本发明申请涉及煤矿安全评估，具体涉及基于三维场模型的煤矿安全预测模型的构建与应用。
背景技术：
1、
2、传统的煤矿安全评估方法主要基于统计分析和经验判断，它通常包括对煤矿的物理环境、设备设施、管理制度和人员素质等方面进行评估，以确定存在的安全隐患和风险，它可以帮助煤矿管理者了解煤矿的安全状况，发现存在的问题和不足，并采取相应的措施进行改进，可以一定程度上减少事故的发生概率，保障矿工的安全。但另一方面，传统煤矿安全要素评估也存在一些局限性。首先，因为传统评估方法主要依靠人工巡查和经验判断，其有着主观性强，评估结果不准确等问题。其次，虽然通过一些统计分析的手段，可以对局部的一些安全风险进行评估和预测，但是数据收集存在针对性不强，空有基础地质、矿产地质、水文地质、工程地质、环境地质、灾害地质等方面的数据，但数据各维度各尺度乱而杂的问题突出，另外，也存在安全因素权重分配不明等问题；此外，传统评估方法通常是定期进行的，无法及时发现和解决突发的安全问题。缺乏一种实时的态势分析，无法对煤矿安全的全局的把控。评估缺乏立体性、结构性、层次性。
3、目前，国内外对于多源数据融合与集成已开展广泛的应用和研究。美国的national map和globe项目、英国的ordnance survey和landinformation new zealand、中国地质调查局的全国地质信息集成与服务系统等通过整合不同来源的地质环境数据，提供全面的地理空间信息服务，为政府决策、资源管理、环境保护等领域提供了重要的数据支持。但是在煤矿安全评估方面，还没有一个系统化、标注化的方法，将数据进行真正的融合和集成以供煤矿安全评估系统化地参考。
4、现有技术中，专利文献cn113390395a公开了一种基于三维实景的绿色矿山立体规划方法，其通过计算机设计辅助软件对矿山开采设计图二维转三维，形成三维矿山开采设计模型；另一方面，通过无人机倾斜摄影技术多视角采集矿山原始实景的倾斜影像；将获得的原始实景影像通过三维实景建模软件进行三维实景建模；最后将二者坐标系转换为同一坐标系，进行叠加和调整，得到分区分期开采模型。此方法采用虚拟现实方法构建的虚拟场景，难以对客观真实场景进行表达，无法进行精准定量分析的问题，用以解决决策者判断开采规划方案是否适宜的准确性问题，并没有关注煤矿安全评估领域，也没有将其它诸如水文地质，灾害地质，污染地质等数据与三维模型进行融合，为煤矿安全评估做一个系统化的技术支撑。
5、因此，亟待建立一种基于三维场模型的煤矿安全要素评估方法，收集多元(源)异构的地质环境数据，建立多尺度、多时相的综合三维场模型，为煤矿安全状况的调查、监测、评估，维护和应急管理提供数据和可视化支撑。
6、公开于该背景技术部分的信息仅用于加深对本公开的背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
技术实现思路
1、发明人通过研究发现：现有技术中所存在的分区分期模型，仅能为开采规划方案是否适宜提供参考和决策基础，但是并没有将水文地质、灾害地质等安全评估因素融入进三维模型中，决策者无法对煤矿安全的要素有一个清晰明确的认知和掌握，从而无法准确系统地为煤矿安全隐患做出评估和管理。
2、鉴于以上技术问题中的至少一项，本公开提供了一种基于三维场模型的煤矿安全预测方法，基于安全要素评估、插值、时空演化等方法，构建三维场模型，全面地、准确地评估整个煤矿系统的安全性，模拟煤矿系统中的各种可能因素的变化和交互作用，对潜在的事故风险进行预测和分析，提供科学依据和决策支持，减少煤矿事故的发生。
3、根据本公开的一个方面，提供一种基于三维场模型的煤矿安全预测模型的构建方法，包括：
4、s1)获取对应煤矿的地质数据和矿井结构数据；
5、s2)结合所述地质数据和矿井结构数据生成对应煤矿的三维仿真模型；
6、s3)选取包含水温、水压、气体浓度、瓦斯涌出量、矿井通风的安全要素，并将其评估指标与对应的煤矿场景关联形成评估因素；
