众所周知，煤炭作为我国的主要能源和工业原料还要持续若干年，煤炭不仅是不可再生资源，而且在我国的赋存条件十分复杂、开采环境比较恶劣、开采作业的安全形势比较严峻，要实现安全、高效、低耗、绿色，特别是高回采率的无损失开采，必须采用新理念、新技术和新工艺。为此，文献[1]提出了煤炭精准开采的科学构想，给出了煤炭精准开采的科学内涵和关键科学问题，并指出了煤炭精准开采的主要研究方向。在文献[1]的基础上，文献[2]又凝练出5种面向煤炭精准开采的物联网关键技术，文献[3]进一步把煤炭精准开采的理念推广到了煤及共伴生资源的协同开采领域。但是，要实现煤炭精准开采，必须借助数字化、信息化和智能化等新技术，早在2010年，文献[4]就指出，利用四维地理信息系统(4DGIS)技术、虚拟现实技术、模拟仿真技术、多媒体技术和可视化技术，实现矿山地上地下所有对象的透明管理和虚拟现实系统仿真，文献[5]又把实现整个矿山采、掘、机、运、通等全方位的一键式启动和透明管控写入了智慧矿山信息技术国家标准中。值得注意的是山东省地方标准《智慧矿山建设规范》[6]和国家标准《智慧矿山信息系统通用技术规范》[5]已经把地质保障软件列为除平台系统外的首要位置，文献[7]也认为实现精准地质探测并建立4D-GIS系统是煤矿智能化-煤炭工业高质量发展的核心技术支撑之一。然而，除了文献[8-10]外，关于煤炭开采地质保障技术少有系统的研究成果发表。笔者将结合国家标准[5]和蓝光智慧矿山软件系统的技术内核，主要论述面向煤炭精准开采地质保障的云计算技术内涵、科学难题及解决方案，给出了软件系统的计算架构、主要功能以及在煤炭精准开采中的应用方式。

1技术内涵

所谓精准开采地质保障技术，就是利用先进的装备和软件实现煤炭开采前、开采中和开采后全矿井地质体和隐蔽属性精准化、透明化和可视化，并能够对地质灾害和危险源进行超前预知和防治，从地质层面确保精准开采工作的顺利进行。其技术内涵如下:

(1)精准的几何建模。精准开采首先要有精准的几何模型，这些几何模型包括地质体、工作面、采空区和井巷工程等。在探测参数和探测精度有限的情况下，要适时建立包括煤层、岩层、断层、陷落柱等地质体以及采空区、塌陷区和岩层运动等开采影响范围的几何模型，并满足精准开采中采掘接替、生产过程控制的精度要求。

(2)透明的隐蔽属性。精准开采要解决的第2个问题是使得煤质分布、地应力分布、瓦斯含量和瓦斯压力分布、温度分布、富水区和水压分布、以及煤层和围岩力学参数等隐蔽属性的透明化和可视化。

(3)灾害的超前感知。地质保障技术的另一个主要作用就是实现瓦斯聚集区、富水区、导水通道等危险源的精准探测，以及煤与瓦斯突出、冲击地压、突水透水、煤炭自燃等地质灾害的超前感知和实时预警。

(4)采掘的智能决策。精准开采不但包括各采掘工作面的精准采掘，也包括采掘工作面的精准布局、采掘关系的精准接替和地质灾害的有效防治;对于已探明的、短期内无法有效防治的诸如突水透水等地质灾害，应采用有效避让措施;所有这些决策都与地质因素密切相关，因此，也属于地质保障的关键技术之一。

2科学难题

2.1地质体几何计算

要实现地质体和采掘空间的精准几何建模，首先要有一个先进的、可靠的三维建模引擎，而三维建模引擎的核心技术就是几何计算(也称布尔运算)。对于任意2个复杂的几何实体实现健壮的和快速的几何计算，至今仍然是一个科学难题[11]。解决几何计算健壮性问题的难点在于计算机浮点计算精度下准确判别在实数计算下所存在的相互关联的几何关系。对于这一难题，近30多年来国内外展开了深入研究，代表性方法有容差计算方法、区间计算方法、精确计算方法等，比较知名的核心技术当属ACIS和Parasolid造型内核，虽然这些方法和技术在一定程度上能提高几何计算的健壮性，但仅适用与机械制造领域非奇异型的实体运算，不仅不适用于奇异的和病态的地质体，而且我国在不具有核心知识产权的情况下很难进行技术改进。山东蓝光软件有限公司经过10多年来持续不断的研发，在地质体运算方法和软件开发上取得了一些核心知识产权[12-14]，而且也为4DGIS的三维缓冲区分析提供了一个有效的方法[15]。

