徐小马[1]2007年在《李雅庄煤矿瓦斯涌出量预测及瓦斯涌出影响因素的研究》文中指出瓦斯是指在煤矿生产过程中，从煤层、岩层和采空区放出的各种有害气体的总称，其中甲烷(CH_4)是瓦斯的主体成分，所以狭义的矿井瓦斯一般是指甲烷，主要来自煤层，它构成威胁煤矿开采的主要危险。它对矿井安全的威胁主要有突出、爆炸、和窒息叁种形式，最严重的瓦斯灾害是瓦斯爆炸和瓦斯突出事故，它严重威胁着井下人员的生命和矿井设施的安全。瓦斯涌出量是影响煤矿安全生产的重要因素。在矿井生产中，回采工作面瓦斯涌出量占全矿井涌出量的50％～80％，是全矿井主要的瓦斯涌出源，由于矿压和瓦斯含量的变化及顶板管理和生产工艺的不同，回采工作面瓦斯涌出量变化很大，因此，加强回采工作面瓦斯涌出量预测方法及瓦斯涌出的影响因素研究，掌握回采工作面瓦斯涌出规律，对改善我国煤矿安全生产状况具有积极的意义。本文较系统的论述了煤层瓦斯的赋存状态与煤对瓦斯的吸附作用以及煤层瓦斯运移的基本规律。通过对回采工作面采煤特点的分析，确定了采煤工作面的四个主要瓦斯涌出源：煤壁、采落煤、采空区落煤以及邻近层瓦斯涌出。本文收集、整理和分析了大量实测数据资料，通过实测和数学方法，总结煤壁和采落煤的瓦斯涌出规律。通过对现有回采工作面瓦斯预测方法存在问题的分析和总结，以煤层瓦斯流动理论为基础，分别对回采工作面各个瓦斯涌出源瓦斯涌出量进行预测，在分源预测法的基础上，提出了适合因复杂地质导致的瓦斯含量变化比较大的煤矿回采工作面瓦斯涌出量计算公式，并给出该方法所需参数的测定方法。最后，运用该方法对李雅庄煤矿回采工作面进行了瓦斯涌出量预测，结果与现场实测数据基本吻合。该方法能较好反映煤层瓦斯原始含量变化导致的瓦斯涌出量的变化，较适合复杂地质条件矿井，一般矿井也能适用。根据李雅庄煤矿的生产实际，探讨回采工作面瓦斯涌出规律、瓦斯浓度分布规律，对瓦斯涌出影响因素进行分析，研究瓦斯涌出量与产量、风量、进尺及喷雾洒水等开采因素之间的关系，并针对李雅庄煤矿小断层众多的实际情况，重点分析小断层对瓦斯涌出的影响。对李雅庄煤矿防治矿井瓦斯灾害，确保煤矿安全生产具有重要意义。
刘阳[2]2017年在《阳泉矿区瓦斯涌出量预测方法的研究》文中提出在经济迅速发展的时代,能源要求不断提高,煤矿企业的生产规模随之日益加大。必然会使煤矿行业中的安全问题变得逐年严重,尤其是矿井内瓦斯的安全影响会越来严重。例如山西省,从21世纪以来有350多人死亡于瓦斯事故,形成直接经济损失多达3亿元;我省开采煤矿全部是瓦斯矿,其中高瓦斯煤矿与瓦斯突出比例将近占到一半;可知瓦斯已经成为煤矿生产的重要治理指标,瓦斯防治的效果直接影响着煤矿生产的高效运转。而煤层瓦斯涌出量预测的准确性是瓦斯治理的前提,只有瓦斯涌出量预测准确才能计算出矿井的瓦斯涌出量及瓦斯构成情况,才能为瓦斯治理和抽放系统安装提供可靠依据;且瓦斯是环保可利用的能源,对于环境保护以及煤矿瓦斯抽采的研究、预防事故及煤矿安全生产具有重大意义。首先,论文对瓦斯涌出量预测方法的现状进行了分析,且叙述了山西省沁水煤田阳泉矿区煤矿开展瓦斯涌出量预测的现状,提出了阳泉矿区含有石灰岩层的特殊地质条件的瓦斯涌出量预测的方法。其次,本文以当前的分源预测方法的理论为基础,在大阳泉煤矿采掘面通过打钻孔进行瓦斯含量的现场测定工作并收集了矿井历年来石灰岩层的瓦斯涌出情况,最后在实验室通过仪器准确测出煤层的瓦斯含量,通过实测的大量基础数据以及收集矿井历年的实际瓦斯涌出规律提出了含有石灰岩层的瓦斯涌出量预测的新方法。最后,以大阳泉矿区为例进行矿井瓦斯涌出量计算,把石灰岩参与到回采面瓦斯涌出量计算中,12号煤层与15号煤层误差值分别控制在3.46%和3.65%;可见,现行的瓦斯涌出预测方法只考虑了煤层的瓦斯涌出量,而忽略了阳泉矿区在煤化过程中形成了多层石灰岩层,而石灰岩层中含有的大量的游离瓦斯。本论文建立了含有石灰岩层的瓦斯涌出量预测方法和理论。验证了建立在考虑石灰岩瓦斯的预测方法下的准确性和适用性,并为煤矿瓦斯治理提供精确的依据。
