基于多模态数据融合的采空区自燃风险动态评估方法

本发明涉及矿业安全技术领域，具体为基于多模态数据融合的采空区自燃风险动态评估方法。该方法包括：获取包括地质构造数据、分布式温度数据和点式气体传感器数据在内的多模态信息；将从地质数据中提取的裂隙网络转换为图结构表示，并应用图神经网络模型，预测由地质构造主导的漏风通道及其气流特征；将该漏风通道模型输入一个计算流体动力学模型，模拟采空区的三维氧气浓度场和温度场；利用动态贝叶斯网络融合计算流体动力学模型的模拟输出与实时传感器数据，进行概率性推理，评估并输出采空区的自燃风险等级。通过该技术方案，能够实现从被动报警向主动预防的转变，显著提升了复杂地质条件下煤矿安全生产的智能化管理水平。