石屏一礦掘進工作面煤層瓦斯參數(shù)反演模型研究及應用

蔣和財 肖仕彬 李定強 殷郊 黃偉 戴英健

摘? 要：為提升煤與瓦斯突出預測和防治的準確性、可靠性和效率，首先，基于煤層瓦斯賦存規(guī)律、吸附解吸特征及瓦斯運移規(guī)律相關理論構建掘進工作面瓦斯參數(shù)反演模型；其次，將瓦斯反演模型內嵌到煤與瓦斯突出實時監(jiān)測預警系統(tǒng)軟件中，對石屏一礦C19上煤層13019上機巷掘進工作面的瓦斯含量和瓦斯壓力進行反演預測；最后，采用DGC瓦斯含量直接測定法實測現(xiàn)場數(shù)據對模型反演結果進行對比驗證。反算數(shù)值與實測數(shù)值對比表明，煤體瓦斯含量和壓力反演計算結果準確可靠。

關鍵詞：掘進工作面；瓦斯含量；瓦斯壓力；反演模型；煤炭

中圖分類號：TD712? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2095-2945（2024）19-0188-05

Abstract： In order to improve the accuracy， reliability and efficiency of coal and gas outburst prediction and prevention， firstly， based on the relevant theories of coal seam gas occurrence law， adsorption and desorption characteristics and gas migration law， the inversion model of gas parameters in heading face is constructed. Then， the gas inversion model is embedded into the real-time monitoring and early warning system software of coal and gas outburst to invert and predict the gas content and gas pressure of the heading face of 13019 upper machine roadway in coal seam C19 of Shiping No.1 Mine. Finally， the field data of DGC gas content direct measurement method are used to compare and verify the inversion results of the model. The comparison between the inverse calculation value and the measured value shows that the inversion calculation results of coal gas content and pressure are accurate and reliable.

Keywords： heading face; gas content; gas pressure; inversion model; coal

煤炭在相當長時間內依然是我國最重要的能源資源[1]。隨著我國淺部煤炭資源日益枯竭，煤礦開采轉向深部將成為保障我國能源需求的新常態(tài)[2]。深部煤層應力環(huán)境復雜多變，煤與瓦斯突出危險性急劇增加[3-4]。煤與瓦斯突出災害監(jiān)測預警是實現(xiàn)瓦斯治理的有效手段之一，挖掘并提取煤與瓦斯突出前產生的信號特征并構建模型來預測煤層的突出危險性能夠有效保障人員和財產的安全，對煤與瓦斯突出災害的防治具有重要意義[5-8]。

國內外專家學者利用各種研究方法建立了大量的突出預警模型，并對此進行了大量的研究。曹康[9]利用層次分析法構建了煤與瓦斯突出預警綜合模型，并在發(fā)耳煤礦得到了驗證。隆能增等[10]將K-means聚類、FOA及RF 3種算法結合構建出了基于數(shù)據挖掘的煤與瓦斯突出實時預警模型，并進行了現(xiàn)場應用，與常規(guī)指標對應性較好，預警準確。李忠輝等[11]提出了煤與瓦斯突出模糊物元預警模型，并利用3DMAX軟件實現(xiàn)了預警結果的可視化顯示。寧小亮[12]將關聯(lián)規(guī)則和證據理論兩算法相結合建立了基于多源信息融合的煤與瓦斯突出動態(tài)預警模型。姜鵬鵬等[13]以關聯(lián)函數(shù)作為計算模型，建立了基于可拓理論的突出預警模型。郭德勇[14]利用GIS技術和人工神經網絡建立了煤與瓦斯突出預警模型。邵帆[15]建立了以 SVM算法為核心的煤與瓦斯突出預測模型。這些預警模型都在一定程度上提高了突出預警的準確率，均取得了良好的預警效果。目前，煤礦實行的掘進工作面煤與瓦斯突出預測方法多為靜態(tài)預測，基于煤礦安全監(jiān)控系統(tǒng)實時監(jiān)測大數(shù)據的突出危險性預測缺乏深入的分析。