姜文忠, 霍中刚, 秦玉金[3]2008年在《矿井瓦斯涌出量预测技术》文中进行了进一步梳理介绍了我国矿井瓦斯涌出量预测技术研究现状,分析了我国主要预测方法的原理与技术、适用条件及存在的不足等,重点介绍了目前普遍应用的矿井瓦斯涌出量预测方法——分源预测法,最后对我国煤矿瓦斯涌出量预测研究发展作了展望。
梁华珍[4]2007年在《工作面瓦斯涌出量预测的研究与应用》文中认为近年来,我国煤矿的安全生产形势日益严峻,煤矿安全事故频频发生,其中80%以上都是瓦斯事故,可见瓦斯是煤矿生产过程中的主要不安全因素。工作面瓦斯涌出量是决定矿井通风的主要指标,其预测结果的正确与否,将直接影响矿井的技术经济指标。因此,准确预测工作面瓦斯涌出量,对于指导矿井通风设计和安全生产有重要的现实意义。本文在深入研究已有瓦斯涌出量预测方法的基础上,归纳和总结了各种预测方法的优缺点及使用范围。重点研究了神经网络在工作面瓦斯涌出量预测中的应用,分析了影响工作面瓦斯涌出量的主要因素,并且结合实际建立了工作面瓦斯涌出量神经网络预测模型。结果表明预测模型可信,预测精度满足现场要求。在建立的工作面瓦斯涌出量预测模型的基础上,应用Visual Basic、MATLAB、SQL Server为开发平台,结合ActiveX技术开发了瓦斯涌出量预测管理系统,该系统具有良好的人机界面,可以完成数据管理、瓦斯涌出量预测、数据查询等功能,具有良好的实用价值。
李洪彪[5]2008年在《基于BP神经网络的瓦斯涌出量预测的研究》文中研究说明瓦斯是危害矿井安全生产的重要因素之一。针对矿井未开采区域进行瓦斯涌出量预测对有效防止瓦斯超限、瓦斯爆炸,保障矿井生产安全起着重大作用。矿井瓦斯涌出量各影响因素之间存在着动态、模糊的非线性关系,其变化过程表现为复杂的非线性动力学过程。通过研究发现,传统的线性预测方法很难准确地建立瓦斯涌出量预测模型。神经网络具有自组织、自适应、并行处理等特性和很强的非线性映射能力,使得其在矿井瓦斯涌出量预测中具有传统方法无法比拟的适应性和优越性。所以利用BP神经网络通过逼近矿井瓦斯涌出量与其影响因素之间的函数关系建立了预测模型。针对瓦斯涌出量预测模型,对传统BP神经网络进行了改进。为克服BP网络训练速度慢,采用了动量法和学习率自适应调整策略;为克服BP网络易陷入局部最小,采用了遗传算法对BP神经网络模型的权值和阈值进行优化。对于不同的矿区,煤层瓦斯涌出量的主控因素是不同的。找出研究区瓦斯涌出量的主控因素,有利于清楚地掌握研究区瓦斯储存规律,提高运算效率。本文提供了两种确定瓦斯涌出量主控因素的方法:灰色关联分析法和权重贡献率分析法。将主采煤层瓦斯涌出量的主控因素作为BP神经网络的输入节点,对未开采区域煤层瓦斯涌出量进行预测。用C++语言进行了系统实现。瓦斯涌出量预测系统能够实现输入节点数、输出节点数、隐含层数、训练精度、最大训练次数、训练步长、动态因子等参数的灵活配置。可进行单样本预测和连续样本实时预测,通过单样本预测可以观察系统的训练效果。实时预测需要与数据库相连,通过设置数据库服务器地址、数据库密码、名称等参数,进行实时预测。通过对比发现改进的BP神经网络算法能够对瓦斯涌出量进行很高精度的预测。
