CN109711632A - 一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法 - Google Patents

一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法 Download PDF

Info

Publication number
CN109711632A
CN109711632A CN201811639455.2A CN201811639455A CN109711632A CN 109711632 A CN109711632 A CN 109711632A CN 201811639455 A CN201811639455 A CN 201811639455A CN 109711632 A CN109711632 A CN 109711632A
Authority
CN
China
Prior art keywords
gas
coal
detection cycle
index
outburst
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
Application number
CN201811639455.2A
Other languages
English (en)
Other versions
CN109711632B (zh
Inventor
魏林
尹玉萍
杨鑫
吕明海
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.)
Liaoning Technical University
Original Assignee
Liaoning Technical University
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 Liaoning Technical University filed Critical Liaoning Technical University
Priority to CN201811639455.2A priority Critical patent/CN109711632B/zh
Publication of CN109711632A publication Critical patent/CN109711632A/zh
Application granted granted Critical
Publication of CN109711632B publication Critical patent/CN109711632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Emergency Alarm Devices (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明公开了一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,步骤为:获得煤层地质结构特征、煤层赋存特征和瓦斯赋存特征;通过对上述特征进行分析,总结出工作面瓦斯涌出浓度异常规律;基于上述瓦斯涌出浓度异常规律分析,选取能够有效反应瓦斯异常涌出的三个敏感性指标;对煤与瓦斯突出危险性进行连续的实时预测;确定当前工作面的煤与瓦斯突出的危险性程度。本发明分别从瓦斯涌出平均波动幅度变化异常、瓦斯涌出平均变化趋势异常和瓦斯涌出大幅度变化频率异常三个角度分别提出了相应的敏感性指标,降低了监测设备成本,且可连续监测获得,实现连续实时预测突出危险性,避免局部动态预测实时性不够强和人为操作失误而导致的安全隐患。

