现场监测与数值模拟相结合的矿山灾害预测预警方法

朱万成 任 敏 代 风 张鹏海 王雷鸣 刘洪磊贾瀚文 王兴伟

（1.东北大学资源与土木工程学院，辽宁沈阳110819；2.东北大学岩石破裂与失稳研究所，辽宁沈阳110819；3.东北大学计算机科学与工程学院，辽宁沈阳110819）

随着我国经济的快速发展，矿产资源需求量与日俱增，矿业开发规模逐渐扩大。在国内矿产资源储量逐渐减少、易采矿产逐步枯竭的情况下，矿山逐渐转向对深部资源和复杂难采资源的开采［1］。随之带来的问题是，矿山生产的安全问题日益突出，岩爆、透水、冒顶、塌陷等灾害凸显［2］。为降低开采诱发的矿山动力灾害风险，保护从业者生命和企业财产安全，进行矿山灾害预测预警是当下采矿行业迫在眉睫的需求。然而，由于矿山地质条件的不确定性，灾害形成机理复杂，虽然众多的专家学者针对矿山灾害预警防控的课题进行了不断探索研究，到目前为止，无论是从空间上还是从时间上，国内外尚缺乏行之有效的矿山灾害预测预警方法，难以实现灾害的有效预警［3］。

预测是指在掌握现有信息的基础上，根据客观事物的发展趋势和变化规律对特定对象的未来发展趋势或状态进行科学推断与判断，即预测就是根据过去和现在估计未来。预警是指在灾害或灾难以及其他需要提防的危险发生之前，根据以往总结的规律或观测得到的可能性前兆，向相关部门发出紧急信号，报告危险情况，以避免危害在不知情或准备不足的情况下发生，从而最大程度地减轻危害所造成的损失的行为。相比而言，预警是要找到灾害发生的可能前兆，并发出紧急信号，以减轻灾害发生所造成的损失。例如，对于地震灾害，地震预警主要利用电磁波与地震波的速度差，以及地震P 波与S 波的速度差来实现地震发生后的及时预警。发出预警的时候，有害的地震波（S 波、L 波、R 波）往往还未到达地表。因此，在监测到地震激发的电磁波和P 波时，即可发出预警，可以提醒人们采取紧急措施。虽然地震预警的时间非常短，往往只有几秒、十几秒或数十秒，但是如此短的时间仍然可以挽救很多生命，减少很多损失［4］。

从某种程度上说，矿山动力灾害的发生可以视为一种诱发的“地震”，往往与地震的发生具有一定的相似性，但由于矿山灾害的“震源”与工作面距离比较近，单独采用波速差的地震预警方法由于时间差极短而难以奏效。另一方面，矿山动力灾害类型众多、致灾机理复杂，精准探明灾害的孕育发展过程十分困难，往往难以通过某种单一预警手段实现有效的临灾预警。

1 矿山灾害预测预警方法概述

1.1 基于现场监测的预测预警方法

为实现矿山灾害的预测预警，首先要通过现场监测来获取矿山岩体的响应信息。这使得我们能够实时了解矿山的实际状况，并对异常现象做出及时有效的判断，做到持续不间断的监控。随着近年来科学技术的不断发展，越来越多的监测专用传感器应运而生，可以从各方面基本满足矿山现场的监测需求。

矿山的地质条件与开采方法各不相同，针对不同的矿山灾害问题，现场采用的监测手段也不尽相同。除了常见的监测手段，如锚杆应力、巷道收敛、孔内多点位移、风量、温度等常规参量监测外，对于深部矿山常见的岩爆灾害，还需采用微震监测以跟踪采动引起的围岩破裂信息［5-6］；针对具有突水灾害风险的矿山，更需要注重微破裂形成的涌水通道［7］、观测孔水位［8］与裂隙水压等方面的监测信息［9］；针对浅埋矿山面临的空区塌陷导致地表沉陷灾害，还需增加地表沉降监测。在这方面，即便是获得了灾害发生之前围岩的响应信息，但如何从中挖掘出真正的前兆信息，如何基于前兆信息的认识对灾害进行预测预警，目前仍然是悬而未决的难题。

在获取矿山现场基本地质条件和监测数据的前提下，目前普遍采用的预测预警方法可大致分为3类：基于理论或经验公式的预测预警方法、基于监测阈值的预测预警方法和基于数理统计与智能算法的预测预警方法。

