CN101787897A - 一种实时预测矿井煤与瓦斯突出危险性的系统及其方法 - Google Patents

Abstract

一种实时预测矿井煤与瓦斯突出危险性的系统及其方法，涉及一种利用人工智能结合专家分析判别矿井自然灾害——煤与瓦斯突出危险程度的系统和方法。该系统以反映地应力大小的微震信号和反映瓦斯变化的瓦斯涌出量为分析参数，结合专家经验，能将煤与瓦斯突出危险性的预测准确性提高到90％以上。本系统及其方法主要由数据采集模块、数据传输模块、实时数据的跟踪分析中心、综合预警模块组成；数据采集模块将井下数据采集后，通过数据传输模块将数据传输给实时数据跟踪分析中心进行运算、分析、推理；当推理结果出现危险时，综合预警模块给出预警。本发明适用于具有煤与瓦斯突出危险性的类似矿井。

Description

一种实时预测矿井煤与瓦斯突出危险性的系统及其方法

技术领域

本发明涉及一种预测矿井煤与瓦斯突出事故的系统及其方法。

背景技术

煤与瓦斯突出是一种极其复杂的动力现象。其形成过程是：在具有煤与瓦斯突出的矿井中开采煤炭时，由于受人为采动的影响，由地应力、瓦斯、煤岩环境组成的系统遭到了破坏，失去了固有的力学平衡而产生一定的动力效应。地应力首先破坏煤体，使煤体产生裂隙，然后煤体向裂隙内释放并积聚高压瓦斯，促使煤体裂隙的不断发育。在很短的时间内，由煤体向巷道或采场突然喷出大量的瓦斯及碎煤。喷出来的粉煤与瓦斯可以填充数百米长的巷道，造成煤流埋人并充满巷道，使人窒息，甚至引起瓦斯爆炸。其发生的时间短，煤与瓦斯向空间抛出或放散的速度快，突出后人员很难迅速反应进行逃生，常常造成严重的人身伤亡和巨大的经济损失。尤其是，随着采掘深度不断增加，地应力与瓦斯压力不断加大，煤炭开采的地质条件和技术条件也日趋复杂，煤与瓦斯突出矿井的数目增多，次数频繁，强度加大，解决矿井煤与瓦斯突出灾害问题，更是迫在眉睫。

防止煤与瓦斯突出的发生，除了把反映煤与瓦斯突出事故的前兆信息实时采集外，更重要的还要寻找或确定预测煤与瓦斯突出危险的敏感参数指标及其临界值，这项工作一直是防治突出研究人员奋斗的目标。但是数十年开展的煤与瓦斯突出预测、预报研究工作的成果表明：(1)不同矿井有不同的临界指标值，要确定一个能够适应各个突出矿井的临界指标是十分困难的；②即使在同一个矿井、同一个煤层，在不同的采深、不同的区域，突出危险判据也不相同；③近年来，也出现了预测指标并不超标，但在实际的采掘实践中，也有发生突出的实例；④不可能在诸多煤矿，都配备并普及能预测分析煤与瓦斯突出的专业专家。

发明内容

本发明的目的在于，提供一种具有专家经验的实时预测煤与瓦斯突出事故的分析方法，即使在不同煤矿、不同的采深、不同的区域，也能动态建立危险判据，预测煤与瓦斯突出。

目前，井下瓦斯因素采集设备已经成熟，微震信号采集设备也已具备。申请人的专利ZL200820029079.0，名称《一种实时监测矿井顶板岩层或混泥土结构稳定性的装置》)，即影响煤与瓦斯突出发生的相关参数采集条件已经具备。长期现场研究和大量的试验表明：虽然各个矿井的煤岩结构与环境不同，预测煤与瓦斯突出事故的临界指标也不同，但是地应力大小和瓦斯涌出量总是存在着一定的关系。

发明人在甘肃等地矿区做了大量的现场试验，取得了以下的结果：

1)在没有突出危险的正常区开采时，监测数月几乎接收不到微震信号，且瓦斯涌出量平稳，基本活动在一个正常区间，表现了矿井的正常情况。

2)在有突出危险性且应力变化不是很大的区域开采时，小能量的微震信号增多，偶尔出现大能量的微震信号，瓦斯涌出量出现喷发式的变化，数值明显超出正常区间的波动范围。当有明显的应力变化时，小能量的微震信号大幅度上升，且大能量的微震信号也比较密集。持续时间加长，出现应力平衡的时间段减少；瓦斯涌出量急剧增大。

