取芯管取芯过程管壁温度变化特性试验*

为给冷冻取芯过程中瓦斯解吸模拟试验提供依据，依托自主研制的取芯管管壁温度自动采集装置，研究不同取芯深度及煤体破坏类型下取芯过程管壁温度变化特性。结果表明:在原生结构煤中取芯时，取芯过程管壁温度变化主要分为3个阶段，即稳定不变阶段、快速上升阶段与缓慢下降阶段，分别对应进钻、取芯与退钻过程；在构造煤中取芯时，管壁温度变化可分为缓慢上升阶段、快速上升阶段与缓慢下降阶段，分别对应进钻、取芯与退钻过程。在构造煤中，取芯深度越大，取芯管管壁升温幅度越大，取样过程中管壁温度峰值越大，且在取芯过程中，取芯管管壁温度传感器B1，B2，B3存在温升滞后现象；同一取芯深度，煤体破碎程度越大，取芯管管壁升温幅度越小，取芯结束时取芯管管壁温度越低。     

基于压力与温度对损失瓦斯量影响试验研究*

为研究取芯管取芯过程中压力与温度对损失瓦斯量的影响,以及t法的偏差,利用自主研发的取芯管取芯过程模拟测试装置,基于模拟试验的相似性,开展不同加热功率下取芯过程模拟试验与室温（30 ℃）对比,以及变温条件下不同吸附压力取芯过程模拟试验。结果表明:前30 min煤芯瓦斯解吸曲线符合Qt=a+b/［1+(t/t0)c］。吸附压力一定时,取芯过程模拟测试的煤芯瓦斯解吸率均大于室温下的对比测试,3~16 min（退钻过程）温度对损失量的影响大于0~3 min（取芯过程）;随着加热功率的增加,煤芯瓦斯解吸量增大,煤芯损失瓦斯量的模拟值亦增大;t法推算值与模拟值的绝对误差随加热功率的增大而增大,相对误差在65.08%~70.79%;加热功率一定时,随着吸附压力的增加,煤芯瓦斯解吸量愈大,煤芯损失瓦斯量t法推算值增大,模拟值亦增大;t法推算值与模拟值的绝对误差随吸附压力的增大而增大,相对误差在68.21%~72.13%。     

高温高压吸附后焦煤的孔隙结构变化特性

为研究高温高压气体吸附试验中焦煤基质膨胀后孔隙结构变化特性,首先开展了软、硬焦煤在不同吸附平衡温度(30℃、40℃、50℃)下的高温高压吸附试验,然后利用压汞法测试吸附试验前、后煤样的孔隙结构,研究了不同吸附平衡温度下的软、硬焦煤吸附性能及高温高压吸附试验对软、硬煤孔隙结构的影响.结果表明:在相同温度和压力下,硬煤瓦斯吸附量及吸附常数a均小于相应的软煤;随吸附平衡温度升高,同一煤样的瓦斯吸附量减少;高温高压吸附试验后,煤样含有大量的半封闭型的微孔和小孔,孔隙连通性变差,煤中孔隙向着更加致密的方向发展,有利于瓦斯的储存.     

冷冻取芯过程煤芯瓦斯解吸特性试验研究*

为探究冷冻取芯过程煤芯瓦斯解吸特性,基于模拟试验的相似性,依托自主研发的含瓦斯煤冷冻取芯响应特性测试平台,开展不同变质程度煤样（长焰煤、贫瘦煤、无烟煤）及不同吸附平衡压力（1.0,2.0,3.0,4.0 MPa）下冷冻取芯过程煤芯瓦斯解吸特性试验研究。研究结果表明:冷冻取芯过程中,煤芯瓦斯解吸量与吸附平衡压力及煤变质程度呈正相关关系;在煤芯瓦斯解吸过程中存在倒吸现象,煤与瓦斯初始吸附平衡压力越大,煤的变质程度越高,倒吸开始时间越迟;冷冻取芯过程中,瓦斯解吸速度与吸附平衡压力及煤变质程度呈正相关关系,且瓦斯解吸速度随吸附平衡压力及煤变质程度变化曲线符合幂函数关系。     

基于复合LSTM模型的PM2.5浓度预测

在对淄博市19个空气质量监测站点监测数据进行分析后，提出了一种基于机器学习的复合模型——灰色关联度分析(GRA)-改进的完备总体经验模态分解(ICEEMD)-长短期记忆网络(LSTM)模型。通过分析淄博市2019年大气污染物和气象数据，选用LSTM模型预测PM_2.5浓度。由于传统单一模块机器学习模型具有训练时间较长和预测精度较低的问题，提出了复合LSTM模型。该模型由3部分组成：GRA,用于PM_2.5浓度影响因素变量筛选；ICEEMD,用于PM_2.5分解、分量筛选和原始大气污染物及气象数据处理；LSTM,用于PM_2.5浓度预测。预测结果表明：淄博市中部丘陵地带PM_2.5浓度高于南部山区和北部平原，东部高于西部；淄博市逐月PM_2.5浓度呈“U”形分布，1月最高，8月最低；淄博市PM_2.5浓度受PM₁₀和CO影响较大，受湿度和温度影响较小。对比单一LSTM模型和GRA-LSTM模型，GRA-ICEEMD-LSTM模型...