李 鵬,安世崗,梁文勖
(1.神華能源股份有限公司神東煤炭分公司,陜西 榆林 719315;2.中煤科工集團沈陽研究院有限公司,遼寧 撫順 113122;3.煤礦安全技術國家重點實驗室,遼寧 撫順 113122)
保德煤礦為高瓦斯礦井,核定生產能力5 Mt/a,目前主采8號煤層,并已經向二、三盤區深部區域開拓,煤層瓦斯含量及礦井瓦斯涌出量不斷提高,開拓范圍內的瓦斯含量最大達到7 m3/t左右,瓦斯災害的危險性逐漸增加[1-2]。因此有必要加強深部區煤層瓦斯含量狀況的研究,本質也是進行影響煤層瓦斯賦存狀況的地質因素研究。
主采的8號煤層為厚-特厚煤層,煤層最薄處1.85 m,最厚處9.01 m,平均煤厚為6.02 m。煤厚變異系數為24%,煤層厚度變化不大,煤層結構簡單-復雜,夾矸厚度范圍為0~3.84 m,平均厚度1.38 m,一般含夾矸3~4層,矸石巖性主要為泥巖并伴有碳質泥巖,直接頂和底板分別以砂質泥巖和泥巖為主。
保德礦區地質構造簡單,位于河東煤田的北部,呈平緩的單斜構造形態,發育有寬緩的波狀起伏,地層產狀總體走向350°,傾向260°,傾角3°~9°,一般5°左右,未見有大型斷層、褶皺及陷落柱,僅有小型斷層;根據在三盤區實際揭露的7處斷層附近測定的瓦斯含量,其平均值為6.35 m3/t。
8號煤層以長焰煤為主,有少數氣煤,煤化過程中煤層瓦斯含量會受煤變質程度的增強而增大,氣煤區的平均瓦斯含量為6.87 m3/t,而長焰煤區的平均瓦斯含量為5.28 m3/t。
為了便于分析瓦斯賦存影響因素,根據以往在81310膠帶運輸巷、聯巷、三盤區深部區一二回8聯巷、三盤區深部區主運、81506膠輔運等165處試驗數據匯總,瓦斯賦存影響因素實測參數(部分)見表1。

表1 8號煤瓦斯賦存影響因素實測參數(部分)Table 1 Measured parameters of gas occurrence influential factors of 8# coal(partial data)
煤層埋藏深度是決定煤層瓦斯含量大小的主要因素,實踐證明,隨著煤層埋藏深度的增大,煤層瓦斯壓力增大,煤層吸附瓦斯量增加,從而使煤層瓦斯含量增大。含量、埋深、煤厚、變質程度、地質構造之間相互影響,且在不同位置存在較大的差異性,通過對數據匯總分析,埋深和煤厚參數與瓦斯含量關系如圖1、圖2所示。表明埋深和埋厚與瓦斯含量雖成正比關系,但是具體對含量影響有多大不得而知,需要其他方法得出各因素影響大小。

圖1 埋深與瓦斯含量關系Fig.1 Relationship between buried depth and gas content

圖2 煤厚與瓦斯含量關系Fig.2 Relationship between coal thickness and gas content
關聯度即表征系統內2個或多個因素之間相互關聯的程度[3],若隨著系統的發展其變化規律呈現出一致性,則表明2個或多個因素之間具有較高的關聯性[4];若變化規律出現不一致性,則表明因素間關聯度較弱。灰色關聯分析方法的原理是以系統內2個或多個因素變化的規律是否具有同一性為判別標準從而對系統因素間相互關聯程度予以分析計算[5-7]。
(1)首先確定參考數列與比較數列[8-9]。由反映系統特征的數據序列而構成,稱之為參考數列;而由系統影響因素而構成的數據序列則稱之為比較數列。
(2)參考數列和比較數列,都面臨數據量綱大不相同而導致分析結論失真的問題。為避免這一現象的發生,在分析前,須先確保2種數列的數據經過無量綱化處理后方可進行下一步工作。
(3)若以X0來表示參考數列,則與之對應的是若干個比較數列X1,X2,…,Xn,兩數列在曲線中對應的各點,采用關聯系數ξ(Xi)表示
(1)
式中,Δmin為第二級最小差;Δmax為兩級最大差;ρ為分辨系數,取值范圍在0~1之間,常取0.5;Δ0i(k)為參考數列X0與對應于曲線上的若干個比較數列的每一點差的絕對值。
(4)由于關聯系數不唯一,數據整體具有分散性,為系統的整體分析與比較增加了難度。為解決這一問題,采用如下關聯度ri公式。
(2)
ri的計算值若趨近于1,則關聯性較好;反之則較差。
(5)各因素之間的關聯度并不以其大小來評判,而是通過因素間關聯度的大小排序來表述。所謂關聯序列是由同一個母序列與n各子序列之間的關聯度以從大到小的順序排列,記為{x},以母序列為參照對象,以此反映各子序列的強弱排序。
為探明煤層埋藏深度及厚度、煤層結構及構造特征、頂底板砂泥巖比對于瓦斯含量的影響程度,應用灰色關聯度綜合評價的方法將上述影響因素設定為自變量因素并以煤層瓦斯含量為因變量。應用原始數據構建變量序列矩陣,結合均值化法采用無量綱化處理原始數據矩陣,最終得出差序列矩陣。在分辨系數ρ=0.5的情況下,計算各因素的關聯系數,得到關聯系數矩陣。最后求得煤層瓦斯含量與其各影響因素的關聯度。按照求得的關聯度將影響瓦斯含量的主要因素從大到小排序依次為斷層、頂板砂泥巖比、煤層埋深、煤層厚度、揮發分含量、底板砂泥巖比、沖刷。
通過上述灰色關聯度分析,找到了影響煤層瓦斯賦存的主要因素[10]。據此可利用多元回歸分析來建立瓦斯含量預測模型,以鉆孔瓦斯含量為因變量(y),以各影響因素為自變量(x1,x2,…,x6,x7(1,2,3,…,各因素的關聯排序)),將它們的實測或統計數據輸入計算機,采用Excel中的回歸分析程序,得瓦斯含量回歸預測模型及統計檢驗指標[11-12],見表2。y=3.242 9+0.004 7x1+0.007 9x2-0.018 0x3+0.001 6x4-0.021 5x5+0.464 1x6+0.200 1x7,瓦斯預測值見表1。

表2 灰色分析理論各項指標Table 2 Indexes of grey analysis theory
經計算得R2=0.92,F=43.83>F0.01(5,12)=10.47,檢驗指標結果表明模型擬合度較高,充分驗證了回歸預測模型的可靠性。根據預測方程預測瓦斯含量值(表1)對比預測含量與實測含量誤差基本控制在10%以下,個別地點受地質異常干擾、人為開采擾動以及實驗數據測試因素等影響,誤差稍大。
(1)采用灰色關聯綜合方法評價影響保德煤礦8號煤層瓦斯賦存(含量)的地質因素之間的強弱關系,以關聯度為評價標準,將影響瓦斯含量的主要因素由大到小排序依次為斷層、頂板砂泥巖比、煤層埋深、煤層厚度、揮發分含量、底板砂泥巖比、沖刷。
(2)利用多元回歸方法建立瓦斯含量預測模型方程y=3.242 9+0.004 7x1+0.007 9x2-0.018 0x3+0.001 6x4-0.021 5x5+0.464 1x6+0.200 1x7,具有較高的擬合度,通過該方程可預測未開采區域的瓦斯賦存情況,進而有針對性的選擇瓦斯防治措施。