CN103352723A - 一种煤矿瓦斯涌出量预测方法 - Google Patents

一种煤矿瓦斯涌出量预测方法 Download PDF

Info

Publication number
CN103352723A
CN103352723A CN2013102438849A CN201310243884A CN103352723A CN 103352723 A CN103352723 A CN 103352723A CN 2013102438849 A CN2013102438849 A CN 2013102438849A CN 201310243884 A CN201310243884 A CN 201310243884A CN 103352723 A CN103352723 A CN 103352723A
Authority
CN
China
Prior art keywords
gas
gas emission
main controlling
mathematical modeling
geological factors
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
CN2013102438849A
Other languages
English (en)
Inventor
张子敏
闫江伟
王蔚
钟福平
谭志宏
贾天让
张小兵
刘勇
Original Assignee
张子敏
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 张子敏 filed Critical 张子敏
Priority to CN2013102438849A priority Critical patent/CN103352723A/zh
Publication of CN103352723A publication Critical patent/CN103352723A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种煤矿瓦斯涌出量预测方法,包括如下步骤:依据瓦斯地质规律以及工作煤矿的结构和地质条件,划分瓦斯地质单元;对划分出的每个瓦斯地质单元,分别确定控制瓦斯涌出量的主要地质因素;建立出以上述主控地质因素为自变量,以瓦斯涌出量为因变量建立瓦斯涌出量数学模型;根据上述模型预测未开采区的瓦斯涌出量。本发明的预测方法比现有的预测方法更准确。