基于理论或经验公式的预测预警方法是指利用根据理论公式或经验、半经验公式建立的灾害评估模型进行灾害预测预警。例如，在已知矿山地质开采条件的情况下，利用概率积分模型可以预测沉降量与沉降曲线［10］。王永军［11］借助圆锥型冒落理论、普式冒落拱理论、轴变理论、弹塑性理论等力学理论，采用自适应变权重综合分析法预测了巷道的冒顶高度。在大量前期数据证实这些理论或者经验公式具有可用性的前提下，可以根据这些理论或经验公式给出的数值来进行灾害预警。实际上，由于难以得到具有时变性的理论模型和经验公式，进行矿山灾害的预测虽然具有一定的依据，但进行预警则是非常困难的。

基于监测参量阈值的预测预警方法是指过经验分析、理论分析或工程类比法等，人为确定监测数据的合理范围，当超出合理阈值范围时进行灾害的实时预警。预警指标的选取在该预警方法中扮演着重要角色，不仅预警指标的量值大小能够表明围岩变形是否处于加速阶段，而且不同的预警指标表征了围岩变形的不同特性。预警指标不仅指直接监测的直接数据，也可以是二次处理数据。例如，监测边坡滑动位移时，不仅可以设定测点位移的合理阈值，也可以将位移数据转化为速度或加速度，设定合理的速度或加速度阈值进行预警［11-12］。现阶段，基于微震监测信息是实现高应力诱发岩爆预警的重要途径。于洋等［5］基于对锦屏二级水电站引水隧洞、排水洞施工过程中的大量微震信息以及不同等级的岩爆实例的分析，提出了以局部能量释放率和最大能量微震事件的能量值为预警指标的岩爆灾害综合阈值预警方法。张楚旋等［13］基于微震活动性数据，采用能量指数与累积视体积之比及施密特数与累积视体积之比来进行矿山岩爆的预测预警，获得了围岩失稳前更为合理的预警期。王冠聪等［14］结合矿压理论及突水机理分析了水压、水温、钻孔应力等现场监测数据的变化规律，提出了深孔监测数据的阈值预警判别准则，并有效判别了王楼煤矿工作面的突水预警等级。

基于数理统计与智能算法的预测预警方法是指利用回归分析、灰色理论、模糊数学等数理统计方法或者人工智能算法，分析挖掘监测数据与矿山灾害之间的隐含关系，实现预测预警。韩伟民［15］用灰色理论GM（1，1）预测模型和Verhulst 预测模型进行建模，并对应力和位移参数因子进行模拟预测，初步构建了柿竹园多金属矿的矿山地质灾害预警系统。谢振华等［16］提出了矿山排土场滑坡预警指标体系，针对综合预警指标，建立了基于BP 神经网络的排土场滑坡预警模型。侯冠慧等［9］基于顶底板压力监测、巷道内水位监测、超前水体探测等现场监测数据，综合考虑了各种因素如巷道、含水层水位、顶底板压力以及挖掘面前方水量等，同时参考现有水文地质资料及监测数据，建立了基于BP 神经网络和D-S 证据理论两级融合的煤矿工作面突水预警评价模型。张新宇［17］与侯宝月［18］基于矿井突水结构的超前探测以及钻孔原始资料信息、突水点信息、地表水质监测信息及涌水量数据信息等，运用CART 分类决策树算法构建了突水预测模型。

上述基于现场监测数据的预测预警方法尚存在三个方面的不足：

（1）工程现场致灾过程与演化机制不明确。该类预测预警方法是对大量数据中的隐含规律进行挖掘，无法明确得出灾害发生的致灾机理以及灾害从孕育到爆发的演化机制，对从根本上认识灾害的前兆无实质性推动作用。为更有效地进行矿山灾害的预测预警，需要在进行采动致灾过程分析的基础上，认清各种矿山灾害发生的机理与前兆规律。

（2）数据质量依赖性强。由于该类方法实施的基本条件是数据，为实现更为准确地预测预警分析，往往需要更为全面、精确的数据。但矿山现场环境复杂多变，有时根本无法获取足量的优质监测数据，甚至已有的监测数据也可能因岩体结构破坏或开采扰动等因素导致数据中断及干扰失真。现场难以保证数据的全面性、连续性及优质性，易导致预测预警的准确性和可靠性降低。

