本發(fā)明涉及煤礦安全，尤其涉及一種煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估方法、系統(tǒng)及介質(zhì)。

背景技術(shù)：

1、隨著全球能源需求的持續(xù)增長(zhǎng)，煤礦作為重要的能源來源之一，在促進(jìn)經(jīng)濟(jì)發(fā)展和滿足社會(huì)需求方面發(fā)揮著不可或缺的作用。然而，煤礦作業(yè)環(huán)境復(fù)雜，面臨的安全風(fēng)險(xiǎn)也相對(duì)較高。煤礦頂板垮落是煤礦開采過程中最常見且最危險(xiǎn)的災(zāi)害之一，頂板是指煤礦開采過程中工作面及其周圍巖層的上部部分，頂板結(jié)構(gòu)的穩(wěn)定性直接影響煤礦開采的安全性，在長(zhǎng)期的煤礦作業(yè)中，頂板在應(yīng)力作用下發(fā)生變形、破裂，甚至失穩(wěn)垮落，給礦工及設(shè)備帶來極大的安全隱患。然而，傳統(tǒng)的煤礦頂板垮落風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估方法主要依靠經(jīng)驗(yàn)判斷和人工監(jiān)測(cè)，例如觀察頂板裂隙情況、敲擊頂板聽聲音、測(cè)量頂板離層量等，這些方法存在主觀性強(qiáng)、精度低、效率低等缺點(diǎn)，無法實(shí)時(shí)捕捉到煤巖體破裂的早期征兆，不能動(dòng)態(tài)反映頂板穩(wěn)定性的變化情況，致使預(yù)測(cè)滯后，無法及時(shí)提供災(zāi)害預(yù)警。

技術(shù)實(shí)現(xiàn)思路

1、基于此，本發(fā)明提供一種煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估方法、系統(tǒng)及存儲(chǔ)介質(zhì)，以解決至少一個(gè)上述技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，一種煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估方法，包括以下步驟：

3、步驟s1：對(duì)煤礦采煤工作面進(jìn)行關(guān)鍵監(jiān)測(cè)區(qū)域劃分，生成采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)；根據(jù)采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)進(jìn)行智能監(jiān)測(cè)設(shè)備部署，從而構(gòu)建智能監(jiān)測(cè)布局網(wǎng)絡(luò)；

4、步驟s2：根據(jù)智能監(jiān)測(cè)布局網(wǎng)絡(luò)進(jìn)行自適應(yīng)監(jiān)測(cè)頻率調(diào)整，并進(jìn)行多源振動(dòng)波信號(hào)采集，得到原始采煤振動(dòng)波信號(hào)數(shù)據(jù)以及煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)；對(duì)原始采煤振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行機(jī)械噪聲抑制處理，生成降噪振動(dòng)波信號(hào)數(shù)據(jù)；

5、步驟s3：根據(jù)降噪振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行頂板振動(dòng)趨勢(shì)處理，分別得到頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)以及頂板沖擊趨勢(shì)數(shù)據(jù)；通過頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)對(duì)頂板沖擊趨勢(shì)數(shù)據(jù)進(jìn)行破壞程度指數(shù)評(píng)估，并進(jìn)行破裂模式判別，得到頂板破裂模式數(shù)據(jù)；

6、步驟s4：通過煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)對(duì)煤礦采煤工作面進(jìn)行三維激光掃描處理，生成采掘面三維點(diǎn)云數(shù)據(jù)；通過頂板破裂模式數(shù)據(jù)對(duì)采掘面三維點(diǎn)云數(shù)據(jù)進(jìn)行工況活動(dòng)分析，生成頂板活動(dòng)工況數(shù)據(jù)；對(duì)頂板活動(dòng)工況數(shù)據(jù)進(jìn)行頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)，得到頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)；

7、步驟s5：根據(jù)頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)進(jìn)行加權(quán)穩(wěn)定性指數(shù)處理，生成采面頂穩(wěn)指數(shù)；根據(jù)采面頂穩(wěn)指數(shù)進(jìn)行風(fēng)險(xiǎn)預(yù)警處理，生成煤礦災(zāi)害預(yù)警數(shù)據(jù)。