Description

一种煤矿瓦斯涌出量预测方法
技术领域
本发明涉及煤矿安全领域,尤其是瓦斯涌出量预测方法。
背景技术
煤层瓦斯是气体地质体,生于煤层储于煤层,只要开采煤炭就会涌出瓦斯。煤矿开采瓦斯涌出直接威胁煤矿安全生产和矿工生命安全,同时又会造成大气温室效应。准确预测未采区煤层瓦斯涌出量的大小,掌握煤层开采瓦斯涌出规律,是合理进行矿井通风设计和瓦斯综合治理的重要科学依据,有效指导煤矿安全生产。
目前,进行煤矿瓦斯涌出量预测的常用方法主要有以实际瓦斯涌出量为基础的矿山统计法和以瓦斯含量为基础的分源预测法。
其中,矿山统计法利用实际瓦斯涌出量估算出埋藏深度和瓦斯涌出量的关系,从而预测将开采区域的瓦斯涌出量。这种计算方法仅考虑了藏深度的单一影响,因而局限了其预测的准确性。
分源预测法通过瓦斯涌出的几种主要来源:开采层瓦斯、邻近层瓦斯、掘进面瓦斯以及采空区瓦斯,对于每种来源,分别由与之相应的公式来计算出该来源的瓦斯涌出能力,从而最终估算出整体的瓦斯涌出量。这种计算方法中考虑的因素众多,对众多因素的取值准确性会影响最终估计结果的准确性。因而对其中的一些非主要因素的取值偏差所造成的干扰,可能成为预测误差的根源。
大量瓦斯地质研究表明,对于同一个瓦斯地质单元,存在一个或为数不多的几个的主控地质因素控制着瓦斯涌出的整体分布。同时,大量的瓦斯涌出量数据是最能反映煤层瓦斯涌出实际,是最为宝贵的第一手资料。因此,对未采区或新建矿井瓦斯涌出量预测要抓住主控地质因素,并充分利用已采区大量瓦斯涌出资料来进行。
发明内容
鉴于上述,本发明针对同一瓦斯地质单元中的主控地质因素,利用实际煤矿瓦斯涌出量数据来建立数学模型,提供了一种煤矿瓦斯涌出量预测方法,该预测方法包括如下步骤:
划分瓦斯地质单元,依据瓦斯地质规律以及工作煤矿的结构和地质条件,划分瓦斯地质单元;
确定主控地质因素,分别对划分出的每个上述瓦斯地质单元,确定控制瓦斯涌出量的主要地质因素;
建立瓦斯涌出量数学模型,建立以上述主控地质因素为自变量,以瓦斯涌出量为因变量的数学模型;
预测瓦斯涌出量,根据上述模型预测未开采区的瓦斯涌出量。
在所述的预测方法中,所述主控地质因素可以是一个或多个。
在所述的预测方法中,所述主控地质因素的确定,包括如下步骤:
绘制瓦斯涌出量图,以所述瓦斯地质单元的煤层底板等高线为地理底图,
绘制出已回采区的瓦斯涌出量图;
绘制地质因素图,在所述瓦斯地质单内,绘制出有关地质因素图;
确定风化带边界,依据实际瓦斯涌出量和测定煤层瓦斯含量,确定瓦斯风化带边界;
分析确定主控地质因素,在上述瓦斯风化带边界内,通过比对所述瓦斯涌出量图和所述地质因素图,将与瓦斯涌出量的分布和变化一致性较高的地质因素确定为主控地质因素。
在所述的预测方法中,瓦斯涌出量数学模型可以采用数量化理论Ⅰ模型、线性模型、指数模型或其他模型。
在所述的预测方法中,瓦斯涌出量数学模型的建立包括如下步骤:
选择变量,以所述主控地质因素作为自变量,以绝对瓦斯涌出量或相对瓦斯涌出量作为因变量;
收集整理主控地质因素数据,收集或勘测出所考察的瓦斯地质单元内各个主控地质因素数据;
收集整理瓦斯涌出量数据,以所考察的瓦斯地质单元为统计单元,以实际测量的瓦斯涌出量数据为基础,作为瓦斯涌出量数据;
选取数学模型并确定其参数,选取一种数学模型,以所述收集整理的主控地质因素数据和瓦斯涌出量数据求解出所述数学模型的参数;
数学模型有效性评估,对所确定的模型进行统计检验,判断模型的有效性,如果该模型有无效则需要重新确定主控地质因素和/或数学模型。
在所述的预测方法中,所述数学模型的有效性可以采用F检验法来评估,即以方差分析法计算出F统计量,并在一定显著性水平下查F分布表:如果上述F统计量大于等于临界值,那么模型有效;否则模型无效。
在所述的预测方法中,可以通过计算各个主控地质因素的偏相关系数来判断该因素对预测的重要性:偏相关系数越大,说明该因素对预测的影响越大。
在所述的预测方法中,所述瓦斯涌出量数据的整理可以用如下方式完成:以瓦斯日报、风量报表、抽放台帐和产量报表,对瓦斯地质单元内已回采工作面,计算每日的相对瓦斯涌出量和绝对瓦斯涌出量,以每月进度为标准,选出正常生产条件下瓦斯涌出稳定的1个或2个涌出量作为所述工作面在所述月份的瓦斯涌出量。
大量瓦斯地质研究表明,对于同一个瓦斯地质单元,存在为数不多的主控地质因素控制着瓦斯涌出的整体分布,本发明基于该事实,并依据最能反映煤层瓦斯涌出实际情况的瓦斯涌出量实测数据,来预测未采区或新建矿井瓦斯的涌出量。与现有煤矿瓦斯预测方法相比,本发明的预测方法更加准确。
附图说明
根据下述参照附图进行的详细描述,本发明的特征和优点将变得更加显而易见。在附图中:
图1示出了根据本发明的一个实施例的煤矿瓦斯涌出量的预测步骤;
图2示出了根据本发明的一个实施例的确定煤矿瓦斯涌出量的主控地质因素的步骤;
图3示出了根据本发明的一个实施例的确定煤矿瓦斯涌出量的数学模型的步骤。
具体实施方式
下面将参考附图描述本发明。应该明白的是,本文所说明的发明可以用多种多样形式具体体现,并且在本文中公开的任何具体结构、功能仅仅是代表性的。基于本文的说明,本领域技术人员应该明白的是,本文所公开的一个实施例可以独立于任何其它实施例实现,并且这些实施例中的两个或多个实施例可以按照各种方式组合。
图1示出了根据本发明的一个实施例的煤矿瓦斯涌出量的预测步骤。
如图1所示,在本发明的第一实施例中,首先需要完成步骤S1010,进行瓦斯地质单元的划分。