2.2地质灾害超前预报

对于地下工程或地下开采领域，超前地质灾害预报方法经历几十年的发展，已经从单一的地质方法发展到了地质分析结合地球物理探测的综合预报阶段。然而，由于地下工程地质灾害的复杂性，目前对大采深、高地应力下的大变形和冲击地压，高富水性、厚含水层、复杂通道的突水透水，高压力、低透气性的瓦斯突出等问题仍然缺乏有效的、可计算的预测手段，致使对于像采掘过程中如何对这些灾害进行超前的预测预报与防控，仍然是一个有待解决的科学和技术难题[16]。对于地质动力灾害，作者团队提供一种矿山动力灾害的全息预警方法，以直接影响矿山动力灾害发生与否的模态化参数集为输入变量集，以灾害发生的可能性作为输出变量，建立人工神经网络模型;向学习样本库中添加样本，得到一个矿山动力灾害的全息模态化预警器;对矿山任意一个区域进行预警时，利用该全息数据挖掘转换器把矿山实验测试和安全生产中获得的相关信息转化成预警模型的输入参数，再利用全息模态化预警器给出预警结果，这种方法不仅考虑了状态参数也考虑了时间参数，为矿山动力灾害的超前感知和在线预测预报提供了一种比较可行的信息化手段[17]。

3关键技术

3.1构造地质关键技术

构造地质关键技术主要包括煤岩和地质构造空间位置和几何形态的精准探测，以及基于探测信息的三维地质体的精确建模，这也是精准开采地质保障最为核心的技术。关于煤岩和地质构造空间位置和几何形态的探测技术主要包括钻探、物探、化探以及遥感等。这些技术各有优缺点，比如钻探虽然最为精准，但成本较高，不适用于密集布置钻孔，钻孔的疏密程度将直接影响建模精度;另外，像三维地震等物探技术，由于叠前偏移、叠后偏移、深度偏移、时间偏移以及成果自动解析等算法尚不太成熟，其探测成果误差较大。因此，要求三维建模软件能够综合利用包括钻探、物探、化探、遥感、空探、地探、巷探和采掘揭露等数据的优缺点，创建出相对最精确的三维或四维地质模型。

有关三维地质建模，虽然国内外已有很多成果问世[18-22]，但大多数都是针对单层或单矿体的，而且对于层状构造基本上都是由探测数据形成的二维成果(如底板等高线图)或钻孔的棱柱信息转换成三维的，其建模精度直接依赖二维成果的解析精度或钻孔密度，而且除文献[23]外，很少有学者讨论三维地质建模的精度问题。笔者团队通过多年的研发，给出了一种比拟棱柱和广义棱柱更科学的数据结构和综合动态优化建模方法[24-27]，利用钻探、物探、空探、地探、巷探、采掘揭露等数据和三维布尔运算，可以有效地处理层状地质体的褶皱、倒转、缺失、分叉、合并等现象，而且可以处理多煤层、岩层、断层、陷落柱等地质构造的耦合问题，并且设计了一个模型精度估计方法，其技术已通过《蓝光地测地理信息系统》软件实现，可为煤炭精准开采提供一个基础支撑。

3.2煤层地质关键技术

这里所谓的“煤层地质关键技术”不仅是指精细的煤层几何形状，更重要的是指煤层的煤质参数，包括发热量、硫分、水分、灰分、挥发分以及自燃发火、瓦斯试验等的煤质参数，这些参数不仅在工作面接替和精准配采、配运和配提等决策中起关键作用，而且是采掘方法和洗选工艺(如防尘技术、洗选参数)等方案的选择基础。但由于煤炭赋存环境的复杂性，对煤层中每一个空间坐标点的煤质参数进行比较准确的预测一直是一个比较困难的科学问题。本团队基于矿井三维地质模型和各种地质构造空间关系的基础上，利用煤层煤质采样点的空间坐标、位置关系和化验结果，建立了一个比较科学的人工智能模型，设计了一个有效的、快速的机器学习算法，开发了《蓝光全程煤质管控系统》，通过对多对矿井的煤层煤质预测和检验，证明该系统可以用较少的煤质采样点比较准确地预测出煤层任意空间点的煤质指标。

3.3地质力学关键技术

地质力学参数的完备性和精确度直接关系到煤矿精准开采和安全开采的成败，这些参数不仅包括煤层和围岩的抗压强度、抗拉强度、硬度系数、弹性模量、泊松比、黏聚力、内摩擦角等，更重要的是三轴地应力和能量的分布。由于煤矿地质构造和人为开凿工程错综复杂、各向异性，无论是原位应力测试、应力监测，还是应力计算都是比较困难的技术问题。虽然，经过国内外众多学者和工程技术人员的潜心研究，取得了长足的进步[28-31]。但是，一直以来没有形成较完整的矿山地应力计算体系和软件系统。山东蓝光软件有限公司基于任意断面形状巷道映射函数和圆形巷道应力函数的研究成果[32]等理论，通过回采工作面和断层围岩应力分布计算方法的深入研究，设计出了包括井巷工程、工作面、采空区、断层、褶皱等在内的联合分布叠加原理的计算模型和计算方法，并用结合应力监测校验，提出了煤矿全局地应力计算方法，通过《蓝光采矿协同设计系统》进行了应用验证，为地质力学和深入应用提供了一个新方法。

