龙家堡煤矿瓦斯含量主控因素分析

根据瓦斯含量数据,运用回归分析方法分析了各种控制因素对瓦斯含量的影响.认为上覆基岩厚度和埋深是影响Ⅱ煤层瓦斯含量的主控因素,能预测井田未采掘区煤层瓦斯含量分布规律.为防治瓦斯提供依据.     

煤与瓦斯突出预测灰色理论-神经网络方法

将灰色理论-神经网络方法应用于煤与瓦斯突出预测中,利用灰色系统理论的灰色关联法确定了控制矿井煤与瓦斯突出的主控因素,并对煤与瓦斯突出主控因素进行筛选. 建立了煤与瓦斯突出危险性预测人工神经网络的数学模型和系统结构. 在平顶山八矿突出区进行了煤与瓦斯突出危险性预测应用,预测效果表明:利用灰色系统理论-神经网络方法对预测矿井煤与瓦斯突出是可行的.     

基于粗糙集与粒子群优化支持向量机的瓦斯突出预测模型

针对煤矿开采中煤与瓦斯突出的预测问题,在综合分析瓦斯突出影响因素的基础上,利用粗糙集理论和支持向量机相结合的方法,选取煤厚变化、地质构造、煤坚固性系数、巷道采压、瓦斯变化、钻屑瓦斯解吸值等10个特征指标建立瓦斯突出预测决策表,并利用粗糙集理论中的属性约简算法剔除冗余信息,再使用粒子群算法优化支持向量机的参数,通过核函数将瓦斯突出主控因素映射到高维空间,拟合主控因素与瓦斯突出强度之间的非线性映射关系,建立了基于粗糙集理论和粒子群优化支持向量机的瓦斯突出预测模型.选用典型的瓦斯突出实例作为学习样本,以河南某矿的突出实例作为测试样本进行预测.实验结果表明,该模型能够满足煤与瓦斯突出预测的要求,预测结果与实际结果一致,准确率较高,具有较好的适应性.     

潘一矿煤与瓦斯突出危险性模式识别与概率预测

通过地质动力区划方法确定了区域地质构造背景.在查明多个突出影响因素与突出危险性之间的内在联系的基础上,建立了多因素模式识别模型,确定了煤与瓦斯突出概率预测准则,采用多因素模式识别概率预测方法完成煤与瓦斯突出危险性的区域预测.划分潘一矿井田的煤与瓦斯突出危险区、突出威胁区和无突出危险区,对煤与瓦斯突出危险性做出了评估,提高了瓦斯灾害预测的准确性.     

基于GIS的煤与瓦斯突出区域预测的可视化

为了查明矿井地质构造、应力场等突出影响因素与突出危险性之间的内在联系,在GIS技术支持下建立多因素模式识别模型,综合应用VB、MATLAB完成煤与瓦斯突出危险性预测可视化程序的开发.用多因素模式识别概率预测方法进行煤与瓦斯突出危险性的区域预测,划分潘一矿井田的煤与瓦斯突出危险区、突出威胁区和无突出危险区,对煤与瓦斯突出危险性做出评估.实现煤与瓦斯突出预测的可视化管理,提高瓦斯灾害预测的准确性.     

河南某矿煤与瓦斯突出主因分析与措施优化

为确定煤与瓦斯突出的主控因素和解危优化措施,以河南某煤矿为研究对象,综合运用瓦斯地质分析法、地质动力区划方法、FLAC3D数值模拟等方法,研究确定了瓦斯赋存规律,划分了煤与瓦斯突出发生危险区域,建立区划断裂与煤与瓦斯突出发生的内在联系,分析煤与瓦斯突出发生的危险性概率值和掘进工作对煤与瓦斯突出的具体影响,确定矿井煤与瓦斯发生的主控因素及其显现特征,并对原解危措施进行了优化.研究结果表明:超过临界条件的埋藏深度、区划断裂交汇以及较高的构造应力等是该矿井煤与瓦斯突出发生的地质类因素;巷道的掘进使煤岩体应力升高24%～25%,增大了煤与瓦斯突出等动力灾害发生的危险.     

