采掘瓦斯涌出量動態預報中影響因素的選項、量化與校正

宋煥虎 蔡康旭

(1.開灤(集團)唐山礦業分公司，河北省唐山市，063000；2.湖南科技大學，湖南省湘潭市，411201)

?

★ 煤礦安全 ★

采掘瓦斯涌出量動態預報中影響因素的選項、量化與校正

宋煥虎1蔡康旭2

(1.開灤(集團)唐山礦業分公司，河北省唐山市，063000；2.湖南科技大學，湖南省湘潭市，411201)

從基本影響因素的選項、細化、量化及動態校正等方面分析了開灤(集團)有限責任公司采掘工作面瓦斯涌出量動態預報技術特點。其基本影響因素選項有20個，細化分段則有60多個，范圍覆蓋煤層賦存、地質構造、采掘工藝和生產環境；影響因素的量化是分等效層和采掘生產進行，從初值到終值調節充分考慮了影響因素動態組合和更新的要求；動態校正可及時消除煤系地層和隱性因素局部變化對基本量和影響系數的部分影響，確保預報誤差控制在限定范圍內。

瓦斯涌出量 動態預報 影響因素 選項 細化 量化 動態校正

開灤(集團)有限責任公司與湖南科技大學合作研究的采掘工作面瓦斯涌出量動態預報是一種集開采煤層短中長期瓦斯涌出量預報于一體的技術。其預報系統包括采掘瓦斯涌出等效層劃分圖、采掘工作面瓦斯涌出量動態預報軟件和采掘工程進度圖3部分，其中，瓦斯涌出等效層劃分圖既是采掘工作面瓦斯涌出量動態預報的依據之一，也是呈現中長期采掘瓦斯涌出量分布變化的載體；動態預報軟件則是負責短期(或連續)預報采掘工作面瓦斯涌出量的大小，作為替代傳統經驗法的科學化、規范化、非接觸式預報方法，已在開灤礦區得到廣泛應用，其預報的簡便性和超過90%的準確性都通過了近十年的實踐檢驗，預報軟件具有處理超大影響因素群動態組合的計算模型及對采掘瓦斯涌出影響因素(以下簡稱影響因素)的合理選項、細致量化及其動態校正，這也是有別于其他預報技術之所在。

1 影響因素的選項

1.1 影響因素的類型與屬性

影響因素的主要類型有煤層賦存、地質構造、采掘工藝、生產環境和其他干擾。

根據在采掘工作面的表現特征，影響因素可以劃分為顯性因素、隱性因素和隨機因素3種屬性。顯性因素指煤層采掘前，現場可見、資料可查的影響因素，包括煤層賦存、采掘工藝、生產環境所涉及的影響因素和已經揭露的地質構造；隱性因素指煤層采掘前，現場不可見、資料不可查的潛在影響因素，主要指未揭露的地質構造，如小斷層、小褶曲等；隨機因素指煤層采掘過程中不可避免，時空上難以定位、定量的影響因素，指其他干擾涉及的影響因素，如風量波動、頂板塌冒、氣壓變化、信號干擾、測量(風量、瓦斯、勘探)誤差、臨時性串聯通風等。

在礦井正常生產推進情況下，顯性因素具有預測性，隱性因素和隨機因素不具有預測性。采掘瓦斯涌出量發生的變化，是上述影響因素中部分因素動態組合、綜合作用的結果。

1.2 影響因素的選項

1.2.1 選項原則

(1)由于隱性因素和隨機因素的不可預測性，影響因素只在顯性因素中選取。

(2)影響因素選項全面考慮煤層賦存、地質構造、采掘工藝和生產環境四大類型。

(3)為了預報的簡便、實用，影響因素選項必須是資料可查、圖上可量的非接觸型參數，而瓦斯含量、煤層透氣性等需現場實施工程的接觸型參數不在選取范圍。

雖然瓦斯含量是決定瓦斯涌出量的重要基礎參數，但對于勘探和建設中的礦井，預報瓦斯涌出量是不可或缺的參數。動態預報技術用在生產礦井，預報的瓦斯涌出量為基本量與影響量之和，其中，基本量是等效層(采掘生產影響范圍內煤及其頂底板的等效巖層)所具有的瓦斯涌出量；影響量是指除煤層及其頂底板巖性以外，其他影響因素組合造成的瓦斯涌出增加量。在預報算法中，基本量是與瓦斯含量功能類似的參數，易于在生產統計資料中獲取，不需要現場做工程。

