基于模糊神经网络的煤层瓦斯含量预测研究

为提高未采区煤层瓦斯含量预测的准确性,在分析研究影响煤层瓦斯含量的主要地质因素的基础上,借助模糊数学作为表达与处理不精确数据、模糊信息的手段,以神经网络作为解决问题的途径,将模糊数学与神经网络有机结合,建立基于模糊神经网络的煤层瓦斯含量预测模型。研究结果表明:模糊神经网络模型不仅能够较好地解决模糊信息难于定量表达、学习样本难于确定等问题,而且能够较准确地提取出煤层瓦斯含量与其各个影响因素之间的非线性关系。通过实例运算验证,其预测精度较神经网络模型提高了4.84%～25.79%,应用于煤层瓦斯含量预测的效果更为理想,具有良好的应用前景,可以为实施科学的矿井瓦斯管理、预防各种瓦斯事故提供理论依据。     

深部煤层瓦斯含量的差值GM-RBF预测模型及其应用

基于灰熵理论和RBF神经网络理论,提出了一种改进的灰色神经网络深部煤层瓦斯含量预测模型。该模型首先利用灰熵关联度确定影响深部煤层瓦斯含量的主控因素,构建多个GM预测模型进行精度分析,寻求最优的灰色预测模块对分析系统进行一次预测,再利用灰色模型白化微分方程解序列相邻两元素分别与相应期望值作差,构建一个差值序列作为RBF神经网络输出对分析系统进行二次预测,得到的差序列预测结果的差值即为深部煤层瓦斯含量的预测值,从而构建了基于差值GM-RBF神经网络组合模型的深部煤层瓦斯含量预测体系。实际应用表明:差值GM-RBF神经网络组合模型的精度评价指标MAE、MAPE、RMSE、RRMSE分别为0.233 1、3.25%、0.2778、4.04%,远优于单一灰色、RBF模型;与传统GM-RBF组合模型相比,MAE和MAPE分别减小了23.8%和22.1%,RMSE和RRMSE分别减小了20.5%和17%。由此可见,以差值结合法将最优灰色模块与RBF神经网络有效结合起来的瓦斯含量预测体系增强了模型的泛化能力和数据利用率,精度更高,稳定性更好,能够满足深部煤层瓦斯含量准确预测的要求,为深部煤与瓦斯安全高效开采提供依据。     

基于PCA-GA-BP神经网络的瓦斯含量预测分析

为提高煤层瓦斯含量预测的效率和准确率,提出了先采用主成份分析（PCA）方法来降低变量间的相关性,然后将遗传算法（GA）与BP神经网络相结合的煤层瓦斯含量预测的新方法。为了避免BP神经网络收敛速度慢、易陷入局部极小值等问题,算法采用GA对BP神经网络的权值和阈值进行优化,利用Matlab软件进行编程,建立了BP神经网络和GA-BP神经网络瓦斯含量预测模型。选取淮南某矿瓦斯含量及其影响因素作为实验数据对该模型进行了实例分析,将主成份回归和BP网络算法预测结果与该模型进行了对比分析。结果表明:PCA-GA-BP网络预测模型平均相对误差为2.759%,预测效果明显优于主成份回归和BP网络预测模型,可以准确的预测煤层瓦斯含量。     

西沟煤矿注CO2促抽煤层瓦斯模拟研究

为了提高瓦斯抽采效果,以西沟煤矿5315工作面注气瓦斯抽采方案为工程背景,开展注CO₂促抽煤层瓦斯模拟研究。通过对注CO₂驱替煤层瓦斯机理研究,结合注气瓦斯抽采过程中的气体运移场和煤体变形场的耦合关系,建立了注CO₂促抽瓦斯固气耦合模型;利用COMSOL Multiphysics软件模拟了工作面注气瓦斯抽采,对比分析了注气瓦斯抽采与本煤层顺层钻孔抽采的瓦斯抽采效果,论证了煤层注CO₂促抽煤层瓦斯工艺的可行性与有效性。研究结果表明:在工作面瓦斯抽采90 d后注入CO₂,对瓦斯抽采的促抽效果明显,煤层瓦斯压力降至0.46~0.49 MPa,瓦斯含量降低至4.22 m3/t;在90 d后注入CO₂促抽煤层瓦斯,在瓦斯抽采至第180 d时,抽采效果较钻孔瓦斯抽采明显提高,煤层瓦斯压力降低了7.84%~9.26%,残余瓦斯含量减少了18.63%。通过工程实测可知,5315工作面在注入CO₂促抽煤层瓦斯抽采后的瓦斯压力与瓦斯含量分别降低至0.48 MPa和4.76 m3/t,有效降低了煤与瓦斯突出的危险性。     

