CN101532397A - 煤与瓦斯突出实时诊断方法 - Google Patents

Abstract

本发明的诊断方法是从瓦斯浓度数据中提取日浓度平均值，日移动平均值，最高浓度值和乘冥值i。设定k＝日浓度平均值/日移动平均值，n＝最高浓度值/日移动平均值，分别对k、n、i的数值进行判断，并量化得出分指标M₁、M₂、M₃，对分指标综合计算，设定M₁、M₂和M₃的权重C₁、C₂和C₃，并设定综合指标M，M＝C₁M₁+C₂M₂+C₃M₃，M＜0.5时为正常状态，0.5≤M＜0.8时为威胁状态，0.8≤M＜1.0时为危险状态。本发明与煤矿安全监控系统相结合，综合了突出三因素在风流中瓦斯浓度的变化特征，实现了突出非接触式连续预测，具有自适应能力，预测准确性高，实用性强，填补了国内外技术上的空白。

Description

煤与瓦斯突出实时诊断方法

技术领域

本发明涉及一种煤矿井下瓦斯监测及预警方法，具体涉及一种利用风流中的瓦斯浓度变化特征与煤与瓦斯突出预兆之间的相互关系，分离出煤与瓦斯突出的三种因素在工作面的动态活动趋势，从而对工作面煤与瓦斯突出危险程度作出判断和预警的实时诊断方法。本发明属于煤矿安全防护领域。

背景技术

我国有着丰富的煤炭资源，但是煤矿事故却极为严重，对人员和财产都造成了极大的危害，而现有的突出预测技术却不能满足我国煤炭工业日益增长的需要。

煤与瓦斯突出预测是一项技术含量高、难度大的工作，现目前国内外多数都采用静态的预测方法，例如我国采用的钻孔瓦斯涌出初速度法、R指标值法、钻屑指标法都是接触式间断预测方法，也有采用声发射、电磁辐射的非接触式预测方法，但由于一些主要技术未完全解决，尚未在突出矿中应用。国内也有通过对瓦斯浓度的变化进行研究分析，采用瓦斯浓度变化的离散度进行预测，或采用V₃₀指标或波峰比进行预测的方法，但都不能达到非接触式连续预测的目的。

煤与瓦斯突出是地压活动、煤层瓦斯含量和煤的物理力学性质三种因素综合作用的产物。在发生突出前，三种突出因素必然有明显的活耀时段，在其活耀期间，采掘工作面会产生有声或无声的突出预兆，其中最明显、最普遍的是风流中的瓦斯浓度忽大忽小的现象，而这种突出预兆通常都是以定性的描述出现，无法进行定量分析，因而到目前为止，还无法利用突出的预兆对煤与瓦斯突出进行预测和预警。

发明内容

针对现有技术中的上述不足，本发明的目的是提供一种实用的并能够实现非接触式连续预测、煤与瓦斯突出实时诊断方法。该方法综合了地压活动、煤层瓦斯含量和煤的物理力学性质三因素在风流中瓦斯浓度的变化特征，发明了具有自适应能力，预测准确性较高的煤与瓦斯突出实时诊断方法。

本发明的目的是这样实现的：煤与瓦斯突出实时诊断方法是建立在煤矿安全监控系统的基础之上，由煤矿安全监控系统中的瓦斯传感器不间断监测矿井风流中的瓦斯浓度，并将瓦斯浓度数据发送至地面的接收和处理系统；对接收到的实时瓦斯浓度数据进行分析，分析内容包括如下：

