CN102926810A

CN102926810A - 煤与瓦斯突出的预测方法

Info

Publication number: CN102926810A
Application number: CN2012104643684A
Authority: CN
Inventors: 屈世甲; 刘水文; 李继来; 吕鹏飞
Original assignee: Changzhou Academy Of Automation China Coal Technology & Engineering Group; Tiandi Changzhou Automation Co Ltd
Current assignee: Changzhou Academy Of Automation China Coal Technology & Engineering Group; Tiandi Changzhou Automation Co Ltd
Priority date: 2012-11-16
Filing date: 2012-11-16
Publication date: 2013-02-13
Anticipated expiration: 2032-11-16
Also published as: CN102926810B

Abstract

本发明提供一种煤与瓦斯突出的预测方法，建立在煤矿安全监控系统基础之上；预测方法主要通过矿井安全监控系统提取设置在距离预警目标掘进面40～60m位置处瓦斯传感器传输的并以安全监控系统进行相应处理后的最近三次瓦斯浓度平均值、瓦斯浓度最大值、瓦斯浓度95%置信最大值和瓦斯浓度差值；以及通过矿井安全监控系统提取最近三次的瓦斯防突检测得到的钻屑量指标值和钻屑瓦斯解吸指标值，按照特定算法计算出当前状态下的钻屑量指标值和钻屑瓦斯解吸指标值，与相应的预测判断指标进行比对，实现对煤与瓦斯突出的连续预测。本发明集接触式预测法和非接触式连续预测法的优点于一体，提高了预测的可靠性和可信度，且具有较强的自适应能力。

Description

煤与瓦斯突出的预测方法

技术领域

本发明涉及煤矿安全防护技术领域，具体涉及一种煤与瓦斯突出的连续预测方法。

背景技术

煤矿安全事故常发，带来生命和财产的巨大损失。煤与瓦斯突出事故是煤矿多发事故之一。通行的煤与瓦斯突出机理综合假说认为，煤与瓦斯突出是地应力、瓦斯和煤的物理力学性质三者综合作用的结果，是聚集在围岩和煤体中大量潜能的高速释放，并认为高压瓦斯在突出的发展过程中起决定性作用。目前国内对煤与瓦斯突出事故的预测多采用静态的接触式间断预测方法，如钻孔瓦斯涌出初速度法、R指标值法、钻屑指标法等。我国有关部门颁布的《防治煤与瓦斯突出细则》指出采用钻屑指标法来预测掘进工作面煤与瓦斯突出危险性的方法是有效且可靠的，目前在国内各大矿井掘进工作面应用广泛。钻屑指标法通过在煤巷掘进工作面打2个或3个直径42mm、孔深8～10m的钻孔，钻孔每打1m测定钻屑量一次，每隔2m测定一次钻屑解吸指标，根据每个钻孔沿孔长每米的最大钻屑量S_max和钻屑解吸指标K₁或△h₂预测工作面的突出危险性，各项指标的突出危险临界值，应根据现场测定资料确定，如无实测资料时，可参照表1的数据确定工作面的煤与瓦斯突出。

表1 用钻屑指标法预测煤巷掘进工作面突出危险性的临界值

采用钻屑指标法预测掘进面煤与瓦斯突出的优点是预测相对准确，可靠度和认可度相对较高，该种方法的不足之处在于：每次测量都会花费大量的人力物力，容易影响煤矿生产的正常进行，更为重要的是不能做到实时连续预测。

近年来，对煤与瓦斯突出事故的实时监测和连续预测日益受到各方的重视。如公开号为CN 101532397A的中国专利文献，其公开了一种煤与瓦斯突出的实时诊断方法，该方法通过与煤矿安全监控系统相结合，综合了煤与瓦斯突出三因素在风流中瓦斯浓度的变化特征，实现对煤与瓦斯突出的实时诊断和预测，其特点是做到了非接触式的连续预测，但该方法在预测过程中对接触式检测的一些指标值没有涉及，预测结果相比较于接触式的预测方法可靠度和认可度相对较低一些。

因而，研究一种既能实现实时预测，又能体现和考虑常见的接触式预测方法的高可靠性和认可度优点的煤与瓦斯突出的预测方法显得十分必要且具有重大意义。

发明内容

本发明的目的是：针对现有技术中的不足，提供一种利用实时采集的掘进面风流中瓦斯浓度变化数据和历史防突检测指标参数来动态预测掘进工作面当前状态下防突指标值从而实现对当前状态下煤与瓦斯突出的预测方法。

本发明的技术方案是：本发明的煤与瓦斯突出的预测方法，建立在煤矿安全监控系统基础之上；所述煤矿安全监控系统存储有通过实际检测得到的钻屑量指标值和钻屑瓦斯解吸指标值且实时接收和存储矿井掘进面的瓦斯数据并进行相应处理，其特征在于：主要包括以下步骤：

