礦井瓦斯涌出風險態勢分析平臺研究

何云文

(中煤科工集團重慶研究院有限公司，重慶 400037)

我國所有煤礦均裝備了安全監控系統，對煤礦井下環境中的有毒有害氣體進行實時監測，并將監測數據存儲服務器數據庫。由于監測數據中包含有現場電磁干擾、日常標校、設備故障等情況下形成的偽數據，系統不能夠自動判別和剔除這些偽數據，導致監測數據未能得到充分有效的分析、挖掘和應用[1-2]，對瓦斯治理、數據分析與應用未能發揮相應的作用。因此，有必要對現有監測數據進行清洗、濾噪，提高監測數據的真實性和有效性，為后期瓦斯治理及超前預警預報發揮相應的作用。

1 基于安全監控系統有效數據的獲取

1.1 數據的采集

利用現有安全監控系統數據，根據當前主流安全監控系統數據庫構架，開發可自由選擇數據庫類型的數據傳輸端口。根據煤礦監控系統管理規定，建立主動式端口和被動式端口。選擇由監控主機主動發送數據時，采用被動式端口；反之選擇主動式端口。數據傳輸端的數據截取主要部署在工業環網出口，避免由于數據造假或系統故障對數據的影響，數據讀取頻率一般為10～20 s一次，并同步存儲至系統分析數據庫。在數據獲取過程中，不同的監控系統具有多種結構和類型，通過數據的抽取將這些復雜的數據轉化為統一的、便于處理的模型，為后續快速分析處理提供數據基礎。

1.2 數據的濾噪

監控系統將采集到的數據實時存儲在數據庫中，瓦斯涌出預報系統從數據庫中讀出歷史數據流，進行濾噪處理后生成平滑的數據，供下一步數據分析使用。整個數據濾噪分析流程如圖1所示。

圖1 數據濾噪分析流程Fig.1 Data filtering analysis process

安全監控系統在實際運行過程中，需要定期對甲烷傳感器進行調校。即人為對甲烷傳感器通入標準氣樣，傳感器在調校過程中仍在工作，所產生的非真實瓦斯數據依然被記錄下來，對數據分析造成影響。調校過程在歷史曲線上表現為：快速上升和快速下降的突變特征、濃度一般大小在2.0%左右、持續時間一般不超過2 min，通過這些特征可以準確地識別出調校數據并剔除。

監控數據采集周期按照規定不能夠大于20 s，目前安全監控系統采集、傳輸周期一般在5 s以內。因此，在高頻率下瓦斯數據會有很多細微的波動，在瓦斯數據分析過程中，多數指標只是關心數據的趨勢或者積累總量，所以這些細微的波動可以全部作為噪聲剔除，可以通過求分鐘均值來初步去噪，然后使用Mallat算法對數據進行小波濾噪[3-4]。

濾噪處理提高了作業工序的識別效率及準確度，對于反映瓦斯波動的指標，也降低了在噪聲處的計算值，凸顯出了實際瓦斯波動較大處的指標值；對于反映瓦斯量的指標，在降噪處理后計算出的瓦斯積累量也更接近真實值。

2 瓦斯涌出風險態勢分析

2.1 采掘工作面瓦斯涌出的外在表現

通過對不同異常危險區域瓦斯涌出特征圖形的觀測分析，認為采掘面瓦斯涌出是一種紊亂、無序、規律性較差的時間序列。采掘面瓦斯涌出呈現一般特征與異常特征：一般特征是指工作面受采掘工藝以及煤體—瓦斯這種固—氣吸附特性所引起的、客觀存在的現象，這種現象不會因為煤體危險的變化而消失；異常特征是指在不同異常危險區域存在顯著差異或匿藏于一般特征之內的特征，其在不同異常危險區域表現會大不相同[5-9]。

2.2 采掘面瓦斯涌出正常特征

(1)采掘面瓦斯涌出連續性特征。無論采煤工作面還是掘進工作面、無論是采用機械化還是炮采工藝、無論采掘面有人或無人工作業，工作面都存在連續的瓦斯涌出現象。這種現象是煤體內部瓦斯受瓦斯壓力梯度影響，不斷向煤體表面滲透補充瓦斯以及煤體表面瓦斯受采掘空間與煤體表面瓦斯濃度或壓力差異影響，不斷解吸或擴散瓦斯綜合作用的結果[10-11]。

