崔 聪，李晓绅，舒龙勇，李宏艳，马延崑，周 洋，宋 鑫

（1.煤炭科学技术研究院有限公司，北京 100013；2.煤炭资源高效开采与洁净利用国家重点实验室（煤炭科学研究总院），北京 100013；3.冀中能源股份有限公司 东庞矿，河北 邢台 054299）

我国煤矿在智能分析系统方面应用的起步相对较晚，1980年以来，我国大力鼓励煤矿机械化项目，部分煤矿装备引进了欧美地区煤矿智能分析系统[1]。1990年以来，随着国家越来越重视煤矿生产的信息化和智能化，国家煤矿相关单位开始制定相应的政策、规章，以便更好地促进煤矿行业的信息化和智能化[2-4]。目前，我国煤矿智能化在采、掘、机、运、通、排不同领域均研发出了不同智能化程度的平台与系统[5-10]，全面提升了煤矿整体工作效率与安全生产保障。而在瓦斯防治动态管控与智能决策设计与构建方面进展相对较慢，尤其在瓦斯抽采达标智能评判平台搭建与抽采时间预测模型研究方面更是鲜有人涉足。目前在这方面攻关的单位主要有郑州光力科技股份有限公司、重庆煤安森科技股份有限公司和中煤科工集团重庆研究院有限公司。

郑州光力科技股份有限公司研发了智能化瓦斯抽采综合管控平台，可实现煤矿瓦斯抽采管道参数精准计量、动态分院计量，瓦斯抽采多源信息（管道/视频/轨迹等）采集、传感、传输，基于大数据分析的瓦斯抽采效果评价、风险评估、决策支持。此外，郑州光利开发了高性能的矿井宽带通信网络，构建井下无线通信传输平台，基站间无线通讯，支持800 m远距离传输。

重庆梅安森科技股份有限公司研发了矿山综合管控平台，实现了对安全监管的实时监控、实时报警及处置，能使各矿向有关上级监管部门送报瓦斯、入井人员、重大危险源、安全隐患安全生产管理数据，能够实现多级报警、预警实时信息的推送和跟踪，实现数据分级管理查询，达到应急远程指挥控制的目标。其拥有构建智慧矿山综合管控平台软、硬件基础设施的核心技术，解决多源异构数据接入问题，可进行大数据智能分析，实现对矿山安全生产的风险预判与预警。

中煤科工集团重庆研究院有限公司建立了1套集抽放数据实时监控、抽放日常信息管理、抽放效果评价为一体的煤矿瓦斯抽采监控智能评价系统，为抽采数据在线监控、抽采日常信息规范化、精细化管理以及抽放辅助决策提供了综合解决方案。

总体来看，目前抽采达标智能评判平台存在着功能缺陷，尚未实现关键数据智能分析与深度挖掘，单元划分与效果可视方面自动化与智能化程度低，抽采数据运用较为片面，这与现代化的抽采管理理念仍然有一定差距[11-14]。因此，构建1套以智能物联“1张图”图元化呈现为基础，以智能调优算法与“大数据”挖掘为核心，以多元化智能管控与智能信息集成为渠道，以瓦斯防治关键信息精准快速响应与智能决策为方向的四位一体式抽采达标智能决策平台势在必行。

1 系统框架及组成

项目以“数据采集-动态分析-模型评判-结果展示”研究思路，构建1套基于物联网“1张图”，以“大数据”挖掘算法为核心的瓦斯抽采达标智能评判平台，实现抽采数据智能分析与深度挖掘、治理场景与治理效果可视化及瓦斯治理关键信息快速响应与实时管控，系统框架如图1。

图1 系统框架Fig.1 System framework

整体系统由硬件、数据、模型、平台、云端5部分组成，系统组成如图2。

图2 系统组成Fig.2 System composition

硬件采集与瓦斯防治信息相关的所有数据，抽采达标智能决策平台数据通过局域网、移动网、井下光纤等形式以在线监测、随测随传、地面传输等途径传输至服务器，基于矿山大数据标准及决策系统模型库要求对数据进行筛分与提取，集成瓦斯治理数据中心。通过模型、算法研究与嵌入实现智能化判识煤层不同区域的抽采达标等功能。基于1张图、1张表图元化动态呈现的表达形式，通过电脑客户端及手机APP实时模拟井下瓦斯治理及相关工程的应用场景；实时对预测模型及达标所需时间等关键信息进行计算分析，辅助矿井技术人员对下一步的瓦斯抽采与突出防治工作进行智能决策。

