煤矿生产作业中存在瓦斯、煤尘、水灾、火灾、 顶板 5 大常见灾害 ，这些灾害严重影响煤矿的安全 生产 ，能够及时准确地进行灾害预防 ，对于保障煤 矿安全生产至关重要 ，尤其在煤矿高质量 、智能化 发展的背景下 ，灾害智能预警防治已成为煤矿灾害 防控的首要环节及安全高效生产的重要基础。
红柳林煤矿是国家发改委 2006 年在神府矿区南 区规划批复建设的 4 对大型矿井之一 ，2020 年 11 月 成为国家首批智能化示范建设煤矿之一 。该矿区具 有瓦斯 、水害 、火灾 、顶板灾害 、煤尘爆炸等灾害 特点 ，红柳林煤矿以矿区生产地质现状及主要灾害 现状为基础 ，综合运用物联网 、云计算 、智能算法 等技术手段 ，融合矿井多系统 、跨业务监测监控数 据 ，基于多源异构数据统一集成规范、大数据分析、 三维 GIS 一张图 、灾害突变理论和多系统融合联动 等技术 ，构建红柳林煤矿“点— 面—矿井”一体分 类分级多灾融合预警技术 ，实现煤矿瓦斯、水、火、 顶板 、粉尘等灾害的智能感知 、智能筛选识别 、动 态预测预警、多融合联动及应急救援 ，通过自动化、 信息化 、数字化和智能化的“四化”融合 ，实现煤 矿综合灾害智能化预警防控。
灾害监测数据中心建立
煤矿针对相关灾害安装了各类监测系统 ，且各 系统运行相互独立 ，不同监测系统产生的数据来源、 数据类型 、数据结构各不相同 ，呈现出多源异构数 据特性 ， 因此各系统监测数据的共享利用率极低。 红柳林煤矿针对各灾害监测系统的实时监测数据、 生产执行系统以及其他子系统的实时和离线数据等 建立统一数据标准 ，通过聚合和治理煤矿现有分散独立的各类灾害系统数据 ，打通数据孤岛 ，将监测数据资源资产化 ，形成数据资产沉淀 ，实现各灾害 数据的采集 、存储 、计算 、分析 、可视化 、共享等 全生命周期数据服务 ，为煤矿灾害预警提供基础数 据支持。
灾害监测数据中心总体架构
煤矿灾害监测数据中心以统一数据标准和数据 安全防护为基础 ，从数据的处理流程 (数据采集、 数据存储 、数据处理) 和数据完整生命周期管理 2 方 面 出 发 ， 实 现 数 据 相 关 分 析 、 管 理 等 功 能 (图 1)。
图 1 煤矿灾害监测数据中心总体架构
灾害监测数据中心应用架构
整个数据平台拥有 2 类用户 ，包括数据管理员 和三方数据应用系统 。数据管理员通过数据管理功 能 ，实现对数据采集 、分析 、数据内容进行管理； 数据应用方通过数据发布 、订阅功能 ， 申请获取煤 矿灾害监测数据中心管理的数据 。煤矿灾害监测数 据中心应用架构如图 2 所示。
图 2 煤矿灾害监测数据中心应用架构
灾害监测数据中心技术架构
煤矿灾害监测数据中心的核心采用 Hadoop 生态 大数据处理技术 ，通过 Spark 流批一体实现数据清 洗 、存储 、统计 、分析 、建模等相关功能 (图 3)。 同时 ，通过数据采集 、数据开放服务 ，将数据源、 数据处理和数据服务连接在一起。
图 3 煤矿灾害监测数据中心技术架构
灾害监测数据中心数据架构
数据架构包含了数据传输架构、数据存储架构、 数据服务架构 ，分别通过不同的工具 、技术实现不 同场景下的数据的相关功能操作 ，对数据全流程处理和管理进行支撑服务 (图 4)。
图 4 煤矿灾害监测数据中心数据服务架构
灾害预警技术及应用
瓦斯灾害智能预警
充分分析矿区煤层采掘速度 、破碎煤岩瓦斯解吸 ， 以及煤岩瓦斯含量等因素对瓦斯涌出量的影响，建立符合开采煤层气涌出的特征库和预警指标 ，基 于不同时间窗、测点位置、设备类型瓦斯监测数据， 分析瓦斯涌出动态特征 ， 同时挖掘监测数据突变、 缓变 、波动 、恒定 、周期性变化等数理统计特征，实现工作面瓦斯异常自动筛选 、锁定 、 回溯分析及智能预测预警 (图 5)。 结合瓦斯浓度 、风速 、温度 等实时监测数据和工作面基础参数总结分析 ，实时计算合理需风量区间 (图 6)， 为工作面动态调控风 量提供参考依据。
图 5 瓦斯灾害分析预警系统
图 6 基于瓦斯浓度的风量计算
水害智能预警
针对矿区水文监测数据 、采掘地质数据等 ，建立水文预警指标库 ，融合多源因素的相关变化特征，基于水害突变理论 、水文地质数据 、监测数据和智 能推理的基础上 ，分别构建红柳林煤矿水害单指标 分级智能预警模型 、工作面多因素融合智能分级预 警模型 、矿井水均衡智能分级预警模型及涌水量计 算模型 ，通过多因素 、多维度综合分析 ，实现水害 智能预测预警 (图 7)。 依据水害智能决策和大数据 分析技术 ， 自动分析排水设备设施运行状况 ，实现水害预警与排水系统实时联动控制 (图 8)。
