0 引言

煤炭地下开采将引起上覆岩层移动、破坏，甚至造成地面沉降、矿山压力显现等一系列矿山安全问题[1-2]。矿震是由大面积岩体开挖引起的岩体破断而产生的，并伴随着大量弹性能快速释放，以震动波的形式在周围煤岩体中向外传播，具有明显的震动性和致灾性[3]。近年来，在我国的山东、新疆、内蒙古和陕西等主要产煤地矿震现象明显增加[4-7]，严重影响到地下空间围岩和地面构筑物的稳定性。因此开展矿震灾害预测对我国煤矿安全高效开采具有重大意义。

目前国内众多学者在矿震等动力灾害发生机理及预测方面进行了大量的研究。曹安业等[8]研究了矿震震动波传播过程中能量衰减特性，并基于动静载叠加原理建立了冲击危险性的总和预警方法及指标；朱斯陶等[9]基于顶板运动型矿震诱发井下和地面灾害机制，建立了顶板运动型矿震诱发井下冲击地压和地面建筑物震动损害的一体化力学模型和评估方法；姜福兴等[10-11]结合关键层断裂特征与煤岩体应力变化关系，提出了依据矿震发生前煤岩体应力突变规律实现临场冲击地压预警的方法，并建立了矿震诱发型动力灾害防控体系；窦林名等[12]结合微震监测数据，统计分析了矿震震动波传播过程中质点峰值速度和震动波能量的衰减规律，初步探讨了危险性矿震判别方法；翟新献等[13]采用综合指数法评价了综放工作面冲击地压危险性，利用微震监测结果研究了综放工作面回采期间矿震特征；陈结等[14]基于微震参数监测值与实验室声发射参数之间的相似性，针对冲击地压灾害建立了高效精准的动态预测模型；潘俊峰等[15]依据冲击启动的载荷源，建立了冲击地压分源权重综合评价模型预测冲击危险性；陆闯等[16]分析了不同类型煤岩体失稳破坏前地音活动演化规律。

目前，关于煤岩体失稳破坏前兆信息相关研究取得了不少阶段性成果，形成了不同的监测预警指标体系[17-20]，但关于矿震发生前后地音前兆信息的识别及相应的预警模型研究较少。为此本文以鄂尔多斯某煤矿为背景，通过分析工程尺度下地音数据前兆信息，建立了矿震发生危险性评价预警模型，并进行了效果检验和现场应用分析，为煤矿矿震监测预警提供了借鉴。

1 工程尺度下矿震地音演化规律

1.1 工程背景

该煤矿221上03工作面主采2-2上煤层，煤层倾角0°～3°，平均0.5°；煤层平均厚度4.95 m，平均埋深689.55 m。为有效监测221上03综采工作面推采期间煤岩体裂隙发育活动，在工作面布置4个地音监测传感器D1～D4，其中，D1、D2布置于221上03运输巷，D3、D4布置于221上03辅运巷。工作面布置如图1所示。

221上03工作面面长289.0 m，推进长度2 337.2 m，采用走向长壁采煤法，一次采全高后退式开采。工作面煤层及顶底板岩层分布情况见表1。

1.2 地音监测原理

煤岩体在微破裂到失稳破坏过程中会产生频率介于150～3 000 Hz、能量小于103 J的高频低能震动信号，即地音现象[16]。动力灾害发生前，随着煤岩体内部应力的变化，其内部经历被闭合、压裂、扩展等一系列微破裂活动，进而发生一系列地音现象，因此在矿震等动力灾害孕育过程中煤岩体将会出现不同程度的前兆信息。

地音监测原理是通过在井下巷道内安装震动传感器实时监测煤岩体内的震动信号，并根据震动信号的大小利用地球物理科学的相关算法计算出震动波内蕴含的煤岩体破裂的频次和能量，进而实现实时监测工作面附近煤岩体受采动影响产生的微小破裂事件，识别动力灾害发生前兆信息，评价得出煤岩体的损伤进程，评价当前时刻监测区域内的危险等级，进而指导现场安全生产。

1.3 矿震地音演化规律

221上03工作面采空区侧在2021年2月6日发生过1次矿震事件(以下简称“2·6”矿震)，其震源位于221上03工作面走向方向368.0 m、倾向方向63.7 m处，震源位置与工作面关系如图2所示。

