低浓度弱涡流场瓦斯富集新方法及试验研究

针对煤矿回风巷大量低浓度瓦斯排入大气层,造成资源浪费及环境污染现状,设计及制造了低浓度瓦斯富集涡流塔,并进行了离析态和非离析态试验,同时采用数值模拟与物理试验结果进行对比。结果表明:离析态时涡流塔内稳定瓦斯体积分数从下至中(上)逐渐升高(从0.50%增至0.70%),表明弱涡流场离析状态下瓦斯富集效果较为明显;非离析态时涡流塔中(上)部瓦斯体积分数增幅不明显(从0.50%增至0.55%);两种状态下涡流塔底部瓦斯体积分数均是先升高后逐渐降低至稳定(0.50%);离析态涡流塔上(中)部的瓦斯体积分数稳定时间比非离析态时长,底部瓦斯体积分数稳定时间基本一致;弱涡流场下叶片转速对瓦斯体积分数稳定所需时间影响较大,而对最终瓦斯体积分数高低影响不明显;最后,利用改进的Richardson数阐述了混合气体的速度及瓦斯层厚度等对涡流场强弱控制作用,解释了弱涡流场下离析态低浓度瓦斯富集特征明显,非离析态瓦斯富集效果差的原因。     

煤矿综放工作面进行瓦斯抽放技术的应用研究

大雁第二煤矿采用瓦斯抽放技术,解决了综放工作面上隅角及回风巷瓦斯超限的难题,但解决风排瓦斯不能实现安全体积分数之下回采。利用ZYW-85型井下移动式瓦斯抽放泵站,通过管路系统、高位钻孔、垂直钻孔和顶板巷等技术,试验研究综放工作面采空区瓦斯抽放,达到综放工作面上隅角及回风巷瓦斯体积分数降到规定的安全体积分数以下,保证了安全生产。     

岳城矿上分层工作面采空区瓦斯治理技术研究

针对岳城煤矿3号煤层瓦斯含量大、回采过程中造成大量瓦斯涌向采空区、进而容易引起上隅角瓦斯体积分数超限问题,采用横川千米走向高位钻孔与倾向高位钻孔相结合的瓦斯治理方法对上分层采空区进行瓦斯抽采,并在1310(上)工作面进行采空区瓦斯抽采试验。试验结果表明:当回采至120 m时,横川千米走向高位钻孔与倾向高位钻孔的瓦斯抽采体积分数达到30%,抽采纯量6.5 m3/min,上隅角处的瓦斯体积分数降至0.3%以下,并随着工作面的继续推进抽采的体积分数及抽采的纯量呈上升态势。这为集团其它高瓦斯及突出矿井上分层工作面采空区瓦斯治理积累了宝贵的经验。     

地面钻井治理采空区瓦斯技术研究

针对岳城煤矿工作面瓦斯涌出量大、采空区瓦斯难于治理的问题,采用地面钻井对采空区进行瓦斯抽采,并在岳城矿1303(下)综采工作面进行了试验。结果表明:启动地面钻井抽采泵后,采空区瓦斯抽采体积分数上升至60%以上,上隅角瓦斯平均体积分数下降至0.22%,回风流瓦斯体积分数下降至0.33%,抽采效果明显,成功地抑制住了采空区瓦斯涌出的问题,保障了采面安全生产。     

高瓦斯易自燃煤层瓦斯与自燃复合致灾机理研究

为解决高瓦斯易自燃煤层安全生产过程中的关键难题,结合阳泉矿区石港矿实际情况,利用实验室试验、理论分析和现场实测相结合的方法对高瓦斯易自燃煤层瓦斯与自燃复合致灾机理进行研究。结果表明:高瓦斯易自燃煤体在含瓦斯风流不同瓦斯体积分数条件下,氧化产物总体上呈现"滞缓效应",而在等温条件下,随着CH4体积分数的增加煤自燃氧化产物总体上呈现"抑制效应";立体抽采条件下采空区漏风使得自燃"三带"范围变宽,同时利用高抽巷和尾巷CO体积分数可进行采空区自然发火预测,将自然发火划分为两个阶段;高瓦斯易自燃采空区立体抽采条件下散热带可采用氧气氮气体积比等于0.221来进行划分,自燃带仍可采用氧气体积分数5%来进行划分。     

