特征;实时显示监测点及其数据,展示空间变化规律;基于统一坐标系统,提供精准的实时预警位置信息。

    图  10  矿井三维透明水文地质模型建设效果
    Figure  10.  Effect diagram of the three-dimensional transparent hydrogeological model of mine

    2)在钻孔水位和涌水量趋势预测中,采用长短期记忆(LSTM)和季节性ARIMA模型,取得了良好的预测结果,可作为预警指标使用,如图11所示。

    图  11  LSTM和季节性ARIMA模型下钻孔水位和涌水量的趋势预测
    Figure  11.  Borehole water level and inflow trend predictions based on LSTM and seasonal ARIMA

    3)综合考虑水情监测信息、趋势预测结果、现场实际情况和煤矿企业管理规定,确定4个水害预警指标:降水量、涌水量、排水量和长观孔水位。为确保预警信息的时效性,系统采用触发器与轮询相结合的预警机制,预警流程涉及4个环节和3个角色,响应时间为几秒到几分钟不等,能够提前为现场应急措施提供预警支持,如图12所示。

    图  12  水害智能预警系统预警机制
    Figure  12.  Diagram of early warning mechanism for intelligent water inrush early warning system

    4)系统自2023年1月上线运行至2023年12月底,共发生10次设备异常预警、5次水害预警,统计结果见表4。例如,2023−11−23T20:26:00,系统发出声音及短信预警,108工作面涌水量524.8 m3/h超限,预警原因为工作面涌水量突增大于100%,如图11b所示。接警后,对108工作面进行探放水,放水量83 918 m3,警情解除。

    表  4  顶板水害预警信息统计结果表
    Table  4.  Statistical results for roof water inrush early warning information
    预警时间 预警内容描述 预警原因分析 现场处置结果
    2023−06−25T16:00:00 导水裂缝带进入顶板延安组含水层30 m 预计导水裂缝带高度将超过隔水层厚度 限制采高,警情解除
    2023−07−28T09:00:00 24 h内累计降雨量达到59.8 mm 24 h内累计降雨量达到50 mm以上 立即停产撤人,实施紧急避险
    2023−10−03T22:00:03 Q1孔实时水位4.88 m超限 单个水文长观孔水位每小时变幅≥0.5 m,且持续时间超过2 h 拆换传感器,警情解除
    2023−10−28T15:20:00 砂2孔实时水位1 234.89 m超限 水位变幅大于月最大变幅的2倍 对108工作面涌水进行水质化验,pH与顶板延安组含水层相近,密切监测出水点的涌水量变化情况,进行通道探查
    2023−11−23T20:26:00 108工作面涌水量524.8 m3/h超限 涌水量突增大于100% 对108工作面进行探放水,放水量
    83 918 m3,警情解除
    下载: 导出CSV 
    | 显示表格

    综上所述,为提高水害预警的准确性和有效性,需在“监测−预测−预警−预报”4个步骤中关注关键环节。首先,合理选择监测指标和点位,使用可靠性高的监测设备和传感器,确保监测数据能够连续获取。目前,预警方法仍以经验和管理规范为主,下一步应充分利用监测数据,结合不同时间的预测值,基于人工智能技术构建更合理的预警模型。在预警阈值和标准构建方面,可利用监测指标和井下涌水异常数据建立适用的判别案例库,支持深度学习和智能研判是否存在突水风险。同时,监测到的涌水异常信息也可反向调整预警标准,以适应矿井实际,实现“一矿一策”甚至“一面一策”。

    1)首次提出水文地质模型概念及内涵,并将其成功应用于水害预警中,模型建设流程可行,并实现了其动态更新的功能。

    2)建立了包含5类影响要素、14项可量化指标的顶板水害预警指标体系,明确了预警与预测的区别,提出了顶板水害4级预警指标和标准。

    3)依托已建立的透明水文地质模型、指标体系、预警方法和标准等,开发了3个层级、6个核心功能模块的顶板水害智能化预警系统,采用触发器和轮询的混合预警机制,在煤矿现场实现了成功预警和应急响应,取得了良好效果。

  • 图  1   不同监测系统精度误差范围

    Figure  1.   Precision error range of different monitoring systems

    图  2   现场区段煤柱变形

    Figure  2.   Deformation of coal pillars in site section

    图  3   煤柱测试附属装置

    Figure  3.   Auxiliary device for coal pillar testing

    图  4   煤柱光测系统布置及监测实物

    Figure  4.   Layout and monitoring physical of coal pillar optical measurement system

    图  5   遗留煤柱下区段煤柱应力分布

    Figure  5.   Stress distribution of coal pillars in lower section of remaining coal pillars

