瓦斯涌出智能分析及預警技術研究與應用

劉 瓊,劉 勇，孫秉成，張慶華，王麒翔

(1.貴州大學 礦業學院， 貴州 貴陽 550025； 2.神華新疆能源股份有限公司，新疆 烏魯木齊 830037； 3.中煤科工集團重慶研究院有限公司， 重慶 400037 )

0 引 言

現階段許多煤礦的自動化程度很低，瓦斯監控預測還停留在手持瓦斯濃度監測儀的階段，即使實現了瓦斯數據實時采集，但是一旦預測到將要發生瓦斯安全事故，留給井下一線工人逃生的時間很短，預報的突發性，滯后性，準確性等都不能達到預期的效果[1]。2001～2016年之間，煤礦特大事故共有67起，其中瓦斯事故占49起，為威脅煤礦安全的頭號災害[2]。瓦斯事故對于煤礦的傷害是巨大的，不僅影響煤礦安全生產，造成人員傷亡和財產損失；甚至可能會影響煤礦企業健康發展和和諧社會的建立。因此研究出一種適合煤礦，能智能預測瓦斯災害的預警技術是很有必要的。瓦斯預測一直都是許多科研工作者致力攻關的課題，瓦斯預測的實現能很好地指導煤礦的生產。在瓦斯涌出特征突出預警技術方面，張希九、于宗立認為“瓦斯涌出異常”系數與突出前的壓力和聲響異常同時，瓦斯涌出忽大忽小，極值懸殊數倍，但總趨勢增大，有時甚至會發生“喘氣”現象。這一直被認為是突出預兆[3]。王志亮、李其中認為可以通過瓦斯涌出動態連續監測反映含瓦斯煤體所處的應力(或變形)狀態從而確定工作面附近煤層的突出危險性等[4]。通過這些學者的研究可以說明研究瓦斯參數和煤巖體應力參數可以預測瓦斯的涌出異常情況[5-8]。

1 瓦斯涌出異常指標分析與計算

瓦斯災害的產生不是絕對偶然的，通過研究煤與瓦斯突出的能量機理，可以得出煤與瓦斯突出事故的發生是煤體內的能量積累到一定程度受外力作用突然釋放的過程。這種能量突然釋放的過程主要與煤體內的瓦斯能量，煤體應力及受采動干擾力以及煤體抗干擾能力有密切關系，通過實時監測與這些因素有關的參數，并以此確立該礦井工作面瓦斯涌出特征指標及其臨界值以輔助礦井預警煤與瓦斯突出危險，其基本原理見圖1。

圖1 預警原理

瓦斯相關參數數據的獲取是運用瓦斯涌出特征分析及預警突出技術的基礎，瓦斯涌出預警系統需要從瓦斯監控中心獲取數據，但又不能從監控中心直接讀取數據，以免造成系統間的干擾，需要另外開發專門的數據傳輸端口接收或讀取不同監控系統實時數據圖表，實現預警系統獲取數據。另外，還需開發專門的存儲數據中心，將采集的瓦斯相關數據實時存儲，供預警系統對數據的長期計算分析與調用。該系統利用預警指標A,B值來實時預警。A,B值計算如下。

(1) 第i班次的瓦斯涌出監控數據班次均值為：

式中，T為一個班次作業時間，min ；xi為第i分鐘內瓦斯涌出監控均值，%。

第i班次的瓦斯涌出監控數據班次分鐘最大值：

xi,t,min=max[x1,x2，…，xi，…，xt]

第i班次的瓦斯涌出班次t分鐘移動最小值：

(2) 獲取巷道形狀設計特征參數β、煤層原始可解吸瓦斯含量Qm，工作面風量Qf以及時間T，其中β=工作面迎頭面積 /( 新鮮巷道壁面積 + 工作面迎頭面積 ) 。

(4) 通過瓦斯涌出動態特征值a,b, 獲取掘進面瓦斯涌出特征狀態指標A,B，其第i班次瓦斯涌出量特征狀態指標為：

式中，Mn為掘進面第i-n到第i班次的落煤量，單位為t ；

第i班次瓦斯涌出解吸特征狀態指標Bi,1=bi；

瓦斯預警的實施可以產生的顯著效應主要有以下兩方面。一是提高突出礦井生產力。傳統的局部預測方法作業工序較多、預測時間較長，一般預測一個掘進工作面需要約3 h左右。而瓦斯涌出智能連續預測技術對工作面或掘進面的實時預測技術一般只需要1～5 min，并且可以在不影響井下相關作業的情況下完成工作面或掘進面突出危險性的實時監測預警。二是提高突出預測預警的準確性。瓦斯涌出連續預測技術可以實現24 h不間斷的實時預測，克服了傳統預測方法本身的危險性，在現有防突預測水平的基礎上提高防突預測的準確性。通過井下瓦斯數據的實時采集，實時分析，實時預測，達到有險情先知道，早做預防，一旦瓦斯預警產生及時采取必要措施。該套技術能規范瓦斯治理工作，形成煤礦治理瓦斯的成套技術，在技術上符合國家煤礦智能化，機械化操作的政策。瓦斯涌出指標的預警是連續的，但是井下的采掘卻存在一定的間斷性，井下無作業情況或者無落煤期間的瓦斯數據依然存在，但是此時刻的預警卻是無效預警。因此根據工作面采掘生產情況，瓦斯涌出指標預警頻率應為：