Description

一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法
技术领域
本发明属于瓦斯突出预测的技术领域,尤其涉及一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法。
背景技术
煤与瓦斯突出发生前都会有一种或几种的先期预兆,通常表现为煤体支架压力突然增加,煤体表面及附近温度比正常时期有变化,煤壁加速移动、片帮,煤尘突然变大,甚至伴有特殊异响,如放炮、劈裂一样的闷雷声,瓦斯浓度忽高忽低,顶钻或卡钻,煤体的结构强度降低,次生节理密度增大,煤体层理无序,伴有表面变暗等现象。这些都是煤与瓦斯突出的先期预兆,但不是每次突出发生都会有这些现象出现,甚至在生产过程中出现其中的某些预兆时,煤与瓦斯突出也不一定发生,但瓦斯涌出异常的现象会出现在绝大多数煤与瓦斯突出阶段,突出前通常出现瓦斯涌出忽大忽小,瓦斯浓度波动范围变大,瓦斯浓度变化频率变大,瓦斯浓度突然升高或者降低等预兆。能够利用现有的煤矿安全监测监控系统有效地提取出掘进工作面瓦斯涌出异常特征是煤与瓦斯突出危险性非接触实时预测的核心问题之一。
目前,煤与瓦斯突出危险性的局部动态预测指标通常包括钻屑解吸指标(K1、Δh2)、钻屑量指标(S)、钻孔瓦斯涌出初速度指标(q)。这些指标值的测定均需要向煤体进行打钻得到,属于接触式预测方法,一般需要3-5人在工作面进行3-4小时的作业,其优点是可以直接地反映当前工作面煤与瓦斯突出的潜在危险,但其钻孔作业时间较长,工作量较大,而且由于检测技术人员本身素质的不同,容易产生人为失误,对煤矿安全生产会造成一定影响,同时预测时间和采掘时间不统一导致实时性不够强。
另外,利用模式识别方法根据工作面瓦斯涌出动态特征对煤与瓦斯突出危险性进行预测研究,结果认为利用现有的矿井监测系统考虑工作面瓦斯涌出特征进行非接触式煤与瓦斯突出预测是可行的,同时也成为利用监测系统监测的瓦斯涌出数据对煤与瓦斯突出预测提供了另一个途径。专利CN106872663A采用检测周期内的瓦斯浓度均值、瓦斯浓度最大值和瓦斯浓度最大增长速率特征值来表征瓦斯涌出异常从而对煤与瓦斯突出危险性进行预测,并取得了一定的效果。但是,通过实际的煤与瓦斯突出现场统计资料分析来看,有些情况下煤与瓦斯突出发生前瓦斯浓度会出现突然下降的趋势而最大值相对平稳,有些情况下会出现瞬间瓦斯浓度升高的情况导致瓦斯浓度最大增长速率较高,甚至有些情况下瓦斯浓度忽大忽小但瓦斯浓度均值整体较平稳也会发生煤与瓦斯突出现象。
发明内容
基于以上现有技术的不足,本发明所解决的技术问题在于提供一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,对煤矿安全生产起到了良好的辅助指导作用,避免局部动态预测实时性不够强和人为操作失误而导致的安全隐患。
为了解决上述技术问题,本发明通过以下技术方案来实现:
本发明提供一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,包括以下步骤:
步骤1:通过分析煤层具有突出危险隐患区域以及发生煤与瓦斯突出位置处的相关资料,得到煤层地质结构特征、煤层赋存特征和瓦斯赋存特征;
步骤2:通过对上述特征进行分析,总结出工作面瓦斯涌出浓度异常规律;
步骤3:基于上述瓦斯涌出浓度异常规律分析,选取能够有效反应瓦斯异常涌出的三个敏感性指标;
步骤4:根据步骤3提出的瓦斯异常涌出的敏感性指标,并结合工作面的钻屑解吸指标或钻屑量指标来确定采用敏感性指标预测煤与瓦斯突出危险性程度的安全等级划分,并以此对煤与瓦斯突出危险性进行连续的实时预测;
步骤5:将上述非接触式指标的安全等级进行综合评判,以此来确定当前工作面的煤与瓦斯突出的危险性程度。
所述步骤2中工作面瓦斯涌出浓度异常规律包括:
21:与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度平均波动幅度变化异常;
22:与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度平均变化趋势出现异常;
23:与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度大幅度变化频率出现异常。
进一步的,所述步骤3中的三个敏感性指标包括:
31:累计变异系数,在一个检测周期内相对于检测周期瓦斯均值的瓦斯浓度累积改变量;
32:离差变异系数,在一个检测周期内各个采样时刻与均值的差累加和;
33:偏离率,在一个检测周期内的均值与下一采样点瓦斯浓度的偏离程度较大的频率。
可选的,所述累计变异系数采用下式进行计算:
其中,Ti——第i个检测周期;
ti——检测周期内第i个抽样样本的容量;
——第i个检测周期瓦斯浓度累积变异系数;
Cj——第j个时刻的瓦斯浓度实时监测值;
——第i个抽样样本的瓦斯浓度均值。
进一步的,所述离差变异系数采用下式进行计算:
其中,Ti——第i个检测周期;
Ci——第i个时刻的瓦斯浓度实时监测值;
——第i个检测周期瓦斯浓度均值;
t——第i个检测周期的采样时刻。
可选的,所述偏离率采用下式进行计算:
其中,ε——偏离率阈值;
Ti——第i个检测周期;
ti——检测周期内第i个抽样样本的容量;
——第i个抽样样本后一时刻的瓦斯浓度实时监测值;
——第i个抽样样本的瓦斯浓度均值;
——第i个检测周期偏离率;
||·||——第i个检测周期满足条件集合的势。
进一步的,在步骤5中,所述综合评判的方法如下:
51:有三个指标达到同一危险等级,则工作面煤与瓦斯突出危险等级即为该等级;
52:有两个指标达到同一危险等级,另外一个指标为不同的等级,则以两个指标达到的等级判定工作面煤与瓦斯突出危险等级;