8、本發(fā)明通過對(duì)煤礦采煤工作面進(jìn)行關(guān)鍵監(jiān)測(cè)區(qū)域劃分，可以有效識(shí)別煤礦作業(yè)中的潛在危險(xiǎn)區(qū)域。根據(jù)采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)的生成，確保了采煤工作面不同區(qū)域的特征數(shù)據(jù)被充分考慮，使得監(jiān)測(cè)工作更加有針對(duì)性。智能監(jiān)測(cè)設(shè)備的部署，尤其是結(jié)合實(shí)際地質(zhì)條件和工作面特征，構(gòu)建了一個(gè)覆蓋全面的智能監(jiān)測(cè)布局網(wǎng)絡(luò)。該網(wǎng)絡(luò)不僅能實(shí)現(xiàn)區(qū)域內(nèi)多點(diǎn)、廣覆蓋的實(shí)時(shí)監(jiān)測(cè)，還能確保監(jiān)測(cè)數(shù)據(jù)的穩(wěn)定性和持續(xù)性。根據(jù)智能監(jiān)測(cè)布局網(wǎng)絡(luò)進(jìn)行自適應(yīng)監(jiān)測(cè)頻率調(diào)整，可以優(yōu)化傳感器的工作頻率，使得監(jiān)測(cè)設(shè)備能夠更好地適應(yīng)不同區(qū)域的監(jiān)測(cè)需求和工作環(huán)境。這種自適應(yīng)調(diào)整有效提高了信號(hào)采集的準(zhǔn)確性，降低了監(jiān)測(cè)過程中的數(shù)據(jù)丟失或偏差。通過多源振動(dòng)波信號(hào)的采集，可以全面捕捉到工作面和頂板的動(dòng)態(tài)變化信息。同時(shí)，機(jī)械噪聲抑制處理能夠有效濾除采煤過程中機(jī)械設(shè)備運(yùn)轉(zhuǎn)產(chǎn)生的干擾信號(hào)，確保信號(hào)的純凈性。通過對(duì)降噪振動(dòng)波信號(hào)數(shù)據(jù)的處理，可以得到頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)和頂板沖擊趨勢(shì)數(shù)據(jù)，這兩個(gè)趨勢(shì)數(shù)據(jù)直接反映了頂板的動(dòng)態(tài)變化情況。頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)能夠幫助識(shí)別頂板的運(yùn)動(dòng)狀態(tài)，而頂板沖擊趨勢(shì)數(shù)據(jù)則能捕捉頂板受到應(yīng)力集中時(shí)的沖擊行為。通過結(jié)合頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)對(duì)頂板沖擊趨勢(shì)數(shù)據(jù)進(jìn)行破壞程度指數(shù)評(píng)估，可以準(zhǔn)確評(píng)估頂板的應(yīng)力狀態(tài)和潛在破裂風(fēng)險(xiǎn)，進(jìn)而判別頂板的破裂模式，使得對(duì)頂板穩(wěn)定性的評(píng)估更加細(xì)化和量化，有助于提前識(shí)別破裂點(diǎn)，防止頂板突然垮塌。根據(jù)煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)進(jìn)行三維激光掃描處理，生成的采掘面三維點(diǎn)云數(shù)據(jù)能夠精準(zhǔn)還原采煤工作面和周圍地質(zhì)環(huán)境的三維結(jié)構(gòu)。通過對(duì)采掘面三維點(diǎn)云數(shù)據(jù)的分析，能夠詳細(xì)掌握頂板活動(dòng)的動(dòng)態(tài)工況，生成的頂板活動(dòng)工況數(shù)據(jù)有助于全面理解頂板在不同應(yīng)力作用下的行為模式。進(jìn)一步對(duì)頂板活動(dòng)工況數(shù)據(jù)進(jìn)行掉落風(fēng)險(xiǎn)預(yù)測(cè)，可以準(zhǔn)確識(shí)別頂板掉落區(qū)域，生成頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)。這一預(yù)測(cè)過程為煤礦安全管理提供了及時(shí)有效的預(yù)警信號(hào)，降低了頂板垮塌的潛在風(fēng)險(xiǎn)。根據(jù)煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)進(jìn)行三維激光掃描處理，能夠精準(zhǔn)還原采煤工作面和周圍地質(zhì)環(huán)境的三維結(jié)構(gòu)。通過對(duì)采掘面三維點(diǎn)云數(shù)據(jù)的分析，能夠詳細(xì)掌握頂板活動(dòng)的動(dòng)態(tài)工況，有助于全面理解頂板在不同應(yīng)力作用下的行為模式。進(jìn)一步對(duì)頂板活動(dòng)工況數(shù)據(jù)進(jìn)行掉落風(fēng)險(xiǎn)預(yù)測(cè)，可以準(zhǔn)確識(shí)別頂板掉落風(fēng)險(xiǎn)。根據(jù)頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)進(jìn)行加權(quán)穩(wěn)定性指數(shù)處理，能夠?qū)⒉煌瑓^(qū)域的穩(wěn)定性風(fēng)險(xiǎn)進(jìn)行綜合量化評(píng)估，該穩(wěn)定性指數(shù)通過對(duì)不同區(qū)域風(fēng)險(xiǎn)的加權(quán)處理，可以更全面地反映出整個(gè)采煤工作面的頂板穩(wěn)定狀況?；诓擅骓敺€(wěn)指數(shù)的風(fēng)險(xiǎn)預(yù)警處理，能夠在頂板發(fā)生重大破壞之前及時(shí)采取措施，避免災(zāi)害的發(fā)生，極大地提升了煤礦作業(yè)的安全性與生產(chǎn)效率。因此，本發(fā)明的一種煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估方法通過在工作面內(nèi)不同區(qū)域部署高頻和低頻振動(dòng)傳感器，對(duì)頂板振動(dòng)信號(hào)的全面、實(shí)時(shí)采集，然后進(jìn)行降噪、時(shí)頻分析、特征提取等處理，能夠識(shí)別出頂板活動(dòng)的頻率變化趨勢(shì)、沖擊事件特征以及破裂模式等關(guān)鍵信息，捕捉到頂板巖體破裂的早期征兆。在此基礎(chǔ)上，結(jié)合支架工況響應(yīng)分析，利用預(yù)先訓(xùn)練好的長(zhǎng)短期記憶網(wǎng)絡(luò)模型，構(gòu)建了頂板風(fēng)險(xiǎn)預(yù)測(cè)模型，預(yù)測(cè)未來一段時(shí)間內(nèi)頂板發(fā)生垮落的概率，并根據(jù)風(fēng)險(xiǎn)等級(jí)進(jìn)行預(yù)警，實(shí)現(xiàn)了高精度頂板垮落風(fēng)險(xiǎn)預(yù)測(cè)，顯著提升了煤礦安全生產(chǎn)水平。

9、優(yōu)選地，步驟s1包括以下步驟：

10、步驟s11：對(duì)煤礦采煤工作面進(jìn)行關(guān)鍵監(jiān)測(cè)區(qū)域劃分，生成采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)，其中，采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)包括工作面巷道交匯處、支架薄弱區(qū)域、工作面支架頂梁區(qū)域、煤壁裂隙附近、巷道圍巖壁區(qū)域以及煤巖體表面區(qū)域；

11、步驟s12：根據(jù)采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)進(jìn)行監(jiān)測(cè)點(diǎn)布局分析，得到監(jiān)測(cè)布局網(wǎng)絡(luò)數(shù)據(jù)；