①通过矿井安全监控系统提取设置在距离预警目标掘进面40～60m位置处瓦斯传感器传输的并经安全监控系统进行相应处理后的下列实时瓦斯数据：

瓦斯浓度平均值C：一个预测区间或者作业循环内瓦斯浓度的平均值；其中，最近三次值C₁、C₂、C₃，当前值C₀；

瓦斯浓度最大值M：一个预测区间或者作业循环内瓦斯浓度的最大值；其中，最近三次值M₁、M₂、M₃，当前值M₀；

瓦斯浓度95%置信最大值F：一个预测区间或者作业循环内瓦斯浓度95%置信区间的最大值；其中，最近三次值F₁、F₂、F₃，当前值F₀；

瓦斯浓度差值D：一定时间内或者两次巡检的瓦斯浓度差值；其中，最近三次值D₁、D₂、D₃，当前值D₀；

②通过矿井安全监控系统提取预警目标掘进面最近三次的瓦斯防突检测指标值：

其中，第一次钻屑量指标值S_max1、第二次值S_max2、第三次值S_max3；当前钻屑量指标值S_max；

第一次钻屑瓦斯解吸指标值K₁₁、第二次值K₁₂、第三次值K₁₃；当前钻屑瓦斯解吸指标值K₁；

③将由步骤①和步骤②所得数据进行如下计算：

\{\begin{matrix} A_{1} C_{1} + A_{2} (M_{1} + F_{1}) + A_{3} D_{1} = K_{11} \\ A_{1} C_{2} + A_{2} (M_{2} + F_{2}) + A_{3} D_{2} = K_{12} \\ A_{1} C_{3} + A_{2} (M_{3} + F_{3}) + A_{3} D_{3} = K_{13} \end{matrix}\} - - - (1)

由方程组（1）解得参数A₁、A₂、A₃值，将该三个参数值带入当前预测区间内数值进行如下计算：

A₁C₀+A₂（M₀+F₀）+A₃D₀=K₁ （2）

由式（2）解得当前状态下K₁值；

④将由步骤①和步骤②所得数据进行如下计算：

\{\begin{matrix} B_{1} C_{1} + B_{2} (M_{1} + F_{1}) + B_{3} B_{1} = S_{\max 1} \\ B_{1} C_{2} + B_{2} (M_{2} + F_{2}) + B_{3} D_{2} = S_{\max 2} \\ B_{1} C_{3} + B_{2} (M_{3} + F_{3}) + B_{3} D_{3} = S_{\max 3} \end{matrix}\} - - - (3)

由方程组（3）解得参数B₁、B₂、B₃值，将该三个参数值带入当前预测区间内数值进行如下计算：

B₁C₀+B₂（M₀+F₀）+B₃D₀=S_max （4）

由式（4）解得当前状态下S_max值；

⑤对由步骤③得到的当前状态下的K₁值和由步骤④得到的当前状态下的S_max进行如下分析判断：

当S_max＜4.80kg/m（4.32L/m）且K₁＜0.40ml/(g.min^1/2)时，预测结果为安全状态；

当4.80kg/m（4.32L/m）≤S_max＜6.00kg/m（5.40L/m）或者0.40ml/(g.min^1/2)≤K₁＜0.50ml/(g.min^1/2)时，预测结果为威胁状态；

当6.00kg/m（5.40L/m）≤S_max或者0.50ml/(g.min^1/2)≤K₁时，预测结果为危险状态。

本发明具有积极的效果：（1）通过将接触式煤与瓦斯突出预测指标与实时监测的掘进面风流中瓦斯浓度变化数据相结合，实现了对煤与瓦斯突出非接触式连续预测，提高了预测的可靠性和可信度，开辟了国内外在该领域的先河。（2）本发明的预测方法在瓦斯浓度中提取的基础数据均为无量纲数据，修正所用到的历史检测突出指标也是按照《防治煤与瓦斯突出细则》给出的边界值作为基础，因而具有较强的自适应能力。

附图说明

图1为本发明的煤与瓦斯突出预测各因素的相互关系示意框图；

图2为本发明采集掘进工作面煤与瓦斯突出预测用参数的瓦斯探头位置示意图；

图3为本发明的应用例中预测Smax值与实测Smax值对比图；

图4为本发明的应用例中预测K₁值与实测K₁值对比图。

具体实施方式

（实施例1）

本实施例的煤与瓦斯突出的预测方法，建立在煤矿安全监控系统基础之上，基础数据主要来自煤矿安全监控系统和历史防突检测指标值两部分，历史防突检测指标值在日常掘进工作中通过实际检测得到。

