基于瓦斯濃度變化的煤與瓦斯突出預警技術

徐雪戰，　孟祥瑞，　鄒云龍

(1.中煤科工集團重慶研究院有限公司， 重慶　400037； 2.瓦斯災害監控與應急技術國家重點實驗室，重慶　400037； 3.安徽理工大學 能源與安全學院， 安徽 淮南　232001)

?

基于瓦斯濃度變化的煤與瓦斯突出預警技術

徐雪戰1,2，孟祥瑞3，鄒云龍1,2

(1.中煤科工集團重慶研究院有限公司， 重慶400037； 2.瓦斯災害監控與應急技術國家重點實驗室，重慶400037； 3.安徽理工大學 能源與安全學院， 安徽 淮南232001)

為實現掘進工作面煤與瓦斯突出的實時、準確和超前預測，提出了一種基于瓦斯濃度變化的煤與瓦斯突出預警方法，通過掘進工作面煤體瓦斯壓力反演技術，確定了煤與瓦斯突出臨界條件，構建了煤與瓦斯突出預警模型，在此基礎上研制了基于瓦斯濃度變化的非接觸式煤與瓦斯突出預警系統。應用結果表明，該系統能夠實時監測掘進工作面瓦斯濃度變化和風量信息，并提前一個工作班次對煤與瓦斯突出區域進行非接觸實時災害預警。

掘進工作面； 煤與瓦斯突出； 瓦斯濃度； 瓦斯監測預警

網絡出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160902.1009.005.html

0　引言

自1834年法國Issac煤礦發生第一次有記載的煤與瓦斯突出(以下簡稱突出)事故以來[1]，世界上已有140多個國家發生了突出事故，且中國是受突出事故影響最嚴重的國家之一。到目前為止，由于對不同地質、不同開采條件下的突出機理仍未完全掌握，突出事故時有發生。為了有效防止突出事故，必須在“四位一體”綜合防突技術體系指導下[2]，加大對突出事故的準確、超前和快速預測。關維娟等[3]根據突出事故發生機理，設計并實現了突出辨識體系指標，為突出事故的處理提供了支持；唐巨鵬等[4]利用突出事故模擬儀，模擬了瓦斯壓力和地應力對突出事故發生的影響機理，為突出預防預測提供了參考；王恩元等[5]結合突出預警指標及電磁輻射技術，設計了突出事故預警模型；閻馨等[6]基于數據融合和案例推理分析，提出了一種突出預測方法。

以上研究成果沒有真正闡述多種因素與突出事故之間的關系，且多停留在實驗室模擬仿真階段，沒有真正實現對突出事故的實時、準確和超前預測。本文在總結前人研究成果的基礎上，首先對突出產生的多個因素進行了分析研究，然后通過掘進工作面的瓦斯濃度變化，反演出工作面前方煤體的瓦斯壓力，并建立了突出預警模型，進而研制出一套能夠實現實時、連續、超前預報預測的突出預警系統。

1　基于瓦斯濃度變化的突出預警機理

1.1突出發生條件

國內外學者對突出產生機理的研究成果[7]大致可以分為以瓦斯壓力為主導作用、以地應力為主導作用、多因素綜合作用、“球殼失穩”假說和固流耦合假說等。雖然以上研究成果沒有對突出產生的因素形成有機統一，但均認為突出是多因素共同作用的結果。根據霍多特BB[8]對突出產生機理的研究成果可知，形成突出需滿足條件：工作面前方煤體內瓦斯內能Eλ與前方擾動煤體彈性勢能Eε之和大于造成煤體破碎到標志型粉煤狀態所需的能量A，即

(1)

以易發突出事故的煤巷掘進工作面為例，在采掘過程中，工作面前方有塑性區和彈性區，如圖1所示,其中Re為煤巷掘進過程中對前頭煤體的擾動范圍半徑,Rr為塑性區半徑。當工作面向前掘進L進尺后，工作面前方部分煤體由彈性區釋放能量轉化為塑性區。假設釋放能量的彈性區為球體結構，則工作面前方煤體內瓦斯內能Eλ與前方擾動煤體彈性勢能Eε之和E滿足[9]：

(2)

式中：ζ為比例系數，一般取ζ>1.0；K為煤體之間的孔隙率，%；Vs為突出過程中煤巖體能量釋放區體積，m3；p0，pa分別為突出發生前的瓦斯壓力和突出發生后t時刻的瓦斯壓力，MPa；Ue為單位體積煤體由彈性區轉化為塑性區時釋放的能量，kJ。