定容条件下瓦斯爆炸超压及爆后气体成分试验研究

为研究瓦斯爆炸超压及爆后气体的危害,利用20L气体爆炸特性测试系统与气相色谱仪研究了不同初始瓦斯体积分数对瓦斯爆炸后的压力及爆后气体的影响和危害。研究发现:瓦斯爆炸初始体积分数在最佳爆炸体积分数附近时爆炸压力最大,对人体危害最强;爆炸后产生的H_2、CO会促进瓦斯的爆炸,且与初始瓦斯体积分数呈一次函数关系,高体积分数瓦斯爆炸后产生的H_2的体积分数会在爆炸极限范围内;爆炸后环境中的CO会使人中毒死亡,CO_2及低体积分数的O_2会造成人员窒息。     

鹿洼煤矿4301工作面瓦斯体积分数分布规律数值模拟

以鹿洼煤矿4301工作面为研究对象,利用fluent数值模拟软件理论上研究回采过程中工作面和采空区瓦斯体积分数分布规律,得到了整个采场瓦斯体积分数立体分布云图;分析了采场瓦斯体积分数沿走向倾向的分布情况;并比较了不同风速情况下瓦斯体积分数分布变化情况,从而为工作面的高效安全回采提供指导。     

注水驱替促抽治理瓦斯技术在低渗透煤层中的应用

为解决单一低渗透煤层瓦斯抽采技术难度大、抽采成本高等问题,以夏庄煤矿3116工作面低渗透3~#煤层瓦斯抽采为背景,提出注-抽钻孔间隔布置高压注水驱替促抽治理瓦斯技术。通过注水孔和抽采孔间隔布置,利用高压水对煤层瓦斯的驱替作用和水对瓦斯的置换解吸作用,提高相邻抽采孔的瓦斯体积分数和瓦斯流量。通过试验可知:注水时相邻抽采钻孔煤层瓦斯流量和体积分数均显著增加,注水一定时间相邻钻孔瓦斯流量和体积分数持续增加,注水驱替促抽瓦斯持续周期为10 d左右。     

工作面多变量瓦斯体积分数时间序列预测模型

为了有效分析煤矿瓦斯监测数据以实现较准确的工作面瓦斯体积分数预测,基于贝叶斯网络方法、混沌相空间重构技术与高斯过程回归模型,研究了瓦斯体积分数时间序列分析与预测的方法.应用贝叶斯网络方法提取与工作面瓦斯体积分数时间序列有较强关联特征的样本数据集,构建了多变量瓦斯体积分数时间序列预测模型;采用混沌相空间重构技术来实现多变量瓦斯体积分数时间序列样本空间重构;应用高斯过程回归模型进行工作面多变量瓦斯体积分数预测,以预测值及其置信区间来表达对工作面未来瓦斯体积分数动态变化的预测.实例分析表明:应用该方法得到的预测结果,其预测精度较单变量瓦斯体积分数时间序列预测有较大提升,并且预测区间在相同置信水平下达到了最优,能够较好的反映工作面瓦斯体积分数的动态变化状况.     

基于穿层控制爆破技术的瓦斯抽放效果分析

为了考察穿层控制爆破技术的卸压增透强化瓦斯抽放效果,以义安煤矿12031工作面为试验点,通过考察穿层控制爆破前后瓦斯抽放体积分数和流量的变化,得出穿层控制爆破技术的卸压增透强化抽放技术的效果明显.试验结果表明:控制爆破后,瓦斯抽放体积分数和瓦斯抽放量均有较大增加,瓦斯流量平均增加了5倍,瓦斯体积分数增加3倍,最高体积分数达爆破前的23倍.通过对间距6和8 m两组抽放钻孔爆破前后流量和体积分数的考察,得出有效抽放半径为3.0～3.5 m,因此爆破孔间距取6～7 m 较合适,可提高穿层控制爆破卸压增透的效果.     

改进的神经网络在瓦斯涌出量预测中的应用

以解决矿井瓦斯涌出量预测问题为研究目的,将模糊系统和人工神经网络有机结合起来,组成T-S模糊神经网络,利用遗传算法对网络中参数值进行优化,对淮南某煤矿进行试验并分析。结果表明预测模型正确可靠。     

GA-SVR算法在矿区GPS高程拟合中的应用

针对矿区地形条件复杂,常规水准测量工作量大、时效性差的问题,基于统计学习理论,提出利用支持向量回归算法计算高程异常精化似大地水准面,将GPS高程应用到矿区快速水准测定。采用基于遗传算法的全局搜索优化支持向量回归训练参数,解决了回归模型训练中人为选取参数的盲目性,提高了算法的泛化能力和回归精度。最后采用矿区实测数据,对比多项式拟合、径向基神经网络计算高程异常,结果表明：基于遗传算法的支持向量回归算法结构简单,回归精度优于多项式拟合和径向基神经网络,可以应用于矿区GPS高程拟合。     