1.2.2 基本影響因素

不同礦區開采條件，瓦斯涌出的影響因素選項不盡相同。根據開灤礦區的開采條件和生產技術資料統計，影響采掘瓦斯涌出的類型包括掘進和回采，其中掘進基本因素包括20項；回采基本因素包括19項，掘進和回采相同的基本因素有15項，如表1所示。

表1 影響采掘瓦斯涌出的基本因素

注：等效層因素本身包括埋藏深度因素的影響

2 影響因素的細化

選擇的基本影響因素多數屬于宏觀表現形式，直接用于預報選項難以保證準確的結果，使用前需要對其細致劃分。例如相鄰采空區存在的位置、時間和生產工藝不同，其影響也不同，據此可分成進風側采空區、回風側采空區、上覆采空區、綜放采空區4種類型，每一類采空區又分段為1年、2年、3～5年、大于5年，實際賦值時還要根據所在的等效層(6類)和采掘作業確定，這樣，單一煤層的分段因素量化值就有12個(采空區項總計192個量值)，在預報選項時就有更強的針對性，動態預報結果就會更符合實際。

基本影響因素細化的依據是礦井采掘瓦斯監測數據統計上的差異。不同的礦井生產條件，細化的類型和分段會有所不同，表2是開灤集團某礦9#煤層采掘瓦斯涌出影響因素的細化結果。

表2 開灤集團某礦9#煤層采掘瓦斯涌出影響因素分段

注：表中影響因素名稱、定義和取值有配套的影響因素辨識規范作出說明

3 影響因素的量化

影響因素量化的合理性決定瓦斯預報的準確性。在預報模型中，影響因素是以變量的形式進行編輯，可以函數形式表達的稱為函數變量，否則稱為狀態變量，量化數值統稱為影響系數。

表1中的函數變量包括巷道斷面、煤層厚度、煤層傾角、分層、斷層、褶曲、向斜、背斜、盆地、相鄰采空區、產量波動；狀態變量包括等效層、相鄰煤層、采掘工藝、巷道類型、百米增量、相鄰巷道、推采方向、頂板管理、瓦斯排放、集中應力、構造軟煤帶、構造薄煤帶等。

影響因素定量過程不僅考慮自變量與因變量的相關性，同時要考慮自變量之間的相互影響。實際量化時，影響系數的初值確定都是根據歷史數據的統計，而終值的確定則是建立在多因素作用下的數值調節基礎上。

同一煤層，采、掘生產影響范圍不同，同一影響因素的參數表現也不相同，因此，影響因素的量化要分采、掘生產進行(預報時使用的數據庫也是獨立的)。而且，所有影響系數的確定必須在同一等效層中進行才可用。

3.1 依據的基礎資料

影響因素量化依據的基礎資料主要包括瓦斯監測日報、礦井通風月報、采掘工程平面布置圖、礦井通風系統圖和礦井地質說明書。

(1)瓦斯監測日報。如實記錄了每一個采、掘工作面的瓦斯涌出量及其變化情況，是各種影響因素量化分析的可靠數據來源。

(2)礦井通風月報。用以確定工作面的生產、進度、工藝與配風情況。

(3)采掘工程平面布置圖。用以分析工作面的煤層賦存、地質構造、生產環境。

(4)礦井通風系統圖。用以了解工作面風流方向、串聯通風和采空區漏風流向。

(5)礦井地質說明書。用以輔助煤系地層和地質構造分析。

其中，1～3項都應有3年以上的統計記錄。

3.2 影響因素初值的確定

(1) 函數變量的初值。函數變量的初值是函數式，主要根據某影響系數的一組統計數據確定。單個影響系數的計算可以借助修正后的剝離公式：

(1)

