矿井水害事故时常发生,给企业和国家造成的人员伤亡和经济损失是不可预估的。现有的矿井水害预测预报技术不够准确是造成事故频发的主要原因。因此,研究有效的矿井水害预测预报方法是十分必要的。再者,矿井水害事故一旦发生,由于井下现场情况的未知性和复杂性,给救援工作带来了很大的盲目性和挑战性。对水害发生后的突水过程进行数值模拟,能够及时宏观地了解井下水害的演化趋势,分析水害可能影响的区域,对营救决策的制定具有重要的指导作用。此外,由于目前煤矿企业的信息化程度有限,在发生水害时很多数据资源由于缺乏系统化的管理,在辅助救援工作中不能发挥其应有的作用。本文主要针对矿井地下水突水这一课题进行研究,主要研究内容分为三个部分:煤层底板突水预测算法、水害蔓延的数值模拟及煤层底板突水预警系统的设计与实现。针对矿井突水预测的研究,一方面,目前应用的突水预测预报方法多是依据决策者结合现场情况对问题的主观分析,具有很大的不确定性。基于此本文将智能信息处理理论及方法应用于矿井突水预测的研究。另一方面,虽然基于智能机器学习的突水预测方法已有研究,但现有的基于机器学习的矿井突水预测方法大都是有监督的学习,其局限性在于小数量有标记样本训练得到的预测模型泛化能力较差,但大量的有标记样本的获得在矿井突水预测中是极其不易的。基于以上分析,本文以少量有标记样本的学习为前提,从半监督学习的角度出发,进行矿井突水预测的研究。针对水害蔓延的数值模拟,结合流体力学数值模拟理论,分析造成矿井突水的主要驱动力来源,总结突水过程水害的流动规律,以及影响突水过程中水流蔓延的因素。利用计算机建模方法对矿井巷道进行三维建模并选用flow-3d软件对突水过程进行数值模拟仿真。煤层底板突水预警系统实现方面,根据现实需求搭建煤层底板突水预警系统平台,该平台包括信息管理子系统、突水预测子系统及水害影响区域分析子系统,实现矿井底板突水预警的信息化、智能化管理。本文完成的主要工作如下:(1)从矿井突水机理的角度出发,分析煤层底板突水、以及突水通道等的形成原因,总结影响煤层底板突水的主要因素。从动力学的角度阐述了造成突水的主要驱动力来源,突水过程中的演化规律及影响水流蔓延的主要因素,并在此基础上建立突水因素数据库、水文地质基础数据库及巷道信息数据库。(2)针对煤层底板突水预测中有标记样本数量有限且不易获得的情况,提出了基于万有引力的半监督算法。该算法充分利用无标记样本建立预测模型,弥补了因有标记样本极度缺乏而造成的预测模型泛化能力差,预测结果不稳定的不足。将算法应用于矿井底板突水预测实验中,取得良好的预测准确率,较其他有监督预测方法充分展现了半监督学习方法在煤层底板突水预测中的优势;(3)针对现有矿井突水预测方法预测准确性参差不齐,在实际现场应用过程中易造成预测方法失效的情况,提出了基于图的半监督集成学习算法。这种算法仍以有标记样本数量不足为前提,延续采用半监督的学习方式,将无标记样本作为顶点,样本间的相关性作为连接权值,构成图,集成多种预测方法的预测结果以求达到预测准确率的最大化。将算法用于煤层底板突水预测实验中,在少量有标记样本致使单预测模型的预测结果不理想的情况下,基于图的半监督集成算法能够获得令人满意的预测结果;(4)在水害蔓延的数值模拟方面,利用计算流体力学的相关方法对突水过程进行模拟仿真。选取一段实际矿井巷道断面,利用UG 6.0进行三维建模,结合实际矿井突水发生后救援工作的需要,采用流体分析软件中的Flow-3D软件进行数值计算。对巷道模型进行网格的划分及边界条件的设定,使用TrueVOF方法追踪自由液面,结合k-ε紊流模型,通过求解Navier-Stokes方程实现对矿井水害蔓延过程的数值模拟;(5)搭建煤层底板突水预警系统平台,采用ArcGIS Engine组件与C#语言结合的方式开发系统,搭建基本功能模块;系统化地管理煤层底板突水相关的数据资源,并结合Visual C#.net与MATLAB混合编程技术实现底板突水预测;结合数值模拟的计算数据及数据库存储的矿井采掘位置、巷道线状走向、巷道长度宽度等数据信息实现煤层底板水害蔓延分析。