53:若三个指标等级均不同,则工作面等级为这三个等级的第二个等级。
由上,本发明的基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法分别从瓦斯涌出平均波动幅度变化异常、瓦斯涌出平均变化趋势异常和瓦斯涌出大幅度变化频率异常三个角度分别提出了相应的敏感性指标,这些指标是非接触式指标,而且在实际生产过程中是很容易获得的,降低了监测设备成本。这些指标可以连续监测获得,可以实现连续实时预测突出危险性,避免了局部动态预测实时性不够强和人为操作失误而导致的安全隐患。通过分析掘进工作面煤与瓦斯突出前瓦斯异常涌出规律,确定符合瓦斯涌出异常特征的敏感性指标和安全等级划分的临界值方法,不同的安全等级代表了煤层当前的实时危险性程度,对煤矿安全生产起到了良好的辅助指导作用,尽量避免了局部动态预测实时性不够强和人为操作失误而导致的安全隐患。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下结合优选实施例,并配合附图,详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例的附图作简单地介绍。
图1为本发明选取的瓦斯浓度数据曲线图,其中检测周期时长均为3个班次,每班次8小时,采样时间间隔为1min;
图2为本发明的累积变异系数显著性对比图,其中检测周期为1440分钟,检测样本容量为480分钟;
图3为本发明的离差变异系数显著性对比图;
图4为本发明的偏离率显著性对比图;
图5为采用矿井实际发生突出前近11个班次采集的瓦斯浓度数据的预测图;
图6为通过相应的煤与瓦斯突出危险性安全等级的实时预测结果图;
图7为本发明的基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法的流程图。
具体实施方式
下面结合附图详细说明本发明的具体实施方式,其作为本说明书的一部分,通过实施例来说明本发明的原理,本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。在所参照的附图中,不同的图中相同或相似的部件使用相同的附图标号来表示。
参见图1至图7,本发明提出的基于瓦斯涌出异常敏感指标的煤与瓦斯突出危险性预测方法以山西某矿某煤层为例,通过分析掘进工作面煤与瓦斯突出前瓦斯异常涌出规律,确定符合瓦斯涌出异常特征的敏感性指标和安全等级划分的临界值方法,不同的安全等级代表了煤层当前的实时危险性程度,对煤矿安全生产起到了良好的辅助指导作用,尽量避免了局部动态预测实时性不够强和人为操作失误而导致的安全隐患,本发明按照以下步骤进行:
步骤a:通过分析煤层具有突出危险隐患区域以及发生煤与瓦斯突出位置处的相关资料,可以得到煤层具有以下特征:
1)具有突出危险隐患区域和发生突出位置的煤体呈现节理不清,次生节理密度较大,成粘块状,手捻煤体容易形成粉末偶尔较硬,煤体硬度低,坚固性系数小,工作面煤体抗外力破坏强度较低;
2)煤层具有突出危险隐患区域以及发生煤与瓦斯突出位置处具有应力集中现象;
3)据检测该区域平均瓦斯含量为16.6m3/t,瓦斯含量较大,最大瓦斯压力2.12MPa,局部煤体具有较高的瓦斯能量和地应力,所以瓦斯因素在该煤层的突出中起到主导作用。
步骤b:通过对该煤层具有突出危险区域和发生煤与瓦斯突出位置处突出前的瓦斯涌出特征分析,工作面瓦斯涌出浓度具有如下规律:
1)与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度平均波动幅度变化异常;
2)与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度平均变化趋势出现异常;
3)与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度大幅度变化频率出现异常;
4)有时瓦斯浓度并没有超出《煤矿安全规程》的安全等级上限,所以不能单纯从瓦斯浓度取值大小来判断是否具有瓦斯突出危险性;
5)偶尔出现瞬间瓦斯浓度突然上升,并不代表具有瓦斯突出危险,应从平均变化情况进行考察更合理。
步骤c:基于上述瓦斯涌出浓度异常规律分析,并且选取指标的原则是用尽可能少的指标来有效地表达瓦斯涌出异常规律,以此减少系统判定的复杂性,所以提出了能够有效反应瓦斯异常涌出的三个敏感性指标,这些指标在没有煤与瓦斯突出危险时和具有突出危险时差异是显著的,指标定义如下:
1)累计变异系数:该指标是在一个检测周期内相对于检测周期瓦斯均值的瓦斯浓度累积改变量,可以利用下式计算
其中,Ti——第i个检测周期;
ti——检测周期内第i个抽样样本的容量;
——第i个检测周期瓦斯浓度累积变异系数;
Cj——第j个时刻的瓦斯浓度实时监测值,%;
——第i个抽样样本的瓦斯浓度均值,%;
累计变异系数能够反映瓦斯浓度平均波动幅度变化异常程度,如果瓦斯浓度在一个检验周期内几乎不变甚至是变化很小,则累积变异系数将趋近于0,如果瓦斯浓度在一个检验周期内变化非常剧烈,如波动很大、快速上升或下降时,累计变异系数将远离0点;累计变异系数越大说明工作面前方煤体集中应力和瓦斯压力越大,瓦斯涌出异常程度越高,煤与瓦斯突出危险性就越大。
2)离差变异系数:该指标是指在一个检测周期内各个采样时刻与均值的差累加和,可以利用下面的公式进行计算
Ti——第i个检测周期;
Ci——第i个时刻的瓦斯浓度实时监测值;
——第i个检测周期瓦斯浓度均值;
t——第i个检测周期的采样时刻;
C(t,Ti)——第i个检测周期瓦斯浓度离差变异系数。
