CN104899392A - 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 - Google Patents
一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 Download PDFInfo
- Publication number
- CN104899392A CN104899392A CN201510343303.8A CN201510343303A CN104899392A CN 104899392 A CN104899392 A CN 104899392A CN 201510343303 A CN201510343303 A CN 201510343303A CN 104899392 A CN104899392 A CN 104899392A
- Authority
- CN
- China
- Prior art keywords
- gas
- coal
- grid
- data
- bearing capacity
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法,是以GIS为平台,在煤矿瓦斯涌出动态预测的基础上,综合煤矿采掘工作面通风数据信息,对工作面前方煤体瓦斯涌出超限预测和分析,智能分析瓦斯涌出预测超限区域的超限原因。本发明将瓦斯涌出超限预测和GIS中的瓦斯涌出超限的影响因素栅格有机结合起来,实现矿井瓦斯涌出超限预测和瓦斯涌出超限原因的智能分析,有助于矿井管理者对瓦斯涌出超限原因分析及提前采取瓦斯治理措施。
Description
技术领域
本发明涉及煤矿安全技术领域,具体涉及一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法。
背景技术
我国是世界上最大的产煤国,煤炭资源在我国能源结构中的主体地位在相当长的一段时期内很难改变。同时,我国也是煤矿瓦斯灾害较为严重的国家之一,煤与瓦斯突出矿井、高瓦斯矿井众多,且分布较广;尤其是随着开采深度的增加,瓦斯治理难度也逐渐增大。近年来,由煤矿瓦斯涌出造成的瓦斯爆炸等事故有上升趋势,尤其是近距离煤层群开采时,且易造成瓦斯异常涌出和群死群伤的重大事故,因此有效地对工作面前方煤体瓦斯涌出超限预测和智能分析,对煤矿瓦斯治理有着重要的指导意义。
目前,煤矿对工作面前方煤体瓦斯涌出预测一般采用瓦斯涌出分源预测法(AQ1018-2006),在此基础上结合工作面风量判断瓦斯浓度情况,参与计算的瓦斯参数一般采用平均值运算;而对前方煤体可能引起超限的原因仅仅为粗略、静态分析,缺乏系统性、连续性、动态性分析,且考虑影响超限的因素较为简单。因此,亟需一种煤矿瓦斯涌出超限预测智能分析方法,该方法不仅可以预测瓦斯超限情况,而且可以智能分析可能的超限原因,以便矿井管理层提前制定瓦斯治理措施,提高矿井瓦斯灾害的防治能力。
地理信息系统(GIS)是管理和分析空间数据的应用工程技术,其技术系统由计算机硬件、软件和相关的方法过程所组成,用以支持空间数据的采集、管理、处理、分析、建模和显示,以便解决复杂的空间分析、规划和管理问题;主要具有数据采集与输入、数据编辑与更新、数据存储与管理、空间查询与分析、空间决策支持、数据显示与输出等功能。因此,采用GIS的主要功能和优点及结合瓦斯超限预测及其原因的智能分析需求,可发明一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法。
发明内容
本发明的目的在于克服现有技术的不足,提出一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法。
本发明的目的是以GIS为平台,在煤矿瓦斯涌出动态预测的基础上,采用煤矿采掘工作面当前通风数据信息,对工作面前方煤体瓦斯涌出超限预测和分析,智能分析瓦斯涌出预测超限区域的超限原因,以便矿井管理层提前制定瓦斯治理措施,可提高矿井瓦斯灾害的防治能力。
本发明的目的及解决其主要技术问题是采用以下技术方案来实现的:一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法,具体包括以下步骤:
1)瓦斯地质影响因素数据的采集与动态更新。随着在生产过程中对开采条件和赋存条件认识的不断加深以及数据采集的不断增加,即时对瓦斯瓦斯地质影响因素数据进行录入和更新,并生成栅格数据进行存储。
进一步,所述步骤1)具体包括如下步骤:
