徐曉冬 朱萬成 張鵬海 李相熙 李 旭 王 慧1
(1.東北大學(xué)資源與土木工程學(xué)院,遼寧 沈陽 110819;2.東北大學(xué)巖石破裂與失穩(wěn)研究所,遼寧 沈陽 110819)
隨著國民經(jīng)濟的持續(xù)發(fā)展,我國對礦產(chǎn)資源的需求量持續(xù)增加,淺部礦產(chǎn)資源逐漸枯竭,深部開采必將成為我國采礦業(yè)的發(fā)展趨勢[1]。蔡美峰院士曾指出,未來10年,我國三分之一的金屬礦山開采深度將達到或超過1 000 m,伴隨著開采深度的不斷增加,由于開采所誘發(fā)的礦山災(zāi)害會愈加嚴重[2]。據(jù)不完全統(tǒng)計,2017年我國煤礦發(fā)生事故219起,死亡375人[3],全國非煤礦山發(fā)生事故407起,死亡 484人[4]。由此可見,對礦山安全狀況進行實時監(jiān)測,預(yù)測礦災(zāi)發(fā)生的時空位置,盡可能地避免礦山事故的發(fā)生,是非常必要的。
礦山地質(zhì)災(zāi)害產(chǎn)生的主要原因是開采工作的進行破壞了巖體原有平衡體系,從而使得某些位置產(chǎn)生了應(yīng)力集中,進而造成了巖體大規(guī)模破壞,具體表現(xiàn)為滑坡、冒頂?shù)葎恿W(xué)災(zāi)害。為將礦山災(zāi)害扼殺在“搖籃”中,一些工礦企業(yè)開始引進微震、GPS等手段,對采場進行實時監(jiān)測,并結(jié)合室內(nèi)物理試驗,試圖找到災(zāi)害發(fā)生的前兆特征,在此基礎(chǔ)上利用一些數(shù)學(xué)方法對采場的穩(wěn)定性情況進行反演,進而實現(xiàn)災(zāi)害預(yù)警的目的[5]。但是,由于礦山生產(chǎn)工作具有持續(xù)時間長、涉及范圍廣、工作方式復(fù)雜等特征,這使得監(jiān)測數(shù)據(jù)具有三大明顯特征,即時空離散性、類型多元性和采集動態(tài)性[6],上述方法的使用,雖然在一定程度上實現(xiàn)了災(zāi)害的預(yù)警,但是其存在的弊端也是十分顯著的。首先,從預(yù)警計算周期上講,因監(jiān)測數(shù)據(jù)具有采集動態(tài)性特征,人為對數(shù)據(jù)進行采集和處理周期較長,很難發(fā)揮出動態(tài)監(jiān)測實時預(yù)警的理想化目標;其次,由于監(jiān)測數(shù)據(jù)的動態(tài)化和多樣化特征,使得每日獲取的數(shù)據(jù)量大,對于這種大數(shù)據(jù)的管理和分析問題,傳統(tǒng)的數(shù)據(jù)管理方法很難勝任;最后,監(jiān)測數(shù)據(jù)的時空離散性使得獲取的信息在時空尺度上具有顯著的不連續(xù)性,如何通過已知的信息及時推演出未知時空位置的信息,在此基礎(chǔ)上發(fā)掘潛在風(fēng)險區(qū)域,進而指導(dǎo)防災(zāi)工作的開展及傳感器的布設(shè),這些工作都是非常必要的。但是傳統(tǒng)的數(shù)據(jù)分析處理方法很難完成這些工作。上述情況的存在,在一定程度上制約了災(zāi)害預(yù)警工作的開展。
早在2013年,德國提出了“工業(yè)4.0”理念,旨在使工業(yè)向網(wǎng)絡(luò)化、數(shù)據(jù)化、集成化、智能化的新型工業(yè)模式轉(zhuǎn)變[7]。2015年,李克強總理在工作報告中提出了“互聯(lián)網(wǎng)+”行動計劃,目的在于推動云計算、大數(shù)據(jù)、互聯(lián)網(wǎng)等與現(xiàn)代制造業(yè)融合,以實現(xiàn)工業(yè)模式的轉(zhuǎn)型。為響應(yīng)國家的號召,近些年,互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)挖掘等技術(shù)高速發(fā)展,同時給礦山工業(yè)信息化和智能化的發(fā)展提供了借鑒和啟示[8-9]。王安院士曾指出,基于互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術(shù)將礦山生產(chǎn)模式向數(shù)字智能化的轉(zhuǎn)型是實現(xiàn)礦山工業(yè)安全、高效、綠色、可持續(xù)發(fā)展的必然道路,也是礦山工業(yè)未來的發(fā)展方向[10]。
