CN103277137A - 掘进煤巷瓦斯突出预测方法 - Google Patents

掘进煤巷瓦斯突出预测方法 Download PDF

Info

Publication number
CN103277137A
CN103277137A CN 201310197101 CN201310197101A CN103277137A CN 103277137 A CN103277137 A CN 103277137A CN 201310197101 CN201310197101 CN 201310197101 CN 201310197101 A CN201310197101 A CN 201310197101A CN 103277137 A CN103277137 A CN 103277137A
Authority
CN
China
Prior art keywords
monitoring
data
outburst
radon consistence
coal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 201310197101
Other languages
English (en)
Inventor
赵志刚
谭云亮
赵同彬
宋璐璐
武见周
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN 201310197101 priority Critical patent/CN103277137A/zh
Publication of CN103277137A publication Critical patent/CN103277137A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Measurement Of Radiation (AREA)

Abstract

一种掘进煤巷瓦斯突出预测方法，采用氡浓度测定仪对煤巷掘进面附近的氡浓度进行连续实时监测，建立动态的瓦斯突出危险性临界指标，将连续监测所得氡浓度数据与动态危险性临界指标比对，预测瓦斯突出，属于动态非接触式连续预测方法，相比于静态预测方法，克服了静态预测方法受人工、煤体分布不均匀和应力分布不均匀等因素的影响，提高了预测准确性。

