摘要：煤矿生产一方面关系到煤炭工业发展的稳定性，另一方面也与国民经济有紧密联系。在煤矿生产中应用信息化技术，不仅可以提高生产效率，还能够最大程度的达到安全生产目标，这是今后煤矿企业安全管理一个非常重要的方向。由此也体现出煤矿安全风险评价的重要作用，尤其是对煤矿安全管理系统而言，构建煤矿风险预测预警系统，具有科学性、客观性等多重优势，
关键词：矿山事故；预测预警技术；探讨
1煤矿风险预测预警系统运行原理
煤矿风险预测预警系统主要是以煤矿生产期间潜在的安全风险为对象，做出的监测、判断、预警等工作，确保安全事故可以得到最大程度的控制。煤矿风险预测预警系统运行时，预警管理工作人员一般会按照事故预警之前设置的目标组织监测，根据标准要求控制预警管理对象[1]。其中涉及到信息通道，以此来反馈预警管理系统采集到的相关信息，预警管理工作人员获得的预警指标也可以通过信息通道予以反馈，将其与预设标准展开对比，根据两者的差距调整预警管理对象，确保管理对象的安全。
2矿山环境易发的各种地质灾害
矿山的合理开发和综合利用能够促进经济发展，提高人们的生活水平，但是，过度开发或者恶性开发，就会破坏矿山环境，造成地表荒芜，水土流失严重，土壤荒漠化进度加快，由此，引发的各种自然灾害不断发生，给人们的生产生活带来重大损失。矿山环境发生的地质灾害是指在自然或人为因素作用下形成的，对人的生命财产、环境造成破坏的地质作用。根据危害特点和发生特征，我们对矿山地质灾害归为四大类型：
(1)滑坡。滑坡是指斜坡上的岩体由于受某种原因的重力作用下沿着一定的软弱面或软弱带整体向下滑动的现象。滑坡发生前，泉水复活，土体上隆，有岩石开裂或被剪切挤压开裂的音响；坍塌和松弛；变形发生突变；裂缝急剧扩张；动物异常惊恐、植物正常生长发生变化。
(2)崩塌。这类地质灾害是指较陡的斜坡上的岩体在重力作用下，突然脱离母体崩落、滚动，堆积在坡脚的地质现象。
(3)泥石流。泥石流是由于降水（短时间内的暴雨、冰川、积雪融化）产生在沟谷和山坡上的一种夹带大量泥沙、石块等固体物质条件的洪流。
(4)地面塌陷。地面塌陷是指地表岩、土体在自然或人为因素作用下向下陷落，并在地面形成塌陷坑的地质灾害。地面塌陷前，泉水水位和井水水位发生异常变化；地面变形，建筑物作响、倾斜、开裂；地面积水引起地面冒气泡、水泡、旋流等；此外，矿山环境不长发生的地质灾害还有地震、水土流失、土地沙化、煤岩和瓦斯突出等
3煤矿风险预测预警管理对象
3.1工作人员
人为因素存在于煤矿生产的全过程，所以展开煤矿风险预测预警管理，最为重要的便是工作人员。其中包括工作人员操作与管理的监控，按照既定风险预警标准定期考核，考核结果作为其操作规范的调节标准，满足煤矿安全生产要求。
3.2煤矿生产物资
煤矿生产物资范围比较广，煤矿生产期间涉及到的物资主要包括生产工具、机械设备以及相关原材料等。如果生产期间以上所述物资不足，或者存在安全问题，同样会导致煤矿生产安全隐患。
3.3生产环境
生产环境如果发生变化，会引发煤矿安全事故。煤矿生产环境的变化一方面会使现场工作人员心理、操作行为等出现改变，另一方面也会导致生产工具和机械设备缺陷，埋下安全隐患。煤矿安全生产期间煤矿风险预测预警系统一般会对现场灰尘、空气中的有毒气体、围岩稳定性和噪声等进行监控，最大程度的提升生产环境稳定性。
3.4生产流程
煤矿生产流程即煤矿生产、物资调配等各项工作的操作环节，煤矿生产期间，作业人员的行为如果与规定不符，同样会引发安全事故。所以，建立煤矿风险预测预警系统，重点监控作业人员生产流程，以此达到降低煤矿生产风险的目的。
3煤矿预警预测平台架构
该平台完成对各种环境监测数据、设备状态数据、人员位置数据、视频监控数据等数据的预警预测、评判分析。对于各种传感器数据、设备状态数据、人员信息数据和视频图像数据等接入大数据预警预测系统以方便各级系统检索、查询和分析。
