地质动力区划预测煤与瓦斯突出

为了确定煤与瓦斯突出矿井的突出危险区域,威胁区域和安全区域,提出基于地质动力区划的多因素模式识别概率预测方法预测煤与瓦斯突出的新思路。以鸡西滴道矿立井为研究对象,利用地质动力区划方法确定不同尺度和级别构造运动的特征,建立板块构造学说与矿井工程实际的联系,将对矿井煤与瓦斯突出产生影响的因素为参数,采用多因素模式识别概率预测方法划分研究区域内的危险区域。研究表明该方法对煤与瓦斯突出区域预测的合理性与有效性,可以在实际工程中应用推广。     

煤矿安全综合监控的网络管理系统研究

为准确监控从业人员,落实上岗准许制度,并及时分析各行政区域的矿井状况,共享管理人员和特种作业人员信息,及时发布培训和复训指令,及时跟踪矿井内作业人员信息、地质环境及通风和瓦斯监测信息,建立C#数据库网络管理系统,集成矿井地质环境监控数据、通风与瓦斯监控信息、矿井作业人员定位或虹膜检测等数据。实际表明,网络管理系统操作简单、运行稳定、可靠、人机对话界面人性化,监管部门能对矿山企业持证上岗情况实时动态监管,也能及时掌握矿井地质环境和隐患等信息。     

瓦斯灾害治理新技术

在分析煤矿安全科技工作现状和趋势基础上 ,介绍了近年来我国瓦斯灾害防治技术研究取得的进展和新成果。通过“十五”科技攻关项目的研究 ,提出了瓦斯煤尘爆炸危险性评价方法 ,研究出了基于瓦斯地质、地质动力区划、电磁波探测方法的煤与瓦斯突出区域预测技术和基于AE声发射、电磁辐射和瓦斯涌出等原理的煤与瓦斯突出非接触连续预测技术 ,实验成功了高瓦斯煤层群开采保护层瓦斯灾害综合防治及顺煤层强化抽放等技术 ,开发了矿井通风系统监测、可靠性评价分析及决策控制技术。另外还分析了我国煤矿安全所面临的挑战和急需开展的科技研究工作。     

基于瓦斯抽采钻孔的石门揭煤区域煤层地质精查方法

及时准确地探明石门揭煤区域煤层地质条件,对防治煤与瓦斯突出、保障煤矿安全生产具有重要意义。以石门揭煤区域煤层瓦斯抽采常规方案为模型,提出了利用瓦斯抽采钻孔探查目标煤层地质条件的基本原理和具体步骤:采用解析几何方法计算钻孔控制煤层底板(顶板)点三维坐标、煤层厚度和掘进工作面距煤层任意垂距时巷道掘进量,运用Matlab软件绘制煤层底板(顶板)等高线图、煤层等厚线图和石门揭煤三维地质模型,进而直观且定量地预测煤层产状、地质构造、煤层厚度等地质条件。阐述了基于瓦斯抽采钻孔的石门揭煤区域地质精查的基本流程:根据已知矿井地质资料对煤层地质条件做出预判,边探边掘,利用瓦斯抽采钻孔数据和Matlab绘图软件实现目标煤层地质条件的定量预测。实践证明该方法具有可行性和有效性。     

矿井煤与瓦斯突出危险性预测的模式识别研究

在查明多个突出影响因素与突出危险性之间内在联系的基础上,应用地质动力区划方法确定区域地质构造模型,并结合地应力测量方法和数值模拟,综合应用VB、VC完成模式识别系统设计和应用软件开发,在地理信息系统(GIS)支持下建立多因素模式识别模型.用多因素模式识别预测方法进行煤与瓦斯突出危险性的区域预测,划分淮南矿务局谢一矿井田的煤与瓦斯突出危险区、突出威胁区和无突出危险区,对煤与瓦斯突出危险性做出评估.     