在划分瓦斯地质单元的过程中,考虑到煤层瓦斯赋存的结果是含煤地层经受复杂地质历史演化作用的结果,煤层瓦斯含量以及煤矿开采瓦斯涌出量大小,除与生成条件有关外,主要取决于煤生成后瓦斯的保存条件。该保存条件受多种地质因素的综合影响,并且存在着明显的分区、分带特征,因而,可以将煤矿划分为瓦斯地质单元。由于不同的瓦斯地质单元的地质条件差异,因而存在不同的主控地质因素,导致煤层瓦斯表现出不同的变化规律。为了找出影响煤层瓦斯涌出量的主要地质因素,以更准确地建立煤层瓦斯涌出量的变化模型,所以,需要根据瓦斯地质规律和矿井地质构造条件,划分瓦斯地质单元。并且,下述步骤都需要针对不同的瓦斯地质单元分别进行。
接着,在步骤S1020中,确定影响瓦斯涌出的主控地质因素。虽然在影响瓦斯涌出的地质因素分析中,起主导作用的因素随各矿井地质条件的差异而有区别,即,在各个不同的瓦斯地质单元内,控制瓦斯涌出量的因素是不同的,但是,在同一瓦斯地质单元内,通常是一种或为数不多的几种地质因素控制着瓦斯的涌出量。因而,在同一瓦斯地质单元内,如果某些地质参数的分布变化与瓦斯涌出量的分布变化表现出某种一致性,那么,该地质参数即为此瓦斯地质单元内控制瓦斯涌出量的主控地质因素。
其中,上述主控地质因素需要根据不同矿井地质条件的差异做不同选择。通常需要分析因素如埋藏深度、上覆基岩厚度、向斜构造、背斜构造、顶底板岩性变化、岩浆岩、岩溶陷落柱等地质对瓦斯涌出大小的影响。并借助瓦斯地质图,筛选出影响瓦斯涌出量大小的一个或几个主控地质因素。
在确定了影响瓦斯涌出量的主控因素后,进行步骤S1030,建立瓦斯涌出量数学模型。
为了建立起上述主控地质因素和煤矿瓦斯涌出量的定量关系,需要建立以上述主控地质因素为自变量,以煤矿瓦斯涌出量为因变量的数学模型。在煤矿瓦斯预测中常用的模型是数量化理论Ⅰ模型,但根据实际的需要,也可以是其他形式的模型,如线性模型、指数模型等。利用实际测量的煤矿瓦斯涌出量和相应的主控地质因素数据,可以确定上述数学模型的参数,从而得到主控地质因素和煤矿瓦斯涌出量的定量关系。
最后,在步骤S1040中,使用建立的瓦斯涌出量数学模型,即可预测出瓦斯的涌出量。即,根据上述模型预测,利用未开采区或新矿井的地质参数,即可预测出该未开采区或新矿井的瓦斯涌出量。
本发明的一个实施例给出了确定上述煤矿瓦斯涌出量主控地质因素的方法,该方法如图2所示。
图2示出了根据本发明的一个实施例的确定煤矿瓦斯涌出量的主控地质因素的步骤;参考图2,为了确定矿瓦斯涌出量的主控地质因素,首先进行步骤S2010,绘制瓦斯涌出量图。其中,以所述瓦斯地质单元的煤层底板等高线为地理底图,在回采工作面上以每月进度为标准选出正常生产条件下瓦斯涌出稳定的1~2个涌出量作为瓦斯涌出量,按回采进度绘制到地理底图上。这样,就可以绘制出已回采区的瓦斯涌出量图。
为了直观地分析和发现瓦斯涌出量和不同地质因素之间的关系,在接下来的步骤S2020中,以上述步骤S2010绘制的瓦斯涌出量图为底图,绘制出地质因素图。
在所述瓦斯地质单内,依据地质钻孔、矿井上下对照图等地质资料,绘制与瓦斯涌出量相关的量化/定性地质因素。这些相关地质因素可以分别采用等高线、等厚线、等值线、分布界线来表示。其中,所述相关地质因素包括:埋藏深度、上覆基岩厚度、顶底板砂/泥岩变化、煤层厚度等值线和砂泥岩分界线、煤层合并分叉线等。
为了分析的准确,不被需要考察区域外的因素所影响,在步骤S2030中,确定出瓦斯风化带边界,以界定出需要分析区域的边界。其中,确定瓦斯风化带边界所依据的是实际瓦斯涌出量和测定煤层瓦斯含量,即涌出量低于煤层含气量下限值或煤层厚度低于煤层厚度下限值的位置,可以被认定为是瓦斯风化带边界。
在确定了需要分析的区域后,要进行步骤S2040,分析和确定出主控地质因素。即,在上述瓦斯风化带边界内,通过比对上述瓦斯涌出量图和上述地质因素图,将与瓦斯涌出量分布和变化一致性较高的地质因素确定为主控地质因素。其中,主控地质因素可以是一个,也可以是多个。
下面,将参考图3对确定煤矿瓦斯涌出量数学模型的步骤进行说明。
图3示出了根据本发明的一个实施例的确定煤矿瓦斯涌出量的数学模型的步骤。
如图3所示,在本发明的一个实施例中,为确定矿瓦斯涌出量的数学模型,首先执行步骤S3010,选择模型的变量,即,将所述主控地质因素作为自变量,选择绝对瓦斯涌出量或相对瓦斯涌出量作为因变量。
接着,在步骤S3020中,收集或勘测各个主控地质因素数据,这些数据可以通过地质勘测资料来获取。
之后,执行步骤S3030,收集整理瓦斯涌出量数据。其中,需要以所考察的瓦斯地质单元为统计单元,以实际测量的瓦斯涌出量数据为基础,整理出瓦斯涌出量的取值;具体地,所述瓦斯涌出量数据的整理可以用如下方式完成:以瓦斯日报、风量报表、抽放台帐和产量报表,对瓦斯地质单元内已回采工作面,计算每日的相对瓦斯涌出量和绝对瓦斯涌出量,以每月进度为标准,选出正常生产条件下瓦斯涌出稳定的1个或2个涌出量作为所述工作面在所述月份的瓦斯涌出量。
在收集和准备了上述数据之后,在步骤S3040中,需要选取数学模型并确定模型参数。
在本实施例中,选取了数量化理论Ⅰ模型作为所求数学模型。并以上述收集整理的主控地质因素和瓦斯涌出量数据确定出所述数学模型的参数;其中所涉及的数学过程遵循数量化理论Ⅰ的标准模式来完成。
上面所得到的数学模型并非总是有效的,因而,需要在S3050中进行数学模型有效性评估。
在本实施例中,为了评估上述数学模型有效性,对所确定的模型进行统计检验。即采用F检验法来评估,以方差分析法计算出F统计量,并在一定显著性水平下查F分布表:如果上述F统计量大于等于临界值,那么模型有效;否则模型无效。
在上述预测方法中,还可以通过计算各个主控地质因素的偏相关系数来判断该因素对预测的重要性,偏相关系数越大,说明该因素对预测的影响越大。
虽然参照图对根据本发明的实施例进行了如上描述,但是本领域技术人员应当理解,对上述发明所提出的实施例,还可以在不脱离本发明内容的基础上做出各种改进。因此,本发明的保护范围应当由所附的权利要求书的内容确定。

Claims (8)

1.一种煤矿瓦斯涌出量预测方法,包括如下步骤:
划分瓦斯地质单元,依据瓦斯地质规律以及工作煤矿的结构和地质条件,划分瓦斯地质单元;
确定主控地质因素,分别对划分出的每个上述瓦斯地质单元,确定控制瓦斯涌出量的主要地质因素;
建立瓦斯涌出量数学模型,建立以上述主控地质因素为自变量,以瓦斯涌出量为因变量的数学模型;
预测瓦斯涌出量,根据上述模型预测未开采区的瓦斯涌出量。
2.如权利要求1所述的方法,其中所述主控地质因素可以是一个或多个。
3.如权利要求1所述的方法,其中所述主控地质因素的确定,包括如下步骤:
绘制瓦斯涌出量图,以所述瓦斯地质单元的煤层底板等高线为地理底图,绘制出已回采区的瓦斯涌出量图;
绘制地质因素图,在所述瓦斯地质单内,绘制出有关地质因素图;
确定风化带边界,依据实际瓦斯涌出量和测定煤层瓦斯含量,确定瓦斯风化带边界;
分析确定主控地质因素,在上述瓦斯风化带边界内,通过比对所述瓦斯涌出量图和所述地质因素图,将与瓦斯涌出量的分布和变化一致性较高的地质因素确定为主控地质因素。
4.如权利要求1所述的方法,其中所述瓦斯涌出量数学模型可以采用数量化理论Ⅰ模型、线性模型、指数模型或其他模型。
5.如权利要求1所述的方法,其中所述瓦斯涌出量数学模型的建立,包括如下步骤:
选择变量,以所述主控地质因素作为自变量,以绝对瓦斯涌出量或相对瓦斯涌出量作为因变量;
收集整理主控地质因素数据,收集或勘测出所考察的瓦斯地质单元内各个主控地质因素数据;
收集整理瓦斯涌出量数据,以所考察的瓦斯地质单元为统计单元,以实际测量的瓦斯涌出量数据为基础,作为瓦斯涌出量数据;
选取数学模型并确定其参数,选取一种数学模型,以所述收集整理的主控地质因素数据和瓦斯涌出量数据求解出所述数学模型的参数;
数学模型有效性评估,对所确定的模型进行统计检验,判断模型的有效性,如果该模型有无效则需要重新确定主控地质因素和/或数学模型。
6.如权利要求5所述的方法,其中所述数学模型的有效性可以采用F检验法来评估,即以方差分析法计算出F统计量,并在一定显著性水平下查F分布表:如果上述F统计量大于等于临界值,那么模型有效;否则模型无效。
7.如权利要求5所述的方法,其中可以通过计算各个主控地质因素的偏相关系数来判断该因素对预测的重要性:偏相关系数越大,说明该因素对预测的影响越大。
8.如权利要求5所述的方法,其中所述瓦斯涌出量数据的整理可以用如下方式完成:以瓦斯日报、风量报表、抽放台帐和产量报表,对瓦斯地质单元内已回采工作面,计算每日的相对瓦斯涌出量和绝对瓦斯涌出量,以每月进度为标准,选出正常生产条件下瓦斯涌出稳定的1个或2个涌出量作为所述工作面在所述月份的瓦斯涌出量。
CN2013102438849A 2013-06-19 2013-06-19 一种煤矿瓦斯涌出量预测方法 Pending CN103352723A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013102438849A CN103352723A (zh) 2013-06-19 2013-06-19 一种煤矿瓦斯涌出量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013102438849A CN103352723A (zh) 2013-06-19 2013-06-19 一种煤矿瓦斯涌出量预测方法