四川瀘州石屏一礦為典型的突出礦井，安全生產受瓦斯災害，特別是煤與瓦斯突出災害嚴重威脅，每年投入大量的人力、物力和財力用于防突，但存在常規(guī)突出指標敏感度不高，測試工程量大，準確率低，人為影響大，突出風險可控性低等問題，迫切需要采用新技術提高突出預測和防治的準確率、可靠性和效率。本文為準確掌握掘進工作面煤與瓦斯突出前瓦斯涌出異常基值，及研究基于瓦斯涌出的瓦斯含量、瓦斯壓力指標，根據煤層瓦斯賦存規(guī)律、吸附解吸特征及瓦斯運移規(guī)律等理論，推導得到了根據掘進過程瓦斯?jié)舛确囱萦嬎忝后w瓦斯含量與瓦斯壓力的計算公式，構建了掘進工作面煤層瓦斯參數(shù)反演模型，闡明了石屏一礦C19上煤層13019上機巷回風聯(lián)巷瓦斯含量和瓦斯壓力的動態(tài)變化規(guī)律，并采用直接測定法對預測結果進行了驗證，驗證了反算模型的準確性。

1? 煤層瓦斯參數(shù)反演計算相關理論

在井下采煤工程中，掘進工作面的瓦斯涌出量包括落煤瓦斯涌出量和煤壁瓦斯涌出量，可用式（1）表示[16]

Q=Q落煤+Q煤罐， （1）

式中：Q落煤為落煤瓦斯涌出量，Q煤罐為煤壁瓦斯涌出量。

落煤瓦斯涌出量[17]可由下列式（2）、（3）計算

式中：Q1、Q0分別為t1時刻和t0時刻落煤瓦斯涌出強度，m3/t·min；β1為落煤的瓦斯衰減系數(shù)，min-1；t1為落煤停留時間，min；G落煤為落煤量，t；X為掘進進尺，m；S斷面為巷道斷面面積，m2；γ為煤體容重，t/m3。

煤壁瓦斯涌出量可由式（4）、（5）計算

式中：q為煤壁單位面積瓦斯涌出量，m3/m2·min；β2為煤壁的瓦斯衰減系數(shù)，min-1；t2為煤壁暴露時間，min。

假設dL為掘進巷道的一個微段，dL上的工作面煤壁瓦斯涌出量符合式（6），且dL在t2時刻的瓦斯涌出量為

式中：A為掘進巷道周長，m。當巷道掘進至X m后，式（7）在工作面至L處的積分為巷道煤壁瓦斯涌出量Q巷道，即

根據式（5）、（8）可知，煤壁瓦斯涌出量Q煤壁為

可將瓦斯氣體看作理想氣體[18-19]。瓦斯吸附過程符合朗格繆爾方程，瓦斯含量W表示為

式中：W為瓦斯含量，m3/t；a為煤的極限吸附量，m3/t；b為吸附平衡常數(shù)，MPa-1；p為瓦斯壓力，MPa；ω為煤體孔隙率；B為系數(shù)，m3/（t·MPa）。

，? ? ?（11）

式中：T0為標準狀態(tài)下絕對溫度，T0=273 K；T為瓦斯溫度，K；p0為標準狀態(tài)下大氣壓力，其值為 0.101 MPa；ξ為瓦斯壓縮系數(shù)；ρ為煤體視密度，t/m3。

