CN106599511A - 一种薄煤层长壁综采工作面采煤方法优选的方法 - Google Patents
一种薄煤层长壁综采工作面采煤方法优选的方法 Download PDFInfo
- Publication number
- CN106599511A CN106599511A CN201611231644.7A CN201611231644A CN106599511A CN 106599511 A CN106599511 A CN 106599511A CN 201611231644 A CN201611231644 A CN 201611231644A CN 106599511 A CN106599511 A CN 106599511A
- Authority
- CN
- China
- Prior art keywords
- mining
- recovery method
- coal
- mining method
- index
- 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
- 238000000034 method Methods 0.000 title claims abstract description 123
- 238000005065 mining Methods 0.000 title claims abstract description 69
- 239000003245 coal Substances 0.000 title claims abstract description 22
- 239000013598 vector Substances 0.000 claims abstract description 22
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 7
- 230000001186 cumulative effect Effects 0.000 claims abstract description 6
- 238000005315 distribution function Methods 0.000 claims abstract description 6
- 238000011084 recovery Methods 0.000 claims description 45
- 238000013210 evaluation model Methods 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000013078 crystal Substances 0.000 claims description 2
- 238000000342 Monte Carlo simulation Methods 0.000 abstract description 3
- 238000004451 qualitative analysis Methods 0.000 abstract 1
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 238000012938 design process Methods 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21C—MINING OR QUARRYING
- E21C41/00—Methods of underground or surface mining; Layouts therefor
- E21C41/16—Methods of underground mining; Layouts therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种薄煤层长壁综采工作面采煤方法优选的方法,属于确定薄煤层长壁开采方法的方法。采用系统工程与采矿工程的理论,建立融合经济因素、技术因素及人文因素的薄煤层长壁综采工作面开采方法优选的多属性多目标决策模型;设计指标层权重向量分布的蒙特卡罗模拟试验,建立三维决策判断矩阵;确立判断矩阵各数组的累积分布函数;利用层次分析法的原理得出各指标权重的分布特征;以指标层权重的数学期望为原则确定指标层的权重;定性分析与定量分析相结合的开采方法权重向量的确定,以开采方法权重的数学期望作为开采方法优选的原则,进行单准则与综合准则条件下的开采方法集合排序,开采方法得分高者为优选的开采方法;开采方法得分差值分布的概率作为开采方法优选的可信度。
Description
技术领域
本发明涉及一种确定薄煤层采煤方法的方法,具体是一种薄煤层长壁采煤方法优选的的方法。
技术背景
开采方法的选择是采矿工程师最重要的决策之一,合理的开采方法对于薄煤层长壁综采工作面开采设计及产能规划至关重要,对于降低吨煤成本、优化劳动组织也有深远的影响。
根据目前的薄煤层开采现状,薄煤层长壁开采方法包括2种:薄煤层滚筒采煤机综采机组采煤方法与薄煤层刨煤机综采机组采煤方法。从应用效果来看,滚筒采煤机综采机组对地质条件适应能力强,适应于硬煤以及煤层厚度变化较大的薄煤层开采,刨煤机综采机组自动化程度高,适于开采厚度稳定且地质条件变化不大的煤层,两者各有利弊。
在薄煤层开采设计过程中,首先根据薄煤层赋存特征、工作面围岩特征、地质构造、水文、瓦斯等开采技术条件进行薄煤层开采方法的初选,结果显示同时具备滚筒采煤机开采方法、刨煤机开采方法应用条件的薄煤层广泛分布于各大矿区。
传统的薄煤层开采设计过程中,首先未根据薄煤层赋存特征、工作面围岩特征、地质构造、水文、瓦斯等开采技术条件进行薄煤层开采方法的初选,由于没有一种有效地手段事先确定开采方法,导致决策受到影响,开采成本很高。
