煤巷掘进工作面煤与瓦斯突出预测的“掩护罩”理论

为了解决煤巷掘进工作面煤与瓦斯突出预测(以下简称"突出预测")的理论计算问题,首先,根据突出事故发生的一般规律和现行的突出预测方法建立了突出预测的物理模型,提出了突出预测的"掩护罩"理论,对瓦斯压力、地应力、煤的力学性质等在突出预测中的作用进行定性分析,提出了瓦斯压力起主要作用的观点;在此基础上,以瓦斯渗流理论为基础,建立了"掩护罩"不失效的临界条件——迎头内瓦斯压力的临界值与几何参数、煤的剪切强度等指标之间的定量关系,包括掘进过程中失效和延时失效两种情况,可以解释延时突出现象;最后,提出了需进一步研究的问题,包括快速获得迎头内瓦斯压力、煤体剪切强度指标的方法,以及非线性渗流偏微分方程线性化处理的误差问题。     

石门揭煤过程中煤与瓦斯延时突出及防治技术研究

在综述煤与瓦斯延时突出机理及其影响因素的基础上,详细地分析石门揭煤过程中煤与瓦斯延时突出时各种因素在延时突出中的作用,并从空间和时间的角度,对石门揭煤过程中巷道煤与瓦斯延时突出整个过程进行详细描述。根据掘进工作面附近暴露煤体的"三区"分布规律及其与延时突出的关系;提出先采用钻孔抽放石门突出煤层瓦斯等措施分阶段释放煤与瓦斯突出动力源;再用注液冻结技术增强揭开煤体的强度、增加集中应力区和卸压区的长度来防止被揭开煤体发生流变而导致延时突出的防突技术;以及在揭煤后采取迅速支护防止空顶和冒落等防治措施。研究成果为开发技术可行、经济合理的快速安全揭煤技术提供理论基础。     

急倾斜煤层石门揭煤突出机理数值模拟研究

与其他类型的突出相比,石门揭煤的突出危险性最为严重,对它的突出机理进行研究有助于提高防突工作水平。根据马家沟矿石门揭煤突出后遗留的孔洞形状,采用数值模拟软件对突出过程进行反演分析;再现了马家沟矿石门揭煤突出发生的地质条件及发展过程。结果显示,急倾斜煤层石门揭煤突出过程中,煤体自重应力的作用比较明显;突出发生后,地应力梯度和瓦斯压力梯度均下降,卸压区宽度增大。因此,对于急倾斜煤层石门揭煤,一方面,要采取瓦斯抽放等措施,降低工作面前方煤体的应力和瓦斯压力;另一方面,要采用金属骨架对其上方煤体进行支护,防止该煤体垮落诱导突出。     

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。     

人工神经网络在煤与瓦斯突出预测中的应用

由于煤与瓦斯突出发生机理的复杂性,传统预测方法的应用受到很大的限制,而人工神经网络理论以其高度非线性映射的特性为解决这一问题提供了新的途径。以突出预测指标为基础,利用多层反向传播神经网络(BP网络)模型实现对突出危险性的预测。实例分析表明,模型精度很高,可用于工作面煤与瓦斯突出危险性的预测。     

瓦斯在石门揭构造软煤诱发煤与瓦斯突出中的作用

为了更好地认识和防治煤与瓦斯突出,利用扫描电子显微镜和静态液氮吸附仪研究一种构造软煤的微孔结构特征,同时利用自主搭建的大型石门揭煤相似模拟试验系统,研究石门揭露构造软煤过程中瓦斯压力的变化规律。在试验研究的基础上,分析构造软煤的微孔特性对瓦斯赋存的影响,以及瓦斯在石门揭露构造软煤诱发煤与瓦斯突出中的作用。通过试验得出:构造软煤的结构破坏严重,微孔发育并且为特殊瓶颈的不透气孔,为瓦斯的赋存提供了极为有利的条件;瓦斯在突出的启动和发展过程中起重要作用,即在瓦斯压力突然降低、释放膨胀潜能时,瓦斯压力作为动力来源,加速了煤体向采掘空间抛出的过程。     

煤与瓦斯突出预测综合指标F临界值研究

为了更加准确的预测掘进工作面煤与瓦斯突出,防止灾害事故的发生,针对“三率”各评价指标与掘进工作面煤与瓦斯突出预测综合指标具有区间型属性特性,运用灰靶决策理论,提出了基于熵值加权法与多指标加权灰靶相耦合的决策模型。该模型引入“奖优罚劣”变换算子,对样本矩阵进行无量纲初始化处理,结合改进的熵值法确定指标权重,构建了综合指标F临界值的决策模型,将综合指标F值在200~400内以10为步长形成了21个评价方案,对综合指标F的临界值进行研究。最后,通过在章村煤矿的现场实际应用,证实了该模型的有效性与实用性。     