煤層瓦斯流動過程符合達西定律，即

根據理想氣體狀態(tài)方程，引入單位換算系數(shù)C，可將式（12）表示為

根據式（9）、（13）可得出煤壁瓦斯涌出量

根據式（10）、（13）及質量守恒定律，煤層瓦斯壓力與煤體滲透率的關系可表示為

2? 煤層瓦斯含量及壓力反演模型構建

根據式（1）、（3）、（14）和（15）可得到掘進工作面瓦斯涌出動態(tài)模型

根據式（16），通過反演可以得到基于瓦斯動態(tài)變化的瓦斯壓力反演模型，即

式（17）聯(lián)合朗格繆爾方程，即可得出基于瓦斯動態(tài)變化的瓦斯含量反演模型，表示為

3? 煤層瓦斯含量及壓力反演模型應用分析

石屏一礦位于四川省瀘州市古藺縣城東，行政區(qū)劃隸屬古藺縣石屏鄉(xiāng)和太平鎮(zhèn)，隸屬川南煤業(yè)集團，是典型的煤與瓦斯突出礦井。在C19上煤層13019上機巷安裝聲電瓦斯監(jiān)測傳感器，監(jiān)測獲得瓦斯?jié)舛鹊葏?shù)，將上述瓦斯反演模型內嵌于煤與瓦斯突出實時監(jiān)測預警系統(tǒng)軟件中，對掘進工作面的瓦斯含量和瓦斯壓力進行反演預測，如圖1所示。

在進行煤層瓦斯含量及壓力反演之前，需要輸入試驗礦井對應工作面的煤層反演參數(shù)，根據消突報告中煤的極限吸附量a值（32.647 45）、極限吸附常數(shù)b值（1.366 45）、日掘進進尺（4.5）、煤體容重（1.45）、視密度（1.45）、煤層滲透率（3.14E-16）等參數(shù)以及掘進工作面迎頭實時監(jiān)測瓦斯?jié)舛葦?shù)據，對掘進工作面前方瓦斯壓力和瓦斯含量進行反算，反算參數(shù)設置如圖2所示。

以5月24日—6月22日13019上機巷回風聯(lián)巷磧頭甲烷傳感器監(jiān)測瓦斯?jié)舛葦?shù)據為基礎，根據以上瓦斯壓力和瓦斯含量反算公式，計算得到了瓦斯含量和瓦斯壓力動態(tài)變化規(guī)律，如圖3所示。由圖3可知，5月24日—6月8日之間煤層瓦斯含量主要分布在為2～4 m3/t之間，且大多時間在3 m3/t左右波動，可近似認為其煤層瓦斯含量中位數(shù)為3 m3/t。6月9日20：45左右發(fā)生瓦斯超限，此時反演得到的煤層瓦斯含量約為8.202 m3/t，略大于8 m3/t。從6月9日—6月22日之間，瓦斯含量上升到5 m3/t左右。

2020年3月12日由四川古敘科技咨詢服務有限公司安排專人采用DGC瓦斯含量直接測定法，對該工作面C19、C19上煤層殘余瓦斯含量進行測定，在132回風石門共設計施工8個取樣鉆孔，實際共施工13個取樣鉆孔，其中有效檢驗孔有8個；取樣鉆孔間距均在50 m范圍內不等，經過實測該工作面C19、C19上煤層殘余瓦斯含量見表1。瓦斯含量分布范圍主要在3～6 m3/t之間，與本項目煤層瓦斯含量反算結果較為一致，驗證了以上提出的瓦斯壓力和含量反算模型的準確性。

在工程應用允許范圍內，利用煤層瓦斯含量和壓力反演功能可以實時、連續(xù)、動態(tài)掌握掘進過程前方煤層瓦斯含量及瓦斯壓力變化情況，對掘進面區(qū)域消突效果、是否存在消突盲區(qū)及掘進過程突出危險性及時把握。當反演瓦斯參數(shù)異常時，可結合人工測試進行核實及驗證，保證掘進過程安全生產。

4? 結論

1）煤與瓦斯突出監(jiān)測預警是進行突出治理工作的前提和基礎，準確、有效的煤與瓦斯突出監(jiān)測預警，一方面可以提高煤與瓦斯突出預警的準確率，防止漏報；另一方面，可以提高防突措施實施的目的性和針對性，減少額外的防突工程量，提高掘進速度和安全性。

2）根據煤層瓦斯賦存規(guī)律、吸附解吸特征及瓦斯運移規(guī)律等理論，研究得到了根據掘進過程瓦斯?jié)舛确囱萦嬎忝后w瓦斯含量與瓦斯壓力的計算公式，構建了瓦斯參數(shù)反應模型，實現(xiàn)了掘進工作面前方煤體瓦斯壓力和瓦斯含量的實時反演計算。

