基于工业以太网的瓦斯监控系统设计

以具有工业以太网接口的井下监控分站为核心,搭建从监控计算机到井下监控分站间完全基于工业以太网的瓦斯监控系统。监控系统硬件选用两台数据采集计算机通过双机冗余方式专门采集数据,存入数据库服务器供其余监控计算机调用。监控系统软件由专门数据采集软件KingOPCServer、工业实时数据库KingHistorian、工控软件Kingview6.53组成了完全基于以太网网络的软件体系。新型矿井瓦斯监控系统可以以最小成本实现对各类早期瓦斯监控系统的升级,将原瓦斯监控系统传输速率提升到100Mbps以上,更便于与IP视频电话系统、工业电视系统、人员安全检测系统、人员定位等系统的综合布设。     

低透气性煤层钻射一体化瓦斯抽采技术研究与应用

为提高低透气性煤层的瓦斯抽采效果,开发了钻射一体化技术,并在韩村矿进行了试验研究。试验过程中,金属射流首先在煤层中射出主裂缝,随后推进剂延迟爆破产生高能爆生气体压裂煤体,破坏煤体的致密结构,在钻孔周围形成松动裂隙圈,达到煤层增渗效果。结果表明,钻孔瓦斯抽采体积分数由措施前的10.1%增加到措施后的42.2%,钻孔瓦斯抽采流量由0.026 m3/min增加到措施后的0.077 m3/min。钻射一体化技术措施增透效果显著,比同等条件下的普通钻孔抽采效果成倍提高,为高瓦斯低透气性煤层高效抽采瓦斯提供了一种有效途径。     

易失稳瓦斯抽采钻孔加固技术数值模拟研究

针对松软煤层瓦斯抽采钻孔稳定性差、钻孔形变较大、钻孔及周围煤体漏风严重等造成钻孔密封难的技术难题,提出了预先采用加固技术来提高松软煤层瓦斯抽采钻孔的稳定性,合理的解决钻孔高效密封的现实难题。首先,阐述了易失稳瓦斯抽采钻孔加固技术的基本原理。其次,利用FLAC3D模拟软件对比分析了松软煤层、硬质煤层在不同固孔材料固化后钻孔周围位移场变化。研究表明:采取固孔措施后的钻孔相比措施前等值线分布稀疏,梯度较小,不同位置处的煤体的位移量差别较小。钻孔形成后,顶部位移量均大于底部位移量,左右两帮的位移量基本相同,有效的降低钻孔周边煤体的位移变化量,增强钻孔稳定性,为钻孔的高效密封提供了保障。     

安全工程专业继续教育知识讲座 第六讲 防灾减灾工程学科的现状与发展（上）

自然灾害是当今世界面临的重大问题之一,我国面临很多的自然灾害与挑战,对此,了解防灾减灾工程的学科结构及该学科对安全监督和管理工作的指导作用很有必要。     

基于过程方法的企业安全评价指标体系构建方法

针对安全评价技术的应用现状,分析现有安全评价体系在构建上的局限性,认为安全评价体系应基于现代安全管理体系的运作方式进行构建;回顾安全管理的发展过程,对代表现代安全管理的两种管理模式的起源及特点进行了分析,认为两种管理模式都应用了质量管理的过程方法;在该基础之上,结合过程方法的特点与企业的实际运作方式,提出基于过程方法的安全管理模型,并运用该模型,对安全评价体系的指标构成进行分析;以危险源识别、管理过程、安全教育与培训和应急准备与响应4个指标为基础,构建了安全评价体系的框架。     

瓦斯浓度区间预测的灰色聚类与高斯过程模型

为有效分析矿井瓦斯监测数据,以实现准确、可靠的瓦斯浓度预测,基于灰色关联聚类分析与高斯过程回归模型,研究瓦斯浓度时间序列分析与预测的方法。以预测有效度为预测精度的评估指标来动态确定重构瓦斯浓度时间序列样本空间的维数;应用灰色关联分析方法将瓦斯浓度时间序列划分成若干样本集,将其中具有关联特征的样本作为虚拟变量进行预测以消除因随机、不确定因素干扰而引起的预测误差;应用高斯过程回归模型实现瓦斯浓度区间预测,将预测结果表示成一个具有较高可信度的取值区间,以此表达对未来一段时间内瓦斯浓度动态变化情况的预测。实例分析表明:预测结果准确、可靠,能够较好地反映瓦斯浓度的实际变化状况。     

基于HHT方法的矿井瓦斯体积分数预测

为有效分析煤矿瓦斯监测数据以实现较准确的瓦斯浓度预测,研究应用希尔伯特-黄变换(HHT)方法进行瓦斯浓度时间序列分析与预测的方法。应用经验模态分解(EMD)方法将瓦斯浓度时间序列分解成不同频率的固有模态函数(IMF)分量的叠加,以获取瓦斯浓度时间序列的瞬时特征;通过Hilbert变换求得各IMF分量的瞬时频率,依据各IMF分量瞬时频率的均值将分解得到的IMF划分成较高频和低频2类新的分量,选取适合于各分量特征的预测模型分别进行预测,以消除局部随机性对预测精度的影响,结合自回归(AR)、径向基函数(RBF)神经网络和支持向量机(SVM)3种预测模型实现瓦斯浓度预测。实例分析表明:应用该方法所得预测结果比较准确,降低了预测复杂度,提高了预测精度。     

基于物理相似模拟实验的覆岩采动裂隙演化规律研究

覆岩采动裂隙演化规律及其形态特征与卸压瓦斯抽采密切相关。运用自主设计的固气耦合相似模拟实验系统,通过模拟实验分析得到采动裂隙随着工作面的推进经历了产生、发展和闭合过程,其分布曲线呈马鞍状。结合采动裂隙演化规律及分布形态,分析了采动裂隙场的演化特征,其发育高度受主关键层影响明显,进一步明确了卸压瓦斯在裂隙发育各阶段发生运移和汇集的区域范围,为现场布置瓦斯抽采钻孔参数提供了设计依据。     

基于CNN-GRU的瓦斯浓度预测模型及应用*

为解决传统瓦斯浓度预测方法预测精度低和适用性不强等问题,提出运用卷积神经网络（CNN）提取瓦斯浓度时间序列的变化趋势及局部关联特征,应用门自适应矩估计（Adam）优化的控循环单元神经网络（GRU）,在关联特征基础上进行时序性预测的组合方法,并以铜川玉华煤矿监测数据为样本,对比CNN-GRU组合模型、传统机器学习模型LSTM和GRU模型的预测效果。研究结果表明:CNN-GRU模型的预测精度和收敛速度均优于LSTM和GRU模型;CNN-GRU平均绝对误差和均方根误差分别可降低至0.042,0.006,运行效率分别提高59.15%,35.04%,研究结果可为矿井瓦斯灾害防治提供依据。