煤层瓦斯流动的数值模拟及在煤壁的应用

研究煤层中瓦斯流动规律对于预防瓦斯突出,改善煤层瓦斯抽放率和煤层气开发利用具有现实意义。根据基本假设,对煤层瓦斯流动规律进行了研究,运用瓦斯运动方程—达西定律(DarcyLaw)、煤层瓦斯含量方程—抛物线方程、理想气体状态方程以及气体流动的连续性方程,建立了煤层单向瓦斯流动的动力学模型,并根据边界条件和初始条件,对动力学模型进行了求解,推导出煤壁单位面积的瓦斯涌出量的计算公式,分析了瓦斯涌出量的影响因素,利用测得的数据,进行了实例计算,并用vc编制了计算机程序。     

基于灰建模的瓦斯含量多变量预测模型研究

研究了GM(1,N)、GM(0,N)瓦斯含量预测模型的数学原理,收集郑煤集团告成矿地质勘探期间及生产期间的瓦斯含量实测资料,获得16个可靠点,选取基岩厚度、新生界厚度、煤层厚度、煤层水分、煤层灰分、50m顶板含砂率6个因素作灰色建模预测的指标,分别建立了GM(1,6)和GM(0,6)瓦斯含量多变量预测模型。根据计算和评价结果,GM(1,6)和GM(0,6)瓦斯含量预测模型精度均能够满足工程精度的要求,说明利用灰色模型来预测瓦斯含量是可行的。由于前者精度略高于后者,故建议告成矿采用GM(1,6)模型来进行未知地区煤层瓦斯含量的预测。需要注意,由于模型没有考虑构造的影响,在实际预测时,还应根据构造对待预测区的影响关系和影响程度对模型的预测结果进行修正。     

滴道矿立井28#煤层瓦斯含量灰色关联分析及预测

针对滴道矿立井瓦斯灾害严重的现状,应用灰色系统理论对28#主采煤层进行了瓦斯含量与影响因素的关联分析,建立了瓦斯含量与主要影响因素的GM(1,4)灰色预测模型,并进行了瓦斯含量预测。结果表明:煤层底板标高、灰分和瓦斯成分CH4是影响28#煤层瓦斯含量的主要因素;所建立的灰色预测模型具有良好的精度,能够应用于瓦斯防治工作。     

高瓦斯易自燃煤层采空区遗煤自燃影响因素研究

为预防高瓦斯易自燃煤层采空区遗煤自燃事故,根据此类煤层采空区遗煤自燃的特性,共选取19个影响因素,采用基于直觉模糊集的集成决策实验室分析与解释结构模型(DEMATELISM)法对这些因素进行结构化处理,以此分析各因素对此类煤层采空区遗煤自燃的影响。结果表明:高瓦斯易自燃煤层采空区遗煤自燃的影响因素分为3个层次;工作面长度、通风方式、煤的吸氧速率、临界温度、残余瓦斯含量、煤层厚度、倾角与地质构造为根源因素;邻近层瓦斯情况、工作面开采方法、通风风量、推进速度为中间因素;防灭火措施、安全监测、采空区遗煤厚度、瓦斯抽采措施、工作面通风阻力、推进速度、围岩温度、煤层埋藏深度与顶板岩性为表层因素。     

断层与瓦斯赋存分布规律的关系研究

用地质的观点研究煤层瓦斯赋存已获得实践检验,瓦斯赋存与地质因素密切相关。通过井下实测煤层原始瓦斯含量,选择各项煤层参数均达到要求的瓦斯含量数据,绘制瓦斯含量等值线,分析了两条断层之间煤层的瓦斯含量分布规律。绘制研究区域特定位置的煤厚、瓦斯含量剖面图,定性、定量地分析了断层对煤层产状、煤厚等煤层赋存条件的影响及其对瓦斯赋存规律的控制作用。结果表明,研究区域内的煤层及瓦斯分布受断层影响较大:沿煤层走向,煤厚呈现出"高-低-高-低"的变化,卸压带和应力集中带交互出现,瓦斯含量呈现"低-高-低-高-低"的分布规律;沿煤层倾向,随着埋深的增加,瓦斯含量呈现降低的趋势,小于8m/t的区域不断减少。     

地面水力压裂对井下煤层瓦斯抽采影响分析

为了研究高河煤矿地面压裂钻井作业对井下煤层瓦斯抽采效果的影响，以3#煤层E2307工作面为主要考察对象，对水力压裂前后煤层渗透率、抽采瓦斯浓度和纯量进行统计分析。研究结果表明:地面压裂钻井水力压裂后煤层反演渗透率提高了13倍以上；压裂后瓦斯浓度最大增幅为122%，最小增幅为34%，平均增幅为71%，同样，瓦斯纯量也有大幅度的提高。研究认为高河煤矿地面水力压裂作业对其高瓦斯含量、低渗透性煤层具有良好的应用前景，对同类煤矿及煤层提高瓦斯抽采效率，预防井下瓦斯动力灾害具有积极的借鉴意义。     

