盧振龍，徐 剛，尹希文，劉前進

(1.中煤科工開采研究院有限公司，北京 100013；2.天地科技股份有限公司開采設計事業(yè)部，北京 100013)

目前我國煤礦高強度回采工作面增多，開采過程中的頂板穩(wěn)定性問題一直是安全管理的重中之重[1-5]，生產(chǎn)過程中缺少監(jiān)測手段和監(jiān)測數(shù)據(jù)的深入分析[6]，未能及時有效地對工作面頂板災害進行預警。煤礦智能化[7-10]是適應現(xiàn)代工業(yè)技術革命發(fā)展趨勢、保障國家能源安全、實現(xiàn)煤炭工業(yè)高質(zhì)量發(fā)展的核心技術支撐[11，12]。傳統(tǒng)的煤礦頂板監(jiān)測系統(tǒng)采用人工處理的方法，存在效率低下、分析預警功能不足等問題，無法滿足煤礦生產(chǎn)安全的需求[13，14]。

在煤礦頂板礦壓預警技術方面，閆相宏等[15]采用硬件在線監(jiān)測、監(jiān)測服務器和計算機數(shù)據(jù)分析處理方法，建立了煤礦頂板安全綜合監(jiān)測預警系統(tǒng)，安澤等[16]通過事故案例分析、礦壓理論研究和現(xiàn)場實測數(shù)據(jù)分析方法，提出了采場頂板災害的6個預警指標，建立了綜采工作面頂板災害監(jiān)測預警平臺。在礦壓分析預測指標體系方法方面，徐剛等[17]通過頂板巖性、礦壓顯現(xiàn)特征和頂板災害案例統(tǒng)計分析方法，建立了工作面頂板災害全景監(jiān)測預警技術架構，尹希文等[18]采用現(xiàn)場實測、數(shù)據(jù)挖掘以及理論分析方法，從支架荷載在時間和空間2個方面周期性變化規(guī)律入手，構建了礦壓雙周期動態(tài)分析預測模型。然而，基于人工智能技術和新礦壓預警指標體系的智能預警體系仍未達到令人滿意的效果。

基于機器學習技術，利用大數(shù)據(jù)分析、可視化技術等技術手段，對工作面礦壓預警指標和參數(shù)進行分析，構建煤礦頂板災害預警系統(tǒng)，頂板災害預警算法能夠較好地描述支架增阻過程和繪制增阻曲線，為工作面支架工作阻力動態(tài)預測提供了方法，實現(xiàn)工作面頂板災害監(jiān)測關鍵指標的預測預警，預測支架工作阻力隨時間演化過程，分析不同采煤循環(huán)內(nèi)支架增阻規(guī)律，可有效減少礦山安全事故的發(fā)生。

1 綜采工作面礦壓預測算法

1.1 系統(tǒng)功能架構

頂板災害監(jiān)測預警的實現(xiàn)主要包括了多源異構礦壓監(jiān)測數(shù)據(jù)采集、海量礦壓監(jiān)測數(shù)據(jù)存儲、礦壓監(jiān)測預警算法開發(fā)以及可視化界面的展示。該系統(tǒng)包括四個層次，系統(tǒng)功能架構如圖1所示。

圖1 系統(tǒng)功能架構

1)數(shù)據(jù)采集層。采集煤礦頂板相關實時監(jiān)測數(shù)據(jù)，包括支架壓力數(shù)據(jù)、采高數(shù)據(jù)等。

2)數(shù)據(jù)處理與存儲層。對采集到的數(shù)據(jù)進行處理和存儲，包括數(shù)據(jù)清理、格式轉換、數(shù)據(jù)存儲等。實現(xiàn)數(shù)據(jù)同步、數(shù)據(jù)備份管理、數(shù)據(jù)整合等功能，同時為數(shù)據(jù)應用層提供統(tǒng)一數(shù)據(jù)訪問的接口。

3)分析預測層。利用機器學習、統(tǒng)計分析等技術對礦壓監(jiān)測數(shù)據(jù)進行數(shù)據(jù)分析、建立頂板災害預警指標以及開發(fā)預警指標自動算法，實現(xiàn)對頂板災害的風險評估和預測，包括模型訓練、參數(shù)優(yōu)化、特征提取、模型驗證等流程。

4)數(shù)據(jù)應用層。用于將分析結果以可視化的方式展示給用戶，并提供預警和報警功能以及實時的數(shù)據(jù)監(jiān)控和管理。

1.2 綜采工作面礦壓分析算法

通過對電液控制系統(tǒng)和礦壓在線監(jiān)測系統(tǒng)監(jiān)測數(shù)據(jù)分析研究，總結了影響采場工作面支架工況安全性的關鍵指標為液壓支架初撐力及末阻力、安全閥開啟率、不保壓率以及基本頂周期來壓等。