发明内容
本发明要解决的技术问题是提供一种薄煤层长壁综采工作面采煤方法优选的方法,利用一种薄煤层长壁综采工作面采煤方法优选的方法解决传统的薄煤层开采设计过程中,首先未根据薄煤层赋存特征、工作面围岩特征、地质构造、水文、瓦斯等开采技术条件进行薄煤层开采方法的初选,由于没有一种有效地手段事先确定开采方法,导致决策受到影响,开采成本很高的问题。
本发明采取的技术方案为:一种薄煤层长壁综采工作面采煤方法优选的方法,其具体步骤为:
a、根据系统工程与采矿工程的理论,先确立薄煤层长壁综采工作面开采方法选择的决策指标体系,包括融合经济因素、技术因素及人机环境因素3个准则,其中经济因素包括设备投资、工资、能耗及材料4个指标,技术因素包括生产效率、适应性及自动化程度3个指标,人机环境因素包括管理难度、安全程度及健康程度3个指标;方案层包括薄煤层滚筒采煤机开采方法与刨煤机开采方法2个方案;
b、进行指标层权重向量分布的蒙特卡罗模拟仿真试验;
c、确定开采方法权重向量。
所述的指标层权重向量分布的蒙特卡罗模拟仿真试验包括以下步骤:
第一步、建立三维决策判断矩阵,为在传统层次分析法判断矩阵的基础上新增加一维形成的判断矩阵,第三维代表了决策者的数量,以此来表达各层次决策者的意愿;
第二步、确立判断矩阵各数组的累积分布函数;
第三步、根据累积分布函数利用水晶球软件进行指标层权重向量的仿真计算;
第四步、利用层次分析法的原理得出各指标权重的分布特征;
第五步、以指标层权重的数学期望为原则确定指标层的权重。
所述的开采方法权重向量,包括以下几个步骤:
第一步、对于定性指标,利用蒙特卡罗层次分析法确定方案层的重要性程度;
第二步、对于效益型指标,指标值越大的方案表征该方案越优,方案层的重要性程度可以根据指标属性值进行直接判断;
第三步、对于成本型指标,指标值越小的方案表征该方案越优,方案层的重要性程度可以根据指标属性值的倒数进行判断;
第四步、利用指标值构造的正互反矩阵,按照层次分析法解决问题的步骤进行开采方案层的权重向量分布的求解;
第五步、以开采方法权重的数学期望作为开采方法优选的原则,进行单准则与综合准则条件下的开采方法集合排序,开采方法得分高者为优选的开采方法;
第六步、开采方法得分差值分布的概率作为开采方法优选的可信度。
利用本发明的技术方案,根据系统工程与采矿工程的理论,先确立薄煤层长壁综采工作面开采方法选择的决策指标体系,包括融合经济因素、技术因素及人机环境因素3个准则,其中经济因素包括设备投资、工资、能耗及材料4个指标,技术因素包括生产效率、适应性及自动化程度3个指标,人机环境因素包括管理难度、安全程度及健康程度3个指标;方案层包括薄煤层滚筒采煤机开采方法与刨煤机开采方法2个方案,进行指标层权重向量分布的蒙特卡罗模拟仿真试验;最后确定开采方法权重向量,然后根据方法权重向量进而得到开采的决策。
有益效果,由于采用了上述方案,将蒙特卡罗模拟注入到层次分析法解决薄煤层长壁开采方法优选的多目标多属性决策问题,能够全面反映不同层次决策者的意愿,削弱了传统层次分析法在确定薄煤层开采方法优选决策指标权重的片面性;将成本型与效益型指标统一转化为效益型指标进行处理,避免了人为因素的干预,改善了传统层次分析法确定方案权重的客观程度;确定了开采方法优选结果的可信度。
利用一种薄煤层长壁综采工作面采煤方法优选的方法可以解决传统的薄煤层开采设计过程中,首先未根据薄煤层赋存特征、工作面围岩特征、地质构造、水文、瓦斯等开采技术条件进行薄煤层开采方法的初选,由于没有一种有效地手段事先确定开采方法,导致决策受到影响,开采成本很高的问题。
附图说明
图1为薄煤层长壁开采方法优选的多属性多目标决策模型;
图2为指标层权重向量分布的三维判断矩阵;
图中:aij为ci与cj比较的结果,aij=1/aji,ci为第i个评价指标,k为决策者的数量,Rk为第k位决策者按照自己的意愿给出的二维判断矩阵。
具体实施方式
下面结合附图及具体的实施例对发明进行进一步介绍。
如图1~2所示,a、根据系统工程与采矿工程的理论,确立了薄煤层长壁综采工作面开采方法选择的决策指标体系,融合了经济因素、技术因素及人机环境因素3个准则,其中经济因素包括设备投资、工资、能耗及材料4个指标,技术因素包括生产效率、适应性及自动化程度3个指标,人机环境因素包括管理难度、安全程度及健康程度3个指标;方案层包括薄煤层滚筒采煤机开采方法与刨煤机开采方法2个方案;
b、指标层权重向量分布的蒙特卡罗模拟仿真试验,具体步骤如下:建立三维决策判断矩阵,在传统层次分析法判断矩阵的基础上新增加一维,第三维代表了决策者的数量,以此来表达各层次决策者的意愿;
①确立判断矩阵各数组的累积分布函数;
②设r为服从(0,1)均匀分布的随机数,定义为输入变量,将权重向量W、判断矩阵一致性指标CR为输出变量,
③利用Crystal Ball软件结合层次分析法的原理进行仿真模拟,迭代次数为3000次,得到各指标权重的概率分布及频率特征;
④以指标层权重的数学期望为原则确定指标层的权重;
c、开采方法权重向量的确定,具体步骤如下:
①对于定性指标,利用蒙特卡罗层次分析法确定方案层的重要性程度;
②对于效益型指标,指标值越大的方案表征该方案越优,方案层的重要性程度可以根据指标属性值进行直接判断,为:
③对于成本型指标,指标值越小的方案表征该方案越优,方案层的重要性程度可以根据指标属性值的倒数进行判断,为:
④利用指标值构造的正互反矩阵,按照层次分析法解决问题的步骤进行开采方案层的权重向量分布的求解;
⑤以开采方法权重的数学期望作为开采方法优选的原则,进行单准则与综合准则条件下的开采方法集合排序,开采方法得分高者为优选的开采方法;
⑥开采方法得分差值分布的概率作为开采方法优选的可信度。
