基于F-ANP模型的煤矿突水危险性评价.pdf

扫码阅读下载陈光波,刘凤旭.基于 F-ANP 模型的煤矿突水危险性评价J.矿业安全与环保,2023,50(4):129-134.CHEN Guangbo,LIU Fengxu.Risk assessment of gushing water in coal mine based on F-ANP modelJ.Mining Safety&Environmental Protection,2023,50(4):129-134.DOI:10.19835/j.issn.1008-4495.2023.04.021基于 F-ANP 模型的煤矿突水危险性评价陈光波1,2,刘凤旭1(1.内蒙古科技大学 矿业研究院,内蒙古 包头 014010;2.山东科技大学 能源与矿业工程学院,山东 青岛 266590)摘要:提出一种基于模糊网络分析法(F-ANP)的煤矿突水危险的评价模型,构建了科学、全面的煤矿突水危险性评价指标体系,该体系网络层包含人、机、环境、管理 4 个一级指标,涵盖了地表水、地下水等 16 个二级指标;基于模糊网络分析法建立模糊加权矩阵,计算矩阵得到权重向量,并最终根据最大隶属度原则判断突水危险等级。将该评价模型应用于南山煤矿突水危险性评价,评价结果为较安全等级,符合工程实际。对比实例分析与评价结果发现,模糊网络分析法在突水危险性评价中能更好地考虑指标的模糊性和不确定性,评价精度更高,科学性更强。关键词:煤矿突水;安全评价;模糊网络分析法;评价指标体系;评价模型中图分类号:TD745;X913.4 文献标志码:A 文章编号:1008-4495(2023)04-0129-06收稿日期:2022-05-22;2022-06-28 修订基金项目:国家自然科学基金项目(51774122);内蒙古自然科学基金项目(2020BS05007);内蒙古科技大学创新基金项目(2019QDL-B33)作者简介:陈光波(1990),男,山东淄博人,博士,副教授,主要从事煤矿水灾防治理论与技术及安全评价方面的研究。E-mail:cgb150617 。Risk assessment of gushing water in coal mine based on F-ANP modelCHEN Guangbo1,2,LIU Fengxu1(1.Mining Research Institute,Inner Mongolia University of Science and Technology,Baotou 014010,China;2.College of Energy and Mining Engineering,Shandong University of Science and Technology,Qingdao 266590,China)Abstract:This study proposes a risk assessment model of gushing water in coal mine based on fuzzy network analysis(F-ANP),and constructs a scientific and comprehensive risk evaluation index system of gushing water in coal mine.The network layer of the system includes four first-level indexes:human,machine,environment and management,including 16 second-level indexes such as surface water and ground water.The fuzzy weighting matrix is established based on the method of fuzzy network analysis,and the weight vector is obtained by calculating the matrix.The risk level of gushing water is judged according to the principle of maximum membership degree finally.The evaluation model is applied to the risk assessment of gushing water in Nanshan Coal Mine,and the evaluation result is a relatively safe level,which accords with the