基于人工智能的矿井水害灾情研判及预测研究

作者：赵颖旺; 武强; 王潇; 张小燕; 赵晨德; 李沛涛; 郝志朝; 杜志立

来源：中国矿业大学学报. 自然科学版, 2022, 1-10.

DOI：10.13247/j.cnki.jcumt.001417

• 矿井水害
• 灾情研判
• 灾情预测
• 人工智能
• 数值模拟

为定量研判及预测矿井水害灾情,提出了一种基于人工智能的矿井水害灾情研判及预测新方法.在水害发生之前,以矿井突(透)水危险性评价理论为基础,分析可能发生的矿井突(透)水灾害,数值模拟仿真矿井水害灾情演变过程,利用聚类分析、随机森林和强化学习等机器学习方法分析灾情演变规律,构建灾情研判模型;在矿井水害发生后,基于物联网监测、人工观测等获取矿井水害局部灾情多源数据,研判矿井整体淹没情况,回归分析灾情变化特征,预测灾情演变趋势,服务于矿井水害应急救援与处置.以北辛窑矿作为示例,论证了基于人工智能的矿井水害灾情研判及预测方法的可操作性与有效性.

• 单位
  中国矿业大学（北京）