矿井火灾是矿井5大灾害（顶板、瓦斯、煤尘、水灾、火灾）之一。据国家矿山安全监察局统计，截至2020年底，以晋陕内蒙古新疆为例，开采易自燃、自燃煤层的井工煤矿占比为77.07%，生产能力占比为79.31%。为加强矿井火灾智能监测预警系统建设，西安科技大学邓军教授团队提出了矿井火灾智能监测预警技术研究思路，从矿井火灾智能感知技术及装备、预测技术及模型、智能预警系统及平台3方面详细论述了矿井火灾智能监测预警技术研究进展。相关成果以“矿井火灾智能监测预警技术近20年研究进展及展望”为题在《煤炭科学技术》2024年第1期“煤炭科技发展前沿”特刊中刊登。
当前，我国安全生产方针为“安全第一，预防为主，综合治理”，但矿井火灾监测预警技术存在检测范围大、盲区多、监测系统融合度低、数据同步难、火灾信息辨识与防控技术联动不到位等薄弱环节。
矿井火灾智能监测监控技术研究框架
研究认为针对火灾精准监测预警，首先应研究火灾发生的条件，基于此开展火灾信息智能感知及相关预测模型的搭建，其次研究内外因火灾的燃烧特性，结合实际开采条件，建立多参量火灾预警指标体系，最后根据燃烧阶段划分阈值，进行分级预警，以此为基础构建矿井火灾智能预警系统。
矿井火灾智能监测监控，即通过对煤自燃和外因火灾的参数状态进行智能感知，根据感知得到的信息结合神经网络、支持向量机等机器学习算法对火灾进行智能预测。基于火灾分级预警技术和平台架构，利用物联网、大数据、云计算、人工智能等方法完成智能预警系统和平台搭建。矿井火灾的智能感知、智能预测、智能预警协同共促共同组成了矿井智能监测预警技术。
研究分别从火灾信息智能感知技术及装备、矿井火灾预测技术及模型、矿井火灾智能预警系统方面展开了详细论述。
最后，研究指出了矿井火灾智能监测预警的研究方向：
1）在矿井火灾信息智能感知方面，进一步加强传感技术及装备研发。开发检测准确度更高、使用寿命更长、检测范围更广的优势检测设备；探索多检测设备协同作用的布设方案；研究可以精准识别、判断的多源数据处理方法，促使井下检测方法从单一向多元化转变。
2) 在矿井火灾智能预测及模型方面，进一步加强隐蔽火源的位置探寻方法研究。建立数字矿井、数字孪生工作面，掌握开采地质信息；提高火灾信息感知手段，多种方法协同作用共同判断火源位置及火灾危险区域，建立隐蔽火源探测方法，搭建区域火灾信息探测平台，实现采空区三带动态呈现，并针对火灾前兆信息，进行煤自燃进程判断及实现自感知、自分析、自预测，使灾害透明化，从而达到自动预警的目标。
3) 在矿井火灾智能预警系统方面，将大数据融入智能判识。将海量训练数据，包括多种煤样的自然发火期、自燃倾向性及特殊条件下的煤自燃特性参数输入模型中，归一化处理后，利用大型语言模型对事故历史数据进行分析，明确灾变前兆信息，确定气体和温度预警指标并促进二者的融合。深入挖掘事故发生发展过程中的数据变化，将数据变化同煤自燃发展程度相结合，得出火灾发生前的异常数据、发生的地点以及提出相应的预警信息。最后，结合现场条件，将矿井火灾智能感知装备接入语言大模型，利用大模型实现对矿井火灾的监测预警。
4）在矿井火灾智能判识与防控技术联动方面，利用大型语言模型提出矿井火灾的防控策略。给模型输入现有的矿井火灾防控措施，形成火灾防控措施库，并给模型输入不同的地质结构、供风条件等环境因素进行训练，结合大模型输出的矿井火灾的预警阶段，自主选择灭火方案，并不断进行迭代优化，从而实现对矿井火灾的智能判识与防控技术联动效果。
这项研究得到了国家自然科学基金、新疆自治区重点研发计划、陕西省自然科学基础研究计划-杰出青年科学基金的资金支持。
引用格式：邓军,李鑫,王凯,等.矿井火灾智能监测预警技术近20年研究进展及展望[J].煤炭科学技术，2024,52（1）：154-177.
DENG Jun, LI Xin, WANG Kai,et al.Research progress and prospect of mine fire intelligent monitoring and early warning technology[J].Coal Science and Technology，2024,52（1）：154-177.