engineering practice.The comparison between the case analysis and the evaluation results shows that the fuzzy network analysis method can better consider the fuzziness and uncertainty of the index in the risk evaluation of gushing water,and the evaluation accuracy is higher and more scientific.Keywords:gushing water in coal mine;safety assessment;fuzzy network analysis method;evaluation index system;evaluation model 煤矿水害是常见的矿山灾害之一1。矿井突水严重威胁着煤矿安全生产和井下工作人员的生命安全2-6,致使作业人员和煤矿遭受到极大的损失。准确评价我国煤矿突水危险对于保障煤矿企业的生产和人员安全具有重大的意义。目前,国内外科研人员针对煤矿水害问题的研究主要集中在四大方面:突水预报和监测7-8、矿井突水发生的原因9、突水事故治理10、煤矿突水危险性评价11。其中,对于煤矿突水危险性的评价尤921第 50 卷 第 4 期2023 年 8 月 矿业安全与环保Mining Safety&Environmental Protection Vol.50 No.4Aug.2023为重要。秦忠诚等12将 D-S 理论引入模糊综合评价中,建立了煤矿突水危险性综合评价模型;董东林等13采用 GIS-BN 脆弱模型对范各庄矿煤矿陷落柱型突水危险性进行了评价;杨坤等14通过改进的突水系数法和隐性马尔可夫预测模型实现了对煤矿突水的短时预测;杨皓博15、王丹丹16等采用三图双预测法来预测煤矿顶板突水危险性;董丽丽等17对煤层突水采用 LSTM 的神经网络构建突水模型;穆金霞18采用脆弱性指数法对里必煤矿进行了整体评价;王长申等19分别采用安全检查表法和事故分析法研究整体的煤矿潜在突水风险;王心义等20利用改进的 AHP 方法对煤层底板突水的危险性进行了评价。上述专家采用了不同模型来评价突水危险,但仍存在以下问题:评价体系构建不够科学,评价指标的采集不够全面,需要补充;评价模型适用性不强,某些特殊条件下需要具体分析,评价结果与工程实际存在偏差;评价者主观性较强,难以完全消除其自身喜好影响。针对以上问题,综合考虑可能诱发煤矿突水的影响因素,结合风险因素间的相互影响及其不确定性和模糊性的特点,并基于现有的层次分析法,建立以三角模糊数为基础算法、利用模糊综合评价来定性和定量评估煤矿突水危险性的模型,即模糊网络分析模型(F-ANP),并进行工程应用。1 煤矿突水危险性评价体系的构建笔者调查了多起煤矿突水事故,并通过查阅文献,总结了影响煤矿突水的主要因素21,并将其归纳为 4 个一级指标和 16 个二级指标。1.1 一级指标煤矿突水具有严重性、伤害性、不准确性和相对性等特征。这些特征相互作用,是诱发突水事故的主要影响因素,主要包含人员因素、环境因素、设备因素、管理因素等22,如图 1 所示。图 1 煤矿突水危险因素1.2 构建评价体系为合理评价煤矿突水危险因素,遵循科学性、系统性、全面性原则,结合事故树分析法和风险评价指标建立原则23,构建了一套科学、完整、合理的煤矿突水危险性评价指标体系,如图 2 所示。图 2 煤矿突水危险性评价指标体系2 模糊网络分析法模糊网络分析法是将传统的网络分析法与模糊综合评价结合起来形成的一种全新的系统分析方法24。不同于网络分析法,模糊网络分析法在构建模糊判断矩阵时,其评价过程的主观性对模糊网络分析法的影响较小,能够降低主观因素对评价结果的影响。模型结构如图 3 所示。031Vol.50 No.4Aug.2023 矿业安全与环保Mining Safety&Environmental Protection 第 50 卷 第 4 期2023 年 8 月图 3 煤矿突水危险网络结构体系2.1 模糊网络分析法的步骤1)建立因素集与评价集建立指标因素集合:一级指标集合 U=U1,U2,U3,U4;二级指标集合,U1=u11,u12,u13,u14,U2=u21,u22,u23,u24,U3=u31,u32,u33,u34,U4=u41,u42,u43,u44。采用 4 个等级来确定评价集25 V=v1,v2,v3,v4=危险,较危险,较安全,安全。