平台从逻辑上分为感知层、网络层、数据层、应用层四个层次。系统自下而上，将感知层内各类信息通过高效的存储检索—分析处理—应用展现等几个环节，最终将分析处理结果提供给各种业务人员。
感知层：主要包括各种传感器设备、视频监控设备、大型固定设备等。这些设备完成对各种环境监测数据、设备状态数据、人员位置以及各种管理信息等数据的获取。
网络层：网络层用于传输前端采集的环境数据、视频图像等数据到数据存储中心，为保护现有投资，系统兼容煤矿中已有的网络系统，利用已建的网络环境，传输视频图像于指定地点。
数据层：数据层包含大数据仓库、分布式搜索引擎、煤矿安全专家知识库、图形增强型大数据工作站等内容。感知层采集的多样化数据经过大数据技术处理，转换成可供上层应用直接调用的结构化数据，这些结构化数据统一存储于大数据仓库。
应用层：应用层根据安监系统的业务需求，基于大数据分析与挖掘技术分析海量数据中的潜在隐藏信息，结合气象信息、地理信息，实现对各种数据的时空分析、关联分析，并应用HTML5、GIS、三维可视化、移动互联等技术实现告警通知、趋势分析、智能预测等功能。
4矿山地质灾害预警模型设计
矿山地质灾害预警模型中，利用大数据网络对预警模型的安全预警模块进行设计是至关重要的，只有保证安全预警模块的准确性和及时性，才能根据安全预警模块所提供的数据对矿山地质的安全程度进行预测和评估。而安全预警模块预测数据的准确性，则是依靠监测模块的有效性和预警模型的合理性完成的，在矿山地质灾害预警模型的设计中，要针对矿山地质的生产条件和生产环境合理设计矿山安全预警模型的相关技术模块，主要包括安全监测模块、信息自动采集模块、信息传输模块、预测模块和一系列系统软件等。
4.1确定诱灾因子的概率取值
矿山周围的地质环境及矿床结构是引发地质灾害的重要原因，分析地质灾害的内在影响因素与地质环境的关系，采用耦合分析法对引发地质灾害的主控因素及诱灾因子进行理论分析，再对各个诱灾因子系数进行运算，从而确定引发地质灾害的主要因素。运用大数据分析法，建立科学、合理的矿山地质灾害评价体系，并划分各个矿区地质的危险等级，进而选择合理的评价体系准确的对地质灾害进行预警。将矿山地貌依次分为湿地、平原、台地、丘陵、山地。大数据显示，地质构造也是引发地质灾害的重要因素，按照地质灾害的发生频率，将地质构造由高到低依次分为断裂密集带、紧密褶皱带、次紧密褶皱带、宽缓褶皱带。根据对近年来发生地质灾害的地质环境进行分析，利用大数据网络，确定预警模型中诱灾因子的概率取值变化。
4.2实现矿山地质灾害预警
由于矿山地质灾害的成因复杂，要想准确构建预警模型，必须保证矿山地质环境数据的合理性、典型性和普遍性，利用大数据网络进行数据抽取，在数据库内选择具有代表性的曾经发生过地质灾害的矿山地质作为计算样本，分析每个灾害样本的诱灾因子数据。
5结语
过度的矿产开采，造成植被、水源污染严重，造成很多种地质灾害有时并发，地震、滑坡、崩塌、泥石流、水土流失、地面塌陷以及地面沉降、地裂缝、土地沙漠化、煤岩和瓦斯突出、火山活动等互为次生灾害的发生率不断增高。因此，要建立地质灾害的预测预警机制和合理的矿山开发机制，实现经济和社会、自然和谐共存，可持续发展，减少和降低灾害发生，确保人们的生产、生活安全。
参考文献
[1]邓权龙.矿井防尘供水管网水力仿真与可靠性预测预警研究[D].北京科技大学,2019.
[2]刘汝清.煤矿安全风险预警模型研究及应用效益分析[D].中国地质大学（北京）,2014.
[3]柴艳莉.基于智能信息处理的煤与瓦斯突出的预警预测研究[D].中国矿业大学,2011.
[4]朱令起.矿井火灾预测预警及密闭启封安全性研究[D].中国矿业大学（北京）,2010.