張鵬海 朱萬成 任 敏 李 旭 王雷鳴 牛雷雷 王興偉

（1.東北大學(xué)資源與土木工程學(xué)院，遼寧沈陽110819；2.東北大學(xué)巖石破裂與失穩(wěn)研究所，遼寧沈陽110819；3.東北大學(xué)計算機科學(xué)與工程學(xué)院，遼寧沈陽110819）

礦產(chǎn)資源是人類社會生存與發(fā)展的重要支柱之一，也是國民經(jīng)濟和社會發(fā)展的物質(zhì)保障。在礦產(chǎn)資源需求量大，而國內(nèi)礦產(chǎn)資源儲量逐漸減少、易采礦產(chǎn)逐步枯竭的情況下［1］，礦山逐漸轉(zhuǎn)向?qū)ι畈侩y采資源的開發(fā)和利用。然而，隨著開采深度的增加，使得巖體穩(wěn)定性和安全性越來越差，由巖體破壞失穩(wěn)誘發(fā)的地質(zhì)災(zāi)害問題愈發(fā)突出，嚴重制約著礦山安全生產(chǎn)和經(jīng)濟效益［2］。

按照巖石力學(xué)的觀點，滑坡等礦山動力災(zāi)害的發(fā)生，本質(zhì)上是開采擾動所誘發(fā)的巖體破裂與失穩(wěn)的結(jié)果，而巖體破裂失穩(wěn)出現(xiàn)的前兆信息則是進行地質(zhì)災(zāi)害預(yù)警的重要依據(jù)［3-4］。在現(xiàn)場監(jiān)測方面，人們通過對采動巖體的應(yīng)力、應(yīng)變、位移、微震活動性等進行實時監(jiān)測，每日通過各類傳感器可以獲取多達G（1 024 M bytes）量級的數(shù)據(jù)。隨著傳感器采樣精度的提高和傳感器數(shù)量的增加，監(jiān)測數(shù)據(jù)量劇增，加之災(zāi)害預(yù)警過程中所需的精細化地質(zhì)勘查數(shù)據(jù)、大規(guī)模數(shù)值模擬的理論計算數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)管理與分析方法愈發(fā)無法勝任，借助于云計算技術(shù)對監(jiān)測、地質(zhì)及理論計算數(shù)據(jù)進行集成、分析和挖掘，成為實現(xiàn)災(zāi)害預(yù)警的必由之路［5-6］。

在云計算與礦業(yè)結(jié)合模式的理論構(gòu)建上，姚建銓等［7］認為運用云計算和大數(shù)據(jù)技術(shù)提取有用的監(jiān)測信息，能夠真正實現(xiàn)本質(zhì)安全礦山。宋志偉［8］分析了物聯(lián)網(wǎng)、大數(shù)據(jù)、云技術(shù)之間的關(guān)系，并探討了這3類技術(shù)在礦區(qū)安全生產(chǎn)過程中的應(yīng)用，認為物聯(lián)網(wǎng)是礦區(qū)所有子系統(tǒng)構(gòu)建的技術(shù)體系及線路圖，大數(shù)據(jù)是礦區(qū)物聯(lián)網(wǎng)構(gòu)建的產(chǎn)物，云技術(shù)則是對大數(shù)據(jù)運算運用的技術(shù)方式。馬小平等［9］闡述了物聯(lián)網(wǎng)、大數(shù)據(jù)及云計算技術(shù)的研究現(xiàn)狀，提出了3種技術(shù)在煤礦生產(chǎn)安全保障中的關(guān)系。王海軍等［10］結(jié)合“互聯(lián)網(wǎng)+”、大數(shù)據(jù)等，研究了煤礦企業(yè)在井下安全生產(chǎn)監(jiān)控預(yù)警、礦用大型安標設(shè)備及材料儲運的全生命周期遠程管控中的應(yīng)用，建議建立煤礦企業(yè)數(shù)據(jù)共享的安全生產(chǎn)云服務(wù)平臺。李樹剛等［11］提出了“互聯(lián)網(wǎng)+”煤礦安全信息化的思路，從煤礦物聯(lián)網(wǎng)、煤礦云計算、煤礦大數(shù)據(jù)等方面分析了“互聯(lián)網(wǎng)+”煤礦安全信息化的關(guān)鍵技術(shù)，并在此基礎(chǔ)上提出了由信息感知層、數(shù)據(jù)傳輸層、云計算資源層、應(yīng)用服務(wù)層、用戶接口層組成的“互聯(lián)網(wǎng)+”煤礦安全信息化應(yīng)用架構(gòu)及專有云構(gòu)建模式。

