CN114495432B - 一种煤层顶底板含氢流体灾害的监测预警方法 - Google Patents
一种煤层顶底板含氢流体灾害的监测预警方法 Download PDFInfo
- Publication number
- CN114495432B CN114495432B CN202210060577.6A CN202210060577A CN114495432B CN 114495432 B CN114495432 B CN 114495432B CN 202210060577 A CN202210060577 A CN 202210060577A CN 114495432 B CN114495432 B CN 114495432B
- Authority
- CN
- China
- Prior art keywords
- rock
- distribution
- cores
- rock stratum
- bottom plate
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000012530 fluid Substances 0.000 title claims abstract description 33
- 239000003245 coal Substances 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 23
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 23
- 239000001257 hydrogen Substances 0.000 title claims abstract description 23
- 239000011435 rock Substances 0.000 claims abstract description 145
- 239000011148 porous material Substances 0.000 claims abstract description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 46
- 238000012360 testing method Methods 0.000 claims abstract description 40
- 238000013499 data model Methods 0.000 claims abstract description 13
- 238000013528 artificial neural network Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims abstract description 8
- 229910052753 mercury Inorganic materials 0.000 claims abstract description 8
- 238000005481 NMR spectroscopy Methods 0.000 claims abstract description 5
- 238000013135 deep learning Methods 0.000 claims abstract description 5
- 238000011161 development Methods 0.000 claims abstract description 5
- 238000010291 electrical method Methods 0.000 claims abstract description 5
- 238000011081 inoculation Methods 0.000 claims abstract description 5
- 238000012549 training Methods 0.000 claims abstract description 5
- 239000007789 gas Substances 0.000 claims description 27
- 238000005065 mining Methods 0.000 claims description 13
- 238000005553 drilling Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000001035 drying Methods 0.000 claims description 9
- 238000007789 sealing Methods 0.000 claims description 6
- 238000013508 migration Methods 0.000 claims description 5