1)从瓦斯浓度数据中提取以下数据：

日浓度平均值：一个作业循环单位内瓦斯浓度的平均值；

日移动平均值：一个设定周期内瓦斯浓度平均值；

最高浓度值：落煤瞬间瓦斯最高浓度值；

乘冥值i：浓度变化曲线中最高浓度下降趋势线的斜率；

设定k＝日浓度平均值/日移动平均值，n＝最高浓度值/日移动平均值，将计算得出的k、n、i值作为煤与瓦斯突出的三种判据；

2)分别对k、n、i的数值进行判断，并量化得出对应的分指标M₁、M₂、M₃，具体判断量化的分指标数值如下：

k≥1.1时，M₁＝1；k≤0.9时，M₁＝0.5；0.9<k<1.1时，M₁＝0；

n≥6时，M₂＝1；6>n≥3时，M₂＝0.5；n<3时，M₂＝0；

i<0.6时，M₃＝1；0.6≤i≤0.75时，M₃＝0.5；i>0.75时，M₃＝0；

3)对分指标进行综合计算，设定M₁的权重为C₁，M₂的权重为C₂，M₃的权重为C₃，并设定综合指标M，M＝C₁M₁+C₂M₂+C₃M₃；

在此对权重C₁、C₂、C₃进行限定，规定C₁+C₂+C₃＝1，且当k、n、i均有取值时，权重的范围为：0.1≤C₁≤1/3，1/3≤C₂≤1，1/3≤C₃≤1；

4)对步骤3)中计算得出综合指标M的值进行判断：

当M<0.5时，诊断结果为正常状态；

当0.5≤M<0.8时，诊断结果为威胁状态；

当0.8≤M≤1.0时，诊断结果为危险状态。

进一步的特征，所述步骤3)中所取的权重值为：C₁＝0.2，C₂＝0.4，C₃＝0.4。

当缺少i值时，即C₃＝0，在此对权重C₁和C₂进行限定，规定C₁+C₂＝1，且0<C₁<1，0<C₂<1，当C₁＝1/3，C₂＝2/3时取得最佳效果。

相对于现有技术，本发明具有以下显著优点：

1、实现了对煤与瓦斯突出的非接触式连续预测，通过监控系统实时采集风流中瓦斯浓度，并将瓦斯的浓度的变化情况实时反馈给诊断系统，并且能够对监控系统的实时数据按照所需的判据进行提取、分析、计算和判断，达到准确预测煤与瓦斯突出的目的，无需接触采样，能够完成不间断预测，提高了预测的可靠性和实时性，填补了国内外在此领域技术上的空白；

2、在判据的选择上，综合了煤与瓦斯突出的三大因素：地压活动、煤层瓦斯含量和煤层物理力学性质，能够全面、准确的对井下危险程度作出判断，误差较小，精度较高，不仅能对危险状态进行预测，在正常状态与危险状态之间还设置了过渡阶段的威胁状态警告，使工作人员能够提前对生产安全作出改善，有效降低了事故发生的几率；

3、本方法中诊断所采用的指标皆为无量纲指标，因而在诊断过程中，对不同的环境具有同样的自适应能力，对各种类型的煤矿均可使用，不受煤质的影响，达到自动化和智能化的效果；

4、本方法中对基准值的选定、分指标值的量化、权重的制定、综合指标的形成以及临界值的确定，是建立在实验室对煤的解吸特征的研究结论并结合专业人员多年的实践经验所得到的，所选取的各项指标针对性强，能够全面、准确的反应井下煤层的瓦斯突出危险情况，其判断出的结果与真实情况非常吻合。

附图说明

图1为突出三因素与风流中瓦斯浓度变化的关系图；

图2为煤的瓦斯解吸量与时间变化的关系图；

图3为瓦斯突出实时诊断工作流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步说明。

本发明的煤与瓦斯突出实时诊断方法，建立在煤矿安全监控系统的基础之上，由煤矿安全监控系统中的瓦斯传感器不间断监测矿井风流中的瓦斯浓度，实时将传感器探测到的瓦斯浓度数据发送至地面的接收和处理系统。

对煤与瓦斯突出三因素对风流中瓦斯浓度的影响分别做出分析，如图1所示：

1、地压活动对风流中瓦斯浓度的影响

掘进巷道时瓦斯的来源由四部分组成：1)已暴露巷道四周煤面的瓦斯涌出量，2)新暴露巷道四周煤面的瓦斯涌出量，3)落煤的瓦斯涌出量，4)工作面新暴露煤面的瓦斯涌出量。

根据分析得知，作为一个大循环(通常为24小时)，已暴露巷道四周煤面的瓦斯涌出量呈衰减的趋势，而新暴露巷道四周煤面的瓦斯涌出量与已暴露巷道煤面的瓦斯衰减量，基本保持平衡，属于现有技术。当工作面落煤工艺基本保持不变时，落煤总量不变时，落煤的瓦斯涌出量也是不变的，因此，只有工作面新暴露煤面的瓦斯涌出量，在四种瓦斯涌出量中是变数，并直接影响每日工作面的瓦斯涌出总量。