7、s4)获取所述安全要素的属性值，将其与所述三维仿真模型相融合，构建得到对应的三维场模型；
8、s5)针对各安全要素使用相对应的时空演化算法，推演获取一段时间后的安全要素状态；
9、s6)基于遗传神经网络分析包括水温、水压、微震、瓦斯浓度的历史安全要素属性值，推出未来地质三维场时序数据，从而获得地质的演化规律或异常情况。
10、地质数据和矿井结构数据主要通过地质传感器、压力传感器、加速传感器、温度、湿度、气体等传感器收集，通过有线或无线方式与数据采集系统连接，数据采集系统可以将传感器采集到的数据整合、处理和分析；然后，结合矿井地质勘探报告、矿井水文地质报告、矿井采掘工程平面图等资料，通过数据分析和处理，可以形成有关煤矿地质数据和矿井结构数据的详细信息。
11、在本公开一些实施例中，按如下方式构建所述三维仿真模型：
12、s21)使用3d扫描仪器对矿场进行扫描，将实际场景转化为数字化的三维点云数据；再通过公式p＝r*p′+t将点云数据转化为仿真模型，其中，p是三维物体在实际场景中的坐标，p′是物体经过扫描仪器采集后得到的点云数据中的坐标，r是旋转矩阵，t是平移矩阵；
13、s22)使用计算机辅助设计软件，根据所述矿场的平面图和立体图，手工建模或者辅助建模，构建出完整的煤矿三维仿真模型。最后使用计算机辅助设计(cad)软件，根据矿场的平面图和立体图，手工建模或者辅助建模，构建出矿场的完整仿真模型。
14、在本公开一些实施例中，在所述步骤s3)中，获取如下安全要素的评估指标：
15、s31)设置包括水温水压指标、微震相关指标、瓦斯涌出量、气体浓度、矿井通风的安全监测指标；
16、s32)采用层次分析w(i，j)＝c(i，j)/∑(c(i，j))、模糊综合评判w(i)＝∑(w(i，j)*s(j))方法构建指标层次结构和判断矩阵，其中，c(i，j)代表指标i相对于指标j的重要性判断，w(i，j)代表指标i与指标j之间的关联权重，s(j)代表指标j的评估值，w(i)代表指标i的权重；将评估因素与煤矿场景相互关联，采用动态更新的方式实时检测场景中各要素指标的变化，并将其反映到评估结果中，保证评估的实时性和准确性；最后构建煤矿研究区的安全要素评价体系，对研究区安全进行评价，进而为煤矿安全作业提供合理依据。
17、s33)构建所述煤矿的安全要素评价体系。
18、在本公开一些实施例中，在所述步骤s4)中，按如下方式构建三维场模型：
19、s41)使用3d克里金方法进行空间插值，填补现有安全要素的属性值点之间缺失的值：
20、z(p)＝∑(λi*zi(p))，
21、其中，z(p)代表在插值点p处的预测值，zi(p)代表已知数据点i处的观测值，λi代表插值点p与已知数据点i之间的权重系数；
22、s42)采用不规则四面体网格tim和体元栅格voxelgrid两种三维场数据模型，构建相关的数据管理、可视化和空间分析方法；并以图形学算法对其进行渲染。不规则四面体网格通过delaunay三角剖分算法对数据进行网格化处理，而体元栅格则将数据划分为规则的体元格子，利用正交投影方法进行投影变换。这些方法可以将三维场数据以图形化的方式进行呈现，提供更直观的可视化效果；最后对各个安全要素使用相适应的时空演化算法，来获取一段时间后的安全要素状态，利用三维场模型，可以进行各种空间分析，比如检测安全要素的空间分布特征、寻找异常区域和热点区域等。通过对煤矿场景中不同位置的安全要素进行区域化分析，有助于发现存在的风险和隐患，并采取相应的措施进行安全管理。
23、在本公开一些实施例中，在所述步骤s5)中，采用一维热传导方程来描述水温的变化：
24、
25、其中，t表示水温；t表示时间；x表示空间位置；α为热扩散系数；该方程描述了水温随时间和空间位置的变化关系，通过求解这个方程可以得到水温在不同时间和位置上的分布情况。解决这个方程，使用有限差分法或有限元法进行离散化处理。这些方法将时间和空间分割成小步和小格，并将方程转化为离散形式。
26、在离散形式下，上述方程可以表示为：