（3）现场监测多为点式监测，无法实现全面覆盖。由于监测数据来源于各个散落布置的监测点传感器，该类数据仅能反映该监测点极小范围内的力学响应状态，并不能获取其他非监测点的响应状态。由于监测点布置代表性差等原因，造成非监测点的响应比监测点的响应更强烈，会导致非监测点先于监测点破坏，进而使得预警任务失败。总之，虽然监测数据中含有灾害孕育的过程信息以及灾害爆发的可能前兆信息，但识别和提取这些信息是相当困难的，目前基于现场监测的预警方法尚无法完全实现灾害预测预警的目标。

1.2 基于数值模拟的预测预警方法概述

除了上述基于现场监测数据的预测预警方法外，数值模拟手段也常被用于分析评价矿山灾害发生的可能性。岩体数值模拟技术是基于已知的理论知识（例如弹塑性力学、断裂力学和损伤理论等），通过数值方法求解一些理论上无法明确表达解析解的复杂情况，可以计算获得采动影响下的围岩力学响应。根据不同的数值求解方法，数值模拟方法可分为有限元、离散元、边界元、无单元、DDA、流形元等方法。实际上，借助于数值模拟方法，人们可以进行岩体损伤致灾过程的分析，在此基础上也可以实现岩体损伤区发展的分析预测，为灾害预测预警提供重要的理论与技术支撑。此外，数值模拟方法能够更直观地展示出整个研究区域内的力学响应状态，为解读监测数据和挖掘前兆特征提供理论依据，可为研究者认清灾害发生机理与发展规律提供重要参考。

近年来，学者们利用各种数值模拟手段开展了矿山实况模拟，进行了矿山安全评价分析，取得了一些有价值的研究成果。曹辉等［19］采用ANSYS 有限元数值模拟方法对南洺河铁矿开采过程中的突水灾害进行了模拟评价，预测了矿区内突水危险源区域。陈庆发［20］采用MIDAS/GTS 有限元数值模拟软件开展了空区稳定性模拟分析，研究了采空区稳定性尺寸效应。此外，还有学者采用RFPA 软件对3 类典型空区群结构的灾变路径与链源进行了仿真模拟，探究了采空区群结构致灾效应。王仕昌等［21］在进行了抽水试验的基础上，通过数值模拟预测了各开采水平的正常矿坑涌水量，为开采可行性研究提供了水文地质数据。骆祖江等［22］通过对山西平朔矿区地下水系统的水文地质模型进行概化，建立了矿区地下水运动的三维数值模拟模型，并结合工况特征及矿井作业方式、生产进度，以巷道和回采工作面月掘进量为单位，模拟预测了各巷道和回采工作面地下水位降至9号煤底的涌水量。王鹰等［23］通过3DEC离散元数值模拟方法对引汉济渭秦岭隧洞工程的5 个代表性埋深段进行了隧洞开挖数值模拟，分析了开挖后围岩的二次应力、位移变化和破坏情况，并选择了5种不同的岩爆判据对围岩岩爆等级进行了预测，预测的岩爆等级与实际岩爆发生情况基本吻合。

数值模拟方法用于灾害预测预警，虽然可以从机理上分析灾害的发生过程，在一定程度上指导安全生产，但也存在以下两方面的不足：其一，由于岩体的复杂性，无法完全真实表征工程现场情况，数值模拟往往对岩体的现场情况进行简化，模拟的结果往往与现场真实情况有较大差异，预测预警的准确性也会大打折扣；其二，当前的数值模拟方法均是基于前期勘探数据开展，不能基于时刻变化的现场实际情况进行实时动态的数值模拟，无法满足预警的实时性要求。

2 现场监测与数值模拟相结合的预测预警方法

针对矿山灾害预测预警而言，上述基于现场监测的方法和基于数值模拟的方法，各有其独特的优势，但也存在不可忽视的缺点。如果能将两种方法有效地结合起来，取长补短，可以从很大程度上改善矿山灾害预测预警的效果。

基于如上思路，课题组整合前期在现场监测和数值模拟分析方面的技术优势，发展形成了现场监测与数值模拟相结合的矿山灾害预测预警方法，以期实现基于监测的模拟和基于模拟的预警，达到有效改善现行矿山灾害预测预警方法的目的。图1 展示了现场监测与数值模拟相结合的矿山灾害预测预警平台的总体框架，主要分为5 个模块：室内试验与理论建模、现场测量与监测、数据集成与数据挖掘、趋势预测与实时预警、警情发布及应急避险。

