科创中国

随着煤矿开采深度的增加，川藏铁路等中西部地质条件复杂区域隧道开挖增多，煤 岩动力灾害频次和强度均呈上升趋势， 煤岩动力灾害日趋严重。由于煤矿/隧道地质与开 采/掘进条件复杂、采动空间不断移动、区域局部动静态应力场交织叠加， 导致冲击地压 灾害是一个多尺度、多因素耦合、演化过程极为复杂的灾害，而煤与瓦斯突出灾害在考 虑上述因素的同时，还需要考虑瓦斯场的影响。目前，传统的单指标或相互独立的多项 指标监测，只能反映灾害演化过程的单一特征或离散特征，不能准确反映灾害孕育的整 体动态特征。上述原因导致煤矿煤岩动力灾害的预警准确率仍然较低，灾害仍然时有发 生。

1. 具有自主知识产权， 研究成果已制定行业标准 2 项， 授权发明专利6 项，授权软 件著作等级证书 2 项。2. 成果来源： 国家“十三五”重点研发计划项目。3. 技术先进性：(1) 构建煤岩动力灾害多元融合智能预警与诊断方法体系；(2) 集 成了各系统监测尺度、监测范围、监测功能优势，避免了单系统预警独立，预警结果不 统一的缺点，使得预警效能大大提高。(3)各监测系统前兆特征参量智能挖掘，平台自 动判识最优特征参量。(4)基于机器学习算法，根据现场采掘情况和数据变化，实现各 系统在预警模型中的权重自适应调整。

该技术可满足于矿山企业、矿山集团公司、隧道施工/建设单位对动力灾害宏观把控 动力灾害日常安全运行态势，主动判识风险、辅助科学决策与防治的需要，满足科研院 所远程技术支持和灾害预防培训交流的需要，具有广泛的应用前景。

宋大钊教授，地下工程动力灾害监测预警物理方法、 安全流变突变理论与技术和地 下工程安全 AI 理论与技术的研究。

目前，针对煤岩动力灾害监测预警存在以下 3 方面问题： ①现场监测设备类型众多， 监测数据庞杂， 数据分析量巨大， 矿井/隧道现有技术手段难以及时处理， 冲击和突出发 生前兆信息难以智能判识；②已有的多种监测预警装备在监测原理、监测方式与监测侧 重点等方面存在明显差异，多种监测装备各自独立，经常出现多源数据预警结果不一致 的现象， 导致预警效率不高； ③监测系统大多部署在采区/项目部， 集团及远程技术团队无法及时获取风险情况，难以及时给予反馈和提出防治意见。为此， 基于大数据、云计 算、人工智能等技术， 研发矿井、隧道煤岩动力灾害多元融合智能监测预警系统， 通过 对多种监测系统接入、数据汇聚治理、多元挖掘分析，可实现实时监测数据集成感知呈 现、灾害前兆特征智能判识、多元前兆特征融合预警、在线诊断和分级管理，从而及时 发布预警信息，辅助领导决策和科学防治。

已投入成本/目前处于何种研发阶段：已投入 2290 万元。已形成完成的平台、功能 及核心模型算法。目前处于后期应用及迭代、 推广阶段。

推广应用情况：平台已在国家能源集团、山西晋能集团、贵州盘江集团等多个矿井 开展部署及监测预警应用。

期望技术转移成交价格 (大概金额/或面谈)：面谈。