云計算是以虛擬化技術(shù)為基礎(chǔ),以網(wǎng)絡(luò)為載體提供基礎(chǔ)架構(gòu)、平臺、軟件等服務(wù)為形式,整合大規(guī)模可擴展的計算、存儲、數(shù)據(jù)、應(yīng)用等分布式計算資源進行協(xié)同工作的超級計算模式[11]。云計算技術(shù)的發(fā)展,突破了傳統(tǒng)數(shù)據(jù)管理和分析方法的局限性,為實現(xiàn)礦山災(zāi)害實時監(jiān)測預(yù)警的最終目標提供了堅實的基礎(chǔ)。目前國內(nèi)外已有很多礦山企業(yè)及科研單位開發(fā)了不同功能的云平臺,以達到服務(wù)礦山的目的。首先,部分工礦企業(yè)本著提高礦山自動化控制程度及生產(chǎn)效率的目的,開發(fā)了相應(yīng)的云平臺應(yīng)用。例如,東曲礦建立了現(xiàn)代化無人值守工業(yè)集中控制自動化平臺,不僅極大減少了相應(yīng)崗位人員的數(shù)量,而且提高了實際生產(chǎn)效率,達到了事半功倍的效果[12]。丁震建立了礦用卡車巨型輪胎監(jiān)控系統(tǒng),達到了延長輪胎使用壽命、降低礦山生產(chǎn)成本、提高安全管理水平的目的[13]。黃丹結(jié)合云計算等技術(shù),建立了礦山安全系統(tǒng)工程控制系統(tǒng),系統(tǒng)地指導(dǎo)了地下礦山的安全生產(chǎn)實踐[14]。昝軍搭建了礦山設(shè)備綜合智能預(yù)警控制平臺,實現(xiàn)了對礦山設(shè)備的智能監(jiān)測、自動控制及安全預(yù)警等功能,達到了主要生產(chǎn)環(huán)節(jié)“減人增安”、“減人增效”的目的[15]。
另外,部分企業(yè)本著保護礦山安全生產(chǎn)的原則,設(shè)計了一些礦山災(zāi)害預(yù)警云平臺應(yīng)用,這些平臺滲透到礦山生產(chǎn)的各個方面。在煤礦開采瓦斯突出預(yù)警方面,WANG、ZHANG等[16-19]利用云計算和大數(shù)據(jù)處理技術(shù),建立煤礦瓦斯?jié)舛缺O(jiān)測預(yù)測平臺,可實現(xiàn)對煤礦瓦斯的短期預(yù)測。在突水、火災(zāi)預(yù)警方面,李昊旻[20]提出一種可有效預(yù)報井下瓦斯事故、火災(zāi)事故、水害事故的煤炭安全監(jiān)測預(yù)警云平臺,降低安全事故的發(fā)生率。YAN、孟磊[9,21]建立了煤礦突水災(zāi)害監(jiān)測預(yù)警平臺,為突水災(zāi)害的監(jiān)測預(yù)警提供技術(shù)支持。在空氣質(zhì)量監(jiān)測評估方面,ZOU[22]設(shè)計了一種煤礦粉塵監(jiān)測云平臺,實現(xiàn)了工人的粉塵累積劑量的估算,降低了疾病的風(fēng)險,保障了工人的安全。JO[23]建立了用于空氣質(zhì)量監(jiān)測、評估及污染物預(yù)測的云平臺,可快速評估和預(yù)測礦山空氣質(zhì)量,增強礦山環(huán)境安全。在尾礦壩災(zāi)害監(jiān)測預(yù)警方面,SUN、DONG[24-25]為提高尾礦壩的安全性,基于物聯(lián)網(wǎng)和云計算的尾礦壩災(zāi)害監(jiān)測預(yù)警云平臺,實現(xiàn)了對浸潤線、蓄水水位和大壩變形的能力的監(jiān)測和災(zāi)害的預(yù)警。還有一些企業(yè)和學(xué)者,用較為綜合的方法對礦山的災(zāi)害進行監(jiān)測和預(yù)警,如YANG[26]對以往地表穩(wěn)定性評估的理論和監(jiān)測方法進行了綜述,提出了一種持續(xù)的地表穩(wěn)定性監(jiān)測控制平臺,為礦山的安全開采提供了保障,JO[27]基于云計算和大數(shù)據(jù)處理技術(shù)開發(fā)了煤炭開采事故報告監(jiān)測預(yù)警云平臺,并在Hassan Kishore煤礦進行了應(yīng)用,實現(xiàn)了保護煤礦安全的目的。