在礦山實際應(yīng)用中，兗礦集團建立了礦山應(yīng)急救援云平臺，平臺中涵蓋辦公、值班、接警、出警、學(xué)習、訓(xùn)練、考核、考試、救援等內(nèi)容［12］。其中，應(yīng)急救援行動預(yù)案專家系統(tǒng)可以在120 s 內(nèi)自動生成救援行動方案，為應(yīng)急救援決策指揮提供參考。采取應(yīng)急救援后事故損失減少到不采取應(yīng)急措施情況下的40%。陜西煤化集團利用云計算技術(shù)構(gòu)建了礦壓運動規(guī)律遠程服務(wù)平臺，實現(xiàn)了專業(yè)技術(shù)人員與煤礦用戶共享數(shù)據(jù)資源、頂板運動規(guī)律快速在線分析等功能，解決了由于煤礦頂板運動規(guī)律分析專業(yè)性強、分析結(jié)果滯后的問題，為發(fā)揮頂板監(jiān)測時效性，實現(xiàn)技術(shù)服務(wù)專業(yè)化提供了一種良好的解決方案［13］。東曲礦建設(shè)了無人值守云平臺，該平臺的應(yīng)用累計減少崗位人員131人。同時，通過集中化、自動化控制，提升了實際生產(chǎn)效率，達到了事半功倍的效果，創(chuàng)造了可觀的經(jīng)濟效益［14］。金雞灘煤礦構(gòu)建了礦井調(diào)度和決策信息化集成數(shù)據(jù)云平臺，該平臺提供了統(tǒng)一的數(shù)據(jù)交換平臺和協(xié)作管理環(huán)境，為領(lǐng)導(dǎo)調(diào)度層提供了直觀可靠的生產(chǎn)行為監(jiān)測及分析數(shù)據(jù)，有效提高了煤礦的信息化程度［15］。Jo 等［16］借助云計算開發(fā)了集實時監(jiān)測、事件報告、質(zhì)量評定、災(zāi)害預(yù)警等于一體的煤礦監(jiān)測平臺，形成了較為完整的監(jiān)測預(yù)警體系。

綜上所述，云計算技術(shù)已在礦業(yè)領(lǐng)域逐步開始應(yīng)用，但應(yīng)用目的多為生產(chǎn)調(diào)度與管理，具體應(yīng)用礦山也多為采礦自動化程度較高的煤礦，在金屬礦山中的應(yīng)用較少，尤其是還沒有以巖石力學(xué)為基礎(chǔ)，結(jié)合云計算技術(shù)建立起一個集工程地質(zhì)條件、理論計算、實際監(jiān)測、智能預(yù)測、虛擬可視化于一體的礦山巖體破壞失穩(wěn)預(yù)警云平臺。本研究結(jié)合大孤山鐵礦設(shè)計并搭建了一種礦山巖體破壞失穩(wěn)預(yù)警云平臺。首先，利用傾斜攝影測量技術(shù)、地質(zhì)鉆孔數(shù)據(jù)及虛擬可視化技術(shù)，分別從地質(zhì)、巖體結(jié)構(gòu)及力學(xué)分析角度建立礦山三維可視化模型；然后，利用物聯(lián)網(wǎng)和無線通信技術(shù)實現(xiàn)礦山巖體監(jiān)測數(shù)據(jù)遠距離傳輸、存儲，圖表實時查看及歷史監(jiān)測數(shù)據(jù)回溯；最后，利用模糊系統(tǒng)理論及預(yù)測技術(shù)，動態(tài)分析實時監(jiān)測數(shù)據(jù)，對巖體破壞失穩(wěn)進行預(yù)警及預(yù)測。

1 云平臺的架構(gòu)