离差变异系数能够反映不同检测周期内的瓦斯浓度平均变化趋势,弥补了第一个指标不能衡量瓦斯浓度变化趋势的缺点。离差变异系数从整体角度很好地反映了突出危险阶段的瓦斯浓度变化趋势,表征了煤体结构受应力破坏程度和瓦斯赋存异常程度的变化情况。如果瓦斯浓度在一个检验周期内几乎不变甚至是变化很小,则离差变异系数将趋近于0;当离差变异系数取值曲线为下行趋势时,此时说明瓦斯浓度持续小于均值状态;当离差变异系数取值趋势呈现出“V”型转折时,说明瓦斯浓度在该时刻有趋势转折发生;当离差变异系数取值为上行趋势时,说明瓦斯浓度呈现出持续高于均值状态;同理,倒“V”型转折时,说明瓦斯浓度在该时刻有转折下降趋势。
3)偏离率:该指标是在某一个检测周期内的均值与下一采样点瓦斯浓度的偏离程度较大的频率,可以利用下式进行计算
其中,ε——偏离率阈值;
Ti——第i个检测周期;
ti——检测周期内第i个抽样样本的容量;
——第i个抽样样本后一时刻的瓦斯浓度实时监测值;
——第i个抽样样本的瓦斯浓度均值;
——第i个检测周期偏离率;
||·||——第i个检测周期满足条件集合的势。
偏离率能够反映瓦斯浓度大幅度变化频率出现异常情况,如果瓦斯浓度在一个检验周期内几乎不变甚至是变化很小,则偏离率取值趋于0;偏离率越大说明瓦斯浓度异常波动变化次数就越多,实际表现为瓦斯浓度忽大忽小,深层次表征了煤体受到采动外力的影响导致应力变化,煤体裂隙张闭状态发生频繁,最终导致瓦斯涌出异常,预示着煤与瓦斯突出灾害的发生。
步骤d:根据步骤c提出的煤与瓦斯突出前兆瓦斯涌出异常的敏感性指标,并结合实施例的现场情况,在矿井下选择具有突出危险的工作面进行检测,该工作面的钻屑解吸指标(K1、Δh2)或钻屑量指标(S)均检测超出了《防治煤与瓦斯突出规定》的临界值上限,同时将具有突出危险阶段的三个敏感性指标值计算出来,绘出对应的指标变化分布曲线;再选择无突出危险区域的具有代表性的正常生产阶段瓦斯浓度监测值,计算出三个敏感性指标,并绘出对应的指标变化分布曲线。图1是本发明选取的瓦斯浓度数据曲线图,检测周期时长均为3个班次,每班次8小时,采样时间间隔为1min;图2是累积变异系数显著性对比图,检测周期为1440分钟,检测样本容量为480分钟;图3是离差变异系数显著性对比图;图4是偏离率显著性对比图,偏离率设定为0.05;通过对比发现,具有突出危险阶段和无突出危险阶段的三个指标的均值和标准差均差异显著。所以可以通过这种显著的差异进行煤与瓦斯突出危险性程度的等级划分,并以此对煤与瓦斯突出危险性进行连续的非接触实时预测。
1)累积变异系数等级划分(见表1)
该指标分为四个等级:安全、关注、提醒、报警。
安全:在正常生产阶段累积变异系数的均值为平均标准差为σz,当检测周期内的累积变异系数时,认定为安全状态,无突出危险;
关注:当检测周期内的累积变异系数λz∈(1,3]时,说明即使是正常生产阶段,累积变异系数也较少在该范围内,应该引起关注,瓦斯涌出接近异常状态;
提醒:突出前的累积变异系数的均值为平均标准差为σw,当检测周期内的累积变异系数说明累积变异系数几乎不再正常生产状态范围之内,而是达到了突出危险阶段,但这两部分可能有交集,应当采取提醒措施,有可能预示着突出危险的孕育阶段即将到来;
报警:当检测周期内的累积变异系数时,认为该阶段已经很有可能到达了煤与瓦斯突出的孕育阶段,预示着煤与瓦斯突出危险将要发生。
表1累积变异系数等级划分
在突出危险阶段的累计变异系数平均值为23.8905,标准差为0.4428,而正常生产阶段的累计变异系数平均值为19.0784,标准差为0.7748,临界参数λz=3,可以得到累积变异系数各个等级的取值范围。安全等级范围是(0,19.8532),该范围涵盖了85%的没有突出危险的累积变异系数指标样本;关注等级范围是(19.8532,21.4028),该范围涵盖了95%的没有突出危险的累积变异系数指标样本;提醒等级范围是(21.4028,23.4477),该范围既包含了5%的无突出危险的累积变异系数指标样本又包含了15%突出前累积变异系数指标,甚至有交集的可能,所以该阶段属于一种过渡阶段,情况比较复杂,需要观察下一步指标发展趋势,做好防突工作准备。报警等级范围是(23.4477,+∞),该范围涵盖了至少85%的有突出危险前兆的累积变异系数指标样本,实施防突工作,预防突出危险。
2)离差变异系数等级划分(见表2)
该指标分为四个等级:安全、关注、提醒、报警
安全:在正常生产阶段离差变异系数的理想均值为0,平均标准差为σl,当检测周期内的当检测周期内的累积变异系数|C(t,Ti)|<σl时,认定为安全状态,无突出危险;
关注:当检测周期内的累积变异系数σl≤|C(t,Ti)|<λlσll∈(1,3]时,说明即使是正常生产阶段,离差变异系数也较少在该范围内,应该引起关注,瓦斯涌出接近异常状态;
提醒:突出前的离差变异系数均值的理想值为0,平均标准差为σlw,当检测周期内的离差变异系数λlσl≤|C(t,Ti)|<σlw,说明离差变异系数几乎不再正常生产状态范围之内,而是达到了突出危险阶段,但这两部分可能有交集,应当采取提醒措施,有可能预示着突出危险的孕育阶段即将到来;
报警:当检测周期内的离差变异系数|C(t,Ti)|≥σlw时,认为该阶段已经很有可能到达了煤与瓦斯突出的孕育阶段,预示着煤与瓦斯突出危险将要发生。
表2离差变异系数等级划分
在突出危险阶段的离差变异系数的标准差为15.0317,而正常生产阶段的离差变异系数标准差设定为5.4240;临界参数λl=2,可以得到离差变异系数各个等级的取值范围。安全等级范围是(-5.4240,+5.4240),该范围涵盖了80%的没有突出危险的累积变异系数指标样本;关注等级范围是(-10.8480,-5.4240)或者(5.4240,10.8480),该范围涵盖了15%的没有突出危险的累积变异系数指标样本;提醒等级范围是(-15.0317,-10.8480)或者(10.8480,15.0317),该范围既包含了5%的无突出危险的累积变异系数指标样本又包含了15%突出前累积变异系数指标,甚至有交集的可能,所以该阶段属于一种过渡阶段,情况比较复杂,需要观察下一步指标发展趋势,做好防突工作准备。报警等级范围是(-∞,15.0317)或者(15.0317,+∞),该范围涵盖了至少85%的有突出危险前兆的累积变异系数指标样本,实施防突工作,预防突出危险。