    图  6   区段煤柱测试钻孔布置平面示意

    Figure  6.   Layout plan of drilling holes for section coal pillar testing

    图  7   区段煤柱FBG应变测试钻孔布置示意

    Figure  7.   Schematic of borehole layout for strain testing of section coal pillars

    图  8   2–1F号FBG不同孔深处应变曲线

    Figure  8.   No. 2–1F FBG strain curve at different hole depths

    图  9   煤柱侧向支承压力分布

    Figure  9.   Lateral support pressure distribution of coal pillars

    图  10   光纤光栅受力

    Figure  10.   Radial force diagram of fiber bragg grating

    图  11   上覆遗留煤柱变形失稳模型

    Figure  11.   Deformation and instability model of overlying residual coal pillars

    图  12   2–1F号测孔FBG全周期测试结果

    Figure  12.   Full cycle test results of No. 2–1F measuring holes

    图  13   回采期间2–1F号FBG应变变化曲线

    Figure  13.   Strain variation curve of No. 2–1F FBG during mining

    图  14   2–1号测孔FBG应变梯度及应立计变形响应

    Figure  14.   No. 2–1 measuring hole FBG and strain gauge deformation response

    图  15   煤体内部变形光栅应变响应

    Figure  15.   Strain response of deformation grating inside coal body

    图  16   回采期间1–1F号应变曲线

    Figure  16.   Strain curves for different hole depths of No. 1–1F during mining

    图  17   钻孔深度11.7 m测点1–1F号应变曲线

    Figure  17.   Strain curve of measuring point No. 1–1F at a drilling depth of 11.7 m

    图  18   过煤柱期间1–1F号应变曲线

    Figure  18.   No. 1–1F strain change curve during coal pillar crossing

    表  1   光测传感器精度

    Table  1   Precision of optical sensor

    钻孔编号 类型 FBG 光栅应力计
    1–1号 波长/pm ±2 ±3
    应变/10−6 ±1.69
    应力/MPa ±0.075
    允许波长误差范围/pm ±5 ±5
    2–1号 波长/pm ±2 ±2
    应变/10−6 ±1.69
    应力/MPa ±0.05
    允许波长误差范围/pm ±5 ±5
    下载: 导出CSV
  • [1] 齐庆新,潘一山,舒龙勇,等. 煤矿深部开采煤岩动力灾害多尺度分源防控理论与技术架构[J]. 煤炭学报,2018,43(7):1801−1810.

    QI Qingxin,PAN Yishan,SHU Longyong,et al. Theory and technical framework of prevention and control with different sources in multi- scales for coal and rock dynamic disasters in deep mining of coal mines[J]. Journal of China Coal Society,2018,43(7):1801−1810.

    [2] 窦林名,何 江,曹安业,等. 煤矿冲击矿压动静载叠加原理及其防治[J]. 煤炭学报,2015,40(7):1469−1476.

    DOU Linming,HE Jiang,CAO Anye,et al. Rock burst prevention methods based on theory of dynamic and static combined load induced in coal mine[J]. Journal of China Coal Society,2015,40(7):1469−1476.

    [3] 姜耀东,潘一山,姜福兴,等. 我国煤炭开采中的冲击地压机理和防治[J]. 煤炭学报,2014,39(2):205−213.

    JIANG Yaodong,PAN Yishan,JIANG Fuxing,et al. State of the art review on mechanism and prevention of coal bumps in China[J]. Journal of China Coal Society,2014,39(2):205−213.

    [4] 吴文达,柏建彪,王襄禹,等. 煤柱群下回采工作面强矿压显现机理研究[J]. 采矿与安全工程学报,2023,40(3):563−571, 577.

    WU Wenda,BAI Jianbiao,WANG Xiangyu,et al. Study on mechanism of strong pressure behaviors in working face under residual coal pillars[J]. Journal of Mining & Safety Engineering,2023,40(3):563−571, 577.

    [5] 姜福兴,张 翔,朱斯陶. 煤矿冲击地压防治体系中的关键问题探讨[J]. 煤炭科学技术,2023,51(1):203−213.

    JIANG Fuxing,ZHANG Xiang,ZHU Sitao. Discussion on key problems in prevention and control system of coal mine rock burst[J]. Coal Science and Technology,2023,51(1):203−213.

    [6] 蔡 武,窦林名,王桂峰,等. 煤层采掘活动引起断层活化的力学机制及其诱冲机理[J]. 采矿与安全工程学报,2019,36(6):1193−1202.

    CAI Wu,DOU Linming,WANG Guifeng,et al. Mechanism of fault reactivation and its induced coal burst caused by coal mining activities[J]. Journal of Mining & Safety Engineering,2019,36(6):1193−1202.