在室内试验及理论建模方面，开展多应变率条件下的岩石损伤与破裂过程试验，建立多应变率（准静态、流变、动态扰动）条件下的岩石损伤力学模型；开展岩石节理的剪切失稳试验，建立节理剪切失稳的本构模型；同时建立矿柱—顶板、围岩—支护体、围岩—充填体相互作用的理论模型，探寻岩石损伤与失稳破裂发生的条件和判据，为预测灾害的发生时间奠定理论基础。

在现场测量与监测方面，开展岩体赋存环境信息（地应力、地下水、地温）测量；采用物探、摄影测量、钻孔探测等多种手段，进行岩体结构特征的多尺度探测，认识岩体的结构特征；开展围岩变形、应力、微震等响应过程的实时跟踪监测，深入分析采动引起的围岩响应特征。

在数据集成与数据挖掘方面，利用物联网实时传输技术，将多种监测数据实时传输并汇集至云平台数据仓库，进行数据的清洗和聚类分析，开展监测数据挖掘；在云计算的编程环境中，研发岩石损伤与破裂的数值模拟软件系统，开展采场围岩损伤及灾害孕育过程的数值模拟。

在预测预警方法方面，将监测数据和数值模拟结果进行融合，利用微震数据表征岩体损伤与参数弱化情况，开展实时数值模拟分析。基于实时监测数据进行人工智能算法研究与回归分析，结合实时数值模拟得出的损伤演化规律，进行矿区变形损伤与破坏趋势预测。此外，将现场监测关键指标的阈值监控与实时数值模拟阈值监控以及专家综合评判相结合，可进行灾害实时预警。将趋势预测与实时预警进行有机综合，从而发展形成了现场监测与数值模拟相结合的灾害预测预警方法。同时，借助于虚拟现实系统实现区域模型和数据以及预测预警结果的真三维显示。

在预警信息发布及应急避险方面，事先预估可能发生的各种灾害类型、规模，提前制定相应的应急避险方案。当预警判别出现警情时，利用云平台技术实现预警信息的多终端实时发布，及时启动相应的应急避险预案，组织人员及设备有序撤离，避免灾害引起的严重后果。

2.1 岩体参数表征与三维建模

为实现整个研究区域的数值模拟，要求建立的三维数值模型尽可能贴合岩体工程实际，为此需要开展一系列的前期准备工作：①选取矿山灾害发生风险较高的区域作为研究对象，基于地质勘探资料，确定矿区岩性分布、断层褶皱等地质结构分布情况，根据采矿设计图纸资料确定采场分布，建立研究区域的三维地质和几何模型；②基于岩石室内试验和现场结构面调查成果进行岩体质量分级，确定岩体物理力学参数及其本构关系；③基于矿区地应力场、地下水渗流场、地温场等岩体赋存环境资料，设定三维计算模型的边界条件和初始条件，在该环节，需要利用AutoCAD、3Dmine、Hypermesh 等软件建立三维几何及数值计算模型。

2.2 初步数值模拟与现场监测点布置

将获取的岩体参数、本构参数和边界条件输入到岩石力学数值模拟软件，可初步进行研究区域的采动岩体力学响应的三维数值模拟。根据力学模型的不同，数值模拟可选择的数值软件分为基于连续介质力学的软件和基于非连续介质力学的软件两类，可以在这些软件中嵌入事先研究确定的岩体本构关系，以便开展更为贴合工程实际的力学分析。

为对整个采区进行大规模数值模拟分析，由于无法对每条节理信息都调查清楚，在这种情况下，可采用基于连续介质力学的软件，如RFPA、Comsol Multiphysics、Ansys、Abaqus、FLAC2D/3D 等常见的有限元或有限差分软件，将岩体等效称为均匀连续介质，分析开采带来的应变扰动和围岩的损伤与破裂。如果是关注单个巷道顶板围岩的冒落，此时需要注重局部节理分布与关键块的稳定性分析，可采用基于非连续介质力学的软件，如UDEC、3DEC、PFC、DEM 等软件等，对巷道顶板块体滑落进行预测分析。