1.2.1 初撐力及末阻力自動分析算法

工作面液壓支架壓力監(jiān)測數(shù)據(jù)數(shù)量較大，可通過設定壓力變化閾值和設定時間間隔雙標準的冗余數(shù)據(jù)處理算法進行數(shù)據(jù)處理，通過冗余數(shù)據(jù)處理算法消除80%以上的冗余數(shù)據(jù)，提取有效的監(jiān)測數(shù)據(jù)。通過人工計算的方法確定支架的初撐力及循環(huán)末阻力，不僅工作量大，而且準確率低。通過捕捉支架移架過程的動作關鍵點，可從大量支架壓力監(jiān)測數(shù)據(jù)中準確地分析出初撐力與循環(huán)末阻力。支架初撐力和末阻力的位置如圖2所示。

圖2 支架初撐力和循環(huán)末阻力位置示意圖

初撐力和循環(huán)末阻力分析算法流程如圖3所示。液壓支架移架前需要降架，立柱壓力在短時間內(nèi)迅速下降到最低點，并且在短時間內(nèi)完成移架和升架的過程。經(jīng)過多個工作面的不同支架的“降架-移架-升架”過程監(jiān)測數(shù)據(jù)分析統(tǒng)計結果，支架降架瞬間下降壓力值均大于5 MPa，下降到最小值的時間均不超過100 s，并且移架到升架過程時間均不超過100 s。

圖3 初撐力及循環(huán)末阻力分析算法流程

1.2.2 安全閥開啟自動分析算法

支架在設計時，當實際工作阻力達到額定工作阻力時，立柱安全閥開啟，安全閥持續(xù)開啟和閉合的特征曲線一般呈“鋸齒形”，通過安全閥開啟曲線形態(tài)特征分析可得到安全閥開啟壓力、開啟時間及持續(xù)時間。安全閥開啟狀態(tài)分析算法流程如圖4所示。

圖4 安全閥開啟分析算法流程

1.2.3 不保壓率自動分析算法

支架移架、升架操作后立柱通過泵站壓力形成初撐力，隨著頂板下沉，立柱載荷一般呈現(xiàn)逐漸增加趨勢，但是當支架立柱或密封元件發(fā)生損壞、漏液時，支架立柱工作阻力會出現(xiàn)不升反降的現(xiàn)象為支架立柱發(fā)生不保壓。本系統(tǒng)設計了支架立柱不保壓的自動分析算法，可以捕捉支架立柱受力不保壓狀態(tài)，進一步統(tǒng)計后可得到不保壓率。不保壓率自動分析算法流程如圖5所示。

圖5 不保壓率分析算法流程

1.2.4 液壓支架載荷實時預測算法

徐剛等研究表明[19]，在煤礦采煤過程中，由于覆巖破斷、塊體滑移和回轉等復合運動方式，液壓支架的工作阻力增加往往不是單一的指數(shù)、對數(shù)或線性函數(shù)，可能是多種函數(shù)復合的結果，單純函數(shù)和組合函數(shù)擬合公式見表1、表2。

表1 單純函數(shù)擬合公式列表

表2 組合函數(shù)擬合公式列表

通過覆巖結構理論推導和實測數(shù)據(jù)分析，得到采煤循環(huán)內(nèi)液壓支架與時間的3種基礎增阻函數(shù)(分別為指數(shù)函數(shù)、對數(shù)函數(shù)、線性函數(shù))和4種曲線類型(分別為單純指數(shù)、單純對數(shù)、對數(shù)+線性、對數(shù)+指數(shù))。采用滑動窗口動態(tài)預測方法和最大擬合優(yōu)度的準則，提出液壓支架載荷回歸預測流程。液壓支架載荷回歸預測流程如圖6所示。

圖6 液壓支架載荷回歸預測流程

以距離最近的一個實測載荷時間作為起點，構建一個滑動窗口，分別使用對數(shù)函數(shù)和指數(shù)函數(shù)擬合滑動窗口內(nèi)的支架立柱載荷數(shù)據(jù)，并使用擬合優(yōu)度最高的函數(shù)進行預測。在窗口內(nèi)數(shù)據(jù)的擬合優(yōu)度和斜率變化趨勢發(fā)生變化時，將該拐點作為新的起點，然后分別使用線性函數(shù)、對數(shù)函數(shù)和指數(shù)函數(shù)進行擬合，并使用擬合優(yōu)度最高的函數(shù)進行預測。最后，對于窗口內(nèi)的數(shù)據(jù)，計算其擬合優(yōu)度大小和斜率變化趨勢。

1.2.5 開發(fā)周期來壓步距預測算法

通過聚類分析實現(xiàn)周期來壓步距預測，聚類分析將相似的周期來壓步距聚集在同一簇內(nèi)，挖掘規(guī)律性模式，無需先驗知識，不需要對數(shù)據(jù)分布進行假設，具有高效發(fā)現(xiàn)規(guī)律性和趨勢的優(yōu)點。

采用系統(tǒng)聚類方法和K-means聚類方法相結合的方式，對液壓支架循環(huán)末阻力曲線進行分類，并構建模板曲線，創(chuàng)建動態(tài)數(shù)據(jù)延伸窗口，將延伸窗口內(nèi)實時數(shù)據(jù)與全部模板曲線匹配對比，選取相似度最高的模板曲線完成預測，預測結果如圖7所示?；瑒哟翱谄鹗键c為最新一個循環(huán)末阻力峰值點，終點為當前數(shù)據(jù)，延伸步長為1，直至該周期結束。以匹配度αj作為相似度的評價指標，其計算公式如下：

L1～L7—時測周期曲線；M1～M3—模版曲線

周期來壓步距預測流程如圖8所示。構建初始延伸窗口，延伸步長為1，將實測數(shù)據(jù)與模板曲線相匹配，選取最優(yōu)匹配度的模版曲線數(shù)據(jù)進行預測。

圖8 周期來壓步距預測流程

2 礦壓預警技術的測試應用

以曹家灘煤礦122108大采高綜放工作面電液控系統(tǒng)的支架工作阻力數(shù)據(jù)進行分析，展示煤礦頂板災害可視化分析預警系統(tǒng)的基本功能模塊。

2.1 初撐力及末阻力分析結果

通過初撐力及末阻力可以統(tǒng)計得到指定時間段內(nèi)的割煤循環(huán)數(shù)量，以及初撐力的合格率等。122108工作面預測系統(tǒng)自動識別的初撐力與末阻力如圖9所示，其中圓點為初撐力，方塊為末阻力，分析時間段內(nèi)共9個割煤循環(huán)，初撐力要求達到24 MPa，合格數(shù)量為8，不合格數(shù)量為1，初撐力合格率為88.9%。

圖9 工作面預測系統(tǒng)識別的初撐力與末阻力

2.2 安全閥開啟分析結果

分別對支架的兩個立柱進行安全閥開啟分析，對每一個初撐力到下一個末阻力(即割煤循環(huán))之間的數(shù)據(jù)進行安全閥開啟分析，通過統(tǒng)計支架立柱的安全閥開啟次數(shù)/割煤循環(huán)數(shù)量，可以得到安全閥開啟率。支架安全閥開啟率特征曲線如圖10所示，圖中虛線處為安全閥開啟狀態(tài)，左端點和右端點分別為安全閥開啟的起始時間和結束時間，對應的中縱坐標值為安全閥開啟壓力，該支架分析時間段內(nèi)共8個割煤循環(huán)，左柱發(fā)生了2次安全閥開啟，安全閥開啟率為25%。

圖10 工作面支架安全閥開啟率特征曲線

2.3 不保壓率分析結果

分別對支架的兩個立柱進行不保壓分析，對每個割煤循環(huán)之間的數(shù)據(jù)進行不保壓分析，通過統(tǒng)計支架立柱的不保壓發(fā)生次數(shù)/割煤循環(huán)數(shù)量，可以得到不保壓率。繪制工作面支架立柱不保壓曲線如圖11所示，其中實折線和虛折線分別為支架左柱和右柱的載荷，該支架分析時間段內(nèi)右立柱狀態(tài)正常，左立柱發(fā)生不保壓狀態(tài)。

圖11 工作面支架立柱不保壓曲線

2.4 基本頂周期來壓分析結果

采用循環(huán)末阻力和循環(huán)加權工作阻力兩類數(shù)據(jù)對每個支架進行周期來壓進行分析，每類數(shù)據(jù)均通過計算平均值與其均方差之和來計算判據(jù)，兩類數(shù)據(jù)同時超過對應的判據(jù)時，認為發(fā)生周期來壓，統(tǒng)計全部周期來壓參數(shù)得到來壓步距、動載系數(shù)等。繪制工作面周期來壓步距分析如圖12所示，其中實折線和虛折線分別代表循環(huán)末阻力和循環(huán)加權工作阻力數(shù)據(jù)，實直線與虛直線分別為對應的判據(jù)。以72號支架分析周期來壓統(tǒng)計得出分析期間共發(fā)生了6次周期來壓，平均來壓步距為13.5 m，平均動載系數(shù)為1.3。

圖12 工作面周期來壓步距分析曲線

2.5 工作面支架工作阻力云圖

支架工作阻力歷史等值線云圖可以直觀反映支架工作阻力的分布情況，進行工作面支架阻力區(qū)域劃分，以便采取相應的支護措施，為煤礦安全生產(chǎn)提供可靠的科學依據(jù)。