Description

掘进煤巷瓦斯突出预测方法
 技术领域
本发明涉及一种预测方法，特别是一种掘进煤巷瓦斯突出预测方法。 
背景技术
瓦斯突出，是煤矿生产时发生的一种异常复杂的动力现象，也是煤矿的主要灾害之一，对安全生产造成极大的危害。对瓦斯突出的预测是煤矿瓦斯灾害研究的一个重要方面，目前我国瓦斯突出日常预测大量使用的是钻屑量S，钻孔瓦斯涌出初速度q，钻屑瓦斯解吸指标K1值、△h2，瓦斯放散指数△p，煤体普氏系数f，瓦斯压力p等钻孔静态预测方法。以上的静态预测方法受人工、煤体分布不均匀和应力分布不均匀等因素的影响，预测的准确率难以提高。 
煤矿井下本身具有一定的氡含量，正常生产时，氡浓度较为稳定，遇有特殊条件时会出现浓度异常现象，氡浓度异常现象主要是与煤岩破裂相关，因此由氡浓度的异常即可以判断周边环境发生了煤岩体破裂事件，而煤岩体破裂是瓦斯突出发生的必经阶段。另外，遇有断裂区、褶皱、煤厚剧烈变化、尖灭、断层等均会在氡浓度指标有所体现。大量实践证明，瓦斯突出的发生与上述地质构造变化区域关系密切，因此，氡浓度是反映瓦斯突出危险性的敏感指标，并且掘进过程中机电设备运行不会造成氡浓度变化，监测数据噪声低，通过氡浓度变化对瓦斯突出危险性进行预测是合理的。 
国内外大量突出煤层的开采实践证明，突出呈现区域性分布，在同一煤田中，有些煤层属于突出危险煤层，另一些煤层为非突出煤层，在属于突出危险煤层中有一些区域属于突出危险区，另一些区域为突出威胁区和无突出危险区，在属于突出危险煤层中有潜在突出危险的区域占5%-10%左右。 
因此，在具有突出危险的煤层中掘进巷道时，绝大部分区域是正常区（正常区是指那些煤层赋存比较稳定，瓦斯涌出量、氡浓度变化不大的地段）。通过建立正常区判断指标，把监测到的瞬时值与正常区判断指标进行比较就能够判别监测工作面是否进入了异常危险区。 
 根据对大量氡浓度数据的分析，当监测数据量足够大时，近似服从正态分布，因此用正态分布来描述突出实时监测系统采集到的数据是很适宜的。正态分布数据统计表明， 
Figure 257936DEST_PATH_IMAGE001
区间所占面积为95.4%，选取随机误差范围
Figure 589560DEST_PATH_IMAGE002
作为正常区基本判据指标的随机误差范围，这与突出危险区占5%-10%的研究结果十分接近。因此利用氡浓度测定仪对掘进面附近某一监测阶段的连续监测数据所计算出的
Figure 765327DEST_PATH_IMAGE002
作为正常值的分布范围，能实时、准确、高效及非接触地连续预测煤巷瓦斯突出，大大提高了预测的准确性。 
发明内容
 技术问题：本发明旨在克服现有技术的不足，提供一种实时、准确、高效的非接触式连续预测煤矿掘进煤巷瓦斯突出的方法，通过氡浓度测定仪的连续监测，建立动态的氡浓度瓦斯突出危险性临界指标，将连续监测所得氡浓度数据与动态危险性临界指标比对，预测瓦斯突出，相比于静态预测方法，提高了预测准确性。 
技术方案：一种掘进煤巷瓦斯突出预测方法, 采用氡浓度测定仪对煤巷掘进面附近的氡浓度进行连续监测，监测数据量达到初始数据量作为第一个监测阶段，对第一个监测阶段初始数据进行处理运算，得到瓦斯突出危险性临界指标1，作为第二个监测阶段的瓦斯突出危险性临界指标, 依据瓦斯突出危险性的判断方法，对第二个监测阶段氡浓度测定仪实时监测到的数据判断预测，第二个监测阶段结束后，用该监测阶段内的监测数据替代第一个监测阶段最初的等量数据，保持监测数据总量不变，作为第二个监测阶段数据，对第二个监测阶段数据处理运算，得出瓦斯突出危险性临界指标2，作为第三个监测阶段的瓦斯突出危险性临界指标，进行判断预测，从第二个监测阶段开始，以8小时的监测作为一个统计阶段，不断重复以上步骤，对掘进工作面当前所处的情况进行连续动态预测，并对危险状态发出预警信号。 
初始数据量的确定如下：
Figure 815191DEST_PATH_IMAGE003
，n为初始数据量，精确度为A
Figure 101816DEST_PATH_IMAGE004
，其中A为研究的精确度系数，
Figure 544737DEST_PATH_IMAGE004
-为煤巷中氡浓度数据总体标准差，且满足误差发生的概率事件
Figure 953722DEST_PATH_IMAGE005
，其中为煤巷中氡浓度数据样本平均值，
Figure 315619DEST_PATH_IMAGE007
为煤巷中氡浓度数据总体平均值，
Figure 559518DEST_PATH_IMAGE008
，B的实际意义是通过置信区间判断误差的发生率，
Figure 142334DEST_PATH_IMAGE009
为反映样本平均值变化程度的标准误差， 
Figure 104474DEST_PATH_IMAGE010
=
Figure 795218DEST_PATH_IMAGE011
，在正态分布条件下B的取值范围、置信区间和误差发生概率事件的发生率三者之间相互关联，根据实际情况，给定精确度系数A和置信区间，即可直接确定相应置信区间下的B值，在确定A、B值的情况下，直接计算出所需的初始数据量。 
瓦斯突出危险性临界指标计算方法：
Figure 893624DEST_PATH_IMAGE012
=
