YB体育原标题：透明地质 中国煤科西安研究院：基于透明地质的矿井智能水害仿真系统

　　随着工业大数据、物联网、5G、人工智能等技术的发展，给煤矿智能化发展带来了新的机遇，并在一些先进的矿井得到了应用。煤矿智能化是煤炭行业高质量发展的核心支撑，是实现无人化开采的必经之路。2020年，国家八部委联合下发了《关于加快煤矿智能化发展的指导意见》，制定了我国煤矿智能化3个阶段的发展目标，提出了煤矿智能化对地质保障技术的需求。

　　矿井水害发生后，井下遇险人员无法及时得到地面调度工作人员的统一指挥，导致未能及时撤离或逃生线路选择错误。究其原因是新一代的信息技术在矿井水害管控方面应用甚少，缺乏对矿井供排水、在线监测、导水参数计算、水淹模拟等功能集成的专一水害管控平台。矿山防治水智能化就是结合信息感知、智能算法、数据挖掘等先进技术，对水害致灾因素进行有效筛选、自动识别和反馈控制的过程YB体育。

　　笔者在调研国内外水害管控研究现状的基础上，应用大数据、人工智能、三维建模等技术，结合矿井实际生产需要，构建全矿井地质模型；在此基础上，实现富水区、防水闸墙、水泵等静态信息展示以及水文在线监测、排水系统等实时数据的实时展示；根据矿井突水位置、涌水量、水淹类型，开发了矿井水淹模拟、基于水淹模拟的最优路径规划算法等核心功能，为矿井水害发生时人员逃生应急指挥提供支撑；最终开发出一套集成水文地质模型、导水参数计算、水文在线监测、供排水路线、水淹模拟、人员逃生等功能的水害综合管控平台，以实现水害全生命周期的监测，为水害发生时的抢险救灾提供核心技术支撑。

　　引用格式：王少龙,刘再斌,安林,等.基于透明地质的矿井智能水害仿真系统[J].智

　　（1）标准化流程构建。标准化工业流程可以建立每项工作之间的逻辑关系，明确分工职责，细化工作步骤，实现精简工作、提高效率、规范管理。

　　（2）多维数据实时获取。从掘进工作面到回采工作面，伴随着工作面开采工作的进行，每个阶段都产生了大量数据，实现多场、多源、多维数据的实时获取能力。

　　（3）多源异构数据综合解释。工作面内部探测、监测数据量的增长要求透明工作面的构建能够融合多源异构数据进行综合解译并提高精度。

　　（4）多系统数据交互。通过对矿井重点密闭水仓的水位、瞬时流量、累计流量、水压等数据实时动态监测；对巷道底板坡度、高程、巷道断面等数据模型化分析；对水泵数量、排水流量、管路路线、长度、直径等参数系统化分析；对人员位置YB体育、逃生副井口、立井口位置参数进行对比计算，打通巷道基础地理位置数据、水文在线监测系统、排水系统、人员位置与水害智能仿真系统之间的数据通道，实现数据实时传输、共享。数据、信息和知识是人们对于客观事物感知和认识的3个连贯阶段。无处不在的数据聚合集成后转化为信息，信息结构化后变成知识。该架构体系将工业互联网、5G、云计算、智能感知、数字孪生、服务中台等新兴技术与传统地质勘探、煤矿开采相结合，采用流程化、模块化的思想进行设计，构建了包含智能传输控制、智能数据服务和智能应用3大部分的流程化分工协作模式，打通数据之间的壁垒，实现从地质到开采各个要素之间统一的规范化集成、系统化重构、自主化分析和智能化管控。水害仿线所示。

　　水害仿真系统架构应用层主要有水文地质模型、水文监测排水系统数据共享、水害仿真模拟、定向钻孔可视化等，实现防治水施工的全生命周期管控。基于大数据技术，实现水害综合管控，水害发生时的过程模拟。服务层主要包括模型、检测系统、水害仿真、工程管理等基础服务，实现数据共享、实时在线服务于应用层。