- 230000005012 migration Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000000418 atomic force spectrum Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 3
- 230000005311 nuclear magnetism Effects 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims 1
- 230000008878 coupling Effects 0.000 abstract description 3
- 238000010168 coupling process Methods 0.000 abstract description 3
- 238000005859 coupling reaction Methods 0.000 abstract description 3
- 238000003825 pressing Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 241000668854 Howardia biclavis Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Data Mining & Analysis (AREA)
- Mining & Mineral Resources (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Geochemistry & Mineralogy (AREA)
- Computational Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种煤层顶底板含氢流体灾害的监测预警方法，先获得顶底板岩层多个岩心，然后综合使用低场核磁共振技术、高压压汞法和电法仪对该位置的多个岩心进行测试，从微观层面上揭示煤层顶底板岩层的孔隙结构分布及水源空间分布特征；通过微震在线监测技术获得顶底板岩层破坏带发育及能量释放过程；采用深度学习方法将上述测试手段的各个岩心数据输入BP神经网络进行训练，使BP神经网络建立各个测试手段数据之间关系的数据模型，即构建流‑固‑力耦合模型，从而在后续未探测区域中仅需采用上述测试手段其中之一，进而获取该区域单一或几个独立数据输入该数据模型后，即能对未探测区域顶底板岩层的含氢流体的情况及灾害孕育程度进行预警提示。
Description
技术领域
本发明涉及一种煤层顶底板含氢流体灾害的监测预警方法，尤其适用于顶底板岩层突水监测范围窄、智能化预警能力差的煤层开采和巷道支护等工况。
背景技术
随着开采深度、开采强度、开采速度及开采规模的增加和扩大，煤层顶底部裂隙发育的岩层受到高承压水或临近煤层瓦斯的威胁越来越大。矿井突水或瓦斯突出灾害机理涉及采矿工程、工程地质、岩体力学、渗流力学等多个交叉学科，其中，影响煤层顶底板含氢流体灾害的主要影响因素包含岩层物性参数(孔渗性、润湿性、饱和度、层理结构等)、地应力、及孔隙压力大小等。地应力和孔隙压力是表征煤层顶底板含氢流体层赋存特征的先决因素，而岩层物性参数随着工作面的不断推进可能会发生一定的变化，对顶底板岩层的孔渗性产生重要影响。其中对于顶底板导水裂隙带高度的测试手段主要有经验公式法、实验模拟法和实际探测法，而对于煤层顶底板裂隙带内的瓦斯气体含量估测手段较为缺乏。
其中经验公式法主要是针对理想条件顶底板岩层内部裂隙带的形成贯通模型，计算结果可能与实际情况存在较大的计算误差；多分层岩层的不同性质(如润湿性、饱和度)影响着水分赋存状态及运移特性，实验模拟法未考虑到顶底板岩层的非均质性和地应力对水赋存及动态运移的影响，研究结果不具备代表性；实际探测法主要通过物探手段对富含水区域进行探测，其操作流程及数据处理较为复杂，且探测结果容易受断层结构、多相流体共存及岩层非透明性等因素的限制，缺乏对实验结果的验证。因此，针对上述存在问题，如何提供一种方法，使其不仅能够提高煤层顶底板灾害潜在危险性的探测准确性，而且可充分提高煤炭开采效率和对含氢流体的排采效果，是本行业的研究方向之一。
发明内容
针对上述现有技术存在的问题，本发明提供一种煤层顶底板含氢流体灾害的监测预警方法，不仅能够提高煤层顶底板含氢流体灾害潜在危险性的探测准确性，而且可充分提高煤炭开采效率及对含氢流体的排采效果。
为了实现上述目的，本发明采用的技术方案是：一种煤层顶底板含氢流体灾害的监测预警方法，具体步骤为：