3)在具有煤与瓦斯突出危险的地段，小能量的微震信号整天出现，伴随着瓦斯涌出量波动幅度比较大。地应力、瓦斯压力与煤岩的承载能力几乎达不到平衡，这说明煤岩材料微观结构在应力的作用下得到了充分的破坏，应力的作用点将向起关键支撑作用煤岩体转移。

综合上述特点，通过建立合理的数学模型，可以比较准确地预测煤与瓦斯突出。

1)当微震信号几乎没有或很少，且瓦斯涌出量波动较小时，说明该区域属于安全区域；

2)当微震信号增多，大能量的微震信号出现，并伴随着瓦斯涌出量波动幅度较大的时候，说明该区域已经发生突出前兆，应该及时采取措施；

3)当微震信号整天出现，大能量危险信号和瓦斯涌出互动关系频繁时候，几乎可以断定监测区域属于极度危险或者已经发生了突出事故。

基于此，制作一种具有专家经验的实时预测分析系统，采集实时监测信号，自动计算寻找适合当前煤矿的突出危险临界指标，分析预测煤与瓦斯突出事故，是完全可行的。

本发明是这样实现的：

1.本发明的结构

本发明的结构：主要由数据采集模块、数据传输模块、实时数据跟踪分析中心、综合预警模块组成。数据采集模块将井下数据采集后，通过数据传输模块将数据传输给实时数据跟踪分析中心进行运算、分析、推理。当推理结果出现危险时，综合预警模块给出预警，从而指导人们对危险进行及时处理。各部分的构造和功能是：

1)数据采集模块：该模块由微震信号采集器、瓦斯涌出量采集单元构成。

a.微震信号采集器：由微震信号传导杆、微震信号传感元件、微震信号采集分析主机组成，实时采集煤层地应力的变化情况。

(1)微震信号传导杆——将原始煤层地应力信号变化情况传导给传感元件；

(2)微震信号传感元件——采集微震信号，将微震信号转变为电信号；

(3)微震信号采集分析主机——接收微震信号传感元件的微震信号并将其转变为电信号。通过对信号的放大、检波、滤波、以及波形对比分析，滤除外界噪音信号，并对可靠信号进行实时分析、判断及显示。

b.由甲烷传感器和风速传感器组成工作面瓦斯涌出量监测单元。

2)数据传输模块：由以下部件组成：

a.通过金属电缆和环网光纤，将数据传输到矿地面监控中心服务器；

b.通过Internet网络及相关标准网络设备，将实时数据传输到远程分析中心的服务器。

3)实时数据的跟踪分析中心：该实时数据的跟踪分析由两个部分组成：

a.矿地面监控中心服务器实时跟踪分析：该服务器上安装着煤与瓦斯突出实时跟踪分析专家诊断系统软件摸块。该软件模块完成数据的处理、归纳、分析、判断、预警、建立专家数据库、输出各种报表、发出各种提示功能。

b.专家分析中心：煤矿现场缺少煤与瓦斯突出自然灾害防治的专家，有经验的专家又很难及时得到现场的第一手资料。本发明将有经验的专家作为系统的一个组成部分；通过Internet网络将煤矿实时监测的数据同步传输到专家分析中心供专家进行实时分析判断。该方式能更加准确的预测煤与瓦斯突出的效果，大大加强预测煤与瓦斯突出自然灾害的准确性和及时性。

4)综合预警模块：综合预警模块由以下几个部分组成：

a.由矿地面监控中心人工智能实时跟踪分析系统发出预警，结合人为参与，向井下作业区工作人员发出报警。

矿地面监控中心实时分析软件对井下监测数据进行实时采集，当发现有突出危险征兆(地应力活动异常、瓦斯涌出量突然大幅度增大)时，向地面调度中心发出相应级别的预警信息。调度室工作人员通过数据传输系统向井下作业区域的语音报警设备发出指令，语音报警设备接到指令后打开报警灯并向工作区域人员发出语音提示，通知全体人员迅速离开危险区并到指定的避难场地避灾。

