煤自然发火智能监测与早期预警关键技术

易 欣，胡 震，王伟峰，邓 军

（1.西安科技大学 安全科学与工程学院，陕西 西安 710054；2.陕西省煤火灾害防治重点实验室，陕西 西安 710054）

据数据统计，我国25 个主产煤省区的130 余个矿区中，受煤自燃隐患困扰的煤矿超过70%。其中40 个大中型矿区煤层自然发火严重[1-2]。我国由煤自燃导致超过2 亿t 的煤炭资源浪费。煤自燃灾害不仅会影响生产活动和人身安全，还会造成资源浪费和环境污染[3]。60%的矿井火灾由煤自燃引发[4]。采空区是煤自燃的高发区域。在分层开采的情况下，上下分层之间的贯通[5]，地表漏风通道的复杂，破碎煤体的遗留，这给煤自燃提供了充分的物质条件[6]。采空区一般是由岩石和破碎煤块组成的封闭空间，由于客观条件的限制，无法直接获取采空区内部的温度，风压等参数，这给煤自燃治理增加了难度[7]。近年来，随着科技的进步，在煤自燃监测预测方面得到进一步的发展，但随着安全需求的进一步提升，急需发展更高效、更智能、更精准的监测预测平台，国家部委联合印发的《关于加快煤矿智能化发展的指导意见》提出，到2035 年各类煤矿基本实现智能化作业。因此，煤自燃防治工作也必须向着智能检测、精准预测、科学防治的方向发展；《煤矿安全规程》指出，煤矿企业要落实“安全第一，预防为主，综合治理”的指导方针，必须建立煤自燃监测系统和煤自燃预警预报体系[8]。为此，分析了煤自燃监测预警的现状，并对煤自燃智能监测和智能预警做出合理展望，提出以多源立体参数智能监测为核心，建立基于大数据深度分析和科学预测的煤自燃智能监测和精准预测平台。

1 煤自燃监测系统发展现状

2010—2021 年我国煤自燃及其诱发事故不完全统计见表1。

表1 2010 —2021 年煤自燃及其诱发事故不完全统计Table 1 Incomplete statistics on coal spontaneouscombustion and its induced accidents from 2010 to 2021

煤自燃精准的预测预报是建立在可靠监测的基础之上[9]。由于煤自燃的复杂性和采空区环境的封闭性，增加了对煤自燃监测的难度。从大量的实验数据和现场实际情况来看，温度和指标气体是能够反映煤自燃过程中2 个相对重要的参数[10]。国内外很多学者和单位以温度和指标气体作为描述煤自燃程度的指标。为此，从温度和指标气体两方面总结煤自燃监测和预警现状。

1.1 温度监测技术

对煤自燃温度的监测，一方面是需要实验室使用程序升温等手段，确定来自现场煤样的特征温度[11]，根据氧化动力学的测试结果，确定开采煤层煤样的自然倾向性和最短自然发火期，同时，根据数据分析结果，判定该煤层自燃危险程度，并将其分为易自燃煤层、自燃煤层和不易自燃煤层[12]，为现场监测和分级预警提供理论依据。另一方面，煤自燃温度监测源自现场实际监测。电阻率法、红外探测法和自燃温度探测法等容易受到外界因素干扰，并且存在着测温延迟，已经不能满足煤矿对火灾隐患实时远程监测及预报的需求。目前，壁面红外测温法（红外测温仪、红外热像仪）以其测温速度快、范围广、误差小、可实现非接触连续测温；传感器预埋测温法（热电偶、半导体、分布式光纤）可以监测隐蔽位置的温度；分布式光纤测温法可以实时连续的自动对采空区煤自燃参数进行智能监测[13]。上述测温法由于其适应煤矿井下的测量环境和能够对煤自燃参数自动、连续、实时地监测，满足煤矿对监测的智能化需求。