基于支持向量回归机的煤层瓦斯含量预测研究

为了对煤层瓦斯含量进行准确预测,应用支持向量回归机(SVR)理论建立煤层瓦斯含量预测模型,结合现场实测数据利用支持向量机(SVM)工具箱进行模型的求解及预测,并从均方根误差、希尔不等系数和平均绝对百分误差3个不同误差指标与人工神经网络预测模型进行比较分析。研究结果表明:SVR模型其预测精度及可行性高于神经网络模型,而且运算快,实时性较好,用于煤层瓦斯含量的预测较理想,具有良好的应用前景,可以为煤矿瓦斯防治提供理论依据。     

基于GASA-BP神经网络的煤层瓦斯含量预测方法研究*

为提高煤层瓦斯含量预测的精准度和效率,提出1种利用遗传算法（GA）和模拟退火算法(SA)混合初始化BP神经网络（BPNN）的瓦斯含量预测新模型（GASA-BPNN模型）。利用灰色关联分析法（GRA）筛选瓦斯含量主控因素并作为GASA-BPNN预测模型的输入。为解决BPNN收敛速度慢和易陷入局部极小陷阱的问题,将GA和具有时变概率突跳性的SA整合为GASA算法协同初始化BPNN的权值和阈值,有效地提高BPNN的参数学习能力。将该模型应用于煤炭生产现场,结果表明:BPNN模型、GA-BPNN模型和GASA-BPNN模型瓦斯含量预测总平均相对误差分别为15.79%,9.03%,5.56%。相比BPNN模型和GA-BPNN模型,GASA-BPNN模型对样本的泛化能力更强,参数训练速度最快并且预测精准度最高。     

平煤十矿底板巷穿层钻孔瓦斯抽采模拟研究

为了降低平煤十矿己15-16-24130工作面运输巷掘进中的突出危险性，基于实际工程背景，考虑瓦斯抽采中的瓦斯运移及煤岩变形等因素，建立了瓦斯抽采气固耦合模型，并利用COMSOL Multiphysics软件对平煤十矿己15-16煤层的底板巷穿层钻孔瓦斯抽采方案进行数值模拟，研究了瓦斯抽采对于降低掘进过程中突出危险性的影响。研究结果表明:在己18煤层开挖底板巷对己15-16煤层进行穿层钻孔瓦斯抽采，瓦斯抽采180 d后，己15-16-24130工作面运输巷附近煤层残余瓦斯压力及瓦斯含量分别降至0.315 MPa和3.84 m3/t；将底板巷穿层钻孔瓦斯抽采方案进行工程应用，实测抽采后的残余瓦斯压力及瓦斯含量在0.32 MPa和3.17 m3/t，均小于平煤十矿煤与瓦斯突出防治规定的“双6”指标（残余瓦斯压力小于0.6 MPa，残余瓦斯含量小于6 m3/t），可有效降低运输巷掘进过程中的突出危险性。     

动态瓦斯地质预测算法研究与可视化应用

为实现煤矿瓦斯地质动态精准预测与可视化,基于煤层埋深、厚度、倾角、地质构造等多种因素,通过将相似的地质模块定义为同一微单元,在此基础上将反距离权重插值算法和递归邻域搜索策略与数据优化处理算法相结合,应用于瓦斯地质动态预测可视化系统开发。研究结果表明:根据递归邻域搜索算法模型开发的多级瓦斯地质图动态分析系统利用瓦斯地质基础数据可对矿井瓦斯含量、压力、涌出量等瓦斯赋存参数进行实时分析和计算,动态绘制散点图、等值线和区域预测图,使瓦斯区域预测图过渡更加平缓,显著提高预测的精准性及整体的显示效果,同时其制图耗时也无明显增加,可为高瓦斯矿井安全生产提供决策依据。     

煤层瓦斯含量影响因素分析及灰色预测

矿井煤层瓦斯含量与煤层埋藏深度、围岩性质等密切相关,以不同煤层地质参数及其相对瓦斯含量数据为原始序列,通过灰色处理建立微分方程预测模型,使用GM(1,4)灰色预测模型建立了未开采区瓦斯含量的预测方程,并进行了残差检验.同时对不同因素对瓦斯含量的关联程度进行了分析.     

基于响应曲面法的有效抽采半径多因素交互影响机制研究*

为探究钻孔有效抽采半径的关键影响因素及各因素间交互作用,构建应力应变-瓦斯吸附解吸耦合渗透率变化模型,采用COMSOL软件进行数值模拟,分析单一因素变化对钻孔有效抽采半径的影响,并通过Design-Expert软件设计响应曲面试验,分析多因素交互作用对钻孔有效抽采半径变化的影响机制,获得有效抽采半径对多因素交互影响的响应曲面模型。研究结果表明:不同因素对钻孔有效抽采半径影响的显著性顺序为:煤层初始渗透率、原始瓦斯压力、抽采时间,煤层初始渗透率和抽采时间与有效抽采半径呈正相关关系,原始瓦斯压力与有效抽采半径呈负相关。1个影响因素的变化会影响其他因素对有效抽采半径的影响,煤层初始渗透率能够放大其他因素对有效抽采半径的影响,而原始瓦斯压力则会降低其他因素对有效抽采半径的影响。     

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。