见图1，煤与瓦斯突出三要素应力状态、物理力学状态和煤层瓦斯含量对煤矿井下掘进工作面风流中的瓦斯浓度的影响分析如下：

①应力状态变化对风流中瓦斯浓度的影响：

掘进工作面的瓦斯来源主要由以下四部分组成：a.已暴露巷道四周煤壁的瓦斯涌出；b.新暴露巷道煤壁的瓦斯涌出；c.落煤的瓦斯涌出；d.新暴露掘进面的瓦斯涌出。根据分析得知，在一个预测区间内，已暴露巷道四周煤壁的瓦斯涌出量随着时间的推移呈衰减趋势，而新暴露的巷道煤壁瓦斯涌出量与已暴露巷道的瓦斯衰减量基本能够相互抵消，属于已经被应用的技术。当工作面正常推进的过程中，落煤的瓦斯量不会有较大的变动，因此只有新暴露的巷道壁瓦斯涌出量是一个变数，并直接影响到每个预测区间内掘进面瓦斯涌出量。掘进工作面新暴露巷道壁瓦斯涌出和应力状态变化有直接的关系，因而当掘进工作面风量不发生大的变化时，平均瓦斯浓度的变化就可以间接表征应力状态对瓦斯突出的影响。对于预测区间的选择，可以选取8小时、12小时、24小时或者48小时，在现场的应用过程当中应当根据掘进面作业规律选择合适的预测区间，但理论上讲预测区间时段最大不能超过48小时，最小不能小于8小时。

②煤层瓦斯含量变化对风流中瓦斯浓度的影响：

煤层的瓦斯含量变化在瓦斯浓度序列中最直接的表现为落煤时风流中的瞬间最高瓦斯浓度的变化，煤层中瓦斯含量越高，测得的初始瓦斯解吸量越大，落煤时瞬间瓦斯浓度值就越大。所以选取预测区间内最大瓦斯浓度值和瓦斯浓度序列值95%置信区间的最大值两个参数的变化来共同表征预测区间内煤层瓦斯含量的变化。前述的95%置信区间的最大值是指将掘进面预测用瓦斯探头的浓度数据进行排序后，根据浓度数据组符合的分布类型，计算95%置信区间的范围，取上限值作为95%置信区间的最大值。

③物理力学状态变化对风流中瓦斯浓度的影响

目前，煤与瓦斯突出机理综合假说认为，煤与瓦斯突出是地应力、瓦斯和煤的物理力学性质三者综合作用的结果，是聚集在围岩和煤体中大量潜能的高速释放，并认为高压瓦斯在突出的发展过程中起决定性作用，地应力是激发突出的因素，而煤的物理力学性质则是阻碍突出的因素。前面已经很好地在瓦斯浓度序列中找到了应力状态变化和煤层瓦斯含量变化的相关信息，对于阻碍突出的煤的物理力学状态变化本发明的预测方法中，采用预测区间内相邻巡检周期浓度差值的最大值来表征。

关于煤矿安全监控系统中对掘进面风流中瓦斯浓度不间断进行监测的方法作如下说明：

见图2，通常煤矿安全监控系统中，均会在掘进面设置瓦斯探头，也即瓦斯浓度传感器，但是，由于掘进面通风的特殊性，掘进头处风流紊乱，如果以掘进面探头数据为基础数据势必给预测结果带来较大的误差，所以经过实验室分析和现场测试验证，在距离掘进面40～60m位置处增设一个瓦斯传感器，并伴随掘进工作的推进而推进，该位置既充分考虑到了风流的稳定性和瓦斯在风流中的充分混合问题，又尽可能少的包括了掘进巷道壁的瓦斯涌出。同时由于随着掘进的推进传感器也在推进，就在一定程度上保证了该传感器检测到的瓦斯浓度主要包含了掘进头瓦斯的涌出和固定长度巷道壁的瓦斯涌出，在一定程度上控制了瓦斯浓度的取值误差。本发明的预测方法所取的实时数据均来自该瓦斯传感器。

基于以上相关说明，本发明的煤与瓦斯突出的预测方法，建立在煤矿安全监控系统基础之上；所述煤矿安全监控系统存储有通过实际检测得到的钻屑量指标值和钻屑瓦斯解吸指标值且实时接收和存储矿井掘进面的瓦斯数据并进行相应处理，预测方法主要包括以下步骤：

①通过矿井安全监控系统提取设置在距离预警目标掘进面40～60m位置处瓦斯传感器传输的并以安全监控系统进行相应处理后的下列实时瓦斯数据：

③将由步骤①和步骤②所得数据进行如下计算：

\{\begin{matrix} A_{1} C_{1} + A_{2} (M_{1} + F_{1}) + A_{3} D_{1} = K_{11} \\ A_{1} C_{2} + A_{2} (M_{2} + F_{2}) + A_{3} D_{2} = K_{12} \\ A_{1} C_{3} + A_{2} (M_{3} + F_{3}) + A_{3} D_{3} = K_{13} \end{matrix}\} - - - (1)

