CN111639295A - 一种利用瓦斯解吸量特征判识瓦斯异常的方法 - Google Patents
一种利用瓦斯解吸量特征判识瓦斯异常的方法 Download PDFInfo
- Publication number
- CN111639295A CN111639295A CN202010515191.0A CN202010515191A CN111639295A CN 111639295 A CN111639295 A CN 111639295A CN 202010515191 A CN202010515191 A CN 202010515191A CN 111639295 A CN111639295 A CN 111639295A
- Authority
- CN
- China
- Prior art keywords
- gas
- calculating
- minute
- minutes
- desorption amount
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Abstract
本发明涉及一种利用瓦斯解吸量特征判识瓦斯异常的方法,属于煤矿安全技术领域,包括获取第j个班次的瓦斯监控分钟均值数据;计算第j班次瓦斯监控数均值;计算第i分钟瓦斯监控数据的k分钟移动均值;计算第i分钟瓦斯监控数据的m分钟移动均值;计算第j个班次内k分钟移动均值的最大值;计算第j个班次内m分钟移动均值的最大值;计算第j个班次内k分钟最大瓦斯解吸量;计算第j个班次内m分钟最大瓦斯解吸量;计算第j班次内k分钟或m分钟瓦斯解吸量与第j班次瓦斯涌出总量之间的比值;计算第j班次内k分钟瓦斯解吸量与m分钟瓦斯解吸量之间的比值;计算第j班次内k分钟移动均值的最大值与m分钟移动均值的最大值之间的比值;最终判识。
Description
技术领域
本发明属于煤矿安全技术领域,涉及一种利用瓦斯解吸量特征判识瓦斯异常的方法。
背景技术
瓦斯灾害是对矿井生产危害程度最大的灾害之一,严重威胁着煤矿安全生产,矿井瓦斯监测是预防瓦斯灾害的重要手段,而安全监测信息的处理与利用也成为了瓦斯灾害预防与控制技术体系中的重要方向。煤矿井下重要地点和区域是瓦斯监测的关键位置,传感器以设定监测周期源源不断的向监控主机传输瓦斯监测数据,从而为以大数据处理为手段的安全信息利用创造了基础条件。通过对大量瓦斯监测数据处理来提取瓦斯涌出规律,进而分析瓦斯涌出异常对于瓦斯灾害的预防有着重要的现实意义。
目前的瓦斯监测数据处理与利用研究主要集中在监测数据处理方法、瓦斯灾害信息特征提取和潜在规律挖掘等方面,研究较多采用了时间序列分析方法,主要包括回归分析法、灰色理论与方法、混沌理论、分形理论与方法、机器学习方法、信息融合等等。时间序列分析方法本身的缺陷是没有考虑到通风巷道中瓦斯流动特征,并且针对短期瓦斯浓度预测的精度难以控制,现有方法大多以单一监测点瓦斯监测数据形成的时间序列为对象进行建模,没有通过瓦斯解吸量特征来判识瓦斯异常的方法。
发明内容
有鉴于此,本发明的目的在于提供一种利用瓦斯解吸量特征判识瓦斯异常的方法,其主要原理在于新鲜暴露煤体瓦斯解吸速度越快,煤质越软;瓦斯解吸量越大,瓦斯越大;瓦斯解吸占比越大,渗透性越差。
为达到上述目的,本发明提供如下技术方案:
一种利用瓦斯解吸量特征判识瓦斯异常的方法,包括以下步骤:
S1:获取第j个班次的瓦斯监控分钟均值数据X1、X2、Xi…、XN,N为班次分钟数;
S2:计算第j班次瓦斯监控数均值Xj,ave;
S3:计算第i分钟瓦斯监控数据的k分钟移动均值Xi,k,ave;
S4:计算第i分钟瓦斯监控数据的m分钟移动均值Xi,m,ave;
S5:计算第j个班次内k分钟移动均值的最大值Xj,k,ave,max;
S6:计算第j个班次内m分钟移动均值的最大值Xj,m,ave,max;
S7:计算第j个班次内k分钟最大瓦斯解吸量;
S8:计算第j个班次内m分钟最大瓦斯解吸量;
S9:计算第j班次内k分钟或m分钟瓦斯解吸量与第j班次瓦斯涌出总量之间的比值Wj,k、Wj,m;
S10:计算第j班次内k分钟瓦斯解吸量与m分钟瓦斯解吸量之间的比值Sj,k,m;
S11:计算第j班次内k分钟移动均值的最大值与m分钟移动均值的最大值之间的比值Tj,k,m;
S12:判识:当第j个班次瓦斯总量相对足够小时,可以认为监控传感器故障或工作面未作业;当Wj,k,Wj,m较小(趋于0)或Sj,k,m趋于Tj,k,m趋于1时,认为工作面传感器故障或工作面未作业;当Wj,k,Wj,m较大或趋势增大时、Sj,k,m、Tj,k,m增大或趋势增大时,认为瓦斯异常可能性增加或瓦斯灾害、突出危险增加、透气性降低,反之亦然。