27、(ti，j+1-ti，j)/δt＝α(ti+1，j-2-2ti，j+ti-1，j)/δx2；
28、其中，i和j分别表示空间和时间的离散指标，δt和δx分别表示时间和空间离散间隔。然后，通过迭代计算和求解离散方程，可以得到水温在不同时间和位置上的分布情况。这可以通过更新网格上的水温值来实现，同时结合适当的边界条件和初始条件来模拟实际的系统变化。总的来说，水温安全要素的时空演化模型基于热传导方程，并利用数值方法对方程进行求解，从而模拟水温在时间和空间上的变化。这样的模型可以帮助理解和预测水温变化及其对水体系统的影响，以便做出相应的管理和决策。
29、关于水压的时空演化算法为：
30、和
31、其中，ρ表示流体密度；t表示时间；υ表示流速矢量；p表示压力；ν表示运动粘度；ν表示梯度算子；δ表示拉普拉斯算子；该方程组描述了水压随时间和空间位置的变化关系，通过求解这个方程组可以得到水压在不同时间和位置上的分布情况。对于水压的模拟，可以假设流体为不可压缩流体，并进行进一步简化处理来获得数值求解的形式。在此假设下，可以使用连续性方程进行简化，即质量守恒原理。连续性方程表示了流体在空间和时间上的质量守恒关系，其数学形式为：
32、针对瓦斯等气体的时空演化模型基于风流动力学理论和质量守恒原理，考虑瓦斯体的扩散、瓦斯爆炸过程以及瓦斯爆炸对煤岩的破坏。通过使用高斯羽流模型(gaussianplume model)来模拟气体浓度在时间和空间上的变化，所使用的公式为：
33、
34、
35、其中，坐标系的x轴方向为顺风方向，c表示任一坐标点(x，y，z)通过模型计算出的浓度，q表示气体排放速率，u表示风速，y表示任一点的y坐标，即横风距离，z为任一点的z坐标，即空间点高度，h为泄露有效高度。σy和σz分别为y方向和z方向上的大气扩散参数。
36、针对微震的时空演化模型基于岩石力学原理和位错滑动原理，考虑岩石的弹性、塑性、断裂特性和变形过程，以解释微震事件的产生、传播和演化过程。其中，微震事件通常由岩石中应力集中、位错活动和断裂破裂引起。具体模型包括岩体应力场计算、位错滑移破裂模拟和地震矩张量计算。所用的公式为：
37、m＝μ*a*∫σ*da；
38、其中，m是地震矩张量；μ是岩石的剪切模量；a是断裂面积；σ是应力矢量。
39、岩体应力场计算基于弹性力学理论，其中，使用弹性模量、泊松比和应力边界条件来描述岩石的弹性行为。岩石的剪切模量用于表征岩石的抗剪切能力，应力边界条件根据实际情况设置，如深部地应力、压力差等；位错滑移破裂模拟描述了岩石中位错在外界作用力下发生滑移的过程，使用位错动力学原理和弹塑性理论进行建模。位错活动会导致岩石的应力局部集中，进而引发微震事件的产生和传播；地震矩张量描述了微震事件的力学特性，它是一个对称的张量，用于描述地震的破裂过程。地震矩张量的计算涉及到断裂面积、位错活动和应力矢量等参数。地震矩张量的分析有助于了解微震事件的能量释放和震级估计。
40、在本公开一些实施例中，所述步骤s6)具体包括：
41、s61)数据准备：收集和整理相关的历史地质数据(包括水温、水压、微震、瓦斯浓度等)；对数据进行清洗和预处理，确保数据的准确性和完整性；
42、s62)特征提取：从历史数据中提取有代表性的特征，以描述地质系统的状态，特征提取方法包括统计特征(均值、方差、最大值、最小值等)、频域特征(频谱分析)、时域特征(时间序列分析)等。选取合适的特征可以捕捉到地质系统的关键信息；
43、s63)gnn网络构建：选择循环神经网络(rnn)作为基本网络结构，因为rnn具有记忆功能，能够处理具有序列结构的数据，如时间序列数据。根据任务需求，选择不同的rnn变体(如长短时记忆网络，门控循环单元等)来构建gnn网络。
44、s64)适应度函数定义：根据具体的预测任务，定义适应度函数来衡量每个个体(gnn网络)的性能。使用的适应度函数为均方误差(mse)和平均绝对误差(mae)，用于衡量预测结果与实际观测值的差异程度。
