为了探明煤矿采空区覆岩破坏类型与裂隙发育情况，快速准确划分采空区覆岩弯曲带、断裂带、垮落带(简称“三带”)，提出智能识别方法，为制定采空区治理方案提供依据。以山东某矿区采空区为例，采用贝叶斯在线变化点检测(Bayesian online changepoint detection,BOCD)算法对钻进过程中的冲洗液漏失量和钻速数据在煤矿采空区的三带界限处的变化及响应特征进行分析。以勘察规范中有关三带高度计算经验公式作为约束条件，对冲洗液漏失量和钻速数据中的候选变化点进行检测、优选，进而确定煤矿采空区三带界限深度。智能识别的结果与实际值吻合，其中，弯曲带下限、断裂带下限、垮落带下限的深度误差分别为+0.67 m、+0.31 m和+0.52 m，弯曲带、断裂带和垮落带的高度误差分别为+0.14%、-0.63%和+2.49%。基于钻进数据的采空区覆岩三带智能识别方法精度满足设计需要，切实可行。该方法将钻进数据与经验公式相结合，在钻进过程中即可完成三带界限的划分，充分发挥数据的时效性，避免了技术人员主观判断对识别结果产生影响。相较于依靠多种方式综合确定三带界限的传统方法，该智能识别方法显著提高了三带划分的时效性和准确性。