DOI: 10.12677/me.2025.132029, PDF, HTML, XML,  被引量   
作者: 李爱国, 李 蒙^*：内蒙古黄陶勒盖煤炭有限责任公司(巴彦高勒煤矿)，内蒙古 鄂尔多斯
关键词: 冲击地压；声电监测；模糊数学；预警技术；煤矿安全；Impact Ground Pressure； Acoustic and Electrical Monitoring； Fuzzy Mathematics； Early Warning Technology； Coal Mine Safety

文章引用：李爱国, 李蒙. 坚硬煤层条件采场冲击地压动静载声电监测研究[J]. 矿山工程, 2025, 13(2): 249-261. https://doi.org/10.12677/me.2025.132029

1. 引言

煤炭作为我国的主要能源，对国民经济的快速发展起到了重要保障作用。而我国的煤炭资源埋深在1000 m以下的为2.95万亿吨，约占煤炭资源总量的53%。随着浅部资源的减少，煤矿开采逐渐向深部发展，因此迫切需要解决深部煤炭资源安全开采面临的理论和技术难题。

深部煤炭开采一直是国内外采矿界十分关注的一个重要研究内容。随着埋深的增加，巷道变形更加严重，矿压显现更加剧烈，同时采场失稳加剧，岩爆与冲击地压巨增，瓦斯高度聚积等往往诱发严重安全事故，影响矿井正常生产[1]。目前，冲击地压已成为影响我国深部煤炭资源安全开采的重大矿井灾害之一，同时也是矿井安全高效开采面临的重要难题之一。

国内外大量的研究表明，煤岩体类材料在受载破坏时，其内部积聚的能量会以声发射和电磁辐射的形式同时释放出来[2]。因此，近年来很多学者围绕煤岩体破坏的全过程、全时态开展了声电协同监测预警试验，通过对同一事件中的声发射信号和电磁辐射信号特征进行对比、区分和同步分析，并在理论上和应用研究上均取得了丰富的研究成果。声发射和电磁辐射协同监测技术[3]以其实时、动态、连续等优点，被广泛应用在矿山煤岩动力灾害监测和隧道稳定性监测等相关领域。

窦林名[4]等根据声电辐射信号的强度、幅值和脉冲数变化的偏差，采用声电协同监测对比分析技术确立了冲击地压产生的危险程度判别。王先义[5]等运用模糊数学理论对突出现场中监测到的声电监测数据进行分析，得到了突出指标的临界值确立办法，并在后期冲击地压的预测上得到应用。荆新军[6]为了监测、预警掘进过程中前方可能发生的危险，在掘进工作面布设声电监测预警系统，利用声发射技术和电磁辐射技术对掘进巷道进行动态实时监测和预警，通过对掘进过程中异常声电响应特征的研究得到突出危险发生的前兆规律特征。王莉[7]基于D-S证据理论和矿井井声电动力灾害监测数据，选取地震震级–频度关系中的b值和时间波动梯度作为证据指标，建立Dempster合成法则的矿井煤岩动力灾害监测数据进行融合算法，实现煤矿煤岩动力灾害危险性提前预警功能。袁亮[8]针对深部煤炭资源开采面临的冲击地压及其复合动力灾害等问题，分析了我国煤岩动力灾害机理研究进展，阐述了煤岩动力灾害评价和监测预警关键技术，总结了煤岩动力灾害防治和风险管控措施及技术手段，提出了煤岩动力灾害预防及研究面临的科技难题和科学研究展望。朱敬忠[9]从机理特征、监测方法到冲击地压防治技术方面入手运用相似材料模拟和RFPA2D数值模拟解释煤(岩)层开采过程中产生的微破裂是冲击地压灾害前兆，开采扰动作用下冲击地压灾害发生的主要因素，概括了冲击地压动力灾害发生的机理，深入揭示冲击地压孕育的内因和征兆规律。Dongming Wang [10]利用载荷作用下声发射和带电的机制，讨论了声电信号的多重分形特性，验证了它们在准确预测煤岩蠕变破坏中的互补作用。Enyuan Wang [11]利用已建立的声电信号测试系统，在单轴压缩和剪切载荷作用下，对强度较低的煤岩样品进行了一系列实验，研究了超低频(ULF)电磁辐射(EMR)信号在其损伤和失效过程中的特性。Zhao Yingjie [12]研究了单轴加载过程中煤样破坏前声发射(AE)和电磁辐射(EME)信号的同步响应建立了M值、单位时间声发射能量/声发射振铃计数与煤体损伤的耦合关系。