Figure 644411DEST_PATH_IMAGE013
，其中，即去除异常值后，监测阶段内监测值的平均值,
Figure 325633DEST_PATH_IMAGE015
=
Figure 544125DEST_PATH_IMAGE016
，为监测阶段内监测值的标准差，
Figure 136966DEST_PATH_IMAGE018
，其中i为监测阶段内氡浓度测定仪监测值的个数，
Figure 169513DEST_PATH_IMAGE019
为第i号氡浓度监测值。 
突出危险的判断方法：当实时监测所得第i号氡浓度监测值在由突出危险性临界指标界定的
Figure 338030DEST_PATH_IMAGE012
范围内，即
Figure 496479DEST_PATH_IMAGE020
处于
Figure 332717DEST_PATH_IMAGE021
区间内时，判定监测工作面无突出危险，反之当
Figure 525801DEST_PATH_IMAGE022
在由突出危险性临界指标界定的范围外，即
Figure 803941DEST_PATH_IMAGE022
处于区间外时，判定监测工作面存在突出危险，发出突出危险警报。 
在申请人的专利201120427695.3，名称《一种煤矿井下用氡浓度测定仪》，其特征在于“电信号通过数据输入接口进入数据采集处理部分，主放大器将信号进一步放大并滤除噪声，得到氡浓度值，同步测试开启温度湿度，由CPU对氡浓度进行修正”，可以使用该种或类似仪器进行数据监测，所得数据已经过前期过滤、修正，可以直接对监测数据进行计算。 
判断方法可以通过氡浓度测定仪中的CPU，利用本发明掘进煤巷瓦斯突出预测方法，设定相应的程序，对氡浓度数据进行处理，对瓦斯突出的危险性进行判断并存储运算结果。   
有益效果：相比静态预测，本发明属于动态非接触式连续预测瓦斯突出，本发明所使用的氡浓度测定仪监测的数据会实时更新，采用的判断指标会动态变化，随着监测时间的增加，相应的测定判断指标也会更加接近现实状况的氡浓度涌出数据，动态的氡浓度突出危险性临界指标不断更新，因此更加准确实时地反映实际掘进面的氡浓度状态，从而更加精确地预测煤巷瓦斯突出危险，最终达到准确反映当前掘进工作面的瓦斯突出状况的有益效果。相比于其他动态非接触式连续预测方法，如声发射方法，电磁辐射方法，煤巷掘进过程中机电设备运行不会导致氡浓度变化，本方法监测数据噪声低，结果可信。
附图说明
 图1是本发明掘进煤巷瓦斯突出预测方法的流程图。 
具体实施方式
以下结合附图对本发明作进一步的详细说明。 
图 1为使用氡浓度测定仪对煤矿掘进煤巷工作面监测到的氡浓度数据处理的流程图：氡浓度测定仪安装在掘进面迎头附近，既要满足氡浓度测定仪的测定范围，又要避免施工因素对仪器的干扰损坏，例如距离掘进面15米处实时监测氡浓度的变化，随着掘进面的向前推进，调整氡浓度测定仪的位置，依照煤巷掘进面的实际情况来设置监测的位置，监测开始后，当实时监测数据量达到初始数据量时作为第一个监测阶段，从第二个监测阶段开始，以8小时的监测作为一个统计阶段，氡浓度测定仪分监测阶段连续地对掘进面进行实时监测，每个监测阶段最终获得的氡浓度数据已经滤除噪声，外加同步测试温度、湿度，由CPU对氡浓度进行修正，最终获得的实时氡浓度数据是比较精确的，然后记录存储，到这一步就获得了可靠的反映掘进面实际氡浓度的数据（
Figure 824035DEST_PATH_IMAGE023
）, 当前所在监测阶段结束后对监测数据进行处理运算，首先计算出该监测阶段内氡浓度监测平均值
Figure 871626DEST_PATH_IMAGE024
,该监测阶段内监测值的标准差
Figure 306018DEST_PATH_IMAGE025
 , 从而获得氡浓度突出危险性临界指标
Figure 173480DEST_PATH_IMAGE026
。使用已经监测结束的第一个监测阶段的氡浓度数据，计算得到瓦斯突出危险性临界指标1，作为第二个监测阶段的瓦斯突出危险性临界指标，当该监测阶段实时监测所得第i号氡浓度监测值在由突出危险性临界指标界定的
Figure 256547DEST_PATH_IMAGE012
范围内，即
Figure 861841DEST_PATH_IMAGE027
处于区间内时，判定监测工作面无突出危险，反之当
Figure 198330DEST_PATH_IMAGE027
在由突出危险性临界指标界定的范围外，即处于
Figure 999637DEST_PATH_IMAGE029
区间外时，判定监测工作面存在突出危险，发出突出危险警报，第二个监测阶段结束后，用该监测阶段内的监测数据替代第一个监测阶段最初的等量数据，保持监测数据总量不变，作为第二个监测阶段数据，对第二个监测阶段数据处理运算，得出瓦斯突出危险性临界指标2，作为第三个监测阶段的瓦斯突出危险性临界指标，进行判断预测，从第二个监测阶段开始，以8小时的监测作为一个统计阶段，不断重复以上步骤，对掘进工作面当前所处的情况进行连续动态预测，并对危险状态发出预警信号。 
判断方法可以通过氡浓度测定仪中的CPU，利用本发明掘进煤巷瓦斯突出预测方法，设定相应的程序，对氡浓度数据进行处理，对瓦斯突出的危险性进行判断并存储运算结果，若有突出危险时，发出预警信号。    