工作面新暴露煤面的瓦斯涌出量受控于地压活动(地压活动影响煤层透气性变化)，即应力作用，因而当工作面的风量不变时，风流中的瓦斯浓度就成为判断地压活动的依据。

要对工作面瓦斯浓度的变化作出判断，还需要选择合理的统计时间间隔，若时间过短，浓度变化频繁，不易找到规律，若时间过长，增加了数据计算量。在时间间隔上，可以选取8小时、12小时、16小时、24小时或48小时等不同的时间段，本发明综合实验室数据，选择一个作业循环单位为24小时，来计算瓦斯浓度平均值(日浓度平均值)，作为判断地压活动的依据，所选取的时间间隔合理，能够比较容易判断地压活动。

根据分析还可以发现，若将日瓦斯浓度平均移动值选取的时间间隔延长，它是一个变化不大且比较稳定的数值，因此本发明选取一个设定周期内风流中瓦斯浓度的平均值(日移动平均值)，作为判断地压活动的标准值。在日移动平均值的设定周期时间间隔选取上，可以为7天、15天、30天、60天或120天等，本发明中选取30天为最佳计算时间段。

设定k＝日浓度平均值/日移动平均值，将k值作为地压活动影响煤与瓦斯突出因素的判据。由于煤层厚度的变化对k值有影响且成正比关系，因此需要确定允许煤层厚度变化的幅度。由于突出煤层厚度变化范围为±10～15％，取其下限±10％为允许的变化范围，反映到日均瓦斯浓度上也为±10％的变化范围，当k值在此范围之间时，工作面处于安全状态；当k值大于此范围时，煤层处于膨胀变形阶段，地压处于降低状态，此时煤层最容易发生突出；当k值小于安全状态范围时，工作面处于地压增压状态，此时突出能量呈聚集状态，煤层的透气性降低，瓦斯排放不易，煤层中的瓦斯含量增加，工作面处于突出威胁状态。(威胁状态为安全状态与危险状态之间的过渡状态)

因此，通过判据k的值可对安全状态进行判断，设定当k≥1.1时为危险状态，k≤0.9时为威胁状态，0.9<k<1.1时为安全状态。由于不同状态对应的k值存在范围的变化，因此本发明对k值进行了量化，得出分指标M₁，设定k≥1.1时，M₁＝1；k≤0.9时，M₁＝0.5；0.9<k<1.1时，M₁＝0；M₁的值对应结果为：0为安全状态，0.5为威胁状态，1为危险状态。

2、煤层中瓦斯含量对风流中瓦斯浓度的影响

如图2所示，图中的坐标为对数坐标，其中v直线用指数方程计算并划出，Q直线用乘幂方程式计算并画出，直线在Y轴上的截距，分别表示初始瓦斯速度和解吸量。计算方程如下：

1)指数方程式

$V=V_1{t}^{-k_t}$

V——时间为t时的解吸速度；

V1——时间为t1时的解吸速度；

-K_t——负指数；

T——解吸时间；

2)乘幂方程式(将指数方程式积分后得出乘幂方程式)

Q＝atⁱ

$a=\frac{V_1}{1-k_t}=\frac{V_1}{i}$

1-k_t＝i

式中，Q——累计解吸值(浓度或量)；

i——乘幂值。

由以上实验室研究结果分析可知，落煤时风流中的瞬间最高瓦斯浓度与煤层中瓦斯含量有关，煤层中瓦斯含量越高，煤的初始瓦斯解吸量越大，落煤时瞬间瓦斯浓度就越大。在此，同样采用日均浓度移动线(日移动平均值)作为基准线，并从风流中瓦斯浓度数据中提取落煤瞬间的最高浓度值，由于基准线是自动形成，因此具有自适应能力。

设定n表示瓦斯因素判据，n＝最高浓度值/日移动平均值，将n值作为煤层瓦斯含量影响煤与瓦斯突出的判据。通过判据n的值可对安全状态进行判断，设定当n≥6时为危险状态，3≤n<6时为威胁状态，n<3时为安全状态。由于不同状态对应的n值存在范围的变化，因此本发明对n值进行了量化，得出分指标M₂，设定n≥6时，M₂＝1；3≤n<6时，M₂＝0.5；n<3时，M₂＝0；M₂的值对应结果为：0为安全状态，0.5为威胁状态，1为危险状态。