美國國家職業(yè)安全與健康研究所(NIOSH)開發(fā)設(shè)計了地表控制平臺(webGC)包含5個與地表設(shè)計相關(guān)的應(yīng)用程序,分別為頂板螺栓穩(wěn)定性分析(analysis of roof bolt stability)、長壁礦柱穩(wěn)定性分析(analysis of longwall pillar stability)、回采穩(wěn)定性分析(analysis of retreat mining stability)、高壁采礦回采穩(wěn)定分析(analysis of retreat mining stability highwall mining)及開采水平應(yīng)力分析(analysis of horizontal stress in mining),以便于用戶通過網(wǎng)絡(luò)瀏覽器隨時隨地訪問礦山設(shè)計應(yīng)用程序,實現(xiàn)在現(xiàn)場執(zhí)行按需計算的目的,在保障生產(chǎn)安全的同時提高工作效率[28]。竇林名結(jié)合GIS、云計算等技術(shù),搭建了集微震、應(yīng)力等監(jiān)測手段為一體的沖擊礦壓風(fēng)險智能判識與多參量監(jiān)測預(yù)警云平臺,解決了單一指標預(yù)警精確度低的問題,該平臺已在山東古城煤礦等13個礦井取得成功應(yīng)用[29]。Xia提出了一種新的數(shù)據(jù)聚合策略和模糊綜合評價模型,并建立了煤礦災(zāi)害監(jiān)測預(yù)警系統(tǒng),取得了較好的效果[30]。DING[31]為提高煤礦信息化管理水平及安全運行監(jiān)控技術(shù),結(jié)合GIS和云計算等技術(shù),建立了可視化的交互式云平臺框架,實現(xiàn)了上下礦井及工作面的實時視頻監(jiān)控,提高了煤礦信息管理水平及生產(chǎn)安全性。
綜上所述,云計算技術(shù)在礦業(yè)領(lǐng)域的應(yīng)用愈發(fā)廣泛,在礦山災(zāi)害預(yù)警方面也已有所研究,但是主要的服務(wù)對象為煤礦,且大多是通過現(xiàn)場監(jiān)測加人工干預(yù)處理的方法來實現(xiàn)其災(zāi)害預(yù)警的目的,很少有以巖石力學(xué)理論為基礎(chǔ),利用云計算、大數(shù)據(jù)處理技術(shù)的優(yōu)點,結(jié)合理論計算、實時監(jiān)測、模擬分析及智能預(yù)測為一體,構(gòu)建礦山災(zāi)害實時監(jiān)測預(yù)警云平臺。這些平臺的設(shè)立,在一定程度上,雖然能達到災(zāi)害預(yù)警的目的,但是其弊端也是十分顯著的。首先,理想狀態(tài)下,監(jiān)測預(yù)警工作應(yīng)該是實時進行的,而通過人工干預(yù)的方法,不但工作量很大,而且很難做到實時監(jiān)測預(yù)警的目的;其次,單從監(jiān)測數(shù)據(jù)入手,很難實現(xiàn)時空多維度、跨尺度上的災(zāi)害預(yù)測。為此,本項目以云計算、大數(shù)據(jù)處理技術(shù)等在礦山上的應(yīng)用為主線,以保障礦山安全、持續(xù)、高效生產(chǎn)為最終目的,提出了一種現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合(“測—模”結(jié)合)的金屬礦山采動災(zāi)害監(jiān)測預(yù)警云平臺,并對該平臺的架構(gòu)及優(yōu)勢進行了詳細的介紹,該平臺的應(yīng)用可實現(xiàn)礦山災(zāi)害監(jiān)測預(yù)警的目的,為礦山的安全生產(chǎn)提供保障。
目前常用的礦山采動災(zāi)害預(yù)警方法主要包括現(xiàn)場監(jiān)測預(yù)警法和數(shù)值模擬預(yù)警法,二者均具有獨特的優(yōu)勢,但是也存在不可忽視的缺陷。首先基于現(xiàn)場監(jiān)測的災(zāi)害預(yù)警很難認清致災(zāi)機理;其次,基于數(shù)值模擬的災(zāi)害預(yù)警雖然能較好地反映致災(zāi)機理,但是其邊界條件很難把控,無法做到隨著開采工作的開展實時動態(tài)更新邊界條件,以實現(xiàn)實時更新、超前預(yù)測[32]。為此有必要將基于現(xiàn)場監(jiān)測和數(shù)值模擬的災(zāi)害預(yù)警方法相結(jié)合,設(shè)計一種基于現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合的災(zāi)害預(yù)警方法。