CN110598244A - 一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法 - Google Patents
一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法 Download PDFInfo
- Publication number
- CN110598244A CN110598244A CN201910682246.4A CN201910682246A CN110598244A CN 110598244 A CN110598244 A CN 110598244A CN 201910682246 A CN201910682246 A CN 201910682246A CN 110598244 A CN110598244 A CN 110598244A
- Authority
- CN
- China
- Prior art keywords
- gas
- gas concentration
- stage
- mass
- roadway
- 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 36
- 238000009792 diffusion process Methods 0.000 claims abstract description 19
- 238000005562 fading Methods 0.000 claims abstract description 13
- 238000013508 migration Methods 0.000 claims abstract description 12
- 230000005012 migration Effects 0.000 claims abstract description 12
- 238000011081 inoculation Methods 0.000 claims abstract description 11
- 230000003247 decreasing effect Effects 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000002087 whitening effect Effects 0.000 claims description 6
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000011534 incubation Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000003245 coal Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- 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)
- Mining & Mineral Resources (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Geology (AREA)
- Health & Medical Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Marine Sciences & Fisheries (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法,步骤如下:1)根据瓦斯气团在巷道中的运移规律,及其运移过程中瓦斯浓度衰减率的变化,将瓦斯气团生命周期分为孕育、稳态漂移、扩散消逝;2)在巷道内采集一组瓦斯浓度数据;3)建立GM(1,1)预测模型并编译好MATLAB程序,在MATLAB程序中输入瓦斯浓度数据及后面需要预测瓦斯浓度值的点的个数;4)运行程序得到预测的瓦斯浓度值,计算出相应的瓦斯浓度衰减率;5)根据瓦斯浓度衰减率变化情况对应得到瓦斯气团生命周期所处阶段;6)判断该高浓度瓦斯气团能否安全扩散或排出巷道,若不能,则提前采取相应措施预防事故的发生。本发明能够有效地预防井下灾害的发生。
Description
技术领域
本发明涉及一种预测方法,具体是一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法,属于瓦斯预警技术领域。
背景技术
