煤炭学报

作者：曹安业, 杨旭, 李庚, 张克嘉, 鲍衷旭, 窦林名, 谢永勤, 王崧玮, 李东,

关键词：冲击地压, 垂域大模型, 知识蒸馏, 检索增强生成, 智能预警,

冲击地压是深部煤矿开采中的重大动力灾害，其有效防治高度依赖于领域专业知识与实时监测数据的深度融合。通用大语言模型在冲击地压防治中面临3大瓶颈：领域知识深度不足、动静态信息融合能力弱、输出结果可靠性不足。为此，构建了一种基于知识增强的冲击地压垂域大模型(DeepRB)。以通用大模型Qwen3-8B为基座，通过强模型知识蒸馏策略构建了高质量冲击地压领域语料库，结合低秩自适应技术实现高效微调，并引入检索增强生成机制，动态融合静态规范与实时监测数据。为系统评估模型性能，研究设计了覆盖机理与理论、监测与预警、防治与解危、管理与应急响应4个维度的专业测试集，测试集试验结果表明，微调后的领域模型在测试集上总体准确率达93.01%，显著优于通用大模型。基于所构建的垂域大模型，研发了冲击地压知识问答、震源机制与参数分析、冲击危险预警分析日报生成3个功能型智能体，并基于多智能体协同应用开发了冲击地压智能决策平台，实现了对微震、应力等多源异构监测数据的自动集成、智能分析与结构化报告生成。在内蒙古某冲击地压工作面的工程应用表明，该平台能够针对底鼓、大能量微震等具体问题，深度融合规程文本与实时数据，提出机理清晰、措施具体的防控建议，在条款理解深度、场景适配性与工程可操作性方面均展现显著优势。本研究为提升冲击地压防控智能化水平、降低矿山安全风险提供了新的技术路径。

来源：2026年第4期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2026年第4期