井田突出危险性分形预测研究

为准确预测煤与瓦斯突出灾害,作者以某矿井田为例,采用分形几何学手段研究了井田地质构造的分形特征,并将构造分维数与突出危险性作了对比分析;结果表明,该矿井田地质构造具有分形特征,构造分维数能够定量地描述地质构造的复杂程度,构造分维数与瓦斯涌出量及突出危险性间存在正相关关系.     

精查勘探期间井田煤与瓦斯突出危险性预测

本文通过精查勘探期间测定煤层瓦斯压力、瓦斯含量、瓦斯突出指标及瓦斯地质条件的分析，对韩庄井田３号、１５号煤层突出危险性进行了预测，并为生产设计部门提供了科学依据．     

工作面连续非接触式突出危险性预测技术现状与展望

本文介绍了我国煤矿中所采用的工作面非接触式煤与瓦斯突出危险性预测中几项技术的应用情况，并对突出预测发展趋势提出了一些看法。     

焦作矿区煤与瓦斯突出危险性区域预测

根据矿区地质指标和综合指标Ｄ、Ｋ值对煤层瓦斯突出危险性进行预测，划分出突出危险区与突出威胁区的分布范围，为生产矿井实行瓦斯分区分级管理提供科学依据。     

煤与瓦斯突出区域预测方法探讨

采用多参数综合分析方法进行区域性预测，划分突出危险区和突出威胁区的范围，分区、分级管理，指导煤矿安全生产。     

焦作矿区煤与瓦斯突出危险性区域预测

根据矿区地质指标和综合指标Ｄ、Ｋ值对煤层瓦斯突出危险性进行预测，划分出突出危险区与突出威胁区的分布范围，为生产矿井实行瓦斯分区分级管理提供科学依据     

金发煤矿开采层瓦斯地质规律研究及危险性预测

矿井瓦斯赋存规律及涌出量预测是矿井瓦斯治理的重要理论依据.深入研究分析了金发煤矿瓦斯地质赋存规律控制因素,定性分析了金发煤矿地质构造、煤层上覆基岩厚度、顶底板岩性、水文地质条件等控制要素,确定埋深是影响矿井C8、C9煤瓦斯含量最重要因素.结合矿井实测瓦斯涌出量,预测了煤与瓦斯区域突出危险性.结果表明:煤层埋深与瓦斯含量呈正相关关系;瓦斯压力是判定该矿C8、C9煤瓦斯突出危险性的最重要指标,矿界内煤层瓦斯压力大于0.74 MPa的区域具有突出危险性,煤矿的突出危险区主要在矿界西北边靠近矿2坐标点附近.     

深井中厚煤层突出预测敏感指标临界值研究

＂突出＂已成为我国煤矿安全生产的主要隐患之一,＂突出＂防治成为矿井安全工作的重中之重。采掘工作面突出危险性预测预报敏感指标的确定是矿井综合防突体系中重要的环节,为了有效预测及防治深部矿井工作面采掘过程中煤与瓦斯突出事故,采用理论分析、实验室分析和现场试验相结合的多种研究手段,获得了试验区13-1煤层突出预测敏感指标及其临界值,S0=6.0 kg/m,q〈4.0 L/m in.m,无突出危险;q≥8.0 L/m in.m,有突出危险;{4.0≤q〈8.0 L/m in.m}∩{Cq〉0.65}无突出危险;{4.0≤q〈8.0 L/m in.m}∩{Cq≤0.65}有突出危险。结果表明,确定的指标及其临界值合理有效,指导试验区安全掘进6 000m,并得到有效推广应用,技术经济效益显著。     

断层分维特征与瓦斯突出的关系

应用分形几何学的原理和方法对具有代表性的多个矿区井田内的断层分布特征及其与突出的关系进行了研究．研究结果表明,井田中的断层分布服从分形规律,断层的分维值和煤与瓦斯突出之间存在相关关系,应用断层分维值分析和认识突出与断层构造的关系是进行突出预测的一种有效方法．     

