不同掘进工艺煤与瓦斯流固耦合数值模拟研究

井下瓦斯事故严重威胁着煤矿的安全,研究煤与瓦斯耦合作用规律并采取相应措施可以有效地防止事故发生.考虑瓦斯气体的可压缩性和吸附、解吸特性,假设瓦斯气体在煤体孔隙中的流动遵循Darcy定律,建立了考虑爆破因素的煤与瓦斯流固耦合数学模型,并利用comsol对其求解.结果表明:炮掘对煤体的破坏能力大于机掘;炮掘工艺下,爆破应力...     

模糊综合评价法在煤与瓦斯突出危险性评估中的应用

为了直观准确地对煤矿进行煤与瓦斯突出危险进行评估,在工程实践中建立了安全评价模型,确定了体系层次结构,运用模糊数学方法和层次分析法合理地确定了各因素的权重以及各因素评判和整体综合评判,提高了结果的科学性、实用性.     

煤层瓦斯抽放半径及其影响因素的数值模拟

煤层瓦斯抽放半径是进行抽放方法选择,确定钻孔布置参数以及评价抽放效果的重要依据.为了确定有效抽放半径并找出其影响因素,采用数值模拟的方法,应用计算流体力学软件Fluent建立了钻孔抽放瓦斯模型.采用气体渗流理论模拟瓦斯抽放过程中的流动规律,确定了有效抽放半径,分析了钻孔直径、煤层渗透率和抽放负压对其影响的规律.结果表明:煤层瓦斯抽放有效半径为1.8m左右,钻孔直径和煤层渗透率对抽放半径影响较大,抽放负压的影响不大.     

爆炸载荷作用下矿井密闭墙损伤评估

为探究煤矿井下常见的典型砖墙密闭墙抗爆性能,采用ANSYS软件建立数值模型,研究爆炸冲击作用下密闭墙的损伤情况。首先,分析瓦斯爆炸的特点和其导致的冲击波压力在巷道内传播特性,预测冲击波的压力强度幅值;然后,建立密闭墙数值模型,设计并完成多种冲量及压力加载方式组合条件下对墙体的冲击模拟数值试验;最后,通过自定义的损伤变量及试验结果,绘制密闭墙的P-I曲线损伤图。结果表明:不同冲击组合方式下密闭墙受到的损伤状态差别较大,因现实中可能发生的瓦斯爆炸特征较为复杂,可以利用给出的密闭墙损伤临界线方程及P-I曲线损伤图,快速评估在其他爆炸冲击条件下墙体损伤状态。     

不同封闭情况下T型管道中瓦斯爆炸传播规律实验研究*

为研究不同封闭情况下T型管道中瓦斯爆炸的传播规律,在90°分岔管道中进行瓦斯爆炸实验,管道封闭情况为弱封闭（双PVC薄膜弱封闭）和强封闭（直管封闭或支管封闭）。实验结果表明:在瓦斯浓度为9.5%时,管道中各点处的瓦斯爆炸压力、火焰传播速度和火焰锋面振荡幅度最大,11%次之,8%最小。T型管道中,弱封闭端瓦斯爆炸压力不断减小;火焰传播速度先缓慢增大后减小,随后又快速增大。强封闭端,瓦斯爆炸压力增大;火焰传播速度先缓慢增大后略微下降,随后快速增大后又大幅度下降,甚至出现火焰锋面振荡现象。不同封闭管道中各测点的瓦斯最大爆炸压力和火焰传播速度大小比较可知,直管封闭管道＞双PVC薄膜弱封闭管道＞支管封闭管道。     

基于低浓度瓦斯利用的换热器设计及数值分析

为提高低浓度瓦斯利用效率,对螺旋式、列管式、翅片式3种换热方式进行参数化研究,探讨不同形状换热方式对预热效果的影响,并通过改变流速和温度研究螺旋管换热效果.结果表明:螺旋管换热效果相对最佳,并在vh=0.9 m/s,vc=2.0 m/s时换热温度相对最高.同时,随换热温度升高,出口温度逐渐升高,随速率增加,出口温度先升...     

国家自然科学基金重点项目 “深部煤岩瓦斯复合动力灾害孕灾机制--演化规律及防控基础研究”(52130409)项目介绍

1研究背景和意义随着我国许多煤矿相继进入深部开采,深部高瓦斯压力、高地应力、低渗透性煤层及其围岩之间的耦合作用不断增强,煤岩瓦斯复合动力灾害日益加剧。迄今国内外学者对煤与瓦斯突出以及冲击地压机理的认识仍然处于半定量阶段,对于发生机理较为复杂的煤岩瓦斯复合动力灾害的认识更处于初步探讨阶段。     

分层充填开采煤层瓦斯运移方式及涌出规律研究*

为了探究使用分层充填法采煤过程中煤层瓦斯的运移方式及涌出规律,以高河煤矿E1302工作面为研究对象,采用实验室试验、理论分析、数值模拟相结合的方法建立数学模型,利用数值模拟软件对煤层瓦斯的运移方式及涌出规律进行求解。研究结果表明:使用分层充填法采煤时,充填体渗透率远大于煤体,下分层煤体中的瓦斯会以充填体为媒介向工作面涌入;开采过程中,工作面瓦斯压力随开采时间逐渐降低,开采30 d后,煤层最大瓦斯压力下降18.75％,最大瓦斯渗流速度始终位于充填体、工作面、下分层煤体交界处;工作面绝对瓦斯涌出量随着开采时间的推移呈波动式下降。     

基于数据填补-机器学习的煤与瓦斯突出预测效果研究*

为解决煤与瓦斯突出事故数据集少,数据缺失严重的问题,提出将多重插补（MI）和随机森林填补(MF)应用于填补缺失参数,并将填补前和填补后的数据输入SVM,ELM,RF 3种机器学习算法进行训练,构建9种耦合模型。采用总体准确率、局部准确率、运行时间这3种指标评价模型性能。研究结果表明:采用数据填补算法后,由于训练样本增大,煤与瓦斯突出事故预测的总体准确率提高,运行时间增长;MF-RF模型的总体准确率与事故预测准确率最高,分别为97.90%和98.93%;RD-ELM模型的运行时间最短,为0.24 s;多重插补使得煤与瓦斯突出预测的总体准确率提高0.98%~1.11%,随机森林填补总体准确率提高5.13%~7.50%,随机森林填补的效果好于多重插补。     

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。