式中：Kdb——等效層內單個影響因素量化后的比值系數，常數；

Qdi——等效層內回采或掘進某個月統計的平均瓦斯涌出量，i=1.2.3…n，m3/(t·d)或m3/min。

Qd——等效層的瓦斯涌出基本量，m3/(t·d)或m3/min；

Kdq——等效層內其他因素的影響系數，常數；

n——統計月個數；

KC——月產量波動系數，常數，主要用于回采影響因素的定量計算，對于掘進取1；

CS——工作面實際月產量，t/月；

Cp——工作面平均月產量或設計月產量，t/月。

系數分離過程應遵循由強到弱，由少到多的原則進行。比如，通常斷層的影響比褶曲的影響強，先通過單獨存在斷層的統計數據確定其影響系數，再通過斷層和褶曲共同存在的統計數據確定褶曲的影響系數。

(2)狀態變量的初值。狀態變量的初值為單值，主要采用比較法確定。即在同一類型多狀態變量中，以一種變量為基準，取值為1，其他變量與之相比而得到的其影響系數的初值。如果只有一種變量，則取值為1。例如開灤礦井部分采掘工藝影響系數的確定，參見表3。

表3 部分采掘工藝影響系數初值確定

3.3 影響系數的調節

調節的原因有兩個：一是影響系數初值通常是在較少的或相同的背景因素組合下確定的趨勢值，當較多的或不同的背景因素組合一起時(即動態組合)，完全采用其初值常常不能滿足預報精度要求；二是為了適應影響系數變化的動態校正。

為便于調節、校正和更新，影響系數的調節均采用狀態量的形式。其中，對于函數變量的關系式要進行離散化處理，主要是根據系數的變化范圍和特點劃分為若干段，求取每段系數的平均值，以此作為該段的狀態量參入調節。

影響系數的調節是在全部統計參數中進行，通過設定限定誤差，采用逐次逼近的方法進行調整，基本公式為：

Qdi-Qds≤δ

(2)

式中：Qds——等效層內測算的回采或掘進瓦斯涌出量月平均值，m3/t·d或m3/min；

δ——限定預報誤差，m3/t·d或m3/min，對應瓦斯傳感器數值0.1%(傳感器校正周期內的允許漂移值)的瓦斯涌出變化量。

影響系數調節限定預報誤差的情況如表4所示。

表4 影響系數調節限定預報誤差

全部影響系數調節后的計算瓦斯涌出量準確率要求大于或等于95%。

多地點、多因素、多分段影響系數的組合調試過程計算量十分龐大，是由專門編制的采、掘影響系數調節軟件執行。調節以后的影響系數(終值)存入數據庫，作為采掘工作面瓦斯涌出量預報的基本依據，同時作為影響系數動態校正的起始值。

4 影響因素的動態校正

煤系地層不是均質體，開采范圍各巖性及其厚度的分布也不是均衡的，此外，還有隱性因素的存在，其局部變化程度受現場勘探程度的限制，難以跟蹤描述，結果自然會影響到數據庫中相關參數的變化。當其變化超過一定數值時，必然造成預報誤差過大，影響預報結果的指導作用。動態校正技術的配置就是為了及時減少這種影響導致的預報誤差。

動態校正的參數是等效層的基本瓦斯涌出量及其影響系數，校正的依據是相鄰采、掘區段的實際瓦斯涌出量。

統計參數表明，煤系地層變化主要影響的是等效層的基本量，其他影響因素占的比重較小。動態校正是按照各因素對瓦斯涌出的影響程度分配調節量，其中，基本量為主調節量(占70%)，其他影響系數為輔助調節量(占30%)，由于影響系數數據庫是分采區配置，一個采區的校正調整并不影響其他采區影響系數的使用。

動態校正的算法與影響系數調節算法基本相同，校正過程由軟件自動執行，校正結果用于更新數據庫中參與預報的瓦斯涌出基本量與影響系數，這樣可將瓦斯預報準確率長期保持在較高的水平。