图 7 水害防治数据分析预警系统
图 8 水害预警与排水系统联动控制
火灾智能预警
以矿区束管监测系统 、密闭墙监测系统和采空 区光纤测温系统的气体、温度等内因火灾监测数据， 以及矿井硐室防火系统 、主运输巷输送带监测系统的温度 、气体 、火焰 、烟雾等外因火灾监测数据，结合煤层发火特性融合建立火灾预警指标库 ，通过 矿井火灾特征信息融合识别预判方法 ，对矿井火灾 特征信息进行支持向量机分类数据挖掘 ，分析发火 特征气体分布规律以及与煤温耦合变化关系 ，实现火灾灾害的动态预判预警 (图 9)， 依据预警状态实现对注浆、注氮等系统的实时联动控制。
图 9 火灾监测数据分析预警系统
顶板灾害智能预警
以矿区支架阻力 、锚杆索载荷 、顶板离层监测 数据为基础 ，建立顶板灾害数据分析预警系统 (图 10 )， 对矿井工作面和巷道顶板灾害监测预警 ，实时 评估采煤 、掘进工作面的风险等级 ，实现工作面推 进度和来压时间对来压周期进行精准快速分析 。通 过对应力 、支架阻力的分析 ，形成顶板运动规律云图 ，实现工作面基于巷道变形量分析 、历史数据查询曲线/柱状图、工作面循环工作阻力分析等。
图 10 顶板灾害数据分析预警系统
粉尘灾害预警
以井下粉尘浓度 、割煤机速度 、风速和风向、 温度 、湿度 、人员位置等数据为基础 ，采用数据统 计与机器学习算法 ，建立粉尘浓度分析预警模型 (图 11)， 根据监测位置 、各类监测参数 、不同时间 窗 ，实现监测数据突变 、缓变 、波动 、恒定 、周期 性变化等统计特征的趋势分析及粉尘浓度的预测预警。
图 11 粉尘灾害分析预警系统
多灾害融合预警
针对矿区瓦斯 、火 、水 、顶板 、粉尘等灾害的 致灾机制 、影响因素及灾害监测数据多元异构的特 点 ，采用数据挖掘技术及灾害数据多元离散特征提 取方法 ，将多结构体 、多数据源 、多时空谱的监测 数据同化到同一层面上 ，基于煤矿灾害监测和防控 的多源异构信息的融合分析算法 ，建立煤矿综合灾害预警模型 (图 12 )， 对煤矿灾害进行有效综合预警 ，实时分析矿井灾害风险状态 ，实现多灾种 、多 维度、多指标的可视化分析预警。
图 12 多灾害融合分析预警系统
灾害综合防治及应用
三维一张图综合管理
采用跨平台 、跨浏览器和三维可视化技术 ，基于矿区一张井巷工程底图 ，融合井下安全监控 、视频监控 、水文监测 、瓦斯巡检 、束管监测 、光纤测 温 、 粉 尘 监 测 、应 急 广 播 、调 度 通 信 等 灾 害 监 测 信 息 ， 建 立 灾 害 综 合 防 治 三 维 一 张 图 ， 实 现 了全矿井 、全要素的三维一张图立体集中监测管理 (图 13)。
图 13 三维一张图综合监测管理系统
多系统融合联动控制
将灾害监测预警与井下应急广播 、视频监控、 人员定位 、供电系统 、排水系统 、通风系统 、防灭 火系统及防尘喷雾系统等进行多系统联动控制 ， 当 灾害预警或发生时 ， 即时动态分析事故地点环境状 态 ，实现与灾害相关防治系统应急联动 ，例如水害 应急联动排水系统 ，火灾应急联动防灭火注浆系统， 粉尘应急联动防尘喷雾系统等。
避灾路线智能规划
通过构建矿井水 、火 、瓦斯 、顶板 、粉尘等灾 害三维可视化场景 ，井下一旦发生灾害报警 ，系统 将根据灾害类型 、灾害监测预警 、综合评估结果， 立即启动应急预案 ，依照预案流程通知应急救援指 挥部及各应急专业小组人员到位 ，并立即开展现场 抢救工作 ，通过灾害发生点及其相关信息获取 、灾 害流动模拟 、人员逃生行为模拟以及智能动态路径搜索 ，结合巷道的基础数据信息及地图空间服务，
自动规划出灾害发生地点到矿井安全出口的最佳避 灾路线 ，并在系统三维场景中自动显示 ，通过广播 联动功能以全矿井/分区域/点对点广播方式语音提 醒井下相应区域员工避灾路线 ， 自动通过向井下防 爆手机推送预警短信 ，从而帮助井下人员科学 、快 速、有序地进行撤离工作。
结 语
红柳林煤矿以矿区生产地质现状及主要灾害现状为基础， 以“灾害科学智能防治”为目标，构建煤矿“一图 、一库 、一网”多灾害智能预警防治技术体系，实现了多灾害的智能预警、智能决策及应急救援，大幅提升了煤矿灾害预警防治智能化水平，为相似矿井灾害智能化防控系统建设提供有效借鉴。