进一步,步骤S2中所述计算第j班次瓦斯监控数均值Xj,ave,公式为:
进一步,步骤S3中所述计算第i分钟瓦斯监控数据的k分钟移动均值Xi,k,ave,其中k取5-180分钟,公式为:
进一步,步骤S4中所述计算第i分钟瓦斯监控数据的m分钟移动均值Xi,m,ave,其中m大于k,取30-480分钟,公式如下:
进一步,步骤S7中所述计算第j个班次内k分钟最大瓦斯解吸量,公式如下:
Qj,k=k·(Xj,k,ave,max-Xj,ave) (4)。
进一步,步骤S8中所述计算第j个班次内m分钟最大瓦斯解吸量,公式如下:
Qj,m=m·(Xj,m,ave,max-Xj,ave) (5)。
进一步,步骤S9中所述计算第j班次内k分钟或m分钟瓦斯解吸量与第j班次瓦斯涌出总量之间的比值Wj,k、Wj,m,公式如下:
进一步,步骤S10中所述计算第j班次内k分钟瓦斯解吸量与m分钟瓦斯解吸量之间的比值Sj,k,m,公式如下:
进一步,步骤S11中所述计算第j班次内k分钟移动均值的最大值与m分钟移动均值的最大值之间的比值Tj,k,m,公式如下:
本发明的有益效果在于:本发明利用瓦斯监控数据的时序特点,可以较好的反应落煤瓦斯和煤壁解吸、渗流瓦斯之间的相对关系,可有效的预测、预报监控数据的异常情况及其发展趋势,为实现超前预警奠定了基础。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为利用瓦斯解吸量特征判识瓦斯涌出异常的方法流程图;
图2为某矿206掘进面Wj10指标图;
图3为某矿206掘进面Wj30指标图;
图4为某矿206掘进面实际突出预测指标图;
图5为某矿104工作面Wj10指标表现示意图;
图6为某矿104工作面Wj30指标表现示意图;
图7为某矿104工作面实际突出预测指标图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
如图1所示,本发明提供一种利用瓦斯解吸量特征判识瓦斯涌出异常的方法,包括如下步骤:
1)获取第j个班次的瓦斯监控分钟均值数据X1、X2、Xi…、XN(N为班次分钟数,一个班次一般在360分钟或者480分钟,也存在其他时间长度,本专利以480分钟为例);
2)计算第j班次瓦斯监控数均值Xj,ave;
3)计算第i分钟瓦斯监控数据的k分钟移动均值Xi,k,ave(k一般取5-180分钟);
4)计算第i分钟瓦斯监控数据的m分钟移动均值Xi,m,ave(m一般大于k取30-480分钟);
5)计算第j个班次内k分钟移动均值的最大值Xj,k,ave,max;
6)计算第j个班次内m分钟移动均值的最大值Xj,m,ave,max;
7)计算第j个班次内k分钟最大瓦斯解吸量;
Qj,k=k·(Xj,k,ave,max-Xj,ave) (4)
8)计算第j个班次内m分钟最大瓦斯解吸量;
Qj,m=m·(Xj,m,ave,max-Xj,ave) (5)
9)计算第j班次内k分钟或m分钟瓦斯解吸量与第j班次瓦斯涌出总量之间的比值Wj,k、Wj,m;
10)计算第j班次内k分钟瓦斯解吸量与m分钟瓦斯解吸量之间的比值Sj,k,m;
11)计算第j班次内k分钟移动均值的最大值与m分钟移动均值的最大值之间的比值Tj,k,m;
12)判识:当第j个班次瓦斯总量相对足够小时,可以认为监控传感器故障或工作面未作业;当Wj,k,Wj,m较小(趋于0)或Sj,k,m趋于Tj,k,m趋于1时,认为工作面传感器故障或工作面未作业;当Wj,k,Wj,m较大或趋势增大时、Sj,k,m、Tj,k,m增大或趋势增大时,认为瓦斯异常可能性增加或瓦斯灾害、突出危险增加、透气性降低,反之亦然。
实施例:利用本方法对某矿206掘进面Wj10指标图如图2所示,对某矿206掘进面Wj30指标图如图3所示,对某矿206掘进面实际突出预测指标图如图4所示,对某矿104工作面Wj10指标表现如图5所示,对某矿104工作面Wj30指标表现如图6所示,对某矿104工作面实际突出预测指标图如图7所示。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种利用瓦斯解吸量特征判识瓦斯异常的方法,其特征在于:包括以下步骤:
S1:获取第j个班次的瓦斯监控分钟均值数据X1、X2、Xi…、XN,N为班次分钟数;
S2:计算第j班次瓦斯监控数均值Xj,ave;