台吉竖井瓦斯突出控制因素分析及突出区预测

从瓦斯地质理论角度出发,根据台吉竖井地质勘探和瓦斯地质资料的统计分析,揭示了地质构造演化对瓦斯的控制特征,探讨了控制矿井突出的瓦斯地质规律,分析了矿井瓦斯的突出因素,总结出台吉竖井煤与瓦斯突出的地质构造控制特征.指出地质构造演化影响矿井瓦斯的保存和逸散,而断裂构造与岩浆岩的侵入会造成瓦斯的局部聚集,是造成煤与瓦斯突出的两个主要因素,为预测矿井瓦斯突出危险区,防治煤与瓦斯突出和瓦斯治理工作提供了科学依据.     

Distribution of Heavy Hydrocarbon in Coal Seams and Its Use in Predicting Outburst of Coal

In order to verify whether any special gas component exists in outburst samples or not, coal samples from both outburst coal seams and non-outburst coal seams were collected. Some gases were extracted from the samples and analyzed qualitatively and quantitatively on chromatogram-mass spectrograph. The qualitative analysis show that there is no special gases in coal seams. And the quantitative analysis indicates that the heavy hydrocarbon content in coal samples from outburst coal seams is apparently higher than that from non-outburst district ones,which reflects the damage of geological tectonic movement to coal body in history. Therefore, the heavy hydrocarbon content of coal sample can be used as an index to predict coal outburst.     

平顶山十二矿煤与瓦斯突出的地质因素分析

对十二矿影响煤与瓦斯突出的井田地质构造、煤体结构、煤厚及其变化、煤层围岩等地质因素进行了分析。探讨了煤与瓦斯突出与上述地质因素之间的密切关系，为煤与瓦斯突出的预测、预报及其防治提供了依据。     

Pattern Recognition and Forecast of Coal and Gas Outburst

Coal and gas outburst is a complicated dynamic phenomenon in coal mines, Multi-factor Pattern Recognition is based on the relevant data obtained from research achievements of Geo-dynamic Division, With the help of spatial data management, the Neuron Network and Cluster algorithm are applied to predict the danger probability of coal and gas outburst in each cell of coal mining district. So a coal-mining district can be divided into three areas： dangerous area, minatory area, and safe area. This achievement has been successfully applied for regional prediction of coal and gas outburst in Hualnan mining area in China.     

基于支持向量机的煤与瓦斯突出预测研究

煤与瓦斯突出已经成为影响煤矿生产最严重的安全问题和经济问题之一.在国内外有多种用于预测煤与瓦斯突出的方法,包括动态和静态预测,但是这些方法大多只考虑单一的参数,因此它们对煤与瓦斯突出的预测效果并不是很理想.对于近年来应用较为广泛的神经网络,由于其固有的缺陷,对于高维、小样本的情况具有不太理想的预测效果.作者综合考虑了多个因素,并将支持向量机(Support Vector Machine)这一方法应用到煤与瓦斯突出预测中.经过仿真试验,证明这种方法能够取得较好的预测效果.     

基于贝叶斯分类器的煤与瓦斯突出强度预测研究

摘。要：选取了影响煤与瓦斯突出的5个因素作为属性条件,把突出强度作为目标变量,利用训练样本对朴素贝叶斯分类器模型进行了学习训练,对测试样本进行了预测,从结果来看精确度较高．因此朴素贝叶斯分类器模型预测煤与瓦斯突出强度是有效的．     

基于灰色理论与神经网络的煤与瓦斯突出预测

影响煤与瓦斯突出的因素众多,应用神经网络进行预测时,选取突出预测指标是关键．应用灰色关联分析筛选突出预测指标,结合神经网络建模进行了突出预测,使突出预测指标的选择由定性分析转化为定量分析,实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合．     

煤与瓦斯延期突出的突变理论研究

突变理论能比较有效地解决光滑系统中可能出现的突变问题.本文利用突变理论对煤与瓦斯延期突出进行了研究,认为延期突出的滞后时间是由地应力、煤体中的瓦斯、煤的物理力学特性及外作用(爆破等)等的共同作用所产生的,并依此提出了延期突出的预测预报方法.