工作面瓦斯浓度时间序列特征挖掘与预警应用

为实现工作面瓦斯异常涌出的动态、实时预警,对工作面瓦斯浓度时间序列的概率分布进行分析,利用Shapiro-Wilk和Lilliefors联合正态检验的方法,深入挖掘工作面瓦斯浓度时间序列的分布特征;以潘三矿某掘进工作面为例,实时正态检验工作面过断层时的瓦斯浓度时间序列。结果表明:当影响工作面瓦斯涌出因素作用比较均匀、单一因素不起决定性作用时,瓦斯浓度时间序列服从正态分布;当不服从正态分布时,则断层对工作面瓦斯涌出影响显著,有可能发生灾害。通过对工作面瓦斯浓度时间序列进行实时正态检验以辨识瓦斯涌出状态,将瓦斯浓度时间序列的分布特征作为预警的依据,能为瓦斯灾害的预测预警起有效的辅助作用。     

煤与瓦斯突出微震-瓦斯互动响应预警研究

为解决煤与瓦斯突出实时预警技术在现场应用误报率较高的问题,分析贵州省某矿掘进工作面煤与瓦斯突出主控因素和前兆特性,研究微震-瓦斯互动响应的实时预警机制,构建基于数据挖掘的煤与瓦斯突出智能预测模型,界定煤与瓦斯突出危险等级划分原则,建立煤与瓦斯突出危险性实时预警系统;并利用该矿掘进工作面实测数据预测煤与瓦斯突出危险性等级...     

基于Hadoop平台的瓦斯突出预测预警方法研究

为防治煤与瓦斯(甲烷)突出事故,提出基于Hadoop平台的煤与瓦斯突出预测预警方法。首先,选用霍尔特指数平滑法对实时监测的瓦斯体积分数数据进行预处理,以提高监测数据的准确性和完整性;其次,基于BP神经网络模型,提取监测的瓦斯体积分数的特征参数,并结合人工检测的防突检测参数,构建瓦斯突出预测预警模型;最后,在平煤八矿戊9-10-21050工作面,进行现场应用,验证该方法的可行性。研究表明:用该方法能较好地处理及分析海量瓦斯体积分数所得数据,突出预测预警结果可靠性较高,能够满足现场实际应用的需要。     

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。     

采煤工作面瓦斯涌出量分源计算

采煤工作面瓦斯涌出量计算是矿井通风设计和瓦斯治理的重要依据。根据煤层瓦斯涌出特点,将瓦斯涌出源分为煤壁、采落煤、运煤和采空区4个分源。基于采煤工作面瓦斯浓度监测数据中包含的各源瓦斯涌出信息,建立绝对瓦斯涌出量分源计算方法。以古汉山矿长壁采煤工作面为例,介绍该方法的应用过程。研究结果表明,通过分析采煤和准备工序期间单一或组合瓦斯浓度监测曲线特征,能够计算采煤工作面分源瓦斯涌出量。     

基于Spark Streaming流回归的煤矿瓦斯浓度实时预测

为了实时分析瓦斯监测流数据并对瓦斯浓度进行准确预测以实现瓦斯灾害实时预警,以实时流数据处理框架Spark Streaming构建基于流回归的瓦斯浓度实时预测系统。系统采用分布式流处理技术,可使基于回归算法的瓦斯浓度预测模型更新周期达到秒级,提高了瓦斯浓度预测精度,满足流式大数据处理的实时性要求。实验表明:应用Spark Streaming流回归预测系统在采样周期为5 s的瓦斯监测数据流上进行实时预测时,预测平均均方根误差随模型更新周期的缩短而减小,模型更新周期可达15 s,且更新周期为45 s时预测总均方根误差最小,既能保证预测精度,又能提高瓦斯灾害预警时效。     

基于模糊模式识别的瓦斯含量指标异常预警技术

提出利用模糊模式识别技术对瓦斯涌出异常进行动态预警的新思路;通过对已知巷道的瓦斯含量监测数据和素描图进行分析,提取引起瓦斯涌出异常的前兆特征作为模式识别的特征向量,来对实时监测的巷道的工况进行判断,确定其是否存在瓦斯涌出异常的可能性。该方法将传统煤矿安全监控系统事后报警转变成事前预警,提高了系统的可用性。     

