基于封孔前瓦斯损失量的测压结果修正分析

首先确定了孔壁周围瓦斯的流动模型及瓦斯压力表达式,进而根据瓦斯含量与瓦斯压力的关系,推导出了瓦斯损失量的理论计算公式,最后提出了瓦斯压力的修正方法.从实际应用来看,修正后的瓦斯压力要高出实测压力几个百分点,采用胶囊黏液封孔所测的瓦斯压力相对误差较小.     

瓦斯危害严重矿井综合治理技术

煤与瓦斯突出严重影响煤矿的安全生产,突出事故的发生会造成人员伤亡和井巷机电设备被毁,破坏矿井通风系统,甚至引起瓦斯爆炸和火灾等更为严重的次生灾害.针对峰峰集团瓦斯含量高、瓦斯压力高、瓦斯灾害严重的煤层赋存和生产条件,通过理论分析和实验研究,提出了综合应用保护层开采、邻近层抽放和本煤层瓦斯排放技术的瓦斯综圹合防治技术;经过进一步计算、分析和筛选施工工艺参数,实施瓦斯综合防治技术,集团公司实现了安全生产的最长周期,并且为矿井安全高产高效生产提供了可靠的技术保障.     

地质指标自动量化及神经网络预测瓦斯涌出量

采用克里格插值、曲面样条函数插值等数学模型以及空间分析技术并辅以计算机编程技术,实现了地质指标的自动量化。在此基础上,用BP人工神经网络建立起了采煤工作面平均瓦斯相对涌出量与地质构造间的对应关系,并预测了未开采区域在采动时的平均瓦斯相对涌出量。     

康家滩矿旺格维利采煤工作面瓦斯防治措施

康家滩煤矿是神华集团神东煤炭公司新近投产的大型矿井，也是该公司唯一的瓦斯矿井。该矿利用全套进口连采设备，采用旺格维利采煤法进行回采，其通风方式、瓦斯涌出规律都较特殊。针对这种情况，着重研究了康家滩矿旺格维利采煤工作面回采工艺、通风方式及其对瓦斯涌出的影响，分析了工作面瓦斯涌出规律，对其瓦斯防治措施进行了探讨。     

煤与瓦斯突出动态前兆的非线性特征研究

基于混沌和分形理论，分析了描述煤与瓦斯突出动态前兆非线性特征的方法和指标．针对重要突出前兆之一——采掘工作面前方煤体瓦斯涌出量动态时间序列（简称Q序列），计算分析了其最大Lyapunov指数，二阶Renyi熵和关联维，证明Q序列具有混沌-分形特征．进一步研究表明，工作面有突出危险状态与无突出危险状态相比，其Q序列的多重分维谱Dq表现出明显的差异，Dq-q曲线由负q区向正q区过渡时在q=0附近区域明显变陡，而无突出危险时段Dq-q曲线过渡较平缓，从而说明有突出危险时煤岩瓦斯动力系统的变化更为复杂．研究结果可望为突出危险性预测提供一种新的思路．     

多重分形在掘进巷道煤与瓦斯突出预测中的应用

对掘进巷道瓦斯涌出时间序列(Q序列)的多重分形特征的研究表明,在掘进工作面有突出危险时Q序列的多重分维Dq图谱与无突出危险时相比,Dq图谱中负q与正q之间张口变大,在Dq-q曲线上表现为负q部分上升,正q部分下降,q=0附近区域曲线明显变陡。而无突出危险时段中Dq-q曲线过渡平缓,无明显异常。最后据此规律,建立了基于Q序列多重分形特征的煤巷突出危险性人工神经网络(ANN)预测模型。     

基于Matlab的神经网络工具箱在矿井瓦斯治理中的应用

介绍Matlab神经网络工具箱在煤矿瓦斯治理工作中的2个成功应用实例:用BP人工神经网络建立起采煤工作面平均瓦斯相对涌出量与地质构造间的对应关系,预测未开采区域在采动时的平均瓦斯相对涌出量;利用人工神经网络拟合已抽放区域的抽放监测数据以准确计算一定时间内的瓦斯抽放量,最终确定合理瓦斯抽放时间。     

利用相邻区域瓦斯抽放数据确定煤层瓦斯合理抽放时间

介绍了利用人工神经网络拟合已抽放区域的抽放监测数据,以计算瓦斯抽放量,确定合理瓦斯抽放时间的新方法.     

上解放层底板下向钻孔抽放被解放层瓦斯技术研究

开采上保护层以解放邻近有突出危险煤层时,被解放层卸压瓦斯会通过裂隙大量涌入保护层采空区和工作面,增加了保护层工作面瓦斯治理工作难度.而在条件充许的情况下,如果直接对被保护层卸压瓦斯进行抽放可达到事半功倍的效果.据此思路,根据开采煤体时底板破坏理论可计算底板最大破坏范围及深度,提出上保护层底板下向钻孔抽放被保护层卸压瓦斯的抽放方法,并给出了抽放钻孔布置的设计方案.     

大型轴流式主要通风机异常振动原因分析

在分析主要通风机装置的机械结构、检测其装配质量、测定实际运行工况数据的基础上 ,研究了该主要通风机发生异常振动的原因