5 結論

(1)本項目研究的采掘瓦斯涌出量動態預報能長期保持90%以上的準確率，瓦斯涌出影響因素的合理選項、細致量化及其動態校正是重要的保障之一。

(2)基本影響因素覆蓋煤層賦存、地質構造、采掘工藝和生產環境20個選項，進一步細化可大大提高動態預報的準確性，細化的依據是礦井采掘瓦斯監測數據統計上的差異，不同的礦井生產條件，細化的類型和分段會有所不同，一般情況下有60多個分段。

(3)同一煤層，采、掘生產影響范圍不同，影響因素的參數表現也不相同，因此，影響因素的量化要分采、掘生產進行，而且，影響系數的確定必須在相應的等效層中進行才可用。

(4)采掘瓦斯涌出的基本量和影響系數都會受煤系地層變化的影響，動態校正技術的引入可及時減少這種影響導致的預報誤差。

[1] 武建國，蔡康旭.采掘瓦斯涌出量性能化預報方法[J].煤炭科學技術，2009(9)

[2] 郭達，蔡康旭，王曉東.煤層頂底板等效巖性的確定方法[J].遼寧工程技術大學學報(自然科學版)，2012(10)

[3] 李昊，李杰，劉勇. 礦井瓦斯涌出量預測的GM(1，1)模型研究[J].中國煤炭，2012(9)

[4] 邸志強.基于瓦斯地質圖法預測礦井瓦斯涌出量[J].煤礦現代化,2014(3)

[5] 李潤求，施式亮，伍愛友.采煤工作面瓦斯涌出預測的EMD-Elman方法及應用[J].中國安全科學學報，2014(6)

[6] 邵良杉，張宇.基于小波理論的支持向量機瓦斯涌出量的預測[J].煤炭學報，2011(S1)

[7] 樊保龍，白春華，李建平.基于LMD-SVM的采煤工作面瓦斯涌出量預測[J].采礦與安全工程學報，2013(11)

[8] 溫偉，趙耀江，楊雪.基于改進灰色模型的礦井瓦斯涌出量預測[J].煤炭技術，2014(4)

[9] 陳洋，劉恩，陳大力等.瓦斯涌出量分源預測法的發展與實踐研究[J].煤礦安全，2010(2)

[10] 汪明，王建軍.基于隨機森林的回采工作面瓦斯涌出量預測模型[J].煤礦安全，2012(8)

[11] 張勝軍，朱瑞杰，姜春露.基于偏最小二乘回歸的回采工作面瓦斯涌出量預測模型[J]. 煤礦安全，2013(2)

[12] 張子戌，袁崇孚.瓦斯地質數學模型法預測礦井瓦斯涌出量研究[J].煤炭學報，1999(4)

(責任編輯 張艷華)

Option, quantification and modification of influential factors in excavation gas emission dynamic prediction

Song Huanhu1, Cai Kangxu2

(1. Kailuan (Group) Tangshan Mining Company,Tangshan, Hebei 063000, China; 2.Hunan University of Science & Technology, Xiangtan, Hunan 411201, China)

Analyzing excavation work face gas emission dynamic prediction technology from aspects of option, specification, quantification and dynamic modification of basic influential factors. There were 20 basic influential factors and more than 60 specified subsection, which covered coal seam occurrence, geological structure, mining technology and production environment. The quantification of the influence factors was performed separately that divided mining and excavation in equivalent strata. The adjustment from the initial value to the final value had fully considered the requirement of dynamic combination and update of influential factors; dynamic modification could eliminate some of the influence of local variation from coal strata and latent factors on the basic quantity and influence coefficient, and ensure that forecast error was controlled within a limited range.

gas emission, dynamic prediction, influential factor, option, specification, quantification, dynamic modification

宋煥虎，蔡康旭.采掘瓦斯涌出量動態預報中影響因素的選項、量化與校正[J].中國煤炭，2017，43(4)：132-136. Song Huanhu, Cai Kangxu. Option, quantification and modification of influential factors in excavation gas emission dynamic prediction[J]. China Coal, 2017，43(4)：132-136.

TD712.5

A

宋煥虎(1971-)，男，河北豐寧人，畢業于河北理工學院采礦工程專業，采煤高級工程師，現任開灤(集團)唐山礦業分公司總工程師。