3.4地质扰动关键技术

随着井巷和硐室的开凿以及采掘工作面的推进引起的地质扰动表现为多种形式，例如井巷变形，煤和围岩的破坏、损伤和流变等引起围岩内在力学参数的变化，以及顶板断裂及跨落、工作面上覆岩层运动和地表沉陷等引起开采地质环境的变化，这些变化将使得原本就难以准确勘察的地质工作雪上加霜，特别是对于高地应力、冲击型、突出型以及水害比较严重的矿井，其地质灾害难以控制，自动化、智能化和精准开采难以实施。因此，如何能够动态地、准确地预测井工煤矿开凿和开采引起的地质扰动也是精准开采地质保障的关键技术之一。所以，几十年来有不少专家、学者和工程技术人员不断地探索，提出了很多诸如围岩破坏准则、巷道松动圈理论、岩层运动理论、岩石损失学、流变学和各种失稳理论等;也发明出了一些监测手段，如微震监测、地音监测、电磁辐射监测、位移监测、应力监测和矿压监测等。但由于缺乏系统的、可靠的和准确的计算模型和算法，例如，各种破坏准则既不具备普适性，也不具备可选择性;各种岩层运动理论既不具备通用性，也不具备自适应性;微震、地音和电磁辐射等监测系统，由于缺乏精确定位算法，以至于无法充分发挥它们的作用;三轴绝对地应力监测技术尚不成熟，给围岩力学参数的动态反演带来了很大困难。作者团队以微震震源的精确定位算法为突破口，实现开凿和开采引起地质扰动参数的反演[17]。其原理是:首先根据精细的采掘空间三维几何模型，根据开采扰动的范围、三维地震的解释结果和岩样力学测试结果得到的地震波波速模型，通过几何计算得到波速属性的空间分区;而后，通过各拾震器地震波初到时的自动识别，以及震源的精确定位和波速反演联合优化算法得到比较精确的震源位置和各分区的纵波和横波波速，从而反演出各分区的弹性模量和泊松比;最后，根据原岩力学参数测试结果和矿压、应力等监测数据，求出各区的损伤变量和破裂状态，再根据各力学参数之间的数学关系反演出扰动后地质体的各种变形和力学参数，为地质扰动结果的动态预测提供了一种理论方法和可选择的手段。

3.5瓦斯地质关键技术

对于高瓦斯矿井，特别是瓦斯突出矿井，要实现精准开采、智能开采和无人开采，弄清楚瓦斯地质情况是其重要保障之一。特别是煤与瓦斯突出危险性主要是受到工作面前方煤体瓦斯含量、瓦斯压力、地应力以及煤体的物理力学性质综合作用的影响，待采掘的煤体中没有足够的瓦斯含量或压力，就没有足够的瓦斯内能，突出就很难发生。因此，能够准确地估算和预测待采掘煤层中的瓦斯压力和瓦斯含量分布，不仅可为精准的瓦斯抽采设计、瓦斯涌出量预计和需风量计算提供技术支撑，也是精准开采的重要技术保障。

到目前为止，关于煤体瓦斯压力和瓦斯含量的测定方法主要有直接法和间接法两种。直接法主要是采用瓦斯直接测定装置依靠钻孔取芯来测量煤体的瓦斯含量，这种方法工艺依然繁琐、工程量大，不能满足现场的需要。间接法其关键在于准确测定井下煤层瓦斯压力，再反算煤体的瓦斯含量，其缺点也是瓦斯压力测量工艺极其复杂、处理起来极为困难。而且，这两种方法都不能以点带面，不能有效地、动态地预测未开采煤层的瓦斯压力和瓦斯含量分布。虽然有些方法利用掘进工作面瓦斯涌出参数反演了煤体瓦斯含量，但只能粗略地计算掘进工作面已经截割或崩落煤体的瓦斯含量，既不能计算瓦斯压力，更不能计算未崩落煤层中的瓦斯压力和瓦斯含量分布，仍无法为精准开采提供技术保障。

作者团队充分考虑到煤层瓦斯赋存区分布的连续分布型、分形分布型、构造依附型、随机分布型以及各种瓦斯运移形式等产状，通过不断的监测、收集和记录掘进面、回采面、巷道煤壁、瓦斯抽采、运输过程的瓦斯释放量以及原煤到地面的残存瓦斯量，建立多源多态大数据库，通过建立基于大数据的煤层瓦斯参数反演模型，开发了确定型分析方法、统计型分析方法、机器学习分析方法等联合反演软件，能够比较准确地、动态地预测煤层中瓦斯压力和瓦斯含量分布，结合地质模型和开采破坏规律，建立透明瓦斯地质模型，为采掘过程中的瓦斯涌出量预测、瓦斯突出预警和瓦斯抽采设计提供了一种比较科学的技术支撑手段。

