国家能源战略对煤炭工业智能化建设与发展进行了准确定位，煤炭绿色智能开采、清洁高效利用成为未来矿山发展的主线，积极推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系是煤炭人肩负的使命[1]。煤炭生产需要围绕清洁、低碳、安全、高效4个核心要素，减少开采、转化、燃烧发电到终端消费全产业链的污染物产生，有效控制和利用二氧化碳，开发集约化、规模化和高效率的煤炭开采、联产转化和发电技术[2]。基于国际能源发展战略前沿需求，全面推动煤炭绿色智能开采、煤炭清洁高效燃烧、现代煤化工及高效利用、废弃矿井资源综合利用及CCUS开发利用的基础研究、前沿科学研究及应用研究，助力国家碧水蓝天战略[3-5]。
在煤炭资源开发全过程中，地质条件的精细探查是基础环节，查明和重构煤炭开采透明化地质条件，是精准开采和清洁利用的基础保障[6-10]。针对煤炭资源的智能化发展，王国法等以矿区所在区域及地质条件为基本指标，结合矿井开采及安全相关参考要素，提出了智能化煤矿分类与程度分级的评价指标体系[11]。在推进智能化煤矿建设中，首先需要解决的问题是地质条件的透明化，以确保采掘条件的可视、可预和可控。国内外地下空间透明化的研究较多，浅部地质条件的透明构建为浅层地下空间利用提供了基础，形成了一系列围绕地铁、隧道、水利等工程的三维虚拟现实透明化软件。我国矿井地质条件透明化软件是在原有的地质软件基础上逐步推进发展的，包括北大龙软、西安集灵、山东蓝光等地学软件开发系统[12-14]。受地质数据利用与计算机技术发展的控制，其研究发展过程可以概括为3个阶段。第1阶段主要是基于钻孔数据的三维地质建模研究，该阶段发展时间较长，以地层、构造等地质信息的三维地质建模来实现煤矿地质条件的透明化。其中，芮小平等根据煤矿生产的实际情况，提出了建立矿山三维GIS的思路，主要基于钻孔数据建立三维空间数据库、实现三维曲面绘制、三维地质体动态显示、平面图与剖面图的自动绘制、地质信息查询、煤矿虚拟环境的建立等[15];章冲等基于OpenGL技术在对建模区域进行地质构造和地层岩性综合分析的基础上，抽取主要的断层作为边界，在横向上进行了构模块段划分，并对各块段分别进行了块段地层及边界断层建模，最后用断层模型对块段地层模型进行了修正、集成，形成了整个区域完整的地质体模型[16];王强等基于AutoCAD二次开发和数据库技术，利用煤矿钻孔数据完成了三维地质模型构建[17]。第2阶段主要是基于地球物理探测数据的三维可视化研究，该阶段主要为提高地球物理探测结果的解释精度，对探测数据进行三维可视化处理，实现煤炭采掘地质条件的透明化。其中，高级等结合煤矿地震探测数据特点，基于OpenGL和VC联合编程，利用适合地震数据的三维显示算法，研制了基于Windows的煤矿地震数据三维可视化系统Sgy3D，该系统在实际地震资料解释中取得了良好的地质效果[18];崔瀛潇等以Unity3D引擎为开发平台，利用GIS 3D分析及3DS max三维建模，研究了煤炭地震勘探三维可视化技术，实现了三维地质数据体、地质层位以及复杂地质模型的三维可视化[19];王鹏等基于Matlab语言调用Surfer库函数进行2次开发，实现了瞬变电磁探测数据的三维可视化，提高了瞬变电磁资料的解释水平[20];张超等利用Voxler平台从三维数据的整合、三维模型的建立、模型的地形校正以及白化等方面对瞬变电磁探测数据三维可视化进行了研究，绘制了三维视电阻率模型，展示了异常体的空间分布形态[21]。第3阶段为基于多源数据的综合地质建模研究，该阶段主要进行高精度、透明化采掘工作面的构建和动态更新，满足煤炭智能精准开采的地质条件需求。其中，武强等利用包括钻孔、剖面、DTM/DEM数据、遥感数据、点云数据、水文孔等多源数据，基于“三图法”分析并设计了煤层顶板突水三维动态可视化系统，通过构建3D地质模型及“三图”确定了煤层开采模拟区域及突水点位置的各种候选方案，真实反映了煤层开采过程中可能发生的实际复杂情况，并经过地下水模拟、可视化预处理、刚体碰撞检测响应等，实现了垮裂带及地下水流场的动态模拟分析[22];毛善君等在构架透明化矿山平台的过程中，提出采用三角网、似直三棱柱等技术，利用钻探、物探和日常生产获取的多源数据动态构建和修正三维地质模型，解决了煤层及地质构造、陷落柱等三维模型的交互和自动生成等难点问题[23-24];卢新明等为实现地质模型的全息可视化和透明化，解决地质分析和全地质属性的可视化问题，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[25];程建远等提出了多层级、递进式、高精度三维地质建模的思路，采用从地面探测到井下探测、由地质预测到采掘反馈、由静态探测到动态探测的技术路线，综合运用物探、钻探、采掘工程等多种地质数据，构建了不同勘探、采掘阶段的三维地质模型，由远到近，由粗到细，以期将工作面三维地质模型的精度从“十米级”、“米级”提升到“亚米级”[26]。可以看出，这3个阶段的发展独立且相辅相成，各个阶段之间没有界限，相互穿插，共同向高精度、透明化目标迈进，但整个透明地质条件建设过程还有待进一步向着智能化推进。