目前针对瓦斯气团运移规律的研究还很匮乏,在对回采工作面回风巷中瓦斯的运移规律研究中发现,工作面新涌出的高浓度瓦斯气体,在经历一定稀释后,会形成一个瓦斯气团,并能跟随风流一起向前漂移,经过一段距离瓦斯气团的内部浓度结构不会发生明显的变化。因此说明,在回风巷中的瓦斯具有风流携带气团漂移的运移特征,并且这种运移规律普遍存在于井下巷道中。
目前对井下瓦斯分布情况及瓦斯气团运移规律的研究多局限于区域性瓦斯浓度情况,而没有针对从瓦斯涌出开始到该瓦斯完全扩散这一段过程中,以一个瓦斯气团为研究目标来对井下瓦斯浓度变化进行监测及预测,从而预测瓦斯浓度是否在安全范围之内。
发明内容
针对上述现有技术存在的问题,本发明目的之一是提供一种瓦斯气团生命周期的预测方法,能够预测出瓦斯气团生命周期所处的阶段。
本发明目的之二是提供一种基于瓦斯气团生命周期预测的瓦斯浓度预测方法,能够根据预测出的瓦斯气团生命周期所处的阶段,预测出井下巷道中的瓦斯气团中的瓦斯浓度是否上升,从而预测出瓦斯气团是否能够安全扩散或排出巷道,以保证井下工作的安全。
本发明一种瓦斯气团生命周期的预测方法,包括以下步骤:
1)根据瓦斯气团在巷道中的运移规律,将瓦斯气团的生命周期分为孕育阶段、稳态漂移阶段、扩散消逝阶段;
孕育阶段:瓦斯浓度快速或缓慢上升,表明此时有新的瓦斯涌出,瓦斯气团快速积聚,当瓦斯浓度到达峰值时,瓦斯涌出停止,此时,瓦斯气团处于孕育阶段;
稳态漂移阶段:涌出的瓦斯气团稳定后,在风流的力的作用下,该瓦斯气团会随风流一起向前漂移设定距离,且保持自身内部结构不变,瓦斯浓度变化趋于稳定,瓦斯气团相对稳定,此时,瓦斯气团处于稳态漂移阶段;
扩散消逝阶段:瓦斯气团随风流漂移设定距离后,瓦斯气团中的瓦斯浓度开始快速或缓慢降低,直至瓦斯气团被排出巷道或完全扩散至瓦斯浓度安全范围,此时,瓦斯气团处于扩散消逝阶段;
2)通过瓦斯浓度衰减率k的变化情况,预测出瓦斯气团所处阶段:
瓦斯浓度衰减率k通过以下公式得到:
其中,ω’为当前点瓦斯浓度值,ω0为当前点的前一个点的瓦斯浓度值;
在瓦斯气团在运移过程中:
当K<0时,|k|逐渐增大或减小,判断瓦斯气团处于孕育阶段;
当K=0时,判断瓦斯气团处于稳态漂移阶段;
当K>0时,K逐渐增大或减小,判断瓦斯气团处于扩散消逝阶段。
本发明一种基于瓦斯气团生命周期的瓦斯浓度预测方法,包括以下步骤:
1)利用瓦斯浓度传感器采集巷道内n个点的瓦斯浓度数据,每个点的间隔为y米,得到一组原始瓦斯浓度数据,其中,n、y为正整数;
2)建立GM(1,1)预测模型并编译好MATLAB程序,在MATLAB程序中输入一组按照步骤(1)的方法采集的瓦斯浓度数据,并输入后面需要预测瓦斯浓度值的点的个数;
3)运行程序得到后续预测的瓦斯浓度值,将预测出的瓦斯浓度值代入公式(1)计算出相应的瓦斯浓度衰减率;
4)根据步骤(3)中瓦斯浓度衰减率的变化情况,判断出瓦斯气团生命周期即将处于孕育阶段、稳态漂移阶段还是扩散消逝阶段;
5)根据步骤(3)预测出的瓦斯浓度值,判断是否大于巷道内实际瓦斯浓度的限值,若是,则采取相应措施预防事故的发生,若否,则根据步骤(4)预测出的瓦斯气团所处阶段,判断出瓦斯气团中的瓦斯浓度是否上升,从而预测出瓦斯气团是否能够安全扩散或排出巷道,若不能,及时采取相应措施预防事故的发生。
与现有技术相比,本发明通过预测瓦斯气团生命周期所处的阶段,预测出瓦斯气团中瓦斯浓度持续上升还是下降,从而判断该瓦斯气团是否能够安全扩散或排出巷道,如不能,则及时采取有效措施,有效地预防了高浓度瓦斯气团带来的井下灾害。另外,本发明通过预测瓦斯气团生命周期,还有助于分析巷道内瓦斯气体的运移情况,优化采煤面通风设计,进一步有效地预防了高浓度瓦斯气团带来的井下灾害。本发明预测方法简单,且准确率高。
附图说明
图1为GM(1,1)预测模型MATLAB程序运行结果。
具体实施方式
下面结合附图对本发明作进一步说明。
本发明一种瓦斯气团生命周期的预测方法,包括以下步骤:
1)根据瓦斯气团在巷道中的运移规律,将瓦斯气团的生命周期分为孕育阶段、稳态漂移阶段、扩散消逝阶段;
孕育阶段:瓦斯浓度快速或缓慢上升,表明此时有新的瓦斯涌出,瓦斯气团快速积聚,当瓦斯浓度到达峰值时,瓦斯涌出停止,此时,瓦斯气团处于孕育阶段;
稳态漂移阶段:涌出的瓦斯气团稳定后,在风流的摩擦力的作用下,该瓦斯气团会随风流一起向前漂移设定距离,且保持自身内部结构不变,瓦斯浓度变化趋于稳定,瓦斯气团相对稳定,此时,瓦斯气团处于稳态漂移阶段;
扩散消逝阶段:瓦斯气团随风流漂移设定距离后,瓦斯气团中的瓦斯浓度开始快速或缓慢降低,直至瓦斯气团被排出巷道或完全扩散至瓦斯浓度安全范围,此时,瓦斯气团处于扩散消逝阶段;
2)通过瓦斯浓度衰减率k的变化情况,预测出瓦斯气团所处阶段:
瓦斯浓度衰减率k通过以下公式得到:
其中,ω’为当前点瓦斯浓度值,ω0为当前点的前一个点的瓦斯浓度值;
