基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)方法

馬國(guó)龍

(1.瓦斯災(zāi)害監(jiān)控與應(yīng)急技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 重慶 400037；2.中煤科工集團(tuán)重慶研究院有限公司， 重慶 400037)

0 引言

煤與瓦斯突出(以下簡(jiǎn)稱“突出”)是煤礦井下最嚴(yán)重的災(zāi)害之一[1-2]。長(zhǎng)期的防突實(shí)踐表明，突出與地質(zhì)異常關(guān)系密切，不僅地質(zhì)構(gòu)造破壞帶是突出的易發(fā)區(qū)域，而且大多數(shù)突出存在煤層傾角或厚度突變、煤層分叉或合層、煤層變軟、軟分層增厚等煤層賦存或煤體結(jié)構(gòu)異?，F(xiàn)象[3-5]。因此，對(duì)地質(zhì)異常進(jìn)行超前、準(zhǔn)確判識(shí)，對(duì)于突出防治意義重大。

近年來(lái)，物探、鉆探技術(shù)及裝備發(fā)展迅速，地質(zhì)構(gòu)造探測(cè)取得了顯著進(jìn)步，但小型地質(zhì)構(gòu)造的探測(cè)問(wèn)題現(xiàn)階段還沒(méi)有得到有效解決，且煤層賦存變化和煤體結(jié)構(gòu)異常與地質(zhì)構(gòu)造相比更具隱蔽性，目前的探測(cè)手段對(duì)其基本無(wú)能為力[6-8]。這些地質(zhì)異常的超前判識(shí)已成為突出防治亟需解決的技術(shù)難題之一。

工作面突出危險(xiǎn)性預(yù)測(cè)也稱防突預(yù)測(cè)，是2個(gè)“四位一體”綜合防突措施的重要組成部分，在我國(guó)煤礦現(xiàn)場(chǎng)得到了廣泛應(yīng)用。但是，現(xiàn)有的防突預(yù)測(cè)方法均是將預(yù)測(cè)指標(biāo)與臨界值進(jìn)行比較，判斷預(yù)測(cè)指標(biāo)是否超標(biāo)，并將工作面簡(jiǎn)單地劃分為有突出危險(xiǎn)或無(wú)突出危險(xiǎn)[9]；沒(méi)有對(duì)防突預(yù)測(cè)數(shù)據(jù)進(jìn)行深入分析，對(duì)防突預(yù)測(cè)數(shù)據(jù)中隱含的有用信息未能有效利用，造成了防突預(yù)測(cè)數(shù)據(jù)資源浪費(fèi)，對(duì)防突措施制定和防突管理的指導(dǎo)作用有限。

隨著信息技術(shù)的快速發(fā)展，面向復(fù)雜、海量數(shù)據(jù)背后隱藏信息提取和知識(shí)發(fā)現(xiàn)的數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，為防突預(yù)測(cè)數(shù)據(jù)的深入分析和拓展應(yīng)用提供了有效手段。本文基于數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)分析方法，提出了一種基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)方法，設(shè)計(jì)、開發(fā)了防突預(yù)測(cè)特征地質(zhì)異常智能判識(shí)系統(tǒng)，實(shí)現(xiàn)了基于防突預(yù)測(cè)數(shù)據(jù)深度分析的地質(zhì)異常超前、智能判識(shí)，并通過(guò)現(xiàn)場(chǎng)試驗(yàn)驗(yàn)證了方法和系統(tǒng)的可行性和有效性。

1 總體思路

采用大數(shù)據(jù)思維和方法，通過(guò)關(guān)聯(lián)分析掌握防突預(yù)測(cè)特征與地質(zhì)異常之間的相關(guān)性，據(jù)此對(duì)地質(zhì)異常進(jìn)行超前判識(shí)。首先，對(duì)礦井防突預(yù)測(cè)和地質(zhì)異常歷史數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，提取防突預(yù)測(cè)特征與地質(zhì)異常之間的關(guān)聯(lián)規(guī)則，建立地質(zhì)異常判識(shí)準(zhǔn)則；然后，日常防突過(guò)程中，以判識(shí)準(zhǔn)則為依據(jù)，根據(jù)新獲取的防突預(yù)測(cè)數(shù)據(jù)，分析工作面防突預(yù)測(cè)特征，對(duì)地質(zhì)異常進(jìn)行超前判識(shí)；最后，隨著防突預(yù)測(cè)及地質(zhì)異常數(shù)據(jù)的積累和更新，定期進(jìn)行關(guān)聯(lián)分析，提取新的關(guān)聯(lián)規(guī)則，對(duì)地質(zhì)異常判識(shí)準(zhǔn)則進(jìn)行動(dòng)態(tài)調(diào)優(yōu)。