2)建立模糊关系矩阵通过单因素评价确定权重:R=r11r1nrn1rnn(1)3)建立风险判断矩阵以 U1为第一准则、u11为次准则,采用三角模糊数(表 1)22的标度法对 u11、u22和 u33、u44进行影响度的比较,得到判断矩阵:P11=P11P12P13P14P21P22P23P24P31P32P33P34P41P42P43P44(2)表 1 三角模糊数语言重要标度三角模糊标度倒数标度同等重要1/2 1 3/22/3 1 2稍微重要5/2 3 7/22/7 1/3 2/5强烈重要9/2 5 11/22/11 1/5 2/9非常强烈重要13/2 7 15/22/15 1/7 2/13绝对重要17/2 9 19/22/19 1/9 2/17 注:(3/2 2 5/2)(7/2 4 9/2)(11/2 6 13/2)(15/2 8 17/2)为三角模糊标度中间值。2.2 权重决策性分析将 i(,)规范化,获得归一化权重向量:Li()=(Mi-Li)+LiUi()=(Ui-Mi)+Mii(,)=Ui()+(1-)Li()(3)式中:为决策环境参数,当=0 时,则决策的变动 范围最大,而当=1 时,则相当于没有通过模糊化处理;为专家决策乐观系数,当=0 时,专家意见取权重上限,即最乐观,而当 =1 时,专家意见都取权重的下限,即最保守。2.3 确定超矩阵排序向量根据特征根法得出权重向量(w1111,w1121,w1131,w1141)T,再分别以 u12等元素为基准算出权重向量:W11=w1111w1212w1313w1414w1121w1222w1323w1424w1131w1232w1333w1434w1141w1242w1343w1444(4)2.4 确定超矩阵和加权超矩阵重复以上 2 个步骤就可以得到所有的 wij,以及超矩阵 W:W=W11W12W13W14W21W22W23W24W31W32W33W34W41W42W43W44(5)针对一级指标分别构造两两判断矩阵:A=a11a12a13a14a21a22a23a24a31a32a33a34a41a42a43a44(6)最终得出模糊加权超矩阵:W=A W=a11W11a12W12a13W13a14W14a21W21a22W22a23W23a24W24a31W31a32W32a33W33a34W34a41W41a42W42a43W43a44W44(7)2.5 计算风险因素权重与总排序利用最大特征根法求得 W 的最大特征根 1 所对应的归一化特征向量 G,G 即为各项评价指标对于煤矿突水危险性评价的权重。综合所有因素,最终根据危险评价模型采用以下公式计算综合评价结果:B=G R(8)3 工程应用3.1 工程概况南山煤矿地势较为平缓,内部大部分岩石层疏131第 50 卷 第 4 期2023 年 8 月 矿业安全与环保Mining Safety&Environmental Protection Vol.50 No.4Aug.2023水,含水岩层较少,主要水源有 2 类:老旧煤窑及采空区存水,雨水和地表河流水。据统计,南山煤矿在标高+50-250 m 的平均涌水量为 128 m3/h,最大涌水量为 219 m3/h。3.2 构建煤矿突水危险性评价指标对突水危险因素进行整理排序,得到突水危险性模型指标,见表 2。表 2 突水危险指标一级指标二级指标人员因素 u1作业人员专业技能 u11,作业人员处理是否及时 u12,作业人员避灾意识 u13,作业人员心理状态 u14环境因素 u2地表水 u21,老空区积水 u22,大气降水 u23,地下水 u24设备因素 u3供电线路与设备 u31,水仓与排水设备 u32,地面防排水工程 u33,防水煤柱和闸门 u34管理因素 u4防水技术措施u41,应急救援队伍u42,设备检查维护u43,应急救援装备 u443.3 确定模糊关系矩阵为评价该煤矿突水危险,邀请 10 位评审专家组成评审团:4 位为来自煤矿现场的总工程师、矿长;3 位为来自煤矿水害防治科研院所从事水文地质与水害防治的专家;3 位为来自 3 所不同高校的专家,研究方向为煤矿水灾防治理论与技术及安全评价。上述 10 位专家评审团,以问卷调查的形式对表 2 中综合评级系统第二层元素进行单因素评价。评价结果统计如表 3 所示。表 3 南山煤矿突水危险性专家打分结果二级指标危险较危险较安全安全作业人员专业技能 u110253作业人员处理是否及时 u121144作业人员避灾意识 u130145作业人员心理状态 u140145地表水 u210334老空区积水 u222440大气降水 u231243地下水 u240352供电线路与设备 u311153水仓与排水设备 u320262地面防排水工程 u331243防水煤柱和闸门 u340154防水技术措施 u410334应急救援队伍 u422233设备检查维护 u430154应急救援装备 u442233 根据表 3 建立从 U 到 V 的模糊关系 R,即构造模糊关系评价矩阵:R=00.20.50.30.10.10.40.400.10.40.500.10.40.500.30.30.40.20.40.400.10.20.40.300.30.50.20.10.10.50.300.20.60.20.10.20.40.300.10.50.400.30.30.40.20.20.30.300.10.50.40.20.20.30.3(9)3.4 构造二级指标超矩阵计算权重由于引用三角模糊数,需要在本次模型中引入(=0,=1)的条件来完成此矩阵的构造,2 个条件分别表示所有专家的综合打分都将被使用,同时专家对每一个二级指标的打分都较为保守。