由图2可知，矿震事件位于221上03工作面采空区侧，矿震的发生主要受工作面持续开采扰动，工作面前方顶板活动影响工作面后方采空区悬漏顶板状态，导致采空区顶板的集中应力增加，当积聚的能量EΩ0大于顶板破坏所消耗的最小能量Ec(即EΩ0>Ec)，使得处于非平衡态的顶板发生失稳破坏。

基于矿震区域对应地音探头的监测数据，绘制“2·6”矿震地音小时活动曲线如图3所示。由图3可知，地音活动在矿震前呈现起伏增长的变化状态，其中生产班的地音活动强度较高，检修班的地音活动较低，随着采煤连续数日推进，地音活动整体呈波动增加趋势，当矿震发生时，地音能量和频次迅速增加，达到峰值。由此得出，矿震发生前地音活动表现出一定前兆特征，即地音小时能量和频次呈现波动增加趋势。

2 矿震危险评价预警模型研究

2.1 矿震地音前兆信息特征

为了分析221上03综采工作面矿震的地音前兆信息特征，以“2·6”矿震为示例进行相关统计分析。该次矿震发生前，工作面处于正常开采状态，由于生产班和检修班地音活动差异较大，若两者不加以区分，地音活动强度将出现较大的波动，不利于矿震地音前兆信息的识别。因此，选取矿震发生前生产班地音的小时能量EHW及其偏差值DEVHW、班次能量ESW及其偏差值DEVSW数据进行对比分析。“2·6”矿震前各地音参数的变化情况如图4所示。

地音能量为地音监测的基本参数，能量偏差值在地音能量基础上，根据数据采集周期衍生的监测参数，以地音小时的能量偏差值DEVHW计算为例，该参数可以表述为：

(1)

式中：前n小时地音能量平均值。

由图4可知，地音小时能量随着时间的推移呈现波动增长的趋势，主要表现为在上一个生产班结束，下一个生产班开始时，地音活动又重新从低位向高位增长，从这种循环消涨的状态中很难掌握矿震的地音前兆信息；与其对应的小时能量偏差值受生产班交替的影响无明显前兆特征。班次能量及其偏差值消除了班次内能量变化的影响，呈逐渐增加的态势并在“2·6”矿震发生前地音班次活动达到峰值，有一定的前兆特征，较好地体现了班次间的地音变化规律，因此矿震的班次能量及偏差值具有明显的前兆特征。

通过对地音前兆信息分析得到，矿震发生前地音班次能量及其偏差值虽然消除了班次内能量变化的影响，呈逐渐增加的态势，表现出一定的前兆特征。但在生产实践中班次能量及其偏差值的统计分析对矿震的危险评价无法定量给出相应的判据。

2.2 基于趋势评估法预警模型的建立

为了定量评价矿震发生的地音前兆信息特征，能够及时为生产实践提供响应预警，提出基于Mann-Kendall趋势评估法[22](简称“M-K趋势评估法”)，分析矿震地音前兆信息，并建立相应的预警模型。其评价预警流程如图5所示。预警模型建立步骤如下所示。

(1)分别将地音探头获取到的生产期间的地音能量、生产期间的地音频次、非生产期间的地音能量、非生产期间的频次等参数作为某一样本序列x。

(2)针对数量为n的样本序列x构造一秩序列式中ri的取值为：

(2)

(3)在x1，x2，…，xn相互独立，且具有相同连续分布时，sk的均值E(sk)和方差var(sk)计算式为：

(3)

(4)计算统计量序列UF：

(4)

UFx为标准正态分布，它是按时间序列x1，x2，…，xn顺序计算出来的统计量序列，给定显著性水平α，当样本数量大时，取α=0.05，临界值u0.05=±1.96；当样本数量少时，取α=0.1，临界值u0.1=±1.645，将UFx统计量序列曲线和直线均绘在同一图上。

通过上述建立的预警模型，将地音探头探测到的样本序列x按照上述步骤进行分析，得到UFx曲线图，由曲线图可知，若UFx线在上下临界线内变动，表明曲线变化趋势不明显；UFx的值大于零，表明序列呈上升趋势，反之呈下降趋势；当其超过上临界线时表明该地音探头探测的区域存在危险。