煤矿地面监控中心实时分析软件摸块，时刻监测作业区危险状态的变化，随时向避难人员下发报警信息或地面领导指令。当危险报警解除后，下发恢复生产的指令。

b.由煤矿地面监控中心实时分析软件的短信平台，根据危险程度等级和危险程度的紧迫性以及工作人员的分工，以手机短信的方式向其发出报警提示。

2实时跟踪预测、综合预警矿井煤与瓦斯突出危险性的研究

2.1正常区和突出危险区的分析特征

井下大量的数据测定中，绝大多数情况下，所测数据具有以下两个特征：

1)瓦斯涌出量会有一个大致的范围，多数测定值都集中在测定平均值附近；

2)大多数监测点微震信号几乎没有，或者信号很少。

通过对大量井下监测数据分析得知：突出危险区在井下较少，即多数区域测定值都集中在一个较正常的范围(有资料报道：突出危险区仅占整个巷道全长的10％或5％)。测定值的这种分布规律正好对应于数理统计的正态分布规律。因此，采用正态分布描述采集数据的随机误差分布规律，是合理的、可行的。

根据上述分析，将反映监测煤层区域特征的判定指标作为建立预测实时分析突出方法的基础指标。建立判定指标，具体依下步骤：

(1)数据转化——数据清洗转化

根据瓦斯涌出量和微震信号特征，对数据做了以下清洗转化处理；

1)微震信号处理如下：

将微震信号测定值按照煤矿实际作业班划分，根据作业班内微震信号频数建立判据指标；

使用该种方法的原因：

a.井下作业影响，微震信号测定值中有可能出现少数无效数据；

b.安装位置的不同，造成了不同的采集点测定值大小对比已经失效；

处理的结果：

c.通过分析一个作业班的测定数据，使得一些无效数据被大量的有效数据淹没，一个作业班相对长期的测定情况就代表了当前区域的情况。这样避免了判断的偶然性，提高了准确性；

d.通过将微震信号测定值转换成作业班内的活动频数，有效避免了由于安装位置的不同、测定绝对值大小失效的情况；

e.通过将不同作业班的微震信号测定值整理，得到的各个不同类型的作业班(三八或四六)的测定数据，用于建立判据指标更有意义。

计算方法：

3小时微震信号频数：3小时内测定值个数之和；

作业班微震信号频数：某一个作业班内测定值个数之和；

2)瓦斯涌出量测定值处理如下：

a.按照各个作业班，根据拉依达检验准则，判断舍弃离群值；

b.按照不同作业班划分，计算滤去异常瓦斯测定值的平均值；

计算方法：

作业班瓦斯涌出量特征值： $\stackrel{\‾}{Q_i}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{Q}_i}{n},$ 其中i为去除异常值后某一个作业班内监测值的个数，Q_i为第i号瓦斯涌出量监测值，其计算公式如下：

Q_i＝q_i×p_i×t                                 (1)

其中q_i为第i号瓦斯浓度监测值，p_i为第i号风速监测值，t为浓度变化的时间间隔。

3小时瓦斯涌出量特征值： $\stackrel{\‾}{Q_i}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{Q}_i}{n},$ 其中i为去除异常值后3小时内监测值的个数，Q_i为第i号瓦斯涌出量监测值，其计算公式如下：

Q_i＝q_i×p_i×t                                 (2)

其中q_i为第i号瓦斯浓度监测值，p_i为第i号风速监测值，t为浓度变化的时间间隔。

(2)判据指标计算

突出危险区分布规律的研究表明，正常区和突出危险区分布规律与正态分布随机误差的概率分布有一定的一致性，并进一步发现：可以取随机误差范围(μ-2σ，μ+2σ)作为正常区基本判据指标的随机误差范围，这与突出危险区仅占5％的认识十分相近。因此我们将根据测定数据计算出(μ-2σ，μ+2σ)作为煤与瓦斯突出前兆判据值范围。

建立正常区域判据指标计算方法(以下所有进行判据指标计算的数据，都是经过清洗转换后的数据)：

a.某一个作业班瓦斯涌出量判据指标：

b.3小时瓦斯涌出量判据指标： ${\mathrm{\δ}}_3^1={\mathrm{\μ}}_3^1\±{2\mathrm{\σ}}_3^1---\left(4\right)$