Publications (1)

Publication Number Publication Date
CN103352723A true CN103352723A (zh) 2013-10-16

Family

ID=49309128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013102438849A Pending CN103352723A (zh) 2013-06-19 2013-06-19 一种煤矿瓦斯涌出量预测方法

Country Status (1)

Country Link
CN (1) CN103352723A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103643997A (zh) * 2013-11-20 2014-03-19 天地(常州)自动化股份有限公司 一种小风速掘进工作面的瓦斯涌出量的计算方法
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
CN105447600A (zh) * 2015-12-09 2016-03-30 贵州省矿山安全科学研究院 一种采面瓦斯涌出量动态分源预测方法
CN105550769A (zh) * 2015-12-09 2016-05-04 贵州省矿山安全科学研究院 一种煤层预抽后残余瓦斯含量分布动态预测方法
CN105735967A (zh) * 2016-04-12 2016-07-06 中国矿业大学 一种钻孔瓦斯涌出初速度测量方法
CN108805339A (zh) * 2018-05-24 2018-11-13 中国神华能源股份有限公司 煤矿工作面瓦斯涌出量预测方法、存储介质及电子设备
CN111287796A (zh) * 2020-02-21 2020-06-16 中煤能源研究院有限责任公司 一种综放工作面多源瓦斯涌出量动态预测方法
CN113723026A (zh) * 2021-09-02 2021-11-30 贵州省质安交通工程监控检测中心有限责任公司 一种隧道掌子面前方煤层瓦斯涌出量预算方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1845091A (zh) * 2006-05-17 2006-10-11 刘韬 矿井瓦斯涌出量的预测方法
CN102354381A (zh) * 2011-10-25 2012-02-15 阳泉市联宇星信息技术有限公司 煤矿瓦斯涌出量动态预测分析技术
CN102609780A (zh) * 2011-01-24 2012-07-25 河南理工大学 矿井瓦斯涌出量预测新方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1845091A (zh) * 2006-05-17 2006-10-11 刘韬 矿井瓦斯涌出量的预测方法
CN102609780A (zh) * 2011-01-24 2012-07-25 河南理工大学 矿井瓦斯涌出量预测新方法
CN102354381A (zh) * 2011-10-25 2012-02-15 阳泉市联宇星信息技术有限公司 煤矿瓦斯涌出量动态预测分析技术

