王曉蕾

(1.呂梁學(xué)院礦業(yè)工程系，呂梁 033000；2.煤礦機(jī)械裝備維護(hù)與檢測試驗(yàn)呂梁市重點(diǎn)實(shí)驗(yàn)室，呂梁 033000)

隨著中國煤礦開采深度的逐漸增大，開采已完全進(jìn)入深部開采階段[1-3]，深部開采面臨眾多的地質(zhì)問題。其中涌水量大小關(guān)系煤礦安全生產(chǎn)問題[4-5]。特別是華北煤田面臨深部奧灰水的威脅，其涌水量大小是煤礦安全生產(chǎn)的重要因素[6-8]。

礦井涌水是煤礦安全生產(chǎn)中的重大隱患[9]。礦井涌水會阻礙煤礦生產(chǎn)，特別是導(dǎo)致透水事故的發(fā)生[10-11]，而準(zhǔn)確預(yù)測涌水量是防止突水事故發(fā)生的重要因素[12-13]。

礦井涌水量的準(zhǔn)確預(yù)測對于煤礦安全生產(chǎn)具有重要意義。為此，總結(jié)了礦井涌水量預(yù)測的技術(shù)現(xiàn)狀，分析了涌水量預(yù)測存在的不足，針對存在的問題，提出了未來礦井涌水量預(yù)測發(fā)展趨勢。

1 水文地質(zhì)比擬法

水文地質(zhì)比擬法也稱為類比法[14]，是根據(jù)地質(zhì)情況[15]、水文條件[16]、開采方法[17]等基本類似的礦井涌水量的數(shù)據(jù)預(yù)測新礦井的涌水量[18-19]，該方法必須保證老礦井有長期觀測的涌水量數(shù)據(jù)[20]，保證涌水量與影響因素之間的關(guān)系的可靠性[21]。該方法計(jì)算簡單，便于操作，但是計(jì)算精度較差，是近似的計(jì)算方法[22]。

(1)

式(1)中：Q表示礦井預(yù)計(jì)的涌水量；F表示預(yù)計(jì)水平開采面積；S表示煤礦開采過程中的水位降低值；S0表示煤礦未開采情況下的水位；Q0表示礦井實(shí)測過程中的涌水量；F0表示生產(chǎn)礦井中的實(shí)際面積。

段東偉等[23]采用水文地質(zhì)比擬法對蒙陜礦區(qū)納林河二號礦井涌水量進(jìn)行了預(yù)測。

納林河二號井田位于鄂爾多斯境內(nèi)(圖1)，礦井生產(chǎn)能力800×104t/a，主采3-1號煤層，地表是風(fēng)積沙進(jìn)行覆蓋，屬于高原大陸性氣候，干燥少雨，煤層以上屬于河流相沉積，頂板含水層較厚，水壓較高。

圖1 礦區(qū)位置Fig.1 Location of mining area

31121工作面長、寬分別是2 640、300 m，煤層厚度6.5 m，為近水平煤層，頂板主要為泥巖、細(xì)砂巖，底板為砂質(zhì)泥巖。

工作面上方包含多個(gè)含水層，其對工作面有充水條件，含水層如圖2所示。

圖2 含水層Fig.2 Aquiclude

依據(jù)工作面水文地質(zhì)特征，工作面充水通道可以有多重，如圖3所示。

圖3 充水通道Fig.3 Water filling channel

工作面充水強(qiáng)度在掘進(jìn)未有突水現(xiàn)象，涌水量較小，其變化特征如圖4所示。

圖4 頂板水疏放涌水量Fig.4 Water discharge from roof

依據(jù)工作面頂板含水層、充水通道以及充水強(qiáng)度特征得出工作面的預(yù)計(jì)涌水量如圖5所示。

圖5 涌水量預(yù)測曲線Fig.5 Forecast curve of water inflow

根據(jù)工作面回采過程中涌水量監(jiān)測數(shù)據(jù)對比涌水量預(yù)測曲線(圖5)，涌水量預(yù)測數(shù)據(jù)與實(shí)際誤差小于6%，對于煤礦涌水量預(yù)測具有一定借鑒。