2 防突預(yù)測(cè)特征指標(biāo)體系

正常地質(zhì)條件下，煤層賦存穩(wěn)定，煤體結(jié)構(gòu)完整，瓦斯賦存、應(yīng)力分布和煤的物理力學(xué)性質(zhì)等與周邊環(huán)境基本一致，防突預(yù)測(cè)數(shù)據(jù)變化較小。當(dāng)?shù)刭|(zhì)異常時(shí)，煤層賦存狀態(tài)和煤體結(jié)構(gòu)等發(fā)生劇烈變化，通常伴隨瓦斯富集、局部應(yīng)力增高和煤體破碎等，會(huì)引起防突預(yù)測(cè)數(shù)據(jù)的顯著變化，與正常地質(zhì)條件相比存在明顯差異[10-12]。因此，從防突預(yù)測(cè)數(shù)據(jù)特征及其變化規(guī)律入手，構(gòu)建了2個(gè)大類、10個(gè)防突預(yù)測(cè)特征指標(biāo)，形成了防突預(yù)測(cè)特征指標(biāo)體系，見(jiàn)表1。

2.1 單次防突預(yù)測(cè)事件數(shù)據(jù)分布特征指標(biāo)

該類指標(biāo)分別從峰態(tài)、均態(tài)、偏態(tài)和離散性等角度對(duì)一次防突預(yù)測(cè)事件的數(shù)據(jù)分布特征進(jìn)行測(cè)度和描述。其中，極大值指標(biāo)MI和平均值指標(biāo)AI分別表示一次防突預(yù)測(cè)事件得到的防突預(yù)測(cè)數(shù)據(jù)組中同一種防突預(yù)測(cè)指標(biāo)的最大值和平均值，與該防突預(yù)測(cè)指標(biāo)臨界值的比值，體現(xiàn)了防突預(yù)測(cè)數(shù)據(jù)組的峰值及整體的相對(duì)大小，反映了工作面突出危險(xiǎn)程度，其值越大，突出危險(xiǎn)越嚴(yán)重，地質(zhì)異?？赡苄砸苍酱?；極值差指標(biāo)RI表示同一種防突預(yù)測(cè)指標(biāo)的最大值與最小值之差與該防突預(yù)測(cè)指標(biāo)臨界值的比值，其值體現(xiàn)了防突預(yù)測(cè)數(shù)據(jù)的離散程度；極大平均比指標(biāo)HI表示同一種防突預(yù)測(cè)指標(biāo)的最大值與平均值的比值，其值體現(xiàn)了防突預(yù)測(cè)數(shù)據(jù)組峰值相對(duì)于均值的偏離程度；極值差指標(biāo)RI和極大平均比指標(biāo)HI均反映了工作面前方防突預(yù)測(cè)范圍內(nèi)煤體瓦斯分布及物理力學(xué)性質(zhì)的不均勻性，其值較大時(shí)可能存在局部地質(zhì)異常。各指標(biāo)的計(jì)算公式分別為

表1 防突預(yù)測(cè)特征指標(biāo)體系Table 1 Index system of coal and gas outburst prediction characteristics

(1)

(2)

(3)

(4)

式中：Imax，Imin，Iavg分別為一次防突預(yù)測(cè)事件所得防突預(yù)測(cè)數(shù)據(jù)組中防突預(yù)測(cè)指標(biāo)I(如鉆屑量S、鉆屑瓦斯解吸指標(biāo)K1或Δh2、鉆孔瓦斯涌出初速度q等)的最大值、最小值和平均值；Il為防突預(yù)測(cè)指標(biāo)I的臨界值。

2.2 前后連續(xù)防突預(yù)測(cè)事件數(shù)據(jù)變化特征指標(biāo)

煤礦現(xiàn)場(chǎng)防突預(yù)測(cè)是循環(huán)進(jìn)行的，具有一定的時(shí)空連續(xù)性。前后連續(xù)防突預(yù)測(cè)事件數(shù)據(jù)變化特征指標(biāo)是對(duì)前后依次接續(xù)的防突預(yù)測(cè)事件測(cè)定的防突預(yù)測(cè)數(shù)據(jù)變化特征的描述。