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王晓磊: "三家子矿煤层瓦斯赋存及涌出规律研究", 《辽宁工程技术大学硕士论文》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103643997A (zh) * 2013-11-20 2014-03-19 天地(常州)自动化股份有限公司 一种小风速掘进工作面的瓦斯涌出量的计算方法
CN103643997B (zh) * 2013-11-20 2016-05-11 天地(常州)自动化股份有限公司 一种小风速掘进工作面的瓦斯涌出量的计算方法
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
CN105447600A (zh) * 2015-12-09 2016-03-30 贵州省矿山安全科学研究院 一种采面瓦斯涌出量动态分源预测方法
CN105550769A (zh) * 2015-12-09 2016-05-04 贵州省矿山安全科学研究院 一种煤层预抽后残余瓦斯含量分布动态预测方法
CN105735967A (zh) * 2016-04-12 2016-07-06 中国矿业大学 一种钻孔瓦斯涌出初速度测量方法
CN105735967B (zh) * 2016-04-12 2018-09-21 中国矿业大学 一种钻孔瓦斯涌出初速度测量方法
CN108805339A (zh) * 2018-05-24 2018-11-13 中国神华能源股份有限公司 煤矿工作面瓦斯涌出量预测方法、存储介质及电子设备
CN111287796A (zh) * 2020-02-21 2020-06-16 中煤能源研究院有限责任公司 一种综放工作面多源瓦斯涌出量动态预测方法
CN111287796B (zh) * 2020-02-21 2021-08-24 中煤能源研究院有限责任公司 一种综放工作面多源瓦斯涌出量动态预测方法
CN113723026A (zh) * 2021-09-02 2021-11-30 贵州省质安交通工程监控检测中心有限责任公司 一种隧道掌子面前方煤层瓦斯涌出量预算方法

Similar Documents

Publication Publication Date Title
CN103352723A (zh) 一种煤矿瓦斯涌出量预测方法
CN104929687B (zh) 矿山数字化生产管控系统和方法
RU2002122397A (ru) Всеобъемлющая оптимизация пластового резервуара
WO2008041885A1 (ru) Способ размещения поисковых, разведочных и эксплуатационных скважин на месторождениях нефти и газа на основе трехмерной геологической модели
CN104040377A (zh) 用于碳酸盐中的岩石物理学岩石定型的集成工作流程或方法
CN111090709A (zh) 一种砂岩型铀矿成矿预测的大数据地质分析方法
Peck et al. Quantifying CO2 storage efficiency factors in hydrocarbon reservoirs: a detailed look at CO2 enhanced oil recovery
CN102253423B (zh) 基于多源水文地质勘测信息的适宜供水位置智能识别方法
CA2873816C (en) Systems and methods for processing geophysical data
Dougherty et al. A new methane control and prediction software suite for longwall mines
Karacan Integration of vertical and in-seam horizontal well production analyses with stochastic geostatistical algorithms to estimate pre-mining methane drainage efficiency from coal seams: Blue Creek seam, Alabama
Karacan et al. Numerical analysis of the impact of longwall panel width on methane emissions and performance of gob gas ventholes
CN110475942A (zh) 用于自动流入控制装置设计的系统和方法
CN104063626A (zh) 一种它源圈闭充满度的预测方法
CN104899928A (zh) 基于稀疏钻孔点的三维地质建模方法
CN111695303B (zh) 一种煤层顶板砂岩含水层充水强度评价方法
CN105447600A (zh) 一种采面瓦斯涌出量动态分源预测方法
Karacan et al. Probabilistic modeling using bivariate normal distributions for identification of flow and displacement intervals in longwall overburden
CN113375753B (zh) 一种煤矿综采工作面采动对地下水影响的监测与分析方法
CN106372815A (zh) 一种基于数字高程模型的矿产资源储量评估方法及应用
CN110851991B (zh) 一种地下水流数值模拟方法
Karacan Predicting methane emissions and developing reduction strategies for a Central Appalachian Basin, USA, longwall mine through analysis and modeling of geology and degasification system performance
CN102609780A (zh) 矿井瓦斯涌出量预测新方法
CN103353618B (zh) 一种瓦斯资源量的计算方法
Lee et al. Development of a trip time for bit exchange simulator for drilling time estimation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20131016