CN105447600A - 一种采面瓦斯涌出量动态分源预测方法 - Google Patents
一种采面瓦斯涌出量动态分源预测方法 Download PDFInfo
- Publication number
- CN105447600A CN105447600A CN201510900605.0A CN201510900605A CN105447600A CN 105447600 A CN105447600 A CN 105447600A CN 201510900605 A CN201510900605 A CN 201510900605A CN 105447600 A CN105447600 A CN 105447600A
- Authority
- CN
- China
- Prior art keywords
- gas
- gas emission
- face
- point source
- dynamic
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005065 mining Methods 0.000 title claims abstract description 18
- 238000012937 correction Methods 0.000 claims abstract description 9
- 239000003245 coal Substances 0.000 claims description 79
- 239000011435 rock Substances 0.000 claims description 4
- 239000003034 coal gas Substances 0.000 claims description 3
- 230000003245 working effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 description 19
- 238000009826 distribution Methods 0.000 description 17
- 238000005086 pumping Methods 0.000 description 7
- 238000005553 drilling Methods 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000528 statistical test Methods 0.000 description 2
- 238000011077 uniformity evaluation Methods 0.000 description 2
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种采面瓦斯涌出量动态分源预测方法,包括如下步骤:利用预抽后的动态残余瓦斯含量代替开采层原始瓦斯含量,依据分源预测法建立开采层瓦斯涌出量动态预测模型;与实测数据对比,得到校正系数,根据分源预测法建立修正后的邻近层瓦斯涌出量预测模型;以上述开采层和邻近层瓦斯涌出量动态预测模型建立采面瓦斯涌出量动态分源预测模型;根据上述采面瓦斯涌出量预测模型对采面瓦斯涌出量进行动态分源预测。本发明可以实现对采面瓦斯涌出量动态分源预测,并结合采面邻近层实际瓦斯涌出情况对邻近层瓦斯涌出量预测结果进行修正,实现了预测过程及预测结果的动态更新,提高了预测结果的可靠性。
Description
技术领域
本发明涉及煤矿安全领域,尤其是一种采面瓦斯涌出量动态分源预测方法。
背景技术
瓦斯一直是制约煤矿安全生产的主要因素,是煤矿的第一杀手,准确进行矿井瓦斯涌出量预测是瓦斯防治工作的重中之重,同时采面瓦斯涌出量预测又是防止矿井瓦斯超限的重要基础工作。
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。
分源预测法考虑因素多,适应性强,可靠度较高,应用最为广泛。但因其采用煤层原始瓦斯含量进行预测,在矿井生产阶段时,由于采掘工作面收到煤层瓦斯提前抽采的影响,实际影响瓦斯涌出量大小的是预抽后的残余瓦斯含量。
此外,对于近距离煤层群开采,由于邻近层数量多,且多为赋存不稳定的煤层或煤线,以及瓦斯参数缺乏,导致邻近层瓦斯涌出量的预测结果与实际涌出情况偏差较大。因此,实现准确的采面瓦斯涌出量动态分源预测具有十分重要的意义。国内外关于采面瓦斯涌出量动态分源预测方面的研究较少,尚无相应的测试方法。