其中

即：某一个作业班瓦斯涌出量统计平均值，即：某一个作业班瓦斯涌出量统计方差； ${\mathrm{\μ}}_3^1=\stackrel{\‾}{Q_i}$ 即：3小时瓦斯涌出量统计平均值， ${\mathrm{\σ}}_3^1=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(Q_i-\stackrel{\‾}{Q_i})}^2}{n-1}}$ 即：3小时瓦斯涌出量统计方差。

c.某一个作业班微震信号判据指标：

d.3小时微震信号判据指标： ${\mathrm{\δ}}_3^2={\mathrm{\μ}}_3^2\±{2\mathrm{\σ}}_3^2---\left(6\right)$

其中

即：某一个作业班微震信号统计平均值，

即：某一个作业班微震信号统计方差； ${\mathrm{\μ}}_3^2=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{D}_i/n$ 即：3小时微震信号统计平均值， ${\mathrm{\σ}}_3^2=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(D_i-\stackrel{\‾}{D_i})}^2}{n-1}}$ 即：3小时微震信号统计方差。

以上判据指标将随着时间推移，不断更新，所有测定判据也会更加接近当前工作面地应力与瓦斯储量的真实情况。

2.2突出危险性的判别方法

突出危险性临界指标X_W的初始值可以按下式进行计算：

X_W＝X_u±ασ                            (7)

其中，X_u为监测数据平均值，σ为监测数据方差，α为危险倍率系数，通常其取值范围为1～2。

当反映某一时间间隔内煤层特性的统计平均值X_pi满足下式：

X_pi＞X_W                                 (8)

判定监测工作面有突出危险性；发出突出危险预报，置危险区域为重点监测区域。

以上述方法为依据，使用前面计算过的作业班和短时危险判据指标，按照不同权重进行危险判定，使用同类型作业班测定值与同类型作业班判据指标进行对比，输出不同危险等级的突出预测结果，有重要实际意义。

2.3突出危险临界值的自校

由于突出过程中释放出巨大的能量，产生大量的声发射信号并解吸释放大量的瓦斯。因此，通过微震探头和瓦斯探头能够很容易地识别井下发生的突出；系统分析软件识别确信监测区发生突出事故后，完成下述工作：

(1)启动建库模块，自动提高采集数据速率，建立突出事故实例库。

(2)通过分析突出事故的信号强度和持续时间长短，预测突出事故规模，发出突出发生的报警。

(3)分析突出事故发展倾向及其特征，自校突出危险判据指标X_W。

2.4预测不准确的校正方法

预测不准确时，将查询突出危险判据规则库得到的最小实际的危险倍率系数α_t赋予α；

α＝α_t                             (9)

此时，突出危险临界指标X_W等于突出事故的最小危险临界指标X_tW

X_W＝X_tW                             (10)

2.5预测正确的校正方法

为了进一步提高预测的准确性，在预测判据指标准确地预测到突出时，可以把当前危险判据指标X_W和危险倍数系数α与查询突出危险判据规则库得到的最小危险临界指标X_tW和实际的危险倍率系数α_t进行比较，根据比较结果调整突出危险临界值：

(1)X_W＜X_tW，α＜α_t时，说明当前突出临界判据指标X_W和危险倍率系数α的灵敏度好，能够发现预测比现有已发生突出事故的危险倾向更不明显的突出应该保持当前危险判据指标X_W和危险倍率系数α不变。

(2)X_W＞X_tW，α＞α_t时，把X_tW和α_t分别赋予X_W和α；用突出事故的最小危险临界值X_tW和实际的危险倍率系数α_t，取代当前的突出危险判据指标X_W和危险倍率系数α。

上述校核突出危险判据的方法，建立在准确预测或分析突出事故的实际统计数据的基础上，以实际突出事故的最小危险临界判据指标X_tW和最小危险倍率系数α_t为校核依据。因此，可以不断提高预测的准确率。

3.该发明的优越性

本发明针对煤与瓦斯突出时的瓦斯涌出量和微震信号特征，进行实时采集分析。在对突出矿井做了大量现场研究的基础上，详细分析了瓦斯涌出量和微震信号在正常区和突出危险区的发展变化规律和特点，提出一套自动寻找或确定适应监测矿井环境条件下的预测突出危险的判据指标的分析数学模型，将专家分析经验赋予计算机系统，解决了突出矿井危险判据各不相同，需要花费大量的人力、物力去寻找的难题，并开发了相应的专家诊断系统软件。