本項目提出圖1所示現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合的災(zāi)害預(yù)警方法,主要思路在于將現(xiàn)場監(jiān)測的結(jié)果作為基本信息修正數(shù)值模擬的邊界條件,并將數(shù)值模擬預(yù)測預(yù)警結(jié)果與現(xiàn)場監(jiān)測結(jié)果相互校對,進而在時空維度上對潛在的災(zāi)害進行預(yù)警,以此為后續(xù)災(zāi)害防治及傳感器的布置工作提供一定的指導(dǎo),該方法具體的執(zhí)行思路如下。
(1)礦區(qū)三維建模及參數(shù)表征。為實現(xiàn)現(xiàn)場監(jiān)測與數(shù)值模擬相結(jié)合預(yù)警的目的,面向?qū)嶋H礦山的情況,精細化構(gòu)建與現(xiàn)場相符的數(shù)值模型是非常重要的,為此開展一系列前期的準備工作。首先,借助地質(zhì)勘探和地層測量等手段,獲取礦區(qū)地質(zhì)構(gòu)造、結(jié)構(gòu)產(chǎn)狀及各種礦山結(jié)構(gòu)尺寸和分布情況;其次,采用地質(zhì)取芯鉆鉆取現(xiàn)場不同巖性的巖心,并對其開展基本物理力學(xué)實驗,旨在獲取其基本物理力學(xué)參數(shù)及本構(gòu)關(guān)系和破壞準則;再者,利用現(xiàn)場原位測試實驗的方法,獲取礦區(qū)的原位地應(yīng)力;最后,綜合以上信息,結(jié)合3Dmine三維建模軟件,復(fù)現(xiàn)礦山三維模型,為數(shù)值模擬的開展奠定基礎(chǔ)。
(2)基于現(xiàn)場監(jiān)測的數(shù)值模擬,基于模擬結(jié)果的災(zāi)害預(yù)測,修訂監(jiān)測方案。數(shù)值模擬是現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合預(yù)警方法的核心,數(shù)值模擬結(jié)果一方面可為傳感器的布設(shè)方案提供參考,諸如將微震傳感器布設(shè)在應(yīng)力分布較為集中的高風(fēng)險工作區(qū)域,這樣可獲得更加豐碩的巖體破裂信息,為準確對災(zāi)害進行預(yù)警提供堅實的基礎(chǔ);另一方面可以得出礦區(qū)應(yīng)力場、變形場的分布情況,在此基礎(chǔ)上可實現(xiàn)災(zāi)害預(yù)警的目的。數(shù)值模擬過程的實施主要是將建立的三維礦山數(shù)值模型導(dǎo)入Comsol Multiphysics或RFPA等計算軟件中,并結(jié)合準備階段獲取的巖體力學(xué)參數(shù)、巖石的本構(gòu)關(guān)系與破壞準則、原位地應(yīng)力等條件,確定模型的力學(xué)參數(shù)及邊界條件等信息,在此基礎(chǔ)上進行初步模擬,反演出礦區(qū)的應(yīng)力、應(yīng)變場等的分布特征,以此指導(dǎo)傳感器的布設(shè)。
傳感器布設(shè)完畢后,可實時對礦區(qū)的穩(wěn)定性進行監(jiān)測,在此基礎(chǔ)上可基于智能算法對監(jiān)測數(shù)據(jù)進行深入挖掘,一方面可開展災(zāi)害的預(yù)警,另一方面可進行監(jiān)測數(shù)據(jù)的預(yù)測,并可將實時監(jiān)測和超前預(yù)測數(shù)據(jù)傳入數(shù)值模型,用于修正數(shù)值模型的邊界,即基于現(xiàn)場監(jiān)測的數(shù)值模擬[34]。此外,根據(jù)數(shù)值模擬的結(jié)果可對潛在災(zāi)害風(fēng)險區(qū)域進行預(yù)測,并進行實時預(yù)警,即基于模擬結(jié)果的災(zāi)害預(yù)測,而預(yù)測預(yù)警結(jié)果又可為傳感器的布設(shè)提供一定的參考,即為基于預(yù)測結(jié)果的監(jiān)測方案修訂,三者相互聯(lián)系,構(gòu)成圖2所示反饋系統(tǒng),為礦山的安全開采提供堅實保障。