在元素集 U1中以元素 u11为准则,对元素集 U1中元素的影响大小进行间接优势度比较,计算出权重向量。影响度比较见表 4。表 4 影响度比较U1u11u12u13u14权重向量u11(1 1 1)(5/2 3 7/2)(5/2 3 7/2)(9/2 5 11/2)0.526 0u12(2/7 1/3 2/5)(1 1 1)(1/2 1 3/2)(5/2 3 7/2)0.204 2u13(2/7 1/3 2/5)(2/3 1 2)(1 1 1)(3/2 2 5/2)0.182 6u14(2/11 1/5 2/9)(2/7 1/3 2/5)(5/2 1/2 2/3)(1 1 1)0.087 2使用 MATLAB 软件计算得出权重向量(0.526 0,0.204 2,0.182 6,0.087 2)T即元素 U1中各个元素的影响度大小。按照同样的办法可以求得以 u12、u13、u14为准则的排序向量,将这些结果进行结合得到判断矩阵 W11:W11=0.526 00.204 20.281 00.277 80.204 20.526 10.242 80.232 60.182 60.182 60.319 10.123 80.087 20.087 20.157 40.365 9(10)同理可得 W12W44,最终得到未加权超矩阵 W:231Vol.50 No.4Aug.2023 矿业安全与环保Mining Safety&Environmental Protection 第 50 卷 第 4 期2023 年 8 月 W=0.526 0 0.204 2 0.281 0 0.277 8 0.250 0 0.320 3 0.266 5 0.320 3 0.585 1 0.294 6 0.382 5 0.250 0 0.526 1 0.227 2 0.250 0 0.227 20.204 2 0.526 1 0.242 8 0.232 6 0.250 0 0.391 9 0.173 8 0.143 9 0.231 8 0.356 4 0.175 3 0.250 0 0.204 2 0.399 9 0.250 0 0.265 30.182 6 0.182 6 0.319 1 0.123 8 0.250 0 0.143 9 0.492 8 0.143 9 0.124 9 0.250 8 0.382 5 0.250 0 0.087 2 0.107 6 0.250 0 0.107 60.087 2 0.087 2 0.157 4 0.365 9 0.250 0 0.143 9 0.066 8 0.391 9 0.058 1 0.098 2 0.059 6 0.250 0 0.182 6 0.265 3 0.250 0 0.399 90.278 3 0.140 6 0.282 2 0.082 6 0.455 8 0.136 2 0.209 6 0.169 2 0.278 3 0.140 6 0.282 2 0.082 6 0.455 8 0.136 2 0.209 6 0.169 20.064 1 0.263 0 0.067 1 0.254 1 0.140 6 0.495 6 0.246 3 0.204 6 0.064 1 0.263 0 0.067 1 0.254 1 0.140 6 0.495 6 0.246 3 0.204 60.130 6 0.140 6 0.583 6 0.082 6 0.140 6 0.136 2 0.297 9 0.287 9 0.130 6 0.140 6 0.583 6 0.082 6 0.140 6 0.136 2 0.297 9 0.287 90.526 9 0.455 8 0.067 1 0.580 6 0.263 0 0.232 0 0.246 3 0.338 3 0.526 9 0.455 8 0.067 1 0.580 6 0.263 0 0.232 0 0.246 3 0.338 30.203 9 0.275 0 0.264 2 0.229 5 0.203 9 0.275 0 0.264 2 0.229 5 0.548 9 0.280 3 0.263 