3.6水文地质关键技术

虽然，近年来关于矿井水文地质和水文灾害的研究也取得较大的进展[33-36]，但是，系统地论述矿井水文地质模型构建、矿井水灾害预测预报以及面向精准开采的水文地质保障技术还很少有报道。现在，我们就《蓝光智慧矿山软件系统》中采用的“四位一体”水文地质保障技术的思想进行简要论述。其一，利用各种探测数据，建立与水文有关的地质模型和采动空间三维模型;其二，建立水文地质勘察试验静态数据库，该数据库包括钻探的简易水文资料、各种电法和磁法的物探资料、抽水试验资料和水质化验等成果;其三，建立包括降雨量、径流、观测井(孔)、涌水量等在内的水文监测动态数据库;其四，集成地应力、微震、电磁辐射、瞬变电磁等与水文相关的监测数据;最终，搭建一个时空水文辨识、预测、预报和预警信息管控平台，实现各含水层、隔水层的厚度、赋存状态，各含水层、富水区的位置、产状、水压、静水水位和残余水位的分布，以及抽水井、涌水区和涌水点流动形式(稳定流动、非稳定流动、大井法流动、集水廊道流动等)及流动参数(渗透系数、影响半径等)的动态反演，实现导水通道、注浆通道的动态识别，实现涌水量的可靠预测预报，为开采决策提供精准的水文地质信息。

3.7透明地质关键技术

前述科学难题和关键技术的解决为煤炭精准开采地质保障奠定了良好的基础，但要形成完整的煤炭精准开采地质保障体系，实现煤矿地质的可视化和透明化无论是对机械化开采、自动化开采，还是对智能化开采都是至关重要的。这里所说的可视化和透明化是指全息可视化和透明化，不仅要建立精准的四维(空间+时间)地质几何体模型，更重要的是实现包括地质体的各种物理和化学参数(包括煤质参数、力学参数、瓦斯参数、水文参数)等地质属性的可视化，并让这些地质属性随时依附到地质几何模型的每个空间坐标点，通过四面体网格剖分和等值面圈定，进一步利用点渲染、面渲染和体渲染技术进行多层次、多形式的着色和渲染，建立完整的、全息的透明地质体，并可进行各种剖切、透视和叠置分析等可视化操作。但要实现这一目标，复杂地质模型的自适应三维网格剖分是其中的关键技术，因为，复杂三维空间实体的自适应网格单元剖分不仅是有限元等数值分析方法的重要基础，也是计算几何和计算机辅助设计领域有待完善的一个难题。本项目组为了解决地质分析和地质属性可视化问题，提出并实现了一个基于约束Delaunay的三维网格自适应剖分算法[37]，为精准开采的透明地质体创建和展现奠定了可视化技术基础。

4软件系统

4.1服务架构

面向煤炭精准开采问题，除了勘探与监测的技术与装备外，最重要的地质保障技术就是软件系统。为此，我们在数字矿山[4]、智慧矿山[5-6]和矿山物联网云构架[38]研究成果的基础上，给出煤炭精准开采地质保障软件系统及其应用服务的云计算构架如图1所示。

在图1中所示的“构造地质”、“扰动地质”、“煤层地质”、“瓦斯地质”、“水文地质”、“透明地质”等云计算节点负责各自的数据采集、分析、建模和属性配置并完成智能信息模型创建，及时把相应成果推送到“地质保障数据中心”;“地质保障数据中心”不仅负责存放煤矿地质和采动空间所有的几何实体和属性参数，而且负责静态数据和动态数据的快速接入、存储、清洗、抽取和推送等;“智能透明地质管控平台”在精准开采地质保障中起到一个数据总线和智能服务的作用，不仅可以把“构造地质”、“扰动地质”、“煤层地质”、“瓦斯地质”、“水文地质”、“透明地质”等云计算节点所建立的智能信息模型通过数据中心及时推送到“精准接替计划”、“精准掘进控制”、“精准回采控制”、“智能通风调控”、“排水自动化”以及“运输提升”等系统，而且可以把动态揭露、勘探和监测的地质环境数据、开采破环的扰动数据通过数据中心反馈给“构造地质”、“扰动地质”、“煤层地质”、“瓦斯地质”、“水文地质”、“透明地质”等计算节点，用于模型和属性的实时更新，同时提供地质体布尔运算、地质灾害预警、空间分析、力学计算等核心计算功能和服务。

图1 地质保障云计算构架
Fig.1 Cloud computing architecture of geological guarantee

4.2系统功能

按照前面所述的科学问题和关键技术，根据图1描述的系统构架，地质保障和透明地质核心计算节点的主要功能可分别描述为:

“构造地质”利用山东蓝光软件公司提出的BTPD(底板剖分指向距离)数据模型和方法来描述地层之间、地层和构造之间拓扑关系，可以充分融合各种测量、钻探、物探、空探、地探、巷探和采掘揭露数据，实现单层精细建模、多层连续建模、断层建模、陷落柱建模、入侵和嵌入地质体耦合建模，再利用稳健的三维布尔运算有效地处理各种褶皱、倒转、缺失、分叉、合并等现象，并可利用新获得的数据对模型进行实时修正，完成煤矿构造地质的精准建模和可视化。