μ1=v1×P1
μ2=v2×P1
μ3=v1×P2
μ4=v2×P2

式中，μ1為瓦斯涌出特征指標趨勢威脅預警率，%；μ2為瓦斯涌出特征指標趨勢危險預警率，%；μ3為瓦斯涌出特征指標狀態威脅預警率，%；μ4為瓦斯涌出特征指標狀態危險預警率，%；v1為井下實際突出預測指標威脅預警率，%；v2為井下實際突出預測指標危險預警率，%；P1為工作面有效作業率，%；P2為工作面有效落煤時間，%。

2 工業性試驗

2.1 礦井概況

烏冬礦隸屬神華新疆能源有限公司。生產規模達到6.0 Mt/a， 2015年烏冬礦煤礦瓦斯等級鑒定結果為：礦井瓦斯相對涌出量為6.68 m3/t，瓦斯絕對涌出量為26.01 m3/min，二氧化碳相對涌出量為9.66 m3/t，二氧化碳絕對涌出量為37.64 m3/min；采面工作面最大瓦斯絕對涌出量為5.65 m3/min，掘進工作面最大瓦斯絕對涌出量為3.34 m3/min。隨著北區采掘進度的推進，瓦斯防治工作的愈發困難，將成為制約烏東礦井安全可持續發展的瓶頸。

2.2 瓦斯預警技術實施必要性分析

烏冬礦地質構造復雜，瓦斯富集，煤與瓦斯突出危險性嚴重，安全開采條件已經成為制約安全、高效礦井建設進一步向縱深發展的“瓶頸”，面對嚴重威協礦井安全生產的瓦斯，烏冬礦通過一系列有針對性、切實可行的技術措施，加大礦井硬件投入和防突體系建設，嚴格按照《防治煤與瓦斯突出規定》及專項設計，采取區域綜合防突措施與局部綜合防突措施相結合的瓦斯突出防治方法，嚴格執行“先抽后采、監測監控、以風定產”的安全生產方針，有效防止煤與瓦斯突出事故。雖然礦井瓦斯治理成效顯著，但是礦井瓦斯治理的技術水平仍需要進一步總結和提高，借助科技的手段，實現礦區瓦斯災害的過程化預控，使礦區瓦斯治理整體水平達到世界領先水平。項目通過烏冬礦大數據建設工程構建成套的信息化、智能化、科學化突出防控技術體系，推動煤礦現場夯實煤與瓦斯突出防治基礎工作。

2.3 瓦斯預警技術在烏冬礦的建設

瓦斯預警技術主要是對井下監控系統中的瓦斯參數數據進行分析計算，得出瓦斯預警系統需要的指標，通過相關指標實現工作面或掘進面的實時瓦斯災害預警。此套系統包含主機總端和網頁登錄端，主機總端是通過參數設置，數據傳輸與收集，以及通過數據分析計算相關指標的具體值，選擇需要預警的區域使其在網站登陸端顯示；網站登錄端方便礦上各級領導實時查看，提出意見以及發布指示，使瓦斯預警工作透明化，智能化。

從煤礦瓦斯監控中心獲取井下瓦斯傳感器的實時瓦斯涌出參數數據，從中提取工作面或掘進面瓦斯涌出的實時動態特征，包括瓦斯涌出監控數據班次均值、瓦斯涌出監控數據班次分鐘最大值和瓦斯涌出班次 t 分鐘移動最小值 ；獲取巷道形狀設計特征參數、煤層原始可解吸瓦斯含量、風量以及班次時間，由以上數據先后獲取掘進面瓦斯涌出量特征指標、瓦斯解吸指標以及瓦斯分源特征指標，并根據三種特征指標的狀態以及趨勢對工作面突出危險性進行實時預測預報。

烏東礦目前主要防突重點包括9號煤層9706進風、9706回風、9706配風、9706尾巷4個工作面以及3號煤層3904進風1個工作面，共計五個防突工作面。在考察期間，5個工作面累計掘進223個循環，進尺1862 m，見表1所示。

