[发明专利]煤矿冲击地压危险程度的预测方法、装置、设备及介质

说明书

本发明提供了一种煤矿冲击地压危险程度的预测方法，包括：建立煤矿工作面的结构示意图；将结构示意图划分成若干个网格单元；采集每个网格单元中，影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息；根据第一指标信息，基于预先建立的稳定性评价模型，计算每个网格单元的结构动力稳定指数；根据第二指标信息，基于预先建立的扰动强度评价模型，计算每个网格单元的扰动强度指数；根据结构动力稳定指数和扰动强度指数，计算每个网格单元的危险性指数；根据危险性指数，按照预先建立的危险程度分级准则，对网络单元进行分级；输出每个网络单元的分级结果。能够准确地预测扰动型冲击地压灾害的危险区域及危险程度。

技术领域

本发明涉及煤矿冲击地压预测技术领域，具体涉及一种煤矿冲击地压危险程度的预测方法、装置、设备及介质。

背景技术

冲击地压灾害是井工煤矿中一种常见的动力灾害，发生时井巷或工作面周围岩体由于弹性变形能的瞬时释放而产生突然剧烈破坏的动力现象，常伴有煤岩体抛出、巨响及气浪等现象。冲击地压灾害按照应力作用时间分类可分为蠕变型冲击地压和扰动型冲击地压两类。扰动型冲击地压是由工作面开采或掘进过程中外部震动扰动与煤壁或巷道附近煤岩体中的高应力叠加触发了冲击灾害或因冲击诱发的次生灾害。在该类型冲击灾害孕育和发生过程中，外部震动扰动起到主导作用，因此将这类冲击地压称作扰动型冲击地压。扰动型冲击地压发生前，工作面煤壁或巷道附近煤岩体中应力集中有时并不明显，钻屑法和应力在线监测等难以检测到冲击危险性；加之外部震动扰动释放突然，扰动强度难以提前评估，该类型冲击地压发生的前兆信息难以捕捉，在工程实践中预测难度往往更大。此外，中东部煤矿浅部资源逐渐枯竭，深部开采势在必行，深部开采地下煤岩体表现出更强的非线性应力及能量释放特征，致使扰动型冲击地压灾害按照传统的冲击地压预测方法进行预测必然存在很大的局限性，扰动型冲击地压的预测准确率自然也会较低，严重威胁着煤矿安全生产。

发明内容

针对现有技术中的缺陷，本发明提供一种煤矿冲击地压危险程度的预测方法、装置、设备及介质，能够准确地预测扰动型冲击地压灾害的危险区域及危险程度，科学性与适用性更强。

第一方面，本发明提供了一种煤矿冲击地压危险程度的预测方法，包括：

建立煤矿工作面的结构示意图；

将所述结构示意图划分成若干个网格单元；

采集每个所述网格单元中，影响煤岩开挖结构动力稳定性的第一指标信息和影响扰动强度的第二指标信息；

根据所述第一指标信息，基于预先建立的稳定性评价模型，计算每个所述网格单元的结构动力稳定指数；

根据所述第二指标信息，基于预先建立的扰动强度评价模型，计算每个所述网格单元的扰动强度指数；

根据所述结构动力稳定指数和扰动强度指数，计算每个所述网格单元的危险性指数；

根据所述危险性指数，按照预先建立的危险程度分级准则，对所述网络单元进行分级；

输出每个所述网络单元的分级结果。

可选的，所述第一指标信息，包括：开采深度、煤岩体冲击倾向性信息、地应力信息、地质构造信息和煤厚变化信息中的一种或多种。

可选的，所述第二指标信息，包括：一次回采厚度、断层活化程度、开采速度、遗留煤柱稳定性、坚硬顶板活动强度和采空区充填程度中的一种或多种。

可选的，在计算结构动力稳定指数和扰动强度指数的步骤之前，还包括：

采集关于煤岩开挖结构动力稳定性的第一历史信息和扰动强度的第二历史信息；

根据所述第一历史信息，采用机器学习算法，建立稳定性评价模型；

根据所述第二历史信息，采用机器学习算法，建立扰动强度评价模型。