12、步驟s13：對(duì)監(jiān)測(cè)布局網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行多源監(jiān)測(cè)點(diǎn)分類，將工作面巷道交匯處、巷道圍巖壁區(qū)域以及支架薄弱區(qū)域標(biāo)記為遠(yuǎn)場(chǎng)低頻監(jiān)測(cè)點(diǎn)數(shù)據(jù)；

13、步驟s14：將工作面支架頂梁區(qū)域、煤巖體表面區(qū)域以及煤壁裂隙附近標(biāo)記為近場(chǎng)高頻監(jiān)測(cè)點(diǎn)數(shù)據(jù)；

14、步驟s15：利用低頻振動(dòng)傳感器對(duì)遠(yuǎn)場(chǎng)低頻監(jiān)測(cè)點(diǎn)數(shù)據(jù)進(jìn)行遠(yuǎn)場(chǎng)監(jiān)測(cè)設(shè)備部署，利用高頻振動(dòng)傳感器對(duì)近場(chǎng)高頻監(jiān)測(cè)點(diǎn)數(shù)據(jù)進(jìn)行近場(chǎng)監(jiān)測(cè)設(shè)備部署，從而構(gòu)建智能監(jiān)測(cè)布局網(wǎng)絡(luò)。

15、本發(fā)明通過對(duì)煤礦采煤工作面進(jìn)行關(guān)鍵監(jiān)測(cè)區(qū)域的劃分，可以有效識(shí)別煤礦開采過程中存在的潛在風(fēng)險(xiǎn)區(qū)域。通過對(duì)這些區(qū)域的明確劃分，可以全面、系統(tǒng)地覆蓋采煤場(chǎng)的各個(gè)重要部位，確保監(jiān)測(cè)數(shù)據(jù)的全面性和準(zhǔn)確性。根據(jù)采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)進(jìn)行監(jiān)測(cè)點(diǎn)布局分析，可以確保監(jiān)測(cè)設(shè)備在整個(gè)采煤工作面中的合理分布，避免了監(jiān)測(cè)盲區(qū)的出現(xiàn)。通過這一布局分析過程，可以優(yōu)化傳感器的布置位置，確保監(jiān)測(cè)系統(tǒng)能夠全面、實(shí)時(shí)地捕捉到各關(guān)鍵區(qū)域的動(dòng)態(tài)變化數(shù)據(jù)。通過對(duì)監(jiān)測(cè)布局網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行多源監(jiān)測(cè)點(diǎn)分類，可以實(shí)現(xiàn)對(duì)不同區(qū)域的監(jiān)測(cè)需求進(jìn)行有針對(duì)性的劃分，不僅能夠確保不同監(jiān)測(cè)點(diǎn)根據(jù)其實(shí)際振動(dòng)特性進(jìn)行合適的設(shè)備部署，還可以通過針對(duì)性的監(jiān)測(cè)提升數(shù)據(jù)采集的精度，減少由于不適當(dāng)設(shè)備部署而導(dǎo)致的監(jiān)測(cè)盲區(qū)或誤報(bào)情況。利用低頻振動(dòng)傳感器對(duì)遠(yuǎn)場(chǎng)低頻監(jiān)測(cè)點(diǎn)數(shù)據(jù)進(jìn)行遠(yuǎn)場(chǎng)監(jiān)測(cè)設(shè)備部署，構(gòu)建了覆蓋全場(chǎng)、針對(duì)性強(qiáng)的智能監(jiān)測(cè)布局網(wǎng)絡(luò)，能夠在采煤工作面內(nèi)全面監(jiān)測(cè)振動(dòng)情況，不僅提升了監(jiān)測(cè)的效率和準(zhǔn)確性，還顯著提高了煤礦災(zāi)害預(yù)測(cè)和預(yù)警的及時(shí)性和有效性。

16、優(yōu)選地，步驟s2包括以下步驟：

17、步驟s21：通過預(yù)設(shè)的初始傳感器監(jiān)測(cè)頻率對(duì)智能監(jiān)測(cè)布局網(wǎng)絡(luò)進(jìn)行監(jiān)測(cè)頻率初始化，得到初始化監(jiān)測(cè)頻率數(shù)據(jù)；

18、步驟s22：根據(jù)煤礦采煤工作面進(jìn)行實(shí)時(shí)作業(yè)人數(shù)統(tǒng)計(jì)，生成實(shí)時(shí)作業(yè)人員數(shù)據(jù)；

19、步驟s23：根據(jù)實(shí)時(shí)作業(yè)人員數(shù)據(jù)進(jìn)行監(jiān)測(cè)重要性評(píng)估，并對(duì)初始化監(jiān)測(cè)頻率數(shù)據(jù)進(jìn)行自適應(yīng)調(diào)整，生成自適應(yīng)監(jiān)測(cè)頻率數(shù)據(jù)；

20、步驟s24：對(duì)智能監(jiān)測(cè)布局網(wǎng)絡(luò)進(jìn)行傳感器時(shí)鐘同步處理，并根據(jù)自適應(yīng)監(jiān)測(cè)頻率數(shù)據(jù)進(jìn)行多源振動(dòng)波信號(hào)采集，分別得到原始采煤振動(dòng)波信號(hào)數(shù)據(jù)以及煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)；

21、步驟s25：對(duì)原始采煤振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行監(jiān)測(cè)信號(hào)預(yù)處理，分別得到近場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)以及遠(yuǎn)場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)；

22、步驟s26：利用智能監(jiān)測(cè)布局網(wǎng)絡(luò)對(duì)近場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)以及遠(yuǎn)場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行機(jī)械噪聲抑制處理，生成降噪振動(dòng)波信號(hào)數(shù)據(jù)。