1.2 气体监测技术

煤自燃是一个缓慢且复杂的过程。指标气体的产生能够反映煤自燃程度的一个重要信息，其主要包括CO、CO2、CH4、C2H2、C2H6、C2H4、C3H8、H2等[14]。对指标气体的监测，目前主要依赖气相色谱法、吸收光谱法和外标法。由于气相色谱为束管监测系统的核心，目前被大多数矿井应用[15]。外标法是向溶剂中添加一定浓度的标准样品制成对照样品，并于目标样品进行平行检测，最后以峰面积生成工作曲线，从而推算目标样品的含量；但是外标法在很大程度上取决于操作条件的控制，样品分析的操作条件，必须严格控制于绘制校正曲线时的条件，因此外标法不适用于煤自燃参数的常规分析。吸收光谱法[16]利用待测元素的基态原子蒸汽吸收特定波长的光辐射，使原子外层电子从基态跃迁到激发态，对待测元素进行定性定量分析的一种方法；该方法选择性强、灵敏度高、分析范围广、抗干扰能力强、精密度高等优点，在煤自燃监测方面得到了广泛的应用。赵晓虎等[17]基于可调谐半导体激光吸收光谱技术可以直接获取监测对象的温度、浓度、速度等详细参数，结合多路复用的锁相技术，构建了集成多种辅助监测技术的多指标气体实时在线分析监测平台，该系统根据吸收谱线透过率的不同和谱线形状的差异对被测气体的调谐激光频率选择性的吸收，从而获取指标气体的谱线特征；系统DFB 激光器拥有非常高的边模抑制比、窄线宽和快速调谐等特点，利用其优异的单色性对气体浓度的快速监测；系统采用多路扫描信号和相位误差的正弦调制信号对监测信号的快速捕捉，连接锁相放大器，提取指定频带内的信号，有效过滤无关频率分量，提高气体监测的准确度；该系统集成度高，并且能够对CH4、CO2、O2、CO、C2H2、C2H4等6 种指标性气体分时、快速、准确地实时在线监测；该实验系统能够为煤自燃预警提供可靠数据。

2 煤自燃预警方法发展现状

2.1 基于指标气体的预警方法

由于标致气体的初现温度与煤温存在良好的对应关系，因此很多学者依据标致气体分析方法建立预报预警方法[18]。煤矿常常以CO 的初现温度来衡量煤自燃程度[19]。郭一铭等[20]对煤自燃标致气体的生成量、生成过程和煤温建立了非线性关系，并得到以C2H4的初现温度为煤自燃发生的第1 指标。以单个气体作为煤自燃指标气体，样本参数容易受到漏风、湿度及体积分数等因素影响，从而导致煤自燃标致气体参数失真，对煤自燃的预测结果没有指导意义。梁运涛[21]开发了一种基于多参数化的煤自燃监测技术，能够实现对采空区CH4、O2、CO2、CO 等相关参数进行连续、在线、就地采集和分析，该技术不仅解决了煤自燃参数单一问题，而且为下一步多参数融合分析工作奠定了基础；陈晓坤[22]提出了根据现场观测指标气体的多源信息融合的预警方法；贾传志等[23]指出在低温阶段CO 由较好预警准确性，而在高温阶段C2H4/C2H6能够为煤自燃提供较准确的预测预报。由于井下环境多种多样，煤自燃过程缓慢且复杂，监测数据不均衡。赵琳琳等[24]利用神经网络处理不均衡参数时影响小的特点，提出了PCA-Ada Boost 预测模型，该模型是以氧气作为指标气体，结果显示，该模型能够表现出良好的预测准确度以及预测效率；王福生等[25]运用灰色关联法对复合指标气体与煤温建立联系，对参数优先级进行划分，构建了煤自燃多参数的预警体系；郑学召等[26]解决煤自燃参数单一性问题时，构建了多指标融合协同的煤自燃监测预警体系，使得预测结果更贴近现场实际，并且结合现场实测数据对该模型进行优化和反馈，并根据现场实际对该体系的可行性进行分析，结果表明，在实际的应用过程中可以对煤自燃危害进行有效的预报预警。