2 平台搭建

2.1 数据关联融合

数据关联与融合如图3。

图3 数据关联与融合Fig.3 Data association and fusion

FTP客户端首先和FTP服务器的TCP 21端口建立连接，通过这个通道发送命令，客户端需要接收数据时在这个通道上发送PORT命令。PORT命令包含了客户端接收数据端口样式。在传送数据的时，服务器端通过自己的TCP 20端口连接至客户端的指定端口发送数据。当采用PASV模式时，FTP服务器收到Pasv命令后，随机打开1个高端端口（端口号大于1 024）并且通知客户端在这个端口上传送数据的请求，客户端连接FTP服务器此端口，通过3次握手建立通道，然后FTP服务器将通过这个端口进行数据的传送。

煤矿安全监控系统和瓦斯抽采达标智能评价平台对外提供定义和实时数据文件，接入方式采用FTP技术进行文档的获取后，采用Node-RED进行CSV文件解析、清洗和入库，在PostgreSQL中进行业务数据的关联，通过Timescale DB进行数据的融合分析和应用。

2.2 瓦斯抽采达标动态评判

抽采达标逻辑架构如图4。

图4 瓦斯抽采达标逻辑架构Fig.4 Logical structure of gas excavation from standard

根据矿井不同区域煤层地质条件、煤层瓦斯赋存规律等对抽采单元进行划分，掌握不同抽采单元原始瓦斯含量，根据抽采单元记录的煤层原始瓦斯含量及钻孔历史瓦斯抽采量，计算得到抽采单元的残余瓦斯含量。以《煤矿抽采瓦斯暂行规定》等国家与行业标准为评判依据，评判抽采单元是否达标，如评判结果未能满足抽采达标要求，平台将会继续跟踪管路瓦斯抽放量与巷道瓦斯风排量并通过数据关联实时呈现，进而更新抽采单元历史瓦斯抽排量，重新计算抽采单元达标与否，经抽采达标动态评判平台进行评判，如评判结果满足抽采达标，且抽采天数满足煤层抽采半径规定天数的要求，根据《煤矿抽采瓦斯暂行规定》、《煤与瓦斯防突细则》等国家与行业标准，进行现场验证，如在现场验证结果未能满足抽采达标，重新进行抽采达标评判，如在现场验证结果满足抽采达标，可以进行现场采掘生产。

2.3 瓦斯抽采效果智能预测

瓦斯灾害的防治工作受煤矿采掘部署、抽采设计、采煤工艺、作业方式等诸多人为因素的影响，影响瓦斯治理的人为与自然因素是动态变化的，矿井瓦斯治理管控工作必须也是动态变化的。瓦斯抽采钻孔流量态势、抽采达标预期时间等计算均是通过人工分析，计算方法较为单一，计算结果具有一定的时效性。通过集成实时抽采数据与历史抽采数据，基于BP神经网络、深度循环神经网络和深度置信神经网络3种不同特性的模型，依据输入和输出向量维度，构建深度神经网络结构。将现场预处理后的瓦斯抽采数据划分为训练集、测试集和验证集，对比3类模型训练和测试的结果，选择适用于瓦斯抽采量预测的深度学习模型。构建函数集通过训练和测试得出最终的模型，进而实现瓦斯抽采效果智能分析、抽采达标预期时间计算、抽采半径辅助考察。深度神经网络模型处理过程如图5。