23、本發(fā)明通過預(yù)設(shè)的初始傳感器監(jiān)測(cè)頻率對(duì)智能監(jiān)測(cè)布局網(wǎng)絡(luò)進(jìn)行監(jiān)測(cè)頻率初始化，可以確保所有傳感器的監(jiān)測(cè)頻率在監(jiān)測(cè)系統(tǒng)啟動(dòng)時(shí)處于最優(yōu)狀態(tài)，能夠根據(jù)預(yù)設(shè)參數(shù)捕捉到符合采煤工作面實(shí)際狀況的振動(dòng)信號(hào)。根據(jù)煤礦采煤工作面進(jìn)行實(shí)時(shí)作業(yè)人數(shù)統(tǒng)計(jì)，能夠動(dòng)態(tài)了解當(dāng)前采煤作業(yè)中的實(shí)際人員分布情況，進(jìn)一步評(píng)估監(jiān)測(cè)的優(yōu)先級(jí)和重要性，能夠適應(yīng)作業(yè)環(huán)境的變化。根據(jù)實(shí)時(shí)作業(yè)人員數(shù)據(jù)進(jìn)行監(jiān)測(cè)重要性評(píng)估，可以動(dòng)態(tài)調(diào)整監(jiān)測(cè)系統(tǒng)的工作重點(diǎn)，確保高風(fēng)險(xiǎn)區(qū)域和作業(yè)人數(shù)較多的區(qū)域能夠得到更高頻率、更精準(zhǔn)的監(jiān)測(cè)。對(duì)初始化監(jiān)測(cè)頻率數(shù)據(jù)進(jìn)行自適應(yīng)調(diào)整，可以確保傳感器的監(jiān)測(cè)頻率與當(dāng)前作業(yè)環(huán)境相匹配，生成的自適應(yīng)監(jiān)測(cè)頻率數(shù)據(jù)反映了實(shí)時(shí)的監(jiān)測(cè)需求變化。通過對(duì)智能監(jiān)測(cè)布局網(wǎng)絡(luò)進(jìn)行傳感器時(shí)鐘同步處理，可以確保不同監(jiān)測(cè)點(diǎn)的時(shí)間數(shù)據(jù)保持一致，避免因時(shí)間差異導(dǎo)致的數(shù)據(jù)誤差。根據(jù)自適應(yīng)監(jiān)測(cè)頻率數(shù)據(jù)進(jìn)行多源振動(dòng)波信號(hào)采集，可以全面捕捉采煤工作面內(nèi)的振動(dòng)變化信息。對(duì)原始采煤振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行監(jiān)測(cè)信號(hào)預(yù)處理，可以有效分離出不同區(qū)域的振動(dòng)信號(hào)特征，減少噪聲對(duì)數(shù)據(jù)的干擾，能夠更加有針對(duì)性地分析不同區(qū)域的振動(dòng)行為，確保高頻和低頻信號(hào)能夠得到準(zhǔn)確捕捉和解讀。利用智能監(jiān)測(cè)布局網(wǎng)絡(luò)對(duì)近場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)和遠(yuǎn)場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行機(jī)械噪聲抑制處理，可以有效消除采煤設(shè)備運(yùn)轉(zhuǎn)等外部干擾對(duì)振動(dòng)波信號(hào)的影響。

24、優(yōu)選地，步驟s26包括以下步驟：

25、步驟s261：利用帶通濾波器對(duì)近場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)以及遠(yuǎn)場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行有效頻段提取，分別得到有效近場(chǎng)振動(dòng)頻段數(shù)據(jù)以及有效遠(yuǎn)場(chǎng)振動(dòng)頻段數(shù)據(jù)；

26、步驟s262：對(duì)有效近場(chǎng)振動(dòng)頻段數(shù)據(jù)進(jìn)行頻率模態(tài)分解，并進(jìn)行獨(dú)立分量分析，得到近場(chǎng)頻率模態(tài)分量數(shù)據(jù)；

27、步驟s263：通過預(yù)設(shè)的機(jī)械噪聲分類器對(duì)近場(chǎng)頻率模態(tài)分量數(shù)據(jù)進(jìn)行機(jī)械噪聲分量識(shí)別，生成機(jī)械干擾源分量數(shù)據(jù)；

28、步驟s264：利用機(jī)械干擾源分量數(shù)據(jù)對(duì)近場(chǎng)頻率模態(tài)分量數(shù)據(jù)進(jìn)行機(jī)械噪聲剔除，并進(jìn)行近場(chǎng)振動(dòng)信號(hào)重建，得到降噪近場(chǎng)振動(dòng)信號(hào)數(shù)據(jù)；

29、步驟s265：利用智能監(jiān)測(cè)布局網(wǎng)絡(luò)對(duì)近場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)以及遠(yuǎn)場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行信號(hào)空間傳播衰減分析，得到信號(hào)衰減調(diào)整因子；

30、步驟s266：通過信號(hào)衰減調(diào)整因子對(duì)機(jī)械干擾源分量數(shù)據(jù)進(jìn)行干擾源分量調(diào)整，并對(duì)有效遠(yuǎn)場(chǎng)振動(dòng)頻段數(shù)據(jù)進(jìn)行機(jī)械噪聲抑制，得到降噪遠(yuǎn)場(chǎng)振動(dòng)信號(hào)數(shù)據(jù)。