2.2 基于统计分析的预警方法

标致气体和温度是精准预测的2 个核心参数，对于煤自燃程度的准确分析，主要集中在两者之间的定性和定量研究[27]。为了更精细化的描述煤自燃的发展过程和发展规律，许多学者利用一元或多元回归性分析，构建数学模型或函数进一步精确分析煤自燃的所处状态[28]。王建涛等[29]利用最小二乘法分析煤自燃过程中的突变温度与裂变温度，并构建了气体体积分数与温度的函数模型，形成灰色加权预警预报系统，该方法用于煤自燃数值模拟可以得到最佳的函数匹配，使其数值计算结果和实际情况更接近；王鑫阳等[30]根据绝热氧化实验数据建立数学模型预测煤自燃，结果显示，在实际过程中能够成功预测褐煤和烟煤的着火时间；Wang junfeng 等[31]研究了煤自燃过程中氧气消耗量和气体产物的特点，建立以耗氧速率和指标气体的释放率为参数的多元线性回归模型，预测煤自燃所处的不同阶段，该模型利用了多元线性回归需要以多因素作为变量来解释自变量的特点，有利于分析煤自燃的多因素条件，更符合实际情况；文虎等[32]研究了大量的煤自燃气体数据，总结了煤自燃过程中产气的变化规律，构建了煤自燃产气和煤温之间的回归方程，该方法能够根据煤自燃产气的变化率，对煤自燃程度进行量化判断，并依据初现的时间来分析煤自燃所处的阶段；王磊等[33]选取CO 作为煤自燃参数的核心指标，运用平均残差法对煤自燃CO 的绝对发生量进行修正，构建基于CO 绝对发生量为核心的煤自燃预测预报体系。

2.3 基于智能算法的预测预报方法

随着计算机技术的日新月异，煤自燃预测分析手段朝着精准化和高效性的方向发展。为了进一步满足煤矿企业现代化、科技化以及智能化的发展需求，对煤自燃监测预测的准确性、高效性和泛化性有严格要求。需要清晰地认识煤自燃的客观状态，能够可靠地为煤矿企业提供预测预报[34]。由于目标预测和煤自燃客观状态之间存在复杂的关系。需要从大量的实验数据和现场数据中总结一般规律。因此，多源立体化参数的监测和输入，利用智能算法、人工智能和机器学习等建立数学模型，对输入参数进行复杂耦合，得到与实际情况更吻合的结果。

为了避免单一指标造成的预警漏报和误报。层次分析法、神经网络、随机森林、长短期记忆人工神经网络（LSTM）、粒子群、聚类分析、回归及相关性分析等预测方法成功地运用在煤自燃预警方面。例如，邓军等[35-36]利用粒子群优化算法（PSO）优化RF 和SVM 超参数，根据参数优化结果建立了PSO－RF 和PSO－SVM 预测模型，并提出了一种基于随机森林（RF）方法，对煤自燃大量的多源参数进行分析，将预测结果与支持向量机（SVM） 和BP 神经网络（BPNN）方法对比，结果显示，随机森林法在预测煤自燃过程中拥有极好的准确性和普适性，随机森林方法不需要复杂的参数设置与优化，就可以达到与实际情况相吻合的预测结果，比较适用于煤自燃预测方面；温荣岩[37]基于改进粒子群与小破神经网络构建煤自燃预测预警方法，该方法在迭代次数、函数逼近误差和网络性能方面均优于BP 神经网络，并且在粒子数目较多的情况下能够有效避免局部极小值问题。

3 煤自燃监测预警发展的技术展望

随着科技的进步，信息采集、网络通信、大数据以及人工智能的发展[38]，科学研究以及企业生产都向着高技术化的方向发展，这为煤自燃的智能检测和精准预测提供了良好的保障。由于采空区构造复杂和封闭性，其中包括气体浓度场、风流场与温度场，给现场监测和煤自燃治理带来了障碍[39]，这导致煤自燃现场数据难以收集，实验所得参数和预测难以在现场得到良好的应用效果。利用标致气体进行煤自燃预警依然是最有效的方法[40]，但目前对于构建以指标气体为基础的预警体系比较简单，参照数据比较单一，因此亟待探索多源信息的变化规律。为了提升煤矿煤自燃智能监测和精准预测，提出煤自燃发火程度预警平台。煤自然发火程度智能监测及早期预警平台如图1。

图1 煤自然发火程度智能监测及早期预警平台Fig. 1 Intelligent monitoring and early warning platform for coal spontaneous combustion