马彦阳[6]2017年在《基于因子分析及卡尔曼滤波的瓦斯涌出量预测研究》文中研究表明矿井瓦斯灾害威胁着煤矿安全生产,掌握瓦斯涌出量预测方法、实现矿井瓦斯涌出量准确预测是研究矿井瓦斯涌出量规律及瓦斯地质规律的基础,对矿井瓦斯灾害防治及井下人员生命保障有重要意义。本文以兖矿集团新疆某瓦斯矿井为试验研究对象,从矿井地质条件及开采条件两个方面着手,研究瓦斯涌出量与其影响因素之间相互作用关系,探究得到瓦斯涌出量影响因素具有影响因素众多、作用程度不尽相同;与瓦斯涌出量之间存在复杂非线性关系;随时间、工作面推进发生变化等特征。针对瓦斯涌出量影响因素众多且作用程度各异这一特征,提出基于因子分析法的瓦斯涌出量预测指标选取方法,通过对瓦斯涌出量影响因素原始变量提取有效相同公共因子的方法,减少了原始变量之间信息重迭性,实现了原始变量的优化降维,得到了瓦斯涌出量预测指标。针对瓦斯涌出量预测指标与瓦斯涌出量之间非线性及其自身时变性的特征,构建了 BP神经网络与卡尔曼滤波耦合的瓦斯涌出量预测模型。通过BP神经网络不仅实现了瓦斯涌出量预测指标的非线性映射识别,还为卡尔曼滤波理论递推方程组提供了状态变量。当预测指标随工作面推进发生变化后,BP神经网络能有效将指标信息变化有效地识别反应到卡尔曼滤波的状态变量上,实现了瓦斯涌出量的动态预测。通过研究总结因子分析法、BP神经网络卡尔曼滤波等理论在矿井瓦斯涌出量预测中的应用,以MATLAB软件为开发平台,图形用户界面GUI为软件开发工具,设计开发了基于因子分析及卡尔曼滤波的瓦斯涌出量预测软件。软件有效集成了因子分析法选取预测指标模块以及BP神经网络与卡尔曼滤波耦合的预测模型等模块。通过应用实例分析表明,该软件具有操作方便、界面友好、预测精度高的特点,能够满足矿井瓦斯涌出量预测的实际要求。
张浩然[7]2011年在《煤矿瓦斯抽采技术研究及应用》文中研究表明煤矿瓦斯事故是最严重的矿井自然灾害之一,它也是长期制约着我国乃至全世界煤矿安全生产工作的“瓶颈”。近年来,尽管国内外专家、学者对其防治工作进行了较为深入的研究和探索,并取得了很大的技术突破,但由于实际生产过程中影响煤矿瓦斯赋存、分布、涌出、运移和流动规律的因素较多(如煤吸附常数、煤层孔隙率、煤层瓦斯压力、煤层透气性系数、煤的变质程度、煤层厚度、煤层埋深、采动裂隙的大小、上覆基岩厚度和水文地质条件等),想要准确得到矿井瓦斯的分布和运移规律、预测矿井瓦斯涌出量和定位合理有效的瓦斯抽采钻孔位置都存在一定难度。本文通过大量了解国内外相关文献资料和规范规程,在借鉴、归纳和总结前人对瓦斯抽采技术研究的基础之上,依据所要研究矿井的实际情况,通过基础理论分析、建立数学模型,实验室模拟和现场实际测定等手段：首先分析了矿井瓦斯地质赋存和分布特征、影响瓦斯涌出因素和煤层瓦斯受采动影响后的运移规律等方面问题。其次建立了具有连续性和动态特征的煤矿瓦斯涌出量分源预测数学模型,即综采工作面瓦斯涌出量预测模型(开采层瓦斯涌出量和邻近层瓦斯涌出量)、掘进工作面瓦斯涌出量预测模型(煤壁瓦斯涌出量和落煤瓦斯涌出量)和采空区瓦斯涌出量预测模型。经计算,初步预测出所研究煤矿生产初期的绝对瓦斯涌出量为91.66m~3/min。再次,通过对多种瓦斯抽采方法的比较,确定了同时运用本煤层抽采(掘进面边掘边抽、回采面预抽和边采边抽)和采空区抽采(老采空区全封闭抽采、高位钻孔抽采和采空区上隅角插管抽采)两种瓦斯抽采技术方案,建立了完整的矿井瓦斯抽采技术体系。预计被研究煤矿的瓦斯抽采量为43.4m~3/min左右(本煤层抽采、采空区抽采、掘进工作面抽采叁者抽采量之和),其年抽采量为20.62Mm~3/a左右。最后,鉴于煤矿瓦斯是一种成本低、质量高的清洁能源,且被研究矿井的瓦斯抽采量为43.4m3/min,矿井瓦斯抽采率约为47.3%,符合《煤矿瓦斯抽采基本指标》(AQ1026-2006)标准的要求,确定了其瓦斯抽采的工业、民用和发电利用方案。
