本发明属于充填面监测领域，尤其涉及一种针对复合顶协同充填面的连续监测方法。
背景技术：
1、在矿山开采中，复合顶协同充填面是保证采空区顶板稳定和作业安全的关键部位。现有的充填监测方法多依赖单一类型传感器，如应力计或位移计，仅能获取局部信息，难以反映整个充填面及巷道的综合状态。同时，传统方法通常采用人工定期观测或低频采样方式，无法实现充填过程的连续监测，难以满足实时调控和安全预警的需求。此外，现有方法缺乏对多模态信息的综合利用，对于复杂几何结构和动态充填过程的非线性演化规律难以建模，从而导致充填参数调整滞后，充填质量与顶板稳定性无法得到精确保障。
技术实现思路
1、为解决上述技术问题，本发明提供了一种针对复合顶协同充填面的连续监测方法，包括：
2、基于采场和巷道的几何与填充工艺，获取多源原始信号；
3、基于所述多源原始信号的布设参数与校准曲线，获取时空对齐的采样流；
4、构建图神经网络和时序神经网络，基于所述图神经网络和时序神经网络对所述时空对齐的采样流进行处理，并通过多模态注意力融合获得连续状态场；
5、根据所述连续状态场和物理约束，基于策略网络输出充填参数指令以闭环调控充填工艺；
6、根据闭环反馈进行在线增量学习，完成对复合顶协同充填面的连续监测与调控。
7、可选地，所述基于采场和巷道的几何与填充工艺，获取多源原始信号的过程包括：
8、根据采场三维几何参数与巷道布置方案，确定张力传感器、应力计、位移计的布设位置，获取充填体与顶板接触面的应力与位移信号；
9、根据充填工艺中的浆体输送路径和注浆速率，布设声发射传感器与流量计，获取充填过程中的声发射信号和浆体流动参数；
10、并通过视觉采集装置获取采场断面与充填面的视频或点云数据，以形成用于后续预处理的多源原始信号集。
11、可选地，所述基于多源原始信号的布设参数与校准曲线，获取时空对齐的采样流的过程包括：
12、根据张力传感器、应力计与位移计的布设参数，将各传感器信号按统一的时间戳进行同步；
13、根据声发射传感器与流量计的校准曲线，对采集信号进行幅值与相位修正；
14、再根据视觉采集装置生成的点云数据与采场几何模型建立空间坐标映射关系，将各类信号对应至同一三维坐标系下；
15、并通过插值运算与时序重采样，形成时空对齐的连续采样流。
16、可选地，所述构建图神经网络和时序神经网络的过程包括：
17、根据采场与巷道几何结构建立节点与边的拓扑关系，将传感器采集的多源信号映射至对应节点特征，并通过图卷积层实现空间相关性的聚合；
18、根据时序采样流，将各节点特征输入时序神经网络，对连续时间片段进行递归更新，采用长短期记忆单元或门控循环单元捕捉动态演化规律，完成空间拓扑特征与时间序列特征的联合建模。
19、可选地，所述基于所述图神经网络和时序神经网络对所述时空对齐的采样流进行处理，并通过多模态注意力融合获得连续状态场的过程包括：
20、将传感器采集的多源时空信号经图神经网络提取空间依赖特征，经时序神经网络提取时间动态特征；
21、将视觉数据、应力数据及声发射数据等不同模态特征输入多模态注意力模块，计算各模态在不同时空片段下的权重分布；
22、基于所述权重分布对不同模态特征进行加权融合，得到统一的高维特征表示；
23、通过解码器将所述高维特征还原为空间连续分布的状态场。
24、可选地，所述将视觉数据、应力数据及声发射数据等不同模态特征输入多模态注意力模块，计算各模态在不同时空片段下的权重分布的过程包括：
25、对所述不同模态特征进行归一化与维度对齐；通过键向量、查询向量与数值向量的映射，将各模态特征映射到统一的表示空间；
26、基于所述查询向量与键向量之间的相似度计算得到注意力权重系数；
27、针对各时空片段分配所述权重系数以反映各模态特征的重要性；
28、根据所述权重系数对各模态数值向量进行加权求和，生成在对应时空片段下的融合特征表示。
29、可选地，所述根据所述连续状态场和物理约束，基于策略网络输出充填参数指令以闭环调控充填工艺的过程包括：
30、将所述连续状态场作为环境状态输入至策略网络；
31、依据所述物理约束条件构建约束函数以限定策略搜索空间；
32、通过策略网络对环境状态进行前向推理，生成候选充填参数集合；
33、对所述候选充填参数集合应用约束函数筛选得到满足约束的可行解；
34、将所述可行解解码为充填参数指令；并将所述充填参数指令反馈至充填设备。
35、可选地，所述根据闭环反馈进行在线增量学习，完成对复合顶协同充填面的连续监测与调控的过程包括：
36、将充填设备执行后的实际工况数据与所述连续状态场对比，计算监测误差与偏差；
37、根据误差和偏差调整策略网络和神经网络模型的权重参数，实现在线增量训练；
38、将更新后的模型重新用于特征提取、状态场预测及充填参数指令生成；
39、循环执行所述增量学习与闭环调控过程，使系统在连续监测期间自适应优化充填工艺，实现对复合顶协同充填面的动态调控与稳定监测。
40、另一方面，本发明还提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算程序，所述处理器执行所述计算程序时实现所述方法。
41、另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述方法。
42、与现有技术相比，本发明具有如下优点和技术效果：
43、本发明通过基于采场与巷道的几何特征及充填工艺参数，布设多类型传感器并获取多源原始信号，实现对复合顶协同充填面的全面监测。通过传感器布设参数与校准曲线对多源信号进行时空对齐，形成连续采样流，为后续特征提取提供精确数据基础。采用图神经网络建模空间拓扑依赖关系，结合时序神经网络捕捉动态演化规律，并通过多模态注意力机制融合视觉、应力及声发射等不同模态特征，实现对顶板与充填体状态的连续状态场预测。在此基础上，策略网络根据连续状态场和物理约束生成充填参数指令，实现闭环调控充填工艺；同时系统基于闭环反馈进行在线增量学习，动态更新神经网络模型及策略网络参数，使监测系统在充填过程中持续自适应优化。通过上述技术方案，能够对复合顶协同充填面进行高精度、连续化、动态化监测与控制，为充填工艺优化及顶板稳定性保障提供可靠的数据支撑和决策依据。
1.一种针对复合顶协同充填面的连续监测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于采场和巷道的几何与填充工艺，获取多源原始信号的过程包括：
3.根据权利要求1所述的方法，其特征在于，所述基于多源原始信号的布设参数与校准曲线，获取时空对齐的采样流的过程包括：
4.根据权利要求1所述的方法，其特征在于，所述构建图神经网络和时序神经网络的过程包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述图神经网络和时序神经网络对所述时空对齐的采样流进行处理，并通过多模态注意力融合获得连续状态场的过程包括：
6.根据权利要求5所述的方法，其特征在于，所述将视觉数据、应力数据及声发射数据等不同模态特征输入多模态注意力模块，计算各模态在不同时空片段下的权重分布的过程包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述连续状态场和物理约束，基于策略网络输出充填参数指令以闭环调控充填工艺的过程包括：
8.根据权利要求1所述的方法，其特征在于，所述根据闭环反馈进行在线增量学习，完成对复合顶协同充填面的连续监测与调控的过程包括：
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算程序，其特征在于，所述处理器执行所述计算程序时实现所述权利要求1-8任意一项所述方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述权利要求1-8任意一项所述方法。