極大值波動(dòng)指標(biāo)EI和平均值波動(dòng)指標(biāo)FI表示相鄰2次防突預(yù)測(cè)事件防突預(yù)測(cè)數(shù)據(jù)峰值和均值的相對(duì)變化；極大值變動(dòng)指標(biāo)DI和平均值變動(dòng)指標(biāo)UI表示當(dāng)前防突預(yù)測(cè)事件和與之相鄰的前幾次防突預(yù)測(cè)事件相比，防突預(yù)測(cè)數(shù)據(jù)峰值和均值的相對(duì)變化。這些指標(biāo)反映了沿工作面推進(jìn)方向一定距離內(nèi)煤體突出危險(xiǎn)性的大小變化，當(dāng)指標(biāo)值較大時(shí)說(shuō)明突出危險(xiǎn)性發(fā)生突變，工作面有極大可能存在地質(zhì)異常。各指標(biāo)的計(jì)算公式分別為

(5)

(6)

(7)

(8)

式中：Imax-N和Iavg-N分別為當(dāng)前防突預(yù)測(cè)事件中防突預(yù)測(cè)指標(biāo)I的最大值和平均值；Imax-B和Iavg-B分別為前一次防突預(yù)測(cè)事件中防突預(yù)測(cè)指標(biāo)I的最大值和平均值；Imax-avg和Iavg-avg分別為前幾次防突預(yù)測(cè)事件中防突預(yù)測(cè)指標(biāo)I的最大值的均值和平均值的均值。

(9)

式中IZ為防突預(yù)測(cè)數(shù)據(jù)的最大值Imax或平均值Iavg。

3 地質(zhì)異常智能判識(shí)方法

3.1 判識(shí)流程

基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)方法流程如圖1所示，具體步驟如下：① 收集防突預(yù)測(cè)和地質(zhì)異常歷史數(shù)據(jù)，并以工作面進(jìn)尺為基準(zhǔn)軸線對(duì)其進(jìn)行整理，形成防突預(yù)測(cè)數(shù)據(jù)集合序列和地質(zhì)異常數(shù)據(jù)集合序列。② 基于防突預(yù)測(cè)數(shù)據(jù)集合序列進(jìn)行防突預(yù)測(cè)特征分析，依次計(jì)算每個(gè)防突預(yù)測(cè)事件對(duì)應(yīng)的防突預(yù)測(cè)特征指標(biāo)值，形成防突預(yù)測(cè)特征值集合序列。③ 以工作面進(jìn)尺為基準(zhǔn)，對(duì)防突預(yù)測(cè)特征值集合序列和地質(zhì)異常數(shù)據(jù)集合序列進(jìn)行整合處理，得到同一空間標(biāo)度下的防突預(yù)測(cè)特征值與地質(zhì)異常情況。④ 對(duì)防突預(yù)測(cè)特征指標(biāo)進(jìn)行二元屬性轉(zhuǎn)換，構(gòu)建防突預(yù)測(cè)特征-地質(zhì)異常事務(wù)集。⑤ 對(duì)事務(wù)集進(jìn)行關(guān)聯(lián)分析，建立防突預(yù)測(cè)特征項(xiàng)與地質(zhì)異常項(xiàng)之間的關(guān)聯(lián)規(guī)則，確定關(guān)聯(lián)規(guī)則的支持事件。⑥ 計(jì)算關(guān)聯(lián)規(guī)則的支持度、置信度和函數(shù)l，對(duì)關(guān)聯(lián)規(guī)則進(jìn)行優(yōu)選，確定其中的有效規(guī)則。⑦ 根據(jù)有效規(guī)則，建立地質(zhì)異常判識(shí)準(zhǔn)則。⑧ 在礦井防突過(guò)程中，動(dòng)態(tài)獲取工作面防突預(yù)測(cè)數(shù)據(jù)，計(jì)算防突預(yù)測(cè)特征指標(biāo)，并根據(jù)地質(zhì)異常判識(shí)準(zhǔn)則，確定工作面前方地質(zhì)異常可能性等級(jí)，并實(shí)時(shí)發(fā)布判識(shí)結(jié)果。⑨ 對(duì)地質(zhì)異常判識(shí)結(jié)果進(jìn)行考察、驗(yàn)證和反饋，并隨著防突預(yù)測(cè)和地質(zhì)異常數(shù)據(jù)的不斷更新，定期開展關(guān)聯(lián)分析，對(duì)地質(zhì)異常判識(shí)準(zhǔn)則進(jìn)行優(yōu)化。