张文东[8]2017年在《基于改进型PCA与SVR的煤矿瓦斯涌出量预测研究》文中研究说明瓦斯灾害一直以来就是煤矿开采行业的主要灾害之一,不仅会给企业带来巨大的经济财产损失,还会对煤矿工作人员的生命安全造成威胁,因此做好瓦斯防治工作至关重要。瓦斯涌出量指在矿井建设以及生产过程中从煤层涌入到开采空间的瓦斯量,它是体现瓦斯在煤层中的赋存情况的一个重要参数。在煤层中进行煤炭开采时,瓦斯涌出通常是引起煤与瓦斯突出、瓦斯中毒和瓦斯爆炸等灾难事故的最主要原因,也是决定矿井通风的主要指标之一,是瓦斯防治中的重要一环。瓦斯涌出量能够比较综合的体现一座矿井中的瓦斯情况,其预测结果的正确与否,将直接影响矿井的各种技术经济指标,更直接关系到煤矿工人的人身安全。因此,制定合适有效的瓦斯涌出量预测方法对指导矿井安全生产作业具有十分重要的意义。实际生产中矿井瓦斯的涌出受到多种复杂因素的影响,在对这种有多维数据特征的样本进行分类或回归预测的学习时,通常会遇到学习模型过于复杂、训练时间过长以及最终预测结果不准确等问题。因此,需要对原始数据进行适当地处理,降低维度,去除噪声和冗余。同时由于支持向量机模型(SVM)具有许多良好的性质而在机器学习领域大放光彩,尤其是其在小样本处理上的优势以及泛化性能强等特点非常适合用于对瓦斯涌出量的预测。因此,本文提出了一种基于改进型主元分析算法(wPCA)与支持向量回归机(SVR)相结合的瓦斯涌出量的预测方法,最后经过实验取得了不错的效果,证明了该方法的有效性。本文主要涉及到下面一些工作。(1)简要总结瓦斯涌出量预测研究现状和各种涌出量预测方法,介绍分析煤矿瓦斯涌出机理和影响因素。(2)对瓦斯涌出量的主要影响因素进行分析,确定预测所需特征指标的选取原则,根据该原则选取合适的瓦斯涌出量预测指标。(3)探讨主元分析这种多元统计方法的基本原理及其算法步骤,并对其在数据处理中存在的不足之处进行针对性的加权改进,使得改进后的主元分析处理数据更为客观,降维能力更出色,有助于后期的学习训练。由于对原始数据进行了降维处理,在样本容量较大时可减少训练所需的时间。(4)介绍并深入研究支持向量机,在多次实验的基础上,选择合适的核函数及参数,将改进型PCA处理后的数据导入SVR进行学习训练,构建基于改进型PCA算法与SVR算法相结合的瓦斯涌出量预测模型。(5)对得到的预测模型用MATLAB进行实例仿真,同时用矿山统计法、BP神经网络、支持向量回归机等其他预测算法对相同的样本数据进行预测并相互对比。结果表明本文提出的基于改进型PCA算法与SVR算法相结合的瓦斯涌出量预测方法的平均相对预测误差为1.36%,均方误差为0.01,小于其它模型在相同样本下的预测误差,实验取得了良好的效果。(6)最后利用MATLAB GUI设计编写了瓦斯涌出量预测软件平台,实现可视化操作,人机界面友好,使得涌出量预测操作简单可行。
霍亮亮[9]2014年在《高瓦斯煤层群初期开采瓦斯抽采方法研究》文中研究说明全世界产煤国面临的共同难题之一就是煤矿瓦斯的防治问题。我国的地质情况相当复杂，瓦斯对于煤矿的威胁相当严重。煤炭一直以来都是我国的主体能源，尽管我国改变能源结构，但是预计2050年煤炭的消耗量仍然占总能源消耗量的50%以上。瓦斯是危害我国煤矿生产的主要因素。因此能否将瓦斯治理好是关系我国煤矿安全生产的关键。煤矿瓦斯主要成分是甲烷，生于煤层，储藏于煤层之中，受地质条件和历史演化作用的控制。但是由于在实际生产中瓦斯受到的影响比较多（生成，运移，赋存和分布规律）想要准确的预测瓦斯涌出量有一定的难度。