一、煤自燃监测预警技术存在的问题

　　(1) 煤自燃前兆信息一体化监测受井下环境干扰大。利用气相色谱仪的传统人工采样检测方法效率低且存在时间滞后性。井下束管采样、地面色谱分析 的束管监测系统存在可靠性差、测试周期长、管路破 漏难以寻源等问题。基于吸收光谱的检测技术易受水 蒸气及煤尘颗粒的干扰，且受限于光源问题，目前基于该技术的检测装置代价高昂且大多集中在近红外波段。此外，由于 CH4 浓度达到一定值时，其吸收谱带会覆盖其他煤自燃气体的吸收谱带，导致煤自燃多组分气体检测存在较大误差。壁面红外测温法要求待测 煤岩体无障碍物遮挡。热电偶测温法和半导体测温法 要求所使用的监测传感器须与被测煤岩体相点接触， 需设置的监测点数量大，且由于煤的热传导能力差， 致使该技术仅能探测设置点局部范围的温度情况，灵敏度较低，且传感器经常因放顶而遭到毁坏，维护困 难。

　　(2) 预警指标体系和模型构建侧重实验，难以与现场实际有效衔接。无论采用单一标志性气体还是复合指标对煤自燃危险程度进行预测预报，相应建立的煤自燃预测预报指标体系皆是通过在实验室开展小 型煤自燃模拟实验获得的预测指标范围与危险程度之间的对应关系。然而，煤矿实际供风条件、采空区漏 风状况等具有复杂性，在实验室条件下难以对其进行有效模拟，致使其衍生出来的煤自然发火特征难以与现场有效关联。换言之，因现场预警阈值难以确定， 在实际应用时，即使指标值满足指标体系所圈定的范围，由于采空区内部的不可接触性，使得实际危险状态仍不能被切实准确判定。此外，基于实验所得数据，采用统计分析和智能算法所建立的煤自燃程度预测模型同样与现场实际有很大偏差。

　　(3) 煤自然发火有效样本少，预测时效缺乏超前性。在信息方面：煤炭开采过程中多为不发火状态， 使得以现场监测方式得到的预测模型训练样本多为安全状态样本，发火和未发火样本数据量极不平衡，导致所建立的预测模型无法有效学习煤自然发火规律。 此外，采空区的隐蔽性特征致使无法准确标记采空区 内部煤自燃危险程度。在状态方面：目前多以静态采空区作为研究对象，所使用的煤自燃预测模型训练样本均属静态，所建立的预测模型难以适用于煤矿动态开采所监测的时序性数据。在时效方面：利用智能算法建立的基于静态历史样本的预测模型仅能够根据当前的煤炭开采情况判定当前的煤自燃危险程度(即时预报)，缺乏超前预警性能，且无法实现煤自燃风险态势研判。

　　二、煤自燃监测预警智能化发展趋势及研究展望

　　随着传感、网络通信、人工智能等计算机与信息 科学技术水平的日益提升，科学研究正朝着高智能化方向快速发展，为煤自燃动态感知与智能预警技术研发提供了良好的技术支撑。由于煤矿井下构造环境复杂，致使现场煤自燃有效参数难于收集，多源信息变化规律尚不明确，实验所得指标体系和预测模型难于现场实际应用，煤自燃智能化监测预警技术亟待提升。 为此，提出以下研究展望：

　　(1) 建立煤自燃超前预警与即时预报联合预测模式。随着工作面动态推进，建立采空区煤自燃预警模型的训练样本不断变化、实时更新，利用智能算法学习基于时间序列的动态样本是实现超前预警的关键基础;同时，以往采空区煤自燃静态预警模型采用的指标缺乏时序衔接性，不适用于动态预警，确定含时序性的有效预警指标是超前预警样本数据采集的重要载体，同时也可作为及时调整开采参数的指导参考; 在实验分析基础上，构建以工程应用为导向的煤自燃 危险程度精细化判定准则是样本标记的主要依据;基 于含时序性指标和样本数据优选最适合的机器学习算 法是提升预警准确性的重要依托。设计适用于煤自燃 危险程度超前预警的时序性新型深度神经网络架构与 学习方法，有监督学习与无监督学习方法相结合，建 立煤自燃危险程度超前预警与态势研判机制，形成煤 自燃危险态势超前预警(动)与发火程度即时预报(静) 联合预测模式。

　　(2) 发展机理建模与机器学习相结合的多源信息融合分析方法。针对矿井煤自燃预警中出现的小样本、不平衡、多维数、异构等数据特征，采用数值模 拟技术确定监测点最佳布设方案，构造工作面动态推 进全过程的全因素、多场景、高仿真煤自然发火案例 库，建立虚拟源域煤自燃预警模型，建立数值模拟与 现场实景之间及不同开采工艺矿井之间的预警模型迁移适配机制;设计异常信息自反馈学习体系，实现煤 矿井下复杂环境的预警模型动态自适应。此外，建立与现场实景相吻合的煤自燃氧化升温时空演化数值模拟是获取预警模型有效初始训练样本的前提，因此亟需开展数值模拟动态随机优化方法研究，为建立煤矿数字孪生体系提供技术支撑，实现煤矿开采过程中的煤自燃信息的实时虚实交互。

　　(3) 构建矿井一站式、可视化、智能化煤自燃监测预警平台。开发与矿井煤自燃智能预警相适配的指标参数智能监测设备是保障预警结果准确可靠的基础性关键条件。针对井下煤尘多、湿度大对探 测器信号干扰问题，研发透气性好、机械强度大、材料利用率高的除尘降湿装置;针对井下多气体组分谱线混叠干扰问题，研究光谱信号处理与谱线解调分离 方法;研发集指标气体、温度、湿度、压差、风量等 多参量的原位一体化长期免校准的实时监测、动态感知装置;发展采空区分布式光纤测温系统的网络化、密集式布置，实现煤自燃征兆信息的动态对应、实时校对、样本标记及温度场分布信息可视化呈现;联合井下光纤环网、5G通信技术，实现矿井煤自然发火数据的实时监测与上传;建立健全煤层自然发火数据管 理系统，内嵌煤自燃危险程度智能化动-静预警模型，构建矿井煤自然发火智能化精准监测预警平台。

来源：《矿井煤自燃监测预警技术研究现状及智能化发展趋势》