本项目针对巴彦高勒煤矿坚硬煤层条件下冲击地压监测工作中遇到的实际问题，采用非接触式声电协同监测技术开展动静载环境下311203回风顺槽重点防冲区域冲击地压的监测工作。

2. 掘进巷道声电监测信号响应机制及冲击地压前兆特征分析

2.1. 矿井基本地质条件

巴彦高勒煤矿位于内蒙古自治区鄂尔多斯市乌审旗境内，是内蒙古黄陶勒盖煤炭有限责任公司在呼吉尔特矿区建设的大型现代化矿井，其中311203工作面是12盘区第三个工作面，面宽300 m，回采长度3100 m，其中311203回风顺槽为沿空顺槽，上部311202工作面已回采完毕。工作面相对位置关系如下图1所示。

Figure 1. Relative position relationship of working face 311203

图1. 311203工作面相对位置关系图

2.2. 声电监测方案设计及分析方法

监测方案：以311203工作面辅助回风顺槽为重点监测对象，从掘进巷道外出口处开始设置测点，直至掘进迎头，每隔10 m布置1个测点，此外在掘进迎头中央处增设1个声电监测点以确保监测的连续性和对比性，如图2所示。

Figure 2. Layout of acoustic and electrical monitoring points in the excavated tunnel

图2. 掘进巷道中声电监测测点布置图

分析方法：

1) 地点连接分析法

在进行声电协同监测预警冲击地压危险性时，一般采用声发射强度和电磁辐射强度来进行表征冲击危险性的强弱；声发射强度主要反应煤岩体的受载程度及变形破裂情况；电磁辐射强度主要反映了煤岩体变形及微破裂的频次。通过分析目标区域不同测点的声电监测数据，可以分析工作面前方应力分布情况。地点连接分析方法的优点：能够直观地反应出目标区域布置各测点的应力分布情况，为判断工作面前方应力集中区提供参考。

2) 区域动态分析法

煤岩动力灾害是流变–突变过程，其发生要经历灾害的孕育、发动、发展、结束等四个阶段。对煤岩动力灾害的有效预测途径是实时监测灾害孕育阶段的破坏过程。一般来讲，随着煤岩体所受载荷的越大，其内部变形破裂特征也就越强烈，声电监测值随着增大。在煤岩动力灾害发生前，声电监测强度及其变化率有显著的改变。通过声电协同监测技术可以实时监测煤岩体的破坏过程，通过声发射强度以及电磁辐射强度随的时间变化趋势能够较好的反映发生冲击地压的危险的时间演化过程。区域动态分析方法的优点：针对重点防冲区域声电监测数据随工作面推进(或时间变化)而产生的变化趋势，方便利用趋势分析方法对重点防冲区域进行危险性预警。

2.3. 311203工作面回风反掘声电监测结果分析

采用YDD16煤岩动力灾害声电监测仪对311203辅助回风巷进行声电监测，为最大限度降低电器设备的电磁干扰，将声电信号采集时间设置在检修班，采集到的声电信号结果如图3所示。

分析结果：图3显示了11月26号至12月28号311203辅助回风巷声电监测强度随两帮距离变化的趋势，可以看出，在掘进迎头向外10~50 m区域内，声发射强度和电磁辐射强度始终处于较大数值区域，该区域内声发射强度的最大平均值为312.34 mV，电磁辐射强度的最大平均值为196.75 mV，这说明在

(a) (b)

(c) (d)

(e) (f)

(g) (h)

(i) (j)

(k) (l)

(m) (n)

(o)

Figure 3. Acoustic and electrical signal collection results from November 16th to December 24th