圖1　工作面推進過程中的彈性區、塑性區轉化

在突出激發過程中，煤巖體等發生劇烈破碎。對中國20余個煤礦的煤樣進行沖擊破碎實驗，結果表明煤體發生破碎消耗的能量與破碎體表面積呈正比，分析得出煤體破碎時消耗的能量A滿足：

(3)

式中：ρ為煤體密度，t/m3；f為拋出煤體之間的摩擦因數；YP1為破碎直徑小于0.2mm的煤粉占拋出煤體質量的百分比，%；v為拋出煤體的最小速度，m/s。

將式(2)、式(3)代入式(1)，得到突出發生時的臨界條件：

(4)

由式(4)可得，在煤體參量確定的條件下，形成突出的臨界條件僅與煤體內瓦斯壓力有關。

胡千庭等[9]通過對中國數十次突出事故的研究，得出在突出發生前，工作面前方煤體瓦斯壓力發生較大變化。因此,超前預測工作面前方煤體賦存瓦斯壓力的變化趨勢，可為突出超前預警創造條件。

1.2掘進工作面煤體瓦斯壓力反演技術

根據煤體內瓦斯壓力與瓦斯含量的研究成果可知[10]，工作面前方煤體內瓦斯壓力P與煤體內瓦斯含量Q之間的關系為

(5)

式中：a，b為吸附常數；Ad為煤樣灰分含量，%；Mad為煤樣水分含量，%；γ為煤樣視密度，t/m3。

由式(5)可知，求解煤體內瓦斯壓力的過程可轉化為求解工作面煤體瓦斯含量。掘進工作面煤體瓦斯含量反演流程如圖2所示。在工作面掘進過程中，掘進工作面瓦斯涌出量可分為掘進工作面煤壁解析瓦斯、落煤瓦斯和巷道壁及鄰近煤層滲透瓦斯。而掘進工作面煤體瓦斯根據其解析程度又可分為可解析瓦斯和不可解析瓦斯。不可解析瓦斯賦存于煤體之中，結構穩定。可解析瓦斯根據來源又可分為掘進過程中煤體已解析瓦斯和掘進采落煤體中殘存的可解析瓦斯。

圖2　掘進工作面煤體瓦斯含量反演流程

采落煤體中殘存的可解析瓦斯含量基本穩定，在采用炮掘生產工藝時，殘存可解析瓦斯含量極小，可近似看作為零。當采用機掘生產工藝進行工作面采掘時，殘存可解析瓦斯含量受已解析瓦斯含量影響，與工作面掘進推進速度有關，可利用掘進推進速度對其進行時空修正。掘進過程中已解析瓦斯含量根據其來源又可細分為采落煤體已解析瓦斯含量和掘進工作面煤壁解析瓦斯含量。采落煤體已解析瓦斯含量可通過瓦斯監控系統直接讀取，而掘進工作面煤壁解析瓦斯含量需要與掘進工作面巷道壁及鄰近煤層滲透瓦斯進行分離。

在非掘進落煤期間，工作面涌出瓦斯主要是掘進工作面煤壁解析瓦斯與巷道壁及鄰近煤層滲透瓦斯的總和，而掘進工作面瓦斯傳感器到工作面磧頭這一小段范圍內，掘進工作面煤壁與巷道兩幫同時暴露，且單位時間內單位面積瓦斯涌出量近似一致。因此，可用掘進工作面煤壁與巷道兩幫的比例關系求出掘進工作面煤壁瓦斯涌出量。

(6)

(7)

式中：T為一個班次作業時間，min；xl為單位時間內瓦斯監控系統中實測瓦斯體積分數，%。

由瓦斯涌出量特征值計算方法可知[11]，施鉆掘進施工班次和非施鉆掘進施工班次的瓦斯涌出量特征值分別為

(8)

(9)

式中：β為巷道設計參數，為掘進工作面煤壁面積與采掘巷道壁和煤壁面積之和的比值；α為巷道施鉆設計參數，為巷道壁內鉆進施工長度與總鉆進施工長度的比值。

掘進工作面前方煤體的瓦斯含量可利用工作面瓦斯濃度監控數據反演為

(10)