a.待所需进行监测预警的煤层工作面开始回采时，超前工作面100m从巷道内向顶板岩层和底板岩层均钻取多个不同角度的钻孔，且每个钻孔的深度均至设计深度位置，其中向顶板岩层钻取的各个钻孔设计深度位置为钻孔到达顶板岩层下界限层；向底板岩层钻取的各个钻孔设计深度位置为钻孔到达底板岩层上界限层；采用泄压阀对钻孔进行高压封孔，并通过岩心取芯器对各个钻孔进行保压取芯，获得多个岩心；同时利用压力传感器监测封孔后钻孔内的流体压力大小，当超过安全阈值时自动开启泄压阀，将多余的压力流体排出；
b.采用低场核磁共振技术对一个岩心在初始、完全饱水/饱气、离心及完全干燥四种状态时的T2弛豫分布进行监测，其中对完全饱水、离心两种状态下岩心测试能获得束缚水、自由水分布特征及T2截止值；对初始、完全干燥两种状态下岩心测试能获得岩心含水率及岩体骨架孔隙分布；然后利用多态联测法对同一岩心不同状态的T2弛豫曲线幅值作差，进而得到岩心内不同尺度孔隙占比及孔隙率特征参数，同时对不同围压条件下含气岩心测试获得瓦斯气体不同赋存特征数据；然后重复本步骤能对多个岩心进行测试，取平均值后最终得到多个岩心所处位置的岩体内不同尺度孔隙占比及孔隙率特征参数，及岩体内瓦斯气体不同赋存特征数据；
c.采用压汞法对步骤b测试后岩心的碎块进行高压测试，通过毛管力曲线获得岩心孔喉半径r分布，利用幂函数构建T2弛豫时间分布与孔喉半径r分布间的基准关联模型，进而根据获得的模型计算得到不同含水状态岩心内多尺度孔喉分布，然后综合分析不同含水状态岩心的核磁孔喉分布直方图与压汞孔喉半径r分布直方图的相似规律及差异性；同时分析获得不同围压条件下含气岩心内部游离态和吸附态的瓦斯占比；
d.采用电法仪分别对顶板岩层和底板岩层各个位置获取的岩心进行电阻率测试，并将获得各个岩心的电阻率统计汇总，接着通过数值模拟方法反演分别得到顶板岩层和底板岩层的饱和度分布特征，同时将各个位置岩心均在完全干燥和完全饱水两种状态下获取其电阻率，将各个位置岩心的电阻率在完全干燥和完全饱水获取的电阻率与其初始测定的电阻率进行散点拟合，构建顶底板岩层的电阻率变化率P与饱和度Q之间的理论模型；最后将步骤b获得的T2弛豫分布、步骤c获得的孔喉半径r分布及电阻率变化率P三类参数进行关联性拟合，通过数值推演得到顶板岩层和底板岩层内水/气源空间分布、流体潜在运移路径、及岩层内孔隙结构特征；
e.结合已知的地质构造统计信息，利用微震在线监测技术通过在监测钻孔内布置微震传感器，监测采动过程中顶板岩层和底板岩层破坏带发育及能量释放过程，通过空间三维定位方法对断裂带进行可视化表征；并基于深度学习方法采用matlab软件编程对步骤b至d获得的各个岩心数据输入BP神经网络进行测试和训练，使BP神经网络建立步骤b至d各个数据之间相互关系的数据模型，从而在后续未探测区域中仅需采用步骤b至d中任一步骤或几个步骤，进而获取该区域单一或几个独立数据输入该数据模型后，即能对未探测区域顶底板岩层的含氢流体的情况及灾害孕育程度进行预警提示。
进一步，所述岩心为直径20mm、长度50mm的圆柱体。
进一步，所述步骤a中向顶板岩层钻取五个钻孔，五个钻孔处于同一巷道截面上，其中一个钻孔为中心钻孔，其与顶板垂直呈90°夹角；其余四个钻孔对称设置在中心钻孔两侧，且每侧两个钻孔的位置均分中心钻孔与顶板之间的夹角；底板岩层钻取的钻孔数量与布设方式与顶板岩层相同。
进一步，所述步骤c中利用幂函数构建T2弛豫时间分布与孔喉半径r分布间的基准关联模型，具体为：
T2＝M*rN
其中，M＝aln(T2g i)+b，N＝c(T2g i)d，
a、b、c、d分别为拟合曲线特征系数；T2g i为不同状态岩心的核磁T2谱几何平均值；T2,j和Aj分别为弛豫曲线上某一特定弛豫时间值及该T2弛豫点所对应的幅值；T为不同状态岩心所测得的最大T2弛豫值。
进一步，所述步骤d中构建顶底板岩层的电阻率变化率P与饱和度Q之间的理论模型，具体为：
其中，Si、αi分别为未知参数和含水/气饱和度；设岩心是由基质系统和孔裂隙系统两部分组成，其中孔裂隙系统分成含有孔隙和裂隙两类，则
和
分别为孔隙和裂隙大小的量度系数。通过建立该理论模型，后续可以根据获得的理论模型，只需获得相同类型岩性的电阻率值或含水饱和度，则能计算得到对应的含水饱和度或电阻率。
与现有技术相比，本发明先在超前工作面100m的位置获得顶底板岩层多个岩心，然后综合使用低场核磁共振技术、高压压汞法和电法仪的测试手段对该位置的多个岩心进行测试，并通过获得数据中的T2弛豫谱图、毛管力曲线及电阻率曲线之间的耦合关系，从微观层面上揭示了该位置周围一定范围内煤层顶底板岩层试样的孔隙结构分布及水源空间分布特征；综合现有的地层地质构造统计信息，通过布置微震探头采用微震在线监测的方式在线监测采动过程中顶板岩层和底板岩层破坏带发育及能量释放过程，并采用空间三维定位方法对断裂带进行可视化表征；基于地层局部区域的含氢流体赋存状态及裂隙演化参数，采用基于深度学习方法通过matlab软件编程将上述多个测试手段的各个岩心数据输入BP神经网络进行测试和训练，使BP神经网络建立各个测试手段数据之间相互关系的数据模型，即构建流-固-力耦合模型，从而在后续未探测区域中仅需采用上述测试手段其中之一，不需要全部测试手段的使用，进而获取该区域单一或几个独立数据输入该数据模型后，即能对未探测区域顶底板岩层的含氢流体的情况及灾害孕育程度进行预警提示。因此本发明通过多种测试手段综合分析对岩层部分区域进行测试后获得数据模型，从而能够提高煤层顶底板含氢流体灾害潜在危险性的探测准确性，而且一旦建立数据模型后，对其他未探测区域仅需一个测试方法获得单一数据输入建立的数据模型中，就能获得较为精确的煤层顶底板含氢流体灾害潜在危险性的判断，根据判断对含氢流体及时进行排采，有效节约测试所需时间，大大提高了煤炭开采效率。