杜鋁鋼[24]采用該方法對生輝煤業(yè)涌水量進(jìn)行了預(yù)測；黃建飛等[25]采用該技術(shù)對龍門煤礦礦井涌水量進(jìn)行了研究；和祥等[26]采用該法對涌水量進(jìn)行了分析；楊軍等[27]采用該技術(shù)對沙溝岔煤礦涌水量進(jìn)行了分析；翁莉等[28]預(yù)測了涌水量；任廷福[29]對新橋煤礦涌水量進(jìn)行了分析。

2 回歸分析法

回歸分析法是一種數(shù)理統(tǒng)計(jì)計(jì)算方法[30]，它是根據(jù)礦井涌水量與涌水量影響因素之間的關(guān)系建立回歸方程[31]，通過建立涌水量與影響因素之間的關(guān)系預(yù)測涌水量，其要求必須要有足夠多的數(shù)據(jù)[32]，要以定性機(jī)理進(jìn)行分析，統(tǒng)計(jì)要選取反應(yīng)充水條件的因子[33]。

(2)

式(2)中：x1，x2,…,xk表示線性回歸因子；y表示觀測值；b0,b1,…,bk表示線性回歸系數(shù)；ε表示隨機(jī)誤差；σ2表示殘差。

李孝朋等[34]采用多元回歸分析對礦井涌水量進(jìn)行了預(yù)測。山西大同某礦區(qū)一盤區(qū)煤礦資源已采完，立即開采二盤區(qū)，兩個(gè)盤區(qū)同屬于一個(gè)礦區(qū)，其地質(zhì)特征、水文條件、開采工藝相同，擁有完整的一盤區(qū)水文資料，通過多元回歸方法研究二盤區(qū)礦井涌水量。

采用SPSS數(shù)學(xué)分析軟件對礦井涌水量影響因素進(jìn)行分析，選取掘進(jìn)尺度、煤炭產(chǎn)量、開采厚度、采空區(qū)面積作為影響涌水量的因子。其相關(guān)性和顯著性如圖6所示。

由圖6可知，掘進(jìn)進(jìn)尺、采空區(qū)面積、煤炭產(chǎn)量對于煤礦礦井涌水量顯著性較低，線性關(guān)系較差。

圖6 影響因子相關(guān)性及顯著性Fig.6 Correlation and significance of influencing factors

對涌水量和采空區(qū)面積、累計(jì)進(jìn)尺、產(chǎn)量的散點(diǎn)圖進(jìn)行擬合，得出3個(gè)影響散點(diǎn)圖(圖7)。

圖7 影響因子與涌水量散點(diǎn)圖Fig.7 Scatter plot of influential factors and water inflow

利用MATLAB數(shù)學(xué)軟件對影響因子進(jìn)行非線性擬合，得出3個(gè)函數(shù)，通過計(jì)算影響因子與涌水量的數(shù)值，得出礦井涌水量(圖8)。

圖8 預(yù)測值與實(shí)測值對比Fig.8 Comparison of predicted and measured values

由圖8可知，根據(jù)涌水量預(yù)測值對比涌水量實(shí)測值，得出不同采空區(qū)面積下的涌水量誤差分別是-12.44%、16.72%、13.77%。誤差值均在允許范圍內(nèi)，由此可知，該方法對于涌水量預(yù)測準(zhǔn)確度較高，對于類似礦井可用該方法進(jìn)行預(yù)測。

魏真等[35]采用回歸分析法對徐州某礦不同影響因素與涌水量關(guān)系進(jìn)行了分析，建立了涌水回歸模型；江峰等[36]采用回歸方法對隧道涌水量與降水量建立了回歸方程關(guān)系，并根據(jù)實(shí)際情況對回歸方程進(jìn)行了檢驗(yàn)。

3 模糊數(shù)學(xué)法

模糊評價(jià)法是一種基于模糊數(shù)學(xué)的安全評價(jià)法，是根據(jù)模糊數(shù)學(xué)的隸屬度理論將定性化評價(jià)轉(zhuǎn)化為定量化評價(jià)[37]，是一種對多因素制約事物或?qū)ο笞龀龅目傮w評價(jià)，其結(jié)果清晰明了，能夠較好地評價(jià)難以量化的問題[38]。