45、s65)遗传算法(ga)参数设定：设置遗传算法的相关参数，包括种群大小、交叉概率、变异概率等；适当调整这些参数可以影响遗传算法的收敛性和搜索能力。
46、s66)初始化种群：随机生成初始种群，每个个体代表一个gnn网络；
47、s67)评估适应度：根据适应度函数，评估每个个体(gnn网络)的适应度；适应度越高，代表个体的性能越好。
48、s68)选择操作：通过选择操作，从当前种群中选择适应度较高的个体，作为下一代种群的父代；
49、s69)交叉操作：利用交叉操作，将父代个体的基因信息互换，生成新的个体；交叉点的位置和方式根据需要进行设计，如单点交叉、多点交叉等。
50、s610)变异操作：对部分新个体进行变异操作，引入随机变化，增加种群的多样性；变异操作通过调整网络权重、添加或删除节点等方式进行。
51、s611)迭代演化：重复进行选择、交叉和变异操作，直到达到停止条件(如迭代次数达到上限或最优解满足预设要求)。通过迭代演化，种群逐渐进化，最终得到较优的gnn网络。
52、s612)结果分析：根据遗传算法的最优个体得到的gnn网络，对历史数据进行分析和预测。可以利用gnn网络对未来地质数据进行预测，或通过对历史数据的分析，得出地质的演化规律或异常情况。通过结果分析，可以为煤矿等地质系统的安全管理提供决策依据和预警信息。
53、根据本公开的另一个方面，提供一种煤矿安全预测方法，基于所述煤矿安全预测模型而实施，包括如下步骤：
54、(1)结合所设置的包括水温、水压、微震、瓦斯浓度的安全要素的指标红线，识别出三维场模型插值后的异常安全要素数据点，获取三维坐标及异常属性值；
55、(2)藉由对应的时空演化算法，模拟异常安全要素在时间和空间上的变化趋势；
56、(3)通过遗传神经网络或/和多项式拟合算法，分析出历史安全要素属性值和安全事件数据的特征，识别出过去的安全隐患、事故事件以及其原因和影响，发现潜在的安全风险模式和规律，预测未来可能发生的事故情况；
57、(4)基于历史数据和趋势分析，为矿山管理者提供提前预警和预防措施，以制定更加全面和科学的安全管理策略。
58、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
59、1.综合性评估：通过构建三维场模型，能将煤矿中的各种安全要素(如水温水压、微震赋存、瓦斯浓度等)在时间和空间上进行综合分析和评估。这有助于全面了解矿场的安全状况，并及时发现潜在的风险和隐患。
60、2.空间关联性分析：三维场模型能够将不同位置的安全要素之间的空间关系进行可视化，将复杂的安全要素数据可视化为直观的图形，使安全管理人员更容易理解和分析数据；通过这种方式，可以发现不同区域之间的差异性，解析安全要素之间的相互作用和影响，为安全管理提供更准确的决策依据。
61、3.预测和预警能力：基于三维场模型，可以使用历史数据和建模方法进行预测和预警，即利用已知的安全要素数据来预测未来可能发生的情况；有助于提前发现潜在的安全问题，并采取相应的措施进行干预和预防。
62、4.快速响应和决策支持：基于三维场模型的评估方法可以实时监测和分析矿场的安全要素，使管理人员能够快速响应和做出决策；有助于及时处理突发事件、防范风险，并提高煤矿的安全性能。
1.一种基于三维场模型的煤矿安全预测模型的构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的构建方法，其特征在于，在所述步骤s2)中，按如下步骤构建三维仿真模型：
3.根据权利要求1所述的构建方法，其特征在于，在所述步骤s3)中，获取如下安全要素的评估指标：
4.根据权利要求1所述的构建方法，其特征在于，在所述步骤s4)中，构建三维场模型的步骤如下：
5.根据权利要求1所述的构建方法，其特征在于，在所述步骤s5)中，关于水温的时空演化算法为：
6.根据权利要求1所述的构建方法，其特征在于，所述步骤s6)具体包括：
7.一种煤矿安全预测方法，基于权利要求1中所述煤矿安全预测模型而实施，包括如下步骤：