3）將瓦斯參數(shù)反演模型內嵌于煤與瓦斯突出實時監(jiān)測預警系統(tǒng)軟件中，對掘進工作面的瓦斯含量和瓦斯壓力進行反演預測。反算數(shù)值與實測數(shù)值對比表明，煤體瓦斯含量和壓力反演計算結果準確可靠。

參考文獻：

[1] 謝和平，吳立新，鄭德志.2025年中國能源消費及煤炭需求預測[J].煤炭學報，2019，44（7）：1949-1960.

[2] 袁亮，王恩元，馬衍坤，等.我國煤巖動力災害研究進展及面臨的科技難題[J].煤炭學報，2023，48（5）：1825-1845.

[3] 唐巨鵬，任凌冉，潘一山，等.高地應力條件煤與瓦斯突出沖擊力演化規(guī)律研究[J].煤炭科學技術，2023，51（8）：116-128.

[4] 郭德勇，揣筱升，張建國，等.構造應力場對煤與瓦斯突出的控制作用[J].煤炭學報，2023，48（8）：3076-3090.

[5] 戚昱.基于物聯(lián)網的瓦斯突出預警監(jiān)測系統(tǒng)設計[J].煤炭技術，2022，41（5）：226-228.

[6] 陳凱，戴英健，張麗娟，等.基于煤與瓦斯突出聲電實時監(jiān)測預警系統(tǒng)的應用研究[J].科技視界，2021（34）：159-161.

[7] 宋大釗，何學秋，邱黎明，等.區(qū)域和局部突出危險性動態(tài)實時監(jiān)測預警技術研究[J].煤炭科學技術，2021，49（5）：110-119.

[8] 王恩元，李忠輝，李德行，等.電磁輻射監(jiān)測技術裝備在煤與瓦斯突出監(jiān)測預警中的應用[J].煤礦安全，2020，51（10）：46-51.

[9] 曹康.發(fā)耳煤礦煤與瓦斯突出聲電瓦斯特征信息提取及綜合預警應用[D].徐州：中國礦業(yè)大學，2020.

[10] 隆能增，袁梅，王關亮，等.基于數(shù)據挖掘的煤與瓦斯突出實時預警研究[J].中國礦業(yè)，2020，29（11）：88-93，99.

[11] 李忠輝，馬云波，鄭安琪，等.掘進工作面突出危險性預測及危險區(qū)可視化研究[J].中國安全科學學報，2020，30（11）：53-59.

[12] 寧小亮.基于多源信息融合的煤與瓦斯突出動態(tài)預警模型[J].礦業(yè)安全與環(huán)保，2020，47（3）：1-5，16.

[13] 姜鵬鵬，呂品.基于可拓理論的煤與瓦斯突出預警模型研究[J].煤炭技術，2017，36（9）：172-174.

[14] 郭德勇，王儀斌，衛(wèi)修君，等.基于地理信息系統(tǒng)和神經網絡的煤與瓦斯突出預警[J].北京科技大學學報，2009，31（1）：15-18，24.

[15] 邵帆.基于Spark的煤與瓦斯突出預警研究[D].西安：西安科技大學，2019.

[16] CHEN L， WANG E， FENG J， et al. Numerical simulation on gas continuous emission from face during roadway excavation[J]. GEOMECHANICS AND ENGINEERING， Daejeon： Techno-Press， 2016，10（3）：297-314.

[17] 俞啟香，王凱，楊勝強.中國采煤工作面瓦斯涌出規(guī)律及其控制研究[J].中國礦業(yè)大學學報，2000（1）：9-14.

[18] 祝捷，姜耀東，孟磊，等.載荷作用下煤體變形與滲透性的相關性研究[J].煤炭學報，2012，37（6）：984-988.

[19] 秦躍平，劉鵬，郝永江，等.巷壁瓦斯涌出的數(shù)學模型及無因次分析[J].遼寧工程技術大學學報（自然科學版），2015，34（10）：1105-1110.