模糊評價(jià)模型是對于多因素、多層次的龐大評價(jià)系統(tǒng)[39]，通常需要建立多層次評價(jià)模型進(jìn)行分析，對于多層次而言，最基本的要建立單層次評價(jià)子集，將各個(gè)子集作為新節(jié)點(diǎn)進(jìn)行多層次評價(jià)，其是多層次評價(jià)的基礎(chǔ)[40]。

依據(jù)評價(jià)的小組信息將上評價(jià)信息作為下一評價(jià)的基礎(chǔ)，一般情況下是單個(gè)元素對矩陣評價(jià)的一個(gè)向量R(ui)，i=1,2,…,n，對于任何一個(gè)評價(jià)都可用以下矩陣來表示[41]。

Ri=[R(u1),R(u2),…,R(un)]

(3)

對于給定評價(jià)因素的權(quán)重可表示為

Ai=[A11,A12，…，A1n]

(4)

依據(jù)多層次評價(jià)信息得出其評價(jià)結(jié)果為

Ri=Ai?Ri

(5)

式(3)～式(5)中：Ri表示評價(jià)矩陣；R(ui)表示評價(jià)向量；Ai表示權(quán)重矩陣；A1i表示權(quán)重向量；?表示模糊數(shù)學(xué)計(jì)算符號；i=1,2,…,n。

姬亞東[42]采用模糊數(shù)學(xué)法對塔然高勒煤礦西一盤區(qū)3-1煤層頂板含水層涌水危險(xiǎn)性進(jìn)行了預(yù)測，對各個(gè)涌水區(qū)危險(xiǎn)性進(jìn)行了綜合評價(jià)，分為4個(gè)等級。

該礦位于東勝煤田塔然高勒礦區(qū)中北部，礦區(qū)內(nèi)主要包含三層煤，煤層平均厚度6.5 m，主采3-1號煤層，位于延安組第二巖段。全區(qū)域裂隙發(fā)育，煤層平均厚度3.71 m，頂板主要為泥巖和砂巖，局部為粗細(xì)砂巖。含水層厚度等值線如圖9所示。

圖9 含水層厚度等值線圖Fig.9 Contour map of aquifer thickness

根據(jù)對礦井地質(zhì)特征、水文資料以及頂板特征，同時(shí)利用頂板鉆孔資料，對含水層涌水影響因素進(jìn)行相關(guān)性分析，得出其頂板含水層富水性影響因素，如圖10所示。

圖10 頂板富水性影響因素Fig.10 Factors affecting water richness of roof

根據(jù)影響因素對含水層涌水量的定性影響結(jié)合礦井地質(zhì)特征，量化各影響因素的標(biāo)準(zhǔn)，得出各影響因素的權(quán)重，如圖11所示。

圖11 影響因素權(quán)重圖Fig.11 Weight chart of influencing factors

以A′區(qū)為例，根據(jù)A′區(qū)各影響因素的平阿基標(biāo)準(zhǔn)，對其計(jì)算模糊關(guān)系矩陣RA′，將權(quán)重向量A與模糊關(guān)系矩陣RA′相乘得到權(quán)模糊算子BA′。

(6)

(7)

(8)

按照最大隸屬度關(guān)系，得出BA′的值為0.56，屬于安全區(qū)，同理得到其他區(qū)安全性如圖12所示。

圖12 涌水量安全區(qū)分圖Fig.12 Safety division of water discharge from roof

涌水量區(qū)分圖(圖12)與實(shí)際開采情況吻合，該預(yù)測方法對于涌水量預(yù)測具有較好效果。

仝聯(lián)合[41]采用模糊數(shù)學(xué)法對瑞隆礦17065工作面涌水量進(jìn)行了預(yù)測；劉偉韜等[42]采用模糊數(shù)學(xué)法綜合多種因素對礦井涌水量進(jìn)行了分析，為制定防水措施提供依據(jù)。

4 灰色理論法

灰色理論法是將一個(gè)隨機(jī)變量看成一定范圍內(nèi)變化的灰色的量[43-44]，其隨機(jī)變化過程是在一定范圍內(nèi)變化的，起變化過程是與時(shí)間相關(guān)的。主要是通過對部分已知信息對其進(jìn)行生成與加工[45]，提取有價(jià)值的信息[46]，實(shí)現(xiàn)對系統(tǒng)以及變化規(guī)律的有效預(yù)測[47-48]。

范軍平等[49]采用灰色理論模型對義馬煤田中部礦井涌水量進(jìn)行了研究，建立了預(yù)測模型。

濟(jì)寧三號煤礦主采3號煤層，在開采的過程中發(fā)生多次涌水事故，最大突水量可達(dá)533.84 m3/h，為了保證工作面安全，要對其頂板涌水進(jìn)行預(yù)測。

對2002—2014年礦井涌水量數(shù)據(jù)進(jìn)行處理，有：

(351.6,382.4,…,409.1)

(9)

式(9)中：Q(1)(t)表示涌水量預(yù)測序列；t表示時(shí)間，年；Q(0)(m)表示每年涌水量。

原始數(shù)據(jù)的光滑程度影響預(yù)測模型的準(zhǔn)確度，越光滑準(zhǔn)確度越高，檢驗(yàn)公式為

ρ(t)=Q(0)(t)/Q(1)(t-1)

(10)

式(10)中：ρ(t)表示涌水量預(yù)測準(zhǔn)確值。

根據(jù)計(jì)算當(dāng)t>2時(shí)，得到的數(shù)值均小于0.5，其隨機(jī)性較強(qiáng)，光滑性較好，得出預(yù)測數(shù)據(jù)越準(zhǔn)確。

對式(9)進(jìn)行一次累加得

ω(1)=(849.7,916.5,…,2 704.55)

(11)

對式(11)得出的白化方程進(jìn)行處理，得到灰色理論公式為

Q(0)(t)+uω(1)(t)=v

(12)

式(12)中：u、v表示依據(jù)實(shí)際情況確定的參數(shù)。

根據(jù)灰色理論計(jì)算得出參數(shù)值：u=-0.045 19，v=302.05。

其預(yù)測公式為

(13)

利用預(yù)測公式[式(9)～式(13)]預(yù)測2002—2014年礦井涌水量，結(jié)果如圖13所示。

圖13 預(yù)測值和實(shí)測值對比Fig.13 Comparison of predicted and measured values

對預(yù)測值和實(shí)測值進(jìn)行分析，得出該模型的平均殘差較小，僅為0.095，根據(jù)預(yù)測精度計(jì)算公式得出該模型的準(zhǔn)確度為90.5%，精確度等級為優(yōu)秀，依據(jù)此模型預(yù)測2015—2017年涌水量如圖14所示。

圖14 2015—2017年涌水量預(yù)測值Fig.14 Water inflow forecast for 2015—2017

依據(jù)2015—2017年涌水量預(yù)測值，采區(qū)相應(yīng)的防治水策略，為礦井水災(zāi)害防治以提供了科學(xué)依據(jù)，保證了工作面的安全生產(chǎn)。

朱愿福等[50]基于灰色理論，提出了一種新型的礦井預(yù)測模型，這種新陳代謝組合模型能夠預(yù)測綜合評價(jià)的指數(shù)，并通過對靳各莊礦涌水量進(jìn)行了驗(yàn)證。

5 BP人工神經(jīng)網(wǎng)絡(luò)

BP(back propagation)人工神經(jīng)網(wǎng)絡(luò)是一個(gè)非線性系統(tǒng)，它是由大量的神經(jīng)元構(gòu)成的系統(tǒng)[51]。它在一定程度和層次上模仿人的大腦神經(jīng)系統(tǒng)進(jìn)行信息的處理、選擇、儲存以及檢[52]，其具有學(xué)習(xí)、記憶以及計(jì)算等智能處理的相關(guān)功能。礦井涌水是一個(gè)非常復(fù)雜的水文地質(zhì)綜合體，因此，很難準(zhǔn)確地采用數(shù)學(xué)模型進(jìn)行有效的涌水量進(jìn)行預(yù)測，而建立一個(gè)涌水量與充水因素是一個(gè)可行的方法，該理論就很好地體現(xiàn)了其優(yōu)點(diǎn)[53]。

當(dāng)樣本提供給網(wǎng)絡(luò)后，系統(tǒng)會隨機(jī)生成權(quán)值，并進(jìn)行重復(fù)計(jì)算并傳輸，直到輸入結(jié)果，將理想結(jié)果與計(jì)算結(jié)果進(jìn)行對比分析，確定其閾值。隨著誤差不斷糾正，直到滿足條件訓(xùn)練結(jié)束[54]。

其輸入模式傳播按照隨機(jī)給定的權(quán)值和閾值，對學(xué)習(xí)樣本進(jìn)行計(jì)算輸出值，輸入值到隱含層的計(jì)算公式為

(14)

隱含層到輸出層的計(jì)算公式為

(15)

式中：ai表示計(jì)算過程中第i個(gè)輸入；b1j、b2j分別表示隱含層、輸出層的閾值；f表示計(jì)算過程中的傳遞函數(shù)；Hidden(j)表示隱含層中第j個(gè)輸出值；Wij、Wjl分別表示隱含層、輸出層的權(quán)值。

對于輸出誤差逆?zhèn)鞑?，?dāng)輸出節(jié)點(diǎn)得出實(shí)際值后，如果這些數(shù)值與實(shí)際情況值相差較大，就要重新確定權(quán)值和閾值，按照程序進(jìn)行重新計(jì)算，保證其差值在允許范圍內(nèi)。

假設(shè)絕對誤差的均方值計(jì)算公式為

(16)

對其權(quán)值進(jìn)行調(diào)整，計(jì)算公式為

ΔW=β(-gradvEk)

(17)

李哲等[55]以陜北檸條塔煤礦為試驗(yàn)礦井，該礦中沒有大斷層、褶皺，地質(zhì)構(gòu)造屬于簡單。主采2-2號煤層，其頂板為砂巖，富水性中等，該礦發(fā)生過一次突水事故，其礦區(qū)涌水量為1 157 m3/h，為了保證其工作面安全生產(chǎn)，對其富水性進(jìn)行評價(jià)。選取礦井地質(zhì)、水文地質(zhì)、含水層性質(zhì)、取芯率、風(fēng)化程度、滲透系數(shù)作為影響富水性的因素。選取25個(gè)水文孔資料作為學(xué)習(xí)樣本。根據(jù)鉆孔資料以及影響因素進(jìn)行定量化處理，采用GIS軟件和Surfer軟件進(jìn)行定量化分析，作出其分析圖，量化后數(shù)據(jù)不同導(dǎo)致其影響范圍存在很大差別。因此要對某些數(shù)據(jù)進(jìn)行歸一化處理，將其統(tǒng)一到一個(gè)數(shù)量級別上。

借助MATLAB數(shù)學(xué)軟件進(jìn)行分析，使用25個(gè)樣本作為基礎(chǔ)參數(shù)進(jìn)行訓(xùn)練，當(dāng)訓(xùn)練4 728次后，誤差值降低到設(shè)置值范圍內(nèi)，得出多組參數(shù)，選取其中的5個(gè)再次作為訓(xùn)練樣本進(jìn)行訓(xùn)練，得出檢驗(yàn)樣本和預(yù)測結(jié)果，如圖15所示。

圖15 理想值與預(yù)測值對比圖Fig.15 Comparison of ideal and predicted values

由圖15可知，誤差最大值為2.1%，在允許范圍內(nèi)，該模型能夠較準(zhǔn)確的預(yù)測富水性。

凌成鵬等[56]采用神經(jīng)網(wǎng)絡(luò)法對韓橋煤礦涌水量進(jìn)行研究，得出了短期預(yù)測模型，預(yù)測結(jié)果與實(shí)際值吻合性較好。

6 時(shí)間序列分析法

時(shí)間序列分析法主要包含兩部分[57]，一部分是時(shí)域分析[58]，另一部分是頻域分析[59]。時(shí)間序列分析法采用一系列具有科學(xué)理論為依據(jù)的動(dòng)態(tài)數(shù)據(jù)處理方式[60]，幫助人們通過合理的分析獲得動(dòng)態(tài)數(shù)據(jù)，從而更好地掌握客觀現(xiàn)象的本質(zhì)[61]，進(jìn)一步認(rèn)識事物，預(yù)測未來[62]。其中時(shí)域分析是通過對數(shù)據(jù)進(jìn)行處理建立模型[63]，采用線性最小方差預(yù)測未來[64]。頻域分析是可以預(yù)測涌水量的周期性，判斷涌水量的影響因素，同時(shí)，它還可以研究涌水量影響因素的權(quán)重性[65]。

涌水量預(yù)測模型首先建立回歸模型，建設(shè){Xt}是具有表示性的時(shí)間序列，其樣本的長度為M，假設(shè)以年、月、日為觀測時(shí)間，得出模型[66-67]：

Xt=φ1Xt-1+φ2Xt-2+…+φjXt-j+at

(18)

式(18)中：Xt表示礦井水涌水量；φj表示自回歸參數(shù)；at表示影響礦井水涌水量的各種因素。

經(jīng)過分析得出最終模型：

(19)

式(19)中：p表示礦井涌水量預(yù)測模型階數(shù)。

曲興玥等[68]采用時(shí)間序列對青龍煤礦礦井涌水量進(jìn)行了研究，發(fā)現(xiàn)青龍煤礦主采16、17、18共3個(gè)煤層，煤層總厚度超過127 m，礦井開采過程中發(fā)生過多次突水事故，給礦井安全生產(chǎn)帶來了威脅，突水的最大涌水量為350 m3/h，其突水來源主要市采空區(qū)積水、頂板含水層水。

基于該礦的最大涌水實(shí)測為基礎(chǔ)，采用SPSS數(shù)學(xué)軟件，對涌水量預(yù)測進(jìn)行時(shí)間序列建模，如圖16所示。

圖16 涌水量一階差分Fig.16 First order difference in water inflow

對原始序列建立時(shí)間序列模型，得出青龍煤礦最大涌水量預(yù)測方程：

Δyt=0.588Δyt-1+0.998Δyt-1+342.738

(20)

式(20)中：Δyt、Δyt-1分別表示t年和t-1年的煤礦最大涌水量。

依據(jù)時(shí)間序列模型擬合效果如圖 17所示。由圖17可知，涌水量穩(wěn)定時(shí)，預(yù)測精度較高，當(dāng)波動(dòng)大時(shí)，預(yù)測精度低，因此，涌水量呈非線性。

圖17 擬合效果Fig.17 Fitting effect

基于時(shí)間序列對其分解，綜合季節(jié)變動(dòng)、不規(guī)則變進(jìn)行分析，重新擬合得出新的涌水量預(yù)測模型：

y=-0.000 009x5+0.001 3x4-0.067 4x3+1.283 4x2-6.540 6x+117.92,

x=1,2,…,55

(21)

式(21)中：x表示月數(shù)，2011年1月為1，以此類推遞加，得出擬合圖如圖18所示。

由圖18可知，該模型在5次平移后，其預(yù)測趨勢與實(shí)際相差較小，預(yù)測準(zhǔn)度高，采用該模型對最大涌水量進(jìn)行預(yù)測，得出預(yù)測數(shù)據(jù)如圖19所示。由圖19可知，分解預(yù)測模型預(yù)測的涌水量與實(shí)際涌水量吻合度較高，該方法具有較高的預(yù)測精度。

圖18 5次平移趨勢擬合圖Fig.18 Five-time translation trend mapping

圖19 分解預(yù)測模型結(jié)果Fig.19 Decomposition prediction model data

夏克勤[69]采用時(shí)間序列分析法對魚田堡煤礦礦井涌水量進(jìn)行了分析，對降水量與涌水量及滲透系數(shù)加權(quán)進(jìn)行了研究，建立了預(yù)測模型，該模型預(yù)測涌水量是可行的；安欣等[70]采用時(shí)間序列分析法對東歡坨礦礦井涌水量進(jìn)行了分析，建立了預(yù)測模型，并進(jìn)行了涌水量預(yù)測，誤差較小，預(yù)測精度較高，能夠很好地滿足工程需要，其預(yù)測短期涌水量是可行的。