3.2 關(guān)鍵環(huán)節(jié)

3.2.1 防突預(yù)測(cè)特征指標(biāo)二元屬性轉(zhuǎn)換

防突預(yù)測(cè)特征指標(biāo)均為連續(xù)屬性變量，構(gòu)建防突預(yù)測(cè)-地質(zhì)異常事務(wù)集之前，需要對(duì)其進(jìn)行二元化處理。常用的連續(xù)屬性變量的二元化處理方法有2種[13-15]：一種是對(duì)變量進(jìn)行離散化，將其取值范圍分割成若干個(gè)離散的區(qū)間(通常各區(qū)間的寬度相等)，通過(guò)為每個(gè)區(qū)間創(chuàng)建一個(gè)新的項(xiàng)——特征指標(biāo)∈區(qū)間，實(shí)現(xiàn)連續(xù)屬性向非對(duì)稱二元屬性的轉(zhuǎn)換，在此稱為離散區(qū)間法；另一種是在變量的取值范圍內(nèi)提取一系列離散的數(shù)值，通常這些數(shù)值間距相等，基于每一個(gè)數(shù)值創(chuàng)建一個(gè)新的項(xiàng)——特征指標(biāo)>(或≥、<、≤)數(shù)值，將連續(xù)屬性變量二元化，在此稱為取值比較法。其中，區(qū)間寬度、取值間距等參數(shù)的合理選擇對(duì)于關(guān)聯(lián)模式的發(fā)現(xiàn)十分重要，區(qū)間寬度太寬或太窄，取值間距太大或太小，都容易造成關(guān)聯(lián)模式的丟失。

圖1 基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)流程Fig.1 Intelligent identification process of geological anomaly based on coal and gas outburst prediction characteristics

綜合考慮煤礦現(xiàn)場(chǎng)防突預(yù)測(cè)指標(biāo)的測(cè)量精度和測(cè)量范圍，防突預(yù)測(cè)特征與地質(zhì)異常之間的關(guān)系，以及防突預(yù)測(cè)特征指標(biāo)的分析計(jì)算精度等，確定各防突預(yù)測(cè)特征指標(biāo)的二元化處理方法和參數(shù)，見(jiàn)表2。

表2 防突預(yù)測(cè)特征指標(biāo)二元化處理方法及相關(guān)參數(shù)Table 2 Binary processing method and parameters of coal and gas outburst prediction characteristic index

3.2.2 防突預(yù)測(cè)特征與地質(zhì)異常關(guān)聯(lián)規(guī)則分析

關(guān)聯(lián)規(guī)則分析的目的在于發(fā)現(xiàn)隱含在防突預(yù)測(cè)特征-地質(zhì)異常事務(wù)集中的相關(guān)關(guān)系，找出防突預(yù)測(cè)特征與地質(zhì)異常之間的頻繁模式和關(guān)聯(lián)結(jié)構(gòu)，為地質(zhì)異常判識(shí)準(zhǔn)則的建立提供依據(jù)和支撐。

防突預(yù)測(cè)特征-地質(zhì)異常事務(wù)集為序列數(shù)據(jù)集合，以工作面進(jìn)尺為基準(zhǔn)軸線，所有防突預(yù)測(cè)事件和地質(zhì)異常事件按照各自發(fā)生的空間位置進(jìn)行排列。關(guān)聯(lián)規(guī)則分析過(guò)程中，將防突預(yù)測(cè)特征項(xiàng)X作為前件，地質(zhì)異常項(xiàng)Y作為后件，構(gòu)建關(guān)聯(lián)規(guī)則X→Y，表示X出現(xiàn)時(shí)Y也跟著出現(xiàn)的規(guī)律性。因此，每個(gè)防突預(yù)測(cè)特征項(xiàng)都對(duì)應(yīng)一條關(guān)聯(lián)規(guī)則。