其优点在于：

其一、将集合的专家经验赋予计算机，利用计算机系统对实时连续的数据进行智能分析处理，自动寻找适合不同煤矿、不同采深、不同采区的微震信号和瓦斯涌出量的危险临界指标，根本性的解决了突出矿井危险判据各不相同问题，最大范围内对当前工作面突出危险等级做出快速、准确的判断。

其二，建立了三级预警分析机制，见图1。

a.数据采集单元为第一级，主要担负实时数据采集，当发现煤层特性(地应力或瓦斯)发生突然变化时，实现就地报警、断电控制任务；

b.矿地面监控分析中心为第二级，该服务器上安装着煤与瓦斯突出实时跟踪分析专家诊断系统软件，由该软件完成数据的处理、归纳、分析、判断、预警、建立专家数据库、输出各种报表、发出各种提示功能。

c.专家分析中心与专家诊断系统系统软件为第三级；通过互联网从矿地面监控中心服务器获得实时数据，由专家和研究人员在煤与瓦斯突出实时跟踪分析专家诊断系统的基础上做一些辅助分析、处理，

在煤矿现场由于缺少专职煤与瓦斯突出防治人员，缺少实际经验，生产任务重等原因，往往造成对分析结果误判、误处理或麻痹大意等情况，而耽误了对煤与瓦斯突出事故紧急处理的时机，而成为恶性事故。在窑街煤电集团公司做现场试验中，工作面已进入了突出危险区40多天，已有了明显的突出发生的征兆，现场分析系统也报了警，但现场人员仍按正常情况进行掘进，毫无防备之心，差点发生了大祸。由防突专家或专职研究人员组成的队伍，进行2次实时数据分析，就是要在技术上发现现场实时跟踪分析软件的不足，及时修改并对现场分析、处理提供技术支持。

本发明适用于所有煤与瓦斯突出危险的煤矿，以煤岩破坏时释放的微震信号和巷道瓦斯涌出量为分析对象，破坏的程度不同，微震信号的强弱不同，突出危险性煤层瓦斯也不同；因此，该技术解决了煤与瓦斯突出中地应力无法实时监测的问题，使得实时预测矿井煤与瓦斯突出危险性成为了可能，能将煤与瓦斯突出危险性的预测准确性提高到90％以上，达到了世界领先水平。

附图说明

图1本发明分析预测矿井煤与瓦斯突出系统的结构示意图；

(煤与瓦斯突出危险性三级实时跟踪分析、综合预警结构示意图)

图2本发明有效信号采集器的安装示意图

图3本发明的人工智能煤矿终端分析软件部分原理示意图

图4本发明的实时数据传输部分结构示意图

图5.本发明的人工智能分析服务器软件结构示意图

具体实施方式

下面结合附图叙述一个本发明的实施例。

图1为本发明分析预测矿井煤与瓦斯突出系统的结构示意图：整个系统分为三级：第一级为有效数据采集部分。有效信号采集器1(包括微震信号采集器甲烷传感器

，风速传感器

)将采集到的信号通过电缆或光纤及其井下通讯接口2传输给第二级的煤矿专家诊断系统中，并经井上通讯接口3传送给人工智能煤矿终端分析软件4进行分析处理，人工智能煤矿终端分析软件4再将有效信号采集器1采集的数据经过煤矿-公共网络连接设备11与互联网传输给第三级的煤矿自然灾害分析服务站，并经过公共网络-远程服务站连接设备12将数据传输给实时通讯服务器5，人工智能分析服务器6和数据服务器7进行相关分析运算处理。在上述处理的结果上，结合煤矿自然灾害研究分析专家组8的人为分析，最终产生一个预测结果。一旦危险存在，煤矿自然灾害研究分析专家组8通过电话预警服务9向第二级中的电话预警终端10发出预警信号，及时指导煤矿现场人员做出相应的安全处理。