发明内容
为了解决上述技术问题,本发明提供了一种采面瓦斯涌出量动态分源预测方法。
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:一种采面瓦斯涌出量动态分源预测方法,包括如下步骤:
建立开采层瓦斯涌出量动态预测模型,利用预抽后的动态残余瓦斯含量代替开采层原始瓦斯含量,依照分源预测法建立开采层瓦斯涌出量动态预测模型;
建立修正后的邻近层瓦斯涌出量预测模型,与实测数据对比,得到校正系数,依照分源预测法建立修正后的邻近层瓦斯涌出量预测模型;
建立采面瓦斯涌出量动态分源预测模型,以上述开采层和邻近层瓦斯涌出量动态预测模型建立采面瓦斯涌出量动态分源预测模型;
采面瓦斯涌出量动态分源预测,根据上述采面瓦斯涌出量预测模型对采面瓦斯涌出量进行动态分源预测。
所述的一种采面瓦斯涌出量动态分源预测方法,其中:所述的开采层瓦斯涌出量动态预测模型采用分源预测法中开采层瓦斯涌出量预测模型,其中原始瓦斯含量采用预抽后的动态残余瓦斯含量,即
式中:K1——围岩瓦斯涌出系数;
K2——回采工作面丢煤瓦斯涌出系数,K2=1/c;
K3——采区内准备巷道预排瓦斯对开采层瓦斯涌出影响系数,采用走向长壁后退式回采:K3=(L-2h)/L;
L——回采工作面长度;
m——开采层厚度;
M——工作面采高;
WCY——预抽后的动态残余瓦斯含量;
WC——运出矿井后煤的残存瓦斯含量。
所述的一种采面瓦斯涌出量动态分源预测方法,其中:所述的修正后的邻近层瓦斯涌出量预测模型采用分源预测法中邻近层瓦斯涌出量预测模型与修正系数的乘积,即
式中:q2——邻近层相对瓦斯涌出量,m3/t;
mi——第i个邻近层煤层厚度,m;
M——工作面采高,m;
Ki——第i个邻近层瓦斯排放率,%,如无实测值可参照附录D选取;
W0i——第i个邻近层煤层原始瓦斯含量,m3/t,如无实测值可参照开采层选取;
Wci——第i个邻近层煤层残存瓦斯含量,m3/t,如无实测值可参照开采层选取;
C——修正系数。
所述的一种采面瓦斯涌出量动态分源预测方法,其中:所述的采面瓦斯涌出量动态分源预测模型为:
。
所述的一种采面瓦斯涌出量动态分源预测方法,其中:所述的预抽后的动态残余瓦斯含量是通过以下方法预测的,本申请人另案申请《一种煤层预抽后残余瓦斯含量分布动态预测方法》。
一种煤层预抽后残余瓦斯含量分布动态预测方法,其特征在于:包括如下步骤:
划分预测单元:依据不同预抽方法,划分预测单元;
确定主要预测指标:在同一预测单元内,确定影响煤层预抽后残余瓦斯含量预测的主要指标;
建立煤层残余瓦斯含量预测模型:建立以上述主要预测指标为自变量,以煤层预抽后残余瓦斯含量为因变量的预测模型;
动态预测残余瓦斯含量:根据上述模型动态预测煤层预抽后残余瓦斯含量;
绘制残余瓦斯含量分布动态预测图:根据上述预测的煤层预抽后残余瓦斯含量及坐标位置绘制残余瓦斯含量分布动态预测图。
其中在同一预测单元内,其中所述的煤层预抽后残余瓦斯含量的主要预测指标为抽采时长和有效抽采钻孔均匀程度。
所述的一种煤层预抽后残余瓦斯含量分布动态预测方法,其中,所述的煤层预抽后残余瓦斯含量预测模型采用线性模型、指数模型或神经网络模型。
所述的一种煤层预抽后残余瓦斯含量分布动态预测方法,其中,所述的煤层预抽后残余瓦斯含量预测模型的建立,包括如下步骤:
选择变量:以所述的主要预测指标为自变量,以煤层预抽后残余瓦斯含量为因变量;
收集整理主要预测指标数据:收集与钻孔抽采时长和有效抽采钻孔均匀程度相关的参数数据;
收集整理煤层预抽后残余瓦斯含量数据:以预测单元内实测的有效残余瓦斯含量作为煤层预抽后残余瓦斯含量数据;
具体地:
选取预测模型并确定其参数:选取一种预测模型,以所述收集整理的主要预测指标和煤层残余瓦斯含量数据求解出所述预测模型的参数;
预测模型有效性评估: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预测模型。
所述的一种煤层预抽后残余瓦斯含量分布动态预测方法,其中抽采时长可以根据钻孔竣工时间计算。
所述的一种煤层预抽后残余瓦斯含量分布动态预测方法,其中有效抽采钻孔均匀程度评价通过如下步骤:
划分统计单元:所述的统计单元半径应处于有效抽采半径和钻孔最短预抽期的抽采影响半径这两个距离指标之间;
计算各统计单元的吨煤钻孔量:根据上述确定的统计半径,以工作面瓦斯抽采钻孔竣工图为底图进行吨煤钻孔量计算,并记录好对应的坐标位置;
绘制工作面吨煤钻孔量等值线图:根据上述计算的吨煤钻孔量及对应的坐标位置利用Sufer或MapGIS等软件绘制吨煤钻孔量等值线图;