如下表所示,在瓦斯气团在运移过程中:
当K<0时,|k|逐渐增大或减小,判断瓦斯气团处于孕育阶段;
当K=0时,判断瓦斯气团处于稳态漂移阶段;
当K>0时,K逐渐增大或减小,判断瓦斯气团处于扩散消逝阶段。
表1瓦斯浓度衰减率与瓦斯浓度及生命周期的关系
实施例:本发明监测井下某巷道内的瓦斯气团是否能够安全扩散或排出巷道,该巷道内瓦斯浓度的限值为0.15%,巷道总长度为20m,具体方法如下:
1)自巷道内瓦斯涌出点开始,利用瓦斯浓度传感器采集巷道内10个点的瓦斯浓度数据,每个点的间隔为1米,采集一组瓦斯浓度检测数据,如下表所示,
表2瓦斯浓度检测数据及对应的瓦斯浓度衰减率
2)利用步骤(1)所采集的一组瓦斯浓度值建立GM(1,1)预测模型,并编译MATLAB程序,在MATLAB程序中输入步骤(1)采集的一组瓦斯浓度检测数据,及后面需要预测瓦斯浓度值的点的个数;
建立GM(1,1)预测模型方法如下:
设原始序列有10个观察值,该观察值为步骤(1)中采集的一组瓦斯浓度检测数据;
x(0)=(x0(1),x0(2),...,x0(10))=[0.8,0.66,0.55,0.46,0.38,0.32,0.28,0.23,0.20,0.18],为了使其成为有规律的序列,对其做一次累加处理,得到新的1-AGO序列:
x(1)=(x1(1),x1(2),...,x1(10))=[0.8,1.46,2.01,2.47,2.85,3.17,3.45,3.68,3.88,4.06]生成其紧邻均值序列:
z(1)=(z1(2),z1(3),...,x1(10))=[1.13,1.735,2.24,2.66,3.01,3.31,3.565,3.78,3.97]
根据灰色系统理论对x(1)建立关于t的白化微分方程GM(1,1):
x(0)(k)+az(1)(k)=b
其中,a是发展系数,b是灰作用量,z(1)(k)是白化背景值,x(0)(k)是灰导数,且
x(0)(k)=d(k)=x(1)(k)-x(1)(k-1)
带入n值可得
引入矩阵向量记号:
于是GM(1,1)模型可表示为:
Y=Bu
采用最小二乘法求出发展系数a及灰作用量b:
其中,B为矩阵,Y为矩阵,BT为矩阵B的转置
可求得:a=0.171,b=0.845。
对于GM(1,1)的灰微分方程,如果将时刻k=2,3,…,n视为连续变量t,则之前的x(1)视为时间t函数,于是得到GM(1,1)灰微分方程对应的白化微分方程:
解得
于是得到预测值:
由此,可求得GM(1,1)预测模型:
预测模型建好后,在MATLAB程序中输入步骤(1)采集的一组瓦斯浓度数据:0.8%,0.66%,0.55%,0.46%,0.38%,0.32%,0.28%,0.23%,0.20%,0.18%,并输入预测后续瓦斯浓度值的点的个数为“10”;在实际应用中,预测模型建好后,只需按照步骤(1)的方法采集一组瓦斯浓度数据,并输入到MATLAB程序中,同时在MATLAB程序中输入后续需要预测瓦斯浓度值的点的个数,即可预测出后续各点的瓦斯浓度值;
3)如图1所示,运行程序后,预测出后续10个点的瓦斯浓度值及瓦斯浓度衰减率,如下表:
表3预测出的瓦斯浓度值及对应的瓦斯浓度衰减率
4)由步骤(3)中瓦斯浓度衰减率的变化情况,得出瓦斯浓度衰减率K>0,且逐渐增大或减小,说明瓦斯浓度快速或缓慢降低,由此,根据瓦斯气团生命周期的预测方法,判断瓦斯气团生命周期即将处于扩散消逝阶段;
5)根据步骤(3)预测出的瓦斯浓度值可知,预测出的10个点的瓦斯浓度值均小于巷道内实际瓦斯浓度的限值,且步骤(4)得出瓦斯气团生命周期即将处于扩散消逝阶段,即瓦斯气团中的瓦斯浓度逐渐降低,因此,预测出瓦斯气团能够安全排出巷道。
本发明预测方法简单,且准确率高。
Claims (4)
1.一种瓦斯气团生命周期的预测方法,其特征在于,包括以下步骤:
1)根据瓦斯气团在巷道中的运移规律,将瓦斯气团的生命周期分为孕育阶段、稳态漂移阶段、扩散消逝阶段;
孕育阶段:瓦斯浓度快速或缓慢上升,表明此时有新的瓦斯涌出,瓦斯气团快速积聚,当瓦斯浓度到达峰值时,瓦斯涌出停止,此时,瓦斯气团处于孕育阶段;
稳态漂移阶段:涌出的瓦斯气团稳定后,在风流的力的作用下,该瓦斯气团会随风流一起向前漂移设定距离,且保持自身内部结构不变,瓦斯浓度变化趋于稳定,瓦斯气团相对稳定,此时,瓦斯气团处于稳态漂移阶段;
扩散消逝阶段:瓦斯气团随风流漂移设定距离后,瓦斯气团中的瓦斯浓度开始快速或缓慢降低,直至瓦斯气团被排出巷道或完全扩散至瓦斯浓度安全范围,此时,瓦斯气团处于扩散消逝阶段;
2)通过瓦斯浓度衰减率k的变化情况,预测出瓦斯气团所处阶段:
瓦斯浓度衰减率k通过以下公式得到:
其中,ω’为当前点瓦斯浓度值,ω0为当前点的前一个点的瓦斯浓度值;
在瓦斯气团在运移过程中:
当K<0时,|k|逐渐增大或减小,判断瓦斯气团处于孕育阶段;
当K=0时,判断瓦斯气团处于稳态漂移阶段;
当K>0时,K逐渐增大或减小,判断瓦斯气团处于扩散消逝阶段。
2.一种基于瓦斯气团生命周期的瓦斯浓度预测方法,其特征在于,包括以下步骤:
1)利用瓦斯浓度传感器采集巷道内n个点的瓦斯浓度数据,每个点的间隔为y米,得到一组原始瓦斯浓度数据,其中,n、y为正整数;
2)建立GM(1,1)预测模型并编译好MATLAB程序,在MATLAB程序中输入一组按照步骤(1)的方法采集的瓦斯浓度数据,并输入后面需要预测瓦斯浓度值的点的个数;
3)运行程序得到后续预测的瓦斯浓度值,将预测出的瓦斯浓度值代入公式(1)计算出相应的瓦斯浓度衰减率;
4)根据步骤(3)中瓦斯浓度衰减率的变化情况,判断出瓦斯气团生命周期即将处于孕育阶段、稳态漂移阶段还是扩散消逝阶段;
5)根据步骤(3)预测出的瓦斯浓度值,判断是否大于巷道内实际瓦斯浓度的限值,若是,则采取相应措施预防事故的发生;若否,则根据步骤(4)预测出的瓦斯气团所处阶段,判断出瓦斯气团中的瓦斯浓度是否上升,从而预测出瓦斯气团是否能够安全扩散或排出巷道,若不能,及时采取相应措施预防事故的发生。
3.根据权利要求2所述的一种基于瓦斯气团生命周期的瓦斯浓度预测方法,其特征在于,步骤(5)的判断方法如下:
若步骤(3)预测出的瓦斯浓度值小于或等于巷道内实际瓦斯浓度值的限值,且步骤(4)判断出瓦斯气团即将处于稳态漂移阶段或扩散消逝阶段,则预测瓦斯气团中的瓦斯浓度在逐渐下降,瓦斯气团能够安全扩散或排出巷道;
若步骤(3)预测出的瓦斯浓度值小于或等于巷道内实际瓦斯浓度值的限值,且步骤(4)判断出瓦斯气团即将处于孕育阶段,则预测瓦斯气团中的瓦斯浓度在逐渐上升,瓦斯气团不能安全扩散或排出巷道,需要提前采取相应措施预防事故的发生。
4.根据权利要求2或3所述的一种基于瓦斯气团生命周期的瓦斯浓度预测方法,其特征在于,步骤(2)中建立GM(1,1)预测模型方法如下:
设一组原始数列为:
x(0)=(x0(1),x0(2),......x0(n))
其中,n为数据个数;
对x(0)进行一阶累加生成数列:
x(1)=(x1(1),x1(2),...,x1(n))
生成x(1)的紧邻均值数列:
z(1)={z(1)(2),z(1)(3),...,z(1)(n)}
根据灰色系统理论对x(1)建立关于t的白化微分方程GM(1,1):
x(0)(k)+az(1)(k)=b
其中,a是发展系数,b是灰作用量,z(1)(k)是白化背景值,x(0)(k)是灰导数,且
x(0)(k)=d(k)=x(1)(k)-x(1)(k-1)
带入n值可得:
引入矩阵向量记号
得到GM(1,1)模型表示为:
Y=Bu
利用最小二乘法可求得a,b的值
其中,B、Y是矩阵,BT是矩阵B的转置;
对于GM(1,1)的灰微分方程,如果将时刻k=2,3,…,n视为连续变量t,则之前的x(1)视为时间t函数,于是得到GM(1,1)灰微分方程对应的白化微分方程:
解得
得到预测值:
从而得到GM(1,1)预测模型:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910682246.4A CN110598244B (zh) | 2019-07-26 | 2019-07-26 | 一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910682246.4A CN110598244B (zh) | 2019-07-26 | 2019-07-26 | 一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110598244A true CN110598244A (zh) | 2019-12-20 |
CN110598244B CN110598244B (zh) | 2021-03-12 |
Family