3、煤的物理力学性质对风流中瓦斯浓度的影响

如图2所示，根据实验室研究结果可知，乘幂i和负指数-K_t与瓦斯含量无关，它们仅与煤层的破坏结构有关，即与煤层的物理力学性质有关。因而用乘幂或负指数可以表达煤层的物理力学性质。但由于负指数的波动比乘幂大，故采用乘幂i作为煤层物理力学性质的判据。

结合现有的突出统计资料对判据的临界值进行分析和选取，同样对i值量化并得出分指标M₃，设定i<0.6时，M₃＝1；0.6≤i≤0.75时，M₃＝0.5；i>0.75时，M₃＝0；M₃的值对应结果为：0为安全状态，0.5为威胁状态，1为危险状态。

以上是对煤与瓦斯突出三因素作出的分析和判断，但由于三种因素在突出时均有影响，如果单独考虑其中一种或二种因素，其判断出的结果并不能完全反应实际情况，而且三种因素影响突出的效果不同，因此，必须结合各分指标的权重，形成综合指标考虑才能得出符合实际的结论。

对三种因素的作用进行分析，地压活动在突出的初始阶段起到启动突出的作用，后期则以煤层瓦斯含量作为主要的能源完成突出，而煤的物理力学性质是决定煤能否发生突出的主要因素。设定地压活动的权重为C₁，煤层瓦斯含量的权重为C₂，煤的物理力学性质权重为C₃，结合统计资料和实践经验分别设定各自权重范围，当k、n、i均有取值时，权重的范围C₁、C₂、C₃都可以取为0～1，满足C₁+C₂+C₃＝1即可。但经反复实验，上述大范围内的很多数值范围没有实际意义，不能达到较高的诊断准确率。故将上述范围进一步限定为0.1≤C₁≤1/3，1/3≤C₂≤1，1/3≤C₃≤1。或者进一步限定在一个更小的范围：0.1≤C₁≤1/3，1/3≤C₂≤0.5，1/3≤C₃≤0.5。在本实施例中，当C₁＝0.2，C₂＝0.4，C₃＝0.4时为最佳方案。将权重分别乘上各自的分指标相加后得出综合判断指标M，即

M＝C₁M₁+C₂M₂+C₃M₃

M的值为诊断最终判断指标。当M<0.5时，诊断结果为正常状态，显示为危险等级0，发出红色警告；当0.5≤M<0.8时，诊断结果为威胁状态，显示为危险等级1，发出黄色警告；当0.8≤M<1.0时，诊断结果为危险状态，显示为危险等级2。

当缺少i值时，C₃＝0，在此对权重C₁、C₂进行限定，规定C₁+C₂＝1，且0<C₁<1，0<C₂<1，当C₁＝1/3，C₂＝2/3时取得最佳效果。

如图3所示，根据瓦斯突出实时诊断工作流程图，对部分具体实施例进行说明：

当M₁＝0，M₂＝0.5，M₃＝1时，以C₁＝0.2，C₂＝0.4，C₃＝0.4计算得：M＝C₁M₁+C₂M₂+C₃M₃＝0.6，诊断结果为威胁状态，显示为危险等级1，发出黄色警告。

当M₁＝0.5，M₂＝1，M₃＝1时，以C₁＝1/3，C₂＝1/3，C₃＝1/3计算得：M＝C₁M₁+C₂M₂+C₃M₃＝5/6，诊断结果为危险状态，显示为危险等级2，发出红色警告。

当M₁＝1，M₂＝0，M₃＝0时，以C₁＝0.3，C₂＝0.35，C₃＝0.35计算得：M＝C₁M₁+C₂M₂+C₃M₃＝0.3，诊断结果为正常状态，显示为危险等级0。

Claims (5)

1、一种煤与瓦斯突出实时诊断方法，该方法的实时诊断建立在煤矿安全监控系统的基础之上，由煤矿安全监控系统中的瓦斯传感器不间断监测矿井风流中的瓦斯浓度，实时将瓦斯浓度数据发送至地面的接收和处理系统；其特征在于，对接收到的实时瓦斯浓度数据进行分析，包括如下步骤：