11)基于GIS平台对采集的煤层埋深、厚度、围岩封闭性、变质程度、底板标高、地表高程数据进行离散数据网格化处理,生成其对应的栅格数据,并存储于GIS平台;
12)在新增或修改影响因素数据时,GIS平台自动将新增数据与已存在的同类数据进行离散数据网格化处理,重新生成其对应的栅格数据存储于GIS平台,从而实现瓦斯地质影响因素的动态更新。
2)运用瓦斯地质分析方法建立已有瓦斯含量与其对应瓦斯地质影响因素的瓦斯地质数学模型,在新增瓦斯含量时,GIS平台自动查找其对应的影响因素数值,并基于已有瓦斯含量及影响因素值,重新生成瓦斯地质数学模型,从而实现瓦斯地质数学模型的动态更新。
3)根据瓦斯地质影响因素栅格数据与瓦斯地质数学模型计算煤层瓦斯含量。
进一步,所述步骤3)具体包括如下步骤:
31)瓦斯地质影响因素栅格数据结合瓦斯地质数学模型,计算生成矿区瓦斯含量栅格数据,并存储于GIS平台。
32)在瓦斯含量栅格的基础上对地质构造与保护层开采影响区域的像元进行重新赋值,并在地质构造与保护层参数变化更新时,此步骤将重新处理以保证数据的动态性。
进一步,所述步骤32)具体包括如下步骤:
321)在地质构造(断层、褶皱)两侧创建多级缓冲区,依照缓冲区距地质构造轴线的距离对缓冲区内瓦斯含量栅格像元进行重新赋值。
322)在对被保护层瓦斯含量分布分析时,依据被保护层与保护层之间的间距获取瓦斯排放率对被保护层瓦斯含量栅格进行重新赋值。
33)在瓦斯地质影响因素栅格数据更新变化时,瓦斯含量栅格即可动态生成和变化;同时,当瓦斯地质数学模型更新变化时,瓦斯含量栅格也随之动态生成。
4)瓦斯含量栅格综合工作面设计(施工)参数、采掘进尺速度对煤矿回采和掘进工作面进行瓦斯涌出量动态预测,其预测对像可以是设计或正在实施的采掘工作面。
进一步,所述步骤4)具体包括如下步骤:
41)考虑高负压抽采对预测工作面煤体瓦斯的影响,对划定的抽采单元以平均吨煤累计抽采量进行计量,吨煤累计抽采量随着抽采单元抽采数据的更新而变化,且对抽采单元内的瓦斯含量栅格数据进行修正,瓦斯涌出量预测采用修正的瓦斯含量栅格数据。
42)采用修正后的瓦斯含量栅格数据结合煤层间距栅格、预测工作面的参数、各煤层的煤层厚度栅格及各煤层的瓦斯含量栅格,利用分源预测方法进行栅格计算,获得瓦斯涌出量栅格。
43)在瓦斯涌出量栅格的基础上结合工作面的属性参数、低负压抽采数据、进尺速度计算工作面对应空间位置的最大瓦斯涌出量。其中,低负压抽采是对预测回采工作面邻近层卸压瓦斯的抽采,其数值是当前预测回采工作面低负压抽采值,并随着当前值的变化而改变;若当前工作面无低负压抽采,则其值为0,不参与涌出量预测的计算;回采工作面的瓦斯涌出量预测值为采用瓦斯涌出分源预测法计算值减去低负压抽采值。
5)根据工作面瓦斯涌出量栅格结合工作面回风数据预测工作面最大瓦斯涌出浓度,按照《煤矿安全规程》瓦斯超限临界值判断预测工作面前方煤体瓦斯涌出超限区域。
6)对超限区域瓦斯涌出来源进行分析判断,回采工作面瓦斯来源分为本煤层与邻近层,对涌出来源比例进行划分,掘进工作面只有本煤层涌出来源。
7)根据分源预测法对超限区域与邻近非超限区域的瓦斯涌出量影响因素进行对比分析,判断引起超限的主要原因,其中本煤层瓦斯涌出可能引起超限的原因包括瓦斯含量和煤层厚度,邻近层瓦斯涌出可能引起超限的原因包括邻近层瓦斯含量、邻近层煤层厚度、邻近层间距。
8)根据步骤7)中的超限原因的分析结果,结合矿井的开采技术条件,应用专家系统程序实现智能化分析超限治理措施。
本发明与现有技术相比具有明显的优点和有益效果。由以上技术方案可知,本发明实现对矿井工作面前方煤体瓦斯涌出超限预测和超限智能分析,改变了现有技术只能对工作面前方煤体瓦斯涌出超限原因的粗略和静态分析的现状,以便矿井管理层提前制定瓦斯治理措施,提高矿井瓦斯灾害的防治能力。
附图说明
图1是本发明的步骤示意框图;
图2是本发明的矿区采样点数据集对像框图;
图3是本发明的煤层瓦斯地质影响因素栅格数据集对像框图;
图4是本发明的地质构造影响瓦斯含量栅格数据处理示意图;
图5是本发明的保护层开采影响瓦斯含量栅格数据处理示意图;
图6是本发明的回采工作面高负压抽采栅格模型处理示意图;
图7是本发明的掘进工作面高负压抽采栅格模型处理示意图。