式中：Qf為巷道內通風量，m3/min；Mn為掘進工作面采掘過程中從i-n班次到i班次的落煤量，t；D1，D2為時空修正參數，采用炮采工藝落煤時D1=D2=0，采用機掘工藝采煤時D1=5.60，D2=9.75；v′為掘進工作面掘進速度，m/min。

1.3突出預警模型

突出預警模型的建立需要3個基本要素[12-14]：指標集、評判集和突出預警評判準則。本文結合多個單指標評判權重，構建了突出預警評判標準。

(1) 突出預警指標庫。突出預警指標庫是評判造成突出的各個因素組成的集合，可用集合O={O1,O2,…,Om}表示，Ok(k=1,2,…,m)為突出預警影響因素。采用瓦斯量指標、瓦斯解析指標、瓦斯波動指標和瓦斯趨勢指標4類17種因素構建突出預警指標庫，即O={O1,O2,…,O17}，如圖3所示。

(2) 預警結果評判集。預警結果評判集是由所有突出預測預報結果形成的集合，用集合W表示。在對礦井進行突出預測預報過程中，存在極易發生突出、可能發生突出和不發生突出3種情況。令2=極易發生突出(危險)、1=可能發生突出(威脅)、0=不發生突出(正常)，因此預警結果評判集W={0,1,2}。

圖3　突出預警指標庫

(3) 突出預警綜合評判準則。在制定突出預警綜合評判準則的過程中，首先從單預警指標因素出發，對第k個突出預警影響因素Ok進行評判，并構成單因素預警評判結合集S。由于預警結果評判集合中存在極易發生突出、可能發生突出與不發生突出3種情況，則單因素預警評判結合集S可表示為S={Sk,0,Sk,1,Sk,2}，其中k=1,2，…，17。然后結合單因素權重集R，采用加權平均模型構建突出預警結果評判指標T：

T=R·S

(11)

根據多個礦井的具體應用效果，本文采用瓦斯指標A和煤質指標B作為綜合評判的影響因素，將預警結果分為狀態預警和趨勢預警2類，并建立工作面突出預警結果等級，見表1。

表1　突出預警綜合評判準則

2　基于瓦斯濃度變化的突出預警系統

基于瓦斯濃度變化的突出預警系統如圖4所示。該系統井下部分包括工業交換機、安全監控分站、高低濃度瓦斯傳感器、風速風向傳感器和工業以太環網；井上部分包括監控系統服務器、安全監控終端、突出預警服務器、系統管理控制終端、預警短信發布終端和預警信息顯示終端。

圖4　基于瓦斯濃度變化的突出預警系統

隨著掘進工作面向前推移，突出預警系統的數據傳輸端實時將瓦斯監控系統中的瓦斯濃度和工作面風量信息傳輸到突出預警服務器并進行運算，實現井下掘進工作面的非接觸式連續突出預警。另外，該突出預警系統能夠根據突出危險等級實現3級聯動預警，并在預警結果顯示界面分別以綠色、橙色、紅色顯示。

3　系統在突出礦井掘進工作面的應用

3.1礦井工程概況

川煤芙蓉礦業集團新維礦2號煤層為突出煤層，煤質以亮煤和暗煤為主，煤層范圍內分布有若干斷層且褶曲較為發育。煤層平均厚度為1.09m，與相鄰回采煤層間距為6.2m，煤層傾角為4～48°，平均瓦斯含量為8.743m3/t。為保證掘進工作巷道回采期間的安全生產，在該掘進巷道處推廣安裝了基于瓦斯濃度變化的突出預警系統。距掘進工作面磧頭5m和20m處分別懸掛1臺高低瓦斯濃度傳感器和1臺風速風向傳感器，如圖5所示。傳感器位置隨掘進工作面推進而不斷循環前移。

圖5　工作面傳感器布置

3.2應用及效果檢驗

圖6　2104回風巷下段突出預警結果

4　結語

利用掘進工作面煤體壓力反演技術，研究了工作面突出發生的臨界條件，開發了基于瓦斯濃度變化的非接觸式突出預警系統；分析研究了指標集、評判集和突出預警評判準則3個突出預警模型基本要素之間的屬性關系，將瓦斯指標A和煤質指標B這2個指標作為突出預警綜合準則，分別針對不同的預警結果等級制定了相應的防突解危措施。應用結果表明，基于瓦斯濃度變化的突出預警系統能夠實時監測工作面瓦斯濃度變化和風量信息，提前一個工作班次實現工作面突出災害預警。

[1]歐建春,王恩元,馬國強,等.煤與瓦斯突出過程煤體破裂演化規律[J].煤炭學報,2012,37(6):978-983.