其中吨煤钻孔量是指工作面平均吨煤的有效瓦斯抽采钻孔长度。
所述的一种煤层预抽后残余瓦斯含量分布动态预测方法,其中利用工作面瓦斯抽采钻孔竣工图计算吨煤钻孔量时,考虑煤层倾角的影响,先将钻孔竣工图即水平投影图转换为正视图。
所述的一种煤层预抽后残余瓦斯含量分布动态预测方法,其中吨煤钻孔量计算包括如下步骤:
划分网格单元:根据上述的统计单元半径在正视图上划分网格单元;
计算各统计单元内的瓦斯抽采钻孔总长度:以统计单元内瓦斯有效抽采钻孔长度之和作为瓦斯抽采钻孔总长度;
计算单元内的平均吨煤钻孔量:以统计单元内瓦斯抽采钻孔总长度与煤质量的比值表示;
其中统计单元内煤质量为单元面积、煤厚和煤的容重的乘积。
本发明可以实现对采面瓦斯涌出量动态分源预测,并结合采面邻近层实际瓦斯涌出情况对邻近层瓦斯涌出量预测结果进行修正,实现了预测过程及预测结果的动态更新,提高了预测结果的可靠性,而且还提高了采面瓦斯涌出量动态分源预测的效率及决策的科学性,容易被煤矿一般工程技术人员迅速掌握。
附图说明
图1是本发明的一个实施例的采面瓦斯涌出量动态分源预测步骤;
图2是本发明的一个实施例的煤层预抽后残余瓦斯含量分布动态预测步骤;
图3是本发明的一个实施例的钻孔均匀程度评价步骤;
图4是本发明的一个实施例的煤层预抽后残余瓦斯含量预测模型步骤。
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采面瓦斯涌出量动态分源预测方法具体实施方式、特征及其功效,详细说明如后。
如图1所示,在本发明的一个实施例中,首先需要完成步骤S1010,建立开采层瓦斯涌出量动态预测模型,利用预抽后的动态残余瓦斯含量代替开采层原始瓦斯含量,依照分源预测法建立开采层瓦斯涌出量动态预测模型。
开采层瓦斯涌出量动态预测模型采用分源预测法中开采层瓦斯涌出量预测模型,其中原始瓦斯含量采用预抽后的动态残余瓦斯含量,即
式中:K1——围岩瓦斯涌出系数;
K2——回采工作面丢煤瓦斯涌出系数,K2=1/c;
K3——采区内准备巷道预排瓦斯对开采层瓦斯涌出影响系数,采用走向长壁后退式回采:K3=(L-2h)/L;
L——回采工作面长度;
m——开采层厚度;
M——工作面采高;
WCY——预抽后的动态残余瓦斯含量;
WC——运出矿井后煤的残存瓦斯含量。
接着,在步骤S1020中,建立修正后的邻近层瓦斯涌出量预测模型,采用分源预测法中邻近层瓦斯涌出量预测模型与修正系数的乘积,即
式中:q2——邻近层相对瓦斯涌出量,m3/t;
mi——第i个邻近层煤层厚度,m;
M——工作面采高,m;
Ki——第i个邻近层瓦斯排放率,%,如无实测值可参照附录D选取;
W0i——第i个邻近层煤层原始瓦斯含量,m3/t,如无实测值可参照开采层选取;
Wci——第i个邻近层煤层残存瓦斯含量,m3/t,如无实测值可参照开采层选取;
C——修正系数。
在建立了开采层和邻近层瓦斯涌出量预测模型后,进行步骤S1030,
建立采面瓦斯涌出量动态分源预测模型,即
最后,在步骤S1040中,使用建立的采面瓦斯涌出量动态分源预测模型对预测区域采面瓦斯涌出量进行预测。
图2示出了本发明的一个实施例的煤层预抽后残余瓦斯含量分布动态预测步骤;首先需要完成步骤S2010,进行预测单元划分
在划分预测单元的过程中,应考虑到缩小埋深、煤质、围岩、煤结构、构造等地质因素的差异,减少预测单元内原始瓦斯储量因各地质因素产生的差异,并要依据不同预抽方法进行区划。
接着,在步骤S2020中,确定影响煤层预抽后残余瓦斯含量的主要预测指标。在同一单元内,影响瓦斯抽采效果不均衡的因素大幅减少,而有效抽采钻孔分布的空间因素与抽采时间长短的时空因素的影响表现得更直接。
其中,抽采时长可依据钻孔竣工时间计算,而有效抽采钻孔均匀程度空间分布为定性指标,需进一步量化评价。
在确定了主要预测指标后,进行步骤S2030,建立煤层预抽后残余瓦斯含量预测模型。
依据选定的预测指标,分析各指标的贡献大小,采用多指标预测方法建立多元预测模型。
然后,在步骤S2040中,使用建立的煤层预抽后残余瓦斯含量预测模型,对预测区域残余瓦斯含量进行预测。
最后,在步骤S2050中,根据预测的残余瓦斯含量和对应坐标位置,绘制出残余瓦斯含量分布动态预测图。
图3示出了一个实施例的钻孔均匀程度评价的步骤。首先进行步骤S3010,划分统计单元。其中统计单元半径应处于有效抽采半径和钻孔最短预抽期的抽采影响半径这两个距离指标之间。同时,抽采影响半径是时间函数,统计单元半径应不超过评价单元内钻孔最短预抽期的抽采影响半径,考虑煤层赋余差异,还应留有富余。