分段留巷Y型通风采场瓦斯与流场分布三维实测与重构

为掌握分段留巷Y型通风工作面流场及瓦斯浓度在三维空间上的分布规律及采空区高瓦斯浓度区域分布范围,采用现场试验、数值分析和理论分析的方法,分别在检修班和采煤班对工作面、沿空留巷内的流场和瓦斯浓度进行了三维实测,同时借助自主研发的"一种采空区瓦斯浓度区域分布三维实测装置"对靠近留巷侧采空区瓦斯空间分布进行了三维实测和重构。研究结果表明:两进风巷道在靠近工作面煤壁交叉口拐角处风速减小而瓦斯浓度升高,工作面内高瓦斯浓度区域为靠近煤壁上方区域和与沿空留巷交叉口靠近采空区侧,沿空留巷内靠近采空区上角位置瓦斯浓度较高;近留巷侧采空区在距工作面垂直距离35~45 m和距沿空留巷垂直距离25~50 m范围内的采空区上部空间形成瓦斯集聚;工作面采用Y型通风方式时,工作面上隅角瓦斯集聚的问题能够得到很好的解决,但在靠近留巷的采空区内部一定范围内形成高瓦斯浓度区域。     

基于电磁辐射峰谷比值法的煤与瓦斯突出预警

为了提高电磁辐射预警煤与瓦斯突出危险的准确性,减少误报现象,在分析大量电磁辐射现场数据基础上,基于电磁辐射预警煤与瓦斯突出危险原理,提出了电磁辐射峰谷比值法,利用正态分布统计特征计算每个班次的电磁辐射瞬时强度峰值均值和谷值均值,并将其比值作为煤与瓦斯突出危险性的预警值。最后,将该方法应用于义忠煤矿11112风巷掘进工作面,研究结果表明:与临界值系数和动态变化趋势系数法相比,峰谷比值法误报较低,预警准确性高,能够很大程度上减少误报对生产的影响。     

基于多因素的LSTM瓦斯浓度预测模型*

为解决煤矿瓦斯浓度预测问题,提出基于多因素的LSTM瓦斯浓度预测模型。模型首先对煤矿多源监测数据进行数据融合、缺失值处理;其次通过特征衍生、有监督化、无量纲化,融合各环境因素特征和时序数据的时间性特征,且衍生出更多交叉项特征和高次项特征;然后利用经验法和逐步试错法确定隐藏层维度;最后进行模型训练和测试。研究结果表明:基于多因素的LSTM瓦斯浓度预测模型的RMSE仅为0.021,MAE为0.01,比单因素LSTM模型、RNN模型预测效果好。因此,基于多因素的LSTM瓦斯浓度预测模型可更精准地进行瓦斯浓度多步预测,促进煤矿安全生产。     

大气压力变化对工作面瓦斯涌出的影响研究

为降低大气压变化造成矿井发生安全事故的可能性，将地面大气压变化数据与某矿工作面瓦斯浓度变化数据进行分析，研究地面大气压的变化规律与传播规律及其对矿井气压的影响，分析大气压变化对工作面瓦斯涌出的作用影响。结果表明：该地区海拔高度每增高1m气压降低大约10 Pa,大气压力发生变化会传递到井下空间，其传递方式与声波相同，且井下压力的变化滞后于大气压力。大气压力的下降速度越快则工作面瓦斯浓度的增加速度也越快，与大气压力下降的具体值关系不大。研究结果可为瓦斯异常涌出预警及相关治理措施的制订提供参考依据。     

采煤工作面回风巷瓦斯气团漂移现象初探

了解瓦斯气体在采掘空间的分布及运移规律,是有效开展煤矿瓦斯治理工作的基础。通过对井下瓦斯浓度监测数据可视化及数理分析,揭示了回采工作面回风流中存在瓦斯气团的可能性,表明了回风巷中瓦斯气体运移具有风流携带气团漂移的特点;回风巷中的同一瓦斯气团先后经过相邻2个传感器时,2个传感器分别观测到的瓦斯浓度变化的曲线形态具有相似性,根据这一特点,给出了回风巷瓦斯气团漂移速度计算公式和应用实例。研究成果有助于优化采煤工作面通风设计,有效监测回风巷中瓦斯气体运移状态,避免高浓度瓦斯气团导致的矿井灾害。     