　　算法层主要包括模型、水害仿真、逃生路线的一些核心算法，实现预警、参数计算、工作流程服务等功能。

　　数据采集层主要包括无人机航拍影像，井下传感器数据，智能钻机、微震、采掘揭露等各类数据，实现采掘平面图的立体化、模型化、统一性表达。

　　以矿山可采集到的基础数据和实时监测数据为基础，以时空关系为纽带建立面向矿井水害应急救援的数据感知模型，从多渠道、多层次搜集与之有关的多源异构数据，通过去噪、识别和不确定性分析，对来自多源、异构系统的数据实现集成。面向矿井水害应急救援的多源异构数据感知模型架构如图2所示。

　　其中，矿井基础数据包括钻孔、地质构造、3D地震剖面、遥感影像、点云、导线点、巷道线、硐室、井、障碍物、人员数据等；实时监测数据包括实时采集的水位、水流速与流量，以及矿山突(透)水灾害发生时突(透)水点、突(透)水量、突(透)水类型，井下人员位置及状态等。这些数据来源广泛，数据类型多样，结构化数据与非结构化数据共存，例如数值、文本、图像等数据。通过感知方法获取和组织数据的过程主要包括，从不同来源的信息数据库通过预先匹配感知获取直接相关的数据；采用环境感知技术对上下文信息进行感知，包括显式的和隐式的上下文相关信息；采用时空感知方法，获取矿井井下场景和巷道时空信息等动态关系数据信息。数据获取后，采用质量增强和情境推断算法，构建情境感知过滤模型，对感知到的海量多源异构数据进行过滤和补偿，识别数据间的关系，补偿丢失数据，去除相互间存在矛盾或存在歧义的干扰数据以及冗余数据，过滤掉相互之间的数据，对搜集到的数据进行有效性验证，并将数据以标准的格式呈现，为多源异构数据的学习与演化分析提供可靠的数据支持。

　　纵观矿井防治水智能化技术体系，其多源异构数据主要是利用各类传感器、网络摄像头、定位系统等，负责各种数据的采集、物体及人员的识别与监测。由于来源不同、类型不同、结构不同，分别位于不同的特征空间，这些特征空间之间存在较大的差异性。为了实现异构数据的统一分析与理解，需要在不同数据粒度、不同知识层次上建立多源异构数据的一致性表示，可以通过多视角分析技术中的多核学习方法将不同特征空间转换到核空间，采用核函数将不同类型的数据映射到统一的核空间进行描述。多源异构数据表示过程主要包括3步（图3）：第1步为不同来源的异构数据分别抽取特征向量，形成特征空间；第2步采用核函数将特征空间中的特征向量转换到核空间；以核向量的形式描述不同的数据特征，形成各自的核空间，实现多源异构数据的一致性表达；第3步利用多源异构数据的关联关系特征，结合数据的异构互补特征，对具有时间、地点、空间范围、内容高度相关度的数据，采用多核学习方法，将不同核空间融合，形成共享核空间，作为多源异构数据的统一特征描述，用于分类或回归预测。

　　多源异构数据的数据源相互之间存在大量的多元依赖关系，为了实现异构数据的关联预测，多源异构数据的多元关系学习过程如图4所示。通过学习建立异构数据的多元关系模型，采用张量方法对多源异构数据之间的关系建模，构建多源异构数据之间的关联映射关系，确定多元数据间的交互机制。

　　多源异构数据多源关系学习过程采用张量方法组合输入数据(基础数据、监测数据、时空数据)形成张量，通常情况下在数据大量缺失的情况下将形成非常稀疏的张量模型。在实际应用场景下，数据缺失将是常态化的问题。为了获取完整的张量关系模型，采用非线性张量分解算法将高维张量分解成低维矩阵的形式，之后通过已知的数据关联信息补全低维矩阵中的数据值，最后重构得到数据补全后的完整张量关系模型，形成多源异构数据之间的映射关系，用于推断未知数据之间的关联关系，实现缺失数据的补偿和挖掘。