在上述步骤S3010划分统计单元后,进行步骤S3020,计算各统计单元的吨煤钻孔量,即,统计单元内瓦斯抽采钻孔总长度与煤质量的比值为吨煤钻孔量。其中统计单元内煤质量为单元面积、煤厚和煤的容重的乘积。
为了直观地分析工作面钻孔抽放的均匀程度,在接下来的在步骤S3030中,以上述步骤S3020计算各统计单元的吨煤钻孔量和对应的坐标,利用Sufer或MapGIS等软件绘制工作面吨煤钻孔量等值线。
图4示出了本发明的一个实施例的煤层预抽后残余瓦斯含量分布动态预测模型的步骤。首先执行步骤S4010,选择模型的变量,即,选择所述的主要预测指标作为自变量,选择煤层预抽后残余瓦斯含量作为因变量。
接着,在步骤S4020中,收集整理主要预测指标数据,这些数据可以通过钻孔竣工图来获取。
之后,执行步骤S4030,收集整理煤层预抽后残余瓦斯含量数据,以预测单元内实测的有效残余瓦斯含量作为煤层预抽后残余瓦斯含量数据。
在收集和准备了上述数据之后,在步骤S4040中,需要选取预测模型并确定模型参数。
在本实施例中,选取了幂函数作为预测模型。并以上述收集整理的主要预测指标和煤层预抽后残余瓦斯含量数据确定所述数学模型的参数。
上面所得到的预测模型并非总是有效的,因而,需要在S4050中进行预测模型有效性评估。
在本实施例中,为了评估上述预测模型有效性,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。
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)
1.一种采面瓦斯涌出量动态分源预测方法,其特征在于:包括如下步骤:
建立开采层瓦斯涌出量动态预测模型,利用预抽后的动态残余瓦斯含量代替开采层原始瓦斯含量,依照分源预测法建立开采层瓦斯涌出量动态预测模型;
建立修正后的邻近层瓦斯涌出量预测模型,与实测数据对比,得到校正系数,依照分源预测法建立修正后的邻近层瓦斯涌出量预测模型;
建立采面瓦斯涌出量动态分源预测模型,以上述开采层和邻近层瓦斯涌出量动态预测模型建立采面瓦斯涌出量动态分源预测模型;
采面瓦斯涌出量动态分源预测,根据上述采面瓦斯涌出量预测模型对采面瓦斯涌出量进行动态分源预测。
2.根据权利要求1所述的一种采面瓦斯涌出量动态分源预测方法,其特征在于:所述的开采层瓦斯涌出量动态预测模型采用分源预测法中开采层瓦斯涌出量预测模型,其中原始瓦斯含量采用预抽后的动态残余瓦斯含量,即
式中:K1——围岩瓦斯涌出系数;
K2——回采工作面丢煤瓦斯涌出系数,K2=1/c;
K3——采区内准备巷道预排瓦斯对开采层瓦斯涌出影响系数,采用走向长壁后退式回采:K3=(L-2h)/L;
L——回采工作面长度;
m——开采层厚度;
M——工作面采高;
WCY——预抽后的动态残余瓦斯含量;
WC——运出矿井后煤的残存瓦斯含量。
3.根据权利要求1所述的一种采面瓦斯涌出量动态分源预测方法,其特征在于:所述的修正后的邻近层瓦斯涌出量预测模型采用分源预测法中邻近层瓦斯涌出量预测模型与修正系数的乘积,即
式中:q2——邻近层相对瓦斯涌出量,m3/t;
mi——第i个邻近层煤层厚度,m;
M——工作面采高,m;
Ki——第i个邻近层瓦斯排放率,%,如无实测值可参照附录D选取;
W0i——第i个邻近层煤层原始瓦斯含量,m3/t,如无实测值可参照开采层选取;
Wci——第i个邻近层煤层残存瓦斯含量,m3/t,如无实测值可参照开采层选取;
C——修正系数。
4.根据权利要求1所述的一种采面瓦斯涌出量动态分源预测方法,其特征在于:所述的采面瓦斯涌出量动态分源预测模型为:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510900605.0A CN105447600A (zh) | 2015-12-09 | 2015-12-09 | 一种采面瓦斯涌出量动态分源预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510900605.0A CN105447600A (zh) | 2015-12-09 | 2015-12-09 | 一种采面瓦斯涌出量动态分源预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105447600A true CN105447600A (zh) | 2016-03-30 |
Family