(2)采掘面瓦斯涌出波動特征。對于施工狀態下的采掘工作面，井下瓦斯涌出在一定時間范圍內總是存在忽高忽低的現象，這種忽高忽低現象就是工作面瓦斯涌出的波動特征[12-13]。這是工作面在不同時間段的作業工序不同造成的，一般在落煤及施工瓦斯鉆孔階段瓦斯涌出量較大，支護、維護階段瓦斯涌出量較小。工作面瓦斯涌出波動特征包括了瓦斯涌出的峰值特征與衰減特征，這些特征雖然可能因不同采掘工序以及工藝會存在明顯的不同，但是這些特征本身是始終存在的。

2.3 采掘面瓦斯涌出異常特征

在不同瓦斯異常區域，采掘面瓦斯特征存在一定的差異，而這些差異本身主要是瓦斯涌出一般特征中的量化反映。其主要差異在于工作面瓦斯涌出量特征、工作面瓦斯涌出峰值特征、工作面瓦斯涌出最小值特征以及工作面瓦斯涌出紊亂程度特征等。

(1)采掘面瓦斯涌出量特征。瓦斯涌出量在這里是指工作面在采掘環境相似的情況下，不同時間段涌入采掘空間的瓦斯量大小，主要包括班次均值、60 min涌出量、30 min涌出量等。在巷道基本情況、采掘工藝、采掘速度以及通風條件基本相同的情況下，異常危險區域班次均值明顯大于無異常危險的班次均值，這表明異常危險區域和無異常危險區瓦斯涌出量存在一定的差異。

(2)采掘面瓦斯涌出峰值特征。瓦斯涌出峰值特征主要是指煤體初始暴露后，瓦斯涌出解吸量快速增加以及瓦斯解吸量達到峰值之后的衰減現象，因此也稱之為瓦斯解吸特征[14-15]。在正常區域，瓦斯涌出解吸特征變化不大且較為穩定；但是在異常危險區，瓦斯涌出解吸特征變動較大，并且異常危險區瓦斯峰值明顯大于正常區域瓦斯峰值。

(3)采掘面瓦斯涌出波動特征。在瓦斯涌出正常區域，瓦斯涌出波動較為規律，但在異常危險區瓦斯波動極不規律，且波動幅度也較大。根據井下工作面作業工序特點，當井下工作面瓦斯涌出量較小時，工作面一般已經停止作業，這時工作面的瓦斯涌出主要來源于煤壁瓦斯涌出。工作面在此時的瓦斯涌出來源比較單一、受人為影響較小。

(4)采掘面瓦斯涌出趨勢特征。瓦斯異常事件的發生，都是在生產過程中從正常到異常逐步發展起來，能量積累也是逐步形成的。從涌出正常到異常危險再到事故發生，是一個能量不斷積累、瓦斯涌出不斷變化的過程，更是一個采掘環境不斷變化的過程，這個過程的發展，也伴隨著瓦斯涌出發展趨勢的變化。

2.4 采掘面瓦斯涌出影響因素分析

影響采掘面瓦斯涌出的因素極為復雜，包括煤體的瓦斯含量、煤體的滲透性、地質構造、采掘工藝條件、煤體的物理力學性質等都會影響工作面的瓦斯涌出。除去采掘工藝條件外，其他影響因素看似無序、雜亂，但究其根本這些影響因素都是通過對煤體瓦斯含量、煤體的解吸特性以及煤體滲透性的影響與控制，達到對瓦斯涌出的影響與制約的。因此，可以認為工作面瓦斯涌出主要影響因素是煤體瓦斯含量、煤體的解吸特性、煤體的滲透性以及井下開采技術與開采工藝[16-20]。

3 監測數據分析與瓦斯涌出預測預報關系

通過對井下采掘工作面風流中瓦斯分布規律的研究，確定井下工作面甲烷傳感器懸掛的最佳巷道位置。以掘進工作面為例，在距掘進工作面5 m位置處懸掛T1甲烷傳感器，在回風流距巷口10 m處懸掛T2甲烷傳感器，在距離工作面40 m處懸掛T3甲烷傳感器，并隨著掘進工作的推進逐步向前移動，T3甲烷傳感器與T1甲烷傳感器始終保持在30 m距離之內。采掘面瓦斯流動受到氣體擴散與風流流動雙重影響，在工作面位置，瓦斯氣體瞬間解吸，由于來不及均勻混合，瓦斯氣體濃度的監測存在一定局域性，但是當瓦斯流至工作面5 m以后，風流中的瓦斯濃度呈現均勻混合，瓦斯監控數據可以比較理想地反映工作面的瓦斯流動。當甲烷傳感器距離工作面50 m之后，風流中的瓦斯濃度受到瓦斯氣體本身的擴散作用明顯，此時風流中的瓦斯濃度數據雖然可以代表風流中真實的瓦斯數據，但是不能代表工作面的瓦斯涌出。