31、本發(fā)明通過帶通濾波器對(duì)近場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)和遠(yuǎn)場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行有效頻段提取，可以消除非目標(biāo)頻段內(nèi)的噪聲和無效信息，提取出含有實(shí)際監(jiān)測(cè)意義的頻率信號(hào)，可以更加精準(zhǔn)地捕捉到煤巖體在不同區(qū)域中的振動(dòng)特征。對(duì)有效近場(chǎng)振動(dòng)頻段數(shù)據(jù)進(jìn)行頻率模態(tài)分解，可以分離出不同模態(tài)下的振動(dòng)特性，將復(fù)雜的振動(dòng)信號(hào)拆解成具有物理意義的分量信號(hào)。通過獨(dú)立分量分析進(jìn)一步分解得到近場(chǎng)頻率模態(tài)分量數(shù)據(jù)，使監(jiān)測(cè)系統(tǒng)能夠識(shí)別出隱藏在復(fù)雜信號(hào)中的獨(dú)立振動(dòng)源。通過預(yù)設(shè)的機(jī)械噪聲分類器對(duì)近場(chǎng)頻率模態(tài)分量數(shù)據(jù)進(jìn)行機(jī)械噪聲分量識(shí)別，能夠自動(dòng)從近場(chǎng)振動(dòng)信號(hào)中篩選出機(jī)械設(shè)備運(yùn)轉(zhuǎn)產(chǎn)生的噪聲干擾，有效提升了信號(hào)分析的自動(dòng)化和智能化水平，確保系統(tǒng)能夠準(zhǔn)確區(qū)分振動(dòng)信號(hào)中的有效信號(hào)與無效干擾信號(hào)。利用機(jī)械干擾源分量數(shù)據(jù)對(duì)近場(chǎng)頻率模態(tài)分量數(shù)據(jù)進(jìn)行機(jī)械噪聲剔除，可以大幅降低機(jī)械設(shè)備運(yùn)轉(zhuǎn)對(duì)振動(dòng)信號(hào)的干擾影響。利用智能監(jiān)測(cè)布局網(wǎng)絡(luò)對(duì)近場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)和遠(yuǎn)場(chǎng)振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行信號(hào)空間傳播衰減分析，可以全面評(píng)估振動(dòng)信號(hào)在空間中的傳播特性，并確定信號(hào)隨著距離增加而發(fā)生的衰減情況。通過信號(hào)衰減調(diào)整因子對(duì)機(jī)械干擾源分量數(shù)據(jù)進(jìn)行調(diào)整，能夠根據(jù)實(shí)際的信號(hào)衰減情況對(duì)噪聲源進(jìn)行有效的補(bǔ)償和校正，從而更加精準(zhǔn)地消除遠(yuǎn)場(chǎng)振動(dòng)波信號(hào)中的機(jī)械噪聲。

32、優(yōu)選地，步驟s3包括以下步驟：

33、步驟s31：根據(jù)降噪振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行頂板振動(dòng)趨勢(shì)處理，分別得到頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)以及頂板沖擊趨勢(shì)數(shù)據(jù)；

34、步驟s32：對(duì)頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)進(jìn)行趨勢(shì)能量特征分析，生成頂板活動(dòng)能量特征數(shù)據(jù)；

35、步驟s33：通過頂板活動(dòng)能量特征數(shù)據(jù)對(duì)頂板沖擊趨勢(shì)數(shù)據(jù)進(jìn)行沖擊波形動(dòng)態(tài)關(guān)聯(lián)，生成關(guān)聯(lián)沖擊融合數(shù)據(jù)；

36、步驟s34：根據(jù)關(guān)聯(lián)沖擊融合數(shù)據(jù)進(jìn)行主要頻率模式解構(gòu)，得到?jīng)_擊頻率模式數(shù)據(jù)；

37、步驟s35：根據(jù)關(guān)聯(lián)沖擊融合數(shù)據(jù)進(jìn)行多尺度沖擊熵計(jì)算，生成多尺度沖擊熵?cái)?shù)據(jù)；

38、步驟s36：對(duì)多尺度沖擊熵?cái)?shù)據(jù)進(jìn)行熵分布密度計(jì)算，并進(jìn)行熵增量分析，生成熵增量特征數(shù)據(jù)；

39、步驟s37：通過熵增量特征數(shù)據(jù)對(duì)頂板沖擊趨勢(shì)數(shù)據(jù)進(jìn)行破壞程度指數(shù)評(píng)估，得到破壞程度指數(shù)數(shù)據(jù)；

40、步驟s38：基于預(yù)設(shè)的破裂模式庫(kù)通過沖擊頻率模式數(shù)據(jù)對(duì)破壞程度指數(shù)數(shù)據(jù)進(jìn)行破裂模式判別，得到頂板破裂模式數(shù)據(jù)。

41、本發(fā)明通過對(duì)降噪振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行頂板振動(dòng)趨勢(shì)處理，能夠清晰展現(xiàn)頂板的動(dòng)態(tài)活動(dòng)和沖擊特性，反映了頂板在不同時(shí)間段內(nèi)的運(yùn)動(dòng)軌跡和振動(dòng)模式，而頂板沖擊趨勢(shì)數(shù)據(jù)則揭示了頂板在煤巖體破裂過程中所發(fā)生的能量釋放及沖擊波動(dòng)特性。對(duì)頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)進(jìn)行趨勢(shì)能量特征分析，可以量化頂板在振動(dòng)過程中的能量釋放狀況，能夠全面反映頂板振動(dòng)時(shí)的能量分布與變化趨勢(shì)。通過頂板活動(dòng)能量特征數(shù)據(jù)對(duì)頂板沖擊趨勢(shì)數(shù)據(jù)進(jìn)行沖擊波形動(dòng)態(tài)關(guān)聯(lián)，可以將不同時(shí)間段和空間位置的沖擊波形進(jìn)行融合，有效提升了沖擊波形的整體解析能力，使得系統(tǒng)能夠識(shí)別出多次沖擊事件之間的內(nèi)在聯(lián)系和累積效應(yīng)，從而更精準(zhǔn)地評(píng)估頂板的破裂風(fēng)險(xiǎn)。根據(jù)關(guān)聯(lián)沖擊融合數(shù)據(jù)進(jìn)行主要頻率模式解構(gòu)，能夠分離出頂板沖擊過程中具有代表性的頻率成分，有效分解了復(fù)雜的沖擊振動(dòng)信號(hào)，提取出對(duì)頂板破裂風(fēng)險(xiǎn)最具指示性的頻率模式。通過對(duì)關(guān)聯(lián)沖擊融合數(shù)據(jù)進(jìn)行多尺度沖擊熵計(jì)算，能夠有效描述頂板沖擊信號(hào)的復(fù)雜度與不確定性，使得系統(tǒng)能夠量化頂板在不同沖擊事件中的不確定性和復(fù)雜度變化，進(jìn)一步揭示沖擊過程中所蘊(yùn)含的隱含信息和破裂風(fēng)險(xiǎn)。通過分析熵值變化趨勢(shì)，揭示頂板破裂過程中所發(fā)生的能量轉(zhuǎn)移和分布狀況。通過熵增量特征數(shù)據(jù)對(duì)頂板沖擊趨勢(shì)數(shù)據(jù)進(jìn)行破壞程度指數(shù)評(píng)估，可以精確評(píng)估頂板在沖擊過程中的破壞風(fēng)險(xiǎn)，得到破壞程度指數(shù)數(shù)據(jù)，量化了頂板破裂的嚴(yán)重程度?；陬A(yù)設(shè)的破裂模式庫(kù)，通過沖擊頻率模式數(shù)據(jù)對(duì)破壞程度指數(shù)數(shù)據(jù)進(jìn)行破裂模式判別，可以識(shí)別出頂板破裂的具體模式，能夠精確區(qū)分不同類型的頂板破裂現(xiàn)象，使得系統(tǒng)不僅能夠識(shí)別破裂的風(fēng)險(xiǎn)，還能預(yù)測(cè)破裂的具體形式。