3)偏离率等级划分(见表3)
该指标分为四个等级:安全、关注、提醒、报警
安全:在正常生产阶段偏离率的均值为平均标准差为σpz,当检测周期内的偏离率时,认定为安全状态,无突出危险;
关注:当检测周期内的偏离率时,说明即使是正常生产阶段,偏离率也较少在该范围内,应该引起关注,瓦斯涌出接近异常状态;
提醒:突出前的偏离率的均值为平均标准差为σpw,当检测周期内的偏离率说明偏离率几乎不再正常生产状态范围之内,而是达到了突出危险阶段,但这两部分可能有交集,应当采取提醒措施,有可能预示着突出危险的孕育阶段即将到来;
报警:当检测周期内的偏离率时,认为该阶段已经很有可能到达了煤与瓦斯突出的孕育阶段,预示着煤与瓦斯突出危险将要发生。
表3偏离率等级划分
在突出危险阶段的平均偏离率为0.8277,标准差为0.1161,而正常生产阶段平均偏离率为0.1111,标准差为0.0860,临界参数λz=3,可以得到偏离率各个等级的取值范围。安全等级范围是(0,0.1971),该范围涵盖了85%的没有突出危险的偏离率指标样本;关注等级范围是(0.1971,0.3691),该范围涵盖了95%的没有突出危险的偏离率指标样本;提醒等级范围是(0.3691,0.7116),该范围既包含了5%的无突出危险的偏离率指标样本又包含了15%突出前偏离率指标,甚至有交集的可能,所以该阶段属于一种过渡阶段,情况比较复杂,需要观察下一步指标发展趋势,做好防突工作准备。报警等级范围是(0.7116,+∞),该范围涵盖了至少85%的有突出危险前兆的偏离率指标样本,实施防突工作,预防突出危险。
值得注意的是上述指标的提醒和报警两种状态持续的时间越长,就越能预示着煤与瓦斯突出的危险性;临界参数λzlp的取值通过统计实验得到,取值确定的上限以涵盖95%的正常生产阶段相关指标值为宜;也有可能有个别现象导致相邻状态表征的集合存在重合情况,则按照危险性极大优先原则确定当前的状态。
将三个指标的等级划分阈值汇总列表,如表4所示:
表4各指标等级划分
步骤e:为了减少单个敏感指标的突出预测失误率,将上述三个非接触式指标的安全等级进行综合评判,以此来确定当前工作面的煤与瓦斯突出的危险性程度。
具体综合评判方法如下:
(1)有3个指标达到同一危险等级,则工作面煤与瓦斯突出危险等级即为该等级;
(2)有2个指标达到同一危险等级,另外1个指标为不同的等级,则以2个指标达到的等级判定工作面煤与瓦斯突出危险等级;
(3)若3个指标等级均不同,则工作面等级为这3个等级的第二个等级;
(4)当综合评判为危险等级时,应当结合时间因素进行进一步细分。如果危险等级响应次数在1~10次,设定为黄色预警,黄色预警等级说明现场出现突出预兆迹象较明显,未来突出发生的危险程度有进一步增大的可能,具有突出隐患,则对该工作面实时重点监控,指定安全技术人员对现场各种突出征兆进行进一步观察;如果危险等级响应次数11~20次,设定为橙色预警,橙色预警等级说明现场出现突出预兆和迹象明显,未来突出发生的危险程度已经增加,突出隐患状态转变为突出孕育状态,具有突出事故发生的可能性,同时采取控制措施,避免突出灾害在准备不足的情况下发生;如果危险等级响应次数21~30次,设定为红色预警,红色预警等级说明现场出现突出预兆和迹象更加明显,未来突出发生的危险程度进一步增大,突出孕育状态转变为突出激发状态,基本上具有突出事故发生的可能,采取人员撤离,做好必要的安全措施。
步骤f:利用前期采集的数据对后期生产进行煤与瓦斯突出危险性预测,即基于实施例前一阶段采集的瓦斯浓度监测数据,采用步骤d确定了三个指标的安全等级如表4和步骤e的综合评判原则,对实施例矿井后续生产过程中的煤与瓦斯突出危险性进行预测。采用该矿井实际发生突出前近11个班次采集的瓦斯浓度数据进行预测如图5所示,通过相应的煤与瓦斯突出危险性安全等级实时预测结果如图6所示,共有两个报警时段,第一个警时段为2721~3047时段,该时段通过瓦斯浓度实测值可以发现瓦斯浓度存在平均整体突然变小的趋势;第二个报警时段为3861~5269时段,该时段通过瓦斯浓度实测值可以发现瓦斯浓度波动幅度较大且频率非常频繁,相对于前期瓦斯浓度监测值瓦斯浓度平均整体变大,并且明显表现为瓦斯浓度忽高忽低现象,说明在经过第一个报警时段的瓦斯突出孕育阶段后,在第二个阶段煤层地质结构受到更严重的破坏,虽然在突出发生前瓦斯浓度监测值保持在0.28(%)左右,并没有超过《煤矿安全规程》所设定的安全预警值,但本发明提出的方法显示在经过一段黄色报警之后,连续出现橙色报警和红色报警交替状态,最后进入持续的红色报警,直至煤与瓦斯突出发生,这一预测结果完全符合当时的现场实际情况。
本发明的步骤c中从瓦斯涌出平均波动幅度变化异常、瓦斯涌出平均变化趋势异常和瓦斯涌出大幅度变化频率异常三个角度分别提出了累计变异系数指标、离差变异系数指标和偏离率指标,这些指标在正常区域和异常区域差异是显著的,以此表征瓦斯涌出异常特征;所述步骤e中综合三项指标的综合评判原则和细分突出预警等级方案可以作为日常非接触实时预测煤与瓦斯突出危险程度的方法。
以上所述是本发明的优选实施方式而已,当然不能以此来限定本发明之权利范围,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和变动,这些改进和变动也视为本发明的保护范围。