图5 深度神经网络模型处理过程Fig.5 Processing process of deep neural network model

2.4 瓦斯治理场景动态展示

应用VBA、API方式进行GIS功能的定制，开发瓦斯抽采及风流相关信息图元，实现图形的放大、缩小、漫游、量测点坐标、量测距离、量测面积、局部点位地物要素查询及搜索等功能，基于数据关联功能，实现平台与监控系统底层数据融合，动态展示避灾路线、不同时期抽采单元瓦斯含量、工作面抽采量及风排量等数据与信息，结合颜色渲染、图形图框、底图标注等功能进一步实现治理场景动态展示。集成瓦斯治理信息数据库，由数据填写转为数据接口关联，通过计算机编程AI计算实时抽采率、抽采时间等关键信息，并以图形化形式实时监测。

3 现场应用

东庞矿是冀中能源股份有限公司的主力矿井，目前，-300 m水平现有生产采区有2100采区、二煤扩延区。-480 m水平现有生产采区有2900采区、2600辅助采区、21100采区、21200采区。矿井绝对瓦斯涌出量53.5 m3/min，相对瓦斯涌出量7.77 m3/t。东庞矿（东庞井）为煤与瓦斯突出矿井，2#煤层具有煤与瓦斯突出危险性。随着开采进入深部，不同工作面的突出危险性情况还存在差异，涉及到煤与瓦斯突出防治、瓦斯抽采管理的工作面众多、任务重点不同、工作量繁重；而目前东庞矿乃至冀中能源的瓦斯防治相关的井上下应用场景与工作流程尚未实现动态展示，矿井瓦斯防治工作过度依赖于纸上办公、井下会议等形式，与智能矿山瓦斯防治工作信息化、智能化仍存在一定差距。矿井抽采工作产生的数据信息量多线离散，关键信息的人为处理任务量繁重，瓦斯治理效果的预测和评价仍然靠手工计算，流程化的工作较多，缺少自动计算及关键信息响应的功能，无法提升技术人员工作效率，这与现代化的瓦斯防治工作理念仍有一定差距。尽管矿井目前实现抽采风排数据的实时监测，但缺少对抽排数据实时分析及瓦斯治理关键信息的实时深度挖掘。为此，东庞矿应用了抽采达标智能决策平台，以期解决上述问题。

瓦斯抽采达标智能决策平台通过与东庞矿监控系统接口对接，将系统图元与监控数据直接关联，实现系统动态呈现瓦斯抽采的实时与历史监测数据（瓦斯流量、瓦斯体积分数、抽采负压等），构建了东庞矿瓦斯抽采预测模型，随着数据库容量逐步增加，实现模型自动优化，保证预测的准确性。

以2616工作面为例，平台严格遵循《煤矿安全规程》、《煤矿瓦斯抽采达标暂行规定》等国家、行业标准，以东庞矿2616工作面原始瓦斯赋存规律测定参数、瓦斯抽采数据为基础，实时计算煤层2616工作面残余瓦斯含量，并在系统中图像化动态呈现；根据动态瓦斯抽采数据，自动计算了2616工作面抽采达标需要时间，回采期间实时计算工作面瓦斯抽采率，并自动提示切眼与前方构造的距离，辅助瓦斯抽采与采掘管理工作决策，保证东庞矿瓦斯治理相关工作下井作业次数降低50%以上。2616工作面瓦斯抽采信息展示如图6。

图6 2616工作面瓦斯抽采信息展示Fig.6 Gas drainage information display of 2616 working face

项目的成功实施极大减少了东庞矿瓦斯防治关键信息响应时间，优化瓦斯治理工作信息处理流程，提升了各部门瓦斯治理协同能力、工作效率与管理水平。

4 结 语

瓦斯抽采达标智能决策平台基于煤层瓦斯赋存规律，根据瓦斯含量、瓦斯压力、瓦斯抽采量确定了抽采达标与未抽采达标工作面；实现了抽采达标时间数学模型的动态重构，突破以往数据分析固模式，保证瓦斯治理数据支持精准化；通过神经网络数据挖掘实现了瓦斯治理抽排数据、达标预期时间等关键信息智能分析与数据挖掘，可实时判别煤层的治理效果，为冀中能源集团煤与瓦斯突出及高瓦斯矿井的瓦斯治理工作树立现代、高效、智能化管理标杆。