42、優(yōu)選地，步驟s31包括以下步驟：

43、步驟s311：利用預(yù)設(shè)的頂板活動(dòng)頻率范圍對(duì)降噪遠(yuǎn)場(chǎng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行目標(biāo)信號(hào)提取，得到頂板活動(dòng)振動(dòng)信號(hào)數(shù)據(jù)；

44、步驟s312：對(duì)頂板活動(dòng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行低頻振動(dòng)特征計(jì)算，生成低頻振動(dòng)特征數(shù)據(jù)；

45、步驟s313：通過低頻振動(dòng)特征數(shù)據(jù)對(duì)頂板活動(dòng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行時(shí)頻峰值分析，并進(jìn)行頂板活動(dòng)頻率提取，得到頂板活動(dòng)頻率數(shù)據(jù)；

46、步驟s314：根據(jù)頂板活動(dòng)頻率數(shù)據(jù)進(jìn)行頻率變化趨勢(shì)識(shí)別，生成頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)；

47、步驟s315：對(duì)降噪近場(chǎng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行信號(hào)能量突變識(shí)別，得到潛在沖擊事件點(diǎn)數(shù)據(jù)；

48、步驟s316：通過潛在沖擊事件點(diǎn)數(shù)據(jù)對(duì)降噪近場(chǎng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行瞬態(tài)波形截取，生成瞬態(tài)波形片段數(shù)據(jù)；

49、步驟s317：對(duì)瞬態(tài)波形片段數(shù)據(jù)進(jìn)行沖擊強(qiáng)度計(jì)算，并進(jìn)行沖擊事件識(shí)別，得到?jīng)_擊事件識(shí)別數(shù)據(jù)；

50、步驟s318：根據(jù)沖擊事件識(shí)別數(shù)據(jù)進(jìn)行沖擊振動(dòng)特征提取，并進(jìn)行沖擊事件分類，生成沖擊事件分類數(shù)據(jù)；

51、步驟s319：對(duì)沖擊事件分類數(shù)據(jù)進(jìn)行沖擊強(qiáng)度時(shí)序分析，得到頂板沖擊趨勢(shì)數(shù)據(jù)。

52、本發(fā)明通過利用預(yù)設(shè)的頂板活動(dòng)頻率范圍對(duì)降噪遠(yuǎn)場(chǎng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行目標(biāo)信號(hào)提取，能夠精確分離出與頂板活動(dòng)相關(guān)的振動(dòng)信號(hào)，有效過濾了其他無關(guān)的振動(dòng)干擾。對(duì)頂板活動(dòng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行低頻振動(dòng)特征計(jì)算，能夠量化頂板在較低頻率范圍內(nèi)的振動(dòng)特性，捕捉了頂板結(jié)構(gòu)的低頻運(yùn)動(dòng)規(guī)律，特別是與頂板緩慢活動(dòng)和應(yīng)力積累相關(guān)的變化特征。通過對(duì)低頻振動(dòng)特征數(shù)據(jù)進(jìn)行時(shí)頻峰值分析，可以識(shí)別出頂板活動(dòng)振動(dòng)信號(hào)中的顯著頻率特征，使得系統(tǒng)能夠從復(fù)雜的振動(dòng)信號(hào)中提取頂板活動(dòng)的核心頻率特征。根據(jù)頂板活動(dòng)頻率數(shù)據(jù)進(jìn)行頻率變化趨勢(shì)識(shí)別，揭示頂板活動(dòng)頻率的長(zhǎng)期變化模式，有效反映了頂板在不同時(shí)間段內(nèi)的運(yùn)動(dòng)狀態(tài)變化。對(duì)降噪近場(chǎng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行信號(hào)能量突變識(shí)別，可以精確捕捉到頂板活動(dòng)過程中能量突然釋放的時(shí)刻。通過潛在沖擊事件點(diǎn)數(shù)據(jù)對(duì)降噪近場(chǎng)振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行瞬態(tài)波形截取，能夠捕捉到與沖擊事件相關(guān)的短時(shí)波形變化，能夠提取出與沖擊事件密切相關(guān)的瞬態(tài)振動(dòng)特征。對(duì)瞬態(tài)波形片段數(shù)據(jù)進(jìn)行沖擊強(qiáng)度計(jì)算，能夠量化每次沖擊事件所釋放的能量，準(zhǔn)確識(shí)別了沖擊事件的發(fā)生及其嚴(yán)重性，確保了對(duì)頂板破裂和沖擊風(fēng)險(xiǎn)的及時(shí)響應(yīng)。對(duì)沖擊事件分類數(shù)據(jù)進(jìn)行沖擊強(qiáng)度時(shí)序分析，可以揭示沖擊事件的頻發(fā)程度和強(qiáng)度變化趨勢(shì)，能夠全面掌握頂板的沖擊風(fēng)險(xiǎn)演變趨勢(shì)。