图2为本发明有效信号采集器安装示意图：在距工作面碛头15m、30m的巷道两帮，分别安装两组微震信号采集器

(图中左上、左下为第一组，右上、右下为第二组)。在第二组临近位置，安装一个甲烷传感器

和风速传感器

用以测定瓦斯涌出量。

当靠近工作面碛头的一组微震信号采集器与工作面碛头的距离超过30m时，将后面的一组微震信号采集器

向前移30m，甲烷传感器

和风速传感器

向前移15m，如此反复。这种方式根本性解决了由于距离远而导致的监测信号在岩体中受损，从而保证了采集信号的真实和可靠。

图3为本发明的人工智能煤矿终端分析软件部分原理示意图：有效信号采集器1采集的数据，通过电缆或光纤及井下通讯接口2，井上通讯接口3传输给人工智能煤矿终端分析软件4中的数据处理模块13，数据处理模块13将数据分别传输给实时数据远程传输软件23和原始数据库16，数据清洗转换模块14将原始数据库16的数据进行处理并将处理过的数据存入数据仓库17，计算学习模块15再将数据仓库17中的数据进行学习，得出判据指标，并存入判据指标库18中，推理模块20将原始数据库16和判据指标库18中的数据进行推理，并将结果送给控制模块21，经过控制分析，实现数据显示，报警22。当突出事故发生后，将其结果存入突出事故库19并结合数据仓库17中的数据再次送入计算学习模块15中学习，并得到新的判据指标库18，实现对新数据的判断。通过以上过程实现判据指标的动态变化，从而保证了判据的合理性和有效性。

图4为本发明的实时数据传输部分结构示意图：实时数据远程传输软件23获取的数据，通过互联网24传输给实时通信服务器5，并将数据存储于数据库25中。

图5为本发明的人工智能分析服务器软件结构示意图：实时数据通信服务器⑤将数据传输给原始数据库16；数据清洗转换模块14将原始数据库16的数据进行处理并将处理过的数据存入数据仓库17；计算学习模块15再将数据仓库17中的数据进行学习，得出判据指标，并存入判据指标库18中；推理模块20将原始数据库16和判据指标库18中的数据进行推理，并将结果送给控制模块21，经过条件控制，实现数据显示，报警22。当突出事故发生后，将其结果存入突出事故库19并结合数据仓库17中的数据再次送入计算学习模块15中学习，并得到新的判据指标库18，实现对新数据的判断。数据显示，报警22结果结合专家组分析26得出最终预测结果，当预测结果出现异常时，立即通过电话预警服务27通知矿方，以便采取及时的防患措施。

Claims (10)

1.一种实时预测矿井煤与瓦斯突出危险性的专家诊断系统，其特征在于：由数据采集模块、数据传输模块、实时数据的跟踪分析中心、综合预警模块组成；数据采集模块将井下数据采集后，通过数据传输模块将数据传输给实时数据跟踪分析中心进行运算、分析、推理；当推理结果出现危险时，综合预警模块给出预警，如图1；

1)所说数据采集模块，即有效信号采集器(1)，由微震信号采集器

瓦斯涌出量采集单元构成；

(1)微震信号采集器

由微震信号传导杆、微震信号传感元件、微震信号采集分析主机组成；

a.微震信号传导杆——将原始煤层地应力信号变化情况传导给传感元件；

b.微震信号传感元件——采集微震信号，将微震信号转变为电信号；

c.微震信号采集分析主机——接收微震信号传感元件的微震信号并将其转变为电信号，通过对信号的放大、检波、滤波、以及波形对比分析，滤除外界噪音信号，并对可靠信号进行实时分析、判断及显示。

(2)瓦斯涌出量监测单元由甲烷传感器

和风速传感器

组成。

2)所说数据传输模块：由以下两部件组成：

a.通过金属电缆和环网光纤，将数据传输到矿地面的监控中心服务器；

b.通过Internet网络及相关标准网络设备，将实时数据传输到远程分析中心的服务器。

3)所说实时数据的跟踪分析中心：该实时数据的跟踪分析由两个部分组成：

a.矿地面监控中心服务器实时跟踪分析：该服务器上安装着煤与瓦斯突出实时跟踪分析专家诊断系统软件模块，该软件模块完成数据的处理、归纳、分析、判断、预警、建立专家数据库、输出各种报表、发出各种提示功能；