Claims (4)

1.一种掘进煤巷瓦斯突出预测方法, 其特征是：采用氡浓度测定仪对煤巷掘进面附近的氡浓度进行连续监测，监测数据量达到初始数据量作为第一个监测阶段，对第一个监测阶段初始数据进行处理运算，得到瓦斯突出危险性临界指标1，作为第二个监测阶段的瓦斯突出危险性临界指标, 依据瓦斯突出危险性的判断方法，对第二个监测阶段氡浓度测定仪实时监测到的数据判断预测，第二个监测阶段结束后，用该监测阶段内的监测数据替代第一个监测阶段最初的等量数据，保持监测数据总量不变，作为第二个监测阶段数据，对第二个监测阶段数据处理运算，得出瓦斯突出危险性临界指标2，作为第三个监测阶段的瓦斯突出危险性临界指标，进行判断预测，从第二个监测阶段开始，以8小时的监测作为一个统计阶段，不断重复以上步骤，对掘进工作面当前所处的情况进行连续动态预测，并对危险状态发出预警信号。
2.如权利要求1所述的掘进煤巷瓦斯突出预测方法，其特征是：初始数据量的确定如下：                                                
Figure 2013101971018100001DEST_PATH_IMAGE001
，n为初始数据量，精确度为A，其中A为研究的精确度系数，-为煤巷中氡浓度数据总体标准差，且满足误差发生的概率事件
Figure 2013101971018100001DEST_PATH_IMAGE003
，其中
Figure 190750DEST_PATH_IMAGE004
为煤巷中氡浓度数据样本平均值，为煤巷中氡浓度数据总体平均值，
Figure 496136DEST_PATH_IMAGE006
，B的实际意义是通过置信区间判断误差的发生率，
Figure 2013101971018100001DEST_PATH_IMAGE007
为反映样本平均值变化程度的标准误差， 
Figure 268789DEST_PATH_IMAGE008
=
Figure 2013101971018100001DEST_PATH_IMAGE009
，在正态分布条件下B的取值范围、置信区间和误差发生概率事件的发生率三者之间相互关联，根据实际情况，给定精确度系数A和置信区间，即可直接确定相应置信区间下的B值，在确定A、B值的情况下，直接计算出所需的初始数据量。
3.如权利要求1所述的掘进煤巷瓦斯突出预测方法，其特征是：瓦斯突出危险性临界指标计算方法：=
Figure 2013101971018100001DEST_PATH_IMAGE011
，其中
Figure 176145DEST_PATH_IMAGE012
，即去除异常值后，监测阶段内监测值的平均值,
Figure DEST_PATH_IMAGE013
=
Figure 969045DEST_PATH_IMAGE014
，为监测阶段内监测值的标准差，
Figure 596204DEST_PATH_IMAGE016
，其中i为监测阶段内氡浓度测定仪监测值的个数，
Figure DEST_PATH_IMAGE017
为第i号氡浓度监测值。
4.如权利要求1所述的掘进煤巷瓦斯突出预测方法，其特征是：突出危险的判断方法：当实时监测所得第i号氡浓度监测值
Figure 386830DEST_PATH_IMAGE018
在由突出危险性临界指标界定的
Figure 974806DEST_PATH_IMAGE010
范围内，即
Figure 443834DEST_PATH_IMAGE018
处于
Figure DEST_PATH_IMAGE019
区间内时，判定监测工作面无突出危险，反之当
Figure 940148DEST_PATH_IMAGE020
在由突出危险性临界指标界定的范围外，即
Figure 836429DEST_PATH_IMAGE020
处于
Figure 911701DEST_PATH_IMAGE019
区间外时，判定监测工作面存在突出危险，发出突出危险警报。
CN 201310197101 2013-05-24 2013-05-24 掘进煤巷瓦斯突出预测方法 Pending CN103277137A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201310197101 CN103277137A (zh) 2013-05-24 2013-05-24 掘进煤巷瓦斯突出预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201310197101 CN103277137A (zh) 2013-05-24 2013-05-24 掘进煤巷瓦斯突出预测方法

Publications (1)

Publication Number Publication Date
CN103277137A true CN103277137A (zh) 2013-09-04

Family

ID=49059741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201310197101 Pending CN103277137A (zh) 2013-05-24 2013-05-24 掘进煤巷瓦斯突出预测方法

Country Status (1)