53、優(yōu)選地，步驟s4包括以下步驟：

54、步驟s41：通過煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)對(duì)煤礦采煤工作面進(jìn)行三維激光掃描處理，生成采掘面三維點(diǎn)云數(shù)據(jù)；

55、步驟s42：獲取歷史采掘面三維點(diǎn)云數(shù)據(jù)；利用歷史采掘面三維點(diǎn)云數(shù)據(jù)對(duì)采掘面三維點(diǎn)云數(shù)據(jù)進(jìn)行時(shí)序比對(duì)分析，得到運(yùn)動(dòng)變形差異數(shù)據(jù)；

56、步驟s43：對(duì)運(yùn)動(dòng)變形差異數(shù)據(jù)進(jìn)行運(yùn)動(dòng)特征參數(shù)提取，生成變形運(yùn)動(dòng)特征數(shù)據(jù)；

57、步驟s44：基于頂板破裂模式數(shù)據(jù)通過變形運(yùn)動(dòng)特征數(shù)據(jù)對(duì)煤壁片幫以及采掘面頂板進(jìn)行工況活動(dòng)模擬，生成頂板活動(dòng)工況數(shù)據(jù)；

58、步驟s45：根據(jù)頂板活動(dòng)工況數(shù)據(jù)進(jìn)行支架工況響應(yīng)分析，生成支架響應(yīng)特征數(shù)據(jù)；

59、步驟s46：利用預(yù)設(shè)的長(zhǎng)短期記憶網(wǎng)絡(luò)模型對(duì)頂板活動(dòng)工況數(shù)據(jù)以及支架響應(yīng)特征數(shù)據(jù)進(jìn)行遷移學(xué)習(xí)，得到頂板風(fēng)險(xiǎn)預(yù)測(cè)模型；

60、步驟s47：利用頂板風(fēng)險(xiǎn)預(yù)測(cè)模型進(jìn)行頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)，得到頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)。

61、本發(fā)明通過煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)對(duì)采煤工作面進(jìn)行三維激光掃描處理，能夠精確捕捉工作面在不同時(shí)刻的空間形態(tài)。通過獲取歷史采掘面三維點(diǎn)云數(shù)據(jù)，并利用這些數(shù)據(jù)對(duì)當(dāng)前采掘面三維點(diǎn)云數(shù)據(jù)進(jìn)行時(shí)序比對(duì)分析，可以精準(zhǔn)檢測(cè)工作面在不同時(shí)間點(diǎn)的形變情況，能夠揭示采掘面在長(zhǎng)期開采過程中的累積形變特征，為識(shí)別頂板及煤壁區(qū)域的潛在風(fēng)險(xiǎn)提供了關(guān)鍵的變形參數(shù)。對(duì)運(yùn)動(dòng)變形差異數(shù)據(jù)進(jìn)行運(yùn)動(dòng)特征參數(shù)提取，生成變形運(yùn)動(dòng)特征數(shù)據(jù)，有助于分析采掘面的動(dòng)態(tài)變化特性，包括變形速率、變形幅度等參數(shù)，能夠識(shí)別出局部異常變形區(qū)域?；陧敯迤屏涯Ｊ綌?shù)據(jù)，通過變形運(yùn)動(dòng)特征數(shù)據(jù)對(duì)煤壁片幫以及采掘面頂板進(jìn)行工況活動(dòng)模擬，能夠識(shí)別出不穩(wěn)定區(qū)域。根據(jù)頂板活動(dòng)工況數(shù)據(jù)進(jìn)行支架工況響應(yīng)分析，生成支架響應(yīng)特征數(shù)據(jù)，可以全面了解支架在不同工況下的受力狀態(tài)和響應(yīng)特征，通過對(duì)支架結(jié)構(gòu)的受力狀態(tài)進(jìn)行精確計(jì)算，評(píng)估了支架的穩(wěn)定性，能夠有效預(yù)測(cè)在不同頂板活動(dòng)狀態(tài)下支架的潛在失效風(fēng)險(xiǎn)。利用歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的特征，構(gòu)建出針對(duì)頂板活動(dòng)和支架響應(yīng)的深度學(xué)習(xí)模型，增強(qiáng)了對(duì)頂板風(fēng)險(xiǎn)的預(yù)測(cè)精度。長(zhǎng)短期記憶網(wǎng)絡(luò)通過捕捉頂板活動(dòng)的時(shí)間序列特征和支架響應(yīng)的動(dòng)態(tài)變化，為預(yù)測(cè)災(zāi)害風(fēng)險(xiǎn)提供了智能化的預(yù)測(cè)手段。利用頂板風(fēng)險(xiǎn)預(yù)測(cè)模型進(jìn)行頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)，通過分析頂板活動(dòng)的動(dòng)態(tài)趨勢(shì)、支架的受力狀態(tài)及變形特征，能夠提前預(yù)警潛在的頂板掉落風(fēng)險(xiǎn)，降低事故發(fā)生的可能性，確保煤礦作業(yè)安全。

62、優(yōu)選地，步驟s5包括以下步驟：

63、步驟s51：通過頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)對(duì)煤礦采煤工作面進(jìn)行空間風(fēng)險(xiǎn)概率映射，得到采面風(fēng)險(xiǎn)概率分布數(shù)據(jù)；

64、步驟s52：根據(jù)采面風(fēng)險(xiǎn)概率分布數(shù)據(jù)進(jìn)行加權(quán)穩(wěn)定性指數(shù)計(jì)算，生成采面頂穩(wěn)指數(shù)；

65、步驟s53：對(duì)采面頂穩(wěn)指數(shù)進(jìn)行綜合指數(shù)求和處理，得到采面風(fēng)險(xiǎn)綜合評(píng)估數(shù)據(jù)；