3 预警模型效果检验与应用

3.1 预警模型效果检验

为了定量预判矿震发生前产生的地音前兆，采用预警模型对“2·6”矿震研究时窗内生产班期间地音的小时能量EHW及其偏差值DEVHW、班次能量ESW及其偏差值DEVSW数据进行预警检验分析，如图6所示，图中显著增长之时即为矿震预警开始时间。预警模型需要根据样本数量确定显著性水平，基于上文统计量序列计算将地音小时活动的显著性水平设为0.05，班次活动的显著性水平设为0.1。

由图6可知，“2·6”矿震所选的4类地音参数中，除了小时能量偏差值的变化曲线在矿震前未突破临界值上限，其余3个参数均在矿震前突破了临界值上限，具有显著上升趋势，结果见表2。

由表2可知，地音小时能量、生产班次能量及生产班次能量偏差值所对应的矿震地音前兆开始时间分别为矿震前4 h和3个班次。与生产班次能量及偏差值相比，小时能量前兆时间太短，在实际运用时不具有优越性。检验效果表明，预警模型对工作面附近矿震事件的发生具有良好的预警效能。

3.2 预警模型应用分析

根据趋势评估法构建的预警模型，对地音监测数据进行了实时数据处理和分析，分别于2021年8月20日和10月30日提前一个班次对井下发出灾害预警信息，并在预警信息发出一个班次后发生矿震现象，其对应的微震能量分别为5.56×105 J和4.15×105 J，微震事件分布如图7所示。

通过预警模型应用，得到“8·20”矿震和“10·30”矿震关于班次能量及其偏差值的UFk变化曲线，如图8和图9所示。

由图8和图9可知，“8·20”矿震和“10·30”矿震，生产班次能量参数的M-K值在矿震前一个班次均突破了临界值上限，具有显著上升趋势，结果见表3。

应用分析表明，基于趋势评估法建立的预警模型给出了定量评价上限值和下限值，能够及时捕捉到矿震的前兆信息，其前兆信息出现在矿震前1个班次内，能够较好预测工作面附近动力灾害的发生。

4 结论

(1)分析了矿震发生前后地音活动演化规律，得到矿震发生前受开采扰动影响，采空区煤岩体内的集中应力处于动态扰动增加状态，地音活动在矿震发生前呈逐渐增加的态势。

(2)通过地音的小时能量EHW及其偏差值DEVHW、班次能量ESW及其偏差值DEVSW对矿震发生前的地音前兆信息特征进行了分析，得出地音班次能量及其偏差值在矿震发生前呈逐渐增加的态势，并表现出一定的前兆特征，较好地体现了班次间的地音变化规律。

(3)基于M-K趋势评估法，构建了矿震发生危险评价预警模型，对地音的前兆时序特征进行了定量分析，给出了危险性评价上限值和下限值。通过对评价预警模型效果检验和应用分析得出矿震危险评价模型能较好预测工作面附近动力灾害的发生。

参考文献：

[1] 钱鸣高,缪协兴,许家林,等.岩层控制的关键层理论[D].徐州:中国矿业大学出版社,2003.

[2] 杜明浩,宁建国,王俊,等.浅埋煤层工作面开采覆岩应力场-裂隙场时变演化规律研究[J].煤矿安全,2023,54(4):148-155.

[3] 朱建波,马斌文,谢和平,等.煤矿矿震与冲击地压的区别与联系及矿震扰动诱冲初探[J].煤炭学报,2022,47(9):3396-3409.

[4] 高明仕,徐东,贺永亮,等.厚硬顶板覆岩冲击矿震影响的远近场效应研究[J].采矿与安全工程学报,2022,39(2):215-226.

[5] 尚晓光,朱斯陶,姜福兴,等.地面直井水压致裂防控巨厚硬岩运动型矿震试验研究[J].煤炭学报,2021,46(S2):639-650.

[6] 邢廷栋, 薛诗桂, 黎小伟, 等. 黄土塬区延安组煤层地震响应特征物理模拟研究[J]. 煤田地质与勘探, 2021, 49(6): 87-94.

[7] 陈文超,刘达伟,魏新建,等. 基于地震资料有效信息约束的深度网络无监督噪声压制方法[J]. 煤田地质与勘探,2021,49(1):249-256.

[8] 曹安业,陈凡,刘耀琪,等.冲击地压频发区矿震破裂机制与震源参量响应规律[J].煤炭学报,2022,47(2):722-733.

[9] 朱斯陶,刘金海,姜福兴,等.我国煤矿顶板运动型矿震及诱发灾害分类、预测与防控[J].煤炭学报,2022,47(2):807-816.