图3. 11月16号至12月24号声电信号采集结果

掘进迎头位置，煤岩体内部的采动应力较为集中，此处的煤岩体在较高集中应力的影响下其内部不断产生破裂和摩擦，从而产生显著的声电辐射信号；通过实际测得的掘进面迎头中央的声电辐射监测值明显大于两帮，因此可以认为在迎头中央处煤岩体发生冲击地压的危险性要大于两帮，需要在掘进过程中进行重点监测；在靠近巷道出口处布置的测点监测到的声电数据波动较小且值域较低。

3. 冲击地压声电协同监测技术临界指标的判定

应用声电协同监测技术对矿井进行冲击地压灾害的预测，最重要的是确定声发射强度和电磁辐射强度的临界值。临界值的确定对防治冲击地压具有重要意义，声发射强度和电磁辐射强度临界值一旦确定，就可以对监测过程中高于此临界值区域进行相应的处理措施，以达到提前卸压解危的效果。

3.1. 冲击预测指标的确定

巴彦高勒煤矿冲击地压声电协同监测技术具有时序性，其监测数值的大小、趋势和变化情况能够用来识别冲击危险，因此，可以采用超限、趋势、波动三种预测指标对监测数据进行量化，三种指标的计算方法如下：

1) 超限指标

受采动影响，煤体内部原有的应力平衡被打破，煤体要重新达到应力平衡的过程中需要发生大量变形破裂，释放出大量声电信号和能量；煤岩体受力越大，变形破裂越严重，声电信号的监测数值也越高，“超限指标”即是根据声电信号的大小与强弱进行预警，当声发射和电磁辐射强度达到或超过某一设定的临界值时，说明煤体内的应力积聚到一定程度，有可能发生冲击危险，故而进行预警。为降低个别干扰监测数据造成误报，超限指标是由当前时间前的一段“采样时间”的监测数据取平均值得到的。

“超限指标”的算法公式：

$\text{S}=\frac{{{\displaystyle \sum }}_{i=1}^{n}Vn}{n}$ (1)

式中：n表示计算的实时数据的个数； $V_1,V_2,V_3,\cdots ,V$ 。表示每一个实时数据；S表示超限指标计算结果。

2) 趋势指标

煤岩体动力灾害具有突发特征，大量的研究表明声电监测信号在冲击发生前的一段时间一般会出现突然的上升或者下降，“趋势指标”就是反映声电信号上升或者下降幅度的大小，它的计算方法是将“采样时间”等分为两个时间段，通过计算前半段平均值V₁和后半段平均值V₂，用它们之间的差值取绝对值后比上“采样时间”得到的值即为所求结果。

“趋势指标”的算法公式：

$A=\frac{V_2-V_1}{\Delta t}$ (2)

式中：Δ_t表示用于计算的数据“采集时间”；(V₂ − V₁)表示实时数据均值的差值；A表示所求趋势。

3) 波动指标

煤的破坏过程中实际上是煤体所受应力重新分布的过程，在此过程中煤体会发生受载的平衡到不平衡再到平衡的转变，局部区域甚至会出现应力的多次转变，从而会引起声发射和电磁辐射信号的不断变化，我们用声电强度波动率来反演煤体应力的变化情况。在计算时，与“趋势指标”相似，“波动指标”首先也将“采集时间”等分为两个时间段，计算前半段平均值V₁和后半段平均值V₂，再用它们之间的差值取绝对值后比上V₁得到的值即为所求结果。

波动指标的算法公式：

$R={\left(V_2-V_1\right)/V}_1$ (3)

3.2. 声电预测冲击危险临界值的确定

由于矿井煤岩物理性质以及地质条件的差异，声发射以及电磁辐射也会有所差异，并且冲击地压影响因素较为复杂导致声电预测临界值的确定存在一定的模糊性。临界值的确定需要对工作面连续监测30天以上，首先采用小波去噪分析方法消除现场人为因素造成的干扰，过滤后的数据采用模糊数学的方法进行解析求解。