考慮地質(zhì)異常判識(shí)的超前性，對(duì)防突預(yù)測(cè)事件施加向前空間距離約束，如圖2所示。當(dāng)?shù)刭|(zhì)異常事件處于防突預(yù)測(cè)事件的空間距離約束之內(nèi)時(shí)，認(rèn)為防突預(yù)測(cè)特征與地質(zhì)異常之間的關(guān)聯(lián)模式被這組事件支持。其中，空間距離約束的寬度可根據(jù)地質(zhì)異常判識(shí)的期望超前距離進(jìn)行確定，通常為10～20 m。按照該方法，依次分析每一組防突預(yù)測(cè)事件和地質(zhì)異常事件對(duì)各關(guān)聯(lián)規(guī)則的支持性，從而確定各關(guān)聯(lián)規(guī)則的支持事件。

圖2 關(guān)聯(lián)分析的空間距離約束Fig.2 Spatial distance constraint of association analysis

3.2.3 關(guān)聯(lián)規(guī)則優(yōu)選及有效規(guī)則確定

關(guān)聯(lián)規(guī)則X→Y的支持度s(X→Y)表示同時(shí)包含X和Y這2個(gè)項(xiàng)集的事務(wù)數(shù)占所有事務(wù)數(shù)的比例(式(10))。只有支持度s(X→Y)并不能反映太多問(wèn)題，但將其與地質(zhì)異常項(xiàng)Y的支持度s(Y)結(jié)合，構(gòu)建函數(shù)l(X→Y)(式(11))，能很好地反映根據(jù)防突預(yù)測(cè)特征項(xiàng)X推斷地質(zhì)異常項(xiàng)Y的漏報(bào)情況。l(X→Y)越大，漏報(bào)率越低；當(dāng)l(X→Y)=1時(shí)，沒(méi)有漏報(bào)現(xiàn)象發(fā)生。

(10)

(11)

式中：σ()表示包含相應(yīng)項(xiàng)的事務(wù)數(shù)；N為所有事務(wù)數(shù)。

置信度c(X→Y)表示Y在包含X的事務(wù)中出現(xiàn)的頻繁程度(式(12))，其值反映了通過(guò)規(guī)則進(jìn)行推理的可靠性，即根據(jù)防突預(yù)測(cè)特征項(xiàng)X推斷地質(zhì)異常項(xiàng)Y的可信度。置信度c(X→Y)越大，可信度越高。

(12)

根據(jù)函數(shù)l(X→Y)和置信度c(X→Y)對(duì)關(guān)聯(lián)規(guī)則X→Y進(jìn)行優(yōu)選，將l(X→Y)≥L且c(X→Y)≥C的關(guān)聯(lián)規(guī)則歸為有效規(guī)則，其中L和C分別為關(guān)聯(lián)規(guī)則有效性判定函數(shù)l(X→Y)和置信度c(X→Y)的臨界值，根據(jù)現(xiàn)場(chǎng)實(shí)際情況確定，通常L≥0.7，C≥0.6。在防突預(yù)測(cè)特征-地質(zhì)異常事務(wù)集中，一個(gè)防突預(yù)測(cè)特征指標(biāo)對(duì)應(yīng)多個(gè)項(xiàng)，可能存在同一指標(biāo)有多個(gè)關(guān)聯(lián)規(guī)則滿足要求的情況，這時(shí)選取置信度最高的關(guān)聯(lián)規(guī)則作為該指標(biāo)最終的有效規(guī)則。

3.2.4 地質(zhì)異常判識(shí)準(zhǔn)則建立及可能性等級(jí)劃分

根據(jù)篩選出的有效關(guān)聯(lián)規(guī)則，建立地質(zhì)異常判識(shí)準(zhǔn)則，其中有效規(guī)則的前件X即為地質(zhì)異常的判識(shí)條件。每一個(gè)有效規(guī)則對(duì)應(yīng)一個(gè)判識(shí)條件。存在多個(gè)有效規(guī)則時(shí)，判識(shí)條件有多個(gè)，其中任意一個(gè)判識(shí)條件滿足要求時(shí)，即判定工作面前方可能存在地質(zhì)異常。地質(zhì)異?？赡苄缘燃?jí)劃分規(guī)則見(jiàn)表3，其中T為地質(zhì)異?？赡苄源笮?，T1和T2分別為1級(jí)與2級(jí)、2級(jí)與3級(jí)的臨界值，其值可通過(guò)式(13)—式(15)計(jì)算。

