煤矿瓦斯灾害事故频发的原因及其对策分析

1 煤矿安全生产形势与现状 我国是世界上灾害最严重的国家之一,近十年,每年平均灾害损失近1600亿元,相当于国民生产总值的3.8%,这一比例是发达国家的10倍以上.在众多的灾害中,伴随矿业生产的动力现象(冲击地压、煤与瓦斯突出)、瓦斯、粉尘、水灾和火灾等灾害事故,不仅造成人民生命财产的巨大损失和环境问题,而且还制约着矿业生产的发展,乃至整个国民经济和社会的可持续发展.中国的矿业事故是所有工伤事故中最为严重,造成的死亡人数仅次于公路交通,在各种人为显性事故灾害中居第二位,矿业灾害中尤以瓦斯灾害最为突出,是我国矿业发展中亟待解决的重大问题.     

中国地震局深入开展党的群众路线教育实践活动

活动概述根据中央部署,党的群众路线教育实践活动于2013年6月18日正式启动。一年左右的时间里,活动将紧紧围绕保持和发展党的先进性和纯洁性,以为民务实清廉为主要内容,按照"照镜子、正衣冠、洗洗澡、治治病"的总要求,自上而下在全党深入开展。     

突出对小微企业安全生产的监管

启东市目前共有小微企业8000余家．从业人员41000余人,涉及轻纺、木制家具、包装材料、金属制品制造等多个行业。随着经济的不断发展,该市的小微企业数量每年以25％的幅度递增．生产安全事故也随之增多。启东市的小微企业主要有三个特点：     

实施“两不原则”筑牢安全屏障——访全国道路客运安全年成绩突出企业广西驰程公司董事长谢宝宁

“不安全的不生产、不稳定的措施不实施”。这是广西驰程汽牟运输有限责任公司董事长谢宝宁一贯坚持的“两不原则”。该公司多年来始终把安全放在第一位,狠抓安全生产,为旅客安全出行保驾护航。     

强化“四突出”实现“四转变”为安全生产形势持续稳定好转提供坚强保障

2007年以来．海门市安全生产行政执法案件结案率和执行到位率均为100％．未发生一起行政复议和行政诉讼案件．市安监局先后两次被省全面推行依法行政领导小组评为省级依法行政示范单位．被省政府评为省依法行政先进单位。回顾行政执法工作．我们以强化“四个突出”来实现“四个转变”．     

数字播报

2000处 10月中旬,中国政府网发布了《国务院办公厅关于进一步加强煤矿安全生产工作的意见》。意见提出,要大力推进煤矿安全治本攻坚,建立健全煤矿安全长效机制,坚决遏制煤矿重特大事故发生。意见明确要加快落后小煤矿关闭退出。重点关闭9万t/a及以下不具备安全生产条件的煤矿,加快关闭9万t/a及以下煤与瓦斯突出等灾害严重的煤矿,坚决关闭发生较大及以上责任事故的9万t/a及以下的煤矿。同时,通过     

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。     

突出主线 抓住重点 通州区注重安监执法与服务“两手硬”

今年以来,南通市通州区安监局针对点多面广、安全状况参差不齐的众多企业．以执法先送法．在宣传教育中提高安全意识．在拓展培训中提高安全技能,在行政指导服务中改进执法等手段．做到服务与执法的有机结合,促进了企业安全生产形势持续好转。     

数量化理论Ⅲ及其在煤与瓦斯突出危险性评估中的应用

研究了数量化理论Ⅲ建立煤与瓦斯突出危险性的原理和方法,以瓦斯地质学理论为基础,建立了包括煤层瓦斯含量、煤层瓦斯压力、煤层分岔合并现象、地质构造复杂程度、煤的破坏类型等11个地质因素的煤层突出危险性评估指标体系。以数量化理论Ⅲ为工具,实例分析得出马依西一井3煤层突出危险性的敏感地质因素及因素轴F1,以该轴上得分大于0.1的地质因素作为强突出的敏感地质因素;得分小于-0.1的地质因素作为弱突出的敏感地质因素,得分在0.1--0.1之间的地质因素作为中等突出的敏感地质因素,将矿井划分为强突出、中等突出和弱突出三个区域。该方法实现了地勘阶段煤与瓦斯突出的定量分析,进一步细化了突出区域的划分。     

基于SKPCA与NEAT算法的煤与瓦斯突出危险性预测

针对煤与瓦斯突出预测精度不足的问题,为了减少突出灾害的危害,提出了基于稀疏核主成分分析法(SKPCA)与增强拓扑神经进化算法(NEAT)的煤与瓦斯突出危险性预测方法.通过核主成分分析法对突出非线性数据进行降维,然后对主成分数据进行稀疏化,减少原始数据中不重要元素对降维后主成分的影响.搭建增强拓扑神经进化网络(NEAT)预测模型,采用进化算法同时优化神经网络的权值和拓扑结构,得到最佳神经网络预测模型.将处理后的主成分数据输入模型预测突出危险指数,结果表明,该方法危险等级预测准确度达到98％,SKPCA-NEAT模型在煤与瓦斯突出预测上相比PCA和BP神经网络具有优势.