基于数据挖掘法的矿井瓦斯联动监测

为解决传统矿井监测技术存在的监测效果差、数据利用率低、预警能力不足等问题,提出采用多点及多因素融合的联动监测方法。采用计算机数据挖掘、多级数据融合处理技术建立基于实际预警、规则评判、历史数据检测等方法的矿井故障分析及瓦斯浓度预警数据处理模型。该技术在临汾市尧都区5个煤矿的安全生产监控中试验应用,结果表明联动分析法有助于分析矿井故障原因、提高瓦斯浓度预警能力,且数据挖掘及多级数据融合技术的应用有助于规范样本,提高分析预警规则的稳定性、适应性。     

基于无线传感器网络的市政下水道可燃气体监测系统设计及应用

为防止下水道可燃气体积聚引发爆炸事故,利用无线传感器网络技术设计了市政下水道可燃气体监测系统.实测结果表明:气体传感器监测数据相对误差在2.0%以内,无线数据收发设备的年发送成功率达到98.0%,满足工程运用需求,系统具有较高的可靠性和稳定性.结合无线网络覆盖范围广、实时在线的特点,该系统实现了对不同区域下水道内可燃气体浓度的远程监测,为下水道的安全预警提供了有效依据.     

煤与瓦斯突出层次-可拓预警技术及应用

为实现煤与瓦斯突出的智能化预警,基于层次分析法(AHP)与可拓理论,利用Visual Basic(VB)和ArcEngine组件,设计以数据采集模块、查询模块和预警模块组成的突出预警系统结构,并开发客户端软件系统,结合矿井基础参数及生产工作面煤与瓦斯突出预测指标,构建煤与瓦斯突出预警技术体系。将预警技术体系应用于山西潞安集团余吾煤业S2206回采工作面。结果表明,预警结果与工作面实际相符。     

余吾矿瓦斯灾害综合预警技术研究

为了实现矿井瓦斯灾害过程控制,起到超前提醒作用,把瓦斯灾害遏制在萌芽状态,余吾煤矿结合矿井实际条件建立了瓦斯灾害综合预警平台。根据影响瓦斯灾害的各种因素建立预警模型,通过人工智能分析计算,实时发布预警结果,并建立预警响应机制,根据不同预警结果,采取安全措施,指导矿井生产实践。该预警系统有效遏制瓦斯灾害的发生,给瓦斯灾害应急响应预留了充足时间。     

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。     

顶板灰岩瓦斯涌出异常分析及治理技术

为厘清吕梁矿区某低瓦斯矿井顶板灰岩瓦斯涌出异常的原因,实测开采煤层及邻近煤层瓦斯含量、顶板裂隙涌水量、岩溶水离子成分及裂隙内瓦斯浓度,结合瓦斯异常涌出地点地质构造特征,剖析顶板灰岩瓦斯富集的原因,跟踪考察工作面瓦斯治理效果。研究表明:顶板灰岩裂隙水的封堵作用及层间裂隙水对顶板灰岩溶蚀改造形成的瓦斯储集空间是顶板灰岩瓦斯涌出异常的原因;使用顶板高位钻孔抽采灰岩富集区瓦斯,可减少巷道空间的瓦斯涌出量,降低瓦斯浓度,保障工作面的安全高效生产。     

基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

无线安全监控系统在选煤厂瓦斯监测中的应用

为减少或避免选煤厂瓦斯爆炸事故的发生,解决选煤厂安全监控系统智能化程度低和不能精准地确定瓦斯质量浓度这一问题,引入无线传感器网络(WSN)进行监控,设计安全监控系统框架和各功能单元,分析验证其应用性能;分析选煤厂安全智能监控领域WSN的应用价值。系统运行中可以基于大量的传感器节点进行信息采集,将相关信息通过通信网发送到控制中心。结果表明:WSN可以实现选煤厂瓦斯质量浓度的实时检测,达到预警值现场报警,确保在出现警情后高效的应对,从而为瓦斯质量浓度的监控提供支持,避免引发严重事故。采用的低功耗分群分层路由协议,可延长网络的有效生命周期,使各节点能量损耗均衡。