基于网络分析和联系熵的煤与瓦斯突出预测研究

以煤与瓦斯突出预控为目的,将网络分析法和联系熵理论相耦合,建立了煤与瓦斯突出预测的ANP-CE模型。该模型运用网络分析法建立了煤与瓦斯突出预测指标网络模型并计算预测指标权重分布,划分了突出危险性等级及其相应的指标临界值,确定了各危险等级的联系熵范围。结合工程实例,预测结果与工程实际情况相符,表明了该预测模型在计算预测指标权重分布和煤与瓦斯突出危险性预测上具有可行性和合理性,为煤与瓦斯突出预测方法提供了一种新的途径。     

基于神经网络的煤与瓦斯突出预测模型

在全面分析了煤与瓦斯突出影响因素的基础上 ,提出了煤与瓦斯突出预测的人工神经网络模型。介绍了突出特征指标的选取及表示方法与推理过程。实例分析表明 ,模型精度很高 ,可用于工作面煤与瓦斯突出预测 ,并分别给出图 2 ,表 3,文献 5     

石门揭煤突出机理及控制技术应用

从地应力和瓦斯等方面系统分析了石门揭煤突出规模最大和危险度最大的根本原因:瓦斯来源最广而且地应力储集最大。介绍了近年来开发研究的两大卸压增透利器:水力割缝,水力压裂。通过对几个矿的实践,发现卸压增透措施相比常规措施效果显著,为有效防止煤与瓦斯突出、特别是防止石门揭煤突出发挥了重要作用,同时,采掘速度大大加快,提高了经济效益。     

瓦斯压力对煤与瓦斯射流突出能量的影响

瓦斯压力是煤与瓦斯突出的主要动力源,其与突出能量的关系尚不明确。将煤与瓦斯突出视为煤-瓦斯气固两相射流突出,在分析煤与瓦斯射流突出过程的基础上,建立了煤与瓦斯射流突出数值模型,给出了突出能量表达式。通过理论分析、数值模拟相结合,得到了瓦斯压力对煤与瓦斯突出能量、突出强度、瓦斯涌出量等参数的影响规律。结果表明,突出发生时,突出能量具有波动性,即以突出口为界存在能量集聚骤升区和能量释放衰减区。能量集聚骤升发生在突出孔洞至突出口段,瓦斯-煤两相流突出速度成倍增大;能量释放主要发生在突出口附近和巷道中,瓦斯-煤两相流突出速度逐渐减小。煤与瓦斯射流突出产生强烈涡旋,在顶板、底板处尤为显著,与现场观察到的突出后顶板有摩擦和划痕、底板突出煤粉有分选现象一致。瓦斯压力与突出能量间呈线性增加关系,与突出强度和瓦斯涌出量均呈幂指数增加关系。计算得到的煤与瓦斯射流突出能量量级与前人结论基本吻合,结果可为煤与瓦斯突出能量预测提供参考。     

立井揭煤前测定煤层瓦斯压力的方法与实践

为了解决复杂环境下立井揭煤前煤层瓦斯压力的可靠测定,基于揭煤井筒瓦斯地质特征、煤岩体物理力学性质,应用COMSOL软件模拟揭煤工作面在接近目标煤层时,井筒周围煤岩的地应力分布特征,直观展现了目标煤层中的应力分布结果。模拟结果表明,立井工作面距煤层的垂直距离为7 m时,煤层中会形成一个近似于环形的卸压圈,卸压半径为16 m,因此煤层瓦斯压力测试孔的终孔位置应布置在井筒中心线16 m以外的原始地应力区,以保证测压点瓦斯压力不受揭煤井筒卸压区的影响,令测压结果准确可靠,从而更好地预测煤与瓦斯突出区域的危险性。同时,结合立井揭煤工作面的水文地质特征和井筒严重淋水情况,自主研发并应用了瓦斯测压孔"两堵一注"封孔材料及特定的封孔工艺,进一步保障了封孔质量和瓦斯压力测试结果的可靠性。最后,依据测压结束时测压管内的实际水压情况,对测压结果进行修正,并依据实测瓦斯含量,采用间接法对所测得的瓦斯压力进行验证,实测值在反算得到的瓦斯压力值域内,表明此方法有效可行。     

基于可拓模式识别的煤与瓦斯突出危险性分析

为了有效识别煤与瓦斯突出的危险性,运用可拓理论和熵理论建立了基于熵权的可拓模式识别模型。熵权和关联函数的建立避免了权系数和综合隶属度确定的主观性。利用该模型对某能源有限公司3个工作面的突出危险性进行识别分析,不仅得出了各工作面的突出危险性程度,还得出了各工作面突出危险性大小的排序。结果表明,基于可拓模式识别的方法既可以确定单一对象的隶属模式,又可以对多个识别对象进行排序,而且识别过程宜于编制计算机程序求解,计算简单,易于在现场推广应用。     