Country Link
CN (1) CN103277137A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103643996A (zh) * 2013-11-13 2014-03-19 河南理工大学 基于图形法的掘进工作面瓦斯突出预测方法
CN103711523A (zh) * 2013-12-24 2014-04-09 华北科技学院 基于局域分解-进化神经网络的瓦斯浓度实时预测方法
CN104500141A (zh) * 2014-12-19 2015-04-08 中煤科工集团重庆研究院有限公司 基于矿压监测动态特征的突出预警方法
CN104832163A (zh) * 2015-05-20 2015-08-12 辽宁工程技术大学 一种煤矿地下开采中冲击地压危险性的监测方法
CN105332695A (zh) * 2015-08-17 2016-02-17 綦江县科信煤矿安全技术服务有限公司 一种采煤工作面的预测方法
CN108470222A (zh) * 2018-02-08 2018-08-31 卢新明 一种用于典型事件预测预报的多征兆增信方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103643996A (zh) * 2013-11-13 2014-03-19 河南理工大学 基于图形法的掘进工作面瓦斯突出预测方法
CN103643996B (zh) * 2013-11-13 2016-05-25 河南理工大学 基于图形法的掘进工作面瓦斯突出预测方法
CN103711523A (zh) * 2013-12-24 2014-04-09 华北科技学院 基于局域分解-进化神经网络的瓦斯浓度实时预测方法
CN104500141A (zh) * 2014-12-19 2015-04-08 中煤科工集团重庆研究院有限公司 基于矿压监测动态特征的突出预警方法
CN104832163A (zh) * 2015-05-20 2015-08-12 辽宁工程技术大学 一种煤矿地下开采中冲击地压危险性的监测方法
CN104832163B (zh) * 2015-05-20 2017-05-31 辽宁工程技术大学 一种煤矿地下开采中冲击地压危险性的监测方法
CN105332695A (zh) * 2015-08-17 2016-02-17 綦江县科信煤矿安全技术服务有限公司 一种采煤工作面的预测方法
CN108470222A (zh) * 2018-02-08 2018-08-31 卢新明 一种用于典型事件预测预报的多征兆增信方法
CN108470222B (zh) * 2018-02-08 2022-11-11 山东蓝光软件有限公司 一种用于典型事件预测预报的多征兆增信方法

Similar Documents

Publication Publication Date Title
CN103277137A (zh) 掘进煤巷瓦斯突出预测方法
CN107605536B (zh) 基于多源信息融合的煤与瓦斯突出实时预警装置与方法
AU2019440174B2 (en) Inversion calculation method of fast test while drilling of coal-bed gas parameters
WO2019161593A1 (zh) 一种煤岩动力灾害危险的电磁辐射和地音监测预警方法
Li et al. Hazard evaluation of coal and gas outbursts in a coal-mine roadway based on logistic regression model
CN108510112B (zh) 一种现场监测与数值模拟相结合的矿山灾害预测预警方法
CN102608286B (zh) 一种实时监测煤矿瓦斯监测值异常的方法
CN106680894B (zh) 一种基于c/s架构的隧洞地质超前预报方法
CN111648826B (zh) 一种煤矿冲击地压预测预警系统及方法
He et al. Integrated rockburst early warning model based on fuzzy comprehensive evaluation method
CN103147799B (zh) 一种基于瓦斯涌出特征的突出危险性预警方法
CN102102533A (zh) 煤岩动力灾害空间几何信息实时测量的预测方法
Li et al. Automatic recognition of effective and interference signals based on machine learning: A case study of acoustic emission and electromagnetic radiation
Zhang et al. Research of synergy warning system for gas outburst based on entropy-weight Bayesian
CN108921319A (zh) 一种用于岩溶隧道结构安全预警的监测方法
Zhang et al. Vibration events in underground heading face and useful index for rock burst monitoring
CN115075886A (zh) 煤巷掘进全周期多尺度突出危险时空预警与消突检验方法
CN109978413B (zh) 基于瓦斯涌出特征迁移衍生煤体应力状态的评估方法
CN115711157B (zh) 基于采动磁场分布式监测的煤层突出危险区域识别方法
CN107237619A (zh) 一种突出预测指标钻屑量快速精准智能测量方法
Xiaoqiang et al. Partition airflow varying features of chaos-theory-based coalmine ventilation system and related safety forecasting and forewarning system
CN112767656B (zh) 一种露天矿山滑坡灾害预警方法及系统
Wen et al. Variation law of air temperature of a high-geotemperature tunnel during the construction
CN103472192A (zh) 一种气体传感器智能定位方法
Li et al. Tailings dam breach disaster on-line monitoring method and system realization

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130904