Комплексная оценка безопасности системы управления обратной засыпкой на основе модифицированной модели расширения элемент-вещественной пары

Почему безопасная обратная засыпка в глубоких шахтах важна

По мере истощения залежей угля и металлов у поверхности добыча смещается глубже, где давление горных пород выше, а риск обрушений и экологического вреда растёт. Одним из основных средств повышения безопасности глубокой добычи является обратная засыпка: закачка породных отходов и цемента в выработанные полости для поддержки массива. Но современные системы обратной засыпки становятся всё более сложными, насыщенными датчиками, насосами, трубопроводами и программным обеспечением. В этом исследовании решается простой, но важный вопрос: как определить, действительно ли система управления обратной засыпкой шахты безопасна, «умна» и надёжна?

От простой засыпки к интеллектуальному управлению

Современные системы обратной засыпки делают больше, чем просто перекачивают шлам по трубам. Они постоянно контролируют приготовление смеси, её поведение в длинных подземных магистралях и прочность затвердевшего заполнителя в выработанных полостях. С помощью сетей, облачных вычислений и инструментов больших данных системы могут в реальном времени регулировать скорость насосов, соотношение компонентов и промывочные операции, а также выдавать ранние предупреждения при отклонениях. При правильной организации это повышает безопасность, сокращает потери материалов и экономит труд. Тем не менее такие системы относительно новы, и до сих пор не было чёткого научно обоснованного способа оценить, насколько продвинуто и надёжно то или иное исполнение.

Разбиение сложной системы на понятные части

Авторы предлагают структурированный подход к оценке системы управления обратной засыпкой в целом. Они делят систему на четыре основные области: приготовление шлама на поверхности, его транспортировка и мониторинг вдоль трубопровода, контроль прочности и устойчивости затвердевшего заполнителя и визуально-цифровое управление всей системой. В рамках этих четырёх областей определены 16 конкретных индикаторов, таких как интеллектуальность подачи песка, надёжность смешивания шлама, качество мониторинга давления в трубопроводе, наличие ранних предупреждений при отказах и эффективность отслеживания прочности затвердевшего заполнителя во времени. Системы оцениваются по пяти уровням — от базового (Уровень I) до высокоразвитого (Уровень V), причём более высокие уровни отражают большую степень автоматизации, надёжности и интеграции.

Сочетание мнения экспертов и жёстких данных

Чтобы превратить эту структуру в рабочий инструмент оценки, команда сочетает экспертные мнения с математическими методами, рассчитанными на неопределённость. Специалисты по горному делу и инженерии оценивают каждый индикатор, но вместо единственной точки дают диапазон, отражающий их неуверенность. Метод, называемый теорией слепого числа, преобразует эти диапазоны и доверие каждого эксперта в единое, более объективное значение для каждого индикатора. Важность, или «вес», каждого индикатора затем рассчитывается двумя способами: субъективным методом, фиксирующим взгляды экспертов на значимость, и объективным методом, оценивающим, сколько информации несёт индикатор в реальных данных. Формула на основе метода Лагранжа объединяет эти подходы в комбинированные веса, которые не являются ни чисто экспертными, ни чисто статистическими.

Измерение схожести, различия и риска

Когда каждому индикатору присвоены значение и вес, авторы применяют математическую схему, известную как модель расширения материя-элемент вещественной пары (set pair matter-element extension model). По сути, этот метод сравнивает реальное состояние системы со стандартами для каждого уровня, рассматривая их как «пару», которая может быть частично тождественной, частично отличной и частично противоположной. Для каждого индикатора и каждого возможного уровня модель вычисляет степень принадлежности, показывающую, насколько сильно система соответствует этому уровню. Эти степени затем объединяются по всем индикаторам с использованием комбинированных весов, чтобы получить общую оценку принадлежности для каждого уровня. Уровень с наибольшей оценкой принимается за итоговую классификацию системы, а дополнительное рассчитанное значение показывает, склоняется ли система к улучшению или ухудшению внутри шкалы.

Испытание на реальных шахтах

Чтобы проверить практичность модели оценки, исследователи применяют её к трём действующим шахтам, каждая из которых оснащена современной системой управления обратной засыпкой. Панель из пяти экспертов оценивает 16 индикаторов для каждого объекта, и данные пропускаются через этапы метода слепого числа, взвешивания и расширения пар-элементов. Все три шахты были отнесены к Уровню IV, что указывает на высокую степень интеллекта и безопасности, но ещё не досягаемую наивысшему уровню. Детальные результаты по индикаторам выявили, где каждая шахта может улучшиться — например, более стабильный контроль уровня жидкости в барабанах смешения в одном случае, лучшая конструкция системы распределения золы в другом, и более надёжный мониторинг магистрали и аварийное реагирование в третьем. Для повышения доверия авторы сравнили свои результаты с двумя другими подходами — облачной моделью и моделью распознавания признаков; все три метода согласуются между собой и с практическим опытом на местах.

Что означают результаты для более безопасной добычи

В повседневном смысле эта работа предлагает операторам шахт своего рода «медосмотр» безопасности их систем управления обратной засыпкой. Вместо опоры на интуицию или отдельные показатели производительности новая модель объединяет многие аспекты проектирования, сенсоров, автоматизации и управления данными в единое градуированное представление, при этом указывая, какие подсистемы мешают шахте достичь наилучших показателей. То, что метод согласуется с другими моделями и наблюдениями на месте, говорит о том, что он может служить надёжным инструментом принятия решений при модернизации систем, предотвращении засоров трубопроводов и укреплении подземной опоры. По мере того как технологии обратной засыпки становятся всё сложнее и важнее для глубокой добычи, такие прозрачные и сбалансированные инструменты оценки будут необходимы для обеспечения более безопасной, эффективной и экологически ответственной работы.

Цитирование: Yin, Y., Yang, S., Yang, Y. et al. Comprehensive safety evaluation for back-filling control system based on modified set pair matter-element extension model. Sci Rep 16, 9056 (2026). https://doi.org/10.1038/s41598-026-39557-6

Ключевые слова: интеллектуальная обратная засыпка, безопасность шахт, мониторинг насосной магистрали шлама, модели оценки риска, автоматизация подземной добычи