現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合的方法意味著要將數(shù)值模擬嵌入到云平臺之中,然而由于數(shù)值模擬系統(tǒng)過于龐大,且因版權(quán)問題,一般不提供嵌入Web端的接口,這使得直接將數(shù)值模擬軟件遷移至云平臺變得不太現(xiàn)實。為解決此問題,本文提出一種“一主+多輔”的平臺布置方式,即一個主要的監(jiān)測預(yù)警結(jié)果展示平臺加上多個輔助模擬計算平臺,通過以數(shù)據(jù)庫作為紐帶,定時任務(wù)作為主要配置方法,實現(xiàn)數(shù)值模擬過程和結(jié)果展示的分離,從而達成將人為干預(yù)向計算機處理轉(zhuǎn)變的目標,盡管模擬需要一定的時間,但是也能基本上實現(xiàn)實時監(jiān)測預(yù)警的目的,具體的方案設(shè)計如圖3。
結(jié)合圖3所示平臺布置方法,對現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合的原理進行說明,具體過程如下:
1)定時采集礦山中布置傳感器獲取的數(shù)據(jù),并將采集數(shù)據(jù)存儲至云端數(shù)據(jù)庫(云端服務(wù)器)。
2)本地服務(wù)器定時從云端數(shù)據(jù)庫中讀取監(jiān)測數(shù)據(jù),并通過IO流的方式將數(shù)據(jù)轉(zhuǎn)存為模擬所需要輸入數(shù)據(jù)的格式,以此實現(xiàn)輸入數(shù)據(jù)的實時更新(本地服務(wù)器)。
3)基于matlab的混合仿真技術(shù),借助matlab中的定時函數(shù),定時執(zhí)行模擬仿真任務(wù),并導(dǎo)出仿真結(jié)果(本地服務(wù)器)。
4)基于Quartz定時任務(wù)框架,自行建立模擬數(shù)據(jù)定時上傳方法,實現(xiàn)模擬結(jié)果的定時上傳至云端數(shù)據(jù)庫(本地服務(wù)器)。
5)定時抓取數(shù)值模擬仿真結(jié)果,并基于超圖等軟件實現(xiàn)仿真結(jié)果在平臺中的復(fù)現(xiàn)(云端服務(wù)器)。
該平臺的架構(gòu)主要可分為基礎(chǔ)資源層、數(shù)據(jù)采集層、數(shù)據(jù)傳輸層、數(shù)據(jù)存儲層、數(shù)據(jù)處理層、應(yīng)用展示層及災(zāi)害預(yù)警層,如圖4所示。現(xiàn)場監(jiān)測和數(shù)值模擬結(jié)合下礦山災(zāi)害預(yù)警云平臺采用物聯(lián)網(wǎng)、HTTP超文本傳輸協(xié)議等技術(shù),對礦山監(jiān)測數(shù)據(jù)進行實時提取,并在云端對數(shù)據(jù)進行數(shù)值分析和模擬仿真,在此基礎(chǔ)上對礦山的潛在災(zāi)害進行時空預(yù)警,以達到潛在災(zāi)害及時防治及確保采礦生產(chǎn)安全的目的。
(1)基礎(chǔ)資源層。如圖4所示,該層為平臺建設(shè)的一些基礎(chǔ)條件,包括一些硬件設(shè)施和軟件系統(tǒng)。其中,硬件設(shè)施包括服務(wù)器、傳感器等,是平臺搭建的基礎(chǔ)。軟件系統(tǒng)主要包括一些數(shù)據(jù)監(jiān)測、分析系統(tǒng)及可視化系統(tǒng),為數(shù)據(jù)的提取、傳輸、分析、展示等操作提供技術(shù)支持,該層的存在為其他層的設(shè)計及正常運行提供了前提保障。
(2)數(shù)據(jù)采集層。數(shù)據(jù)采集層主要用于對數(shù)據(jù)的采集,包括礦山環(huán)境數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)、實時監(jiān)測數(shù)據(jù)及數(shù)值模擬數(shù)據(jù),這些采集數(shù)據(jù)是礦山穩(wěn)定性評估的關(guān)鍵性因素。不同的數(shù)據(jù)分別發(fā)揮著各自的作用。如礦山環(huán)境數(shù)據(jù)主要用于構(gòu)建礦山三維可視化模型及數(shù)值模型;設(shè)備狀態(tài)數(shù)據(jù)主要用于判斷監(jiān)測設(shè)備的運行狀態(tài),為監(jiān)測設(shè)備的正常工作提供保障;實時監(jiān)測數(shù)據(jù)主要用于作為數(shù)值模擬的輸入、矯正數(shù)值模擬結(jié)果及通過數(shù)值分析的方法對礦山的安全性進行定量的評估;數(shù)值模擬結(jié)果主要用于展示礦山時空維度上應(yīng)力場、應(yīng)變場等信息,并對潛在風(fēng)險區(qū)域進行判定。
