0 引言

煤矿承压开采煤层底板突水是最常见、危害最大的水害类型[1]，是影响煤矿安全生产的重要灾害，受含水层赋水性、渗透系数、相对隔水层厚度、矿压、水压以及构造发育情况等多种因素影响[2-3]。一般情况下，底板相对隔水层厚度越小，承受水压越大，底板突水事故发生的可能性就越大[4]。构造的发育不但可以拉近煤层与主要含水层的距离，而且破坏了隔水层的完整性，形成直接的导水通道，造成底板突水。据统计，90%以上的煤矿底板突水事故出现在构造发育带及其周边[5]。因此，在对煤层突水危险性进行分析时，构造因素为必不可少的控制因素。

1 矿井概况

矿井位于华北聚煤区鄂尔多斯盆地东北缘准格尔煤田中西部，主采6号煤层，存在奥灰水带压开采问题。根据水文地质补勘资料，钻孔单位涌水量q=0.005 1～0.008 0 L/(s·m)，富水性弱[6]。首采工作面探放水过程中，个别探放水钻孔出水，水源为奥灰水。

2 构造发育特征

井田总体为一倾角小于15°的单斜构造，局部区域发育有宽缓波状起伏。中小型褶皱构造和断裂构造较为发育，部分区域存在陷落柱(表1)。已探明的断层均为正断层，且两侧伴生有小褶曲(图1)。

 

表1 陷落柱情况Tab.1 List of collapse columns

  

序号名称长轴/m短轴/m穿层情况1H124065所有煤层2H26055所有煤层3H313080所有煤层4H4356号煤、9号煤

  

图1 井田构造纲要Fig.1 Schematic diagram of well field structure

3 构造线密度的量化

据统计，井田存在落差10 m以上断层有10条(F1、F5、F6、F7、DF1、DF2、DF5、DF6、DF23、SF18)，有4个疑似岩溶陷落柱。本文利用ArcGIS软件统计较大构造的构造线总长度和平均密度，对其进行量化。

构造密度一般有面密度和线密度2种表达形式：①线密度为单位面积内存在的构造线的长度和；②面密度即为单位面积内构造线的面积总和[7]。断层带宽度在勘探过程中误差较大，本文采用线密度对构造进行量化。公式如下：

 

式中，Du为构造线密度；L为单位面积内构造线长度；A为单位面积。

通过整理分析矿井区域地质及水文地质资料，采用主要控制因素层次分析法[8]对井田内奥灰突水危险性进行分区。控制6号煤层底板突水危险性的因素较多，该文确立了8个主要控制因素：①含水层单位涌水量；②渗透系数；③奥灰水水位；④6号煤层承受的奥灰水压；⑤隔水层厚度；⑥突水系数；⑦构造发育条件；⑧6号煤层埋深。将8个主控因素分为3个层次(图4)：目标层(O层次)——“奥灰突水性分区”；准则层——含水层富水性(A1)、突水倾向(A2)、6号煤层赋存条件(A3)；决策层——单位涌水量等8个主控因素(B1—B8)。各层次权重见表2；将各主控因素进行量化、插值，绘制等值线图(图5)。

对归一化处理后的8个主控因素进行耦合分析，建立突水危险性指标C。

  

图2 构造叠加网格示意Fig.2 Schematic diagram of structure superposition grid

  

图3 构造密度Fig.3 Structural density map

4 突水危险性分区

计算单位面积内构造线密度分为3步：①绘制网格，将构造套叠于网格内；②统计单元格内构造线总长度；③计算密度。按上述步骤统计构造线密度，分析和检查后，利用Surfer软件绘制构造密度等值线(图2、图3)。

在精米白面等精细谷物的基础上，适当搭配糙米、全麦等全谷物。这种搭配不但可以增加主食的营养物质，还可以丰富主食的风味，如全麦产生的麦香味。在日常主食中也可交替或搭配食用杂豆、薯类等营养丰富的健康食材。由于杂豆富含赖氨酸，与谷物搭配食用可实现植物蛋白的互补。薯类则富含果胶等物质，与谷物搭配食用可促进肠道蠕动，预防便秘。

得到总排序权重后，利用极大值归一化方法[13]对数据进行处理：

  

图4 奥灰危险性层次结构模型Fig.4 Model of the risk hierarchy of the auger

 

表2 各层次权重结果Tab.2 Weight results at each level

  

中间层权重指标层权重总排序权重(Wk)含水层富水性(A1)0.192单位涌水量(B1)0.6000.116渗透系数(B2)0.4000.066突水倾向(A2)0.531奥灰水位(B3)0.2580.147奥灰水压(B4)0.2090.121隔水层厚度(B5)0.1990.106突水系数(B6)0.3320.1766号煤赋存条件(A3)0.276构造线密度(B7)0.5720.166煤层埋深(B8)0.4280.106

  

图5 各相关因素量化结果Fig.5 Quantitative results of all related factors

建立主控因素分层次判断矩阵[9]：O-Ai(i=1，2，3)、A1-Bi(i=1，2)、A2-Bi(i=3，4，5，6)、A3-Bi(i=7，8)，进行单排序一致性检验[10-11]，建立层次总排序：O-Bi(i=1，2，…，8)。分析计算得到各主要控制因素的权重[12](表2)。

 

式中，Oi为归一化处理后的数据；而a、b分别为归一化的范围上下限；minxi和maxxi分别为主控因素量化值的最小值和最大值[14]。

商鞅变法并非独一无二，在此之前，魏有李悝变法，楚有吴起变法，与他同时，韩国申不害也在进行变法运动，赵国、齐国、燕国也进行了局部改革，可以说，战国时期变法是主流。然而，我认为商鞅变法是最彻底、最坚决、最全面、最深刻的，他在李悝《法经》的基础上，提出了“废分封、行县制” 、“为田开阡陌封疆”、“废除世卿世禄制”、“连坐法”、“燔诗书而明法令”等明确的法律措施，在执政的19年里，他持续奉行法家政策，以法律形式保护新制度的良性运转，在他死后，他所建立的政治制度依然在继续。

 

式中，C为危险性指数；Wk为影响因素权重；fk(x，y)为单因素影响值函数；x，y为坐标；n为影响因素的个数。

分析突水危险性指标C的数据特征，进行模糊聚类[15](图6)，确定分区阈值为1.550，1.227，0.903。结合6号煤层的带压情况和分区阈值，共划分5个区(表3)。

由于受使用条件、燃油质量、零部件寿命和隐性故障的限制，单靠喷油器来控制燃油喷射量很难满足尾气排放要求。为了减少污染，必须加入空燃比的反馈，以形成闭环控制，让燃油喷射量更加精准。

  

图6 模糊聚类示意Fig.6 Schematic diagram of fuzzy clustering.

 

表3 分区示意Tab.3 Partitioning schematic table

  

序号带压情况数值区间分区命名1不带压不带压区2带压0.903≥C安全区31.227≥C>0.903较安全区41.550≥C>1.227突水危险性中等区5C>1.550突水危险性较大区

突水危险性指数越大，突水可能性越大。在以上工作的基础上，绘制突水危险性分区图(图7)。

  

图7 奥灰水突水危险性分区Fig.7 Water inrush hazard zoning map

5 结语

井田内6号煤层底板奥灰水突水危险性分区是在对地质构造发育条件、奥灰含水层富水性、奥灰含水层渗透系数、奥灰水水位、6号煤层承受的奥灰水压、煤层底板隔水层厚度、突水系数、6号煤层埋深8个因素的评价、量化基础上进行的，重点是对地质构造因素进行量化，充分考虑了断层、陷落柱等地质构造对6号煤层底板奥灰水突水的影响，从而对奥灰水突水危险性进行了分区，对矿井安全生产具有进一步的指导作用。

参考文献(References)：

功能测试的目的是确保模块的设置数值与预期数值相符，确保各个芯片能够正常工作，实现基本功能。表4展示了电源电压测试结果。测试得到的电压与实际电压差值保证在0.3%以内，系统可以被正常供电。

[1] 崔芳鹏，武强，孙伟达.煤矿突水灾害综合预防与治理技术[J].煤矿安全，2015，46(3)：175-177.

Cui Fangpeng，Wu Qiang，Sun Weida，et al.Comprehensive technique for coal mine water disaster prevention and treatment[J].Safety in Coal Mines，2015，46(3)：175-177.