表3 地質(zhì)異?？赡苄缘燃?jí)劃分規(guī)則Table 3 Classification rules of geological anomaly possibility

(13)

(14)

(15)

式中：Xj為防突預(yù)測(cè)特征指標(biāo)滿足的判識(shí)條件,j為防突預(yù)測(cè)特征指標(biāo)滿足的判識(shí)條件的序號(hào)；m為防突預(yù)測(cè)特征指標(biāo)滿足的判識(shí)條件的個(gè)數(shù)。

4 基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)系統(tǒng)

4.1 整體結(jié)構(gòu)

基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)系統(tǒng)整體結(jié)構(gòu)如圖3所示。在煤礦井下安裝無(wú)線基站，實(shí)現(xiàn)防突工作面無(wú)線網(wǎng)絡(luò)覆蓋。突出參數(shù)測(cè)定儀或防突信息采集儀連接井下無(wú)線網(wǎng)絡(luò)，經(jīng)井下環(huán)網(wǎng)將防突預(yù)測(cè)信息自動(dòng)上傳到地面服務(wù)器，并存儲(chǔ)到系統(tǒng)數(shù)據(jù)庫(kù)中。系統(tǒng)的數(shù)據(jù)分析服務(wù)在線分析防突預(yù)測(cè)特征，超前、自動(dòng)判識(shí)地質(zhì)異常，并通過(guò)網(wǎng)站或手機(jī)應(yīng)用程序(APP)對(duì)判識(shí)結(jié)果進(jìn)行遠(yuǎn)程、移動(dòng)發(fā)布。

4.2 軟件架構(gòu)

系統(tǒng)軟件整體采用B/S架構(gòu)，包含采集接口、數(shù)據(jù)庫(kù)、分析服務(wù)、查詢服務(wù)、網(wǎng)站和移動(dòng)APP等6個(gè)模塊，如圖4所示。

(1) 采集接口。用于突出參數(shù)測(cè)定儀和防突信息采集儀向系統(tǒng)數(shù)據(jù)庫(kù)自動(dòng)上傳防突預(yù)測(cè)信息。

圖3 基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)系統(tǒng)整體結(jié)構(gòu)Fig.3 Structure of geological anomaly intelligent identification system based on coal and gas outburst prediction characteristics

圖4 基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)系統(tǒng)軟件架構(gòu)Fig.4 Software architecture of geological anomaly intelligent identification system based on coal and gas outburst prediction characteristics

(2) 數(shù)據(jù)庫(kù)。用于存儲(chǔ)防突預(yù)測(cè)數(shù)據(jù)、防突預(yù)測(cè)特征指標(biāo)、關(guān)聯(lián)規(guī)則提取結(jié)果、地質(zhì)異常判識(shí)準(zhǔn)則、地質(zhì)異常判識(shí)結(jié)果等業(yè)務(wù)數(shù)據(jù)，以及用戶權(quán)限、操作日志、運(yùn)行日志等系統(tǒng)數(shù)據(jù)。

(3) 分析服務(wù)。包含防突預(yù)測(cè)特征分析、關(guān)聯(lián)規(guī)則提取和地質(zhì)異常判識(shí)3個(gè)子服務(wù)。防突預(yù)測(cè)特征分析子服務(wù)用于防突預(yù)測(cè)特征指標(biāo)的實(shí)時(shí)計(jì)算；關(guān)聯(lián)規(guī)則提取子服務(wù)負(fù)責(zé)防突預(yù)測(cè)特征指標(biāo)與地質(zhì)異常之間關(guān)聯(lián)關(guān)系分析，提取有效關(guān)聯(lián)規(guī)則，確定地質(zhì)異常判識(shí)準(zhǔn)則；地質(zhì)異常判識(shí)子服務(wù)負(fù)責(zé)根據(jù)防突預(yù)測(cè)特征分析結(jié)果，按照地質(zhì)異常判識(shí)準(zhǔn)則，在線判識(shí)地質(zhì)異常。

(4) 查詢服務(wù)。根據(jù)用戶提出的查詢條件，對(duì)防突預(yù)測(cè)信息和地質(zhì)異常判識(shí)信息進(jìn)行查詢。

(5) 網(wǎng)站和移動(dòng)APP。主要用于系統(tǒng)與用戶之間的信息交互，對(duì)防突預(yù)測(cè)信息和地質(zhì)異常判識(shí)信息進(jìn)行遠(yuǎn)程、移動(dòng)查詢、輸出和發(fā)布等。