    [7] 于 斌. 多煤层上覆破断顶板群结构演化及其对下煤层开采的影响[J]. 煤炭学报,2015,40(2):261−266.

    YU Bin. Structural evolution of breaking roof group of multiple coal seams and its influence on lower coal seam mining[J]. Journal of China Coal Society,2015,40(2):261−266.

    [8]

    JU Jinfeng,XU Jialin,ZHU Weibing. Longwall chock sudden closure incident below coal pillar of adjacent upper mined coal sea m under shallow cover in the Shendong coalfield[J]. International Journal of Rock Mechanics and Mining Sciences,2015,77:192−201. doi: 10.1016/j.ijrmms.2015.04.004

    [9] 岳喜占,涂 敏,李迎富,等. 近距离煤层开采遗留边界煤柱下底板巷道采动附加应力计算[J]. 采矿与安全工程学报,2021,38(2):246−252, 259.

    YUE Xizhan,TU Min,LI Yingfu. et al. Study on the mechanism of strong strata behavior influenced by overlying coal pillar and control technology of ground fracturing[J]. Journal of Mining & Safety Engineering,2021,38(2):246−252, 259.

    [10] 赵 猛,张晓明,王 楠,等. 深部坚硬顶板厚煤层开采冲击矿压规律及防治技术[J]. 煤矿安全,2020,51(1):89−93.

    ZHAO Meng,ZHANG Xiaoming,WANG Nan,et al. Research on rock burst laws and prevention in deep hard roof coal seam mining[J]. Safety in Coal Mines,2020,51(1):89−93.

    [11] 张华磊,王连国,秦 昊. 回采巷道片帮机制及控制技术研究[J]. 岩土力学,2012,33(5):1462−1466. doi: 10.3969/j.issn.1000-7598.2012.05.029

    ZHANG Hualei,WANG Lianguo,QIN Hao. Study of spalling mechanism and control techniques of mining roadway[J]. Rock and Soil Mechanics,2012,33(5):1462−1466. doi: 10.3969/j.issn.1000-7598.2012.05.029

    [12] 王家臣,王兆会,孔德中. 硬煤工作面煤壁破坏与防治机理[J]. 煤炭学报,2015,40(10):2243–2250.

    WANG Jiachen,WANG Zhaohui,KONG Dezhong. Failure and prevention mechanism of coal wall in hard coal seam[J]. Journal of China Coal Society,2015,40(10):2243–2250.

    [13] 于远祥,柯 达,王京滨,等. 基于弹性理论的煤帮极限平衡区宽度确定方法探讨[J]. 煤炭学报,2019,44(11):3340−3348.

    YU Yuanxiang,KE Da,WANG Jingbin,et al. Discussion on determination method of the limit equilibrium zone width based on the deformation analysis of coal wall[J]. Journal of China Coal Society,2019,44(11):3340−3348.

    [14] 孙利辉,杨贤达,张海洋,等. 强动压松软煤层巷道煤帮变形破坏特征及错注加固试验研究[J]. 采矿与安全工程学报,2019,36(2):232–239.

    SUN Lihui,YANG Xianda,ZHANG Haiyang,et al. Experimental research on characteristics of deformation and failure of roadway ribs in soft coal seams under strong dynamic pressure and bolt-grouting reinforcement[J]. Journal of Mining & Safety Engineering,2019,36(2):232–239.

    [15] 贾后省,潘 坤,刘少伟,等. 采动巷道煤帮变形破坏规律与控制技术[J]. 采矿与安全工程学报,2020,37(4):689−697.

    JIA Housheng,PAN Kun,LIU Shaowei,et al. The deformation and failure mechanism and control technology of mining influenced roadway sides[J]. Journal of Mining & Safety Engineering,2020,37(4):689−697.

    [16] 柴 敬,韩志成,雷武林,等. 回采巷道底鼓演化过程的分布式光纤实测研究[J]. 煤炭科学技术,2023,51(1):146−156.

    CHAI Jing,HAN Zhicheng,LEI Wulin,et al. Distributed optical fiber measurement of floor heave evolution in mining roadway[J]. Coal Science and Technology,2023,51(1):146−156.

    [17] 柴 敬,刘永亮,袁 强,等. 矿山围岩变形与破坏光纤感测理论技术及应用[J]. 煤炭科学技术,2021,49(1):208−217.

    CHAI Jing,LIU Yongliang,YUAN Qiang,et al. Theory-technology and its application of optical fiber sensing on de formation and failure of mine surrounding rock[J]. Coal Science and Technology,2021,49(1):208−217.

    [18] 顾春生,袁 骏. 基于光纤光栅传感技术的覆岩破坏模型试验[J]. 煤炭技术,2016,35(3):84−86.