小波去噪处理：

一般认为有用信号常表现为低频信号或较为平稳的信号，而噪声则表现为高频信号，所以降噪过程首先是对含噪信号进行小波分解，致使有用信号的能量集中在有限小波系数上，其对应的小波系数幅值较大；而噪声的能量一般均匀地分布在所有的小波系数上，其对应的小波系数幅值较小。接着对小波系数设置合适的阈值并将其进行量化处理；最后对信号重构可达到降噪的目的，去噪处理结果如图4所示。

设一个一维含噪信号模型可表示为：

$s\left(i\right)=x\left(i\right)+\sigma \cdot e\left(i\right),i=0,1,2\cdots ,n-1$ (4)

式中： $s\left(i\right)$ 表示含噪信号， $x\left(i\right)$ 表示真实信号， $e\left(i\right)$ 表示噪声信号， $\sigma$ 表示噪声强度，i表示数据点的数量。一维含噪信号的小波阈值去噪过程可分为以下五个步骤：

1) 选择合适的小波基函数和分解层数j；

2) 对含噪信号 $s\left(i\right)$ 进行j层小波分解；

3) 选择合适的阈值，对1到j层的细节系数进行阈值量化处理；

4) 根据小波分解获得的第𝑗层低频系数及经过量化处理的1到j层的细节系数，进行一维小波的重构；

5) 利用信噪比和均方根误差评估降噪效果。

Figure 4. Original and denoised electromagnetic radiation signal curves

图4. 原始及去噪后的电磁辐射信号曲线

模糊数学处理：

1) 模糊模式识别的隶属原则

设论域X为待识别对象的全体集合，X中有M个模糊集 $A_1,A_2,A_3,\cdots ,A_M$ ，每个M模糊集内包含的元素均刻画了各个M模糊集的某种特性，且对每一个A_i，均有隶属函数 ${\mu }_{Ai}\left(X_0\right)=\max \left[\mu A_1\left(X_0\right),\mu A_2\left(X_0\right),\cdots ,\mu A_M\left(X_0\right)\right]$ ，则认为x₀隶属于A_i。

2) 模糊模式识别的计算步骤

① 识别对象的特性指标抽选

声电协同监测法预测冲击地压可以选择强度值、趋势值以及动态变化率作为判定冲击危险的指标。

② 模糊模式的隶属函数组

隶属函数组是模糊模式识别的关键步骤，直接影响元素对论域X上的模糊集合的隶属关系。隶属函数组的确定受主观因素及客观因素限制，具有一定的模糊性，但也具有科学性。一般情况下要从实际情况具体特性出发，根据人的主观认识及知识掌握能力，构造不同函数组并从中优选或逐渐完善已建立函数组模式，最终确定。构造隶属函数组没有一个统一的模式，具有模糊性，但结果殊途同归，这也是模糊模式识别的优势所在。

③ 根据最大隶属函数进行识别判断

利用构造的隶属函数组求解最大隶属函数，识别元素的最大隶属度，进行危险程度判断。

3.3. 311203辅助回风巷声电强度临界指标确定

通过对巴彦高勒煤矿311203辅助回风巷各测点监测到的声电强度进行统计分析，指标的临界值确定步骤如下所示：

1) 统计分组

将监测周期内采集到的声发射强度和电磁辐射强度按照从大到小的顺序绘制在直方图中，如下图5和图6所示。组数最少5组，最多15组，组相当于模糊集M，声发射以及电磁辐射的数值范围相当于论域X，直方图的纵坐标为该组数据的预测频次。

Figure 5. Distribution of wind emission intensity for 203 auxiliary return wind

图5. 203辅助回风声发射强度分布

2) 隶属度的模糊统计方法

声电协同监测法预测冲击危险的实践证明：冲击危险性越大，声电辐射信号就越强，因此构建煤岩体冲击模糊模式隶属度统计的原则为：

Figure 6. Distribution of electromagnetic radiation intensity of 203 auxiliary return air