根据初步的数值模拟结果，可直观地得出矿区中的某些高应力和易发生损伤、出现塑性变形的部位，根据矿山结构关键部位（如巷道顶板、采空区顶板等）的变形、应力以及损伤区的分析，确定最佳的监测手段以及传感器布置方案。例如，微震传感器应该布置在具有岩爆风险较高的区域，这样有利于捕捉更多的微震信息；多点位移计等变形监测仪应该布置在发生变形较为明显的围岩中。目前，可供选择的监测参量主要有围岩及结构应力（内部或表面）、位移（内部或表面）、应力变化率、变形速率、微震、含水率、渗透压力、涌水量、风速、温度、湿度、有害气体含量、声波速率、电阻率、红外信息、视频信息等。相应可供选择的监测设备较多，在此不进行详细叙述。

近年来，矿山监测技术取得了较大发展，其中微震监测技术是其中应用最为广泛的技术方法之一。目前，多通道微震监测技术在南非的深井金矿及美国、加拿大、澳大利亚、智利等采矿大国的金属矿山和波兰等国的煤矿得到了普遍使用，成为矿山动力地压灾害监测和安全生产管理的主要手段。由于微震监测数据可以反映岩体内部微裂隙的萌生、扩展过程，进而间接反映出岩体损伤情况与岩体基本力学参数弱化情况，从而可以根据实时微震监测数据反演分析岩体的实时损伤情况。

岩体损伤变量可以定义为

式中，Ud为受力过程中的耗散能；Uc为岩石单元强度在完全丧失时的临界能量耗散值，是一个材料常数，并且与岩石单元的应力情况无关，由岩石的单轴拉压或剪切试验得到［24］；ΔU 为岩石损伤释放的弹性应变能；E0为初始弹性模量；v 为泊松比；σ1、σ2、σ3分别最大主应力、中间主应力和最小主应力。

岩体损伤区域半径为

式中，b 为修正系数；M 为地震距，表示微震事件强度大小；E为微震事件能量；μ为剪切模量［24］。

2.3 数值模拟方法

目前，数值模拟普遍作为特定条件下的机理分析手段，但无法实现动态改变条件时的实时模拟分析。现场监测手段可有效获取岩体位移以及微破裂信息，通过进行反演分析来实时获取岩体力学参数与边界位移条件。因此，融合现场微震监测、位移监测、水压监测等监测手段获取的实时数据，并将其转化为岩体实时力学参数、区域实时位移边界、区域实时水压边界等数值模拟初始条件，可以有效实现对矿山现场的实时数值模拟分析。基于微震监测数据表征岩体损伤实时更新数值模型力学参数进行的矿山实时数值模拟分析过程如图2 所示。通过对微震监测数据进行震源参数分析，可以获得震源位置、能量损失和震级等参数，基于一定的能量耗散准则可以实现基于微震数据的岩体损伤表征，并对数值计算模型的中的岩体参数进行更新。同时，将现场监测获取的位移、水压信息表征到数值模型中，可以实时校正计算模型的边界条件。如此反复，通过监测数据实时修正数值模拟模型，可使得数值模型不断地接近工程实际，从而实现基于监测数据的实时数值模拟分析，可以对矿山未来的微震活动性及围岩发生破坏情况进行预测和预警。

此外，当前的数值模拟主要是小范围（通常是单个巷道）的分析，要实现采场、采区乃至整个矿区的大规模计算分析，使用云计算平台成为突破数值模拟计算容量瓶颈的必然选择。在现场监测方面，人们通过对采动岩体的应力、应变、位移、微震活动性等进行实时监测，每天通过各类传感器可以获取多达GB 字节量级的数据。随着传感器采样精度的提高和传感器数量的增加，监测数据量剧增，传统的数据分析方法已无法胜任，借助于大数据技术对监测数据进行分析和挖掘成为必由之路。

2.4 现场监测与数值模拟相结合的围岩破坏预测预警方法

现场监测与数值模拟相结合的预测预警方法实现流程如图3所示。

一方面，现场监测可以采用多种设备实时监测矿山岩体微震、位移、水压等多种响应信息。在实时获取监测数据的基础上，借助于神经网络、支持向量机、贝叶斯网络等人工智能算法以及非线性回归分析方法可以对数据的后续发展趋势进行预测。同时，针对不同的矿山灾害，可以通过影响因素分析确定出关键监测指标，参考已有的设计规程中给出的变形等参数阈值，同时利用工程类比法对比具备相同条件的其他案例以确定合理的监控阈值。最后，监测系统依据监控阈值和实时监测数据对矿山安全条件进行风险等级判别。