通过集成多源地学信息大数据，实时获取岩、水、气等多介质、多相、多态、多场源变化参数并重构其特征，可视化地下岩煤采掘空间，是透明地质条件利用和构建之本。笔者以智慧矿井体系及平台建设为引领，分析了矿井透明地质条件模型重构问题，为广大地学工作者研究与开发提供参考。
1 智慧矿井发展的地质要求
智慧矿井系统的构建，是在基础网络平台提供的可靠物联通道上，实现现场层、生产层、存储层、控制层、应用层、展示层的透明管理，以及各层对应的状态演化、信息感知、快速交换、主动服务、智能决策和信息共享的协同运行。这其中现场层与生产层尤为关键，特别是与安全关系最为密切的开采地质条件的透明化，能够通过地质信息的推演与可视化技术实现隐蔽致灾信息的实时更新与动态预警。基于现有煤炭生产方式，煤炭的智能化开采中优先解决的技术问题之一就是透明地质模型及动态信息平台搭建，即通过提升智能地质综合保障技术[11]，利用智能钻探、智能物探、智能探测机器人、地质数据数字化、地质与工程数据融合、地质建模、地质数据推演、地质数据多元复用、地质数据智能更新与实时传输、地质信息可视化等手段，实现矿井地质信息的透明化，对井下环境智能感知和安全管控，这也是生产管理和安全管理的关键要素之一。图1为智慧矿井要素体系的构架框图。目前对于矿井智慧化的构架没有统一模式，其原则是对不同条件矿井要素进行重构与管控。
在诸多智慧矿井构架组成中，地质条件是发展的基础和先行者。实现地质信息的透明化是智能化矿区的先决条件。同时，随着煤炭资源开采高效智能化生产的不断发展，对于透明地质条件的技术保障要求也会越来越高。围绕矿井智能化建设与发展，必须要在开采地质条件的透明化勘查、地质隐蔽致灾因素的可视化、地质保障信息的多元融合等方面开展研发与攻关[27]。
图1 智慧矿井的要素体系结构
Fig.1 Schematic diagram of the element system of intelligent mine
2 矿井透明地质条件构建
2.1 透明地质条件模型
矿井透明地质条件模型构建总的思路是利用“空-天-地-井-孔”(卫星、遥感-航测、无人机-地面测试技术-钻井-井下钻孔)一体化多方位综合勘探信息，采用物联网、大数据、VR/AR、5G 通讯、区块链等技术，构建煤系共伴生资源利用的多相、多态、多维、多场、多源全程数据库，形成云技术下的多源异构、多尺度、大规模历史及实时动态参量存储管理数据体系，构筑四维多层次拓扑模型，打造具有资源赋存透明化、灾害信息可视化的信息矿井，实现对煤系共伴生资源、水、气、热等精准评测和利用，同时精确定位与预警致灾因素，有效减少或避免安全事故的发生[28]。透明地质条件的实现，可以通过实时感知、采集、传输原生/扰动能量场、损伤场、渗流场等复合参量数据，虚拟地质构造及异常体(断层、褶皱、陷落柱、油气圈层)与活化流体(瓦斯、矿井水、粉尘、CO2、油气、地浸液、含铀溶浸液、氧及其子体)时空动态运移特征，实现对应力场、裂隙场、渗流场、温度场、能量场及化学场变动的监控，真实再现矿井空间结构，研发灾害孕育、发生、扩展衍生前兆信息智能地学感知系统。其总体上可以分为静态地质模型构建和动态地质模型构建两个基础组成部分。
2.1.1 三维静态地质模型重建
煤炭资源开采利用前，需准确掌握其资源赋存状态、地质构造、水文地质条件及其他潜在危害条件等原始地质状态及空间分布。因此，应用多种技术手段及数据资料真实还原矿区的初始三维地质结构，构建可视化的静态地质模型就显得尤为关键。
采用“空-天-地-井-孔”全方位立体化的探测模式，获得矿区地表三维地形地貌、地下岩层岩性分布、三维地质构造形态、资源赋存状态以及原始岩石力学、温度、水文等多参量的三维数据，同时融合井巷建设的基础地质信息等多域大数据信息，采用虚拟现实技术对钻孔、地层、物性等各类参数重建，获得单元素或多元素三维数据体，构建其静态参数模型。其重点是反应原始地形地貌、地层条件、资源赋存状态、地质构造发育形态、地下水空间分布范围、岩石物理力学参数等多元信息。通过大数据计算与筛选，利用管控平台，能可视化展示任一区域“固-液-气”资源空间赋存状态的三维静态地质模型，并给出评价量、质等参数的指标及分类等级，对开采影响因素及各种灾害条件进行初步评估并给出风险级别。在后期生产开采环节，可以结合实时多物理场传感监测系统所获得的多类型数据变化，对诱发灾害的风险进行实时动态预警。同时，能对煤炭资源全生命周期后期的矿区剩余及伴生资源条件、地下水、地热资源等资源量及其空间分布进行准确掌控，提高关闭/废弃矿井资源精准开发利用效率，为闭坑矿井剩余资源整合、环境修复利用等工作奠定基础。