S3:计算第i分钟瓦斯监控数据的k分钟移动均值Xi,k,ave;
S4:计算第i分钟瓦斯监控数据的m分钟移动均值Xi,m,ave;
S5:计算第j个班次内k分钟移动均值的最大值Xj,k,ave,max;
S6:计算第j个班次内m分钟移动均值的最大值Xj,m,ave,max;
S7:计算第j个班次内k分钟最大瓦斯解吸量;
S8:计算第j个班次内m分钟最大瓦斯解吸量;
S9:计算第j班次内k分钟或m分钟瓦斯解吸量与第j班次瓦斯涌出总量之间的比值Wj,k、Wj,m;
S10:计算第j班次内k分钟瓦斯解吸量与m分钟瓦斯解吸量之间的比值Sj,k,m;
S11:计算第j班次内k分钟移动均值的最大值与m分钟移动均值的最大值之间的比值Tj,k,m;
5.根据权利要求1所述的利用瓦斯解吸量特征判识瓦斯异常的方法,其特征在于:步骤S7中所述计算第j个班次内k分钟最大瓦斯解吸量,公式如下:
Qj,k=k·(Xj,k,ave,max-Xj,ave) (4)。
6.根据权利要求1所述的利用瓦斯解吸量特征判识瓦斯异常的方法,其特征在于:步骤S8中所述计算第j个班次内m分钟最大瓦斯解吸量,公式如下:
Qj,m=m·(Xj,m,ave,max-Xj,ave) (5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010515191.0A CN111639295B (zh) | 2020-06-08 | 2020-06-08 | 一种利用瓦斯解吸量特征判识瓦斯异常的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010515191.0A CN111639295B (zh) | 2020-06-08 | 2020-06-08 | 一种利用瓦斯解吸量特征判识瓦斯异常的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111639295A true CN111639295A (zh) | 2020-09-08 |
CN111639295B CN111639295B (zh) | 2022-04-29 |
Family
ID=72329927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010515191.0A Active CN111639295B (zh) | 2020-06-08 | 2020-06-08 | 一种利用瓦斯解吸量特征判识瓦斯异常的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639295B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101532397A (zh) * | 2009-04-10 | 2009-09-16 | 重庆梅安森科技发展有限责任公司 | 煤与瓦斯突出实时诊断方法 |
CN101858228A (zh) * | 2010-04-27 | 2010-10-13 | 煤炭科学研究总院重庆研究院 | 掘进面瓦斯涌出动态特征突出连续预测方法 |
CN102926810A (zh) * | 2012-11-16 | 2013-02-13 | 天地(常州)自动化股份有限公司 | 煤与瓦斯突出的预测方法 |
US20140019047A1 (en) * | 2011-03-30 | 2014-01-16 | China University Of Mining And Technology | Multi-information coupling prediction method of coal and gas outburst danger |
-
2020
- 2020-06-08 CN CN202010515191.0A patent/CN111639295B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101532397A (zh) * | 2009-04-10 | 2009-09-16 | 重庆梅安森科技发展有限责任公司 | 煤与瓦斯突出实时诊断方法 |
CN101858228A (zh) * | 2010-04-27 | 2010-10-13 | 煤炭科学研究总院重庆研究院 | 掘进面瓦斯涌出动态特征突出连续预测方法 |