采掘工作面煤与瓦斯突出预测专家系统的研制

在全面分析了采掘工作面煤与瓦斯突出影响因素的基础上 ,构建了突出预测推理知识模型 ,借助XF6 .1开发工具 ,结合焦作东部矿区实际地质构造 ,设计实现了基于Windows平台的工作面煤与瓦斯突出预测专家系统 ,结果表明 ,此专家系统能以专家级水平对王作面煤与瓦斯突出灾害做出比较准确的预测 ,从而保障煤矿的安全生产。     

白庙矿瓦斯赋存规律与主控因素研究

运用瓦斯赋存的构造逐级构造控制理论,研究矿区构造、矿井构造控气特征,在此基础上采用定性、定量分析结合的方法研究了白庙矿瓦斯赋存规律与主控因素。结果表明:影响白庙矿瓦斯赋存的主控因素是地质构造+标高,即在构造挤压区,标高越大瓦斯含量越高;但在北东向断层释放带瓦斯含量会有所降低。     

基于灰色理论预测五阳矿未受采动影响煤层瓦斯含量

 采用邓氏关联度和广义综合关联度2种灰色关联分析方法对未受采动影响区域内煤层瓦斯含量的影响因素进行研究,并根据不同的影响因素分别建立了GM(1,7)、GM(1,6)和GM(1,5)瓦斯含量预测模型。研究结果表明,在五阳矿76、78采区未受采动影响的3#煤层中,30m底板砂泥岩比、地质构造、挥发分、灰分4个因素为影响其瓦斯含量的主要因素。由此建立的GM(1,5)模型瓦斯含量预测精度最高,可采用该模型对五阳矿76、78采区未受采动影响的3#煤层瓦斯含量进行预测。预测值能够为矿井瓦斯灾害的防治提供依据,对实现矿井的安全生产具有重要的现实意义。     

塔山煤矿地质瓦斯规律研究及预测

以瓦斯地质理论为基础,根据矿井建设和生产过程中积累的瓦斯地质资料,分析了地质构造、岩浆岩分布、煤层埋藏深度、基岩特性等主要因素对塔山井田瓦斯涌出的影响。通过研究矿井构造分布与演化特征,得出煤层瓦斯和构造煤的分布规律,对煤层瓦斯进行预测,为矿井瓦斯灾害治理提供了参考。     

川西梓潼凹陷中下侏罗统气藏成藏条件

探讨川西梓潼凹陷中下侏罗统气藏的成藏条件,为区域气藏预测提供依据。对中下侏罗统气藏成藏主控因素的分析结果表明:下侏罗统暗色泥质岩生烃能力较弱,上三叠统须家河组第五段泥页岩层是该区侏罗系气藏的气源;侏罗系储层总体属于低孔低渗储层;以构造-岩性圈闭为主,须五地层在绵阳-江油-剑阁地区存在一条NE-SW向的尖灭线,易形成上超尖灭岩性气藏、不整合面相关气藏。研究区中下侏罗统气藏成藏主要控制因素为:储渗条件较好的储层和规模较大、形成较早的古隆起背景上的圈闭。勘探证实该区中下侏罗统具有潜在的前景,其中低幅凹中隆起区为中下侏罗统有利勘探区。     

博文盆地M煤层气田含气量主控因素分析及预测

精准预测煤层含气量是煤层气资源量评价及开发方案制定的关键之一，传统预测方法应用范围有限且预测误差较大。为了进一步提高含气量预测精度，以博文盆地M煤层气田GM煤层为研究对象，基于皮尔逊相关分析法对含气量主控因素进行定量分析，优选出了9个煤层含气量影响主控因素，提出基于高斯过程回归、支持向量机及集成装袋树等机器学习算法的煤层含气量预测模型，对比分析各方法优缺点，进而优选出最佳的含气量预测模型。研究结果表明：高斯过程回归精确度最高，预测结果平均相对误差为4.5%，适用于本气田煤层气的含气量预测；支持向量机泛化能力强，但是超平面的绝对化导致预测精度降低；集成装袋树并不侧重于训练数据集中的任何特定实例，对于噪声数据其基本不受过分拟合的影响。     

基于大数据挖掘技术的页岩气井压裂液产出规律分析

为了准确分析页岩气井压裂液产出规律,通过大数据的筛选和分析对影响页岩气井生产的26个因素进行得分排序,得出影响页岩气气井压裂液产出率的主控因素为地质储量、平均单段砂量、孔隙度、A靶点和B靶点深度。通过主成分分析和多元线性回归建立气井压裂液产出规律预测数学模型,计算表明,压裂液产出率的预测值与实际生产数据相比,预测精确度在90%。     