“扰动地质”扰动是指掘进、回采、卸压、充填、注浆、支护、抽采等作业之后引起原有地质模型的断裂、冒落、移动、沉陷、变形以及力学性质的改变，此功能主要是对扰动后地质模型各种变化的精准预测和实时建模，为防灾、抗灾以及精准开采提供持续化的地质保障。

“煤层地质”通过建立有效的人工智能模型和快速的机器学习算法，充分利用构造地质的精细三维模型和空间拓扑关系，对于比较稀疏的包括煤质化验结果、自燃倾向和发火期等采样试验参数，通过深度学习煤层煤质以及各种物理化学预测模型，可以随时预测煤层中任一三维坐标点对应煤质、物理和化学参数，并可通过四面体网格剖分，圈定各种参数对应的等值面模型，也可对各种参数进行点着色、面着色或体着色。

“瓦斯地质”对于煤层瓦斯聚集区不同的分布类型(连续分布型、分形分布型、构造依附型、随机分布型等)和运移形式(平行流动、球向流动、径向流动等)，充分利用煤层空间模型以及采样试验、掘进工作面、回采工作面、巷道煤壁、瓦斯抽采、运输过程等各个环节的瓦斯监测数据，适时动态地预测煤层的孔隙度和透气系数以及瓦斯压力、瓦斯含量分布等，并通过四面体网格剖分，圈定瓦斯含量和瓦斯压力等值面模型，实现点着色、面着色或体着色等可视化。

“水文地质”根据“四位一体”技术，充分利用动静态地质模型和各种试验、监测数据实时反演各含水层、隔水层和富水区的位置、产状和赋存状态(潜水、承压、无压)流动规律(稳定流动、非稳定流动、大井法流动、集水廊道流动等)和流动参数(渗透系数、影响半径等)，以及各点的水压、静水水位和残余水位的分布，也可以对涌水水源、导水通道、注浆通道进行识别，实现煤矿水文地质的可视化透明管理。

“透明地质”其功能是:首先利用构造地质和扰动地质的动态分析功能建立精准的煤矿地质时序几何演化模型，这些模型包括煤层、岩层、含水层、断层、陷落柱、裂隙等及其时序演化过程;而后对煤层、含水层、工作面和井巷围岩等进行自适应三维网格剖分;再利用地质力学、瓦斯地质、水文地质的分析功能动态计算煤层、含水层、工作面和井巷围岩的相关属性(包括煤质参数、力学参数、瓦斯参数、水文参数等)，并把这些属性按照三维网格剖分结构进行着色和多重纹理渲染;最终形成多层次、多形式的全息的透明地质体。可根据具体需要按几何体或按属性进行分层、透视和叠置显示，也可以进行包括空间分析和拓扑分析在内的各种综合分析和灾害预警，为“精准接替”、“精准掘进”、“精准回采”、“精准运输”、“精准提升”、“智能通风”、“自动排水”等节点提供地质保障和透明化服务。

4.3应用方式

由上所述，煤炭精准开采地质保障的关键信息和模型分别由“构造地质”、“煤层地质”、“瓦斯地质”、“水文地质”、“透明地质”等云计算节点提供，而后通过地质保障数据中心和透明地质管控平台按照“精准接替”、“精准掘进”、“精准回采”、“精准运输”、“精准提升”、“智能通风”、“自动排水”等应用节点所需要的模型、精度和时效性要求，利用其本身提供的地质体几何计算、地质空间智能分析和地质灾害预测预报等功能，把精准开采所需要的实时地质信息和预警信息再提交到地质保障数据中心，供各应用节点使用。除此之外，在精准开采体系中各应用节点都有各自的核心作用，现分别描述如下:

(1)“精准接替”节点根据计划期内的煤质产量需求，完成工作面布置和采掘接替计划编制。事实上要让系统自动给出科学的采掘接替计划是一个比较困难的问题[39]。我们在《蓝光采掘生产计划编制系统》中，可以利用四维地理信息提供的构造和煤层地质模型以及当前的开拓、井巷和工作面位置等信息，自动生成接替关系和相关图表。

(2)“精准掘进”节点利用地质保障数据中心提供的智能信息模型，建立各待掘巷道地质空间和巷道空间模型，利用自动测量定位系统[40]和智能掘进机的远程自动控制功能实现煤巷、岩巷、半煤半岩巷的精准智能掘进，同时完成掘进误差评价和巷道精细建模。专利[40]中的定位方法也为进一步实现掘支一体化和整体无人化掘进奠定了基础。

(3)“精准回采”节点充分利用地质保障数据中心提供的精准回采地质模型构建技术[24-25]，利用文献[41-42]的自动开采技术与装备，按照专利[26-27]中给出的优化和远程控制模型和方法，可以很好地避开现在乃至将来都无法实现的煤岩在线自动识别技术难题。因此，只需要进一步攻克回采工作面每台设备的精确测量和定位难题，利用这种超前精准建模的地质保障和透明地质技术，前期并不需要增加太大投入，就可实现真正的无人回采，可大幅度地提高回采效率并降低煤炭的损失率，实现精准开采。