表1 預警指標考察

通過在預警煤層進行取樣，得出煤層煤樣的K1(鉆屑瓦斯解吸指標)-P(瓦斯壓力)關系，所測得的K1-P關系模型，見圖2和圖3。

通過工業性實測，計算出烏冬礦的瓦斯預警指標重要值A和B,見表2。

圖2 3904進風800 m處

圖3 9706進風700 m處

煤層指標類別正常威脅危險3#煤層趨勢預警A<0．80．8≤A<1．0A≥1．0狀態預警B<0．70．7≤B<1．0B≥1．09#煤層趨勢預警A<0．80．8≤A<1．0A≥1．0狀態預警B<0．60．6≤B<0．8B≥0．8

(1) A正常。參數設置正確前提下，預警前方5～10 m之間安全，預計瓦斯含量在A*10 m3/t左右。

(2) A威脅。參數設置正確前提下，預警前方5～10 m之間存在威脅，預計瓦斯含量在A*10 m3/t左右，應當采取相應措施，抽放煤體中瓦斯。

(3) A危險。參數設置正確前提下，預警前方5～10 m之間存在危險，預計瓦斯含量在A*10 m3/t左右，應當果斷采取瓦斯抽采，釋放煤體中瓦斯。

(4) B正常。預警前方1～3 m之間瓦斯含量，煤體應力狀態正常。

(5) B威脅。預警前方1～3 m之間瓦斯含量，煤體應力狀態存在威脅，應當尋找威脅原因，采取相關對策。

(6) B危險。預警前方1～3 m之間瓦斯含量，煤體應力狀態存在危險，應當果斷采取針對措施降低煤體應力和煤體瓦斯含量。

通過近半年運行，安全預警準確率達到90%以上，對礦井安全監控系統的瓦斯濃度監測數據進行綜合分析，實時顯示出瓦斯預警指標值，實現了瓦斯防突的實時可連續性。烏冬礦該系統從2017年4月10日試運行以來，未出現一次異常或誤報，各系統運行正常，穩定可靠。各系統的安裝運用必將進一步增強烏冬礦煤礦在重大災害風險識別與預警防控體系能力，實現煤礦安全生產遠程監管監察、安全生產警示教育和安全生產應急管理等主要業務功能的信息化工程；實現煤礦安全生產系統風險“早期識別”和事故“事先預知”、提高煤礦本質安全化水平，為烏冬礦煤礦的安全生產保駕護航。

3 結 語

(1) KJA瓦斯預警技術在烏冬礦的使用，解決了傳統瓦斯靜態非連續性監測技術的不連續性、不全面性和人工工作的不精細性；實現了預警工作與安全生產工作的同步運行，對于提高生產效率有積極作用，并且其預警效果得到了進一步的證實。使得煤礦防突工作進入精細化和正規化，實現了防突信息的公開透明化，并實現了瓦斯防突的連續性，提升了礦井對于瓦斯災害的管理水平和智能化水平。

(2) 瓦斯涌出動態特征預警技術實時顯示工作面或掘進面前方內部的瓦斯含量及壓力狀態，保障了井下工人工作的安全及高效性。同時井下瓦斯預警的實時在線網絡化，有利于上級部門對于煤礦井下防突工作的了解，并發布適應性高的政策，促進煤礦管理水平的提高，提高生產效益。

(3) 瓦斯預警技術的實施現狀，能促進煤礦瓦斯參數大數據的收集，促進礦端數據中心的建設，對于研究瓦斯一般規律提供了資料保證，為以后各個指標的精細化打造了基礎，推動了瓦斯治理工作的進一步發展。

參考文獻：

[1]于不凡.煤礦瓦斯災害防治及利用技術手冊[M].北京：煤炭工業出版社，2005.

[2]蘭澤全,李剛強.煤礦特別重大事故統計分析[J].華北科技學院學報,2017(02):72-77.

[3]張希九，于宗立.煤與瓦斯突出預兆及防治[J].煤炭科學技術，1998，26(4):378-39.

[4]王志亮,李其中.淺析煤與瓦斯突出的危險性評價指標體系[J].西部探礦工程,2008(03):91-93.

[5]李學來，劉見中.礦井煤與瓦斯突出預警技術及其應用[J].煤炭科學技術，2011，39(2):55-58.

[6]王進尚.煤與瓦斯突出預警技術在演馬莊煤礦的應用[J].煤炭科學技術，2014，42(4):114-116.

[7]李學來，劉見中.瓦斯災害治理新技術[J].中國安全科學學報，2004，14(7):101-104.

[8]王春光.低含量超強開采工作面瓦斯異常涌出紡織技術[J].中國安全科學學報，2017，27(1):71-76.

[9]李成成，郭壽松.基于瓦斯涌出特征的突出預警技術在新元礦的應用[J].煤礦安全，2017，48(3):118-121.

[10]陽 平.回采工作面走向頂板瓦斯抽放巷相對位置確定[J].煤炭科學技術,2005(12):29-31.