1)从瓦斯浓度数据中提取以下数据：

日浓度平均值：一个作业循环单位内瓦斯浓度的平均值；

日移动平均值：一个设定周期内瓦斯浓度平均值；

最高浓度值：落煤瞬间瓦斯最高浓度值；

乘冥值i：浓度变化曲线中最高浓度下降趋势线的斜率；

设定k＝日浓度平均值/日移动平均值，n＝最高浓度值/日移动平均值，将计算得出的k、n、i值作为煤与瓦斯突出的三种判据；

2)分别对k、n、i的数值进行判断，并量化得出对应的分指标M₁、M₂、M₃，具体判断量化的分指标数值如下：

k≥1.1时，M₁＝1；k≤0.9时，M₁＝0.5；0.9<k<1.1时，M₁＝0；

n≥6时，M₂＝1；6>n≥3时，M₂＝0.5；n<3时，M₂＝0；

i<0.6时，M₃＝1；0.6≤i≤0.75时，M₃＝0.5；i>0.75时，M₃＝0；

3)对分指标进行综合计算，设定M₁的权重为C₁，M₂的权重为C₂，M₃的权重为C₃，并设定综合指标M，M＝C₁M₁+C₂M₂+C₃M₃；

对权重C₁、C₂、C₃进行限定，规定C₁+C₂+C₃＝1，且当k、n、i均有取值时，权重的范围为：0.1≤C₁≤1/3，1/3≤C₂≤1，1/3≤C₃≤1；

4)对前述步骤3中计算得出综合指标M的值进行判断：

当M<0.5时，诊断结果为正常状态；

当0.5≤M<0.8时，诊断结果为威胁状态；

当0.8≤M≤1.0时，诊断结果为危险状态。

2、根据权利要求1所述的煤与瓦斯突出实时诊断方法，其特征在于，所述步骤3中所取的权重值为：0.1≤C₁≤1/3，1/3≤C₂≤0.5，1/3≤C₃≤0.5。

3、根据权利要求1或2所述的煤与瓦斯突出实时诊断方法，其特征在于，所述步骤3中所取的权重值为：C₁＝0.2，C₂＝0.4，C₃＝0.4。

4、一种煤与瓦斯突出实时诊断方法，该方法的实时诊断建立在煤矿安全监控系统的基础之上，由煤矿安全监控系统中的瓦斯传感器不间断监测矿井风流中的瓦斯浓度，实时将传感器探测到的瓦斯浓度数据发送至地面的诊断系统；其特征在于，对接收到的实时瓦斯浓度数据进行分析，包括如下步骤：

1)从瓦斯浓度数据中提取以下数据：

日浓度平均值：一个作业循环瓦斯浓度的平均值；

日移动平均值：一个设定周期内瓦斯浓度平均值；

最高浓度值：落煤瞬间瓦斯最高浓度值；

设定k＝日浓度平均值/日移动平均值，n＝最高浓度值/日移动平均值，将计算得出的k、n、i值作为煤与瓦斯突出的三种判据；

2)分别对k、n、i的数值进行判断，并量化得出对应的分指标M₁、M₂、M₃，具体判断量化的分指标数值如下：

k≥1.1时，M₁＝1；k≤0.9时，M₁＝0.5；0.9<k<1.1时，M₁＝0；

n≥6时，M₂＝1；6>n≥3时，M₂＝0.5；n<3时，M₂＝0；

i<0.6时，M₃＝1；0.6≤i≤0.75时，M₃＝0.5；i>0.75时，M₃＝0；

3)对分指标进行综合计算，设定M₁的权重为C₁，M₂的权重为C₂，M₃的权重为C₃，并设定综合指标M，M＝C₁M₁+C₂M₂+C₃M₃；

当缺少i值时，C₃＝0，对权重C₁、C₂进行限定，规定C₁+C₂＝1，且0<C₁<1，0<C₂<1；

4)对前述步骤3中计算得出综合指标M的值进行判断：

当M<0.5时，诊断结果为正常状态；

当0.5≤M<0.8时，诊断结果为威胁状态；

当0.8≤M≤1.0时，诊断结果为危险状态。

5、根据权利要求4所述的煤与瓦斯突出实时诊断方法，其特征在于，所述步骤3中所取的权重值为：C₁＝1/3，C₂＝2/3。

Images