Claims (7)

1.一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,其特征在于,包括以下步骤:
步骤1:通过分析煤层具有突出危险隐患区域以及发生煤与瓦斯突出位置处的相关资料,得到煤层地质结构特征、煤层赋存特征和瓦斯赋存特征;
步骤2:通过对上述特征进行分析,总结出工作面瓦斯涌出浓度异常规律;
步骤3:基于上述瓦斯涌出浓度异常规律分析,选取能够有效反应瓦斯异常涌出的三个敏感性指标;
步骤4:根据步骤3提出的瓦斯异常涌出的敏感性指标,并结合工作面的钻屑解吸指标或钻屑量指标来确定采用敏感性指标预测煤与瓦斯突出危险性程度的安全等级划分,并以此对煤与瓦斯突出危险性进行连续的实时预测;
步骤5:将上述非接触式指标的安全等级进行综合评判,以此来确定当前工作面的煤与瓦斯突出的危险性程度。
2.如权利要求1所述的基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,其特征在于,所述步骤2中工作面瓦斯涌出浓度异常规律包括:
21:与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度平均波动幅度变化异常;
22:与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度平均变化趋势出现异常;
23:与没有瓦斯突出危险的正常生产阶段相比,瓦斯浓度大幅度变化频率出现异常。
3.如权利要求1所述的基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,其特征在于,所述步骤3中的三个敏感性指标包括:
31:累计变异系数,在一个检测周期内相对于检测周期瓦斯均值的瓦斯浓度累积改变量;
32:离差变异系数,在一个检测周期内各个采样时刻与均值的差累加和;
33:偏离率,在一个检测周期内的均值与下一采样点瓦斯浓度的偏离程度较大的频率。
4.如权利要求3所述的基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,其特征在于,所述累计变异系数采用下式进行计算:
其中,Ti——第i个检测周期;
ti——检测周期内第i个抽样样本的容量;
——第i个检测周期瓦斯浓度累积变异系数;
Cj——第j个时刻的瓦斯浓度实时监测值;
——第i个抽样样本的瓦斯浓度均值。
5.如权利要求3所述的基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,其特征在于,所述离差变异系数采用下式进行计算:
其中,Ti——第i个检测周期;
Ci——第i个时刻的瓦斯浓度实时监测值;
——第i个检测周期瓦斯浓度均值;
t——第i个检测周期的采样时刻。
6.如权利要求3所述的基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,其特征在于,所述偏离率采用下式进行计算:
其中,ε——偏离率阈值;
Ti——第i个检测周期;
ti——检测周期内第i个抽样样本的容量;
——第i个抽样样本后一时刻的瓦斯浓度实时监测值;
——第i个抽样样本的瓦斯浓度均值;
——第i个检测周期偏离率;
||·||——第i个检测周期满足条件集合的势。
7.如权利要求1所述的基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法,其特征在于,在步骤5中,所述综合评判的方法如下:
51:有三个指标达到同一危险等级,则工作面煤与瓦斯突出危险等级即为该等级;
52:有两个指标达到同一危险等级,另外一个指标为不同的等级,则以两个指标达到的等级判定工作面煤与瓦斯突出危险等级;
53:若三个指标等级均不同,则工作面等级为这三个等级的第二个等级。
CN201811639455.2A 2018-12-29 2018-12-29 一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法 Active CN109711632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811639455.2A CN109711632B (zh) 2018-12-29 2018-12-29 一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811639455.2A CN109711632B (zh) 2018-12-29 2018-12-29 一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法