4.3 主要功能

系統(tǒng)功能結(jié)構(gòu)如圖5所示，主要包括防突預(yù)測(cè)管理、地質(zhì)異常判識(shí)和系統(tǒng)管理3類功能。

圖5 基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)系統(tǒng)功能結(jié)構(gòu)Fig.5 Function structure of geological anomaly intelligent identification system based on coal and gas outburst prediction characteristics

(1) 防突預(yù)測(cè)管理功能。系統(tǒng)能夠聯(lián)網(wǎng)采集突出參數(shù)測(cè)定儀或防突信息采集儀中的防突預(yù)測(cè)信息，并根據(jù)獲取的防突預(yù)測(cè)信息自動(dòng)生成格式化防突預(yù)測(cè)表單；能夠?qū)⒎劳活A(yù)測(cè)表單依次、逐級(jí)地推送給審批用戶，審批用戶通過(guò)網(wǎng)站或手機(jī)APP對(duì)防突預(yù)測(cè)表單進(jìn)行遠(yuǎn)程、移動(dòng)審批；能夠從礦井、工作面、防突預(yù)測(cè)事件、防突預(yù)測(cè)鉆孔等不同層面和時(shí)間、空間等不同維度對(duì)防突預(yù)測(cè)信息進(jìn)行統(tǒng)計(jì)分析，自動(dòng)生成曲線、餅狀、柱狀等類型的統(tǒng)計(jì)圖。

(2) 地質(zhì)異常判識(shí)功能。系統(tǒng)能夠自動(dòng)分析防突預(yù)測(cè)信息，在線計(jì)算防突預(yù)測(cè)特征指標(biāo)值，并按照地質(zhì)異常判識(shí)準(zhǔn)則超前判識(shí)工作面前方地質(zhì)異常，及時(shí)發(fā)出提醒信息；另外，能夠動(dòng)態(tài)挖掘防突預(yù)測(cè)特征與地質(zhì)異常之間的關(guān)聯(lián)規(guī)則，對(duì)地質(zhì)異常判識(shí)準(zhǔn)則進(jìn)行自動(dòng)調(diào)優(yōu)。

(3) 系統(tǒng)管理功能。主要包括用戶管理、日志管理、打印輸出3項(xiàng)。用戶管理功能：添加、修改、刪除用戶，并進(jìn)行用戶類型設(shè)置和權(quán)限分配。日志管理功能：包括用戶操作日志管理和系統(tǒng)運(yùn)行日志管理，能夠?qū)τ脩舨僮饔涗浐拖到y(tǒng)運(yùn)行記錄進(jìn)行查詢和分析，可據(jù)此對(duì)用戶操作過(guò)程和系統(tǒng)運(yùn)行過(guò)程進(jìn)行追溯。打印輸出功能：對(duì)系統(tǒng)生成的各種表單、圖形等進(jìn)行打印，或輸出為Excel、PDF、PNG、JPG等格式文件。

5 現(xiàn)場(chǎng)試驗(yàn)

為了驗(yàn)證基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)方法及系統(tǒng)的可行性和準(zhǔn)確性，在重慶某礦進(jìn)行了現(xiàn)場(chǎng)試驗(yàn)。該礦地質(zhì)條件復(fù)雜，斷裂構(gòu)造發(fā)育，實(shí)測(cè)最大煤層瓦斯壓力為4.3 MPa，突出災(zāi)害十分嚴(yán)重。為了有效防突，礦井在工作面突出危險(xiǎn)性預(yù)測(cè)環(huán)節(jié)采用鉆屑指標(biāo)法進(jìn)行連續(xù)循環(huán)預(yù)測(cè)。