0 0.277 3 0.548 9 0.280 3 0.263 0 0.277 30.182 3 0.526 5 0.142 8 0.541 3 0.182 3 0.526 5 0.142 8 0.541 3 0.234 7 0.470 3 0.140 6 0.159 8 0.234 7 0.470 3 0.140 6 0.159 80.526 6 0.076 4 0.506 9 0.075 6 0.526 6 0.076 4 0.506 9 0.075 6 0.116 5 0.135 3 0.455 8 0.095 3 0.116 5 0.135 3 0.455 8 0.095 30.087 1 0.122 0 0.086 1 0.153 6 0.087 1 0.122 0 0.086 1 0.153 6 0.099 9 0.114 1 0.140 6 0.467 6 0.099 9 0.114 1 0.140 6 0.467 60.203 9 0.275 0 0.264 2 0.229 5 0.548 9 0.280 3 0.263 0 0.277 3 0.548 9 0.280 3 0.263 0 0.277 3 0.203 9 0.275 0 0.264 2 0.229 50.182 3 0.526 5 0.142 8 0.541 3 0.234 7 0.470 3 0.140 6 0.159 8 0.234 7 0.470 3 0.140 6 0.159 8 0.182 3 0.526 5 0.142 8 0.541 30.526 6 0.076 4 0.506 9 0.075 6 0.116 5 0.135 3 0.455 8 0.095 3 0.116 5 0.135 3 0.455 8 0.095 3 0.526 6 0.076 4 0.506 9 0.075 60.087 1 0.122 0 0.086 1 0.153 6 0.099 9 0.114 1 0.140 6 0.467 6 0.099 9 0.114 1 0.140 6 0.467 6 0.087 1 0.122 0 0.086 1 0.153 6(11)3.5 一级指标的模糊权重确定在元素集 a 中,以人员因素 U1为前提,按照人员因素、环境因素、设备因素、管理因素对 U1的影响大小间接进行优势度的对照判断,来构建一级两两判断矩阵。求特征向量的方法采用 MATLAB 来计算特征根,之后以环境因素、设备因素、管理因素为准则得出权重矩阵 A:A=0.541 30.263 00.120 70.107 60.229 50.455 80.200 70.253 10.153 60.140 60.630 90.064 80.075 60.140 60.074 70.574 5(12)进一步得到因素加权超矩阵:W=AW=0.284 7 0.110 5 0.152 1 0.150 4 0.065 8 0.084 2 0.070 1 0.084 2 0.070 6 0.035 6 0.046 2 0.030 2 0.056 6 0.024 4 0.026 9 0.024 40.110 5 0.284 8 0.131 4 0.125 9 0.065 8 0.103 1 0.045 7 0.037 8 0.028 0 0.043 0 0.021 2 0.030 2 0.022 0 0.043 0 0.026 9 0.028 50.098 8 0.098 8 0.172 7 0.067 0 0.065 8 0.037 8 0.129 6 0.037 8 0.015 1 0.030 3 0.046 2 0.030 2 0.009 4 0.011 6 0.026 9 0.011 60.047 2 0.047 2 0.085 2 0.198 1 0.065 8 0.037 8 0.017 6 0.103 1 0.007 0 0.011 9 0.007 2 0.030 2 0.019 6 0.028 5 0.026 9 0.043 00.063 9 0.032 3 0.064 8 0.019 0 0.207 8 0.062 1 0.095 5 0.077 1 0.055 9 0.028 2 0.056 6 0.016 6 0.115 4 0.034 5 0.053 0 0.042 80.014 7 0.060 4 0.015 4 0.058 3 0.064 1 0.225 9 0.112 3 0.093 3 0.012 9 0.052 8 0.013 5 0.051 0 0.035 6 0.125 4 0.062 3 0.051 80.030 0 0.032 3 0.133 9 0.019 0 0.064 1 0.062 1 0.135 8 0.131 