(4)“精准运输”和“精准提升”节点所涉及的运提控制方式通过采掘面的落煤量预测与地质保障系统相关联，而地质构造、地质力学、扰动地质和地质灾害直接关系到运提通道所涉及井巷的完好性和可维护性，也关系到井巷的变形控制策略，否则就无法保障矿井的运提能力，也无法实现精准开采。

(5)“智能通风”节点的任务是实现正常时期和灾变时期各用风点的按时按需供风，特别是采掘工作面，如果供风能力不足，就会引起有害气体超限等问题，就要停止生产，更无法实现精准开采。实现按时按需供风的技术关键不仅要通过瓦斯地质参数超前预测瓦斯涌出量和需风量，更重要的是要实现通风系统的状态识别和最优调节方案的在线计算，最终实现全程通风自动化[43]。

(6)“自动排水”节点需要通过水文地质信息，利用大数据分析技术实现涌水量动态预测预报[44]，从而得到精准的排水控制策略，实现正常时期和灾变时期的排水自动化和最优化，保障精准开采。

4.4应用实例

前面描述的各种解题思路、计算方法和软件功能已在《蓝光智慧矿山软件系统》的相应模块中得到了部分实现和应用。例如，图2展示了梁宝寺煤矿复杂地层连续建模过程和效果，图3展示了华丰煤矿地质模型的布尔运算效果，图4是开采扰动过程中的应力分布计算和扰动破坏可视化，图5是安家岭矿11层煤煤质采样点和预测结果截图，图6是大海则煤矿地质体剖切和隐蔽属性(指力学、煤质、瓦斯等参数)查询，图7描绘了古城煤矿综合地质模型和微震事件的透明化效果，图8展示了基于精准地质模型的采掘工作面可视化模拟与控制界面。

图2 复杂地层连续建模过程和效果
Fig.2 Continuous modeling process and effect of complex strata

图3 矿山地质模型布尔运算结果
Fig.3 Boolean operational result of mine geological model

图4 矿山地应力计算和开采破坏可视化
Fig.4 Visualization of in-situ stress calculation and mining failure in mines

图5 煤质采样点分布与煤质预测结果
Fig.5 Distribution of coal quality sampling point and the prediction results of coal quality

图6 地质体剖切和隐蔽属性查询
Fig.6 Geological body cutting and hidden attribute query

图7 综合模型和微震事件透明化显示
Fig.7 Comprehensive model and transparent display of microseismic events

图8 采掘工作面可视化模拟与控制
Fig.8 Visual simulation and control of mining face

由图2～8可以看出，这些软件成果已为开发完整的煤炭精准开采地质保障系统探索出了一条可行的技术线路。

5结 语

综上所述，关于煤炭精准开采地质保障和透明地质科学难题和关键技术的研究，虽然有些技术难题还有待于持续研究和最终突破，但在三维精准建模、三维布尔运算、地应力计算、瓦斯地质参数反演、“四位一体”水文地质分析、透明地质模型创建等关键技术研究方面已经取得了较大进展，在软件服务和云计算构架设计、核心模块开发和应用方式等方面，本文给出了比较完整的解题思路，只需在三轴绝对地应力传感器、宽频段微震传感器、宽量程风速传感器、富水区超前探测、煤层自然发火状态监测和在线水质化验等技术上取得进一步突破，实现煤炭精准开采的全息透明地质保障指日可待。

参考文献 :

[1] 袁亮.煤炭精准开采科学构想[J].煤炭学报,2017,42(1):1-7.

YUAN Liang.Scientific conception of precision coal mining[J].Journal of China Coal Society,2017,42(1):1-7.

[2] 袁亮.面向煤炭精准开采的物联网架构及关键技术[J].工矿自动化,2017,43(10):1-6.

YUAN Liang.Framework and key technologies of internet of things for precision coal mining[J].Industry and Mine Automation,2017,43(10):1-6.

[3] 袁亮.煤及共伴生资源精准开采科学问题与对策[J].煤炭学报,2019,44(1):1-9.

YUAN Liang.Scientific problem and countermeasure for precision mining of coal and associated resources[J].Journal of China Coal Society,2019,44(1):1-9.

[4] 卢新明，尹红.数字矿山的定义、内涵与进展[J].煤炭科学技术,2010,38(1):48-52.

LU Xinming,YIN Hong.Definition,connotations and progress of digital mine[J].Coal Science and Technology,2010,38(1):48-52.

[5] GB/T 34679—2017.智慧矿山信息系统通用技术规范[S].

[6] DB37/T 2322—2013.智慧矿山建设规范[S].

[7] 王国法，刘峰，庞义辉，等.煤矿智能化—煤炭工业高质量发展的核心技术支撑[J].煤炭学报,2019,44(2):349-357.

WANG Guofa,LIU Feng,PANG Yihui,et al.Coal mine intellectualization:The core technology of high quality development[J].Journal of China Coal Society,2019,44(2):349-357.

