煤与氧反应动力学数学模型及其求解

研究煤自然发火的核心是研究煤自然发火机理.在煤氧复合作用学说基础上,建立了煤与氧反应动力学数学模型,通过该模型并结合实验数据,能计算出煤在氧化过程中的一系列动力学参数.计算实例表明,该模型所计算的各项参数能充分反映煤与氧反应的特征,为探索煤自然发火机理以及如何评价煤自然发火危险性提供了一条可行的技术途径.表3,参6.     

煤自燃指标气体分析与分级预警

煤自然发火严重制约矿井安全生产。为实现煤自然发火危险性精准预测预报,采用程序升温试验系统测试分析了沙曲一号煤矿不同粒径煤样各种气体产物及其浓度变化规律,进一步引入随机森林集成学习方法建立了煤自然发火危险性分级预警模型,并通过大佛寺煤矿自然发火试验进行了验证分析。结果表明：粒径越小,煤氧接触面积越大,煤氧反应越激烈,气体产物浓度越大;C₂H₆气体属于煤体赋存气体,在试验初始阶段就出现了,但C₂H₄气体在温度升高至120℃左右才出现,是煤氧化裂解的产物,可以作为沙曲一号煤矿自然发火指标气体;基于随机森林建立的煤自然发火危险性分级预警模型训练样本预测准确率达到100%,在默认参数条件下,测试样本预测准确率高达96.7%,通过自然发火试验数据验证分析得到测试集预测准确率为98.9%,变量重要度评估结果为CO和C₂H₄气体对煤自然发火危险性影响最大,这与现场实际情况吻合。随机森林用于处理煤自然发火危险性与气体产物之间的复杂非线性关系十分理想,适合于煤自然发火危险性预...     

大型煤自然发火实验台自动控制系统的设计

煤自燃的发生和发展是一个十分复杂的物理化学过程,大型煤自然发火实验台的建造解决了煤自然发火的实验模拟问题。实验台智能化的自动控制系统可实现煤体温度、气体浓度、环境温度和设备状态的自动检测和监测,数据的采集量和精度大幅度提高,为实现煤自燃过程的数值模拟和预测奠定了良好的基础,为现场实际条件下煤自然发火的预测预报提供了更加可靠的依据。     

煤炭自然发火危险性评价指标

综述了煤层自然发火危险性评价指标的最新研究成果,煤炭的自然发火不但取决于煤的内在因素,还取决于促进煤自燃的外在因素,煤层自然发火危险性评价指标的系统方法应以煤炭对自燃的敏感程度和外在的开采条件为基础,并就自然发火危险性评价指标方法的某些局限性进行了评价。     

浅谈煤矿井下易自然发火区域的预防分析

为了掌握煤矿井下煤自然发火的规律,结合煤自然发火条件对煤矿井下易自然发火地点进行分析。认为采空区、停采线、开切眼、回风巷道、构造带和通风设施等地点附近往往比较容易发生煤自然发火,这与煤矿现场长期以来的统计结果吻合,能够为煤矿日常防灭火工作提供理论依据。     

煤自燃指标气体及极限参数实验研究

为了掌握王洼二矿煤自然发火特征,采用西科大XKIII型煤自然发火实验台对1.5t煤进行了煤自燃全过程模拟实验,测试出该矿开采煤样实验发火期为25天,掌握了自燃过程中温度的变化及对应气体的变化规律,测算了开采煤层煤样的最小浮煤厚度、下限氧浓度、上限漏风强度等极限参数,为该矿煤自燃灾害的预防提供了依据。     

浅谈特厚煤层下分层工作面采空区遗煤自然发火的防治

分析了特厚煤层分层开采下分层工作面采空区遗煤自然发火的原因,提出了自然发火的防治措施。     

用于煤自然发火期预测的神经网络模型和实验技术

根据煤的硫分、灰分以及煤自燃过程中的耗氧速率、CO和CO2产生率等随温度变化的序列值与煤自然发火期之间存在的密切对应关系，建立了前向多层人工神经网络模型，用已有的煤自然发火实验数据对网络进行训练，得到了神经元间的联结强度，从而准确地表征这种对应关系．设计了一套油浴程序升温实验装置，确定了实验试管的尺寸和实验条件，从而能够准确测定煤自燃在不同温度下的耗氧速率及气体产生率．将煤样油浴程序升温实验数据及煤质分析数据代入人工神经网络，可算出煤的自然发火期．与煤自然发火实验相比，该方法测定煤样的自然发火期用煤量减少了99％以上，实验耗时缩短了90％以上，二者测试结果的偏差小于3d．     

姚桥矿煤最短自然发火期实验和数值分析

针对目前煤炭自然的严重情况，利用大型煤低温自然发火实验台，对煤自然特性参数进行了测定和计算，确定了煤的自然发火期、临界温度、气体产生率、放热强度和极限参数，为煤自然过程的研究和煤自然火灾的预测和防治打下了基础。实验中所得数据能够很好的满足现场要求，实验精度在90％以上。     

煤层自然发火期及自然发火标志性气体指标研究

为了明确煤层自然发火标志性气体的种类及在煤层自燃整个进程中所起的标志性作用,更好的把握煤层自然发火的进程,进而采取相应的措施防灭火,对唐口煤业的煤样进行了氧化试验,结果表明CO可以作为预测预报自然发火的指标气体,其预测的温度范围应该在72℃¹88℃之间。但是CO的出现临界温度很低,仅为66℃左右,并在整个自然发火过程中都有CO产生,仅靠CO浓度来确定煤自然发火的进程有一定难度,应在实际生产过程中不断发现并总结CO派生指标的规律,并借助这些指标综合判断自然发火初期(2℃188℃之间。但是CO的出现临界温度很低,仅为66℃左右,并在整个自然发火过程中都有CO产生,仅靠CO浓度来确定煤自然发火的进程有一定难度,应在实际生产过程中不断发现并总结CO派生指标的规律,并借助这些指标综合判断自然发火初期(2℃¹88℃)的火灾状态。烯烃气体C2H4可以作为预测预报煤自然发火加速阶段的标志气体,其预测的温度范围应在180℃188℃)的火灾状态。烯烃气体C2H4可以作为预测预报煤自然发火加速阶段的标志气体,其预测的温度范围应在180℃²30℃之间。其代表C2H4可以视为煤氧化已确实进入自热加速阶段的标志气体。C2H4/C2H6可作为判别煤自然发火进程的标志气体指标,其第一峰值是煤的氧化已进入激烈氧化阶段的标志。     

多元回归分析在煤自燃预测中的应用

通过对不同煤样中决定自燃的成分进行工业分析,以及实验测得的自然发火期,运用多元回归分析的数学模型,建立了最短自然发火期预测回归方程,并对方程及其系数的显著性作了检验,进行了残差分析.通过此数学模型能直观的反映煤层自燃性与煤的灰分、挥发分、硫分和氧含量对煤层自燃发火期的影响关系,可定性用于煤自然发火期的预测.     

煤自然发火预报技术在大同煤矿的应用

煤自然发火预报是对煤炭火灾参数指标进行超前早期识别和预警的根本技术手段。大同煤矿结合本矿煤炭的实际情况,通过对煤自燃火灾指标气体及其生成的辅助性指标的超前判识,及时、准确地预测预报煤自然发火征兆,推断自然发火发展的趋势,采取均压、密闭堵漏、预灌浆等措施进行治理。     

综放面采空区遗煤自燃危险区域判定方法的研究

根据大型煤自然发火实验测定的松散煤体放热强度和耗氧速率，通过测定采空区氧浓度分布状况，推断出采空区漏风强度分布规律。根据能量守恒原理，结合采空区实际的浮煤厚度、漏风强度和氧浓度的分布，提出了采空区遗煤自燃极限参数的计算方法，构建了煤自燃危险区域判定的必要条件，根据采空区氧化升温区的宽度和遗煤最短自然发火期，提出了能引起自烯的最小推进速度计算方法，从而构建自烯危险区域判定的充分条件，采用煤自然发火二维数学模型，推算出实际生产条件下采空区自燃危险区域的最短自然发火期。     

采用前向多层神经网络预测煤的自然发火期

煤自燃是煤氧复合的结果,在不同温度下煤氧复合的耗氧速率及CO、CO2产生率与煤的实验自然发火期之间存在复杂的对应关系,采用S型函数的前向多层人工神经网络来描述这种对应关系,用煤自然发火实验测定的数十个煤样的自然发火期及不同温度下耗氧速率及CO、CO2产生率作为训练样本,用BP算法对网络进行训练,得到了神经元间的联结强度.通过少量煤样程序升温氧化实验得到不同温度下煤样的耗氧速率及CO、CO2产生率,将其代入此人工神经网络程序就可以确定煤的实验自然发火期.该方法实验时间短、用煤量少得多,结果与实际吻合.     

基于L-MBP神经网络的煤自然发火期预测

针对不同矿井、矿井不同工作面预测煤自然发火期的难题,采用具有较好收敛性的L-M（Levernberg-Marquardt）BP算法的神经网络,开发出煤自然发火期预测仿真系统软件。根据煤自燃的内凼和外因影响因素,在东北矿区各自燃采场收集了152个样本训练数据,并应用于该软件训练、预测其结果误差〈10％。在神东矿区进行预测时,预测结果与实际情况吻合较好,为制定预防采场自然发火的技术措施提供了可靠的技术参数。     

煤自燃特征信息的模糊聚类与模式识别

研究煤自燃特征信息,确定煤自然发火预测指标,实现煤自燃的早期预报,对煤矿的安全生产具有重要的实际意义.根据煤样自燃发火过程模拟实验和程序升温实验,得出煤自燃特征温度段,依据多元信息融合技术,结合现场采集煤自然发火观测气体数据,应用模糊聚类的方法,提取煤自燃多项指标信息的特征,并采用模糊模式识别的方法,确定出煤自燃特征信息及其与特征温度段的对应关系,从而实现煤自燃状态的识别和早期预报.     

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．     

东峡6~(-2)煤层自然性研究

本文利用“XK-1型煤低温自然发火实验台”对华亭东峡矿6~(-2)煤层自燃性进行了研究,并取得该煤层自然发火的有关参数。     

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.     

煤最短自然发火期灰色预测模型研究

根据不同煤层自然发火期实验测试结果和宏观可测定的、表征煤自身氧化放热性的常用指标，运用灰色系统理论，建立了确定蓄散热条件下的煤最短自然发火期GM(0，5)的灰色预测模型。该预测模型预测值与实际值平均相对误差为1．45％，最大相对误差为-21．27％，能真实地反映出煤层自燃性与煤的灰分、挥发分、硫分和含氧量等的影响关系，可定性用于煤自然发火期的预测。