附图说明
图1是本发明的整体流程示意图。
图2是图1中获取顶底板岩层岩心的钻取钻孔空间布置示意图。
图中：1-煤层；2-顶板岩层；3-底板岩层；4-巷道；5-钻孔。
具体实施方式
下面将对本发明作进一步说明。
如图1所示，本发明的具体步骤为：
a.待所需进行监测预警的煤层工作面开始回采时，超前工作面100m从巷道内向顶板岩层和底板岩层均钻取五个钻孔，且每个钻孔的深度均至设计深度位置，其中向顶板岩层钻取的各个钻孔设计深度位置为钻孔到达顶板岩层下界限层；向底板岩层钻取的各个钻孔设计深度位置为钻孔到达底板岩层上界限层；具体为：如图2所示，向顶板岩层钻取五个钻孔，五个钻孔处于同一巷道截面上，其中一个钻孔为中心钻孔，其与顶板垂直呈90°夹角；其余四个钻孔对称设置在中心钻孔两侧，且每侧两个钻孔的位置均分中心钻孔与顶板之间的夹角(即各个钻孔在同一截面上在同一旋转方向上，各个钻孔分别与顶板的夹角依次为30°、60°、90°、120°、150°)；底板岩层钻取的钻孔数量与布设方式与顶板岩层相同；采用泄压阀对钻孔进行高压封孔，并通过岩心取芯器对各个钻孔进行保压取芯，获得多个岩心，岩心均为直径20mm、长度50mm的圆柱体；同时利用压力传感器监测封孔后钻孔内的流体压力大小，当超过安全阈值时自动开启泄压阀，将多余的压力流体排出；
b.采用低场核磁共振技术对一个岩心在初始、完全饱水/饱气、离心及完全干燥四种状态时的T2弛豫分布进行监测，其中对完全饱水、离心两种状态下岩心测试能获得束缚水、自由水分布特征及T2截止值；对初始、完全干燥两种状态下岩心测试能获得岩心含水率及岩体骨架孔隙分布；然后利用多态联测法对同一岩心不同状态的T2弛豫曲线幅值作差，进而得到岩心内不同尺度孔隙占比及孔隙率特征参数，同时对不同围压条件下含气岩心测试获得瓦斯气体不同赋存特征数据；然后重复本步骤能对多个岩心进行测试，取平均值后最终得到多个岩心所处位置的岩体内不同尺度孔隙占比及孔隙率特征参数，及岩体内瓦斯气体不同赋存特征数据；
c.采用压汞法对步骤b测试后岩心的碎块进行高压测试，通过毛管力曲线获得岩心孔喉半径r分布，利用幂函数构建T2弛豫时间分布与孔喉半径r分布间的基准关联模型，具体为：
T2＝M*rN
其中，M＝aln(T2g i)+b，N＝c(T2g i)d，
a、b、c、d分别为拟合曲线特征系数；T2g i为不同状态岩心的核磁T2谱几何平均值；T2,j和Aj分别为弛豫曲线上某一特定弛豫时间值及该T2弛豫点所对应的幅值；T为不同状态岩心所测得的最大T2弛豫值；进而根据获得的模型计算得到不同含水状态岩心内多尺度孔喉分布，然后综合分析不同含水状态岩心的核磁孔喉分布直方图与压汞孔喉半径r分布直方图的相似规律及差异性；同时分析获得不同围压条件下含气岩心内部游离态和吸附态的瓦斯占比；
d.采用电法仪分别对顶板岩层和底板岩层各个位置获取的岩心进行电阻率测试，并将获得各个岩心的电阻率统计汇总，接着通过数值模拟方法反演分别得到顶板岩层和底板岩层的饱和度分布特征，同时将各个位置岩心均在完全干燥和完全饱水两种状态下获取其电阻率，将各个位置岩心的电阻率在完全干燥和完全饱水获取的电阻率与其初始测定的电阻率进行散点拟合，构建顶底板岩层的电阻率变化率P与饱和度Q之间的理论模型，具体为：
其中，Si、αi分别为未知参数和含水/气饱和度；设岩心是由基质系统和孔裂隙系统两部分组成，其中孔裂隙系统分成含有孔隙和裂隙两类，则
和
分别为孔隙和裂隙大小的量度系数。通过建立该理论模型，后续可以根据获得的理论模型，只需获得相同类型岩性的电阻率值或含水饱和度，则能计算得到对应的含水饱和度或电阻率；最后将步骤b获得的T2弛豫分布、步骤c获得的孔喉半径r分布及电阻率变化率P三类参数进行关联性拟合，通过数值推演得到顶板岩层和底板岩层内水/气源空间分布、流体潜在运移路径、及岩层内孔隙结构特征；
e.结合已知的地质构造统计信息，利用微震在线监测技术通过在监测钻孔内布置微震传感器，监测采动过程中顶板岩层和底板岩层破坏带发育及能量释放过程，通过空间三维定位方法对断裂带进行可视化表征；并基于深度学习方法采用matlab软件编程对步骤b至d获得的各个岩心数据输入BP神经网络进行测试和训练，使BP神经网络建立步骤b至d各个数据之间相互关系的数据模型(该数据模型建立后能了解上述各个步骤获得的数据相互之间的变化关系及规律)，从而在后续未探测区域中仅需采用步骤b至d中任一步骤或几个步骤，进而获取该区域单一或几个独立数据输入该数据模型后，即能对未探测区域顶底板岩层的含氢流体的情况及灾害孕育程度进行预警提示。