Publications (2)

Publication Number Publication Date
CN109711632A true CN109711632A (zh) 2019-05-03
CN109711632B CN109711632B (zh) 2023-04-18

Family

ID=66260242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811639455.2A Active CN109711632B (zh) 2018-12-29 2018-12-29 一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法

Country Status (1)

Country Link
CN (1) CN109711632B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110043321A (zh) * 2019-06-11 2019-07-23 吉林建筑大学 一种煤矿瓦斯安全智能巡检系统及方法
CN111476429A (zh) * 2020-04-16 2020-07-31 中煤科工集团重庆研究院有限公司 瓦斯监控数据累积瞬变特征预测煤与瓦斯突出的方法
CN111709606A (zh) * 2020-05-20 2020-09-25 天地(常州)自动化股份有限公司 基于大数据分析的采掘工作面瓦斯涌出异常预警方法
CN112282733A (zh) * 2020-10-29 2021-01-29 中煤科工集团重庆研究院有限公司 随钻瓦斯涌出量特征测定煤层瓦斯异常的方法
CN112763662A (zh) * 2020-12-29 2021-05-07 精英数智科技股份有限公司 气体传感器数据异常的识别方法及相关装置
CN113743486A (zh) * 2021-08-23 2021-12-03 北京科技大学 应用炮后瓦斯浓度预测掘进头煤与瓦斯突出危险的方法
CN113914932A (zh) * 2020-07-08 2022-01-11 北京科技大学 利用震动波断层扫描识别煤与瓦斯突出危险区域的方法
CN113944512A (zh) * 2021-10-18 2022-01-18 中煤科工集团重庆研究院有限公司 基于钻孔多元信息的瓦斯灾害精准预测方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118420A (zh) * 2007-09-18 2008-02-06 郑州大学 基于分层模糊系统的石油钻井工程事故预警系统
CN101550841A (zh) * 2009-05-08 2009-10-07 煤炭科学研究总院重庆研究院 煤与瓦斯突出综合预警系统及预警方法
US20100017130A1 (en) * 2008-07-16 2010-01-21 Schlumberger Technology Corporation Method of ranking geomarkers and compositional allocation of wellbore effluents
WO2013097370A1 (zh) * 2011-12-30 2013-07-04 中国矿业大学 一种区域性防治煤与瓦斯突出的方法
CN103244187A (zh) * 2013-05-16 2013-08-14 安徽理工大学 煤与瓦斯突出孕育发展过程预警综合指标体系
CN103544385A (zh) * 2013-10-14 2014-01-29 华北电力大学 顾及空间异质性的多尺度空间负荷预测方法
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
CN106567737A (zh) * 2016-10-20 2017-04-19 辽宁工程技术大学 基于红外热像的采煤工作面煤与瓦斯突出预警系统及方法
CN106769723A (zh) * 2016-12-01 2017-05-31 国网吉林省电力有限公司电力科学研究院 双点固定式粉尘湿度联合报警系统及其操作方法
CN107194524A (zh) * 2017-07-28 2017-09-22 合肥工业大学 一种基于rbf神经网络的煤与瓦斯突出预测方法
KR101830150B1 (ko) * 2016-12-30 2018-02-20 서울시립대학교 산학협력단 혐기성 소화가스 생산촉진을 위한 공정모델 예측제어 시스템 및 그 방법
CN107909264A (zh) * 2017-11-14 2018-04-13 江苏中烟工业有限责任公司 一种烟叶风格特征年度间稳定性的客观综合评价方法
JP2018080621A (ja) * 2016-11-15 2018-05-24 大阪瓦斯株式会社 ガスタービンの異常状態検知装置、及び異常状態検知方法
CN108256701A (zh) * 2018-04-13 2018-07-06 重庆交通大学 基于ipcc-sd模型的城市生活垃圾填埋甲烷减排路径优化方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118420A (zh) * 2007-09-18 2008-02-06 郑州大学 基于分层模糊系统的石油钻井工程事故预警系统
US20100017130A1 (en) * 2008-07-16 2010-01-21 Schlumberger Technology Corporation Method of ranking geomarkers and compositional allocation of wellbore effluents
CN101550841A (zh) * 2009-05-08 2009-10-07 煤炭科学研究总院重庆研究院 煤与瓦斯突出综合预警系统及预警方法
WO2013097370A1 (zh) * 2011-12-30 2013-07-04 中国矿业大学 一种区域性防治煤与瓦斯突出的方法
CN103244187A (zh) * 2013-05-16 2013-08-14 安徽理工大学 煤与瓦斯突出孕育发展过程预警综合指标体系
CN103544385A (zh) * 2013-10-14 2014-01-29 华北电力大学 顾及空间异质性的多尺度空间负荷预测方法
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
CN106567737A (zh) * 2016-10-20 2017-04-19 辽宁工程技术大学 基于红外热像的采煤工作面煤与瓦斯突出预警系统及方法
JP2018080621A (ja) * 2016-11-15 2018-05-24 大阪瓦斯株式会社 ガスタービンの異常状態検知装置、及び異常状態検知方法
CN106769723A (zh) * 2016-12-01 2017-05-31 国网吉林省电力有限公司电力科学研究院 双点固定式粉尘湿度联合报警系统及其操作方法
KR101830150B1 (ko) * 2016-12-30 2018-02-20 서울시립대학교 산학협력단 혐기성 소화가스 생산촉진을 위한 공정모델 예측제어 시스템 및 그 방법
CN107194524A (zh) * 2017-07-28 2017-09-22 合肥工业大学 一种基于rbf神经网络的煤与瓦斯突出预测方法
CN107909264A (zh) * 2017-11-14 2018-04-13 江苏中烟工业有限责任公司 一种烟叶风格特征年度间稳定性的客观综合评价方法
CN108256701A (zh) * 2018-04-13 2018-07-06 重庆交通大学 基于ipcc-sd模型的城市生活垃圾填埋甲烷减排路径优化方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
关维娟等: "基于瓦斯涌出时间序列的煤与瓦斯突出预测方法研究", 《安全与环境学报》 *
张克涛: "变异系数在评价煤层瓦斯涌出规律中的预测意义", 《煤矿安全》 *
文光才等: "矿井煤与瓦斯突出预警技术及其应用", 《煤炭科学技术》 *
杨源林: "采掘工作面粉尘浓度均值的计算方法", 矿业安全与环保 *
王玉斌等: "我国粮食产量波动及地区差异比较", 《农业技术经济》 *
程云岗: "械化快速掘进瓦斯涌出规律的探讨", 淮南职业技术学院学报 *
谈国文: "汪家寨煤矿基于瓦斯涌出特征的煤与瓦斯突出预警指标确定方法研究", 《矿业安全与环保》 *
魏林: "基于动态聚类的瓦斯浓度高斯预测模型", 《计算机工程与应用》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110043321A (zh) * 2019-06-11 2019-07-23 吉林建筑大学 一种煤矿瓦斯安全智能巡检系统及方法
CN111476429A (zh) * 2020-04-16 2020-07-31 中煤科工集团重庆研究院有限公司 瓦斯监控数据累积瞬变特征预测煤与瓦斯突出的方法
CN111476429B (zh) * 2020-04-16 2022-07-08 中煤科工集团重庆研究院有限公司 瓦斯监控数据累积瞬变特征预测煤与瓦斯突出的方法
CN111709606A (zh) * 2020-05-20 2020-09-25 天地(常州)自动化股份有限公司 基于大数据分析的采掘工作面瓦斯涌出异常预警方法
CN111709606B (zh) * 2020-05-20 2023-07-18 天地(常州)自动化股份有限公司 基于大数据分析的采掘工作面瓦斯涌出异常预警方法
CN113914932A (zh) * 2020-07-08 2022-01-11 北京科技大学 利用震动波断层扫描识别煤与瓦斯突出危险区域的方法
CN112282733A (zh) * 2020-10-29 2021-01-29 中煤科工集团重庆研究院有限公司 随钻瓦斯涌出量特征测定煤层瓦斯异常的方法
CN112763662A (zh) * 2020-12-29 2021-05-07 精英数智科技股份有限公司 气体传感器数据异常的识别方法及相关装置
CN112763662B (zh) * 2020-12-29 2023-08-22 精英数智科技股份有限公司 气体传感器数据异常的识别方法及相关装置
CN113743486A (zh) * 2021-08-23 2021-12-03 北京科技大学 应用炮后瓦斯浓度预测掘进头煤与瓦斯突出危险的方法
CN113743486B (zh) * 2021-08-23 2023-09-29 北京科技大学 应用炮后瓦斯浓度预测掘进头煤与瓦斯突出危险的方法
CN113944512A (zh) * 2021-10-18 2022-01-18 中煤科工集团重庆研究院有限公司 基于钻孔多元信息的瓦斯灾害精准预测方法
CN113944512B (zh) * 2021-10-18 2024-01-26 中煤科工集团重庆研究院有限公司 基于钻孔多元信息的瓦斯灾害精准预测方法