图中标记:矿井各部门采样数据收集9,瓦斯地质采样点数据集10,原始瓦斯含量采样点数据11,埋深采样点数据12,煤层厚度采样点数据13,封闭性采样点数据14,煤层变质程度采样点数据15,地表高程数据16,煤层底板标高采样数据17,拟合回归数据20,瓦斯间距栅格22,高负压抽采数据23,低负压抽采数据24,采掘进尺数据25,工作面风量数据26,回采工作面超限因素27,掘进工作面超限因素28,瓦斯地质数学模型30,影响煤层瓦斯地质因素栅格数据集40,煤层埋深栅格41,煤层厚度栅格42,围岩封闭性栅格43,煤层变质程度栅格44,地质构造栅格45,地质构造影响模型51,保护层开采影响模型52,原始瓦斯含量栅格60,瓦斯含量栅格61,工作面瓦斯涌出量62,工作面瓦斯浓度63,涌出超限区域瓦斯地质参数64,超限原因65。
具体实施方式
以下结合附图和较佳实施例,对依据本发明提出的一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法具体实施方式、特征及其功效,详细说明如后。
图1为本发明的步骤示意框图。一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法,是以GIS为平台,在煤矿瓦斯涌出动态预测的基础上,综合煤矿采掘工作面通风数据信息,对工作面前方煤体瓦斯涌出超限预测和超限智能分析,智能分析和查找超限原因;具体步骤如下:
1)矿井各部门采样点数据收集9,获取瓦斯地质动态分析所需的瓦斯地质采样点数据集10,包括:原始瓦斯含量采样点数据11,埋深采样点数据12,煤层厚度采样点数据13,封闭性采样点数据14,煤层变质程度采样点数据15,地表高程数据16,煤层底板标高采样数据17,如图2,拟合回归数据20,建立瓦斯地质数学模型30,且瓦斯地质数学模型随着瓦斯地质采样点的新增而动态更新。
2)瓦斯地质采样点数据集10通过离散数据网格化处理,获得影响煤层瓦斯地质因素栅格数据集40,其中包括:煤层埋深栅格41,煤层厚度栅格42,围岩封闭性栅格43,煤层变质程度栅格44,地质构造栅格45,其对像框图详见图3。
3)将影响煤层瓦斯地质因素栅格数据集40中各栅格数据代入瓦斯地质数学模型30中,通过栅格计算获得煤层原始瓦斯含量栅格60。
4)获取矿区地质构造数据、保护层开采数据,通过对数据的分析与矿区的实际考察分别建立地质构造影响模型51及保护层开采影响模型52;原始瓦斯含量栅格60经过地质构造影响模型51及保护层开采影响模型52的处理,获得瓦斯含量栅格61,其中具体实施过程如下步骤:
41)地质构造影响模型51,在此模型中设定构造影响瓦斯含量变化值△W 1 =f(d),其中瓦斯含量变化值△W 1 是距地质构造轴线距离d的函数,距轴线距离d越大对瓦斯影响越小,根据d大小对地质构造进行缓冲区处理,将其周边区域划分为N级缓冲区,见图4地质构造影响瓦斯含量栅格数据处理示意图,再根据缓冲区对煤层原始瓦斯含量栅格60的栅格像元进行从新赋值。
42)保护层开采影响模型52,由瓦斯排放率确定保护层开采影响瓦斯含量变化值△W 2 ,在此模型中由保护层采空区边界、煤层倾角、煤层间距、卸压角来计算被保护范围,见图5保护层开采影响瓦斯含量栅格数据处理示意图,排放率由被保护层与保护层的间距确定,根据△W 2 对煤层原始瓦斯含量栅格60的栅格像元进行重新赋值。
5)当在瓦斯地质采样点数据集10、地质构造影响模型51、保护层开采影响模型52发生变化时,GIS内嵌更新机制将对瓦斯地质数学模型30和瓦斯含量栅格61进行动态计算。
6)根据瓦斯含量栅格61,并结合预测工作面的参数、工作面高负压抽采数据23、低负压抽采数据24、采掘进尺数据25、各煤层的煤层厚度栅格42及瓦斯间距栅格22,采用分源预测法对进行栅格计算获得采掘工作面瓦斯涌出量62,其中具体实施过程如下步骤:
61)在瓦斯含量栅格61的基础上,根据高负压抽采数据23对受抽采区域进行栅格重新赋值处理,即由抽采单元的瓦斯抽采总量确定抽采区域瓦斯含量变化值△W 3 ,由抽采钻孔形成抽采单元的瓦斯处理栅格如图6回采工作面高负压抽采栅格模型处理示意图和图7掘进工作面高负压抽采栅格模型处理示意图所示。
62)根据分源预测法邻近层瓦斯排放率和煤层间距的关系,由煤层间距栅格数据22确定邻近层瓦斯排放率系数η,并结合预测工作面的参数、各煤层的煤层厚度栅格42及各煤层的瓦斯含量栅格61动态预测工作面瓦斯涌出量62。
63)针对回采工作面瓦斯涌出量,在瓦斯涌出量62的基础上结合低负压抽采数据24进行动态预测,即瓦斯涌出量62减去低负压抽采数据24,如果工作面没有低负压抽采则低负压抽采数值为0。
7)根据工作面瓦斯涌出量数据62和工作面通风数据26计算工作面瓦斯浓度63,按照《煤矿安全规程》瓦斯超限临界值判断预测工作面前方煤体瓦斯涌出超限区域,若预测区域瓦斯涌出超限,则智能分析步骤如下:
71)基于GIS平台对瓦斯涌出预测超限地点的涌出来源进行定量判断,回采工作面包括邻近层涌出和本煤层涌出,掘进工作面只有本煤层瓦斯涌出。
72)基于分源预测方法,分别对超限地点与其邻近的非超限地点涌出来源进行对比分析,分析引起超限的主要瓦斯涌出来源,即超限原因65。
73)若引起瓦斯超限的来源为本煤层则通过栅格分析本煤层含量、煤厚的变化情况;若引起瓦斯超限的来源为邻近层,则主要分析邻近层的间距、煤厚、瓦斯含量的变化。
8)根据引起瓦斯超限的来源分析结果,即涌出超限区域瓦斯地质参数64,运用GIS空间分析和瓦斯涌出计算流程对回采工作面瓦斯超限因素27与掘进工作面瓦斯超限因素28进行分析,同时结合瓦斯治理措施专家库,智能筛选针对性的瓦斯超限治理措施。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,任何未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (4)
1.一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法,是以GIS为平台,在煤矿瓦斯涌出动态预测的基础上,综合煤矿采掘工作面通风数据信息,对工作面前方煤体瓦斯涌出超限预测和分析,智能分析瓦斯涌出预测超限区域的超限原因,其特征在于:具体步骤如下:
1)矿井各部门采样点数据收集(9),获取瓦斯地质动态分析所需的瓦斯地质采样点数据集(10),包括:原始瓦斯含量采样点数据(11),埋深采样点数据(12),煤层厚度采样点数据(13),封闭性采样点数据(14),煤层变质程度采样点数据(15),地表高程数据(16),煤层底板标高采样数据(17);拟合回归数据(20),建立瓦斯地质数学模型(30),且瓦斯地质数学模型随着瓦斯地质采样点的新增而动态更新;
2)瓦斯地质采样点数据集(10)通过离散数据网格化处理,获得影响煤层瓦斯地质因素栅格数据集(40),其中包括:煤层埋深栅格(41),煤层厚度栅格(42),围岩封闭性栅格(43),煤层变质程度栅格(44)、地质构造栅格(45);
3)将影响煤层瓦斯地质因素栅格数据集(40)中各栅格数据代入瓦斯地质数学模型(30)中,通过栅格计算获得煤层原始瓦斯含量栅格(60);
4)获取矿区地质构造数据、保护层开采数据,通过对数据的分析与矿区的实际考察分别建立地质构造影响模型(51)及保护层开采影响模型(52);原始瓦斯含量栅格(60)经过地质构造影响模型(51)及保护层开采影响模型(52)的处理,获得瓦斯含量栅格(61);
5)当在瓦斯地质采样点数据集(10)、地质构造影响模型(51)、保护层开采影响模型(52)发生变化时,GIS内嵌更新机制将对瓦斯地质数学模型(30)和瓦斯含量栅格(61)进行动态计算;
6)根据瓦斯含量栅格(61)结合工作面高负压抽采数据(23)、低负压抽采数据(24)、采掘进尺数据(25)以及煤层间距栅格(22),利用栅格数据通过分源预测法进行计算获得采掘工作面瓦斯涌出量(62);
7)根据工作面瓦斯涌出量数据(62)和工作面通风数据(26)计算工作面瓦斯浓度(63),按照《煤矿安全规程》瓦斯超限临界值判断预测工作面前方煤体瓦斯涌出超限区域;
8)根据引起瓦斯超限的来源分析结果,即涌出超限区域瓦斯地质参数(64),运用GIS空间分析和瓦斯涌出计算流程对回采工作面瓦斯超限因素(27)与掘进工作面瓦斯超限因素(28)进行分析,同时结合瓦斯治理措施专家库,智能筛选针对性的瓦斯超限治理措施。
2.如权利要求1所述的一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法,其特征在于:所述步骤4)具体实施过程如下:
41)地质构造影响模型(51),在此模型中设定构造影响瓦斯含量变化值△W 1 =f(d),其中瓦斯含量变化值△W 1 是距地质构造轴线距离d的函数,距轴线距离d越大对瓦斯影响越小,根据d大小对地质构造进行缓冲区处理,将其周边区域划分为N级缓冲区,再根据缓冲区对煤层原始瓦斯含量栅格(60)的栅格像元进行重新赋值;
42)保护层开采影响模型(52),由瓦斯排放率确定保护层开采影响瓦斯含量变化值△W 2 ,在此模型中由保护层采空区边界、煤层倾角、煤层间距、卸压角来计算被保护范围,排放率由被保护层与保护层的间距确定,根据△W 2 对煤层原始瓦斯含量栅格(60)的栅格像元进行重新赋值。
3.如权利要求1所述的一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法,其特征在于:所述步骤6)具体实施过程如下:
61)在瓦斯含量栅格(61)的基础上,根据高负压抽采数据(23)对抽采区域的瓦斯含量栅格进行重新赋值处理,即由抽采单元的瓦斯抽采总量计算抽采区域瓦斯含量栅格变化值△W 3 ,进而更新其对应的瓦斯含量栅格值;
62)根据分源预测法邻近层瓦斯排放率和煤层间距的关系,由煤层间距栅格数据(22)确定邻近层瓦斯排放率系数η,并结合预测工作面的参数、各煤层的煤层厚度栅格(42)及各煤层的瓦斯含量栅格(61)动态预测工作面瓦斯涌出量(62);
63)针对回采工作面瓦斯涌出量,在瓦斯涌出量(62)的基础上结合低负压抽采数据(24)进行动态预测,即瓦斯涌出量(62)减去低负压抽采数据(24),如果工作面没有低负压抽采则低负压抽采数值为0。
4.如权利要求1所述的一种基于GIS的煤矿瓦斯涌出超限预测智能分析方法,其特征在于:所述步骤7)若预测区域瓦斯涌出超限,则智能分析步骤如下:
71)基于GIS平台对瓦斯涌出预测超限地点的涌出来源进行定量判断,回采工作面包括邻近层涌出和本煤层涌出,掘进工作面只有本煤层瓦斯涌出;
72)基于分源预测方法,分别对超限地点与其邻近的非超限地点涌出来源进行对比分析,分析引起超限的主要瓦斯涌出来源,即超限原因(65);
73)若引起瓦斯超限的来源为本煤层则通过栅格分析本煤层含量、煤厚的变化情况;若引起瓦斯超限的来源为邻近层,则主要分析邻近层的间距、煤厚、瓦斯含量的变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510343303.8A CN104899392B (zh) | 2015-06-19 | 2015-06-19 | 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510343303.8A CN104899392B (zh) | 2015-06-19 | 2015-06-19 | 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104899392A true CN104899392A (zh) | 2015-09-09 |
CN104899392B CN104899392B (zh) | 2017-11-14 |
Family
ID=54032054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510343303.8A Active CN104899392B (zh) | 2015-06-19 | 2015-06-19 | 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104899392B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110130990A (zh) * | 2019-05-31 | 2019-08-16 | 煤科集团沈阳研究院有限公司 | 瓦斯超限预警系统及方法 |
CN110175410A (zh) * | 2019-05-28 | 2019-08-27 | 中煤科工集团重庆研究院有限公司 | 一种基于栅格数据的瓦斯地质空间分析方法 |
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 |
CN114219204A (zh) * | 2021-11-03 | 2022-03-22 | 北京天泽智云科技有限公司 | 一种能源需量的智能管理系统 |
CN117052470A (zh) * | 2023-08-24 | 2023-11-14 | 华夏天信物联科技有限公司 | 一种煤矿内异常监测的数据处理方法及系统 |
CN117648834A (zh) * | 2024-01-30 | 2024-03-05 | 天津矿智科技有限公司 | 一种基于三维煤层的瓦斯参数预测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110178961A1 (en) * | 2007-03-06 | 2011-07-21 | Heartland Technology Partners Llc | Methods of reducing greenhouse gases in landfills and coal mines |