[10] 姜福兴,姚顺利,魏全德,等.矿震诱发型冲击地压临场预警机制及应用研究[J].岩石力学与工程学报,2015,34(S1):3372-3380.

[11] 姜福兴,张翔,朱斯陶.煤矿冲击地压防治体系中的关键问题探讨[J].煤炭科学技术,2023,51(1):203-213.

[12] 窦林名,曹晋荣,曹安业,等.煤矿矿震类型及震动波传播规律研究[J].煤炭科学技术,2021,49(6):23-31.

[13] 翟新献,刘勤裕,赵晓凡,等.巨厚砾岩层下综放工作面冲击地压危险性评价和矿震发生特征分析[J].河南理工大学学报(自然科学版),2023,42(4):1-10.

[14] 陈结,刘博,朱超,等.基于煤样破坏声发射特征的冲击地压评价预警研究[J].煤炭科学技术,2023,51(2):116-129.

[15] 潘俊锋,秦子晗,王书文,等.冲击危险性分源权重综合评价方法[J].煤炭学报,2015,40(10):2327-2335.

[16] 陆闯,王元杰,陈法兵,等.基于地音监测技术的多类型冲击地压前兆特征研究[J].采矿与岩层控制工程学报,2023,5(1):89-97.

[17] 杨景峰,刘战武,吴学明,等. 彬长矿区复杂地质条件下煤矿灾害预警平台研究与应用 [J]. 中国煤炭, 2023, 49 (6): 19-27.

[18] 冯龙飞,王皓,王晓东,等.煤冲击破坏的微破裂演化特征及前兆识别[J].岩石力学与工程学报,2022,41(7):1440-1452.

[19] 赵毅鑫,乔海清,谢镕澴,等.煤岩单轴压缩破坏声发射轻量化三维卷积预测模型研究[J].岩石力学与工程学报,2022,41(8):1567-1580.

[20] 石峰,张达,王平,等.基于微震参数的岩体破裂失稳预警技术研究[J].矿业研究与开发,2022,42(7):97-101.

Study on the evolution law and early warning model of mine tremor based on ground sound monitoring technology

WANG Yuanjie1,2,3,4

(1. CCTEG Coal Mining Research Institute, Chaoyang, Beijing 100013, China;2. Coal Mining and Designing Department, Tiandi Science and Technology Co., Ltd., Chaoyang, Beijing 100013, China;3. School of Mines, China University of Mining and Technology, Xuzhou, Jiangsu 221116, China;4. Coal Mining Research Branch of China Coal Research Institute, Chaoyang, Beijing 100013, China)

Abstract Mine tremor is an important influencing factor for the incubation and induction of rock burst. Aiming at the early warning issue of mine tremor, the evolution law and forewarning characteristics of ground sound activity before the occurrence of mine tremors were analyzed through on-site ground sound monitoring data. Based on the M-K trend evaluation method, a risk assessment and early warning model for mine tremors was established, and its effect testing and application analysis were carried out. The research results indicated that during the production and maintenance shifts before the occurrence of a mine tremor, the stress in the coal rock mass was in a fluctuating growth state due to the influence of mining, leading to a forewarning pattern of "fluctuating growth" of the ground sound activities. The risk assessment and early warning model can provide a good early warning effect on the occurrence of mine tremor by quantitatively evaluating the forewarning information of ground sounds.

Keywords mine tremor; ground sound monitoring technology; forewarning information; M-K trend assessment method; early warning model

中图分类号 TD324

文献标志码 A

引用格式：王元杰.基于地音监测技术的矿震演化规律及预警模型研究[J].中国煤炭，2024，50(3)∶53-60. DOI：10.19880/j.cnki.ccm.2024.03.007 WANG Yuanjie. Study on the evolution law and early warning model of mine tremor based on ground sound monitoring technology [J].China Coal，2024，50(3)∶53-60.DOI：10.19880/j.cnki.ccm.2024.03.007

基金项目：国家“科技助力经济2020”重点专项项目(SQ2020YFF0426364)；天地科技股份有限公司科技创新创业资金专项项目(2019-TD-2-CXY004，2019-TD-2-CXY006)

作者简介：王元杰(1983-)，男，山东泰安人，博士研究生，副研究员，主要从事煤矿动力灾害监测预警技术的研究工作。E-mail：277591207@qq.com

(责任编辑 张艳华)