66、步驟s54：根據(jù)采面風(fēng)險(xiǎn)綜合評(píng)估數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)等級(jí)劃分，并根據(jù)采面頂穩(wěn)指數(shù)進(jìn)行風(fēng)險(xiǎn)預(yù)警處理，生成煤礦災(zāi)害預(yù)警數(shù)據(jù)。

67、本發(fā)明通過頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)對(duì)煤礦采煤工作面進(jìn)行空間風(fēng)險(xiǎn)概率映射，能夠全面了解不同區(qū)域的風(fēng)險(xiǎn)水平，能夠?qū)㈨敯宓袈滹L(fēng)險(xiǎn)數(shù)據(jù)轉(zhuǎn)化為空間分布形式，使得風(fēng)險(xiǎn)在空間上的分布情況變得清晰直觀。有助于識(shí)別高風(fēng)險(xiǎn)區(qū)域和低風(fēng)險(xiǎn)區(qū)域。根據(jù)采面風(fēng)險(xiǎn)概率分布數(shù)據(jù)進(jìn)行加權(quán)穩(wěn)定性指數(shù)計(jì)算，通過將風(fēng)險(xiǎn)概率數(shù)據(jù)與實(shí)際穩(wěn)定性指標(biāo)結(jié)合，計(jì)算出一個(gè)綜合反映工作面穩(wěn)定性的指數(shù)，采面頂穩(wěn)指數(shù)能夠綜合考慮不同區(qū)域的風(fēng)險(xiǎn)概率和穩(wěn)定性水平。對(duì)采面頂穩(wěn)指數(shù)進(jìn)行綜合指數(shù)求和處理，通過將多個(gè)指標(biāo)的加權(quán)結(jié)果進(jìn)行匯總，形成一個(gè)全面的風(fēng)險(xiǎn)評(píng)估數(shù)據(jù)，能夠綜合反映采面整體的風(fēng)險(xiǎn)狀況，更準(zhǔn)確地識(shí)別出整體風(fēng)險(xiǎn)水平。根據(jù)采面風(fēng)險(xiǎn)綜合評(píng)估數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)等級(jí)劃分，風(fēng)險(xiǎn)等級(jí)劃分能夠?qū)⒉擅骘L(fēng)險(xiǎn)分為不同的等級(jí)，明確每個(gè)等級(jí)對(duì)應(yīng)的風(fēng)險(xiǎn)情況，便于制定具體的應(yīng)對(duì)措施。風(fēng)險(xiǎn)預(yù)警處理能夠?qū)崟r(shí)向相關(guān)人員發(fā)出警報(bào)，提示潛在的危險(xiǎn)，并建議采取相應(yīng)的安全措施，有效提升煤礦災(zāi)害的預(yù)警能力和響應(yīng)效率，確保煤礦作業(yè)的安全性。

68、優(yōu)選地，本發(fā)明還提供一種煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估系統(tǒng)，執(zhí)行如上所述的煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估方法，該煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估系統(tǒng)包括：

69、煤礦監(jiān)測(cè)布局模塊，用于對(duì)煤礦采煤工作面進(jìn)行關(guān)鍵監(jiān)測(cè)區(qū)域劃分，生成采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)；根據(jù)采煤場(chǎng)監(jiān)測(cè)區(qū)域數(shù)據(jù)進(jìn)行智能監(jiān)測(cè)設(shè)備部署，從而構(gòu)建智能監(jiān)測(cè)布局網(wǎng)絡(luò)；

70、監(jiān)測(cè)信號(hào)處理模塊，用于根據(jù)智能監(jiān)測(cè)布局網(wǎng)絡(luò)進(jìn)行自適應(yīng)監(jiān)測(cè)頻率調(diào)整，并進(jìn)行多源振動(dòng)波信號(hào)采集，得到原始采煤振動(dòng)波信號(hào)數(shù)據(jù)以及煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)；對(duì)原始采煤振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行機(jī)械噪聲抑制處理，生成降噪振動(dòng)波信號(hào)數(shù)據(jù)；

71、破裂模式識(shí)別模塊，用于根據(jù)降噪振動(dòng)波信號(hào)數(shù)據(jù)進(jìn)行頂板振動(dòng)趨勢(shì)處理，分別得到頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)以及頂板沖擊趨勢(shì)數(shù)據(jù)；通過頂板活動(dòng)變化趨勢(shì)數(shù)據(jù)對(duì)頂板沖擊趨勢(shì)數(shù)據(jù)進(jìn)行破壞程度指數(shù)評(píng)估，并進(jìn)行破裂模式判別，得到頂板破裂模式數(shù)據(jù)；

72、頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)模塊，用于通過煤礦監(jiān)測(cè)時(shí)間戳數(shù)據(jù)對(duì)煤礦采煤工作面進(jìn)行三維激光掃描處理，生成采掘面三維點(diǎn)云數(shù)據(jù)；根據(jù)采掘面三維點(diǎn)云數(shù)據(jù)進(jìn)行工況活動(dòng)分析，生成頂板活動(dòng)工況數(shù)據(jù)；對(duì)頂板活動(dòng)工況數(shù)據(jù)進(jìn)行頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)，得到頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)；

73、煤礦風(fēng)險(xiǎn)預(yù)警模塊，用于根據(jù)頂板掉落風(fēng)險(xiǎn)預(yù)測(cè)數(shù)據(jù)進(jìn)行加權(quán)穩(wěn)定性指數(shù)處理，生成采面頂穩(wěn)指數(shù)；根據(jù)采面頂穩(wěn)指數(shù)進(jìn)行風(fēng)險(xiǎn)預(yù)警處理，生成煤礦災(zāi)害預(yù)警數(shù)據(jù)。

74、優(yōu)選地，一種煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)如上任意一項(xiàng)所述的一種煤礦災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估方法。