矿井热动力灾害是煤矿的重大灾害类型,具有突发性强、灾情发展迅速、伤亡人数大、容易引发继发灾害、救援困难等特点。在灾害救援过程中,由于灾区存在的热力作用,往往会造成灾区通风紊乱,使灾情更加模糊化和复杂化,随时都有可能发生瓦斯爆炸。加之,救援决策往往会遇到进退取舍“两难”的问题,一旦决策失误,就有可能造成救援人员伤亡,扩大事故严重程度。因此,研究矿井热动力灾害救援安全性评价和动态预测方法,将对救援决策具有重要的理论指导意义。论文首先总结了矿井热动力灾害的成因、影响因素、灾害类型和传播蔓延特性,分析了矿井热动力继发灾害的类型和致灾形式,得到了矿井热动力灾害致灾特点和规律;从救援人员的角度分析了各种继发灾害的危险性,得到热力作用下的热动力继发灾害具有极强的模糊性和难预测性等特点,尤其是继发性瓦斯爆炸更加难以准确判定,严重威胁救援人员的生命安全。根据瓦斯爆炸的形成条件和影响因素,结合煤矿发生瓦斯爆炸的特点和规律,提出了瓦斯爆炸判定方法,可用来判定瓦斯爆炸时间、概率和位置三个关键指标;根据热动力灾变发生后,灾区瓦斯和氧气浓度升高速度等特点,将瓦斯爆炸分为高浓度瓦斯爆炸和低浓度瓦斯爆炸,并划分了相应的瓦斯爆炸时间范围;根据瓦斯积聚特点,将井下区域分为封闭区域和巷道区域两大类,结合提出的判定方法对这两类区域瓦斯爆炸的特点和危险性进行了分析,同时也验证了该方法的科学性和合理性。基于现代事故致因理论,采用“人-机-环-管理”系统分析法,将影响灾害救援安全性的因素分为14个大类、50个小类,初步建立了矿井热动力灾害救援安全性评价指标;在分析和总结评价指标的筛选、优化方法的基础上,结合评价目标的特点和评价指标的建立原则,采用Delphi法和AHP法对评价指标进行了优化,得到了优选的矿井热动力灾害救援安全评价指标;针对矿井热动力灾害救援安全性评价指标的特点,提出了指标的处理、量化和权重赋值方法。基于提出的评价模型的建模思路和优选的评价指标,采用AHP分析法和模糊理论,建立了AHP-FCE评价模型;利用3个具体的煤矿热动力灾害救援案例对该模型进行了检验;结合煤矿与非煤矿山的异同,首先将该模型应用于非煤矿山事故救援中,对评价指标中“人-机-管理”部分和模型的合理性进行了验证;然后,将该模型应用于搜集到的20个矿井热动力灾害救援案例中的60组灾情,进行了安全等级评价,为基于人工智能算法的动态预测模型提供了科学准确的样本数据。结合矿井热动力灾害救援安全性评价的特点,引进了极限学习机理论和算法;分析和总结了常见极限学习机的算法步骤和特点,采用改进的I-ELM算法建立了基于ELM的矿井热动力灾害救援安全性动态预测模型;利用该模型对实际热动力灾害救援案例的安全性进行了定量化预测,检验了该预测方法的准确性和可靠性。通过本文的研究成果,可根据救援过程中实时获取到的灾情信息,快速、定量化判定救援人员进入灾区救援的安全性,这将对矿井热动力灾害救援的指挥决策具有重要的理论指导意义。