其蒙特卡罗模拟仿真试验为:
设离散型随机变量X取值为xk(k=0,1,…)的概率为P(X=xk)=pk,根据概率分布特征,对离散型随机变量进行抽样,抽样方法及流程为:
(1)抽取随机数r,r服从(0,1)区间均匀分布;
(2)寻求正整数n,满足
(3)离散型随机变量X的抽样值为:X=xn。
由于采用了上述方案,将蒙特卡罗模拟注入到层次分析法解决薄煤层长壁开采方法优选的多目标多属性决策问题,能够全面反映不同层次决策者的意愿,削弱了传统层次分析法在确定薄煤层开采方法优选决策指标权重的片面性;将成本型与效益型指标统一转化为效益型指标进行处理,避免了人为因素的干预,改善了传统层次分析法确定方案权重的客观程度;确定了开采方法优选结果的可信度。
Claims (3)
1.一种薄煤层长壁综采工作面采煤方法优选的方法,其具体步骤为:
a、根据系统工程与采矿工程的理论,先确立薄煤层长壁综采工作面开采方法选择的决策指标体系,包括融合经济因素、技术因素及人机环境因素3个准则,其中经济因素包括设备投资、工资、能耗及材料4个指标,技术因素包括生产效率、适应性及自动化程度3个指标,人机环境因素包括管理难度、安全程度及健康程度3个指标;方案层包括薄煤层滚筒采煤机开采方法与刨煤机开采方法2个方案;
b、进行指标层权重向量分布的蒙特卡罗模拟仿真试验;
c、确定开采方法权重向量。
2.根据权利要求1所述的一种薄煤层长壁综采工作面采煤方法优选的方法,其特征在于:所述的指标层权重向量分布的蒙特卡罗模拟仿真试验包括以下步骤:
第一步、建立三维决策判断矩阵,为在传统层次分析法判断矩阵的基础上新增加一维形成的判断矩阵,第三维代表了决策者的数量,以此来表达各层次决策者的意愿;
第二步、确立判断矩阵各数组的累积分布函数;
第三步、根据累积分布函数利用水晶球软件进行指标层权重向量的仿真计算;
第四步、利用层次分析法的原理得出各指标权重的分布特征;
第五步、以指标层权重的数学期望为原则确定指标层的权重。
3.根据权利要求1所述的一种薄煤层长壁综采工作面采煤方法优选的方法,其特征在于:所述的开采方法权重向量,包括以下几个步骤:
第一步、对于定性指标,利用蒙特卡罗层次分析法确定方案层的重要性程度;
第二步、对于效益型指标,指标值越大的方案表征该方案越优,方案层的重要性程度可以根据指标属性值进行直接判断;
第三步、对于成本型指标,指标值越小的方案表征该方案越优,方案层的重要性程度可以根据指标属性值的倒数进行判断;
第四步、利用指标值构造的正互反矩阵,按照层次分析法解决问题的步骤进行开采方案层的权重向量分布的求解;
第五步、以开采方法权重的数学期望作为开采方法优选的原则,进行单准则与综合准则条件下的开采方法集合排序,开采方法得分高者为优选的开采方法;
第六步、开采方法得分差值分布的概率作为开采方法优选的可信度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611231644.7A CN106599511B (zh) | 2016-12-28 | 2016-12-28 | 一种薄煤层长壁综采工作面采煤方法优选的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611231644.7A CN106599511B (zh) | 2016-12-28 | 2016-12-28 | 一种薄煤层长壁综采工作面采煤方法优选的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106599511A true CN106599511A (zh) | 2017-04-26 |
CN106599511B CN106599511B (zh) | 2020-02-04 |
Family
ID=58604536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611231644.7A Active CN106599511B (zh) | 2016-12-28 | 2016-12-28 | 一种薄煤层长壁综采工作面采煤方法优选的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106599511B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114198103A (zh) * | 2021-12-14 | 2022-03-18 | 中煤科工开采研究院有限公司 | 一种对不同顶板卸压方案进行优选的方法及设备 |
CN114357720A (zh) * | 2021-12-08 | 2022-04-15 | 郑州煤矿机械集团股份有限公司 | 一种薄煤层工作面自身状况对产能影响程度的评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778563A (zh) * | 2013-12-31 | 2014-05-07 | 中国矿业大学 | 一种薄煤层无人工作面开采地质条件综合评估方法 |
CN104239666A (zh) * | 2013-06-20 | 2014-12-24 | 中国石油化工股份有限公司 | 一种基于层次分析法的煤层气综合评价方法 |
-
2016
- 2016-12-28 CN CN201611231644.7A patent/CN106599511B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239666A (zh) * | 2013-06-20 | 2014-12-24 | 中国石油化工股份有限公司 | 一种基于层次分析法的煤层气综合评价方法 |
