综述：煤自燃与瓦斯爆炸复合灾害风险预测与预警技术的研究进展与展望

（编辑推荐）本综述系统梳理了煤自燃（CSC）与瓦斯爆炸（GE）复合灾害的致灾机理、动态演化模型及监测预警技术，提出"灾害过程-危险区识别-分级预警"技术框架，为复合灾害的智能化动态防控提供新思路。研究揭示采空区CSC与GE灾害相互转化特性，并指出当前预测模型依赖静态实验数据的局限性，倡导构建多源数据融合的动态预警体系。

　　

灾害过程与复合灾害模式
在深部开采环境下，煤自燃（CSC）释放的热量可使周围瓦斯（GE）混合气体达到爆炸临界温度，形成链式灾害。典型矿井火灾与瓦斯灾害存在能量交互：CSC产生的CO₂、烯烃等次生气体加剧瓦斯积聚，而瓦斯燃烧又促进煤体氧化放热。实验研究表明，采空区破碎煤体在氧气浓度>14%时，温度每升高10°C，氧化速率呈指数级增长，释放热量可达3500 kJ/kg。

危险区识别方法
基于多参数融合的识别技术成为主流：通过分布式光纤测温系统（精度±0.5°C）结合气体色谱分析（检测限0.001%），可构建三维温度-气体浓度场。研究发现CO/C₂H₄比值>200时，采空区进入CSC加速期；当CH₄浓度达5%-16%且氧含量>12%时，形成GE高危区。最新提出的"双参量耦合判识模型"将漏风强度与瓦斯涌出量动态关联，识别准确率提升至89.7%。

风险预测技术进展
现有预测方法呈现"五维分化"特征：

1. 理论模型派基于Arrhenius方程构建CSC动力学模型，但未考虑地质应力场扰动；
2. 监测数据派采用红外热成像（分辨率640×512）与微震联合反演，实现72小时超前预警；
3. 数据驱动派应用LSTM神经网络处理10⁵量级传感器数据，预测误差<8%；
4. 创新性的数据填补技术通过GAN生成缺失工况数据，解决样本不足难题。

预警系统构建新范式
提出的三级预警体系包含：

• 初级预警（黄色）：CO增长率>5 ppm/h且温度梯度>1°C/m
• 中级预警（橙色）：出现C₂H₂标志气体且CH₄浓度突破12%
• 高级预警（红色）：红外热像显示高温核心区（>150°C）与瓦斯富集区重叠

现存挑战与展望
当前研究存在三大瓶颈：复合灾害前兆信息捕获率不足（仅43.6%）、多源异构数据融合效率低、预警模型泛化能力弱。未来需突破基于联邦学习的跨矿井数据共享机制，开发可解释AI模型，并建立"地球物理-化学-热力学"多场耦合预警理论。新疆矿区示范工程显示，新体系可将灾害识别时间从48小时缩短至6小时，误报率降低62%。