陕西紫阳-岚皋一带地质灾害特征及防治对策

紫阳、岚皋一带是陕南山地地质灾害的高发区和重灾区 ,随着各种工程经济活动的增强 ,灾害发生更加频繁 ,危害性更大。作者在分析区内地质环境的基础上 ,系统总结了地质灾害的类型、发育特征、分布规律和控制因素等特征 ,进而提出了防治对策建议     

基于未确知测度理论的山区管道地质灾害风险评估

山区管道所处地理环境复杂,受滑坡、水毁等地质灾害影响较大,给山区管道的风险管控带来了极大挑战,而风险评价是管控的前提,故山区管道地质灾害的风险评价尤为重要。为提高评价结果的准确性,本文以西南地区某中贵天然气管段为例,选取地质灾害中岩土类因素、水文水流因素、地质诱发因素、沿管道因素和防护措施等17项因素作为风险评价指标,应用未确知测度理论确定未知信息,构造山区管道风险指标因素评价标准;结合层次分析法确定指标权重;并建立了符合三级指标因素的五级风险等级判定准则,评价结果与专项排查情况进行对比,其结果符合实际情况,说明该方法的科学性和适用性,为山区管道地质灾害的风险评价提供了新方法。     

鄂尔多斯盆地DJ区块煤层压裂主控因素及最优区间

鄂尔多斯盆地DJ区块煤层气储量大,但受地质及工程条件的影响,区块单井产气量存在明显的差异。基于区块煤层气地质及工程生产数据,首次将随机森林(random forests, RF)与交叉验证(cross validation, CV)相结合应用于煤层气领域,并利用RF-CV从地质和工程两方面筛选了影响日均产气的主控因素。为进一步验证该方法的准确性,利用随机森林回归算法预测煤层气井的产气情况,测试井的决定系数R~2=0.85,预测效果较好并验证了RF-CV方法的准确性。基于熵值法(entropy method, EM)的逼近理想解排序法(technique for order preference similarity to ideal solution, TOPSIS)对DJ区块127口井的产气效果进行综合评价,选出相对贴近度前12的井,利用统计分析法对优选的井与全部井进行了对比分析,确定了工程主控因素的最优区间,研究结果对煤层气井的压裂规模优化和有效开发提供了借鉴。     

埋地输气管道腐蚀故障树模糊分析

腐蚀是引起埋地输气管道泄漏和破裂的主要因素。对引起埋地输气管道腐蚀失效的各个因素进行系统分析,建立以埋地输气管道腐蚀失效为顶事件的埋地输气管道腐蚀失效故障树,结合管道腐蚀破坏机理和故障树模糊分析原理,分析导致管道腐蚀产生的因素,得到模糊故障树的各阶最小割集和引起埋地输气管道发生腐蚀失效的主要因素。通过算例分析表明该方法具有较大的灵活性和适应性,更加符合工程实际,是对传统故障树分析方法的进一步完善。     

气藏产能测井预测方法研究综述

气藏产能的精准预测直接关系到开发方案的有效制定。地球物理测井能够直接从井筒中获取储层信息，并有效表征与产能相关的孔隙度、渗透率、含气饱和度等参数，因此气藏产能测井预测研究备受业界重视。本文基于国内外气藏产能预测方法的文献调研，简要阐述了影响气藏产能的主控因素之后，系统梳理和归纳总结了测井曲线特征法、数理统计法、采气指数法、人工智能法等常见的4类气藏产能测井预测方法，最后对其气藏产能测井预测方法的适用性进行了分析，并对今后气藏产能测井预测方法进行了展望。旨在通过本文的研究综述，为今后各类气田产能测井预测方法的优选提供一定的理论参考。     

埋地输气管道腐蚀故障树模糊分析

腐蚀是引起埋地输气管道泄漏和破裂的主要因素。对引起埋地输气管道腐蚀失效的各个因素进行系统分析,建立以埋地输气管道腐蚀失效为顶事件的埋地输气管道腐蚀失效故障树,结合管道腐蚀破坏机理和故障树模糊分析原理,分析导致管道腐蚀产生的因素,得到模糊故障树的各阶最小割集和引起埋地输气管道发生腐蚀失效的主要因素。通过算例分析表明该方法具有较大的灵活性和适应性,更加符合工程实际,是对传统故障树分析方法的进一步完善。