Experimental study on the influence mechanism of gas seepage on coal and gas outburst disaster

By using the self-developed triaxial servo-controlled seepage equipment for thermo-fluid-solid coupling of coal containing gas and the self-developed coal and gas outburst simulation test device, experiments to study the influence mechanism of gas seepage on coal and gas outburst disasters. The results show that: (i) gas seepage decreases the strength of coal containing gas and accelerates its failure process; (ii) under the same gas pressure, the confining pressure is larger, the more difficult the gas flows and the greater the intensity of coal containing gas is; (iii) in the process of coal and gas outburst, the greater the vertical ground stress is, the more powerful the outburst will be; (iv) the influence mechanism of gas seepage on coal and gas outburst disasters is as follows: firstly, gas seepage weakens the mechanical properties of coal body, which makes it much easier for coal and gas outburst to occur; secondly, on the same effect of external force, it will be easy to form a high gas pressure zone in the coal body under the difficult condition of gas seepage, and accumulate more gas compression energy, which is the energy source for coal and gas outburst, and it is also the main dynamic source to throw and grind the coal.     

煤与瓦斯突出过程中煤体瓦斯的作用研究

为了研究煤与瓦斯突出过程中煤体瓦斯的作用,采用煤体中瓦斯总量守恒的原理研究瓦斯含量与瓦斯积聚内能的基本方程和影响因素;分析煤与瓦斯突出产生的力学条件和机理,建立了煤与瓦斯突出危险程度的矩阵图。结果表明:瓦斯含量是煤体瓦斯内能最直接的反应,其值大小决定瓦斯内能的大小;瓦斯压力梯度、煤体的断裂韧性及煤体内的裂隙发育程度决定着瓦斯突出的危险性,低渗透性构造煤对瓦斯运移阻力较大,容易形成较大的瓦斯压力梯度,从而更容易发生煤与瓦斯突出。煤层中的瓦斯含量、瓦斯压力、地应力越大,煤体的强度、渗透率越小,越容易发生突出。煤层瓦斯情况、力学性能、地质构造和煤层的应力状态是决定煤与瓦斯突出的主要因素。     

Fisher判别法在煤与瓦斯突出危险程度预测中的应用

为了提高煤与瓦斯突出的预测精度,根据煤与瓦斯突出的综合作用假说,选取开采深度、瓦斯压力、瓦斯放散初速度、煤的普氏系数以及煤体破坏类型作为判别指标。利用国内典型突出矿井20个实测数据作为训练样本,建立煤与瓦斯突出危险程度预测的Fisher判别分析模型,并应用于其他待判样本的预测。结果表明:Fisher判别分析模型能够反映多因素对煤与瓦斯突出的影响,分类性能良好,误判率低,借助SPSS软件实现,具有计算简单的特点,是煤与瓦斯突出预测的一种有效方法。     

煤岩变形破裂的电磁辐射规律及其应用研究

对受载煤体变形破裂电磁辐射规律进行了研究及分析 ,并对煤岩电磁辐射技术应用于预测预报煤与瓦斯突出进行了试验研究。研究结果表明 ,电磁辐射与煤岩体的载荷、加载速率及变形破裂过程呈正相关。煤岩电磁辐射技术在预测预报煤与瓦斯突出等方面有着非常广阔的应用前景。     

GRNN模型在煤与瓦斯突出及瓦斯含量预测中的应用

煤与瓦斯突出的作用机理非常复杂,是诸多因素如地应力、煤层瓦斯、煤体物理力学性质等共同作用的结果。在分析广义回归神经网络(GRNN)的基本原理和算法的基础上,建立煤与瓦斯突出等级以及基于构造复杂程度定量评价的瓦斯含量GRNN模型。然后用收集到的工程实例样本训练和检验该模型。结果表明,GRNN模型具有很好的预测能力和泛化能力,能较好揭示瓦斯含量和诸影响因素间的关系,可用于煤与瓦斯突出判别以及瓦斯含量预测。同时可以看出,光滑因子的合理选取对于提高GRNN模型的预测精度非常重要,因此,在以后的实际应用中需要不断尝试,找出最合理的光滑因子。     

基于BP神经网络的煤与瓦斯突出预测系统开发

煤与瓦斯突出影响因素多,难以为其建立合适的多指标非线性预测模型,为提高突出预测的准确性和增强预测预报方法的实用性,采用改进的BP算法建立煤与瓦斯突出预测数学模型。通过研究不同算法的突出预测效果,对已建模型的泛化能力进行检验,利用Matlab GUI和神经网络工具箱设计开发煤与瓦斯突出预测系统,通过向系统输入已知的突出样本数据,经过学习、训练,实现对未知参数的预测。仿真结果表明:网络在训练300次后,误差训练曲线的均方差(MSE)可以达到10-15,实际预测误差也小于0.1,系统得到的5组数据预测结果与实际情况相符。