ID=68853162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910682246.4A Active CN110598244B (zh) | 2019-07-26 | 2019-07-26 | 一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110598244B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114166698A (zh) * | 2022-02-08 | 2022-03-11 | 中国矿业大学(北京) | 一种竞争吸附下煤微孔道气体扩散能力评估方法和系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070100475A1 (en) * | 2005-10-25 | 2007-05-03 | Korchinski William J | Method and apparatus for applying reduced nonlinear models to optimization of an operation |
CN201382209Y (zh) * | 2009-03-13 | 2010-01-13 | 山东恒能环保能源设备有限公司 | 一种低浓度燃气输送管道 |
CN103485826A (zh) * | 2013-10-15 | 2014-01-01 | 中煤科工集团重庆研究院有限公司 | 煤与瓦斯突出事故报警方法 |
CN104881724A (zh) * | 2015-06-19 | 2015-09-02 | 贵州省矿山安全科学研究院 | 一种基于gis的煤矿瓦斯涌出量动态预测方法 |
CN105741053A (zh) * | 2016-03-07 | 2016-07-06 | 特瑞斯能源装备股份有限公司 | 智能燃气设备的全生命周期管理模型 |
CN106223995A (zh) * | 2016-08-25 | 2016-12-14 | 中煤科工集团重庆研究院有限公司 | 基于监测历史数据的井下煤层区域瓦斯抽采效果分析方法 |
EP3114229A1 (en) * | 2014-03-06 | 2017-01-11 | Iogen Energy Corporation | Production of products with favourable ghg emission reductions from cellulosic feedstocks |
CN107332898A (zh) * | 2017-06-27 | 2017-11-07 | 中国矿业大学(北京) | 一种多源传感器融合的矿井瓦斯释放源定位方法 |
CN109063368A (zh) * | 2018-08-22 | 2018-12-21 | 中国矿业大学 | 一种基于超声波线矿井回风井的风速测算方法 |
CN109113742A (zh) * | 2018-08-02 | 2019-01-01 | 中国矿业大学 | 一种煤储层现今地应力预测方法 |
-
2019
- 2019-07-26 CN CN201910682246.4A patent/CN110598244B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070100475A1 (en) * | 2005-10-25 | 2007-05-03 | Korchinski William J | Method and apparatus for applying reduced nonlinear models to optimization of an operation |
CN201382209Y (zh) * | 2009-03-13 | 2010-01-13 | 山东恒能环保能源设备有限公司 | 一种低浓度燃气输送管道 |
CN103485826A (zh) * | 2013-10-15 | 2014-01-01 | 中煤科工集团重庆研究院有限公司 | 煤与瓦斯突出事故报警方法 |
EP3114229A1 (en) * | 2014-03-06 | 2017-01-11 | Iogen Energy Corporation | Production of products with favourable ghg emission reductions from cellulosic feedstocks |
CN104881724A (zh) * | 2015-06-19 | 2015-09-02 | 贵州省矿山安全科学研究院 | 一种基于gis的煤矿瓦斯涌出量动态预测方法 |
CN105741053A (zh) * | 2016-03-07 | 2016-07-06 | 特瑞斯能源装备股份有限公司 | 智能燃气设备的全生命周期管理模型 |
CN106223995A (zh) * | 2016-08-25 | 2016-12-14 | 中煤科工集团重庆研究院有限公司 | 基于监测历史数据的井下煤层区域瓦斯抽采效果分析方法 |