本系統(tǒng)通過調(diào)用Surfer程序的動態(tài)鏈接庫進行二次開發(fā)，利用內(nèi)置程序的反距離加權插值法、克里金插值法和最小曲率法等12種離散數(shù)據(jù)的插值方法對礦壓數(shù)據(jù)進行插值分析[20]，實現(xiàn)整工作面支架工作阻力等值線云圖的繪制。云圖所使用的支架工作阻力數(shù)據(jù)為整個工作面監(jiān)測支架某個立柱的全部原始數(shù)據(jù)，橫坐標為監(jiān)測數(shù)據(jù)時間，縱坐標為支架號。原始數(shù)據(jù)在Surfer繪制過程中將經(jīng)過程序內(nèi)置插值算法處理。通過數(shù)據(jù)測試對比分析得出礦壓數(shù)據(jù)應用克里金插值法、自然鄰點插值法、最近鄰點插值法繪制效果較好，克里金插值法繪制云圖如圖13所示。其中工作面周期來壓步距18.7～20.2 m，平均步距19.5 m，來壓持續(xù)長度為5.6～6.4 m，平均6 m，來壓持續(xù)時間較長；壓力峰值基本在45 MPa以上，最大46.3 MPa，礦壓顯現(xiàn)強烈。

圖13 克里金插值法工作面支架工作阻力分布

2.6 液壓支架載荷實時預測分析結果

液壓支架載荷實時預測算法會以初撐力點至當壓力值點之間的實測數(shù)據(jù)進行對數(shù)、指數(shù)以及組合函數(shù)等多種函數(shù)擬合，根據(jù)擬合精度大小選擇最優(yōu)擬合函數(shù)。以122108工作面72號架2021年9月11日09∶39∶52～10∶07∶52的采煤循環(huán)進行分階段預測過程演示如圖14所示，數(shù)據(jù)點從a-b-c逐步累積，其中b點為拐點。當實時數(shù)據(jù)從a點開始不斷累積到b點的過程中，使用不同的擬合曲線進行匹配，其中對數(shù)擬合匹配度最高，擬合精度為0.99；實時數(shù)據(jù)從b點不斷累積到c點的過程中，采用指數(shù)函數(shù)預測的準確率為0.96。

圖14 工作面采煤循環(huán)內(nèi)支架載荷預測效果

2.7 周期來壓步距預測分析結果

將工作面全部支架的全部末阻力分析結果按時間升序排序，繪制橫坐標為時間，縱坐標為循環(huán)末阻力對應時刻的支架號的折線如圖15所示，通過折線圖可以自動分析工作面的割煤軌跡，能夠有效剔除臨時操作支架產(chǎn)生循環(huán)末阻力，提高回采過程真實循環(huán)末阻力點提取精度，其中下部谷值點的圓點為割煤軌跡的機頭位置，上部峰值點為割煤軌跡的機尾位置。提取每個割煤循環(huán)的末阻力，繪制橫坐標為割煤循環(huán)數(shù)，縱坐標為循環(huán)末阻力如圖16所示，其三角形點為折線圖的峰值點，將相鄰兩個峰值點之間的數(shù)據(jù)提取為模板曲線進行保存。當前周期來壓步距的預測就是以最近的一個周期峰值點到當前時刻的數(shù)據(jù)實時與模版曲線進行匹配，通過匹配對最高的模版曲線來預測下一次周期來壓發(fā)生的步距。工作面頂板來壓實時預測準確率達到不低于90%。

圖15 工作面循環(huán)末阻力軌跡

圖16 工作面周期來壓模板曲線匹配

3 結 論

1)基于機器學習技術研究煤礦頂板礦壓，利用大數(shù)據(jù)分析、可視化技術等技術手段，以液壓支架初撐力及末阻力、安全閥開啟率、不保壓率以及基本頂周期來壓、液壓支架荷載和周期來壓步距為指標，構建了頂板災害預警算法，可以實現(xiàn)頂板礦壓災害的實時準確預測預警。

2)對煤礦礦壓數(shù)據(jù)進行插值分析研究，采用了反距離加權插值法、克里金插值法和最小曲率法等12種離散數(shù)據(jù)的插值方法進行比較測試，通過數(shù)據(jù)測試對比分析得出礦壓數(shù)據(jù)應用克里金插值法、自然鄰點插值法、最近鄰點插值法繪制云圖可視化效果較好。

3)構建了礦壓監(jiān)測預警系統(tǒng)，實現(xiàn)了監(jiān)測數(shù)據(jù)的自動化分析和預警指標的自動拾取，對工作面礦壓實時監(jiān)測預警?？梢暬夹g為用戶提供了直觀的展示界面，使用戶可以快速了解當前煤礦頂板礦壓的情況，及時采取措施進行調(diào)整和管理，可以顯著提高煤礦頂板管理水平。