[8] 崔晓立.GIS技术运用于矿井地质保障信息系统探究[J].煤炭技术,2011,30(11):255-256.

CUI Xiaoli.Discussion on use of GIS in mine geology security information system[J].Coal Technology,2011,30(11):255-256.

[9] 虎维岳.深部煤炭开采地质安全保障技术现状与研究方向[J].煤炭科学技术,2013,41(8):1-5,14.

HU Weiyue.Study orientation and present status of geological guarantee technologies to deep mine coal mining[J].Coal Science and Technology,2013,41(8):1-5,14.

[10] 贾建称，张妙逢，吴艳.深部煤炭资源安全高效开发地质保障系统研究[J].煤田地质与勘探,2012,40(6):1-7.

JIA Jiancheng,ZHANG Miaofeng,WU Yan.The geological guarantee system for exploiting deep coal resources in safety and high efficiency[J].Coal Geology & Exploration,2012,40(6):1-7.

[11] 高曙明，齐建昌.10000个科学难题:信息科学卷[M].北京:科学出版社,2011:609-611.

[12] 王红娟，张杏莉，卢新明.布尔运算算法研究及其在地质体建模中的应用[J].计算机应用研究,2010,27(10):3844-3846.

WANG Hongjuan,ZHANG Xingli,LU Xinming.Research on algorithm of Boolean operation and application in geological bodies modeling[J].Application Research of Computers,2010,27(10):3844-3846.

[13] 王红娟，张杏莉，卢新明.三维复杂地质体的布尔运算算法研究与实现[J].计算机工程,2011,37(8):16-21.

WANG Hongjuan,ZHANG Xingli,LU Xinming.Research and implementation of Boolean operation algorithm for 3D complex geological body[J].Computer Engineering,2011,37(8):16-21.

[14] WANG Hongjuan,KAN Shuting,ZHANG Xingli,et al.Robust Boolean operations algorithm on regularized triangular mesh and implementation[J].Multimedia Tools and Applications:An International Journal,2018,64(3):online.

[15] 卢新明，王红娟.基于高效布尔运算的三维矢量缓冲区算法[J].中国矿业大学学报,2012,41(3):481-487.

LU Xinming,WANG Hongjuan.An algorithm for 3D vector buffer based on efficient Boolean operation[J].Journal of China University of Mining & Technology,2012,41(3):481-487.

[16] 李天斌.10000个科学难题:地球科学卷[M].北京:科学出版社,2010:322-324.

[17] 卢新明，尹红，张杏莉，等.一种矿山动力灾害的全息预警方法[P].中国专利:CN107563092A,2018-01-09.

[18] MALLET J L.Discrete modeling for natural objects[J].Mathematical Geology,1997,29(2):199-219.

[19] 徐华，武强.复杂地质体中多值面的网格生成算法[J].计算机辅助设计与图形学学报,2002,14(7):609-612.

XU Hua,WU Qiang.Multivalued surface mesh generation for complicated geological entity[J].Journal of Computer-Aided Design & Computer Graphics,2002,14(7):609-612.

[20] 武强，徐华.三维地质建模与可视化方法研究[J].中国科学(D辑:地球科学),2004,34(1):54-60.

WU Qiang，XU Hua.Research on three dimensional geologic modeling and visualization[J].Science in China (Earth Sciences),2004,34(1):54-60.

[21] 钟登华，李明超，刘杰.水利水电工程地质三维统一建模方法研究[J].中国科学(E辑:技术科学),2007,37(3):455-466.

ZHONG Denghua,LI Mingchao,LIU Jie.Study on the unified three-dimensional model method of water resources and hydropower engineering[J].Science in China (Series E Technologica),2007,37(3):455-466.

[22] 武强，徐华.数字矿山中三维地质建模方法与应用[J].中国科学:地球科学,2013,43(12):1996-2006.

WU Qiang,XU Hua.Three-dimensional geological modeling and its application in digital mine[J].Science China:Earth Sciences,2013,43(12):1996-2006.

[23] 朱良峰，吴信才，潘信.三维地质结构模型精度评估理论与误差修正方法研究[J].地学前缘,2009,16(4):363-371.

ZHU Liangfeng,WU Xincai,PAN Xin.Theory of accuracy assessment and methods for error correction in 3D geological structure models[J].Earth Science Frontiers,2009,16(4):363-371.

[24] 卢新明，彭延军，尹红，等.一种用于无人化采掘工作面的适时精准建模方法[P].中国专利:CN105389451A,2016-03-09.

[25] 卢新明，彭延军，尹红，等.一种用于无人化采掘工作面的三维模型自动更新方法[P].中国专利:CN105551074A,2016-05-04.

[26] 卢新明，李旭健，尹红，等.一种用于无人化采煤工作面的截割路径规划方法[P].中国专利:CN106089201A,2016-11-09.

[27] 卢新明，李旭健，尹红，等.一种用于无人化采掘工作面的远程可视化监控方法[P].中国专利:CN106127324A,2016-11-16.