    GU Chunsheng,YUAN Jun. Model test of overlying rock failure based on fiber bragg grating sensing technology[J]. Coal Technology,2016,35(3):84−86.

    [19] 梁敏富,方新秋,薛广哲,等. FBG锚杆测力计研制及现场试验[J]. 采矿与安全工程学报,2017,34(3):549−555.

    LIANG Minfu,FANG Xinqiu,XUE Guangzhe,et al. Development of anchor dynamometer of FBG and its field test[J]. Journal of Mining & Safety Engineering,2017,34(3):549−555.

    [20] 梁敏富,方新秋,陈宁宁,等. 正交试验设计的FBG测力锚杆结构封装优化及应用[J]. 煤炭学报,2022,47(8):2950–2960.

    LIANG Minfu,FANG Xinqiu,CHEN Ningning,Structure packaging optimization and application of FBG dynamometry boltsbased on the orthogonal test design[J]. Journal of China Coal Society,2022,47(8):2950–2960.

    [21] 李丽君,张 旭,唐 斌,等. 一种微型光纤光栅矿压传感器[J]. 煤炭学报,2013,38(11):2084–2088.

    LI Lijun,ZHANG Xu,TANG Bin,et al. A kind of mirco-fiber Bragg grating mine pressure sensor[J]. Journal of China Coal Society,2013,38(11):2084–2088.

    [22] 卢 毅,施 斌,魏广庆. 基于BOTDR与FBG的地裂缝定点BOTDR传感监测技术研究[J]. 中国地质灾害与防治学报,2016,27(2):103–109.

    LU Yi,SHI Bin,WEI Guangqing. BOTDR and FBG fixed-point distributed optical fiber sensor monitoring technology for ground fissures[J]. The Chinese Journal of Geological Hazard and Control,2016,27(2):103–109.

    [23] 张丁丁,李淑军,张 曦,等. 分布式光纤监测的采动断层活化特征实验研究[J]. 采矿与岩层控制工程学报,2020,2(1):013018.

    ZHANG Dingding,LI Shujun,ZHANG Xi, et al. Experimental study on mining fault activation characteristics by a distributed optical fiber system[J]. Journal of Mining and Strata Control Engineering,2020,2(1):013018.

    [24] 王志强,武 超,罗健侨,等. 特厚煤层巨厚顶板分层综采工作面区段煤柱失稳机理及控制[J]. 煤炭学报,2021,46(12):3756−3770.

    WANG Zhiqiang,WU Chao,LUO Jianqiao,et al. Instability mechanism and control of section coal pillar in fully mechanized mining face with super thick roof and extra thick seam[J]. Journal of China Coal Society,2021,46(12):3756−3770.

    [25] 陈冬冬,武毅艺,谢生荣,等. 弹–塑性基础边界一侧采空基本顶板结构初次破断研究[J]. 煤炭学报,2021,46(10):3090−3105.

    CHEN Dongdong,WU Yiyi,XIE Shengrong,et al. Study on the first fracture of the main roof plate structure with one side goaf and elastic-plastic foundation boundary[J]. Journal of China Coal Society,2021,46(10):3090−3105

    [26] 涂 敏,林远东,张向阳,等. 大空间孤岛采场覆岩结构演化与区段煤柱合理宽度研究[J]. 采矿与安全工程学报,2021,38(5):857−865.

    TU Min,LIN Yuandong,ZHANG Xiangyang,et al. Evolution of overburden structure and reasonable width of section coal pillar in large space isolated island stope[J]. Journal of Mining & Safety Engineering,2021,38(5):857−865.

  • 期刊类型引用(3)

    1. 于翔,王国法,王家臣,李良晖,吴昊阳,王雨兵. 基于智能护帮装置的煤壁变形监测和集中载荷反演技术. 工矿自动化. 2025(02): 9-18+26 . 百度学术
    2. 柴敬,郝鸿儒,杨健锋,高登彦,高奎英,陈建华,杨磊,刘泽宇. 基于BOTDR的区段煤柱水平变形监测. 煤田地质与勘探. 2024(05): 46-55 . 百度学术
    3. 陶强胜,李英明,王想君,范朝涛,郭德茂,段文聪. 基于OTDR的缠绕式光纤应变传感器研制及性能测试. 煤炭科学技术. 2024(11): 247-259 . 本站查看

    其他类型引用(1)

图(18)  /  表(1)
计量
  • 文章访问数:  217
  • HTML全文浏览量:  34
  • PDF下载量:  122
  • 被引次数: 4
出版历程
  • 收稿日期:  2023-11-19
  • 网络出版日期:  2024-01-18
  • 刊出日期:  2024-01-24

目录

/

返回文章
返回