以上所述仅是本发明的优选实施方式，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润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种煤层顶底板含氢流体灾害的监测预警方法，其特征在于，具体步骤为：
a.待所需进行监测预警的煤层工作面开始回采时，超前工作面100m从巷道内向顶板岩层和底板岩层均钻取多个不同角度的钻孔，且每个钻孔的深度均至设计深度位置，其中向顶板岩层钻取的各个钻孔设计深度位置为钻孔到达顶板岩层下界限层；向底板岩层钻取的各个钻孔设计深度位置为钻孔到达底板岩层上界限层；采用泄压阀对钻孔进行高压封孔，并通过岩心取芯器对各个钻孔进行保压取芯，获得多个岩心；同时利用压力传感器监测封孔后钻孔内的流体压力大小，当超过安全阈值时自动开启泄压阀，将多余的压力流体排出；
b.采用低场核磁共振技术对一个岩心在初始、完全饱水/饱气、离心及完全干燥四种状态时的T2弛豫分布进行监测，其中对完全饱水、离心两种状态下岩心测试能获得束缚水、自由水分布特征及T2截止值；对初始、完全干燥两种状态下岩心测试能获得岩心含水率及岩体骨架孔隙分布；然后利用多态联测法对同一岩心不同状态的T2弛豫曲线幅值作差，进而得到岩心内不同尺度孔隙占比及孔隙率特征参数，同时对不同围压条件下含气岩心测试获得瓦斯气体不同赋存特征数据；然后重复本步骤能对多个岩心进行测试，取平均值后最终得到多个岩心所处位置的岩体内不同尺度孔隙占比及孔隙率特征参数，及岩体内瓦斯气体不同赋存特征数据；
c.采用压汞法对步骤b测试后岩心的碎块进行高压测试，通过毛管力曲线获得岩心孔喉半径r分布，利用幂函数构建T2弛豫时间分布与孔喉半径r分布间的基准关联模型，具体为：
T2＝M*rN
其中，M＝aln(T2g i)+b，N＝c(T2g i)d，
a、b、c、d分别为拟合曲线特征系数；T2g i为不同状态岩心的核磁T2谱几何平均值；T2,j和Aj分别为弛豫曲线上某一特定弛豫时间值及该T2弛豫点所对应的幅值；T为不同状态岩心所测得的最大T2弛豫值；
进而根据获得的模型计算得到不同含水状态岩心内多尺度孔喉分布，然后综合分析不同含水状态岩心的核磁孔喉分布直方图与压汞孔喉半径r分布直方图的相似规律及差异性；同时分析获得不同围压条件下含气岩心内部游离态和吸附态的瓦斯占比；
d.采用电法仪分别对顶板岩层和底板岩层各个位置获取的岩心进行电阻率测试，并将获得各个岩心的电阻率统计汇总，接着通过数值模拟方法反演分别得到顶板岩层和底板岩层的饱和度分布特征，同时将各个位置岩心均在完全干燥和完全饱水两种状态下获取其电阻率，将各个位置岩心的电阻率在完全干燥和完全饱水获取的电阻率与其初始测定的电阻率进行散点拟合，构建顶底板岩层的电阻率变化率P与饱和度Q之间的理论模型，具体为：
其中，Si、αi分别为未知参数和含水/气饱和度；设岩心是由基质系统和孔裂隙系统两部分组成，其中孔裂隙系统分成含有孔隙和裂隙两类，则
和
分别为孔隙和裂隙大小的量度系数；
最后将步骤b获得的T2弛豫分布、步骤c获得的孔喉半径r分布及电阻率变化率P三类参数进行关联性拟合，通过数值推演得到顶板岩层和底板岩层内水/气源空间分布、流体潜在运移路径、及岩层内孔隙结构特征；
e.结合已知的地质构造统计信息，利用微震在线监测技术通过在监测钻孔内布置微震传感器，监测采动过程中顶板岩层和底板岩层破坏带发育及能量释放过程，通过空间三维定位方法对断裂带进行可视化表征；并基于深度学习方法采用matlab软件编程对步骤b至d获得的各个岩心数据输入BP神经网络进行测试和训练，使BP神经网络建立步骤b至d各个数据之间相互关系的数据模型，从而在后续未探测区域中仅需采用步骤b至d中任一步骤或几个步骤，进而获取该区域单一或几个独立数据输入该数据模型后，即能对未探测区域顶底板岩层的含氢流体的情况及灾害孕育程度进行预警提示。
2.根据权利要求1所述的一种煤层顶底板含氢流体灾害的监测预警方法，其特征在于，所述岩心为直径20mm、长度50mm的圆柱体。
3.根据权利要求1所述的一种煤层顶底板含氢流体灾害的监测预警方法，其特征在于，所述步骤a中向顶板岩层钻取五个钻孔，五个钻孔处于同一巷道截面上，其中一个钻孔为中心钻孔，其与顶板垂直呈90°夹角；其余四个钻孔对称设置在中心钻孔两侧，且每侧两个钻孔的位置均分中心钻孔与顶板之间的夹角；底板岩层钻取的钻孔数量与布设方式与顶板岩层相同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210060577.6A CN114495432B (zh) | 2022-01-19 | 2022-01-19 | 一种煤层顶底板含氢流体灾害的监测预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210060577.6A CN114495432B (zh) | 2022-01-19 | 2022-01-19 | 一种煤层顶底板含氢流体灾害的监测预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114495432A CN114495432A (zh) | 2022-05-13 |
