和瑞煤业202综放工作面采空区防灭火技术研究

针对和瑞煤业公司井田的地质条件和煤层赋存条件,选取202综放工作面代表性煤样,研究了煤升温氧化特性．实验煤样自燃氧化气体生成规律,煤样自燃氧化热力学特性及其规律,建立了判别煤自然发火进程的标志气体指标体系,并对煤层自燃发火进行预测预报。结合矿井具体开拓布置及回采方式等现场实际情况建立了202综放工作面采空区监测系统,通过202综放工作面防灭火方案的比较与选择,完善了202综放工作面综合防灭火设计。     

逐步判别分析的急倾斜煤层顶煤可放性分类

运用煤矿生产实践中积累的相关数据,分析影响顶煤可放性的多个因素,基于逐步判别分析理论,建立逐步判别分析模型.通过逐步判别分析法优选瓦斯、开采深度、倾角、煤层厚度四项作为主要判别指标,利用工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测,得出预测结果与实际情况相吻合.研究结果表明:经过训练后的判别函数模型回判的误判率为0,判别模型函数效果显著.逐步判别分析模型对急倾斜煤层顶煤可放性分类的判别性能较好,预测结果准确,且操作过程简单,便于实际推广.     

李嘴孜矿孔集井-140mA1工作面煤炭自燃防控实践

本文介绍了在预防李嘴孜矿孔集井-140mA1工作面煤炭自燃的过程中,通过采用预埋热电偶、指标气体预测、均压技术、灌浆封堵一系列的预测、预报和预防措施有效的防止了该工作面在掘进和回采期间煤炭自燃。保证了该工作面的安全回采。从而为预防自然发火煤层提供方法指导。     

煤层自燃发火指标气体的选择及预测预报应用

为了研究煤炭的氧化规律以及准确地对自燃发火情况进行预测预报,针对官地煤矿8煤层,采用煤氧化实验装置,对实验所析出气体的成分、生成先后顺序和生成量与温度之间存在的规律性进行了测试研究,并结合工作面的实际,进行预测预报。结果表明:8煤层利用CO增加趋势作为预测预报煤自燃发火的指标值,在CO存在的前提下,只要出现C_2H_4气体,即井下某区域发生了煤炭自燃,必须立即采取灭火措施。根据对采空区工作面的现场监测,得出采空区没有形成自燃发火区域。     

神经网络在采场浮煤自燃危险性预测中的应用

采用神经网络原理,结合煤炭自燃的影响因素建立起预测采场浮煤自燃危险性的神经网络预测模型,并给出了实例。预测结果表明,该模型对于预测煤炭自燃煤炭自燃危险性具有一定的理论意义和实用价值。     

回采情况下采空区煤自燃温度场理论与数值分析

为了从理论基础上研究煤自燃基础参数对煤自燃的影响,通过建立动坐标系下采空区煤自燃数学模型来掌握工作面回采时采空区煤自燃的过程.该模型结合煤自燃极限参数计算方法和热传导理论,计算简化后的自燃数学一维模型解析解,利用一维数值计算,分析不同参数对采空区煤自燃的影响.研究结果表明:增大回采速度,可以有效地减低煤温;浮煤越厚,漏风速度越大,煤越易自燃;当遗煤放热量与温度成正比时,距离工作面越远的点其温度越高,且呈指数形式增加;当发热量为常数时,采空区距离工作面越远的点其温度越高,且呈线性形式增加;考虑到沿采空区的深部方向,氧气浓度逐渐降低,遗煤放热量随着深度增加而逐渐减少,该数值结果与实际结果较接近;由于采空区是一个立体几何空间,采空区温度场与氧气浓度场、速度场存在耦合作用,因此,有必要基于三维或二维数值模拟技术继续深入研究回采情况下采空区煤自燃.     

神经网络在采场浮煤自燃危险性预测中的应用

采用神经网络原理,结合煤炭自燃的影响因素建立起预测采场浮煤自燃危险性的神经网络预测模型,并给出了实例.预测结果表明,该模型对于预测煤炭自燃危险性具有一定的理论意义和实用价值.     

Fisher判别法在综放回采巷道支护形式选择中的应用

 将Fisher判别分析法应用于综放回采巷道支护形式选择中,建立了综放回采巷道支护形式选择的Fisher判别分析模型,选取围岩强度、煤层强度、巷道埋深、围岩节理裂隙发育程度、采动影响系数、顶煤厚度、护巷煤柱宽度和断面面积8项指标作为Fisher判别分析模型的判别因子,以15组综采巷道围岩及支护实测数据作为学习样本进行训练,建立相应的判别函数对待判样本进行分类.研究结果表明,Fisher判别分析模型分类性能良好,预测精度高,回判估计的误判率很低,是一种综放回采巷道支护形式选择的有效方法.     

近距离煤层过断层方法探索与研究

在开采煤炭、设计施工回采工作面时,常会遇到影响煤炭正常生产的断层。在近距离煤层群中,可考虑在过断层时借助上、下煤层距离近的特点,将巷道错层合理布置在另一煤层中,减小断层影响,提高生产效益,为类似条件的回采工作面巷道布置提供技术经验。     

束管系统在采空区自燃规律研究中的应用

林南仓矿所采各煤层均属于自燃煤层.放顶煤开采采空区遗煤较多,加之漏风通道较多易造成采空区遗煤发生自燃.利用束管系统对1226采空区气体成分进行了测定分析,得出了该工作面采空区煤炭自燃的发火规律,为合理选择预防采空区煤炭自燃的措施提供了科学的理论依据.     

煤自燃性的红外光谱研究

煤自燃主要受煤结构和环境因素影响.在确定的粒度与外界条件下,可通过分析煤结构来判断其自燃倾向性.文中根据神府煤及其预氧化产物的红外光谱特征,说明煤的氧化是从一些氧化活性基团开始,且活性基团含量越大越易自燃;提出了通过红外光谱及其差谱分析,对比不同煤种中氧化活性基团的相对含量而预测煤自然发火期的方法;通过对灵武、大柳塔和焦坪煤进行红外光谱分析,得到了它们自燃倾向性的次序,并根据焦坪及大柳塔煤层的自然发火期,确定了灵武煤自然发火期的范围.研究结果与实验模拟及现场观测结果一致,说明用FTIR研究煤的自燃倾向性是可行的.     

基于活化能计算的煤低温氧化特征与临界点预测

为探究煤自燃过程的反应特征与预测煤自燃临界温度,对5种煤样进行了绝热氧化实验,采用煤样活化能指标在实验不同时间段的变化情况来表征煤低温氧化内在特征。然后运用线性回归性分析模型中线性显著性检验来确定临界温度点Tc。结果表明:实验初期煤样活化能波动范围极大,随着温度升高活化能趋于稳定,在实验后期,各煤样求得的活化能均处于55~70kJ/mol范围内,反映了煤低温氧化反应是由不稳定逐步过渡到相对稳定的过程;Tc与宏观升温速率突变范围相符合,验证了模型的准确性;同时Tc与实验中自热温度达到160℃所需时间t0自发呈线性关系,因此可以用绝热氧化装置测得t0来预测煤自燃临界点。研究成果可以对矿区防灭火和煤炭储运管理工作提供借鉴。     

深部硬岩岩爆预测的FDA模型及其应用

将Fisher判别分析(FDA)理论应用到深部硬岩岩爆预测中,以最大切向应力σθ、单轴抗压强度σc、单轴抗拉强度σt和弹性能量指数Wet作为影响岩爆的因素,建立以σθ/σc,σc/σt及Wet为判别因子的岩爆预测的FDA模型.以国内外15个深部岩体实例为训练样本进行训练,利用训练好的模型对冬瓜山硬岩矿山和某煤矿三水平西大巷深部开拓巷道岩爆进行预测.研究结果表明:利用FDA模型进行深部硬岩岩爆预测,结果与工程实际岩爆结果相符合,说明该方法在深部硬岩岩爆预测中具有良好的工程实用性.     

不同自燃倾向性煤的氧化机理对比分析

为分析煤样的自燃发生发展过程以及实验煤样的自燃机理,研究从不同自燃倾向性煤样的氧化机理入手,选取具有不同自燃倾向性的阜生、五阳煤样进行实验,通过热重实验对比分析不同自燃倾向性煤样的特征温度、热失重速率及阶段质量变化率参数,并结合红外光谱实验对低温氧化过程中主要官能团的分布特征及随温度的变化规律进行对比分析。结果表明：不同自燃倾向性煤样的煤氧反应差别主要体现在热重实验的T2 -T3和T4 -T5两个阶段;硫对煤氧反应的影响主要体现为常温下发生氧化释放热,促进小分子化合物的氧化裂解,进而引发自燃;煤自燃特性与原始煤样中官能团的分布特征关系较小,主要由煤分子结构中的侧链体系（桥键、侧链基团及活性官能团）所决定,侧链体系作为直接与芳环骨架连接的煤分子结构,本身具有较高的化学活性,在氧化分解的过程中降低了煤分子结构的稳定性。     

基于粗糙集和支持向量机的采空区煤自燃火灾预报

考虑到采用标志气体分析法对煤自燃火灾预报时特征维数较高、特征之间存在冗余且样本有限,文中提出基于粗糙集和支持向量机的采空区煤自燃火灾预报方法。该方法首先采用粗糙集对原始样本去除冗余和特征维数约简得到多组候选特征子集,然后对获得的多组候选特征子集利用支持向量机进行分类和性能评价,选取分类性能最好的一组特征子集用于设计支持向量机分类器,并对采空区遗煤自燃状态进行预测分析。实验选择大同矿区煤样自然发火实验数据,与4种典型分类预测算法的进行比较分析,实验结果表明文中算法预测准确率更高,训练速度更快。粗糙集为煤自燃火灾预报中标志气体选择提供了一个理论依据和新的思路,而支持向量机则提高了煤自燃火灾预测的精度。     

煤炭自燃预测预报技术及其应用

在论述各种煤炭自燃预测预报技术的基础上，根据大屯煤矿的实际情况，利用三维动态数学模型预测煤炭的自然发火期和高温区域，用CO和C2H4作为煤炭自燃预报的指标气体。     

开采煤层自燃倾向性的自组织神经网络预测

通过对开采煤层自燃机理的阐释,选取其主要影响因素作为判别指标,建立了开采煤层自燃危险性的自组织神经网络预测模型,并选用典型的样本对该神经网络进行了训练,尔后用测试样本进行验证,结果表明该方法具有很高的准确性。     

基于Fisher判别法和质心距理论的突水水源识别

快速准确的判别矿井突水水源对煤矿安全开采而言是至关重要的。通过对张集矿水文地质资料的研究,并在此基础上根据不同含水层中水化学离子成分不同的特性,选用Ca~(2+)、Mg~(2+)、K~++Na~+、HCO~-_3、SO_4~(2-)、Cl~-六大常规离子,且增加pH和总溶解固体(total dissolved solids,TDS)共8个因素作为判别因子,基于Fisher判别法和质心距分析理论,利用SPSS软件,建立对张集矿突水水源判别的函数模型,并对随机抽取的8个水样进行判别分析。结果表明:因子分析对模型训练样本的建立具有一定的有效性;增加判别因子后,样本误判率降低,准确率从90.625%提高到96.875%;由于构造条件等因素的影响,待判水样存在一定的误差。因建立函数模型方法简单,且准确率较高,对突水水源类型的判别具有可行性。     

采空区遗煤自然发火预测的模糊分形神经网络研究

将模糊控制技术、分形理论中的时间序列分析方法与神经网络技术有机地结合起来,并运用于采空区遗煤自然发火的预测中.通过对采空区发火次数的时间序列的模糊分形处理,用BP神经网络对影响因素间的非线性关系进行拟合.检验结果表明,模型可靠,预测精度高,为预测采空区遣煤发火提供了一种新的方法.图3,表1,参10.     

采空区自然发火动态数学模型研究

根据实际工作面采空区浮煤自然的主要影响因素,在煤低温自然特性实验研究的基础上,推导出了采空区浮煤自然过程的动态数学模型,从而为采空区浮煤自然发火的预测预报及防治技术研究提供理论依据．参４．