CN102184460A (zh) * | 2011-03-31 | 2011-09-14 | 河南理工大学 | 基于协同过滤的煤矿瓦斯涌出量预测方法 |
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 |
-
2015
- 2015-06-19 CN CN201510343303.8A patent/CN104899392B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110178961A1 (en) * | 2007-03-06 | 2011-07-21 | Heartland Technology Partners Llc | Methods of reducing greenhouse gases in landfills and coal mines |
CN102184460A (zh) * | 2011-03-31 | 2011-09-14 | 河南理工大学 | 基于协同过滤的煤矿瓦斯涌出量预测方法 |
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 |
Non-Patent Citations (2)
Title |
---|
徐德金等: "基于GIS技术的瓦斯涌出量预测", 《中国煤炭》 * |
龙祖根等: "基于GIS的煤层瓦斯含量影响因素分析", 《煤矿安全》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110175410A (zh) * | 2019-05-28 | 2019-08-27 | 中煤科工集团重庆研究院有限公司 | 一种基于栅格数据的瓦斯地质空间分析方法 |
CN110130990A (zh) * | 2019-05-31 | 2019-08-16 | 煤科集团沈阳研究院有限公司 | 瓦斯超限预警系统及方法 |
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 |
CN114219204A (zh) * | 2021-11-03 | 2022-03-22 | 北京天泽智云科技有限公司 | 一种能源需量的智能管理系统 |
CN117052470A (zh) * | 2023-08-24 | 2023-11-14 | 华夏天信物联科技有限公司 | 一种煤矿内异常监测的数据处理方法及系统 |
CN117648834A (zh) * | 2024-01-30 | 2024-03-05 | 天津矿智科技有限公司 | 一种基于三维煤层的瓦斯参数预测方法及系统 |
CN117648834B (zh) * | 2024-01-30 | 2024-04-09 | 天津矿智科技有限公司 | 一种基于三维煤层的瓦斯参数预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104899392B (zh) | 2017-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104899392B (zh) | 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 | |
CN104880739A (zh) | 一种基于gis的煤矿瓦斯地质动态分析方法 | |
Li et al. | Risk assessment of water inrush in karst tunnels based on attribute synthetic evaluation system | |
CN110617074B (zh) | 一种盾构施工中地面沉降量与掘进参数的关联关系方法 | |
CN104881724A (zh) | 一种基于gis的煤矿瓦斯涌出量动态预测方法 | |
Liu et al. | Gas flow analysis for the impact of gob gas ventholes on coalbed methane drainage from a longwall gob | |
CN102678118B (zh) | 采场垮落带高度的确定方法 | |
CN111695303B (zh) | 一种煤层顶板砂岩含水层充水强度评价方法 | |
Wu et al. | Assessment of groundwater inrush from underlying aquifers in Tunbai coal mine, Shanxi province, China | |