針對(duì)試驗(yàn)礦井，構(gòu)建了基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)系統(tǒng)，并利用該系統(tǒng)對(duì)累計(jì)長(zhǎng)度約2.8 km巷道的防突預(yù)測(cè)和地質(zhì)異常歷史數(shù)據(jù)進(jìn)行自動(dòng)關(guān)聯(lián)分析。計(jì)算每一次防突預(yù)測(cè)事件的防突預(yù)測(cè)特征指標(biāo)值，構(gòu)建防突預(yù)測(cè)特征-地質(zhì)異常歷史事務(wù)集；以每一個(gè)防突預(yù)測(cè)特征項(xiàng)為前件，以地質(zhì)異常項(xiàng)為后件，建立關(guān)聯(lián)規(guī)則集，共包含20組、196條關(guān)聯(lián)規(guī)則；確定各關(guān)聯(lián)規(guī)則的支持事件，計(jì)算各關(guān)聯(lián)規(guī)則的支持度s、置信度c和函數(shù)l；以L≥0.7和C≥0.6作為規(guī)則有效性判定條件，共提取4條有效關(guān)聯(lián)規(guī)則，各有效關(guān)聯(lián)規(guī)則的支持度s、置信度c和函數(shù)l的值見(jiàn)表4；根據(jù)有效關(guān)聯(lián)規(guī)則，建立地質(zhì)異常判識(shí)準(zhǔn)則和地質(zhì)異常可能性等級(jí)劃分規(guī)則。其中，地質(zhì)異常判識(shí)準(zhǔn)則包括HK1≥1.4，EK1≥0.4，BK1∈[30,60)和RS≥0.6等4個(gè)判識(shí)條件，任意一個(gè)條件滿足要求時(shí)，判定工作面前方可能存在地質(zhì)異常。地質(zhì)異常可能性等級(jí)劃分規(guī)則：T<0.73時(shí)，為1級(jí)；0.73≤T<0.86時(shí)，為2級(jí)；T≥0.86時(shí)，為3級(jí)。

表4 試驗(yàn)礦井有效關(guān)聯(lián)規(guī)則相關(guān)參數(shù)Table 4 Relevant parameters of effective association rules of test mine

根據(jù)建立的地質(zhì)異常判識(shí)準(zhǔn)則和地質(zhì)異常可能性等級(jí)劃分規(guī)則，對(duì)礦井防突工作面進(jìn)行地質(zhì)異常跟蹤判識(shí)。為了驗(yàn)證地質(zhì)異常判識(shí)的準(zhǔn)確性，對(duì)S1651北回風(fēng)巷掘進(jìn)工作面地質(zhì)異常判識(shí)結(jié)果進(jìn)行考察分析，結(jié)果見(jiàn)表5。從表5可看出，系統(tǒng)對(duì)地質(zhì)異常情況的判識(shí)準(zhǔn)確率為79.31%，對(duì)無(wú)地質(zhì)異常情況的判識(shí)準(zhǔn)確率為91.41%，地質(zhì)異常判識(shí)的總準(zhǔn)確率為87.63%。

表5 地質(zhì)異常判識(shí)結(jié)果準(zhǔn)確性考察統(tǒng)計(jì)Table 5 Accuracy investigation and statistics of geological anomaly identification results

不同地質(zhì)異?？赡苄缘燃?jí)的判識(shí)準(zhǔn)確率如圖6所示。從圖6可看出，隨著地質(zhì)異?？赡苄缘燃?jí)的升高，地質(zhì)異常判識(shí)的準(zhǔn)確率逐漸增大。

圖6 不同地質(zhì)異?？赡苄缘燃?jí)的判識(shí)準(zhǔn)確率Fig.6 Identification accuracy of different geological anomaly probability grades

6 結(jié)語(yǔ)

從單次防突預(yù)測(cè)事件數(shù)據(jù)分布和前后連續(xù)防突預(yù)測(cè)事件數(shù)據(jù)變化2個(gè)層面，建立了防突預(yù)測(cè)特征指標(biāo)體系；采用關(guān)聯(lián)分析方法，建立了基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)方法；基于B/S架構(gòu)，設(shè)計(jì)、開發(fā)了基于防突預(yù)測(cè)特征的地質(zhì)異常智能判識(shí)系統(tǒng)，實(shí)現(xiàn)了防突預(yù)測(cè)特征自動(dòng)分析和地質(zhì)異常超前、智能判識(shí)?，F(xiàn)場(chǎng)試驗(yàn)結(jié)果表明，地質(zhì)異常判識(shí)總準(zhǔn)確率達(dá)到了87.63%?；诜劳活A(yù)測(cè)特征的地質(zhì)異常智能判識(shí)方法和系統(tǒng)為煤礦超前掌握工作面地質(zhì)異常提供了新的技術(shù)手段，實(shí)現(xiàn)了防突預(yù)測(cè)數(shù)據(jù)隱含價(jià)值的挖掘利用。