静态地质模型的精准构建和可视化展示，可为后期地质信息动态透明化监测提供可靠的技术支撑。图2为透明地质条件整体架构设想图。
图2 透明地质条件实现示意
Fig.2 Schematic diagram of transparent geological conditions
2.1.2 四维动态地质模型构建
静态地质条件实现的目的是查明和把握原始地质状态，而动态地质条件则是对变化地质信息的监控和动态预测。煤炭资源开采后，其区域地质条件发生改变，原始的应力状态平衡被破坏，岩土层介质产生空间上的变形与破坏，如离层、破裂、垮落、覆岩裂隙、片帮、底臌、底板导高与岩层破坏等应力平衡状态改变而导致的岩体变形、破坏现象时常发生[29]。突发的应力集中或破坏还有可能引发安全事故，尤其是存在岩体薄弱、破碎等异常区域，如断层带、瓦斯富集区、隐伏陷落柱等情况下，灾害更易发生。目前，整个掘采过程特征变化均是围绕不同场发生，大多采用不同的方法进行场源信息的捕获与监测，其具体过程分析见表1[30-33]。
由表1可见，对于岩石力学条件的改变，所带来的多场信息监测感知，是当前动态地质信息透明化的主要数据信息源。而上述变化信息则通过在巷道、工作面围岩空间布设不同的感知单元，收集来自于原岩变化过程中的多场信息，丰富透明地质条件数据体信息，从而提高矿山地质透明化程度[34]。
在静态透明地质条件基础上，加载地、孔、巷及围岩条件下的信息传感单元，提供数据源位置信息。并通过采动时间变化，获得不同时间段的连续监测数据体，进行单一数据或多数据源之间的反演计算，进而获得岩层变形破坏以及多场耦合条件下的地层结构及多属性数据分配，根据静态数据对比获得新的认识，进一步解释水、气、热、地压等变化及灾害孕育过程及其发展程度。即形成时间-空间动态变化的四维数据信息，图3为四维多场监测示意。
目前单一变化量的测试感知分成不同方法，但其整体效应、参数融合不足，对岩层介质变化的规律及判断未形成统一标准，现阶段的动态地质信息透明化仍然无法满足现代生产需求。多场多源耦合演化机理与灾害孕育演化规律研究是煤炭精准开采透明地质条件重构的理论支撑。其主要借助互联网+、VR/AR、5G 通讯、区块链等技术，消除煤炭开采现场监测、模拟试验及基础研究试验信息中存在的信息孤岛、异构融合、标准滞后现象。同时，通过有机融合多物理场数据，进行多参数联合反演，提高异常区解释精度[35]。因此，需要创新技术的综合与应用，以期能够获取矿井地质灾害孕育演化规律，完善、创新灾害前兆感知、预警、预解技术，创建“时序大数据深度学习+智能决策”模式，不断提升对动态透明地质条件的过程化管理，达到全程全方位掌控程度，搭建井上下多场源信息监控平台，构建多场源耦合信息、致灾因素、灾害前兆的多元信息数据库和时空地质信息系统，进行实时连续动态处理，为生产提供及时有效的指导。动态地质模型构建需要:加强对采场围岩变形与破坏过程及含水、含气等条件参与下的多场多源响应特征、探测手段等基础理论研究;深度融合透视化地质保障信息，反演煤系共伴生矿产资源赋存条件;创新相似模拟、基础试验设备，优化试验系统，研发透视化实验系统;进一步提升地质大数据的可视化程度，构建透明矿山地质及其多参量深度挖掘与智能预警防控平台[4]。
表1 掘采条件下围岩变形与破坏引起的场变化及其感知
Table 1 Field change and perception of surrounding rock deformation and failure under mining conditions
场源类型划分测试监测方法基本原理场源特征显现应力应变场光纤类测试基于相长干涉、布里渊散射原理常规应力应变计(振弦式、差动电阻式)通过测量应变计的振弦振动频率或电阻值变化受采动影响原岩应力场平衡状态被打破,呈现岩体失稳现象,直至2次平衡;宏观表现为离层、裂隙、断裂、垮落等地质地球物理场声发射微地震法弹性波法电法(高密度电法、网络并行电法)电磁场法(TEM为主,MT,AMT,CSAMT)基于煤岩体因裂隙扩展等引起的应变能快速释放产生的应力波现象利用岩体破裂产生的微小震动,获得微地震事件数、能量数等利用岩体破坏后弹性参数(速度等)变化 采动导致岩体电阻率发生变化,通过 测试目标体视电阻率判别围岩完整性围岩体结构的变形将导致自身地质地球物理性质发生改变,具体表现为能率、事件率突变,弹性波传播速度降低、视电阻率升高(未含水的情况下)等变化渗流场电法(电阻率法、自然电位法)水的渗流过程改变了渗流区域的导电能力,水的视电阻率低于围岩介质煤炭开采产生扰动裂隙场,地下水系统被破坏,将产生大量矿井水,导致矿井突涌水风险系数升高温度场分布式光纤测试基于拉曼散射原理红外温度传感辐射热效应原理采空区遗煤自燃、井下机械设备运转等产生的温度异常特征,以及深部矿井高地温属性浓度场矿用激光甲烷传感器热催化、热导、红外、激光等矿用气体遥测传感器采用可调谐激光光谱吸收检测方法,接收反射光强闪烁室法氡及其子体发射的α粒子使闪烁室壁的ZnS产生闪光,经过光电倍增管将光讯号变成电脉冲采动影响煤体瓦斯、氡等气体压力的变化,并使煤层积累了大量的应变能,当这种应变能一旦超过了极限数值,煤体便突然破裂,释放出大量的能量、瓦斯和氡,造成煤与瓦斯突出其他场(复合场)光-电联合、震-电联合、重-磁联合围岩体变形破坏导致多物理场属性发生改变,利用多参数(应变、温度、视电阻率、弹性波等)联合探测复合多场响应特征