[28] AMADEI B,STEPHANSSON O.Rock stress and its measurement[M].Dordrecht,Netherlands:Chapman & Hall,1997:96-113.

[29] 康红普，林健，张晓.深部矿井地应力测量方法研究与应用[J].岩石力学与工程学报,2007,26(5):929-933.

KANG Hongpu,LIN Jian,ZHANG Xiao.Research and application of in-situ stress measurement in deep mines[J].Chinese Journal of Rock Mechanics and Engineering,2007,26(5):929-933.

[30] 康红普，司林坡，张晓.浅部煤矿井下地应力分布特征研究及应用[J].煤炭学报,2016,41(6):1332-1340.

KANG Hongpu,SI Linpo,ZHANG Xiao.Characteristics of underground in-situ stress distribution in shallow coal mines and its applications[J].Journal of China Coal Society,2016,41(6):1332-1340.

[31] 康红普，伊丙鼎，高富强，等.中国煤矿井下地应力数据库及地应力分布规律[J].煤炭学报,2019,44(1):23-33.

KANG Hongpu,YI Bingding,GAO Fuqiang,et al.Database and characteristics of underground in-situ stress distribution in Chinese coal mines[J].Journal of China Coal Society,2019,44(1):23-33.

[32] 吕爱钟，王全为.应用最优化技术求解任意截面形状巷道映射函数的新方法[J].岩石力学与工程学报,1995,14(3):269-274.

LÜ Aizhong,WANG Quanwei.New method of determination for the mapping function of tunnel with arbitrary boundary using optimization techniques[J].Chinese Journal of Rick Mechanics and Engineering,1995,14(3):269-274.

[33] 卫文学，卢新明，施龙青.矿井出水点多水源判别方法[J].煤炭学报,2010,35(5):811-815.

WEI Wenxue,LU Xinming,SHI Longqing.Identification method of multi-water source of mine water inrush[J].Journal of China Coal Society,2010,35(5):811-815.

[34] 武强，徐华，杜沅泽，等.矿山突(透)水灾害应急疏散模拟系统与工程应用[J].煤炭学报,2017,42(10):2491-2497.

WU Qiang,XU Hua,DU Yuanze,et al.Emergency evacuation simulation for water bursting disaster in mine[J].Journal of China Coal Society,2017,42(10):2491-2497.

[35] 陈歌，孙亚军，徐智敏，等.微震监测技术在矿井水害防治中的研究进展[J].金属矿山,2019,48(1):7-15.

CHEN Ge,SUN Yajun,XU Zhimin,et al.Study progress for microseism monitoring technique on the predication and control in mine water disaster[J].Metal Mine,2019,48(1):7-15.

[36] 武强，刘宏磊，赵海卿，等.解决矿山环境问题的“九节鞭”[J].煤炭学报,2019,44(1):10-22.

WU Qiang,LIU Honglei,ZHAO Haiqing,et al.Discussion on the nine aspects of addressing environmental problems of mining[J].Journal of China Coal Society,2019,44(1):10-22.

[37] ZHOU Longquan,LU Xinming,WANG Hongjuan,et al.Adaptive algorithm for three-dimensional mesh generation based on constrained delaunay[J].International Journal of Pattern Recognition and Artificial Intelligence,2018,32(9):1855017.

[38] 卢新明，阚淑婷，张杏莉.矿山物联网云计算与平台技术[J].工矿自动化,2018,44(2):1-5.

LU Xinming,KAN Shuting,ZHANG Xingli.Cloud computation and platform technology for mine Internet of things[J].Industry and Mine Automation,2018,44(2):1-5.

[39] 古德生，李夕兵.现代金属矿床开采科学技术[M].北京:冶金工业出版社,2006:718-724.

[40] 卢新明，尹红.一种自动测绘定位的掘进方法及系统[P].中国专利:CN109296370A:2019-02-01.

[41] 王国法，王虹，任怀伟，等.智慧煤矿2025情景目标和发展路径[J].煤炭学报,2018,43(2):295-305.

WANG Guofa,WANG Hong,REN Huaiwei,et al.2025 scenarios and development path of intelligent coal mine[J].Journal of China Coal Society,2018,43(2):295-305.

[42] 王国法，赵国瑞，任怀伟.智慧煤矿与智能化开采关键核心技术分析[J].煤炭学报,2019,44(1):34-41.

WANG Guofa,ZHAO Guorui,REN Huaiwei.Analysis on key technologies of intelligent coal mine and intelligent mining[J].Journal of China Coal Society,2019,44(1):34-41.

[43] 卢新明.矿井通风智能化技术研究现状与发展方向[J].煤炭科学技术,2016,44(7):47-52.

LU Xinming.Study status and development orientation of mine ventilation intelligent technology[J].Coal Science and Technology,2016,44(7):47-52.

[44] 卫文学，韩进，施龙青，等.现代数据分析在矿山涌水预测中的应用[M].北京:煤炭工业出版社,2015.