煤矿瓦斯治理与利用实施意见：发改能源[2005]1119号

为贯彻落实国务院第81次常务会议精神，进一步加大煤矿瓦斯集中整治力度，遏制煤矿重特大瓦斯事故多发的势头，建立健全防治煤矿瓦斯的长效机制，充分利用煤矿瓦斯资源，现提出以下实施意见。     

基于随机搜索优化XGBoost的瓦斯涌出量预测模型*

为防治瓦斯灾害,解决井下瓦斯涌出量在预测过程中因影响因素繁多带来的精度较低问题,提出1种基于套索(Lasso)回归与随机搜索优化极限梯度提升(XGBoost)的模型进行瓦斯涌出量预测。以沈阳某煤矿综采面瓦斯涌出量历史数据为例,综合考虑影响瓦斯涌出量的影响因素。首先利用Lasso回归提取对瓦斯涌出量有重要影响的特征数据,作为预测输入;采用随机搜索算法对XGBoost模型4种主要参数进行寻优,选取最优参建立预测模型获得预测指标并分析比较其他模型。研究结果表明:Lasso回归筛选出的影响因素结合随机搜索获得的最优参数组合优化XGBoost比其他模型预测精度更高,平均相对误差为1.53%,均方根误差为0.140 3 m3/min,希尔不等系数为0.013 2,研究结果可为现场瓦斯管理提供参考依据。     

动态瓦斯地质预测算法研究与可视化应用

为实现煤矿瓦斯地质动态精准预测与可视化,基于煤层埋深、厚度、倾角、地质构造等多种因素,通过将相似的地质模块定义为同一微单元,在此基础上将反距离权重插值算法和递归邻域搜索策略与数据优化处理算法相结合,应用于瓦斯地质动态预测可视化系统开发。研究结果表明:根据递归邻域搜索算法模型开发的多级瓦斯地质图动态分析系统利用瓦斯地质基础数据可对矿井瓦斯含量、压力、涌出量等瓦斯赋存参数进行实时分析和计算,动态绘制散点图、等值线和区域预测图,使瓦斯区域预测图过渡更加平缓,显著提高预测的精准性及整体的显示效果,同时其制图耗时也无明显增加,可为高瓦斯矿井安全生产提供决策依据。     

基于GASA-BP神经网络的煤层瓦斯含量预测方法研究

为提高煤层瓦斯含量预测的精准度和效率,提出1种利用遗传算法(GA)和模拟退火算法(SA)混合初始化BP神经网络(BPNN)的瓦斯含量预测新模型(GASA-BPNN模型)。利用灰色关联分析法(GRA)筛选瓦斯含量主控因素并作为GASA-BPNN预测模型的输入。为解决BPNN收敛速度慢和易陷入局部极小陷阱的问题,将GA和具有时变概率突跳性的SA整合为GASA算法协同初始化BPNN的权值和阈值,有效地提高BPNN的参数学习能力。将该模型应用于煤炭生产现场,结果表明：BPNN模型、GA-BPNN模型和GASA-BPNN模型瓦斯含量预测总平均相对误差分别为15.79%,9.03%,5.56%。相比BPNN模型和GA-BPNN模型,GASA-BPNN模型对样本的泛化能力更强,参数训练速度最快并且预测精准度最高。     

中煤集团安全生产监管物联网应用示范工程建设

针对煤矿安全生产监管物联网应用过程中存在的信息不共享、瓦斯探测不可靠、人员定位不精确、预警功能不足等问题,中煤集团通过开展煤矿物联网关键技术研究及示范工程建设,对瓦斯激光高可靠监测、人员高精度定位、物联网智能监测、数据安全传输等关键技术研究攻关,构建了"5层9要素"全覆盖物联网,有效提高了安全监管能力和应急处置水平。     

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。     

基于防突工作流程的突出预测敏感指标体系构建方法

针对现有突出预测敏感指标确定方法存在的问题,基于瓦斯压力和瓦斯含量的联系,考察了临界压力和含量的对应关系,确定了瓦斯压力为杨柳煤矿10#煤层区域预测敏感指标,临界值为0.74MPa;采用实验室分析和现场验证相结合的手段,通过引入相对误差和迫近度等分析方法,确立了钻屑解吸指标Δh2为10#煤层局部预测敏感指标,临界值为180 Pa;结合我国目前防突工作基本流程,确定了突出预测敏感指标体系的构建方法,构建了杨柳煤矿10#煤层突出预测敏感指标体系。     

煤矿瓦斯爆炸事故的应急救援物资调度模型研究

矿井瓦斯爆炸事故是煤矿安全生产中最严重的事故之一.为确保事故后应急救援的高效开展及减少应急物资调度过程中的经济损失,在以调度时间为第一的前提下,结合煤矿瓦斯爆炸事故实际,引入伤亡性和经济性两个优化目标,构建了一种在多出救点、多物资和多受灾点约束条件下的多目标应急物资调拨模型,并运用加权算法基本思想,确定了决策效用函数,同时结合瓦斯爆炸事故的时间紧迫度,在保证物资连续消耗的条件下,求解最优物资调度方案,并通过实例验证了可行性.     

煤与瓦斯突出预测的QGA-LSSVM模型

为快速、有效地对煤与瓦斯突出类型作出预测,运用灰色关联和因子分析模型对所选主要的判别指标进行分析提取,利用量子遗传算法(QGA)对最小二乘支持向量机(LSSVM)的参数作寻优处理,最终建立QGA-LSSVM煤与瓦斯突出预测模型。选取从砚石台矿区历史实测的数据,以96∶20的比例对该模型进行训练与测试,并将预测结果与其他预测模型的预测效果进行了比较。研究结果表明:对判别指标进行灰色关联分析可以有效去除对煤与瓦斯突出影响作用小的指标;用因子分析进行公共因子提取,可以有效减少数据信息冗余;利用QGA优化的LSSVM模型能使结果避免陷入局部最优解,用该模型可以有效预测煤与瓦斯突出类型,误判率为0。     

密闭管道瓦斯爆炸冲击波冲量及压力上升速率的实验研究

针对矿井瓦斯爆炸破坏模式主要在压力破坏和冲量破坏的研究,实验分析瓦斯在密闭管道发生爆炸时瓦斯浓度对冲击波冲量及压力上升速率的影响,利用管道中距离点火源不同位置的压力传感器测试了不同浓度瓦斯的爆炸压力,对冲击波冲量及压力上升速率进行分析,为防爆抑爆提供依据。研究结果显示:在管道中距离点火源的不同位置上,当浓度为9.5%时,瓦斯爆炸冲击波冲量及压力上升速率最大;由于超压衰减和传播距离的增加,在距离点火源4m和8m时压力冲量较大;在瓦斯浓度较低的范围内瓦斯爆炸时,其压力上升速率增长较快,而随着浓度的增加在较宽的浓度范围内,能较稳定地维持在高位值。