CN103778563A (zh) * | 2013-12-31 | 2014-05-07 | 中国矿业大学 | 一种薄煤层无人工作面开采地质条件综合评估方法 |
Non-Patent Citations (3)
Title |
---|
ATAEI MOHAMMADA 等: "Monte Carlo Analytic Hierarchy Process (MAHP) approach to selection of optimum mining method", 《INTERNATIONAL JOURNAL OF MINING SCIENCE AND TECHNOLOGY》 * |
WANG CHEN 等: "Optimal Selection of a Longwall Mining Method for a Thin Coal Seam Working Face", 《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》 * |
刘英平 等: "基于改进层次介析法的绿色产品评价方法研究", 《机械设计与研究》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357720A (zh) * | 2021-12-08 | 2022-04-15 | 郑州煤矿机械集团股份有限公司 | 一种薄煤层工作面自身状况对产能影响程度的评价方法 |
CN114198103A (zh) * | 2021-12-14 | 2022-03-18 | 中煤科工开采研究院有限公司 | 一种对不同顶板卸压方案进行优选的方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106599511B (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109933577B (zh) | 基于tbm岩-机参数动态交互机制的隧洞可掘进预测方法及系统 | |
CN104732070B (zh) | 一种基于信息向量机的岩爆等级预测方法 | |
US20160070828A1 (en) | Vulnerability Assessment Method of Water Inrush from Aquifer Underlying Coal Seam | |
CN108229811B (zh) | 一种评价碳酸盐岩缝洞型油藏注水效果的方法 | |
CN110619353B (zh) | 一种基于深度学习的多尺度测井曲线自动识别方法 | |
CN103984788B (zh) | 一种煤巷锚杆支护自动智能设计与优化系统 | |
CN104747185A (zh) | 非均质油藏储层综合分类评价方法 | |
CN106372748A (zh) | 一种硬岩掘进机的掘进效率预测方法 | |
CN105321204B (zh) | 一种三维地质栅格体模型构建方法 | |
CN110805469A (zh) | 山岭隧道钻爆法施工掌子面稳定性分级方法 | |
CN107895092B (zh) | 一种基于复杂非线性注采建模的井间连通定量评价方法 | |
CN106530101A (zh) | 一种矿岩界判定及探采对比方法 | |
CN110852908A (zh) | 围岩分级方法 | |
CN103628816B (zh) | 地震属性指导水平井导向的方法及其装置 | |
CN115422740A (zh) | 一种巨厚煤层分层综放开采导水裂隙带高度预测方法 | |
CN106599511A (zh) | 一种薄煤层长壁综采工作面采煤方法优选的方法 | |
Wei et al. | Characterization of saturation and pressure distribution based on deep learning for a typical carbonate reservoir in the Middle East | |
CN112948924A (zh) | 基于覆岩结构的近松散层开采导水裂隙带高度确定方法 | |
CN104268785A (zh) | 一种用于深井底板突水风险的分析方法 | |
CN113554311A (zh) | 地面定向孔注浆治理推覆体下奥灰水害工程质量评价方法 | |
CN106991521A (zh) | 一种隧道及地下工程注浆效果等级评价方法及系统 | |
Jafarpour et al. | Selection of Compatible Coal Seam for Methane Drainage Operation Based on Uncertain Geological Conditions: A Hybrid Fuzzy Approach | |
Wang et al. | Application of BigML in the classification evaluation of top coal caving | |
Cao et al. | Study on inferring interwell connectivity of injection-production system based on decision tree | |
Zhuang et al. | Prediction of shield machine tool failure and control strategy design based on ant colony optimization and neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |