基于瓦斯涌出量预测的近距离煤层群开采顺序优化选择

随着中厚煤层资源的枯竭,近距离薄煤层群开采成为我国资源的重要补充。煤层群开采时合理的采掘部署是防止工作面瓦斯集中涌出的关键,本文通过分析近距离煤层群开采时各回采顺序下工作面瓦斯涌出量,建立了以工作面瓦斯涌出量预测为基础的近距离煤层群开采优化模型,利用计算机编程实现了模型的可视化操作。该模型通过对比分析全部种回采顺序方案,选择整个回采期间瓦斯涌出量最均衡的方案为最优方案。对翔升煤矿进行了实例分析,结果显示合理的回采方案可以使工作面最大瓦斯涌出量大大减小,使整个回采期间工作面瓦斯涌出量趋于均衡。为煤层群开采优化技术中的瓦斯环节提供了理论依据。     

采空区瓦斯涌出的回采速度效应分析

为了深入了解煤层开采时工作面回采速度对采空区瓦斯涌出的影响,提高矿井采空区瓦斯治理能力,保障矿井安全生产,通过建立数学模型并采用COMSOL有限元分析软件建立不同回采速度采空区瓦斯涌出模型,开展数值模拟试验,研究不同回采速度下采空区瓦斯涌出规律及分布情况。结果表明:不同回采速度下采空区相同深度的瓦斯浓度呈梯度增长;通过对现场采空区回采速度数据进行归类平均后,降低其他因素对采空区瓦斯涌出的影响后,采空区瓦斯涌出量与回采速度线性相关性从0.60提高至0.94,表明回采速度越快,采空区瓦斯涌出速度越快,采空区瓦斯涌出量越大。研究结果揭示了煤层开采过程中回采速度对采空区瓦斯涌出的影响规律,为现场优化回采速度及抽采参数提供了理论指导。     

布尔台矿回采工作面瓦斯涌出主控因素及治理措施

为了探究布尔台煤矿回采工作面瓦斯涌出主控因素及其治理措施，以42201回采工作面为例，采用单元法现场实测了工作面瓦斯涌出情况，并分析了其受开采强度、风量、煤层瓦斯含量、工作面来压变化、气候条件等相关参数的影响规律。研究结果表明:布尔台煤矿42201回采工作面的主要瓦斯涌出来源为煤壁和落煤瓦斯涌出；矿山压力显现和来压时，工作面绝对瓦斯涌出量有较为明显的异常变化；开采强度的变化趋势和上隅角瓦斯浓度异常变化的趋势是一致的；对比发现，地面大气压力对工作面瓦斯涌出的影响程度远小于开采强度。针对布尔台煤矿的特点，提出了“顶板定向长钻孔分段水力压裂强制放顶和联巷插管或煤柱大直径钻孔桥接采空区的瓦斯抽采相结合”的瓦斯治理措施。现场应用发现:42201工作面最高来压强度由59.1 MPa降低至48.0 MPa，上隅角瓦斯抽采量为2.70~3.79 m3/min，平均为3.25 m3/min，占总的瓦斯涌出量的比例为62.65%~69.16%。     

低含量超强开采工作面瓦斯异常涌出防治技术

为解决低瓦斯含量煤层在超高强度开采工艺下,U型通风回采面割煤期间瓦斯涌出量突增、采空区持续高瓦斯涌出以及上隅角瓦斯频繁超限等问题,在确认瓦斯异常涌出原因基础上,以塔山煤矿为例,研究煤层注水抑制落煤瓦斯涌出和专用巷分期排抽采空区瓦斯联合防治技术。结果表明,煤层注水消除了割煤期间瓦斯突增现象——回风流中最大瓦斯体积分数仅0.58%;在开采初期瓦斯专用巷自然引排使回采面形成U+I型通风方式,分担风排瓦斯量约30 m~3/min,在开采中、后期的密闭负压抽采,瓦斯排放量提升至40 m~3/min。采用该技术,已将回采期间的工作面瓦斯体积分数有效控制在0.6%以下,实现安全高效开采。     

低透气性突出煤层群首采层掏心无煤柱开采卸压消突与瓦斯治理试验研究

针对深井高瓦斯低透气性突出煤层群消突和首采层开采卸压瓦斯治理难题,以谢桥煤矿11426工作面开采为例,设计首采中间层无煤柱开采、实现上下突出煤层均消突的技术方案,研究了Y型通风工作面采空区瓦斯及风压分布规律,结合煤层群开采巷道布置条件,提出并实施留巷侧井下暗立眼回风阶段留巷Y型通风技术,强化留巷墙体封闭和留巷采空侧回风立眼封闭等卸压瓦斯抽采技术,实现了深井煤层群首采层工作面的安全高效回采和邻近突出煤层的全面消突。11426工作面回采期间,绝对瓦斯涌出量最大47.67 m3/min,工作面瓦斯抽采率高达65%以上,研究成果为今后类似深井煤层群开采的卸压瓦斯抽采和治理提供技术指导。     

回采工作面瓦斯涌出特征及其灰色预测模型

在分析回采工作面瓦斯涌出特征的基础上 ,分别建立了回采工作面瓦斯涌出量与采深和工作面产量关系灰色预测 GM(1,1)改进模型 ,以预测工作面在不同采深与产量时的瓦斯涌出量。实际应用表明 ,预测模型可信 ,精度能满足要求。     

回采工作面瓦斯涌出量遗传投影寻踪回归预测

为快速、准确预测回采工作面瓦斯涌出量,基于投影降维思想,建立一种遗传算法(GA)投影寻踪回归预测方法。选取煤层瓦斯原始含量、埋藏深度、煤层厚度、煤层倾角、工作面长度、推进速度、采出率、临近层瓦斯含量、临近层厚度、临近层层间距、岩层岩性、开采深度作为评价因子,对某矿15个学习样本进行训练,建立GA投影寻踪回归预测模型。利用该矿3个实测样本对模型进行检验,并与主成分分析和BP神经网络方法结果进行对比。研究表明:利用GA投影寻踪回归预测回采工作面瓦斯涌出量,平均误差为3.43%,最大误差为5.7%,精度优于其他2种方法。     

近距离薄煤层群上保护层开采邻近层卸压瓦斯抽采模式探究*

为研究近距离薄煤层群上保护层开采期间邻近层卸压瓦斯对回采工作面瓦斯涌出的影响,进而有效杜绝保护层开采过程中工作面瓦斯积聚或超限等事故,结合煤岩体破碎前“应力-裂隙-渗透率”间关系,建立卸压瓦斯三维渗流模型。采用Flac3D软件,以新维煤矿煤层条件为工程背景,研究保护层开采过程采场渗透率沿纵向分布规律,确立下保护层C3煤层处于三维增渗区、C7与C8号煤层处于水平增渗区。基于此,提出“近场定向钻孔全覆盖抽采与远场穿层钻孔层间卸压抽采结合”的瓦斯治理技术模式,并开展现场试验,结果表明:试验工作面回风瓦斯浓度降低44.4%,绝对瓦斯涌出量降低52.3%,该模式可显著提高卸压瓦斯的治理效果,为类似工况下的保护层开采提出1种新的瓦斯抽采模式,具有一定的指导及借鉴意义。     

煤矿瓦斯涌出量预测的隐层递归反馈Elman模型

为更有效预测回采工作面绝对瓦斯涌出量,基于Lyapunov稳定性原理,改进Elman模型的递归部分。选取煤层瓦斯含量、煤层埋藏深度、煤层厚度、煤层倾角、采高、日工作进度、工作面长度、工作面采出率、邻近层瓦斯含量、邻近层厚度、邻近层间距、开采强度和层间岩性作为监测指标,对某矿16个学习样本进行训练,建立隐层递归反馈(HRF)Elman预测模型。利用矿井监测数据检验预测模型。试验结果表明,用HRF Elman模型能够有效地预测出瓦斯涌出量,预测结果相对误差为1.6%~3.41%,平均相对误差为2.45%,相比传统的Elman模型,预测精度和效率都有所提高。     

基于SVM耦合遗传算法的回采工作面瓦斯涌出量预测

为了对回采工作面瓦斯涌出量进行预测,提出将支持向量机(SVM)与遗传算法(GA)相耦合。利用GA寻找SVM最优的惩罚参数c和核函数参数g,并结合SVM训练速度快且具有良好泛化性能的特点,建立了基于SVM耦合遗传算法的回采工作面瓦斯涌出量预测模型。煤层深度、煤层厚度、煤层倾角、开采层原始瓦斯量、煤层间距、采高、临近层瓦斯含量、临近层厚度、层间岩性、工作面长度、推进速度、采出率、日产量对瓦斯涌出量的影响是复杂的、非线性的,因而将其作为预测的影响参数。将瓦斯涌出量作为目标参数。分别将影响参数和目标参数作为GA-SVM的输入值和输出值进行训练,训练后的预测输出和期望输出之间的误差绝对值作为GA的适应度函数值进行参数优化。结果表明,该预测模型预测的最大相对误差为5.878 2%,最小相对误差为0.923 0%,平均相对误差为2.180 9%,相比耦合前及其他预测模型有更强的泛化能力和更高的预测精度。     

采煤工作面瓦斯涌出量预测的神经网络模型

正确预测瓦斯涌出量,对于指导矿井设计和安全生产有重要意义。为此,应用神经网络理论,建立了采煤工作面瓦斯涌出量的预测模型,对其影响因素进行了权重排序,并确定了关键因素。实际应用表明,预测模型可信,精度能满足要求。     

自适应神经网络在确定落煤残存瓦斯量中的应用

落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节，它直接影响着采掘工作面瓦斯涌出量预测的精度，并与煤的变质程度、落煤粒度，原始瓦斯含量、暴露时间等影响因素呈非线性关系，人工神经网络具有表示任意非线性关系和学习的能力，是解决复杂非线性，不确定性和时变性问题的新思想和新方法，基于此，作提出自适应神经网络的落煤残丰瓦斯量预测模型，并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究，结果表明，自适应调整权值的变步长BP神经网络模型预测精度高，收敛速度快，该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据，为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。     

支持向量机法在煤与瓦斯突出分析中的应用研究

通过分析采煤工作面煤与瓦斯涌出量与地质构造指标的对应关系,应用支持向量机(SVM)方法对煤与瓦斯涌出类型及涌出量进行分析。建立两类突出识别的SVM模型、多类型突出识别的H-SVMs模型以及预测瓦斯涌出量的支持向量回归模型。研究结果表明:SVM方法能够很好地对煤与瓦斯突出模式进行识别,所建立的采煤工作面瓦斯涌出量预测模型的精度高于应用BP神经网络预测精度;SVM理论基础严谨,决策函数结构简单,泛化能力强,并且决策函数中的法向量W可以反映突出模式识别的地质结构指标的权重。     

基于体积应变含瓦斯煤增透率模型及采动响应研究

为获得含瓦斯煤开采过程中渗透率的采动响应规律,从孔隙率的基本定义出发,通过引入增透率来反映单位体积改变下煤体渗透率的变化,建立了基于体积应变的含瓦斯煤增透率模型。基于增透率模型,结合工程实例采用Comsol Multiphysics模拟了含瓦斯煤开采过程中增透率的变化规律,并开展了增透率采动响应的试验研究。研究结果表明:增透率模型可对采动裂隙网络形成的煤层透气性进行定量评价研究,采动是影响含瓦斯煤增透率的关键因素,受采动影响,煤体体积应变、增透率的变化规律均基本一致,煤体膨胀变形、增透率随采煤工作面的推进逐渐增大,增透率的变化滞后于体积应变的变化,且越靠近工作面煤层增透效果和瓦斯抽采效果越好;沿煤层倾向,回风巷侧最大瓦斯抽采量大于运输巷侧,煤体增透率亦大于运输巷侧。依据增透率的采动响应规律调整瓦斯抽采孔与工作面的角度,可增加抽采量,降低工作面瓦斯浓度。     

基于随机搜索优化XGBoost的瓦斯涌出量预测模型*

为防治瓦斯灾害,解决井下瓦斯涌出量在预测过程中因影响因素繁多带来的精度较低问题,提出1种基于套索(Lasso)回归与随机搜索优化极限梯度提升(XGBoost)的模型进行瓦斯涌出量预测。以沈阳某煤矿综采面瓦斯涌出量历史数据为例,综合考虑影响瓦斯涌出量的影响因素。首先利用Lasso回归提取对瓦斯涌出量有重要影响的特征数据,作为预测输入;采用随机搜索算法对XGBoost模型4种主要参数进行寻优,选取最优参建立预测模型获得预测指标并分析比较其他模型。研究结果表明:Lasso回归筛选出的影响因素结合随机搜索获得的最优参数组合优化XGBoost比其他模型预测精度更高,平均相对误差为1.53%,均方根误差为0.140 3 m3/min,希尔不等系数为0.013 2,研究结果可为现场瓦斯管理提供参考依据。     

上覆岩层瓦斯卸压范围及流动规律的应用研究

为合理、高效地治理朱家店煤矿巷道掘进和煤层开采过程中瓦斯浓度多次超限的技术阻力,本文针对该煤矿不同煤层上覆岩层瓦斯卸压范围及流动规律进行了较为深入的研究,建立了其BP神经网络破坏高度的数学预测模型。通过合理地计算,本文确定了该矿开采煤层上覆岩层的走向及倾向卸压长度、卸压上限和卸压范围,最后提出了有效控制上覆岩层瓦斯大量流向工作面及采空区的技术策略,从而达到了遏制矿井瓦斯事故发生的目的。     

基于热流固耦合工作面前方瓦斯渗流数值模拟

通过分析温度和地应力对深部煤体瓦斯运移规律的影响，建立了瓦斯渗流热流固耦合模型，以贵州省松和煤矿15#煤层12150采煤工作面为例，利用ComsolMultiphysics软件对深部煤层工作面前方瓦斯渗流进行数值模拟。研究结果表明:受采动影响，在工作面前方“三带”中，卸压区存在大量新裂隙和通道，瓦斯压力梯度最大；在应力集中区至卸压区过渡段瓦斯压力下降速度最快，解释了在该区容易导致瓦斯突出的原因；在应力集中区，瓦斯压力和有效应力较高，压缩煤体，导致煤颗粒排列紧密，渗透率降低；在卸压区，煤体体积形变逐渐变大，产生了很多新裂隙，发生扩容，渗流通道贯通，导致渗透率急剧增加，因此在应力最大处形成了煤层渗透率最低点，随着时间的推移，渗透率最低点逐步远离工作面；在采煤工作面前方，虽然温度升高后瓦斯热运动加剧，有促进瓦斯渗透率的趋势，但由于工作面前方有效应力较大，煤体受热膨胀应力小于有效应力，导致煤体内膨胀，渗流空间减小，造成渗透率降低。     

回采工作面及采空区瓦斯运移的数学模型及数值模拟研究

为更真实可靠地还原回采工作面及采空区内流场和瓦斯场的分布特征,基于回采工作面和采空区不同的介质属性,并考虑瓦斯扩散能力的差异,建立了各自的强耦合多物理场数学模型,并给出了瓦斯涌出所满足的质量通量边界条件。采用COMSOL Multiphysics构建了强耦合的自由和多孔介质流动以及自由和多孔介质稀物质传递等物理场,以龙煤矿业集团股份有限公司双鸭山分公司的东保卫井田二水平一采区36号煤-570左面为研究对象,研究了回采工作面及采空区稳态下的瓦斯运移特征。结果表明:采空区浅部瓦斯体积分数较小但梯度较大,且随着采空区向深部延伸,瓦斯体积分数的梯度逐渐降低,但其数值逐渐增大并趋于稳定;另外,采空区内实测的瓦斯体积分数分布与数值模拟结果具有较好的一致性,验证了建立的回采工作面及采空区瓦斯运移的数学模型和数值模型的可靠性和准确性。