Also Published As

Publication number Publication date
CN109711632B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN109711632A (zh) 一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法
CN102926810B (zh) 煤与瓦斯突出的预测方法
CN103291364B (zh) 一种冲击矿压的微震多维信息综合时序预警方法
CN101550841B (zh) 煤与瓦斯突出综合预警系统及预警方法
CN104299367A (zh) 一种滑坡灾害多级综合监测预警方法
CN110895865B (zh) 管道地质灾害监测预警系统
US7855640B2 (en) Method and system of determining alarm conditions
CN105242534B (zh) 基于遥测参数且关联于对卫星控制行为的卫星状态监测方法
CN104159087B (zh) 钻机现场监控平台
CN103244187B (zh) 煤与瓦斯突出孕育发展过程预警综合指标体系
CN110121053B (zh) 一种钻井现场风险分级预警的视频监控方法
CN102608286A (zh) 一种实时监测煤矿瓦斯监测值异常的方法
CN111476420B (zh) 一种微震监测冲击地压预警指标优化方法
CN102913285B (zh) 矿井顶板危险报警的方法
CN106640194B (zh) 一种复合型煤岩瓦斯动力灾害预警方法
CN103147799A (zh) 一种基于瓦斯涌出特征的突出危险性预警方法
CN108571320A (zh) 一种智能化综采工作面的采煤机多级控制方法
CN204013912U (zh) 钻机现场监控平台
CN103277137A (zh) 掘进煤巷瓦斯突出预测方法
CN108562933B (zh) 一种融合多类数据源的震级快速估计方法
CN110045695A (zh) 一种基于方差分析的工艺参数在线预警方法
CN111241474A (zh) 一种滑坡灾害综合预警分析方法
CN110083131A (zh) 基于变化幅度的工艺参数在线预警方法及可读存储介质
CN204374023U (zh) 钻井现场海相碳酸盐岩层系岩性分析装置
Brancato et al. Quantifying probabilities of eruption at a well-monitored active volcano: an application to Mt. Etna (Sicily, Italy).

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