礦山巖體破壞失穩(wěn)預(yù)警云平臺搭載于阿里云服務(wù)器上，即利用阿里云提供的基礎(chǔ)設(shè)施建立云平臺的3層架構(gòu)，包括數(shù)據(jù)訪問層、平臺服務(wù)層和應(yīng)用層，具體架構(gòu)如圖1 所示。其中，數(shù)據(jù)層用于采集、傳輸及存儲礦山地質(zhì)數(shù)據(jù)（包括礦山開采現(xiàn)狀、巖層分布、礦體分布等），巖體測試及監(jiān)測數(shù)據(jù)（包括巖體結(jié)構(gòu)面分布、位移、微震監(jiān)測數(shù)據(jù)），巖體力學(xué)參數(shù)空間分布（包括彈性模量及抗壓強度）等巖石力學(xué)相關(guān)數(shù)據(jù)。數(shù)據(jù)傳輸基于物聯(lián)網(wǎng)和無線通信技術(shù)，以HTTP超文本傳輸協(xié)議、Rsync+Inotify 組合的方式進行。數(shù)據(jù)存儲至云端提供的MySQL 關(guān)系型數(shù)據(jù)庫。服務(wù)層提供數(shù)據(jù)服務(wù)和功能服務(wù)，包括數(shù)據(jù)查詢、數(shù)據(jù)分析及統(tǒng)計、圖表生成、三維模型顯示及交互控制、礦山地質(zhì)測量、巖體破壞失穩(wěn)預(yù)警等功能，并行支持上層Web 端和移動端應(yīng)用軟件的服務(wù)調(diào)用。應(yīng)用層通過服務(wù)層提供的數(shù)據(jù)服務(wù)、功能服務(wù)，實現(xiàn)礦山理論與實測數(shù)據(jù)、三維模型顯示與測量、數(shù)據(jù)分析與預(yù)警信息查看。

2 礦山地質(zhì)力學(xué)觀測模塊

本研究以大孤山鐵礦為例，對平臺功能進行分析。大孤山鐵礦位于鞍山市東南12 km，行政區(qū)劃隸屬于鞍山市千山區(qū)大孤山鎮(zhèn)管轄，地理坐標為東經(jīng)122°52′，北緯41°04′［17］。目前采場封閉圈標高為+75 m，最低開采水平為-282 m，為典型的深凹露天坑。根據(jù)采場露天開采安排，設(shè)計最終露天坑底標高為-486 m。年生產(chǎn)礦石650 萬t，年剝離巖石1 600 萬t。臺階坡面角65°，臺階高度12 m，靠幫后二、三并段，并段后臺階高度分別為24 m和36 m。

2.1 地質(zhì)模型可視化

利用傾斜攝影測量技術(shù)及Smart3D 軟件可實現(xiàn)坑表模型的快速建立。近年來，小型無人機作為一種低空遙感平臺迅速發(fā)展，在傾斜攝影測量中得到了廣泛應(yīng)用［18］。相比于傳統(tǒng)的衛(wèi)星遙感平臺和航空平臺，由于小型無人機能夠更加接近被測量對象，從而能夠獲取精度較高的影像數(shù)據(jù)，目前該項技術(shù)已被應(yīng)用于多個地學(xué)研究領(lǐng)域。

傾斜攝影測量同時采用多個高分辨率鏡頭進行多角度攝像，將無人機飛行高度控制在距邊坡100 m范圍內(nèi)，單位像素分辨率可達毫米級。為保證坑表模型及影像的精度趨于一致，依據(jù)深凹露天坑的形狀，無人機的航線規(guī)劃為倒錐形。本研究將影像可接受精度設(shè)為3.3 mm，即單像素邊長最大值為3.3 mm。大孤山鐵礦坑表面積約3 km2，整個露天礦需要3×106萬個像素，采用30%重疊率，實際約4×1011個像素，由此可見，實現(xiàn)對大型露天礦山巖體結(jié)構(gòu)的精細化描述需要巨大的數(shù)據(jù)量。本研究構(gòu)建的礦坑模型如圖2所示。

對于坑表以下的地質(zhì)層位，以鉆孔數(shù)據(jù)為依據(jù)利用3Dmine 軟件進行地質(zhì)建模。方法為：首先將地質(zhì)鉆孔按其空間坐標插入對應(yīng)的模型空間中，將位于同一勘探線上同一巖層的分界線、地質(zhì)斷層線相連，形成各巖層、地質(zhì)斷層的剖面線；然后，將各個勘探線上同一巖層、地質(zhì)斷層的剖面線放樣為實體［19］；最后，利用已經(jīng)獲得的礦坑表面和實體進行布爾運算切割并保留坑表以下部分實體，即可得到包含礦山開采現(xiàn)狀的三維地質(zhì)模型（如圖3）。

礦山地質(zhì)模型建成后，使用SuperMap 軟件進行輕量化處理可實現(xiàn)模型的流暢觀察。精細化的礦山地質(zhì)模型不僅是云平臺中礦山虛擬可視化功能、地質(zhì)測量功能實現(xiàn)的前提，也為巖體結(jié)構(gòu)面識別、巖體力學(xué)參數(shù)確定及穩(wěn)定性評價提供可靠的基礎(chǔ)數(shù)據(jù)。

2.2 地質(zhì)測量可視化

以精細化的礦山坑表模型為基礎(chǔ)，對SuperMap軟件進行二次開發(fā)，可實現(xiàn)較為精確的地質(zhì)測量功能，包括距離測量、面積測量、高度測量、坡度測量。其中，距離測量不僅能夠測量兩點之間的空間距離，還能夠測量多個點之間的距離（即連續(xù)測量）；面積測量指的是計算所選取的閉合多邊形的面積；高度測量不僅能夠獲取空間兩點之間的高差，還能夠獲取測量點之間的水平距離和空間距離；坡度測量是將所圈定范圍內(nèi)的不同坡度值用漸變色表示，有助于精確定位邊坡角度過高（滑坡風險增加）或過緩（剝巖成本增加）的區(qū)域。功能效果如圖4所示。

2.3 巖體力學(xué)參數(shù)三維可視化

基于大范圍精細化的巖體表面模型及影像，可實現(xiàn)全坑巖體結(jié)構(gòu)面的人工識別、描繪與測量（圖5），進而統(tǒng)計不同區(qū)域巖體結(jié)構(gòu)面的分布特征與體積節(jié)理密度，并結(jié)合Hoek-Brown 準則估計節(jié)理化巖體的力學(xué)參數(shù)。據(jù)此建立以空間坐標為主關(guān)鍵字的巖體力學(xué)參數(shù)數(shù)據(jù)庫，作為數(shù)值模擬的基本輸入?yún)?shù)及巖體力學(xué)參數(shù)三維可視化的基礎(chǔ)數(shù)據(jù)。本研究基于巖體力學(xué)參數(shù)數(shù)據(jù)庫，利用SuperMap 中的體元柵格將礦山巖體力學(xué)參數(shù)的空間分布在云平臺中表達出來，實現(xiàn)了巖體力學(xué)參數(shù)的三維可視化（圖6）。

3 監(jiān)測數(shù)據(jù)可視化查詢模塊

3.1 監(jiān)測數(shù)據(jù)采集、傳輸與存儲

為掌握開采擾動作用下露天邊坡的破壞及變形情況，分別在大孤山鐵礦安裝了固定式測斜儀、自動測量機器人、GPS 地表沉降監(jiān)測儀以及微震監(jiān)測儀，建立了坡表位移、邊坡深部位移以及邊坡破裂的多維度協(xié)同監(jiān)測系統(tǒng)。由于礦山位置偏遠、環(huán)境復(fù)雜、監(jiān)測設(shè)備及監(jiān)測數(shù)據(jù)類型多樣等特點，為實現(xiàn)礦山多源監(jiān)測信息在統(tǒng)一平臺下的可視化查詢，有必要對高效、穩(wěn)定的礦山多源監(jiān)測數(shù)據(jù)的實時遠程傳輸與存儲方法進行研究。

固定式測斜儀、自動測量機器人及GPS 地表沉降監(jiān)測儀的監(jiān)測數(shù)據(jù)需首先通過數(shù)據(jù)傳輸單元（Data Transfer Unit，DTU）無線傳輸至監(jiān)測設(shè)備提供方進行接收，而后通過監(jiān)測設(shè)備提供方提供的數(shù)據(jù)接口進行獲取。數(shù)據(jù)接口為HTTP 超文本傳輸協(xié)議，返回json格式數(shù)據(jù)。本研究采用GET方式進行獲取，將數(shù)據(jù)進行轉(zhuǎn)化解析存入布置于阿里云上的MySQL 數(shù)據(jù)庫作為原始數(shù)據(jù)，同時基于箱型圖原理確定異常閾值，對獲得的數(shù)據(jù)進行判斷處理，若為正常值，方可寫入用于查詢和計算的數(shù)據(jù)庫。在獲取過程中配有異常提示功能，以便相關(guān)人員及時處理。

微震監(jiān)測儀產(chǎn)生的數(shù)據(jù)以文件格式實時存入現(xiàn)場布置的服務(wù)器。鑒于該服務(wù)器為Ubuntu 系統(tǒng)且僅擁有私有IP 地址，外網(wǎng)無法通過IP 地址對其進行訪問。本研究選用Rsync+Inotify 組合并以“推”的方式將微震數(shù)據(jù)文件實時同步至云端服務(wù)器（圖7）。Rsync 負責增量備份現(xiàn)場服務(wù)器與云端服務(wù)器之間的微震文件數(shù)據(jù)，Inotify 負責監(jiān)控現(xiàn)場服務(wù)器微震數(shù)據(jù)文件的寫入、創(chuàng)建等工作，從而觸發(fā)Rsync 運行以達到實時同步的目的。本地計算機通過“拉”的方式從公網(wǎng)云服務(wù)器獲得微震文件數(shù)據(jù)。

3.2 數(shù)據(jù)可視化查詢

3.2.1 監(jiān)測數(shù)據(jù)查詢

對于固定式測斜儀、自動測量機器人及GPS地表沉降監(jiān)測儀，由于測量對象為測點位置處對應(yīng)的位移等物理量，因此本研究以時間為橫軸，以位移等物理量為縱軸，用不用顏色區(qū)分不同測點的二維曲線來清楚地表達出監(jiān)測數(shù)據(jù)的變化過程。對于微震監(jiān)測儀，由于需要多個傳感器共同定位一個微震事件，因此以時間為橫軸，以微震事件參數(shù)為縱軸，用不同顏色的曲線表示不同微震事件參數(shù)的變化過程。

該云平臺提供了以設(shè)備及測點為查詢條件的監(jiān)測數(shù)據(jù)實時顯示二維曲線面板，面板橫軸時長固定并采用動態(tài)加載方式以10 s 為時間間隔動態(tài)加載實時監(jiān)測獲得的數(shù)據(jù)信息。此外，平臺還提供了按時段、設(shè)備及測點為查詢條件的歷史監(jiān)測數(shù)據(jù)回溯二維曲線面板，為用戶返回詳細的歷史監(jiān)測數(shù)據(jù)。

3.2.2 設(shè)備狀態(tài)查詢

通過建立監(jiān)測設(shè)備數(shù)據(jù)庫，利用該平臺可查詢礦山開采生命周期中所有巖石力學(xué)監(jiān)測設(shè)備的信息及運行狀態(tài)。

對于正在運行的監(jiān)測設(shè)備，可提供設(shè)備種類、測點數(shù)量、測點位置、監(jiān)測對象、起始運行時間、運行狀態(tài)、有效預(yù)警次數(shù)的查詢，其中運行狀態(tài)是根據(jù)實時監(jiān)測數(shù)據(jù)是否中斷來判斷，有效預(yù)警次數(shù)是根據(jù)礦山巖體是否出現(xiàn)破壞來判斷。

對于曾經(jīng)運行的監(jiān)測設(shè)備，可提供設(shè)備種類、測點數(shù)量、測點位置、監(jiān)測對象、起始運行時間、終止運行時間、有效預(yù)警次數(shù)的查詢。

4 巖體破壞失穩(wěn)預(yù)警及預(yù)測模塊

在云平臺中嵌入模糊綜合評價算法及時間序列ARIMA 模型，可實現(xiàn)對監(jiān)測數(shù)據(jù)的動態(tài)分析，進而對巖體破壞失穩(wěn)進行預(yù)警及預(yù)測。

4.1 基于監(jiān)測數(shù)據(jù)的巖體破壞失穩(wěn)預(yù)警

4.1.1 構(gòu)建風險分級標準

由于大孤山鐵礦西北邊坡受到開采擾動出現(xiàn)了相對于其他區(qū)域較大的變形，故選擇安裝于該區(qū)域的測斜儀和自動測量機器人的監(jiān)測結(jié)果作為基礎(chǔ)數(shù)據(jù)，進行西北邊坡巖體破壞失穩(wěn)風險評價。部分測斜儀和自動測量機器人的測點位置如圖8所示?；诠こ填惐确ǎ?0］確定了評價因素的風險分級標準如表1所示。

?

4.1.2 計算隸屬度

運用模糊綜合評價法評價巖體破壞失穩(wěn)風險的關(guān)鍵是確定合理的隸屬函數(shù)［21］。假定在風險等級vj（j=1,2,3,4）下的評價因素ui（i=1,2）的隸屬度為uivj，則隸屬度函數(shù)的表達式為

式中，aij為巖體破壞失穩(wěn)風險等級vj下評價因素ui對應(yīng)的臨界值，具體取值見表1；xi為評價因素ui的實際監(jiān)測值。

根據(jù)隸屬度函數(shù)可確定各評價因素實測數(shù)據(jù)隸屬于不同風險等級的隸屬度，進而可建立隸屬度模糊矩陣R：

4.1.3 計算權(quán)重集

為確定各評價因素對巖體失穩(wěn)破壞風險的貢獻率，本研究采用層次分析法（Analytic Hierarchy Process，AHP）確定各評價因素的權(quán)重［22］，權(quán)重集A 表示各評價因素的影響程度，主要計算步驟為：

（1）構(gòu)建結(jié)構(gòu)層次體系。將巖體破壞失穩(wěn)風險預(yù)定目標作為最高的目標層，把影響目標實現(xiàn)的因素作為準則層，其中實現(xiàn)目標具體的技術(shù)措施、方法等作為最底層。

（3）進行一致性檢驗。引入一致性指標CI，通過查詢一致性指標參數(shù)表確定平均隨機一致性指標RI［23］，并進一步確定一致性比例CR，判斷矩陣的一致性檢驗的可接受條件為一致性比例CR ＜0.1。相關(guān)參數(shù)計算公式為

式中，λmax為判斷矩陣的最大特征值；n為判斷矩陣階數(shù)，本研究中n=2。

（4）確定權(quán)重。對結(jié)構(gòu)層次體系中各因素相對于目標層的合成權(quán)重按照自上而下的順序逐層計算，若不符合CR ＜0.1 條件，則重新對矩陣進行調(diào)整直至滿足檢驗要求并確定各因素權(quán)重，在一致性檢驗滿足可接受條件下，計算得到累計變形、變形速率的權(quán)重集為A=[ 0.2 5,0.75]。

4.1.4 模糊綜合評價

基于監(jiān)測數(shù)據(jù)的巖體破壞失穩(wěn)風險模糊綜合評價結(jié)果可由上述得到的權(quán)重集A 和隸屬度模糊矩陣R計算得到，表達式為

式中，B 為巖體破壞失穩(wěn)風險等級的評價矩陣，最終的評價結(jié)果即為矩陣B 中元素最大值對應(yīng)的風險等級。

通過對大孤山鐵礦西北邊坡-66 m 臺階及-138 m 臺階4 個區(qū)域的監(jiān)測數(shù)據(jù)進行模糊綜合評價，得到如表2所示的巖體破壞失穩(wěn)風險等級評價結(jié)果。

?

4.2 預(yù)測監(jiān)測數(shù)據(jù)變化趨勢

為預(yù)測監(jiān)測數(shù)據(jù)的發(fā)展趨勢，進而實現(xiàn)巖體破壞失穩(wěn)風險的超前評價，本研究采用時間序列ARIMA（Autoregressive Integrated Moving Average）模型對位于大孤山鐵礦西北邊坡-66 m臺階測點2的固定式測斜儀的監(jiān)測數(shù)據(jù)進行變形趨勢預(yù)測。如圖9所示，IDS∶4、IDS∶5 以及IDS∶6 為該測斜孔內(nèi)布設(shè)的3 個探頭，距坡表的豎直距離分別為12 m、4 m 以及52 m。本研究 選 取2017 年9 月9 日—2018 年4 月25 日的測斜數(shù)據(jù)作為訓(xùn)練樣本，預(yù)測2018 年4 月26 日—2018年5月15日的測斜數(shù)據(jù)（20 d），其中以2018年4月26日—2018 年5 月5 日的位移數(shù)據(jù)作為檢驗樣本（10 d），得到了時間序列ARIMA 模型預(yù)測結(jié)果的平均絕對百分比誤差基本保持在2%以內(nèi)，說明該模型用于深部巖體變形趨勢預(yù)測效果較好，為實現(xiàn)巖體破壞失穩(wěn)風險的超前評價奠定了良好的基礎(chǔ)。

