特厚煤层综放工作面瓦斯抽采技术研究

为解决蒋家河煤矿采空区瓦斯涌出量大、上隅角瓦斯超限和回风平巷风排瓦斯量大等问题,提出了本煤层预抽、专用瓦斯抽放巷抽采和上隅角埋管抽采瓦斯相结合的方法对该矿ZF202综放工作面进行瓦斯治理,进行了现场实测和瓦斯抽采效果分析。结果表明,本煤层预抽后,瓦斯含量由7.92 m^3/t下降为4.21 m^3/t,瓦斯压力由0.72 MPa下降为0.38 MPa;上隅角瓦斯浓度由0.78%下降至0.4%左右。通过对比,专用瓦斯抽放巷的抽采纯量是高位钻孔的2.5倍,抽采效果好于高位钻孔,使工作面和上隅角瓦斯浓度保持较低水平,有效地解决了特厚煤层综放工作面瓦斯超限问题,为安全生产提供了重要保障。     

王坡煤业综放工作面瓦斯抽采技术应用

以王坡煤业3316综放工作面为工程背景,分析了高地应力松软煤层顺层瓦斯抽采钻孔施工影响因素,采用螺旋钻进自排渣的钻孔施工工艺以及新材料径向膨胀主动承压式注浆封孔工艺,并与原工艺进行了现场对比试验分析,优化后的瓦斯抽采工艺应用效果显著,有效解决了瓦斯抽采成孔及封孔问题,能够满足安全高效的生产需求。     

屯兰矿22301工作面瓦斯综合治理技术设计与实践

为解决22301工作面瓦斯含量高的问题,基于22301工作面顶底板岩层特征,分析得出工作面回采期间瓦斯的主要来源为本煤层与上下邻近层,据此采用本煤层+上下邻近层+采空区大直径钻孔抽采相结合的瓦斯综合治理措施,并进行各项抽采措施参数的设计,回采期间通过测试回风流及上隅角的瓦斯含量验证抽采效果。结果表明:瓦斯治理技术实施后,工作面上隅角和回风流中瓦斯浓度的最大值分别为0.55%和0.51%,无瓦斯超限现象,为工作面的安全回采提供了保障。     

采区运输下山石门揭煤综合瓦斯防治技术

为了防止石门揭煤过程中发生煤与瓦斯突出事故，以开滦矿区二水平南一采区运输下山下部石门揭煤为背景，分析了石门揭煤处11煤层的地质条件和瓦斯赋存状况，提出采用瓦斯参数测定、瓦斯预先抽采、水力冲孔、煤体固化等综合瓦斯防治技术。结果表明，通过石门揭煤综合瓦斯防治技术，揭煤点及其周围煤层瓦斯含量降为3.19m3/t，瓦斯压力降至0.6MPa以下，每天保证正规循环，顺利实现了安全揭过煤。     

近水平中近距离煤层群煤与瓦斯协调开采技术研究

以下峪口煤矿中近距离煤层群为研究对象,现场考察得出保护层保护卸压角,结合上保护层2#煤层赋存条件及灾害特点,对比选择密集顺层长钻孔抽采2#煤层采掘工作面,回采巷沿空充填留巷施工下向孔抽采下伏被保护层卸压瓦斯区域防突的开采方案。现场考察了卸压瓦斯抽采与工作面的时空关系,数据表明,中近距离上保护层开采期间,采动影响能够有效卸压,提高被保护层的透气性,滞后保护层工作面24～42m为卸压瓦斯最活跃区域,卸压瓦斯抽采浓度高于10%的时间约2个月。     

高抽巷束管监测采空区瓦斯浓度试验研究

为了探究采煤工作面采空区不同深度瓦斯浓度分布情况,在高抽巷内布置6个测点,利用高抽巷与回风巷之间的穿透孔,将束管由高抽巷测点敷设至回风巷,随着工作面的回采,通过束管观测各测点进入采空区不同深度的瓦斯浓度,进而分析高抽巷瓦斯来源,为今后高抽巷布置层位与利用方式的选择提供参考。     

一种射频抗电磁干扰的矿用红外温度传感器

设计了一种适用于复杂条件下实施井下温度探测的射频式红外温度传感器。借助于光学系统、光电探测器实时感应井下温度并提取温度信号,同时在DC-DC电源隔离模块中实施EMI滤波以抗电磁干扰,处理后的信号经过A/D转换、运算器放大后显示在LCD上,实施读取数据并记录在传感器的存储片上,实现了矿井复合灾害条件下的温度测试,测试精度控制在±2%。     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。     

基于SVM的煤与瓦斯突出预测模型及应用

为有效预测矿井内煤与瓦斯突出的危险程度,对其影响因素做了分析与探讨,分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型,并且通过实例对两种模型预测的准确性进行了验证。分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型,对寺河煤矿二号井的突出区域进行预测比较。结果表明,PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小,而且综合预测结果更加精确,其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能。