Prognozowanie poziomu wody w warstwie wodonośnej w ścianie wydobywczej na podstawie VMD-LSTM

Dlaczego bezpieczniejsze wydobycie zależy od znajomości wody pod ziemią

Głęboko pod ziemią kopalnie węgla często znajdują się nad warstwami skał nasyconych wodą. Jeśli ta woda nagle napłynie do chodnika, może zalać sprzęt, zagrażać pracownikom i wstrzymać produkcję. W badaniu zaproponowano bardziej zaawansowany sposób przewidywania, jak będzie się zmieniał poziom wody w tych podziemnych warstwach w pobliżu czynnej ściany wydobywczej, co pomaga operatorom kopalni działać wcześniej, by uniknąć niebezpiecznych niespodzianek.

Ukryte fale pod kopalnią

W badanej kopalni pokład węgla leży nad warstwą wapienia, która magazynuje wodę gruntową jak ukryte jezioro. W miarę wycinania węgla zmieniają się naprężenia w skałach i woda może przemieszczać się w kierunku chodników. Bezpośrednie mierzenie wlewu wody do chodnika jest trudne, ponieważ wiele czynników zakłóca czujniki. Natomiast śledzenie poziomu wody w pobliskiej warstwie wapienia daje czystszy i stabilniejszy sygnał. Autorzy koncentrują się więc na prognozowaniu tego poziomu wodonośnego jako wskaźnika ryzyka nagłego dopływu wody.

Rozbijanie złożonego sygnału na prostsze składowe

Dzienny zapis poziomu wody jest nierówny i nieregularny, z długotrwałymi trendami zmieszanymi z gwałtownymi wahaniami. Aby sobie z tym poradzić, badacze najpierw oczyszczają dane, usuwając oczywiste błędy i uzupełniając brakujące dni. Następnie stosują metodę zwaną wariacyjną dekompozycją modalną (VMD), która traktuje zapis poziomu wody jak mieszaninę kilku nakładających się fal. Rozdziela ona pierwotną krzywą na osiem prostszych składowych, z których każda reprezentuje zmiany na innym skali czasowej — od długoterminowych trendów po krótkoterminowe zawirowania. Dzięki temu model komputerowy łatwiej rozpoznaje wzorce, które inaczej mogłyby zostać ukryte w szumie.

Nauka sieci zapamiętywania przeszłości

Po dekompozycji każda z prostszych krzywych poziomu wody jest podawana do typu sztucznej sieci neuronowej zaprojektowanej do szeregów czasowych, znanej jako sieć z pamięcią długoterminową i krótkoterminową (LSTM). Sieć ta jest zbudowana tak, by pamiętać istotne informacje z wielu dni wstecz, ignorując mniej użyteczne szczegóły. Model jest trenowany na większości zarejestrowanych danych, a następnie testowany na pozostałych dniach. Zespół porównuje kilka podejść, w tym wersje oparte na innych popularnych modelach sekwencyjnych oraz wersje pomijające etap dekompozycji.

Wyraźne korzyści w dokładności prognoz

Połączenie wariacyjnej dekompozycji modalnej z siecią LSTM daje najdokładniejsze prognozy spośród testowanych metod. Model śledzi ogólne wzrosty i spadki poziomu warstwy wodonośnej i radzi sobie szczególnie dobrze przy gwałtownych zmianach, takich jak duże spadki czy nagłe szczyty. Porównując standardowe miary błędu, hybrydowy model konsekwentnie wykazuje niższe błędy i bliższe dopasowanie do rzeczywistych pomiarów niż modele bez dekompozycji lub z innymi konstrukcjami sieciowymi. Wskazuje to, że najpierw rozplątanie zmieszanego sygnału, a potem użycie sieci opartej na pamięci ułatwia uchwycenie rzeczywistego zachowania wód podziemnych.

Co to oznacza dla bezpieczeństwa kopalń

Dla operatorów kopalni badanie wskazuje praktyczne narzędzie do monitorowania ukrytej wody pod ścianami wydobywczymi. Dostarczając wcześniejszych i bardziej wiarygodnych ostrzeżeń o przyszłych poziomach wody, model może wspierać decyzje dotyczące wierceń, pompowania i wzmocnień zanim woda przerwie do chodników. Ponieważ metoda jest stosunkowo prosta po wdrożeniu i działa na codziennych pomiarach, oferuje wygodny sposób na wzmocnienie zapobiegania zagrożeniom wodnym oraz wsparcie bezpieczniejszej i bardziej efektywnej produkcji węgla.

Cytowanie: Zhang, G., Jiao, B., Ji, X. et al. VMD-LSTM based water level prediction of aquifer in mining working face. Sci Rep 16, 15088 (2026). https://doi.org/10.1038/s41598-026-45287-6

Słowa kluczowe: woda kopalniana, poziom warstwy wodonośnej, prognozowanie szeregów czasowych, uczenie głębokie, bezpieczeństwo wydobycia węgla