CN107332898A (zh) * | 2017-06-27 | 2017-11-07 | 中国矿业大学(北京) | 一种多源传感器融合的矿井瓦斯释放源定位方法 |
CN109113742A (zh) * | 2018-08-02 | 2019-01-01 | 中国矿业大学 | 一种煤储层现今地应力预测方法 |
CN109063368A (zh) * | 2018-08-22 | 2018-12-21 | 中国矿业大学 | 一种基于超声波线矿井回风井的风速测算方法 |
Non-Patent Citations (2)
Title |
---|
崔洪庆 等: "采煤工作面回风巷瓦斯气团漂移现象初探", 《中国安全生产科学技术》 * |
缪燕子: "多传感器信息融合理论及在矿井瓦斯突出预警系统中的应用研究", 《中国优秀博士学位论文全文数据库(信息科技辑)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114166698A (zh) * | 2022-02-08 | 2022-03-11 | 中国矿业大学(北京) | 一种竞争吸附下煤微孔道气体扩散能力评估方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110598244B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458724B (zh) | 一种基于神经网络预测火电机组深度调峰能力的方法 | |
CN106295214B (zh) | 一种矿井瓦斯浓度预警方法 | |
CN112526104A (zh) | 一种边坡稳定性监测测预警方法、系统、介质 | |
CN104102817A (zh) | 多测点无失效数据大坝整体安全度动态评价方法 | |
CN105067209A (zh) | 基于桥梁健康监测变形数据判定桥梁结构刚度变化的方法 | |
CN108984817B (zh) | 一种tbm刀具磨损量实时评估方法 | |
CN103149340A (zh) | 一种利用降雨量测定滑坡稳定性的动力监测方法 | |
CN110598244B (zh) | 一种瓦斯气团生命周期预测及基于其的瓦斯浓度预测方法 | |
CN109252855B (zh) | 确定气井最终累积产量的方法及装置 | |
CN108470095A (zh) | 基于数据驱动径向基函数模型的tbm推进力预测方法 | |
CN112990739A (zh) | 基于多介质污染特征识别的磷矿区水环境风险评估方法 | |
CN114528624A (zh) | 一种输水明渠水流加速方法及系统 | |
Lu et al. | Deforming tendency prediction study on typical accumulation landslide with step-like displacements in the Three Gorges Reservoir, China | |
CN109543341A (zh) | 一种预测边坡临滑时间的幂函数速度倒数法 | |
CN115931057B (zh) | 一种基于城市水利数据的地下管道排放预警系统 | |
CN117113644A (zh) | 一种基于深部监测变形序列的边坡临滑预报方法、系统及介质 | |
CN110847112A (zh) | 一种基于水力学模拟的河道泄洪预警方法 | |
CN114462185B (zh) | 隧道施工造成地表沉降槽空间形态五维演化的预估方法 | |
CN105138445A (zh) | 基于概率行为关系挖掘业务流程中不可见任务的新方法 | |
CN107809764A (zh) | 一种基于Markov链的多事件探测方法 | |
CN111008775B (zh) | 基于矿场不同构成的有用功简化计算方法 | |
Zheng et al. | Simulation of bench stepping and optimization of bolt parameters based on multiple geological information fusion | |
CN110414184B (zh) | 一种适用于软岩隧道不均匀大变形的分级方法及系统 | |
CN109408972B (zh) | 基于Delft3D模型的计算机程序化计算水环境容量的方法 | |
CN105930660A (zh) | 一种基于盲信息的堆积体滑坡安全评价方法 |
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 |