朱墨然,王麒翔，张庆华

(1.瓦斯灾害监控与应急技术国家重点实验室，重庆 400037；2.中煤科工集团重庆研究院有限公司，重庆 400037)

0 引 言

煤与瓦斯突出事故仍然是煤矿造成伤亡人数最多的事故，对煤与瓦斯突出事故的预测预警是降低事故发生的重要手段之一[1-2]。目前对煤与瓦斯突出的预测，主要通过两个"四位一体"综合防突措施进行，这种主要以钻探方式预测突出危险性的方法优点是探测直接、数据准确，但也存在预测数据不连续、数据测试时间长、钻孔空白带等问题。随着煤矿监测监控系统的完善和煤矿信息化的推进，一种非接触式连续预测的防突预警技术逐步成熟[3-4]，成为与传统防突预测的补充，这种预警是在本地通过工业环网采集安全监控系统瓦斯传感器等数据，通过应用瓦斯含量反演模型[5]、专家知识库[6]、机器学习[7-8]等方法，计算出预警指标然后与预警临界值进行比较，确定突出危险性的大小，这种预警技术数据来源单一，缺少预警模型效果验证，且预警临界值的设置不够灵活精确[9-10]，在不同煤矿或不同煤层进行预警时又要重新考察临界值，工作量较大[11-12]。

基于此，有必要研究一种能够解决上述问题的多源数据驱动防突预警指标自适应技术，通过将煤矿各类生产数据格式化后进行上传，建立多源数据驱动的预警模型，将预警结果与现有防突预测数据进行匹配，对预警模型的有效性进行定量评价；建立预警临界值的自适应训练模型，使预警临界值自适应煤矿生产条件，避免同一预警临界值应用于多种生产条件的情况，提高预警的准确率，降低误报率。……