ID=55557752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510900605.0A Pending CN105447600A (zh) | 2015-12-09 | 2015-12-09 | 一种采面瓦斯涌出量动态分源预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105447600A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355295A (zh) * | 2016-10-02 | 2017-01-25 | 山东科技大学 | 一种预测单一煤层开采采区瓦斯涌出量的方法 |
CN106780087A (zh) * | 2016-12-19 | 2017-05-31 | 辽宁工程技术大学 | 综放工作面一氧化碳涌出预测方法 |
CN108960540A (zh) * | 2018-09-07 | 2018-12-07 | 西安科技大学 | 倾斜厚煤层综放工作面瓦斯涌出量预测方法及系统 |
CN109002919A (zh) * | 2018-07-17 | 2018-12-14 | 河南理工大学 | 一种矿井工作面瓦斯涌出量预测的方法 |
CN110259510A (zh) * | 2019-06-13 | 2019-09-20 | 中国神华能源股份有限公司 | 特厚煤层分层开采瓦斯涌出总量预测方法 |
CN110991081A (zh) * | 2019-12-19 | 2020-04-10 | 中国矿业大学 | 一种基于地面钻孔抽采瓦斯确定邻近层抽采瓦斯量的方法 |
CN111324988A (zh) * | 2020-03-03 | 2020-06-23 | 山西西山煤电股份有限公司 | 基于机器学习的瓦斯超限预警模型构建方法及预警方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103352723A (zh) * | 2013-06-19 | 2013-10-16 | 张子敏 | 一种煤矿瓦斯涌出量预测方法 |
CN104863627A (zh) * | 2015-03-18 | 2015-08-26 | 中煤科工集团重庆研究院有限公司 | 一种基于卸压条件下工作面瓦斯涌出量预测的方法 |
CN104880739A (zh) * | 2015-06-19 | 2015-09-02 | 贵州省矿山安全科学研究院 | 一种基于gis的煤矿瓦斯地质动态分析方法 |
-
2015
- 2015-12-09 CN CN201510900605.0A patent/CN105447600A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103352723A (zh) * | 2013-06-19 | 2013-10-16 | 张子敏 | 一种煤矿瓦斯涌出量预测方法 |
CN104863627A (zh) * | 2015-03-18 | 2015-08-26 | 中煤科工集团重庆研究院有限公司 | 一种基于卸压条件下工作面瓦斯涌出量预测的方法 |
CN104880739A (zh) * | 2015-06-19 | 2015-09-02 | 贵州省矿山安全科学研究院 | 一种基于gis的煤矿瓦斯地质动态分析方法 |
Non-Patent Citations (2)
Title |
---|
孙婷婷 等: "福达煤矿瓦斯涌出量预测和抽放设计的研究", 《煤炭技术》 * |
潘竞涛: "上部邻近层开采对本煤层瓦斯涌出的影响分析", 《矿业安全与环保》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355295A (zh) * | 2016-10-02 | 2017-01-25 | 山东科技大学 | 一种预测单一煤层开采采区瓦斯涌出量的方法 |
CN106780087A (zh) * | 2016-12-19 | 2017-05-31 | 辽宁工程技术大学 | 综放工作面一氧化碳涌出预测方法 |
CN109002919A (zh) * | 2018-07-17 | 2018-12-14 | 河南理工大学 | 一种矿井工作面瓦斯涌出量预测的方法 |
CN109002919B (zh) * | 2018-07-17 | 2021-09-17 | 河南理工大学 | 一种矿井工作面瓦斯涌出量预测的方法 |