另一方面，利用现场监测获取的微震信息可以反演岩体参数弱化情况，围岩位移信息可以表征模型的边界条件，裂隙水压信息可以表征模型的渗流初始条件。将这些实时监测信息均表征到数值模型中，实现数值模型实时动态更新，以便开展矿山实时数值模拟分析。实时数值模拟可以进一步分析矿区损伤区的演化规律，结合生产进度模拟后续矿区损伤区的扩展情况，可以预测研究区域内岩体损伤破坏区的发展趋势。同时，根据矿山灾害类型确定合理的安全系数计算方法，利用实时数值模拟分析结果计算得出矿山安全系数。根据安全系数所处的阈值范围，可进一步确定出矿山灾害风险等级。

最终，在现场监测方法与实时数值模拟方法分别得出灾害风险等级的条件下，采用专家评判系统进行综合评判，得出灾害预警等级，利用信息发布平台及时发布预警信息及避险建议。

预警系统的可视化展示平台不仅可以展示出各监测点的实时监测数据，还可以显示整个区域的数值模拟结果。既能获取特定监测点反映的矿山实际情况，又能清楚了解到其他非监测部分的应力应变响应，使得决策者对矿山的总体安全状态有一个更全面的认识。此外，前期可通过数值模拟生产工况，理论上认识矿山整个生产过程中安全状态的变化，从力学角度分析灾害发生原因，推断灾害发生的条件，以便制定出科学的防灾救灾措施。

3 露天矿边坡失稳灾害预警应用实例

以大孤山露天矿西北帮边坡变形破坏为例，详细阐述本研究提出的矿山灾害预测预警方法性能。大孤山铁矿是深凹露天矿，矿场封闭圈标高+90 m，沿走向长1 700 m，宽1 500 m，现已开采到-330 m 境界。矿山采用汽车运输与皮带运输相结合的方式，西北帮坡体内部开掘有皮带运输巷道。如图4所示，多年以来，西帮皮带巷道、风井均不同程度地出现细微开裂，皮带巷道衬砌混凝土沿巷道出现多处规模不等的裂缝，裂缝宽度从数厘米至十数厘米不等。主裂缝分布在71#、83#皮带架处，两处宽度约60 mm，其中69#～72#皮带架处巷道明显向坑内方向错位，巷道基底混凝土面伴有挤压隆起，主裂缝横向展布与巷道纵向交角大于60°，部分区段也可见到竖向开裂变形现象。以上现象表明，大孤山西北帮已出现不同程度的变形破坏现象，为保证矿山正常生产、运输，故选择西北帮边坡为本研究稳定性监测预警的重点研究区域。

3.1 地质勘探、测绘与三维几何建模

基于早期勘探、测绘获取的地质资料对矿区进行了详细三维地质建模。三维模型中主要包含了开采境界模型、断层和岩性分界面模型以及地层模型。本研究三维模型主要通过AutoCAD和3Dmine两款软件构建，大孤山整体模型及西北帮三维几何模型如图5所示。

3.2 初步数值模拟以及现场监测方案制定

根据选取的重点监测范围以及防范灾害类型，在该区域布置了一套包含9 传感器（8 个单轴传感器和1个三轴传感器）、12通道的微震监测系统，设置了3 个深孔测斜监测点，5 个GPS 监测点和3 个测量机器人测点，采用3GSM、无人机、激光扫描、钻孔电视等多种手段对边坡表面及内部的结构面进行了测试，同时使用超声波测试仪测定岩体波速、合成孔径雷达干涉（INSAR）获取边坡沉降场、合成孔径雷达（SAR）获取边坡位移场、红外获取边坡温度场，对大孤山露天边坡进行空—天—地—内一体化的持续跟踪监测。现场监测设备布置情况、微震监测结果与深孔测斜结果如图6所示。

3.3 数据集成与预警平台

现场布置的多种监测手段形成了一套多源信息、多维度协同监测系统。为有效利用监测数据进行预警工作与数据统一管理，将所有实时监测的数据同步上传至云端数据库，利用预警云平台统一管理，调用多源异构监测数据，云平台总体构架如图7所示。该平台基于开源云计算管理软件OpenStack进行底层搭建，融合了Hadoop和Spark大数据计算系统、MySQL 等数据存储系统、Kafka 等高级消息队列服务系统、以Django 为框架的Web 服务器系统等。现场不同传感器的监测数据经由Kafka 或RabbitMQ生成不同的Topic，以消息队列的形式传输至云端订阅对应Topic 的各类存储计算系统，进行实时存储计算处理，并将处理结果以同样的方式传输至客户端及Web服务器端进行可视化展示。