煤自燃监测预警发展的技术展望如下：

1）探索和开发矿井采空区复杂环境强适应性的监测技术是保障煤自燃精准预测的关键。由于磁致伸缩生物传感器技术，操作简单、便携、可原位检测等优点，可以用于采空区煤自燃参数的获取方面，可以促进煤自燃多源立体参数的快速识别和分析。由于采空区环境复杂[41]，煤自燃产生的气体组分谱线混叠，可能存在互相影响现象，影响数据分析。针对煤自燃多源立体参数的复杂性，开发能够融合气体、温度、湿度、压力差、风流等多因素、多参数并且能够在线实时监测和动态感知的煤自燃预测预报体系。发展采空区分布式光纤测温系统，将其网格化、密集化和三维化，能够实现对煤自燃过程中各个参数的即时、准确地采集，并且能够自动调整和校对，并对异常区域和数据进行标记，对温度场，气体分布场能够线性化、数字化和三维立体化呈现。总之，在建立煤自燃预测预报体系时，应在现有的技术基础之上，开发能够适应监测复杂环境和跟踪分析多种气体的新方法、新技术。才能满足煤矿在现代化作业环境下的监测需求。提高监测数据的可靠性、多样性、全面性。为煤自燃科学建模和多样化分析提供扎实的数据来源，奠定煤自燃精准预测的基础。

2）在机理研究的基础上，结合数学建模、数值模拟以及机器学习等构建多源信息化的模型平台。针对采空区煤自燃的个例、异构化和不平衡等数据特点，促进可疑高温异常点的持续监测和提前预警，建立采空区数学模型的动态监管平台。结合实际场景建立煤自燃氧化升温时空演化数值模拟系统是精准预测的前提。采用模糊聚类与模式识别、支持向量机、代数法神经网络等手段，进行煤自燃数学建模和数值模拟来优化煤自燃程度量化指标。多维度、多角度分析现场数据和数值模拟结果之间的联系，能够准确的掌握采空区在不同时间尺度下的特征分布以及统计学规律。在现场实测温度的基础上，对数值模拟进行验证和校验，能够准确得到温度场、气体浓度场的形态分布以及煤自燃高温区域迁徙规律。必须遵循以工程应用为导向的精准预警体系。利用数值模拟动态随机优化方法，对采空区煤自燃预测模型在开采过程中多源信息的虚实交互。

3）结合采空区分布式光纤环网、5G/6G 通信技术以及可靠的煤自燃监测预警平台，对现场实测数据的准确监测、即时上传、快速分析以及对采空区异常情况的准确判断和科学处理。建立数据分析和管理系统，对现场数据的提取、转换、分析等，对煤自燃危险程度的动态预测模型。在精准预测的前提下，建立有效的响应对策，对高效灭火材料的研究不仅仅停留在理论层面和实验室测试阶段，应大规模在工业和实际中检验材料的可靠性并，且能够适用于煤矿煤自燃监测预警平台，完善煤自燃智能监测和精准预测体系。

4 结 语

目前煤矿应对煤自燃监测预警技术已经有一定水平。但智能化程度不足，还有进一步的发展空间。为了煤矿企业发展能更好地和科技进步接轨，可从煤自燃前兆信息多源化、多维度、一体化、透明化的角度出发，更先进的传感装置和网络通信技术的联合应用，建立健全煤自燃数据的监测和管理系统，提高煤自燃氧化升温时空演化模拟的准确性、科学性，利用拟动态随机优化，煤自燃程度的智能化分析；实现多源立体化信息的采集和传输、机理建模、人工智能结合大数据分析对煤自燃数据的实时采集和科学动态化分析，进一步提高数值模拟和煤自燃实际情况的匹配度，实现监测智能化、预警精准化、危险可视化、治理科学化的发展。达到对煤自燃智能监测和精准预测的需求；结合通信技术，全面提升煤矿企业的科技化水平，实现煤自燃参数的即时传递和快速分析，更迅速，更准确地治理煤自燃灾害。才能保障煤炭行业的科学、安全的生产与发展，避免生产事故的发生，减少资源和能源浪费，提高社会效益。