[2]QIAN-TINGHU,ZHOUSN,ZHOUXQ.Mechanicalmechanismofcoalandgasoutburstprocess[J].JournalofChinaCoalSociety, 2008, 33(12):1368-1372.

[3]關維娟, 張國樞, 趙志根,等.煤與瓦斯突出多指標綜合辨識與實時預警研究[J].采礦與安全工程學報, 2013, 30(6):922-929.

[4]唐巨鵬, 楊森林, 王亞林,等.地應力和瓦斯壓力作用下深部煤與瓦斯突出試驗[J].巖土力學, 2014,35(10):2769-2774.

[5]王恩元, 李忠輝, 何學秋,等.煤與瓦斯突出電磁輻射預警技術及應用[J].煤炭科學技術, 2014,42(6):53-57.

[6]閻馨, 付華.基于案例推理和數據融合的煤與瓦斯突出預測[J].東南大學學報(自然科學版), 2011, 41(增刊1):59-63.

[7]國家煤礦安全監察局.防治煤與瓦斯突出規定[M].北京：煤炭工業出版社, 2009.

[8]霍多特BB.煤與瓦斯突出[M].宋士釗，王佑安，譯.北京：中國工業出版社，1966.

[9]胡千庭,文光才.煤與瓦斯突出的力學作用機理[M].北京：科學出版社，2013.

[10]袁亮，薛生.煤層瓦斯含量法預測煤與瓦斯突出理論與技術[M].北京：科學出版社, 2014.

[11]胡千庭，鄒云龍，文光才，等.利用掘進面瓦斯涌出參數反演的煤體瓦斯含量測定方法:中國,CN101975075B[P].2013-09-18.

[12]姜福興, 尹永明, 朱權潔,等.基于掘進面應力和瓦斯濃度動態變化的煤與瓦斯突出預警試驗研究[J]. 巖石力學與工程學報, 2014, 33(增刊2):3581-3588.

[13]曲方, 張龍, 李迎業,等.基于BP神經網絡的煤與瓦斯突出預測系統開發[J].中國安全科學學報, 2012, 22(1):11-16.

[14]王翠霞, 劉紀坤.煤與瓦斯突出預測指標及其臨界值確定方法研究[J].西安科技大學學報, 2015, 35(5):567-572.

Coal and gas outburst early-warning technology based on change of gas concentration

XU Xuezhan1,2,MENG Xiangrui3,ZOU Yunlong1,2

(1.CCTEGChongqingResearchInstitute,Chongqing400037,China; 2.StateKeyLaboratoryofGasDisasterDetecting,PreventingandEmergencyControlling,Chongqing400037,China;3.SchoolofResourceandSafetyEngineering,AnhuiUniversityofScienceandTechnology,Huainan232001,China)

Inordertorealizereal-time,accurateandadvancedpredictionofcoalandgasoutburstinheadingface,acoalandgasoutburstearly-warningmethodbasedonchangeofgasconcentrationwasproposed.Throughinversiontechniqueofcoalgaspressureinheadingface,criticalconditionofcoalandgasoutburstwasdetermined,andearly-warningmodelofcoalandgasoutburstwasbuilt.Anon-contactearly-warningsystemofcoalandgasoutburstwasdevelopedbasedonchangeofgasconcentration.Theapplicationresultshowsthatthesystemcanmonitorchangeofgasconcentrationandvolumeinformationreal-timely,andmakenon-contactandreal-timehazardearly-warningincoalandgasoutburstregionalinadvanceofaworkshift.

headingface;coalandgasoutburst；gasconcentration;gasmonitoringandearly-warning

1671-251X(2016)09-0017-05DOI:10.13272/j.issn.1671-251x.2016.09.005

2016-02-19；

2016-07-22；責任編輯：李明。

“十二五”國家科技支撐計劃資助項目(2012BAK04B01)；中煤科工集團有限公司科技創新基金資助項目(2013ZD002)。

徐雪戰(1989-)，男，河南開封人，工程師，碩士，現主要從事煤礦智能監控、災害預警等方面的研究工作，E-mail:resico@126.com。

TD713

A網絡出版時間：2016-09-02 10:09

徐雪戰，孟祥瑞，鄒云龍.基于瓦斯濃度變化的煤與瓦斯突出預警技術[J].工礦自動化，2016,42(9)：17-21.