基于遗传算法—BP神经网络的突出强度预测

煤与瓦斯突出强度的预测对研究煤与瓦斯突出,保证矿井安全正常生产有着重要意义。本文提出采用遗传算法结合BP神经网络的模型来预测突出强度,采用遗传算法对BP神经网络的权重和阈值进行优化,将优化好的权重与阈值作用于网络进行训练,直至性能函数符合要求。实际计算表明,该模型有较好的预测精度,且克服了普通BP神经网络训练时间长、收敛速度慢的缺点,在已知瓦斯膨胀能和煤层厚度的前提下,可以用该模型对突出强度进行预测。     

小波神经网络在矿井安全管理评价中的应用

在考察传统安全评价方法之弊端的基础上,提出了利用小波神经网络理论进行安全评价的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的矿井安全管理评价模型及其评价步骤;并通过实例证明了小波神经网络应用于矿井安全管理评价中的可行性和优越性.结果表明,用小波神经网络对矿井安全管理进行评价,其评价结果更准确,精度更高.     

蚁群神经网络在煤矿安全评价中的应用

煤矿安全评价是预防和控制煤矿灾害事故的重要内容。将蚁群算法和神经网络结合起来,用蚁群算法来训练神经网络的权值,建立了基于蚁群算法的神经网络安全评价模型,并将其应用于煤矿安全评价。经实践证明,该模型具有神经网络广泛映射能力和全局收敛的性能。     

基于GA-BP神经网络的矿井粉尘浓度预测研究

为了准确预测矿井粉尘浓度,有效防治矿井粉尘危害,运用遗传算法优化的BP神经网络预测模型(GA-BP模型)对某矿山工作面时间序列粉尘浓度进行预测,以预测结果的相对误差、平均绝对百分比误差来评判模型的预测准确性。再利用BP神经网络预测模型,卷积神经网络预测模型(CNN模型)的预测结果同GA-BP预测模型的预测结果进行对比验证,以均方根误差来评价三种模型的预测效果。结果表明,应用GA-BP预测模型,相对误差最大为4.27%,最小为0.14%,相对误差都在10%以内,预测样本的平均绝对百分比误差(MAPE)小于10%,达到了高精度预测要求。CNN、BP、GA-BP三种预测模型的RMSE值分别为1.1007、1.0008、0.9354,GA-BP预测模型对于该矿山工作面粉尘浓度预测效果最好。     

基于GA-BP网络模型的煤矿底板突水非线性预测评价

以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素。运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力。     

基于遗传神经网络的矿井通风机故障诊断研究

为了提高矿井通风机机械故障诊断的准确性,提出了一种基于遗传神经网络的矿井通风机故障诊断模型。利用BP神经网络的自学习、自适应、强容错性,并通过遗传算法优化BP神经网络的连接权重和阈值。弱化了故障诊断中的人为因素,提高了评价结果的准确性和权威性。仿真结果表明,该诊断方法具有准确度高、诊断速度快等优点,是一种实用的故障诊断方法。     

神经网络在矿井水源判别中的应用

矿井突水是威胁煤矿安全生产的最大隐患之一,准确判别矿井水源是矿井防治水的前提。介绍了BP神经网络模型及其具体算法,并将其运用到矿井水源判别中。利用BP算法对训练样本进行学习,确定判别模型,根据已训练好的神经网络对样本进行判别。结果表明,采用人工神经网络对矿井水源进行判别,能得到较好的结果。因此,BP神经网络是判别矿井水源的一种有效方法,从而为矿井水源判别开辟了一条新途径,具有广泛的应用前景。     

基于GA-BP模型的露天矿边坡稳定性预测

针对现有研究方法在预测露天矿边坡稳定性时存在适用性不强和误差大的问题,基于遗传算法对BP神经网络进行改进,提出一种露天矿边坡稳定性预测模型。该模型以坡体容重、黏聚力、内摩擦角、边坡倾角、边坡高度和孔隙压力6个参数为输入变量,以安全系数为输出变量,随后利用该模型对露天矿边坡的实例进行分析,与传统BP神经网络预测模型性能进行比较。研究结果表明:GA-BP模型在进行露天矿边坡稳定性预测时效果好,具有误差小和计算精度高的优点,为准确预测露天矿边坡稳定性提供了一种新的方法。