2 0.026 2 0.028 2 0.117 1 0.016 6 0.035 6 0.034 5 0.075 4 0.072 90.120 9 0.104 6 0.015 4 0.133 2 0.119 9 0.105 7 0.112 3 0.154 2 0.105 7 0.091 5 0.013 5 0.116 5 0.066 6 0.058 7 0.062 3 0.085 60.025 6 0.034 5 0.033 1 0.028 8 0.028 7 0.038 7 0.037 1 0.032 3 0.346 3 0.176 8 0.165 9 0.174 9 0.035 6 0.018 2 0.017 0 0.018 00.022 9 0.066 0 0.017 9 0.067 9 0.025 6 0.074 0 0.020 1 0.076 1 0.148 1 0.296 7 0.088 7 0.100 8 0.015 2 0.030 5 0.009 1 0.010 40.066 0 0.009 6 0.063 5 0.009 5 0.074 0 0.010 7 0.071 3 0.010 6 0.073 5 0.085 4 0.287 6 0.060 1 0.007 5 0.008 8 0.029 5 0.006 20.010 9 0.015 3 0.010 8 0.019 3 0.012 2 0.017 2 0.012 1 0.021 6 0.063 0 0.072 0 0.088 7 0.295 0 0.006 5 0.007 4 0.009 1 0.030 30.015 4 0.020 8 0.020 0 0.017 4 0.077 2 0.039 4 0.037 0 0.039 0 0.038 6 0.019 7 0.018 5 0.019 5 0.117 1 0.158 0 0.151 8 0.131 80.013 8 0.039 8 0.010 8 0.040 9 0.033 0 0.066 1 0.019 8 0.022 5 0.016 5 0.033 1 0.009 9 0.011 2 0.104 7 0.302 5 0.082 0 0.311 00.039 8 0.005 8 0.038 3 0.005 7 0.016 4 0.019 0 0.064 1 0.013 4 0.008 2 0.009 5 0.032 1 0.006 7 0.302 5 0.043 9 0.291 2 0.043 40.006 6 0.009 2 0.006 5 0.011 6 0.014 0 0.016 0 0.019 8 0.065 7 0.007 0 0.008 0 0.009 9 0.032 9 0.050 0 0.070 1 0.049 5 0.088 2(13)3.6 计算极限排序计算 G=(0.082 4,0.071 8,0.055 7,0.048 6,0.064 2,0.065 7,0.063 5,0.091 8,0.075 8,0.067 0,0.054 7,0.043 3,0.057 7,0.070 0,0.058 8,0.029 1)T。3.7 综合评价结果分析应用公式(8)得到煤矿突水危险性综合评价结果 B=(0.059 5,0.199 1,0.426 5,0.314 9),评价结果为“较安全”。从目前煤矿的生产情况来看,煤矿处于较安全的状态,这与该煤矿在生产过程中未发生突水事故的情况一致,但不排除仍会发生突水事故的可能性。4 评价结果对比分析层次分析法、脆弱性指数法、突水系数法是目前主流的煤矿突水危险性评价方法。层次分析法各因素对结果的影响是相关的,计算简单明确,容易被决策者了解掌握;脆弱性指数法将多种主控因素的权重系数与 GIS 耦合相结合,程序分析能力强,体现了脆弱性要素间的作用关系,适用于单灾种的评价;突水系数法通过计算数值表征突水危险性大小,公式明确,运用方便、快捷。而本文使用的方法相比上述方法具有以下几个优点:331第 50 卷 第 4 期2023 年 8 月 矿业安全与环保Mining Safety&Environmental Protection Vol.50 No.4Aug.20231)相较于层次分析法,放弃 19 标度法而采用三角模糊数来构造判断矩阵,能兼顾专家打分的全面性及打分态度,有效减小评价人员主观印象对评价结果的影响。2)突水系数法是在一定的范围内通过测量和计算来判断该范围内的突水危险性,但通常一个煤矿的跨度远大于该方法的测量范围,同时突水系数法所考虑的因素远少于模糊网络分析法,因此计算结果不仅繁琐,而且与实际情况会有偏差。3)脆弱性指数法在建立模型中不会把模糊的影响因素指标转化为定量的评级结果,而模糊网络分析法全面考虑了人员因素及管理因素,这种模糊指标可恰好应用模糊数学的理论来解决。