(3)數(shù)據(jù)傳輸層。該層主要起到通信的作用,即將采集得到的數(shù)據(jù)傳遞到云端數(shù)據(jù)庫,由于采集數(shù)據(jù)設(shè)備的差異使得數(shù)據(jù)的傳輸方式也存在差異,對于礦山實時監(jiān)測數(shù)據(jù),主要通過工業(yè)有線網(wǎng)絡(luò)及4G/5G網(wǎng)絡(luò)實現(xiàn)數(shù)據(jù)的傳輸,而對于數(shù)值模擬結(jié)果的入庫主要通過Http協(xié)議數(shù)據(jù)傳輸。
(4)數(shù)據(jù)存儲層。數(shù)據(jù)儲存層主要對數(shù)據(jù)進行云端儲存,包括操作、監(jiān)測相關(guān)的基礎(chǔ)數(shù)據(jù),還包括部分礦山災(zāi)害案例數(shù)據(jù)。數(shù)據(jù)采集層中得到的數(shù)據(jù)均會存儲至該層,且該層為連接云端服務(wù)器和計算專用服務(wù)器的紐帶,是實現(xiàn)現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合災(zāi)害監(jiān)測預(yù)警方法的重要組成部分。
(5)數(shù)據(jù)處理層。數(shù)據(jù)處理層主要對數(shù)據(jù)存儲層中的監(jiān)測數(shù)據(jù)進一步地分析處理。并在分析處理后,根據(jù)平臺用戶的需求,提取并輸出有價值的數(shù)據(jù),以便于做出更加合理的決策,以確保礦山生產(chǎn)的安全。該層中主要涉及到一些數(shù)據(jù)處理的方法,如基本的數(shù)據(jù)處理及預(yù)測算法、穩(wěn)定性評估算法、數(shù)值模擬法等。基本的數(shù)據(jù)處理及預(yù)測算法主要涉及到分類識別算法、數(shù)理統(tǒng)計法及預(yù)測算法。其中,分類識別算法主要的目的在于對巖體的類型進行分類,為數(shù)值模型巖體參數(shù)的確定提供依據(jù)。數(shù)理統(tǒng)計法主要是對諸如微震等動態(tài)變化性強的數(shù)據(jù)進行一個匯總,以便于向用戶更清晰地展示出監(jiān)測結(jié)果;預(yù)測算法主要是借助深度學(xué)習(xí)中的一些智能算法,以監(jiān)測數(shù)據(jù)為基礎(chǔ),對應(yīng)力或者位移等數(shù)據(jù)進行一個短期的預(yù)測,得到超前監(jiān)測數(shù)據(jù),在此基礎(chǔ)上以實時監(jiān)測數(shù)據(jù)和超前監(jiān)測數(shù)據(jù)為研究對象,通過設(shè)定閾值的方式,對災(zāi)害進行實時、超前預(yù)測。穩(wěn)定性評估算法主要包括理論評價模型、經(jīng)驗評價模型及一些基于數(shù)值分析的穩(wěn)定性評價算法。通過借助這些算法,可實現(xiàn)對礦山穩(wěn)定性進行綜合的評估。數(shù)值模擬算法主要是將現(xiàn)場監(jiān)測數(shù)據(jù)和超前預(yù)測數(shù)據(jù)嵌入數(shù)值模型,動態(tài)修改模型邊界,在此基礎(chǔ)上對礦山整體的應(yīng)力場、應(yīng)變場、損傷場等進行反演,便于從時、空兩維度上對潛在災(zāi)害進行預(yù)測。數(shù)值模擬算法的主要流程及預(yù)期效果如圖5所示。
(6)應(yīng)用展示層。該層主要借助于Unity3d,SuperMap以及Baidu開源組件Echarts等對數(shù)據(jù)分析層中得到的結(jié)果在移動端、PC端等展示設(shè)備上進行直觀的展示,以便于用戶清晰地了解礦山生產(chǎn)的安全情況。
(7)災(zāi)害預(yù)警層。災(zāi)害預(yù)警層主要依賴數(shù)據(jù)處理層中的結(jié)果,對災(zāi)害進行預(yù)測和預(yù)警。該工作主要分為災(zāi)害實時預(yù)警和災(zāi)害超前預(yù)測兩大部分,分別采用基于實時監(jiān)測與數(shù)值模擬的災(zāi)害實時預(yù)警方法和基于數(shù)據(jù)挖掘與數(shù)值模擬的災(zāi)害超前預(yù)測方法(圖1)。實時預(yù)警結(jié)果可為礦山緊急避難提供技術(shù)支持,超前預(yù)測可為礦山減災(zāi)防災(zāi)提供技術(shù)指導(dǎo)。此外該層的結(jié)果還可為傳感器的布設(shè)、數(shù)值模型邊界的修訂提供重要依據(jù),從而實現(xiàn)圖2所示“基于現(xiàn)場監(jiān)測的數(shù)值模擬”,“基于模擬結(jié)果的災(zāi)害預(yù)測”,“基于預(yù)測結(jié)果的監(jiān)測方案修訂”的循環(huán)反饋關(guān)系,以實現(xiàn)預(yù)測預(yù)警結(jié)果具有準確性、實時性、實用性的目標,保障金屬礦山開采工作的安全有序開展。
依據(jù)上述平臺設(shè)計架構(gòu),基于Spring Boot框架搭建現(xiàn)場監(jiān)測和數(shù)值模擬結(jié)合下的礦山災(zāi)害監(jiān)測預(yù)警云平臺,如圖6所示。目前平臺包括三大部分,左側(cè)為礦山災(zāi)害預(yù)警模塊,主要為不同算法下礦山災(zāi)害的預(yù)警信息,可便于管理人員清楚地了解工作的安全狀況;中間為地質(zhì)力學(xué)信息展示模塊,是一個基于SuperMap的礦山地質(zhì)及力學(xué)情況觀測窗口,可實現(xiàn)監(jiān)測結(jié)果和數(shù)值模擬結(jié)果的可視化,為專家對礦山穩(wěn)定性的分析提供便利;右側(cè)監(jiān)測信息可視化查詢模塊,其中包括監(jiān)測數(shù)據(jù)及監(jiān)測設(shè)備的運行情況,可用于查詢礦山生產(chǎn)過程中監(jiān)測數(shù)據(jù)的演化情況,為礦山穩(wěn)定性的判斷及穩(wěn)定性分析方法的確定提供依據(jù)。
在平臺中嵌入模糊綜合評價法、Mathew穩(wěn)定圖表法、位移時間斜率法等算法[34],對礦山的穩(wěn)定性進行評估。該模塊只是評估結(jié)果的展示,在系統(tǒng)后臺可對評估算法進行查看(圖7),通過這些算法綜合處理后,可對礦山的穩(wěn)定性進行較為綜合的評價,并在此基礎(chǔ)上及時發(fā)出預(yù)警信息,以確保礦山開采工作的安全開展。
這里以模糊綜合評價算法為例,對該模塊的執(zhí)行流程進行詳細的介紹,算法的執(zhí)行流程如圖8所示,詳細的執(zhí)行過程如下:
(1)風(fēng)險分級指標集標準的確定。該算法執(zhí)行時,確定監(jiān)測指標的分級標準是十分必要的,分級標準的確定采用工程類比法和專家評判法來確定,部分礦山采動災(zāi)害風(fēng)險評價指標及其風(fēng)險分級標準如圖8所示。
(2)采集數(shù)據(jù)隸屬度的計算。簡單來講,隸屬度即為采集數(shù)據(jù)與某一風(fēng)險等級的貼近度,根據(jù)確定指標類型的差異,可將指標分為正相關(guān)性指標(風(fēng)險等級和監(jiān)測值大小呈正相關(guān),如地表累計變形量)和負相關(guān)性指標(風(fēng)險等級和監(jiān)測值大小呈負相關(guān),如RQD值),此外,由于指標取值范圍的差異,隸屬度的計算包括3種情況,即計算左邊界值的隸屬度、右邊界值的隸屬度和中間值的隸屬度,因此,隸屬度的計算要分為6種情況,具體的隸屬度計算法則見圖8,結(jié)合評價指標隸屬于不同風(fēng)險等級的隸屬度,進而可得到隸屬度模糊矩陣。
(3)指標權(quán)重集的計算。權(quán)重集即為各評價指標對評價結(jié)果的影響程度,這里主要采用層次分析法來進行權(quán)重的計算,主要分為4個步驟(圖8),第一,將礦山采動災(zāi)害風(fēng)險預(yù)定目標視為目標層,將確定的各指標視為準則層,將實現(xiàn)目標可供選擇的各種措施方案視為方案層,在此基礎(chǔ)上構(gòu)建結(jié)構(gòu)層次體系;第二,采用專家打分和Saaty相結(jié)合的方法,構(gòu)建表征同一層次中不同因素重要程度的判斷矩陣;第三,引入一致性指標CI并查詢評價隨機一致性指標RI,在此基礎(chǔ)上對判斷矩陣進行一致化檢驗,具體計算公式如下:
式中,λmax為判斷矩陣的最大特征值;n為判斷矩陣的階數(shù);CR為判斷矩陣的一致性比例,當(dāng)CR<0.1時,可接受判斷矩陣的一致性;最后,依次計算結(jié)構(gòu)層次體系中各因素相對于目標層的合成權(quán)重,若不滿足CR<0.1則重新對矩陣進行調(diào)整,直至全部滿足要求,在此基礎(chǔ)上得到權(quán)重集。
(4)將隸屬度和權(quán)重集相乘,得到相應(yīng)的風(fēng)險等級,并根據(jù)風(fēng)險等級,進行相應(yīng)的預(yù)警(圖9)。
為了對礦山的地質(zhì)及力學(xué)特征進行直觀的展現(xiàn),基于礦山實測數(shù)據(jù),采用SuperMap軟件,建立礦山的三維模型[33],同時接收基于監(jiān)測數(shù)據(jù)的數(shù)值結(jié)果[36-37],并在前端頁面中對結(jié)果進行展示(圖10),從而達到“測—模”結(jié)合下采場力學(xué)情況展示的目的。在此基礎(chǔ)上,用戶可清晰地觀察到礦山的應(yīng)力場、應(yīng)變場及損傷場特征,為礦山時空尺度上災(zāi)害的預(yù)測提供前提條件,同時為災(zāi)害的防治及傳感器的布設(shè)提供一定的參考,以實現(xiàn)安全生產(chǎn)的最終目的。
為了解開采過程中礦山的穩(wěn)定性情況,需要對礦山的開采過程進行監(jiān)測,監(jiān)測設(shè)備的差異使得監(jiān)測數(shù)據(jù)的獲取方式不盡相同,項目組之前已對各種數(shù)據(jù)的獲取方式進行了詳細的說明,這里不再贅述[35]。監(jiān)測信息可視化查詢模塊主要是對礦山采集的數(shù)據(jù)進行實時的展示,如圖6中右欄所示。用戶收到預(yù)警消息時,可對監(jiān)測信息進行查詢,并以此判斷預(yù)警消息的可靠性,同時也可在后臺對采集數(shù)據(jù)進行查看和導(dǎo)出(圖11),在一定程度上可為礦山的安全生產(chǎn)提供保障。
以云計算、大數(shù)據(jù)處理等技術(shù)在礦山上的應(yīng)用為主線,以保障礦山安全、持續(xù)、高效生產(chǎn)為最終目的,進行了礦山災(zāi)害監(jiān)測預(yù)警數(shù)據(jù)分析及“云”技術(shù)在礦山上應(yīng)用的簡要綜述,分析了目前已有云平臺潛在的一些問題,并在此基礎(chǔ)上提出了一種現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合的礦山災(zāi)害監(jiān)測預(yù)警云平臺,主要得出以下結(jié)論:
(1)礦山災(zāi)害監(jiān)測數(shù)據(jù)具有離散化、多元化及動態(tài)化的特征,這使得傳統(tǒng)的數(shù)據(jù)管理和分析方法不再適用,云計算成為礦山災(zāi)害監(jiān)測預(yù)警的必要手段。
(2)雖然云計算在礦業(yè)領(lǐng)域應(yīng)用愈發(fā)廣泛,但在礦山災(zāi)害預(yù)警方面應(yīng)用較少,且均很難實現(xiàn)實時監(jiān)測預(yù)警的理想狀態(tài),具有一定的弊端。
(3)以數(shù)據(jù)庫為紐帶,定時任務(wù)為核心方法,提出一種“一主+多輔”的平臺布置方式,構(gòu)建了現(xiàn)場監(jiān)測和數(shù)值模擬相結(jié)合下的礦山災(zāi)害監(jiān)測預(yù)警云平臺,并對其架構(gòu)及技術(shù)指標進行了詳細的敘述,該平臺可實現(xiàn)時空多維度災(zāi)害的預(yù)測,為災(zāi)害的防治及傳感器的布設(shè)提供一定的參考,以實現(xiàn)安全生產(chǎn)的最終目的。
(4)雖然目前平臺可實現(xiàn)礦山災(zāi)害較為綜合的預(yù)警,但是目前礦山穩(wěn)定性評估算法及失穩(wěn)預(yù)測算法比較有限,開發(fā)更多的算法,以實現(xiàn)礦山災(zāi)害更為綜合全面的預(yù)警,還需深入探索。