5 云平臺實現(xiàn)

依據(jù)云平臺的設(shè)計架構(gòu)，整合礦山地質(zhì)力學(xué)觀測模塊、監(jiān)測數(shù)據(jù)的可視化查詢模塊以及巖體破壞失穩(wěn)的預(yù)警及預(yù)測模塊，基于Java8 中全新開源的輕量級框架Spring Boot 搭建了礦山巖體破壞失穩(wěn)預(yù)警云平臺。云平臺前端基于FreeMarke 模板引擎通過使用FTL標簽使用指令來生成復(fù)雜的HTML 頁面，并配合HTML5、JavaScript、JQuery、CSS3、Layui等開發(fā)語言和JavaScript 框架、UI 模塊進行開發(fā)。通過JQuery實現(xiàn)數(shù)據(jù)與服務(wù)器通信、數(shù)據(jù)動態(tài)刷新和交互，在數(shù)據(jù)圖形展示上采用Baidu 開源組件Echarts。后端采用基于JavaEE 規(guī)范的Spring Framework 框架，系統(tǒng)安全認證采用開源的kisso組件。

如圖10所示，云平臺主界面為左、中、右式布局。主界面左側(cè)由上至下依次為項目列表、周預(yù)警統(tǒng)計表、月預(yù)警統(tǒng)計表、在用設(shè)備統(tǒng)計表以及停用設(shè)備統(tǒng)計表共5 個面板，其中周預(yù)警統(tǒng)計表、月預(yù)警統(tǒng)計表中的預(yù)警信息來源于巖體破壞失穩(wěn)預(yù)警及預(yù)測模塊中對監(jiān)測數(shù)據(jù)的實時動態(tài)分析結(jié)果。主界面中部由上至下依次為時間窗及礦山地質(zhì)力學(xué)觀測窗，其中礦山地質(zhì)力學(xué)觀測窗基于SuperMap 軟件開發(fā)并進行網(wǎng)絡(luò)發(fā)布，具備地質(zhì)模型、地質(zhì)測量及巖體力學(xué)參數(shù)的可視化功能。主界面右側(cè)由3 個監(jiān)測數(shù)據(jù)可視化查詢面板組成，具備監(jiān)測數(shù)據(jù)動態(tài)可視化查詢的功能。

6 結(jié) 論

基于Java 的輕量級框架Spring Boot 及地理信息系統(tǒng)軟件SuperMap 搭建了一種包含礦山地質(zhì)力學(xué)觀測、監(jiān)測數(shù)據(jù)可視化查詢、巖體破壞失穩(wěn)預(yù)警及預(yù)測3 個模塊的礦山巖體破壞失穩(wěn)預(yù)警云平臺，并將其應(yīng)用于大孤山鐵礦。得到如下結(jié)論：

（1）以大孤山鐵礦露天坑表的傾斜攝影測量數(shù)據(jù)、地質(zhì)鉆孔數(shù)據(jù)為基礎(chǔ)，建立了包含地質(zhì)構(gòu)造、礦體、巖層、巖體結(jié)構(gòu)的礦山三維模型，實現(xiàn)了基于三維模型的距離測量、面積測量、高度測量、坡度測量、巖體結(jié)構(gòu)面識別統(tǒng)計等礦山地質(zhì)測量功能，結(jié)合Hoek-Brown 準則建立了礦山巖體力學(xué)參數(shù)數(shù)據(jù)庫并實現(xiàn)了巖體力學(xué)參數(shù)空間分布的三維可視化。

（2）針對礦山環(huán)境復(fù)雜、監(jiān)測設(shè)備及監(jiān)測數(shù)據(jù)類型多樣等特點，建立了高效、穩(wěn)定的礦山多源監(jiān)測數(shù)據(jù)實時遠程傳輸與存儲方法，并實現(xiàn)了礦山多源監(jiān)測信息在統(tǒng)一平臺下的可視化查詢。

（3）在云平臺中利用模糊綜合評價方法對巖體破壞失穩(wěn)風險進行了評價，利用時間序列模型對深部巖體變形趨勢進行了預(yù)測，均取得了較好的效果，為礦山災(zāi)害防控提供了決策依據(jù)。