共查询到20条相似文献,搜索用时 62 毫秒
1.
通过用解吸法测定掘进工作面不同暴露时间的落煤瓦斯含量,考察落煤瓦斯解吸强度随暴露时间的关系,由落煤瓦斯解吸强度衰减系数与时间的关系建立数学模型。结果表明,落煤瓦斯解吸强度与暴露时间变化近似为双曲线关系,并得出了落煤瓦斯涌出量预测模型。 相似文献
2.
3.
4.
5.
采场压力对瓦斯涌出量和煤与瓦斯突出的影响 总被引:1,自引:0,他引:1
从实测采场压力和瓦斯涌出量曲线中,发现二者多数峰值变化基本步距一致,通过分析论证,找出了采场压力与瓦斯涌出量、煤与瓦斯突出三者的变化规律。 相似文献
6.
在进行近距离煤层群开采工作面瓦斯涌出量预测时,下部煤层由于受上部多个煤层开采的影响,瓦斯会多次释放,瓦斯含量将大幅降低,利用行标所述方法进行下部煤层工作面瓦斯涌出量计算时,将不可避免地造成预测结果的偏差。为准确计算近距离煤层群开采时工作面的瓦斯涌出量,引入开采层对邻近层瓦斯涌出影响系数,对当前行标中开采层瓦斯涌出量计算公式和邻近层瓦斯涌出量计算公式中煤层原始瓦斯含量和煤层残存瓦斯含量进行了修正,提出了修正后的开采层瓦斯涌出量计算公式和邻近层瓦斯涌出量计算公式。利用修正后的计算公式对河北某矿近距离煤层群开采条件下各煤层回采工作面的瓦斯涌出量进行算例分析,并与行标所述方法进行比对,结果表明,两者之间在计算首采层瓦斯涌出量时结果基本一致,偏差为0.35 m3/t,其余各煤层回采工作面的瓦斯涌出量计算值均有较大幅度的偏差,偏差最大时,按行标所述方法计算的结果是按修正后公式计算结果的4.45倍,两者偏差达到3.76 m3/t。结合矿井工作面实际瓦斯涌出情况,按照修正后的计算公式计算的工作面瓦斯涌出量结果更接近于矿井实际回采工作面的瓦斯涌出量,验证了所提出的修正后的开采层瓦斯涌出量计算公式和邻近层... 相似文献
7.
为了实时动态分析煤体的瓦斯解吸特性,基于瓦斯解吸速度幂关系式提出了一个表征煤体瓦斯解吸特性的新参数n,在现有矿井安全监测监控系统的基础上构建煤体瓦斯涌出监测系统,可实时计算n值,分析工作面前方煤体的解吸特性,并在卧龙湖煤矿进行了现场验证。结果表明,煤体瓦斯涌出监测系统可计算出掘进面每天的n值,n曲线与传统的瓦斯解吸指标K1、Δh2曲线的变化趋势正好相反,指标n能够表征煤体瓦斯的解吸特性。通过对比K1的突出危险临界值,可得到n的突出危险临界值,为煤与瓦斯突出的工作面预测提供依据。 相似文献
8.
9.
为了实现综采工作面瓦斯涌出量精准化预测的目的,以煤体瓦斯涌出规律本构方程为理论研究基础,综合综采工作面各瓦斯涌出源自身特征因子,建立了煤壁瓦斯涌出量数学预测模型、落煤瓦斯涌出量数学预测模型、采空区遗煤瓦斯涌出量数学预测模型以及邻近层瓦斯涌出量数学预测模型。运用该数学预测模型对煤层群条件下的上社煤矿9209和沙曲煤矿14205综采工作面瓦斯涌出量进行了计算,计算结果与实测统计值之间的误差仅为2.60%和4.92%,均小于5.00%,验证了该数学预测模型的准确性。在此基础上,运用该数学预测模型对9209和14205综采工作面不同产煤量条件下的瓦斯涌出量进行计算,结果表明:9209和14205综采工作面瓦斯涌出量随工作面产煤量增加近似呈线性增大,其中邻近层瓦斯涌出量最为显著,该数学预测模型在综采工作面瓦斯涌出量预测工作中具有一定的实际应用价值。 相似文献
10.