7 數(shù)值模擬法

數(shù)值模擬法采用的是偏微分方程表示礦井實(shí)際水流系統(tǒng)的一種模型預(yù)測方法，其預(yù)測值沒有精確值，只是一個(gè)近似值，可稱為數(shù)值解[71]。它是運(yùn)用計(jì)算機(jī)系統(tǒng)采用數(shù)值分析的方法來求解模型的解，通過計(jì)算機(jī)模擬實(shí)際系統(tǒng)的運(yùn)行狀態(tài)。目前主要有有限元和有限差分兩種數(shù)值模擬方法，通過計(jì)算機(jī)軟件進(jìn)行實(shí)現(xiàn)[72]。

李貴仁等[73]采用數(shù)值模擬方法對剛果銅礦進(jìn)行了涌水量預(yù)測。該礦位于剛果，其屬于加丹褶皺—推覆構(gòu)造帶的一部分，其面積約為140 km2，其最大厚度可達(dá)1 000 m，其構(gòu)造發(fā)育較高。整體呈東北向分布，斷裂面方向?yàn)槟?，其傾角平均為30°，根據(jù)相關(guān)特點(diǎn)可知，其構(gòu)造極其發(fā)育，為地下水運(yùn)移提供條件，水文地質(zhì)情況如圖20所示。

圖20 水文平面Fig.20 Hydrological plans

采用VM數(shù)值模擬軟件對涌水量進(jìn)行預(yù)測，其流場擬合如圖21所示。

圖21 流暢擬合圖Fig.21 Smooth fitting diagram

結(jié)合地下水動(dòng)態(tài)平衡系統(tǒng)和降水滲透系數(shù)對礦井涌水量進(jìn)行預(yù)測。

駱祖江等[74]采用數(shù)值模擬法對大同礦區(qū)地下水進(jìn)行了模擬，預(yù)測了8214、8216工作面的涌水量，該方法將涌水量預(yù)測與回采工作面進(jìn)度有機(jī)結(jié)合起來，其預(yù)測結(jié)果更能反映實(shí)際情況。

8 大井法

煤礦生產(chǎn)過程中，要對含水巖層進(jìn)行排水工作，在整個(gè)排水過程中，隨著排水的進(jìn)行，其水位不斷下降[75]，當(dāng)下降到一定程度后其水位呈穩(wěn)定狀態(tài)，該狀態(tài)可稱為穩(wěn)定流狀態(tài)[76]。該狀態(tài)是以礦井為中心形成的地下水輻射滲流場滿足地下水穩(wěn)定井的條件，而實(shí)際的礦井是一個(gè)不規(guī)則的形狀，為了便于研究，理論上認(rèn)為是一個(gè)井在工作，整個(gè)工作面的用水是一個(gè)井在涌水，采用裘布依穩(wěn)定流方程進(jìn)行預(yù)測[77]。

潛水完整井的礦井涌水量計(jì)算公式為

Q=1.366K(2H-S)S/lgR-lgr

(22)

承壓水完整井的礦井涌水量計(jì)算公式為

Q=1.366KMS/lgR-lgr

(23)

潛水與承壓水完整井礦井涌水量計(jì)算公式為

Q=1.366K(2HM-M2-h2)/lgR-lgr

(24)

式中：Q表示礦井涌水量；K表示礦井含水層的滲透系數(shù)；M表示礦井含水層厚度；H表示礦井含水層的水頭高度；h表示礦井排水后水頭高度；S表示排水的降深；R表示漏斗影響半徑；r表示大井法的引用半徑。

陳沖等[78]采用大井法對煤礦涌水量進(jìn)行了預(yù)測，在對大井法分析的基礎(chǔ)上，詳細(xì)闡述了大井法對煤礦的應(yīng)用，依據(jù)不同的含水層及沖水條件進(jìn)行了涌水量預(yù)測，選取參數(shù)如表1所示，礦井邊界構(gòu)造如圖22所示。