| CN114495432B true CN114495432B (zh) | 2022-10-14 |
Family
ID=81473060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210060577.6A Active CN114495432B (zh) | 2022-01-19 | 2022-01-19 | 一种煤层顶底板含氢流体灾害的监测预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114495432B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104101905A (zh) * | 2013-04-11 | 2014-10-15 | 中国石油天然气集团公司 | 一种基于岩电参数的储层分类方法 |
| CN104181611A (zh) * | 2014-08-28 | 2014-12-03 | 山东科技大学 | 一种矿井工作面顶底板采动破坏裂隙发育动态监测方法 |
| CN113006867A (zh) * | 2021-04-27 | 2021-06-22 | 中国矿业大学 | 一种高瓦斯低洼孤岛工作面煤层采前多灾害联合防治方法 |
| CN113450543A (zh) * | 2021-06-25 | 2021-09-28 | 中国矿业大学 | 基于核磁共振微缩传感器的地下空间水缘性灾害预警方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006132861A1 (en) * | 2005-06-03 | 2006-12-14 | Baker Hughes Incorporated | Pore-scale geometric models for interpetation of downhole formation evaluation data |
| US7576538B2 (en) * | 2006-03-14 | 2009-08-18 | Thomas Meersmann | Nuclear electric quadrupolar properties of hyperpolarized gases to probe surfaces and interfaces |
| CN101929973B (zh) * | 2009-06-22 | 2012-10-17 | 中国石油天然气股份有限公司 | 裂缝储层含油气饱和度定量计算方法 |
| CN106285664B (zh) * | 2016-09-16 | 2019-05-14 | 西南石油大学 | 基于逾渗网络模拟的双重介质储层岩石含水饱和度计算法 |
| CN108510112B (zh) * | 2018-03-19 | 2021-08-10 | 东北大学 | 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 |
-
2022
- 2022-01-19 CN CN202210060577.6A patent/CN114495432B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104101905A (zh) * | 2013-04-11 | 2014-10-15 | 中国石油天然气集团公司 | 一种基于岩电参数的储层分类方法 |
| CN104181611A (zh) * | 2014-08-28 | 2014-12-03 | 山东科技大学 | 一种矿井工作面顶底板采动破坏裂隙发育动态监测方法 |
| CN113006867A (zh) * | 2021-04-27 | 2021-06-22 | 中国矿业大学 | 一种高瓦斯低洼孤岛工作面煤层采前多灾害联合防治方法 |
| CN113450543A (zh) * | 2021-06-25 | 2021-09-28 | 中国矿业大学 | 基于核磁共振微缩传感器的地下空间水缘性灾害预警方法 |
Non-Patent Citations (3)
| Title |
|---|
| 《基于LF-NMR的页岩多尺度孔裂隙应力敏感性评价》;刘厅，翟成;《煤炭学报》;20211231;全文 * |