针对长平煤矿胶轮车大巷2009年5月份瓦斯涌出异常的情况,通过瓦斯基础参数测定和煤层赋存情况考查,综合分析瓦斯涌出异常的根本原因,并提出解决掘进工作面瓦斯超限的方法,保证了矿井的安全生产。 相似文献
11.
基于偏最小二乘回归的回采工作面瓦斯涌出量预测模型 总被引:1,自引:0,他引:1
针对回采工作面瓦斯涌出量回归建模过程中自变量间出现多重共线性问题,提出应用偏最小二乘回归(PLS)对瓦斯涌出量进行预测的建模思路。选取地质及采矿2个方面共12个参数指标作为回归因子,利用15个瓦斯涌出实例为建模样本,建立了回采工作面瓦斯涌出量的偏最小二乘回归模型。建立的模型对训练样本拟合效果良好,最大误差为6.09%,平均误差仅为2.06%;对其余几个案例进行预测,精度优于主成分分析和BP神经网络,与最小二乘-支持向量机模型相当。研究表明,基于偏最小二乘回归进行工作面瓦斯涌出量预测是一种有效可行的方法。 相似文献
12.
本文针对瓦斯涌出量不好确定的问题,将支持向量机方法应用于瓦斯涌出量预测的研究中,提出了瓦斯涌出量预测的支持向量机方法,该方法很好地表达了瓦斯涌出量与其影响因素之间的复杂的非线性关系,预测结果表明,该方法是科学、可行的,并且具有实时的特点和较高的精度. 相似文献
13.
根据仙泉煤矿下组煤层地勘瓦斯含量和井下实测瓦斯含量数据,结合煤层瓦斯垂直分带划分标准,确定15号煤层处于瓦斯风化带内。采用分源预测方法对仙泉煤业的采掘工作面进行了瓦斯涌出量预测,预测结果为低瓦斯矿井。 相似文献
14.
《煤矿安全》2016,(1):155-158
针对现有煤矿回采工作面瓦斯涌出量预测方法存在的预测时间较长,预测精度不高的问题,提出了用IGSA优化ELM神经网络的瓦斯涌出量预测模型。将优选策略和粒子的记忆、信息交换功能引入万有引力搜索方法,利用IGSA对ELM神经网络的网络隐含层节点数进行寻优,利用自相关系数法筛选出回采工作面瓦斯涌出量的8个主要影响因素,建立基于IGSA-ELM算法的瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析。试验结果表明:经IGSA优化后的ELM神经网络瓦斯涌出量预测模型与PSO-ELM神经网络、ACC-ENN和GSA-ELM神经网络预测模型相比,预测精度分别提高310%、60%、31%,为回采工作面瓦斯涌出量的预测提供了一种新的快速预测方法。 相似文献
15.
为了解决矿井瓦斯涌出量预测标准在急倾斜特厚煤层水平分段开采工作面的不适用问题,以及常用的分源预测法在进行水平分段开采工作面瓦斯涌出量预测时存在不足的问题,根据瓦斯质量守恒定律,提出巷道瓦斯排放影响系数的计算方法;参考邻近层瓦斯涌出量预测计算方法,建立了开采分段下部卸压煤体瓦斯涌出量预测数学表达式,形成了急倾斜特厚煤层水平分段开采工作面的瓦斯涌出量预测方法,并进行了现场应用。结果表明:瓦斯涌出量预测值与实测值的相对误差为-15.08%~14.97%,相对误差的绝对值的平均值仅为6.65%,其预测效果较好,说明该预测方法具有合理性和可行性。 相似文献
16.
17.
18.
19.