CN108960540A (zh) * | 2018-09-07 | 2018-12-07 | 西安科技大学 | 倾斜厚煤层综放工作面瓦斯涌出量预测方法及系统 |
CN108960540B (zh) * | 2018-09-07 | 2021-10-01 | 西安科技大学 | 倾斜厚煤层综放工作面瓦斯涌出量预测方法及系统 |
CN110259510A (zh) * | 2019-06-13 | 2019-09-20 | 中国神华能源股份有限公司 | 特厚煤层分层开采瓦斯涌出总量预测方法 |
CN110991081A (zh) * | 2019-12-19 | 2020-04-10 | 中国矿业大学 | 一种基于地面钻孔抽采瓦斯确定邻近层抽采瓦斯量的方法 |
CN110991081B (zh) * | 2019-12-19 | 2023-06-16 | 中国矿业大学 | 一种基于地面钻孔抽采瓦斯确定邻近层抽采瓦斯量的方法 |
CN111324988A (zh) * | 2020-03-03 | 2020-06-23 | 山西西山煤电股份有限公司 | 基于机器学习的瓦斯超限预警模型构建方法及预警方法 |
CN111324988B (zh) * | 2020-03-03 | 2023-08-08 | 山西西山煤电股份有限公司 | 基于机器学习的瓦斯超限预警模型构建方法及预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105447600A (zh) | 一种采面瓦斯涌出量动态分源预测方法 | |
WO2019042483A2 (zh) | 一种tbm在掘岩体状态实时感知系统和方法 | |
CN106837289B (zh) | 一种确定井位的方法和装置 | |
Moharram et al. | Optimal groundwater management using genetic algorithm in El-Farafra oasis, western desert, Egypt | |
CN105804739B (zh) | 瓦斯涌出量的预测方法及预测系统 | |
CN106246141A (zh) | 基于煤矿瓦斯抽采产能预测的钻孔量化分区布置优化方法 | |
CA2892058A1 (en) | Energy deposit discovery system and method | |
CN103065051A (zh) | 一种对岩体自动进行分级分区的方法 | |
CN104880739A (zh) | 一种基于gis的煤矿瓦斯地质动态分析方法 | |
CN103352723A (zh) | 一种煤矿瓦斯涌出量预测方法 | |
CN105389451A (zh) | 一种用于无人化采掘工作面的适时精准建模方法 | |
CN105550769A (zh) | 一种煤层预抽后残余瓦斯含量分布动态预测方法 | |
CN104881724A (zh) | 一种基于gis的煤矿瓦斯涌出量动态预测方法 | |
CN107725044A (zh) | 基于阵列感应、侧向测井的砂岩含气储层产水率预测的方法 | |
CN104899392B (zh) | 一种基于gis的煤矿瓦斯涌出超限预测智能分析方法 | |
CN108763781A (zh) | 预抽煤层瓦斯防突措施空白带判定方法 | |
CN102155213A (zh) | 矿井采动裂隙的动态检测方法 | |
CN109472867B (zh) | 一种将钻井位置信息影响范围定量化的方法 | |
CN106296018A (zh) | 校正的地质风险评价模型的建立方法和圈闭评价方法 | |
CN108732023B (zh) | 一种大采高采场煤壁超前支承压力峰值系数的确定方法 | |
CN103353618B (zh) | 一种瓦斯资源量的计算方法 | |
KR101838518B1 (ko) | 생산성 잠재력 분포 영역도를 이용한 유정 위치 탐색 방법 | |
CN113742962B (zh) | 一种基于水平井的页岩储层属性三维建模方法 | |
CN113899268B (zh) | 隧道爆破断面炮眼布置优化施工方法 | |
CN104462649A (zh) | 一种矿体块段模型储量的自动更新方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160330 |
|
WD01 | Invention patent application deemed withdrawn after publication |