图6. 203辅助回风电磁辐射强度分布

a) 随着危险性增大，隶属度指标在[0, 1]内随之升高，越接近1，冲击危险性越大，反之则危险性越低。

b) 各组预测范围内频次越大，说明预测值落入该区间的权重越大，即发生的概率越大，相应的反映冲击危险性就越低。

c) 根据模糊集理论，反映一个子集相反程度即为其补集，为此，隶属于不危险程度的补集即为隶属于冲击危险性的程度，即所统计的隶属度大小。

以上原则，统计不同预测指标值对冲击危险性隶属度程度，203辅助回风声发射强度和电磁辐射强度统计如下表1和表2所示。

Table 1. Statistics of 203 auxiliary return wind emission intensity

表1. 203辅助回风声发射强度统计

声发射强度	组中值	统计数	隶属度
0~50	25	2568	0
50~100	75	17,185	0.02
100~150	125	288,839	0.137
150~200	175	31,462	0.289
200~250	225	26,289	0.543
250~300	275	11,776	0.790
300~350	325	4017	0.910
350~400	375	1129	0.962
400~450	425	346	0.991
450~500	475	1791	0.998

Table 2. Statistics of electromagnetic radiation intensity of 203 auxiliary return air

表2. 203辅助回风电磁辐射强度统计

电磁辐射强度	组中值	统计数	隶属度
1~25	12.5	5484	0
25~50	37.5	10616	0.127

续表

50~75	62.5	4927	0.634
75~100	87.5	8709	0.791
100~125	112.5	6215	0.864
125~150	137.5	4050	0.912
150~175	172.5	2919	0.947
175~200	187.5	731	0.954

3) 做隶属函数曲线

以论域X (讨论的区域)为x轴、隶属度为y轴制作隶属度曲线，并对数据曲线进行回归拟合，求解隶属度函数，如下图7所示。

(a) (b)

Figure 7. 203 Auxiliary return air membership function curve

图7. 203辅助回风隶属函数曲线

声电监测强度理论超限隶属函数曲线进行回归分析得：

声发射强度：

$y=0.4135\text{Ln}\left(x\right)-1.6067$ (7)

电磁辐射强度：

$y=0.3999\text{Ln}\left(x\right)-1.0865$ (8)

根据模糊集理论，当集合A的隶属度μ_A取0或取1时，模糊集将作为一个普通集合出现，预测结果不再具有模糊性，只能出现完全不具备冲击危险和必然发生冲击危险两种情况。只有当隶属度处于(0, 1)区间时预测结果才存在模糊性，随着隶属度增大，冲击危险性升高。一般情况下，隶属度μ_A(x₀)取0.5时预测结果介于有冲击危险和无冲击危险之间，此时预测结果最为模糊，定出的临界值也不完全可靠。

根据现场测试实际经验，当隶属度μ_A(x₀)处于0.7~0.9时预测冲击危险较为可靠，故分别取隶属度μ_A(u) = 0.7, 0.8, 0.9作为冲击危险三级临界值，由此计算得出声发射强度临界值三级指标分别约为255 mV、275 mV、330 mV。利用相同方法可求得电磁辐射强度的冲击危险三级临界值分别约为85 mV、103.5 mV、130 mV、203辅助回风预警示意图如下图8所示。

Figure 8. 203 Schematic diagram of auxiliary return air warning

图8. 203辅助回风预警示意图

3.4. 声电监测预警分析

根据目前掌握的12月份的声电监测数据，步判定了巴彦高勒煤矿掘进巷道冲击危险的三级预警值，若出现以下情况中的一项则该区域就具备发生动力灾害的危险性：

1) 若目标区域的声电监测参数持续几天维持在预警值以上，且监测区域内各测点监测到的声电信号波形变化幅度剧烈；

2) 在区域动态连接法中，若目标监测区域的声电监测数据持续超过声电监测预警值30%以上，则可以判定目标区域应力集中程度较高，存在冲击危险；

3) 测试值时间序列在呈现一个增长趋势后突然降低，经过一段时间的平静期后，再次增强，超过预警值的70%以上。在后期监测过程中需要增加监测密度，保证监测数据的连续性，同时需要结合矿上现有的微震监测系统和钻屑施工情况以及现场实际情况，综合比较分析以提高冲击地压综合预警的准确率。