3.3.1 滑坡预测

为实现边坡稳定性预测，可针对现场监测获取的地表变形数据进行趋势预测。矿山采用了测量机器人定点观测西北帮边坡表面变形，共有A、B、C 3个测点均布置于-138 m 平台，布置情况如图6（a）所示。本研究采用支持向量机算法，对2017 年8 月14 日—2017 年9 月19 日测点B 所观测到的坡表变形数据进行了趋势预测，结果如图8 所示。由图8 可知：2017年在9 月16 日以后坡表变形呈现急速增长趋势，表明后期在-138 m平台处存在发生滑坡灾害的风险。

另一方面，微震监测数据可以反映边坡岩体内部微裂隙的萌生、扩展过程，进而间接反映出岩体损伤情况与岩体基本力学参数弱化情况。根据现场监测获取的微震数据进行了边坡岩体损伤及力学参数弱化演化规律分析，并结合矿山后期生产安排，进行了数值模拟分析，结果如图9 所示。由图9 可知：此时西北帮-68～-138 m平台间、-170～-210 m平台间出现了大范围的损伤集中区，说明随着生产的进行，该区域后期有发生滑坡灾害的风险。

2017 年9 月22 日，在连续降雨影响下，-68～-138 m 平台矿岩交界面F14断层附近发现一处结构面控制型表层滑坡，如图10 所示。由两组交叉节理切割而成的楔形岩体沿节理面发生了短距离滑移，所幸岩体未完全滑出，未造成人员与财产损失。总体上，前期的预测结果与发生滑坡的位置一致，但是，预警的指标及预警阈值尚需进一步研究，以期实现滑坡的实时预警。

3.3.2 预测预警与可视化平台

本研究采用虚拟可视化软件Unity3D建立了大孤山在线监测数据可视化系统，采用云服务器和客户端的模式，发送和接受软件采用主从式架构（Client/Server）的网络架构，客户端的程序运行在手机或普通电脑上，服务端的程序运行在云服务器上。浏览发布模块采用浏览器服务器（Browser/Serve）模式［25］。现场监测数据可视化结果与数值模拟分析可视化结 果可通过图11所示的方式进行展示。

基于矿山监测数据以及矿山三维模型，建立了多平台客户端，用于手机端、Web 端、PC 端以及大屏幕显示。客户端将集成矿山地表现状、矿体、工艺流程等模型，客户登录获得权限后，能订阅服务器信息，在线查询监测数据，如图12所示。

4 结 论

现场监测预警与数值模拟手段均有其独特的优势，将两种方法有效结合起来，取长补短，可以在很大程度上改善矿山灾害预测预警的效果。本研究提出了一种现场监测与数值模拟相结合的矿山灾害分析预测预警方法，以期有效提高矿山灾害预测和预警的可靠性。该方法总体上存在以下特点：①该方法可实现基于初期数值模拟结果预测采动引起的高应力和发生损伤与破裂的潜在区域，依据该结果可以合理而有效地选择和制定监测方案并布置传感器；②该方法基于现场监测数据进行岩体重新表征和数值模型修正，在此基础上进行更接近于开采现实情况的数值模拟，实时预测岩体变形、损伤与破裂的状态；③该方法实现了数值模拟方法与现场监测方法的有机结合，用于灾害趋势预测和实时预警，实时数值模拟可全面直观了解研究区域的变形与损伤等力学状态，给出合理的风险判别，同时结合现场数据实时阈值监控的风险判别，最终由经验丰富的专家综合评判，科学合理地给出预警警情判别结果以及对应的应急避险方案；④该方法是在摸清致灾机理的前提下进行预测预警，可以获取更多、更全面的有用信息，包括定点监测的实时信息与区域数值模拟的信息，不仅可以提高预测预警的准确性，还可以认清灾害发生原因，为针对性地采取防灾措施提供了技术支撑。

本研究提出的现场监测与数值模拟相结合的矿山灾害分析预测预警方法，虽然正积极应用于大孤山露天矿西北帮边坡变形破坏的预测预警工作，但由于矿山前期数据资料保存不完善、现场实时监测手段不全面等原因，该方法尚未得以全面实施，目前尚无精准预测预警灾害发生的成功案例，有待于进一步完善数据来源，保证预测预警方法的全面实施，以期获得更好的预测预警效果。