瓦斯成分以及含有量与瓦斯的地质条件有关。煤与瓦斯突出的强度与煤矿地质构造情况有关。因而瓦斯抽采和瓦斯治理的难度与构造煤的发育特征有关。因为小回沟煤矿在开采过程中瓦斯涌出量很大，因而属于高瓦斯矿井，相应的会造成瓦斯涌出的事故发生。对于小回沟煤矿进行研究可以可以为我国的高瓦斯矿井抽采提供一些思路。本文通过采用多种方法对小回沟煤矿的瓦斯储量及可抽量预测，计算出瓦斯涌出量的范围，通过对瓦斯涌出量进行分析并，得到该矿的瓦斯分布和运移规律，进而分析小回沟煤矿所要采用的瓦斯抽采方法。
郭东旭[10]2015年在《基于煤层瓦斯分布规律的矿井瓦斯涌出量预测研究》文中研究表明瓦斯地质灾害一直是困扰煤矿安全生产的重大问题，根据统计，所有煤矿事故中，80%以上为煤矿瓦斯事故，这不仅是阻碍煤矿安全、高效生产的一大重要问题，也是保证安全生产的重中之重。因此，如果掌握煤矿的瓦斯分布规律，预测出瓦斯涌出量，就可以有效的预防各种瓦斯事故的发生，为矿井的安全高效生产提供依据。本文就是基于煤层瓦斯分布规律的矿井瓦斯涌出量预测的研究。为了达到探究矿井瓦斯涌出量的目的，本文首先分析煤层瓦斯涌出量的构成，然后利用井下实测数据与矿井瓦斯历史数据相结合，探究煤层的瓦斯涌出规律，针对山西西坡煤业5（5+4）号煤层，探究出煤层瓦斯含量具有随埋深的增加而变大的趋势。在进一步研究矿井瓦斯涌出量的过程中，充分考虑到影响矿井瓦斯涌出量的各种因素，通过取样后试验测出矿井瓦斯含量及落煤瓦斯残存量，建立了西坡煤业5（5+4）号煤层回采工作面瓦斯涌出量预测模型、掘进工作面瓦斯涌出量预测模型、采区瓦斯涌出量预测模型和矿井瓦斯涌出量预测模型，并且预测出矿井的瓦斯涌出量。对预测出的数据进行分析，从而分析出矿井瓦斯涌出量的构成。最后将矿井瓦斯涌出量数据与井下实测数据向比较，以验证预测方法的准确性。本次研究预测瓦斯涌出量，对西坡煤业5（4+5）号煤层井下实测瓦斯含量数据和历史瓦斯含量数据，预测出了其所采煤层既5（4+5）号煤层瓦斯含量随所采煤层煤层埋深增加而增加的规律，并预测出井在210万t/a生产能力下（开采5（4+5）号煤层），矿井最大绝对瓦斯涌出量为143.81m3/min，最大相对瓦斯涌出量为32.54m3/t，回采工作面最大绝对瓦斯涌出量为75.52m3/min；掘进工作面最大绝对瓦斯涌出量为16.51m3/min。
参考文献：
[1]. 李雅庄煤矿瓦斯涌出量预测及瓦斯涌出影响因素的研究[D]. 徐小马. 太原理工大学. 2007
[2]. 阳泉矿区瓦斯涌出量预测方法的研究[D]. 刘阳. 中北大学. 2017
[3]. 矿井瓦斯涌出量预测技术[J]. 姜文忠, 霍中刚, 秦玉金. 煤炭科学技术. 2008
[4]. 工作面瓦斯涌出量预测的研究与应用[D]. 梁华珍. 安徽理工大学. 2007
[5]. 基于BP神经网络的瓦斯涌出量预测的研究[D]. 李洪彪. 昆明理工大学. 2008
[6]. 基于因子分析及卡尔曼滤波的瓦斯涌出量预测研究[D]. 马彦阳. 西安科技大学. 2017
[7]. 煤矿瓦斯抽采技术研究及应用[D]. 张浩然. 太原理工大学. 2011
[8]. 基于改进型PCA与SVR的煤矿瓦斯涌出量预测研究[D]. 张文东. 太原理工大学. 2017
[9]. 高瓦斯煤层群初期开采瓦斯抽采方法研究[D]. 霍亮亮. 河北工程大学. 2014
[10]. 基于煤层瓦斯分布规律的矿井瓦斯涌出量预测研究[D]. 郭东旭. 内蒙古科技大学. 2015
标签：矿业工程论文; 安全科学与灾害防治论文; 工作面论文; 预测模型论文; 瓦斯气体论文;