通常情況下，采掘面監測數據受到工作面風量以及瓦斯涌出影響，工作面風量一般較為穩定，因此，工作面監測數據可以比較客觀地描述工作面的瓦斯涌出。

綜上所述，井下監測真實數據反映瓦斯涌出量，瓦斯涌出量可以反映其影響因素，比如瓦斯含量、煤體結構、采掘應力、采掘環境等，從而實現預測預報前方工作面的瓦斯災害危險性或瓦斯超限可能性?；诒O測數據分析的瓦斯涌出異常風險態勢預測預報原理如圖2所示。

圖2 基于監測數據分析的瓦斯涌出異常風險態勢預測預報原理Fig.2 Prediction principle of abnormal risk situation of gas emission based on monitoring data analysis

4 瓦斯涌出風險態勢分析平臺

4.1 系統架構

瓦斯涌出風險態勢分析平臺數據的獲取是通過讀取現有安全監控系統數據，經過清洗、濾噪獲得有效數據，根據控制終端設置的巷道參數自動計算出當前工作面基于瓦斯涌出動態特征的瓦斯災害危險性指標，并通過預警客戶或網頁的形式發布。整個系統架構如圖3所示。

圖3 瓦斯涌出風險態勢分析平臺架構Fig.3 Framework of gas emission risk situation analysis platform

在監控系統服務器上安裝數據上傳軟件，使其在本地生成當前實時數據文件，瓦斯涌出風險態勢分析平臺的數據傳輸端從TXT文件中提取有效瓦斯數據傳入平臺數據庫。平臺服務器以10～20s/次的頻率采集監控數據并完整存儲，實現對監控數據的智能識別，對無效監測數據自動濾除，根據平臺管理員控制終端錄入的礦井工作面參數進行預警指標計算，通過各種終端發布預警信息。

4.2 系統功能模塊

瓦斯涌出異常態勢分析平臺采用C/S、B/S模式共存的方式開發，主要包括瓦斯涌出異常風險態勢分析平臺客戶端、數據采集及平臺服務器端、數據傳輸端、單礦井網站、礦井預警數據上傳端等模塊。實現監控數據的采集、存儲、分析計算、參數錄入、報表編輯、歷史數據及曲線的查詢等功能。通過C/S、B/S模式的開發應用，滿足了公司、煤礦及各級業務科室等不同崗位人員的應用需求，使其更加有效地發揮作用，為礦井瓦斯防治工作提供重要的參考。

4.3 系統平臺建設

(1)平臺服務器。平臺服務器是整個系統的核心，存儲數據量大、處理數據速度快、需要連續工作，因此應選擇具有可靠性高、處理能力強、擴展性好的服務器，服務器軟件系統為：Microsoft Windows Server 2012 Professional操作系統，Microsoft SQL Server 2008數據庫。

(2)客戶端。平臺客戶端均利用已有辦公計算機即可，客戶端操作系統在Microsoft Windows XP Professional以上即可。

5 結語

(1)針對不同監控系統數據類型開發了數據采集接口，通過小波理論對原始數據進行清洗、濾噪處理、剔除異常數據和日常調校數據，獲得有效數據。

(2)對采掘工作面瓦斯涌出的外在表現、涌出正常特征、涌出異常特征、影響工作面瓦斯涌出的因素進行了分析。

(3)通過對井下采掘工作面風流中瓦斯分布規律的研究，確定工作面甲烷傳感器懸掛的最佳巷道位置，監測真實數據反映瓦斯涌出量，瓦斯涌出量反映其影響因素，實現預測預報前方工作面的瓦斯災害危險性或瓦斯超限可能性。

(4)研發了瓦斯涌出風險態勢分析平臺，實現數據存儲、查詢、分析、計算、參數錄入、報表編輯打印等功能。