煤与瓦斯突出预测技术研究现状及发展趋势

对矿井煤与瓦斯突出预测方法的研究现状及发展趋势进行了论述及分析。目前我国大量使用的是钻屑量S、钻孔瓦斯涌出初速度q、瓦斯解吸指标Δh2 、瓦斯放散指数ΔP等钻孔静态预测方法 ,这些方法花费大量的人力、物力和财力 ,而且准确性较低。而声发射和电磁辐射等方法是很有前途的预测方法。未来煤与瓦斯突出预测的发展趋势是 ,利用声发射监测技术对变形破裂剧烈区域进行定位 ,利用电磁辐射监测技术工作面非接触连续预测 ,再结合现有的环境监测系统监测的瓦斯动态涌出对煤与瓦斯突出现象进行准确预测     

集贤煤矿瓦斯地质规律主控因素分析

为获得集贤煤矿的矿井瓦斯地质规律,对2007-2009年集贤煤矿的地质资料和瓦斯涌出量数据进行收集整理.在此基础上运用区域构造演化和瓦斯地质理论,分析集贤矿区地质构造演化及分布特征对瓦斯的控制影响.结果表明,集贤煤矿煤层的裂隙发育、高渗透性的顶底板砂岩岩性对瓦斯赋存的控制影响较小,不考虑为集贤煤矿瓦斯地质规律主控因素;而矿井构造、煤层埋深、岩浆岩侵入等因素对瓦斯赋存的控制影响较大,基本上为集贤煤矿瓦斯地质规律的主控因素.     

基于灰色系统理论的煤与瓦斯突出预测

为了对煤与瓦斯突出事故进行有效的预防与控制 ,笔者应用灰色系统理论中的灰色聚类评估方法 ,对矿井的煤与瓦斯突出进行了预测。经实例证明 ,与常用的预测方法相比 ,灰色聚类预测方法具有能动态预测、预测准确等优点。该方法将影响突出的多个因素综合系统的来考虑 ,跳出了常规预测方法只依靠单一指标进行预测的圈子 ,提高了预测的准确性。研究结果表明 ,该方法能准确地反映矿井煤与瓦斯突出规律 ,是一种新的煤与瓦斯突出预测的方法     

基于GIS的煤与瓦斯突出危险性预测管理系统的研究

运用地理信息系统(GIS)设计开发了煤与瓦斯突出危险性预测管理系统。系统采用了SuperMap平台和SQLServer 2005数据库管理系统,并采用VC++6.0可视化开发环境进行开发,将地理信息技术和煤与瓦斯突出危险性预测结合起来,可以实现煤与瓦斯突出预测的信息管理及预测,为提高贵州煤矿企业的安全生产提供有力的技术支持,降低事故发生的概率。     

基于LLE-ELM的矿井瓦斯涌出量预测方法研究

基于局部线性嵌入(Locally Linear Embedding,LLE)算法和极限学习机(Extreme Learning Machine,ELM)神经网络建立矿井瓦斯涌出量预测模型,该预测模型运用LLE算法对矿井瓦斯涌出量影响因素样本进行数据挖掘,得到降维后的有效因子,再将这些有效因子作为ELM神经网络的输入层进行训练和预测。利用某矿井的实测数据进行实例分析,结果表明该预测模型预测速度快,精度高,能够用于矿井瓦斯涌出量预测。     

基于动态数据驱动的煤矿瓦斯异常涌出风险预警系统设计*

为解决煤矿瓦斯异常涌出风险预警过程中过度依赖系统模型,不能动态实时修正预测模型,预测、预报精准度和可靠度不高的难题,基于动态数据驱动技术,搭建瓦斯异常涌出风险预警系统架构,探讨动态数据驱动的瓦斯涌出监测曲线拟合、动态预警模型选择和修正、预警系统研发等关键性技术,开发基于动态数据驱动的瓦斯异常涌出风险预警系统软件。结果表明:动态数据驱动技术在煤矿瓦斯异常涌出风险预警方面具有强大的信息处理和问题求解能力,可实现仿真系统与实际系统间的动态响应和控制功能,并实时反馈修正,使预测结果更加精确、可靠,设计研发的预警系统可在矿井受瓦斯异常涌出威胁时发出可靠的预警信号。     

基于Adam优化深度神经网络快速确定瓦斯抽采半径*

为解决煤矿瓦斯有效抽采半径难以快速准确确定的问题,采用基于Adam算法优化DNN（深度神经网络）方法来预测瓦斯抽采半径。查阅文献共收集已得到验证的970组数据集,每组数据选取煤层瓦斯初始渗透率、钻孔直径、抽采时间、地应力、煤层初始瓦斯压力作为预测模型的5个特征量,有效抽采半径作为目标输出值。接着预测模型进行不断学习和训练,最终训练得到1个最优的瓦斯有效抽采半径预测模型。利用训练好的最优预测模型结合Python语言开发出计算有效抽采半径的软件,并使用该软件在四季春煤矿和鹤煤六矿进行有效抽采半径预测的工程实例研究,验证该软件预测抽采半径的实用性和准确性。研究结果表明:通过使用开发的软件,可快速且较准确地计算出矿井瓦斯有效抽采半径,可为暂不具备现场测试条件的矿井抽采设计提供一定的参考依据。     