[2] 董东林，洪益清，钱增江.基于 FLAC3D千米埋深的煤层底板影响深度模拟[J].煤炭工程，2010(2)：71-74.

Dong Donglin，Hong Yiqing，Qian Zengjiang.Simulation on influence depth of 1 000 m depth seam floor base on FLAC3D[J].Coal Engineering，2010(2)：71-74.

[3] 董书宁，虎维岳.中国煤矿水害基本特征及其主要影响因素[J].煤田地质与勘探，2007，35(5)：34-38.

Dong Shuning，Hu Weiyue.Basic characteristics and main controlling factors of coal mine water hazard in China[J].Coal Geology & Exploration，2007，35(5)：34-38.

[4] 康乐.深部煤层底板突水因素分析及其防治技术研究[J].煤矿现代化，2016(6)：45-47，50.

Kang Le.Study on water inrush factors and control technology of floor in deep coal seam[J].Coal Mine Modernization，2016(6)：45-47，50.

[5] 武强，许珂，张维.再论煤层顶板涌(突)水危险性预测评价的“三图—双预测法”[J].煤炭学报，2016，41(6)：1341-1347.

Wu Qiang，Xu Ke，Zhang Wei.Further research on "three maps-two predictions" method for prediction on coal seam roof water bursting risk[J].Journal of China Coal Society，2016，41(6)：1341-1347．

[6] 高耀全.黄玉川井田奥灰水赋存规律及其突水危险性评价[D].西安：西安科技大学，2015.

[7] 武强，解淑寒，裴振江，等.煤层底板突水评价的新型实用方法Ⅲ——基于GIS的ANN型脆弱性指数法应用[J].煤炭学报，2007(12)：1301-1306.

Wu Qiang，Xie Shuhan，Pei Zhenjiang，et al.A new practical methodology of the coal floor water bursting evaluating Ⅲ：the application of ANN vulnerable index method based on GIS[J].Journal of China Coal Society，2007(12)：1301-1306.

[8] 许树柏.层次分析法原理实用决策方法[M].天津：天津大学出版社，1988.

[9] 贺晓浪，王英，安秀煜，等.基于AHP的聚类分析在含水层富水性评价中的应用[C]//煤矿隐蔽致灾因素及探查技术研究，2015.

[10]王立平.煤层底板突水机理及评价[J].河南理工大学学报，2008，27(5)：514-519.

Wang Liping.Research on mechanism and evaluation of coal seam bottom water bursting[J].Journal of Henan Polytechnic University，2008，27(5)：514-519.

[11] 胡焕正，孙传军.底板突水预测与评价[J].中小企业管理与科技(上旬刊)，2008(11)：203.

Hu Huanzheng，Sun Chuanjun.Inrush prediction and evaluation[J].Management & Technology of SME，2008(11)：203.

[12]陈学星，刘伟韬，张文泉.预测底板突水的专家系统研究[J].煤矿自动化，2001(1)：5-8.

Chen Xuexing，Liu Weitao，Zhang Wenquan.Research on expert system for predicting floor water-irruption[J].Coal Mine Automation，2001(1)：5-8.

[13]施龙青，谭希鹏，王娟，等． 基于 PCA_Fuzzy_PSO_SVC 的底板突水危险性评价[J].煤炭学报，2015，40(1)：167-171．

Shi Longqing，Tan Xipeng，Wang Juan，et al.Risk assessment of water inrush based on PCA_Fuzzy_PSO_SVC[J].Journal of China Coal Society，2015，40(1)：167-171．

[14]武强，刘守强，贾国凯.脆弱性指数法在煤层底板突水评价中的应用[J].中国煤炭，2010(6)：15-19，22.

Wu Qiang，Liu Shouqiang，Jia Guokai.Application of vulnerable index method in the assessment of water outbursts from coal seam floor[J].China Coal，2010(6)：15-19，22.

[15]张艳红，孙晓光.煤层底板突水预测及防治[J].陕西煤炭，2008(6)：73.

Zhang Yanhong，Sun Xiaoguang.Forecast and prevention of water inrush from seam floor[J].Shaanxi Coal，2008(6)：73.