CN103902777A (zh) | 一种开采沉陷变形预测预报方法 | |
CN109446659A (zh) | 一种综合预测煤层巷道冒顶高度及隐患分级的方法 | |
CN103065051A (zh) | 一种对岩体自动进行分级分区的方法 | |
CN105804739A (zh) | 瓦斯涌出量的预测方法及预测系统 | |
CN105447600A (zh) | 一种采面瓦斯涌出量动态分源预测方法 | |
Du et al. | Conception and Exploration of Using Data as a Service in Tunnel Construction with the NATM | |
CN107798189A (zh) | 一种基于透明空间地球物理的精准动态防突方法 | |
CN110555559A (zh) | 一种厚松散层非充分采动条件下地面沉降预计方法 | |
Chi et al. | Research on prediction model of mining subsidence in thick unconsolidated layer mining area | |
Krause et al. | Formation of methane hazard in longwall coal mines with increasingly higher production capacity | |
Xue et al. | Water abundance evaluation of a burnt rock aquifer using the AHP and entropy weight method: a case study in the Yongxin coal mine, China | |
Zhou et al. | Study on high and steep slope stability and slope angle optimization of open-pit based on limit equilibrium and numerical simulation | |
Strzalkowski et al. | Analytical and numerical method assessing the risk of sinkholes formation in mining areas | |
Fomychov et al. | Determination of parameters of non-uniform fractured rock massif in computing experiment | |
LIANG et al. | Stratum identification based on multiple drilling parameters and probability classification | |
Zheng et al. | Simulation of bench stepping and optimization of bolt parameters based on multiple geological information fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210527 Address after: 550025 Dashuigou, Zhulin village, Huaxi Township, Huaxi District, Guiyang City, Guizhou Province Patentee after: Guizhou Mine Safety Research Institute Co.,Ltd. Patentee after: Guizhou coal mine design and Research Institute Co.,Ltd. Address before: No.325 dazhongou Dazhong Road, Huaxi District, Guiyang City, Guizhou Province Patentee before: GUIZHOU MINE SAFETY SCIENTIFIC Research Institute |
|
TR01 | Transfer of patent right |