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。     

基于集成学习的改进灰色瓦斯浓度序列预测*

为有效提高煤矿瓦斯浓度动态预测精度,基于微分方程理论和最小二乘法,从灰色预测模型静态灰色作用量出发,优化灰色作用量,推导幂指数型灰色作用量的改进灰色瓦斯浓度预测算法,推导基于集成学习不同灰色作用量幂指数型灰色瓦斯预测模型,进而研究吉林八连城长期和短期瓦斯浓度监控数据预测精度。结果表明:瓦斯浓度时间序列近似线性时,基于集成学习的改进灰色瓦斯浓度预测算法优于传统灰色瓦斯浓度预测算法,使瓦斯浓度预测值和实际值的均方根误差降低,均方根差最大降低2.25%。研究结果可有效提瓦斯浓度预测精度。     

新安煤田煤与瓦斯突出特征及防治措施

为解决新安煤田煤与瓦斯突出影响因素众多和防治难度较大等问题,运用瓦斯地质理论分析了新安煤田煤与瓦斯突出特征及控制因素,并提出了有针对性的煤与瓦斯突出防治措施。研究表明:地质构造是控制新安煤田煤与瓦斯突出分布的主要地质因素;构造应力是控制新安煤田煤与瓦斯突出的主要动力因素;新安煤田煤与瓦斯突出吨煤瓦斯涌出量较大,是增加煤与瓦斯突出发生可能性及危险性的重要因素。基于此,从突出危险性预测、防治突出措施及安全防护措施等三个方面提出了多项煤与瓦斯突出防治措施。     

GIS技术在瓦斯动力灾害预测中的应用

GIS系统是一种重要的空间信息系统,可以采集、存贮、管理、描述和分析与空间和地理分布相关的数据,适时地提供多种空间和地貌的信息.本文结合平顶山矿区的生产实际,将GIS技术引入煤与瓦斯突出区域的预测中,建立相应的信息管理系统,提高了信息处理水平.     

基于多因素模式识别的煤与瓦斯突出预测研究

采煤工作面煤与瓦斯突出是由煤层自然条件和工程扰动共同作用决定的,充分考虑煤层原始赋存条件和人类工程活动对煤与瓦斯突出的影响,建立多因素模式识别准则和方法,应用VBA技术完成了工作面煤与瓦斯突出危险性动态预测系统开发。以平顶山十矿己15-24080工作面为研究对象,将瓦斯含量、瓦斯压力、采动应力等因素作为工作面煤与瓦斯突出的主要影响因素,运用多因素模式识别方法实现了对工作面煤与瓦斯突出危险性分单元概率预测,且能够随着工作面不断推进进行动态预测和分级管理。研究结果表明:突出危险性预测结果与现场实况有较好的一致性,对煤矿安全开采具有良好的指导作用。     

SFLA-Verhulst组合模型预测矿井瓦斯涌出量

针对矿井瓦斯涌出量的时变性、波动性、非线性以及不确定性等特征，提出了SFLA-Verhulst组合预测模型，用于对具有非线性动态特征的瓦斯涌出量进行预测。该模型通过蛙跳算法对Verhulst模型的背景值参数寻优，并引入一次指数平滑法对原始数据进行优化处理，建立了基于混合蛙跳算法的SFLA-Verhulst组合预测模型；结果使模型在原始数据不准确或存在误差干扰的情况下仍能进行精度较高的预测。将新模型应用于某矿瓦斯涌出量预测，并对模型的预测结果进行检验分析，结果表明:该模型在结合蛙跳算法的全局寻优特点后预测精度较传统的GM(1,1)模型有明显的提高，适用性更强。     

复合隔水条件下煤层群涌水控制因素及对瓦斯赋存的影响

为了探究其水害成因、涌水规律，并找到合适的水害防治手段，采用工业分析、煤岩组分、元素分析等微观实验手段，分析柳塔煤矿各煤层煤体的含水分布及微观影响因素并结合矿井煤系地层赋存特征、区域降水特征、井下涌水统计数据，对柳塔煤矿煤层的涌水来源、涌水构成、涌水的影响因素及其对瓦斯赋存的影响进行分析。结果表明，柳塔煤矿富水性较差，且水分随深度逐渐增加；采动形成的大量裂隙使得原有的隔水层产生裂隙，形成了涌水通道；矿井的涌水量与降水量密切相关，应加强顶板水害的防治。