| 微观孔隙结构和煤的成分对煤样电阻率的影响;李祥春等;《采矿与安全工程学报》;20180115(第01期);全文 * |
| 砂岩岩石核磁共振T_2谱定量表征;白松涛等;《石油学报》;20160315(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114495432A (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112343587A (zh) | 一种特低渗透油藏优势渗流通道识别表征方法 | |
| CN112727534B (zh) | 基于真三向应力和渗透率动态变化的瓦斯钻孔布置方法 | |
| CN107842394B (zh) | 大跨度地下硐室开采顶板稳定性的动弹模探测方法 | |
| Zhang et al. | A study on effect of seepage direction on permeability stress test | |
| CN104678436A (zh) | 一种覆盖区压性断裂带厚度预测方法 | |
| Odling et al. | Fractional flow in fractured chalk; a flow and tracer test revisited | |
| CN110094196A (zh) | 一种碳酸盐岩裸眼水平井分段酸压效果评价方法 | |
| CN105931125A (zh) | 一种致密油分段多簇体积压裂水平井产量预测方法 | |
| CN116044384A (zh) | 一种旨在评估页岩气水平井漏失风险的分析方法 | |
| Qiu et al. | Response law and indicator selection of seismic wave velocity for coal seam outburst risk. | |
| CN111381292B (zh) | 一种预测砂岩含烃储层的测井解释方法与装置 | |
| CN106401576A (zh) | 一种复杂页岩地层地应力的测试方法 | |
| Peng et al. | Multi-scale multivariate detection method for the effective impact range of hydraulic fracturing in coal seam | |
| CN114495432B (zh) | 一种煤层顶底板含氢流体灾害的监测预警方法 | |
| Cai et al. | A new fractal temporal conductivity model for propped fracture and its application in tight reservoirs | |
| CN109490510A (zh) | 基于穿层钻孔瓦斯涌出特征测定水力冲孔影响半径的方法 | |
| CN114487125B (zh) | 一种用于确定煤体各向异性的三维监测综合方法 | |
| Huang et al. | Stress sensitivity analysis of fractal porous media based on the elasto-plastic thick-walled cylinder model | |
| CN113792932B (zh) | 一种利用微震-损伤-渗流关系的页岩气产量预测方法 | |
| CN112987094B (zh) | 一种基于煤层波速场测试的水力压裂影响范围评价方法 | |
| Guihéneuf et al. | Flow-bearing structures of fractured rocks: Insights from hydraulic property scalings revealed by a pumping test | |
| Grasselli et al. | Rock fabric not principal stress dictates SRV: The Story of how a~ 70 Year-old discounted data point still plagues our industry and how true triaxial testing finally confirms it | |
| CN111898244A (zh) | 一种线状工程勘察阶段岩爆风险评估方法 | |
| CN112946778A (zh) | 一种基于地下水浑浊度监测预警岩溶塌陷的方法 | |
| CN112965106A (zh) | 利用纵横波速度的奇异性识别天然气水合物赋存类型方法 |
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 |