图3 矿井地质条件四维多场监测感知系统示意
Fig.3 Multi-field four-dimensional monitoring and sensing system architecture of mine geological conditions
2.2 关键技术实现与利用
矿山透明地质条件构建中涉及到诸多关键技术，其中多源数据获取与融合处理、全方位虚拟展示、四维动态信息更新、信息资源评价、灾害预警把控等对实现透明地质条件至关重要[36-37]。需要利用计算机编程和虚拟现实技术，在静态地质条件基础上，完成动态地质特征表征。其关键技术概括为以下几个方面:
2.2.1 智能感知技术与装备的发展
地质透明信息的获取要基于传统探测技术优化与智能感知技术的结合，即通过智能钻探、智能物探、智能探测机器人、地质数据的数字化等技术与装备的不断发展形成智能地质综合保障体系，能够有效、高效取得可靠、高质量、适时更新、可视化的基础测试参量。其中智能钻探技术的发展:随钻测量定向钻进技术、回转钻进技术、稳定组合钻定向钻进技术、碎软煤层钻进技术、坑道取芯钻进技术的快速发展，以及钻进装备如:分体式钻机、履带式钻机、胶轮式定向钻机、自动化智能钻机等钻机的不断进步，与此同时，智能钻探基础理论与方法、智能定向钻、高精度随钻测量系统、钻孔机器人的研发都推动了智能化感知技术进步[38]。而智能物探技术主要从二维不断向三维可视发展，多场融合测试技术迅速发展，极大提高物探技术手段的效率和时移性。除此之外地震反射波、面波、散射波、电阻率法、瞬变电磁法等技术理论研究不断深入，针对煤矿的温度场、应力场、地下水动力场、瓦斯渗流场等关键地质灾害高精度地球物理手段和监测预警仪器装备的进步，无论从分辨率、探测精度、抗干扰能力、探测距离还是全空间反演及联合反演技术等方面都促进了智能物探技术的成型。特别是，针对复杂矿井环境智能探测机器人的研发，对于水文地质条件的变化监测、火灾火情探测、围岩空间变形实时测试，提高了地质数据数字化水平。总的来说:测试与感知技术基础理论的优化与发展、测试装备的改进与创新、新技术装备的应用与进步为智慧矿井的透明地质条件实现提供了基础技术支撑。同时，基于科技创新驱动，提高智能化技术与装备水平，可以为实现地质信息透明化做好技术保障。随着技术与装备的不断发展，需要深化智能感知技术与装备的跨界合作与互通，增强核心技术与装备水平，促进智慧矿井地质数据信息的完善与丰富，形成多元地质信息库，图4为智能感知技术与装备发展体系。
图4 智能感知技术与装备发展体系
Fig.4 Development system of intelligent sensing technology and equipment
2.2.2 地学大数据库的融合与管理
重构透明地质条件除了需要大数据的支撑，还需要外加时间动态化表征。粗略可以概括为3类数据:地质数据、工况数据、灾变监测数据。具体而言:地质数据包括矿井建设地质资料、井田钻孔、井田勘探资料、地质构造、水文地质资料等，这类数据可以看作是静态数据。工况数据则是动态变化的数据，其中包括采掘数据、多场耦合关系变化、采场空间数据等。除上述两者，灾变监测数据也是地学大数据的主要组成部分，也是地学大数据重要的监测对象，涵盖了应力场变化数据、矿压监测数据、水文参数变化数据、扰动地质灾变数据、顶底板位移数据、煤柱稳定性监测数据等内容。通过静态地质信息和现场监测感知数据的获得，实现对煤系共伴生资源赋存、原生/扰动地质灾害、开采工况的全息实时展现，实现如图5所示的地学大数据的融合利用。基于动态数据评价，实现资源开发规划、矿井运行管理及退役矿井生态修复方案的智能弹性决策，通过灾变监测数据实时分析，实现潜在致灾因素的智能深度判识、精准圈定及高效解危，有效解决资源开发面临的勘探监测、协同开发、灾害防控等重大难题。
图5 地学大数据融合利用
Fig.5 Geoscience big data fusion and utilization
透明地质条件实现过程中，重点按信息类型对地学大数据进行分类、统一管理，现代计算机科学集成技术，构建煤系资源与利用过程统一的多场多参数信息库，实现多场源、多专业、多时态、多维度数据的融合，构建云数据中心，形成云技术下的多源异构、多尺度、大规模历史及实时动态参量的分布式存储管理模式，统一存储与读取，实现数据互通互联无障碍。聚焦动态复杂多场多参量信息挖掘分析与融合处理技术研究，实现数据融合、数据分析、数据分类，实现煤矿“一矿一图”智慧平台、煤矿大数据分析平台、掌中矿山平台的信息交互、共享;安全生产各监控系统与自动化系统与平台、门户网站等软件系统实现物理隔离。