圖22 礦井邊界構(gòu)造Fig.22 Mine boundary structure

表1 選取參數(shù)Table 1 Select the parameter

將相關(guān)參數(shù)代入式(7)，綜合礦井邊界構(gòu)造特征得出礦井開采3號煤層時(shí)的涌水量為2 928.4 m3/h。揭露同一礦區(qū)本煤層時(shí)，其水文、開采、地質(zhì)條件類似，其涌水量為130 m3/h(開采面積6.2 km2)，該礦的正常涌水量為215 m3/h(開采面積10.3 km2)，其預(yù)測結(jié)果與實(shí)際相近，證實(shí)了預(yù)測的準(zhǔn)確度。

羅安昆等[79]采用大井法對亭南礦和胡家河礦兩個(gè)工作面涌水量進(jìn)行了預(yù)測，驗(yàn)證涌水量的合理性。叢利等[80]采用大井法對門克慶煤礦首采工作面回采后涌水量進(jìn)行了分析，把不規(guī)則的影響邊界看成一個(gè)大井，基于井下群孔放水試驗(yàn)預(yù)測了工作面的涌水量。

9 存在問題及發(fā)展趨勢

9.1 存在問題

傳統(tǒng)的水文地質(zhì)比擬法計(jì)算粗糙，是一種近似的礦井涌出量計(jì)算，精度不夠；回歸分析法對比新建礦井無法預(yù)測，其首先必須有足夠的數(shù)據(jù)，同時(shí)其相關(guān)因子不易選擇；模糊數(shù)學(xué)法雖然考慮了多種影響因素，但其不能確定未來涌水量的趨勢；灰色理論法適用于涌水量穩(wěn)定的礦井，對于涌水量變化較大的礦井預(yù)測結(jié)果不理想；時(shí)間序列分析法其對原始數(shù)據(jù)要求較高，不易進(jìn)行預(yù)測；數(shù)值模擬法是一個(gè)近似解，對于涌水量要求精度高的礦井不適用；大井法偏離了實(shí)際原型，預(yù)測結(jié)果不夠準(zhǔn)確。

9.2 發(fā)展趨勢

(1)建立多因素綜合模型。將傳統(tǒng)的單一模型進(jìn)行擴(kuò)大，提高適用范圍和預(yù)測精度，將灰色模型與其他多種模型有機(jī)結(jié)合。例如動(dòng)態(tài)灰色馬爾科夫模型、灰色時(shí)序組合預(yù)測模型。

(2)基于大數(shù)據(jù)的預(yù)測。將礦井涌水量與大數(shù)據(jù)有機(jī)結(jié)合，通過大數(shù)據(jù)分析涌水量的特征，最終根據(jù)大數(shù)據(jù)有效合理地預(yù)測涌水量。

(3)系統(tǒng)理論綜合分析。將礦區(qū)或者工作面的涌水量作為一個(gè)系統(tǒng)，從時(shí)間和空間兩部分序列中提取反映地下水變化特征的基本參數(shù)，為涌水量的預(yù)測提供支撐。

10 結(jié)論

首先詳細(xì)闡述了礦井涌水量預(yù)測方法，并對其預(yù)測過程進(jìn)行了較為詳細(xì)的論述與分析。指出礦井涌水量預(yù)測方法存在的問題，針對存在的問題，突出未來發(fā)展趨勢，得出以下結(jié)論。

(1)未來應(yīng)建立多因素綜合模型，將傳統(tǒng)的單一模型進(jìn)行擴(kuò)大，提高適用范圍和預(yù)測精度。

(2)建立基于大數(shù)據(jù)的預(yù)測，將礦井涌水量與大數(shù)據(jù)有機(jī)結(jié)合，通過大數(shù)據(jù)分析涌水量的特征預(yù)測礦井涌水量。

(3)進(jìn)行系統(tǒng)理論綜合分析，將礦區(qū)涌水量作為一個(gè)系統(tǒng)，從時(shí)空序列中提取地下水變化特征，為涌水量的預(yù)測提供理論支撐。