基于云平台的矿井水害智慧应急救援系统与应用

随着云计算、物联网、大数据、人工智能等技术的发展,智慧应急救援已成为矿山安全生产监察的迫切需求。提出了基于云平台的矿井水害智慧应急救援服务体系,采用混合云架构,提供按需和弹性计算能力及存储资源。通过集成与挖掘所有可能的历史和实时数据,建立云环境下多源异构、大规模、跨领域、动态信息资源"一张图",推动信息资源共享,建设应急救援智库。在此基础上,研发了应急救援系统,实现数值模拟、预测预警、应急疏散、应急评估、人员设备管理等功能,支持矿山应急演练和应急决策,依托现代信息技术为矿井水害应急救援提供智能化的服务和管理,实现矿井水害事故预防、检测、预警、处置、评估等全过程动态管理和控制。     

矿井巷道突(透)水蔓延模型研究及应用

为定量化预测矿井巷道突(透)水的蔓延过程,科学地解释突(透)水在矿井巷道中的蔓延规律,提出了基于SWMM建立矿井巷道突(透)水蔓延模型并实现定量化计算的方法。对模拟方法、参数选取进行分析,构建适用于巷道计算的SWMM模型,并通过分析矿井充水条件、设置合理的边界条件,进行矿井巷道突(透)水蔓延过程的动态预测。以河北蔚县北阳庄矿井为例,实现了矿井巷道突(透)水蔓延过程的动态预测。结果表明:利用基于SWMM构建的突(透)水蔓延模型可以计算得到任意空间位置、任意时间的水深、流量数据,并实现巷道突(透)水蔓延过程的可视化。     

基于Feflow界面管理器的地下水流速场构造插件的设计与实现

本文基于Feflow插件与界面管理器系统,在Visual Studio 2008环境下,开发了基于CK算法的地下水流速场构造模块,并以插件的形式在Feflow中实现。之后,利用高度非均质模型对新开发插件及Feflow自带地下水流速场构造功能进行了对比。结果表明,新开发插件可以提供比Feflow自带功能更高精度的地下水流速场。     

基于矿井生产进度疏干条件下三维地下水数值模拟

以陕西大海则煤矿为例,研究了多层含水系统矿区疏干条件下的含水介质和边界条件特征,建立了研究区三维地下水流数值模拟模型,完成了模型识别和验证,并结合大海则煤矿的工况特征和矿井生产过程,以首采区回采工作面月掘进进度为单位,采用丰水期和平水期两种预测方案,依次对各回采工作面地下水位疏降至2号煤底板的涌水量进行模拟和预测。该方法将复杂空间地质体和地下水渗流相结合,准确描述了疏降工程的降水过程,所得结果既充分保证了矿井的安全生产,又加强了地下水资源保护。     

基于“三图法”煤层顶板突水动态可视化预测

在煤炭资源开发过程中,矿井突水灾害对安全生产构成很大威胁,而现有技术方法缺乏对突水灾害发生过程的时空表达。基于"三图法",分析并设计了煤层顶板突水三维动态可视化系统的实现方法。通过构建3D地质模型及"三图",以确定煤层开采模拟区域及突水点位置的各种候选方案,真实反映煤层开采过程中可能发生的实际复杂情况。在此基础上,经过地下水模拟、可视化预处理、刚体碰撞检测响应等,实现垮裂带及地下水流场的动态模拟分析。以内蒙古自治区中西部某矿为例,依据矿区数据,进行了煤层顶板突水动态可视化预测,为企业提供了一个了解和分析预测煤层顶板突水过程的崭新平台。     

工作面不同采宽与涌水量关系研究

随着煤矿采掘规模的扩大,采煤工作面宽度也越来越宽,从矿井防治水角度而言,涌水量与工作面采宽之间的关系是决定工作面采宽必不可少的一个因素。以锦界煤矿的回采工作面与涌水量情况关系为例,通过数据回归分析和理论分析,研究工作面宽度与涌水量组成部分之间的制约关系,得出工作面宽度主要决定静态水量大小,并得出疏放水是防治水措施的关键,充实了矿井防治水的研究。     

矿山突(透)水灾害应急疏散模拟系统与工程应用

矿山突(透)水灾害发生时,井下人员合理应急疏散是有效避免矿井群死群伤事故的重要举措。根据矿山突(透)水灾害应急疏散模拟需求及各种复杂影响因素分析,基于物联网的数据采集与识别,构建矿井地质环境与井下场景;通过突(透)水点及其相关信息获取、巷道水流模拟、人员逃生行为模拟、以及智能动态路径搜索,在VR仿真环境中进行应急疏散模拟及可视化分析,实现个体或群体行为动态过程模拟,生成安全迅速的井下人员最优疏散路径。针对应急疏散决策和疏散演练分析,进行定性定量评价与预警。经过在矿山实际工程应用,效果较好,为矿井灾害情景下的人员合理疏散、应急救援和人员培训等提供辅助决策支撑平台。     

矿井突(透)水灾害过程中涉险人员危险性评价方法与应用

矿井突(透)水灾害灾害应急抢险救援的"自救互救"和"他救"效果与成功率如何,很大程度取决于在灾害整个演变过程中对井下涉险人员所处危险性的科学评价与合理预测。针对我国目前在这方面缺乏系统定量评价的难题,构建了涉险人员危险性影响因素的评价指标体系,即个体特征、矿井巷道、水流特征、气体情况和其他物理因素;通过分析矿井水灾演变过程中灾情对涉险人员的危险作用形式,结合矿井水灾影响因素特点,定义了人员的水流危险性、气体危险性和其他危险性,提出了涉险人员危险性定量评价方法与模型,构建了适用于水灾演变过程中涉险人员多种危险性的综合评价计算规则。以典型矿井为例,实现了矿井水灾过程中涉险人员危险性的动态评价,分析了不同特征涉险人员在灾情中危险性的差异,讨论了坡度、地面摩擦因数、水流密度对危险性的敏感性,并给出了降低危险性的相应减灾建议。结果表明:所提出的方法可以科学地解释、评价、量化涉险人员在水灾环境多因素影响下的危险性,提高了涉险人员在矿井水灾演变过程中"知险"的能力,同时为应急抢险救援方案合理制定提供了技术支撑,对保障应急抢险救援过程中的"自救互救"效果和"他救"成功率均具有重要意义和实用价值。     

基于人工智能的矿井水害灾情研判及预测研究

为定量研判及预测矿井水害灾情，提出了一种基于人工智能的矿井水害灾情研判及预测新方法.在水害发生之前，以矿井突(透)水危险性评价理论为基础，分析可能发生的矿井突(透)水灾害，数值模拟仿真矿井水害灾情演变过程，利用聚类分析、随机森林和强化学习等机器学习方法分析灾情演变规律，构建灾情研判模型；在矿井水害发生后，基于物联网监测、人工观测等获取矿井水害局部灾情多源数据，研判矿井整体淹没情况，回归分析灾情变化特征，预测灾情演变趋势，服务于矿井水害应急救援与处置.以北辛窑矿作为示例，论证了基于人工智能的矿井水害灾情研判及预测方法的可操作性与有效性.