　　基于矿井基础数据、实时监测数据，以时空关系为纽带，以地点、水害事件为节点，地点-地点、地点-事件、事件-事件等关系构建关联网络，结合巷道的拓扑结构，通过突水蔓延线路生成算法，结合采空区类型和采掘区排水系统的排水能力，以及巷道空间分布(如分叉、巷道呈水平/向下/向上)对水流的影响，来计算得到任意时刻各个节点的水位、流速以及巷道三维空间中的水流路径。

　　不同网络规模下，节点含义存在一定差异，节点的属性包含了水害点拥有资源、内容等方面的特征。地点-地点、地点-事件、事件-事件的关联都可通过节点属性和节点之间的关联度来描述。图5描述了水害蔓延网络的构建和事件演化框架。

　　基于复杂网络提出动态网络演化分析法，从结构、空间和关键节点研究网络的演化机理和演化趋势。水害蔓延的过程路径可以看作对空间有向图的遍历。通过遍历巷道的拓扑结构，确定被淹没的巷道；通过水害演化分析，揭示水灾灾情演变规律，为制定应急逃生提供科学依据。由此可辅助评估应急救援措施的有效性，亦可对指定疏散规划等应急方案提供决策辅助。

　　以往的应急疏散模型的构建通常基于单目标、单因素的简化模式，导致不能很好地适用于实际突发事件情况。基于矿井防治水智能化技术体系获取的基础数据、监测数据、环境数据等多个来源的数据，以时空关系为纽带，建立灾害演化空间与应急疏散空间的关联关系，从中抽取应急疏散措施和人群的迁移行为数据，从多目标、多因素的复合角度出发，构建水害情形下的应急疏散模型，推荐最优撤离路线。基于异构数据的应急疏散规划过程如图6所示，显示了基于异构数据的应急疏散规划过程，结合水害事件发生的时间和空间变化，基于水害蔓延演化分析形成的流水蔓延轨迹，采用贝叶斯推断对特定井下人员疏散进行建模，训练疏散图模型，作为井下群体移动的先验概率。在人员疏散图模型的基础上，综合考虑行程长短、所需时间YB体育、人群密度、路线安全性和巷道环境等多因素，结合复杂网络对事件的演化分析结果，采用马尔科夫随机过程对应急疏散路线分析建模，训练模型参数，采用概率推理方式选择最优疏散路线，实现安全、快速、有效的疏散路线推荐。

　　中煤科工集团西安研究院在长期抢险救灾、水害工程治理的基础上，结合透明矿井底层框架和煤矿实际生产需求，构建了矿井水害仿真系统。水害仿真系统以透明矿井地质保障平台为基础支撑，有效融合矿井地质数据、监测信息、设备信息数据，实现矿井水文地质数据融合共享。水害仿线所示。该系统设计原则具有兼容性、可拓展性。水文地质模型能够实现数据的可视化，主要包括矿区地表模型、地层模型、矿井巷道模型、钻孔数据、出水点数据、水文在线监测系统数据、人员定位数据、排水系统数据等。此外，能够实现矿井水文地质类型、顶板突水条件预测、三维导水裂缝带计算与分析、矿井水淹模拟、逃生路线规划、巷道模型更新等功能。

　　水害仿真系统界面目前，已在某矿业公司4个煤矿中应用。水害仿真系统实现对水文在线监测、出水点、排水系统进行监控，并在此基础上实现地质条件分析，实现灾害的监测预警。

　　煤矿地质保障平台建设是煤炭行业走向智能化的基础。水害是智能矿山安全生产的主要危害之一。针对煤炭智能化存在的信息孤岛、业务互联互通不足、数据难以利用等问题，提出了基于透明地质的矿井智能水害仿真系统。该系统通过多源异构数据感知方法研究、多源异构数据的一致性表达与多元关系学习、基于复杂网络的水害蔓延演化分析、基于异构数据的应急疏散规划研究，实现水害仿真系统的重要功能。水害仿真系统通过建立工作面高精度构造地质模型和属性模型，减少煤矿生产事故，提高煤矿生产的安全性，减少或者避免突发安全事故的人员伤亡，为煤矿的安全、高产、高效提供了技术保障。

　　平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。