2.2.3 地质条件空间特征的全方位动态展示
静态地质条件的展示主体是地质资源及其结构、构造特征。随着掘采系统进入，将施工的巷、孔等系统加入，为动态系统布设提供基础。即建立关于构造、隐伏水害、地层赋存的采前地质条件，采中关于采场空间变形、采场范围矿压、水害、采区地表沉降的地质变化要素，以及采后围岩空间形态状况、围岩多相多场状况、地表环境状况的地质空间特征，形成地质条件的三维重构。基于不同监控对象的感知传感单元，通过空间定位，获得煤层采动过程中的岩层变化位置，以及岩-水-气多相多场运移特征等，结合反演的地质地球物理参数特征进行全方位动态演示，清晰表达采动应力叠加与动静荷载变化所引起的岩层空间感知参数结构重构及其特征量，为地下灾害源的孕育、发展、形成、消失或突发等提供支撑，图6为地质空间条件三维重构示意。
图6 地质空间条件的三维重构
Fig.6 Three-dimensional reconstruction of geospatial conditions
地质条件空间特征的全方位展示还需深入研发地下空间大数据三维可视化关键技术，建设基于大数据云技术的高精度精准开采地质模型，结合VR/AR虚拟现实等视觉处理技术，实现对地质条件空间特征的全方位四维动态展示。
2.2.4 多源多因素多信息综合评价
随着人们认识的提升，煤矿开采的地下空间资源利用的内容随之增多，包括主体资源煤炭，以及伴生资源、水、气、热，甚至到后续的剩余资源量，都需要进行四维刻画，体现其赋存特征。以煤系资源为核心，多重评价是未来信息表达的主体。特别是针对多源灾害事故，如围岩空间强变形、水文地质灾害、冲击地压、煤与瓦斯突出等问题，基于工程地质资料、工程灾害资料、采掘资料、现场监测，进行多场多相地质灾害演化机理研究、多源灾害前兆信息判别、多源灾害监测识别理论建立、多源灾害智库系统建设，结合地球物理、数学、力学、计算机科学等多学科知识体系，形成现场反馈、理论研究、实验测试、数据模拟立体的灾害事故前兆判别预警、灾后评估和救援指导，形成图7多源灾害事故评价体系。不仅如此，煤炭资源开采过程中，还需要对岩层管理、瓦斯气体管理、安全管理、地下水运移管理等多样化数据进行实时分析与处理，虚拟各类生产关键要素信息，进行动态化跟踪，实现其在时间维度的多信息评价。
图7 多源灾害事故评价体系
Fig.7 Evaluation system of multi-source disasters and accidents
2.2.5 多灾害源的智能监控
深部煤炭资源开采，智能化水平越高其要求安全条件越严格，提供动态地质信息是重点。灾害事故通常具备动态、多变特征，因此要准确获得相关源信息并分析其变化。目前，对于多灾源信息的采集方法往往比较单一，需要进一步加快解决数据汇聚难、流通难、分析难等问题，促进多源、多相、多场、多参数感知单元的信息融合式开发，如进行应变与地电场参数的联合观测，可以开发相应的感知共融一体化传感器等，用于数据采集。集成基于时空的地质构造与活化流体动态运移感知技术以及对应力场、裂隙场、渗流场、温度场、能量场及化学场变动贡献率的监控技术，研发灾害孕育、发生、扩展、衍生等前兆信息智能感知、实时监测平台。综上，形成以理论研究为基础、技术装备为支撑、监控平台为手段的多灾源智能监控体系。通过理论研究完善动态采掘空间、复杂地质构造、复杂煤层赋存条件、采动复合影响下的多场、多参变量演化机理。丰富和提高感测技术手段，不断更新监控平台的管控能力，实现由工作面到矿区全域范围的智能监测与感知分析，其实施方式如图8所示。结合智能预警的综合可视化表达，对不同内容的安全生产进行风险评估，提升矿井智能化防灾、减灾水平。
图8 多灾害源监测与感知体系
Fig.8 Monitoring and perception system of multiple disaster sources
2.2.6 多部门协同多维度监管
智慧矿井建设不仅需要多部门参与，更需要加强多部门的协作能力。即由工程现场灾害预警，迅速直达云平台，进行远程反馈，给出多源信息的判别与评价，将信息及时、同步反馈给矿区管理部门、安全监察单位、应急救援单位等。实现生产单位快速协调、指挥、生产、掘进、管理;安监单位迅速响应灾害事故类型，展开实时监管;应急救援单位及时部署救援决策与救援实施。政府及企业远程监控平台跨部门对接沟通，基于静态透明地质条件快速为生产区提供风险评估，给出不同区域煤系资源利用蓝、橙、红等级，结合资源、构造及隐患程度科学指导生产。对于动态地质信息透明化，可为生产提供岩层变动、岩-水-气运移特征及界限，组成安全监控的必要数据，为多维度监管提供技术基础。同时根据生产任务，进行各类技术参数App推送，增强生产管理能力。及时更新地质与生产条件数据，为管理部门提供远程智能化云监控，如图9所示。
图9 安全事故多部门协同监管
Fig.9 Multi department coordinated supervision of safety accidents
3 结 语
智慧化矿井建设是一项涉及多学科、多专业高度复杂的系统工程，目前尚且没有统一的标准和建设体系。透明地质条件构建是煤炭资源精准开采、智慧化建设的重要基础保障之一。煤矿智能化发展不仅为井下无人(少人)开采提供技术保障，更是代表先进的生产力水平。煤矿的智能化建设目前成为行业广泛的共识，其中涉及透明地质条件除了需要解决目前存在的技术问题，同时要加强以下过程管理:① 要有明确的目标，对地质条件的静态化认识到动态监控与预警是一个发展过程，地质由传统到现代，加上时间维度，目标为四维地质条件重建。由静态地质条件到动态地质条件呈现，甚至包括采掘空间环境参数条件等，需要明确不同阶段的目标和任务，还要注重资源与灾害并重、互转利用。② 要有技术创新，增加研究经费投入，从理论、技术、装备、系统等多层面实现创新。对于矿井实现透明化的任务不是简单的地质条件的拼凑，而是智慧要素的融合与反演，充分利用地质大数据计算、分析及虚拟展示等，实现对井下多信息源的动态监控与风险评估。掘进工作面和回采工作面还需开发动态超前多信息获取跟踪移动装置进行常态化巡检。③ 要对多源信息的获取与分析进行实时转化，利用好现有的采掘装备随掘随采数据，动态跟进地质空间要素的变化，捕捉可能带来的不利因素信息等，其中高精度仪器设备是关键，还需研究成熟的定位算法等。针对特殊环境下的智能地质地球物理机器人需要研究开发，达到可以应对充水、涉毒、含气、过热等极端条件下的探查工作。总之，通过瞄准矿井智慧目标，做好技术储备，共同为煤炭资源智能化精准开采与清洁高效利用做出新贡献。
[1] 袁亮.开展基于人工智能的煤炭精准开采研究,为深地开发提供科技支撑[J].科技导报,2017,35(14):3.
YUAN Liang.Develop the research of coal precise mining based on artificial intelligence to provide scientific and technological support for deep development[J].Science & Technology Review,2017,35(14):3.
[2] 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.
[3] 袁亮,姜耀东,王凯,等.我国关闭/废弃矿井资源精准开发利用的科学思考[J].煤炭学报,2018,43(1):14-20.
YUAN Liang,JIANG Yaodong,WANG Kai,et al.Precision exploitation and utilization of closed/abandoned mine resources in China[J].Journal of China Coal Society,2018,43(1):14-20.
[4] 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.
[5] 袁亮.煤矿粉尘防控与职业安全健康科学构想[J].煤炭学报,2020,45(1):1-7.
YUAN Liang.Scientific conception of coal mine dust control and occupational safety[J].Journal of China Coal Society,2020,45(1):1-7.
[6] 袁亮,张平松.煤炭精准开采地质保障技术的发展现状及展望[J].煤炭学报,2019,44(8):2277-2284.
YUAN Liang,ZHANG Pingsong.Development status and prospect of geological guarantee technology for precise coal mining[J].Journal of China Coal Society,2019,44(8):2277-2284.
[7] 王双明,孙强,乔军伟,等.论煤炭绿色开采的地质保障[J].煤炭学报,2020,45(1):8-15.
WANG Shuangming,SUN Qiang,QIAO Junwei,et al.Geological guarantee of coal green mining[J].Journal of China Coal Society,2020,45(1):8-15.
[8] 彭苏萍.中国煤炭领域创新型工程科技人才培养模式研究[J].高等工程教育研究,2016(5):64-65.
PENG Suping.Research on the training mode of innovative engineering science and technology talents in the field of coal industry in China[J].Research in Higher Education of Engineering,2016(5):64-65.
[9] 彭苏萍.煤炭资源强国战略研究[M].北京:科学出版社,2018.
[10] 张博,彭苏萍,王佟,等.构建煤炭资源强国的战略路径与对策研究[J].中国工程科学,2019,21(1):88-96.
ZHANG Bo,PENG Suping,WANG Tong,et al.Strategic paths and countermeasures for constructing a “Great Power of Coal Resources”[J].Strategic Study of CAE,2019,21(1):88-96.
[11] 王国法,庞义辉,刘峰,等.智能化煤矿分类、分级评价指标体系[J].煤炭科学技术,2020,48(3):1-13.
WANG Guofa,PANG Yihui,LIU Feng,et al.Specification and classification grading evaluation index system for intelligent coal mine[J].Coal Science and Technology,2020,48(3):1-13.
[12] 郑贵洲,申永利.地质特征三维分析及三维地质模拟现状研究[J].地球科学进展,2004,19(2):53-58.
ZHENG Guizhou,SHEN Yongli.3D analysis of geological characteristics and status research of 3D geology modelling[J].Advance in Earth Sciences,2004,19(2):53-58.
[13] 朱良峰,潘信,吴信才.三维地质建模及可视化系统的设计与开发[J].岩土力学,2006,27(5):147-151.
ZHU Liangfeng,PAN Xin,WU Xincai.Design and development of 3D geological modeling and visualization system[J].Rock and Soil Mechanics,2006,27(5):147-151.
[14] 李青元,张丽云,魏占营,等.三维地质建模软件发展现状及问题探讨[J].地质学刊,2013,37(4):50-57.
LI Qingyuan,ZHANG Liyun,WEI Zhanying,et al.On 3D geological modeling software development and discussions on several issues[J].Journal of Geology,2013,37(4):50-57.
[15] 芮小平,余志伟,许友志.关于构建矿山三维GIS的思考[J].地质与勘探,2001,37(4):63-67.
RUI Xiaoping,YU Zhiwei,XU Youzhi.On three-dimensional GIS of coal mine[J].Geology and Prospecting,2001,37(4):63-67.
[16] 章冲,吴观茂,黄明.煤矿三维地质建模及应用研究[J].采矿与安全工程学报,2010,27(2):121-125.
ZHANG Chong,WU Guanmao,HUANG Ming.3-D geological modeling for and its application in coal mines[J].Journal of Mining and Safety Engineering,2010,27(2):121-125.
[17] 王强,武亚峰,杨晓威.利用钻孔数据建立煤矿三维地质模型的理论与实践[J].煤炭工程,2010,42(2):107-109.
WANG Qiang,WU Yafeng,YANG Xiaowei.Theory and practice of establishing 3D geological model of coal mine using borehole data[J].Coal Engineering,2010,42(2):107-109.
[18] 高级,崔若飞,刘伍.煤矿地震数据三维可视化研究[J].煤田地质与勘探,2008,36(4):62-66.
GAO Ji,CUI Ruofei,LIU Wu.The 3D visualization of coal seismic data[J].Coal Geology and Exploration,2008,36(4):62-66.
[19] 崔瀛潇.基于Unity3D引擎的三维可视化技术在煤炭地震勘探中的应用[J].中国煤炭地质,2014,26(4):62-67.
CUI Yingxiao.Application of 3D visualization technology based on Unity3D engine in coal seismic prospecting[J].Coal Geology of China,2014,26(4):62-67.
[20] 王鹏.基于MATLAB的煤矿TEM数据体三维可视化技术[J].地球物理学进展,2014,29(3):1277-1283.
WANG Peng.Three-dimensional visualization of colliery TEM data base on MATLAB[J].Progress in Geophysics,2014,29(3):1277-1283.
[21] 张超,孔媛政,袁国霞,等.Voxler平台在煤矿富水性勘查中的三维可视化应用[J].地质学报,2019,93(S1):310-313.
ZHANG Chao,KONG Yuanzheng,YUAN Guoxia,et al.Application of voxler platform in 3D visualization of coal mine water yield exploration[J].Acta Geologicasinica,2019,93(S1):310-313.
[22] 武强,徐华,赵颖旺,等.基于“三图法”煤层顶板突水动态可视化预测[J].煤炭学报,2016,41(12):2968-2974.
WU Qiang,XU Hua,ZHAO Yingwang,et al.Dynamic visualization and prediction for water bursting on coal roof based on “three maps method”[J].Journal of China Coal Society,2016,41(12):2968-2974.
[23] 毛善君,崔建军,令狐建设,等.透明化矿山管控平台的设计与关键技术[J].煤炭学报,2018,43(12):287-296.
MAO Shanjun,CUI Jianjun,LINGHU Jianshe,et al.System design and key technology of transparent mine managementand control platform[J].Journal of China Coal Society,2018,43(12):287-296.
[24] 毛善君.灰色地理信息系统-动态修正地质空间数据的理论和技术[J].北京大学学报(自然科学版),2002,38(4):556-562.
MAO Shanjun.Gray geographical information system-the theory and technology of correct geological spatial data dynamically[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2002,38(4):556-562.
[25] 卢新明,阚淑婷.煤炭精准开采地质保障与透明地质云计算技术[J].煤炭学报,2019,44(8):2296-2305.
LU Xinming,KAN Shuting.Geological guarantee and transparent geological cloud computing technology of precisioncoal mining[J].Journal of China Coal Society,2019,44(8):2296-2305.
[26] 程建远,朱梦博,王云宏,等.煤炭智能精准开采工作面地质模型梯级构建及其关键技术[J].煤炭学报,2019,44(8):2285-2295.
CHENG Jianyuan,ZHU Mengbo,WANG Yunhong,et al.Cascade construction of geological model of longwall panel for intelligent precision coal mining and its key technology[J].Journal of China Coal Society,2019,44(8):2285-2295.
[27] 王国法,杜毅博.煤矿智能化标准体系框架与建设思路[J].煤炭科学技术,2020,48(1):1-9.
WANG Guofa,DU Yibo.Coal mine intelligent standard system framework and construction ideas[J].Coal Science and Technology,2020,48(1):1-9.
[28] GB/T 34679—2017,智慧矿山信息系统通用技术规范[S].
[29] 张平松,鲁海峰,韩必武,等.采动条件下断层构造的变形特征实测与分析[J].采矿与安全工程学报,2019,36(2):352-356.
ZHANG Pingsong,LU Haifeng,HAN Biwu,et al.Monitoring and analysis of deformation characteristics of fault structure under mining condition[J].Journal of Mining and Safety Engineering,2019,36(2):352-356.
[30] 刘盛东,刘静,岳建华.中国矿井物探技术发展现状和关键问题[J].煤炭学报,2014,39(1):19-25.
LIU Shengdong,LIU Jing,YUE Jianhua.Development status and key problems of Chinese mining geophysical technology[J].Journal of China Coal Society,2014,39(1):19-25.
[31] 刘静,刘盛东,曹煜,等.地下水渗流与地电场参数响应的定量研究[J].岩石力学与工程学报,2013,32(5):986-993.
LIU Jing,LIU Shengdong,CAO Yu,et al.Quantitative study of geoelectrical parameter response to groundwater seepage[J].Chinese Journal of Rock Mechanics and Engineering,2013,32(5):986-993.
[32] 杨永杰,王德超,陈绍杰,等.基于离散小波分析的灰岩压缩破坏声发射预测研究[J].煤炭学报,2010,35(2):213-217.
YANG Yongjie,WANG Dechao,CHEN Shaojie,et al.AE predicting study on compression and fracture of limestone sample based on discrete wavelet analysis[J].Journal of China Coal Society,2010,35(2):213-217.
[33] 李楠,王恩元,GE Maochen.微震监测技术及其在煤矿的应用现状与展望[J].煤炭学报,2017,42(S1):83-96.
LI Nan,WANG Enyuan,GE Maochen.Microseismic monitoring technique and its applications at coal mines:Present status and future prospects[J].Journal of China Coal Society,2017,42(S1):83-96.
[34] 张平松,胡雄武.矿井巷道掘进电磁法超前探测技术研究现状[J].煤炭科学技术,2015,43(1):112-115，119.
ZHANG Pingsong,HU Xiongwu.Research status of technology of advanced detection by electromagnetic methods in mine laneway[J].Coal Science and Technology,2015,43(1):112-115，119.
[35] 孙继平.煤矿监控新技术与新装备[J].工矿自动化,2015,41(1):1-5.
SUN Jiping.New technologies and new equipments of coal mine monitoring[J].Industry and Mine Automation,2015,41(1):1-5.
[36] 张平松,许时昂,郭立全,等.采场围岩变形与破坏监测技术研究进展及展望[J].煤炭科学技术,2020,48(3):14-35.
ZHANG Pingsong,XU Shiang,GUO Liquan,et al.Prospect and progress of deformation and failure monitoring technology of surrounding rock in stope[J].Coal Science and Technology,2020,48(3):14-35.
[37] 张平松,孙斌杨.煤层回采工作面底板破坏探查技术的发展现状[J].地球科学进展,2017,32(6):577-588.
ZHANG Pingsong,SUN Binyang.Development status of the detection technology for coal-seam stope floor damage[J].Advances in Earth Science,2017,32(6):577-588.
[38] 石智军,姚克,姚宁平,等.我国煤矿井下坑道钻探技术装备40年发展与展望[J].煤炭科学技术,2020,48(4):1-34.
SHI Zhijun,YAO Ke,YAO Ningping,et al.40 years of development and prospect on underground coal mine tunnel drilling technology and equipment in China[J].Coal Science and Technology,2020,48(4):1-34.