US20140019047A1 (en) * | 2011-03-30 | 2014-01-16 | China University Of Mining And Technology | Multi-information coupling prediction method of coal and gas outburst danger |
CN102926810A (zh) * | 2012-11-16 | 2013-02-13 | 天地(常州)自动化股份有限公司 | 煤与瓦斯突出的预测方法 |
Non-Patent Citations (2)
Title |
---|
LINCHAO DAI 等: "A Study on the Energy Condition and Quantitative Analysis of the Occurrence of a Coal and Gas Outburst", 《SHOCK AND VIBRATION》 * |
肖丹 等: "采掘工作面瓦斯异常涌出灰色预警模型的建立和应用", 《煤矿安全》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111639295B (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104670155B (zh) | 基于云端车联网的车辆防盗报警系统 | |
CN108764032B (zh) | 煤矿探放水智能监控方法、装置、计算机设备及存储介质 | |
CN102926810B (zh) | 煤与瓦斯突出的预测方法 | |
CN110620906A (zh) | 一种基于物联网的电力施工安全管理系统 | |
CN110781266B (zh) | 一种基于时空因果关系的城市感知数据处理方法 | |
CN105893621B (zh) | 基于多维航迹聚类的目标行为规律挖掘方法 | |
CN112348237A (zh) | 一种动态钻井数据异常趋势检测方法 | |
CN106647514A (zh) | 一种对水泥企业碳排放实时在线监测管理系统 | |
Ahn et al. | Acceleromter-based measurement of construction equipment operating efficiency for monitoring environmental performance | |
CN109784479A (zh) | 基于神经网络的闸杆防砸方法、系统、设备及存储介质 | |
CN106066252A (zh) | 一种危险品销毁设备子系统级的健康状态评估方法 | |
CN110619457A (zh) | 一种基于安全态势评估的监测传感器布设方法及系统 | |
EP4105801A1 (en) | Using staged machine learning to enhance vehicles cybersecurity | |
CN115653689A (zh) | 一种防突预警指标临界值自适应动态调整方法 | |
CN111639295B (zh) | 一种利用瓦斯解吸量特征判识瓦斯异常的方法 | |
CN112613767B (zh) | 一种煤矿违规开采的识别方法、装置、设备及存储介质 | |
CN105825130A (zh) | 一种信息安全预警方法及装置 | |
CN104200599B (zh) | 公交车多传感器火灾检测方法 | |
CN116777085B (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
CN111540194B (zh) | 车辆监测数据处理方法、装置、计算机设备和存储介质 | |
CN112723075A (zh) | 一种数据不平衡的电梯振动影响因素分析方法 | |
CN113685166B (zh) | 一种钻井事故预警方法及系统 | |
CN114582083B (zh) | 一种隧道监控多传感器数据融合火灾预警方法 | |
Yang et al. | Intelligent rating method of tunnel surrounding rock based on one-dimensional convolutional neural network | |
CN111461456B (zh) | 一种基于瓦斯监控数据瞬时变化特征预警突出危险的方法 |
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 |