值得一提的是,笔者采用的模糊网络分析法大多数被应用于商业、经济、化工等领域,在煤矿行业的应用刚刚开始,而煤矿井下复杂的环境恰好需要一种综合考虑各个因素的评价方法,因此采用模糊网络分析法建立模型对煤矿进行危险性评价研究,不失为一种有效的新手段。5 结论1)构建了模糊网络分析模型(F-ANP),客观反映了评价对象的特性,降低了主观因素的影响。构建了科学、全面的突水危险性评价指标体系,并划分为安全、较安全、较危险、危险 4 个评价等级。2)煤矿突水事故体系复杂,通过模糊网络分析法将 16 个二级指标进行分析排序,得到 16 个评价因素的总排序。从结果可以看出,地下水、作业人员专业技能、防水技术措施所占权重较大。3)模糊网络分析模型(F-ANP)具有坚实的工程支撑背景,南山煤矿突水危险性模糊网络分析评价结果符合工程实际,且准确度和可信度较高,可以作为一种有效的煤矿突水评价模型。参考文献(References):1 林登科,沈斐敏,廖素娟.基于可拓理论与区间赋权的煤矿水害安全评价J.安全与环境工程,2015,22(2):124-128.2 张培森,朱慧聪,李复兴,等.20082019 年我国煤矿水害事故统计及演变趋势分析J.煤矿安全,2021,52(8):194-200.3 王进良.煤矿防治水工作常见问题与解决对策J.能源与节能,2021(3):32-34.4 靖洪文,蔚立元,苏海健,等.深部隧(巷)道围岩突水灾变演化试验系统研制及应用J.隧道与地下工程灾害防治,2019,1(1):102-110.5 董书宁,王皓,周振方.我国煤矿水害防治工作现状及发展趋势J.劳动保护,2020(8):58-60.6 王建军,周英烈,饶斌,等.矿山突水灾害影响因素分析及防治措施研究J.采矿技术,2021,21(6):69-72.7 余国锋,袁亮,任波,等.底板突水灾害大数据预测预警平台J.煤炭学报,2021,46(11):3502-3514.8 段建华.煤层底板突水综合监测技术及其应用J.煤田地质与勘探,2020,48(4):19-28.9 乔伟,王志文,李文平,等.煤矿顶板离层水害形成机制、致灾机理及防治技术J.煤炭学报,2021,46(2):507-522.10 王鹄,沈宇鹏.化学注浆技术在佛岭隧道突水治理中的应用J.铁道建筑,2014,54(7):70-72.11 郑伟,文广超.煤层底板突水危险性评价模型的建立与应用J.矿业安全与环保,2015,42(2):39-42.12 秦忠诚,陈光波,李谭.一种改进的煤矿突水危险性评价方法J.矿业研究与开发,2018,38(2):53-58.13 董东林,孙文洁,朱兆昌,等.基于 GIS-BN 技术的范各庄矿煤 12 底板突水态势评价J.煤炭学报,2012,37(6):999-1004.14 杨坤,陈伯辉,施式亮.基于 HMM 的煤矿底板突水短时预测模型J.安全与环境工程,2020,27(5):190-196.15 杨皓博,高永刚,李仕牧,等.基于“三图-双预测法”巷道突水机理及防治研究J.煤炭技术,2019,38(11):109-111.16 王丹丹,方惠明,吴铁卫,等.基于“三图-双预测法”的新疆准南煤田东沟煤矿 B6煤顶板突水危险性评价J.中国煤炭地质,2021,33(增刊 1):69-73.17 董丽丽,费城,张翔,等.基于 LSTM 神经网络的煤矿突水预测J.煤田地质与勘探,2019,47(2):137-143.18 穆金霞.基于脆弱性指数法的里必煤矿3 号煤层底板突水危险性评价J.煤炭与化工,2021,44(10):56-59.19 王长申,孙亚军,杭远.安全检查表法评价中小煤矿潜在突水危险性J.采矿与安全工程学报,2009,26(3):297-303.20 王心义,姚孟杰,张建国,等.基于改进 AHP 法与模糊可变集理论的煤层底板突水危险性评价J.采矿与安全工程学报,2019,36(3):558-565.21 王如猛.煤矿底板突水事故统计分析及防治措施J.煤,2017,26(9):22-24.22 李亮.基于事故树分析法的矿井水害防治J.能源与节能,2019(6):133-134.23 王永刚,毛覃超.基于模糊网络分析的民航机务安全评价J.中国安全生产科学技术,2012,8(10):197-203.24 吴浩力.基于 F-ANP 的秦岭隧洞施工安全生产风险管理研究D.西安:西安理工大学,2016.25 王宇,李建旺,周喻.隧道突水涌泥 AHP-Fuzzy 风险评价J.地下空间与工程学报,2021,17(4):1257-1263.(责任编辑:林桂玲)431Vol.50 No.4Aug.2023 矿业安全与环保Mining Safety&Environmental Protection 第 50 卷 第 4 期2023 年 8 月