A₁C₀+A₂（M₀+F₀）+A₃D₀=K₁ （2）

由式（2）解得当前状态下K₁值；

④将由步骤①和步骤②所得数据进行如下计算：

\{\begin{matrix} B_{1} C_{1} + B_{2} (M_{1} + F_{1}) + B_{3} B_{1} = S_{\max 1} \\ B_{1} C_{2} + B_{2} (M_{2} + F_{2}) + B_{3} D_{2} = S_{\max 2} \\ B_{1} C_{3} + B_{2} (M_{3} + F_{3}) + B_{3} D_{3} = S_{\max 3} \end{matrix}\} - - - (3)

B₁C₀+B₂（M₀+F₀）+B₃D₀=S_max （4）

由式（4）解得当前状态下S_max值；

（应用例）

见图3和图4，以山西某矿N2105胶带顺槽掘进面为例，选取了该矿2012年7月21日到30日共十天的实测瓦斯突出指标值和本发明的预测方法所得到的瓦斯突出指标值进行对比。由于该矿掘进面作业习惯为每天做一次防突检测指标的检测，所以选取24小时作为预测区间，通过分别对该矿10天的实际检测得到的S_max值和K₁值与每天通过本发明的预测方法得到的S_max值和K₁相比较，可以较清楚地看出本发明的煤与瓦斯突出预测方法和传统接触式瓦斯突出检测方法具有很好的一致性，预测准确性高。

综上所述，本发明的针对掘进工作面煤与瓦斯突出的预测方法，综合考虑了对掘进工作面煤与瓦斯突出影响较大的地压力、煤层瓦斯含量和煤的物理力学性质三种因素带来的风流中瓦斯浓度的变化特征，以历史防突检测指标作为修正对掘进工作面煤与瓦斯突出的危险性进行预测。本发明的预测方法既具有非接触式预测方法的连续预测特点，同时又结合了钻屑指标预测方法这一接触式预测方法的高可靠度和认可度的特点；而且本发明的预测方法在提取的瓦斯浓度相关基础数据均为无量纲数据，修正所用到的历史检测突出指标也是按照《防治煤与瓦斯突出细则》给出的边界值作为基础，因而具有较强的自适应能力。因而，本发明的预测方法是一种预测准确度和认可度均较高的煤与瓦斯突出实时预测方法。

以上实施例和应用例是对本发明的具体实施方式的说明，而非对本发明的限制，有关技术领域的技术人员在不脱离本发明的精神和范围的情况下，还可以做出各种变换和变化而得到相对应的等同的技术方案，因此所有等同的技术方案均应该归入本发明的专利保护范围。

Claims

1.一种煤与瓦斯突出的预测方法，建立在煤矿安全监控系统基础之上；所述煤矿安全监控系统存储有通过实际检测得到的钻屑量指标值和钻屑瓦斯解吸指标值且实时接收和存储矿井掘进面的瓦斯数据并进行相应处理，其特征在于：主要包括以下步骤：

①通过矿井安全监控系统提取设置在距离预警目标掘进面40～60m位置处瓦斯传感器传输的并经安全监控系统进行相应处理的下列实时瓦斯数据：

③将由步骤①和步骤②所得数据进行如下计算：

\{\begin{matrix} A_{1} C_{1} + A_{2} (M_{1} + F_{1}) + A_{3} D_{1} = K_{11} \\ A_{1} C_{2} + A_{2} (M_{2} + F_{2}) + A_{3} D_{2} = K_{12} \\ A_{1} C_{3} + A_{2} (M_{3} + F_{3}) + A_{3} D_{3} = K_{13} \end{matrix}\} - - - (1)

A₁C₀+A₂（M₀+F₀）+A₃D₀=K₁ （2）

由式（2）解得当前状态下K₁值；

④将由步骤①和步骤②所得数据进行如下计算：

\{\begin{matrix} B_{1} C_{1} + B_{2} (M_{1} + F_{1}) + B_{3} B_{1} = S_{\max 1} \\ B_{1} C_{2} + B_{2} (M_{2} + F_{2}) + B_{3} D_{2} = S_{\max 2} \\ B_{1} C_{3} + B_{2} (M_{3} + F_{3}) + B_{3} D_{3} = S_{\max 3} \end{matrix}\} - - - (3)

B₁C₀+B₂（M₀+F₀）+B₃D₀=S_max （4）

由式（4）解得当前状态下S_max值；