b.专家分析中心：将有经验的专家作为系统的一个组成部分；通过Internet网络将煤矿实时监测的数据同步传输到实时通信服务器(5)，供专家组分析(26)；

2.根据权利要求1所述的预测矿井煤与瓦斯突出危险性专家诊断的方法，其特征在于：

(1)有效信号采集器(1)，将采集的数据传输给数据处理模块(13)；

(2)数据处理模块(13)通过计算学习模块(15)结合突出事故库(19)，计算、自校突出危险判据指标，并将判据指标存储于判据指标库(18)；

(3)通过Internet网络将监控数据传输到远程监测中心，并把专家组分析(26)加入远程监测中心；

(4)当有突出危险性倾向时：

(a)由推理模块(20)根据危险判据指标和专家组人为经验，分析判断突出危险性；

(b)利用人工智能系统的声光报警和电话预警服务(27)发出预警；

(c)突出事故发生后，将事故监测数据存储到突出事故库(19)中，计算学习模块(15)自动校正危险判据指标，实现作业区域的煤与瓦斯突出危险性预警分析。

3.根据权利要求2所述的实时预测矿井煤与瓦斯突出危险性的方法，其特征在于：将有效信号采集器(1)采集的数据通过数据处理模块(13)和计算学习模块(15)，根据危险性分布特征，运用正态分布数学模型建立一个反映监测煤层区域危险性特征的基本判断指标和判别方法；

所说的基本判据指标是：利用正态分布函数，计算出相关指标，即：某一个作业班瓦斯涌出量判据指标

3小时瓦斯涌出量判据指标

某一个作业班微震信号判据指标

3小时微震信号判据指标

所说的判别方法是，以反映某一时间间隔内煤层特性的统计平均值X_pi与突出危险性临界指标X_W之间的关系：当X_pi＞X_W，判定监测工作面有突出危险性，发出突出危险预报，置危险区域为重点监测区域。

4.根据权利要求2所述的实时预测矿井煤与瓦斯突出危险性的方法，其特征在于：通过计算学习模块(15)和推理模块(26)，建立一个突出危险临界值的自校系统，该自校系统，根据监测区发生突出事故，分析突出事故发展倾向及其特征，自校突出危险判据指标X_W。

5.根据权利要求2所述的实时预测矿井煤与瓦斯突出危险性的方法，其特征在于：通过查询判据指标库(18)和突出事故库(19)对预测不准确结果进行校正；将查询突出危险判据规则库得到的最小实际的危险倍率系数α_t赋予α，突出事故的最小危险临界指标X_tW赋予突出危险临界指标X_W。

6.根据权利要求2所述的实时预测矿井煤与瓦斯突出危险性的方法，其特征在于：通过学习模块(15)和推理模块(20)以及判据指标库(18)，对预测正确结果进行校正，其校正方式为：X_W＜X_tW，α＜α_t时，当前危险判据指标X_W和危险倍率系数α不变；X_W＞X_tW，α＞α_t时，用突出事故的最小危险临界值X_tW和实际的危险倍率系数α_t取代当前的突出危险判据指标X_W和危险倍率系数α。

7.根据权利要求5所述的实时预测矿井煤与瓦斯突出危险性的方法，其特征在于：将计算学习模块(15)、推理模块(20)与远程专家组分析(26)相结合，形成最终的煤与瓦斯突出危险性预测结果，并在出现危险的情况下，计算机系统结合电话预警服务(27)完成预警。

8.根据权利要求5所述的实时预测矿井煤与瓦斯突出危险性的系统，其特征在于：通过计算学习模块(15)和推理模块(20)，建立突出危险临界值的自校系统；该系统由数据仓库(17)、判据指标库(18)、突出事故库(19)、推理模块(20)及控制模块(21)组成；当系统分析软件结合人为参与确信监测区发生突出事故后，建立突出事故库(19)，并结合数据仓库(17)，重新计算出突出危险判据指标X_W，通过推理模块(20)和控制模块(21)，预测后续区域内煤与瓦斯突出危险性倾向。

9.根据权利要求1所述的实时预测矿井煤与瓦斯突出危险性的系统，其特征在于：在距工作面碛头15m、30m的巷道两帮，分别安装两组微震信号采集器

和用以测定瓦斯涌出量的甲烷传感器

和风速传感器

10.根据权利要求8所述的实时预测矿井煤与瓦斯突出危险性的方法，其特征在于：当靠近工作面碛头的一组微震信号采集器

与工作面碛头的距离超过30m时，将后面的一组微震信号采集器

向前移30m，甲烷传感器

和风速传感器

向前移15m。

Images