4. 结论

针对巴彦高勒煤矿目前主采的3-1煤层埋深较大、煤层厚、煤质强度高、工作面顶板厚且坚硬、受临近工作面采空区动压影响，现场采用的钻屑法在冲击地压静载监测中存在施工效率低等特点，采取理论分析、现场实测的技术手段，对掘进回风巷的声电监测数据进行采集，并对不同采掘阶段内各重点监测区域内声电监测信号的幅值和脉冲数进行分析，结论如下：

1) 通过现有监测数据可以看出，冲击地压声电协同监测技术可以很好地反应工作面前方超前支承压力的集中程度以及分布范围，即工作面前方15~30 m处为超前支承压力增大区，此区域内声电监测信号强度大，波形起伏明显；工作面超前100~200 m区域，超前支承应力逐渐变小，此区域声电监测信号强度逐渐减小，但仍有数个波峰存在这个区域；工作面超前260 m之后基本已经处于原岩应力区，声电监测信号强度低，波形起伏平缓。声电监测结果与现场矿压监测数据吻合度较好。

2) 通过对203辅助回风的声电监测数据分析可以看出，掘进巷道的声电监测强度数据在靠近掘进迎头处较高，且在地点连接图中，在该部分区域出现多个峰点，可以判定此处的应力集中程度较高，煤岩体产生破裂的频次较大。声电协同监测技术能够很好的反应掘进巷道应力集中情况以及顶板跨落情况。

NOTES

^*通讯作者。

参考文献

[1]	高占峰, 刘瑞杰, 刘恒, 等. 松软围岩底抽巷变形破坏影响因素模拟研究[J]. 煤炭科技, 2024, 45(5): 82-90.
[2]	王欣宇, 王恩元, 岳建华, 等. 掘进工作面前方应力异常地电响应特征研究[J]. 清华大学学报(自然科学版), 2024: 1-11.
[3]	王超, 徐杨青, 高晓耕. 岩石电阻率特性及在煤矿采空区探查中的应用[J]. 煤炭工程, 2020, 52(11): 64-69.
[4]	窦林名, 姜耀东, 曹安业, 等. 煤矿冲击矿压动静载的“应力场-震动波场”监测预警技术[J]. 岩石力学与工程学报, 2017, 36(4): 803-811.
[5]	王先义. 电磁辐射预测突出危险性技术的试验研究[J]. 矿业安全与环保, 1999(5): 7-8+11-49.
[6]	荆新军, 陈明明, 雷东记. 掘进工作面煤岩动力灾害声电响应特征[J]. 能源与环保, 2024, 46(6): 40-44.
[7]	王莉, 齐发明, 黄波, 等. 复杂构造条件煤岩动力地质灾害多元融合智能预警平台研究[J]. 煤, 2024, 33(5): 32-35+52.
[8]	袁亮, 王恩元, 马衍坤, 等. 我国煤岩动力灾害研究进展及面临的科技难题[J]. 煤炭学报, 2023, 48(5): 1825-1845.
[9]	朱敬忠, 刘启蒙, 刘瑜, 等. 深部煤矿冲击地压机理及监测防控技术研究[J]. 地球科学前沿(汉斯), 2021, 11(5): 646-654.
[10]	Wang, D., Wang, E., Liu, X., Feng, X., Wei, M., Li, D., et al. (2024) Non-Linear Response of Acoustic Emission and Electric Potential during Creep Failure of Coal under Stepwise Increasing Loads: Insights from Multifractal Theory. Natural Resources Research, 33, 2113-2133. https://doi.org/10.1007/s11053-024-10366-w
[11]	Wang, E., Jia, H., Song, D., Li, N. and Qian, W. (2014) Use of Ultra-Low-Frequency Electromagnetic Emission to Monitor Stress and Failure in Coal Mines. International Journal of Rock Mechanics and Mining Sciences, 70, 16-25. https://doi.org/10.1016/j.ijrmms.2014.02.004
[12]	Zhao, Y., Song, D., Wei, M., Khan, M., Li, Z., Qiu, L., et al. (2022) Analyzing the Synchronous Acoustic and Electric Response of Coal Burst Failure: Validation through the On-Site Application. Foundations, 2, 746-762. https://doi.org/10.3390/foundations2030051