基于模糊综合评判理论的瓦斯突出危险性预测

针对影响矿井瓦斯突出的地质条件、瓦斯压力、埋藏深度、煤的坚固系数等因素的不确定性、模糊性特点,为了准确预测未开采水平矿井瓦斯突出的趋势和危险性,利用模糊综合评判理论进行分析、研究,建立了一级模糊综合评判模型。并应用该模型对大兴矿7～2#煤层的瓦斯突出等级作出预测。验算结果表明,此方法具有较高的可靠性和实用性。     

电动栏杆的设计

1.简介电动栏杆是用于公路,桥梁,隧道,停车场收费和居民小区管理的专用设备。目前市场上同类产品种类繁多,普遍存在的问题是:有的产品采用单独的电机和减速装置,体积大,需要定期进行维护(如加注机油等),在高寒地区应用时,冬天会出现凝固现象,影响正常使用;有的产品采用一体化电机,但接口不够丰富,应用于不同的自动收费系统时,有时需要进行改动;有的采用带有触点的到位开关,故障率高。我们在总结各种产品的基础上,根据多年实际工作经验,设计了一种新型的电动栏杆,其主要特点如下:     

巷道截面积突变处瓦斯爆炸冲击波传播规律理论研究

煤矿瓦斯爆炸事故往往会造成大量人员伤亡和财产损失,针对煤矿瓦斯爆炸事故频繁发生的现状,研究瓦斯爆炸冲击波传播规律,对于预防和控制冲击波的破坏和伤害效应有重要的意义。利用爆炸动力学理论,对巷道截面积突变情况下瓦斯爆炸冲击波传播规律进行理论分析,并建立巷道截面积突变情况下冲击波传播的数学模型,得到冲击波波阵面压力经过巷道截面积突变面时的变化规律。     

煤矿瓦斯爆炸原因分析及对策

瓦斯是煤矿安全生产的重要隐患,煤矿生产的管理者应对瓦斯有科学的认识,掌握煤矿瓦斯爆炸的原因,才能采取多种措施防范瓦斯爆炸的发生.对某些低瓦斯煤矿,管理者和员工往往麻痹大意,缺乏瓦斯爆炸的各项措施,导致低瓦斯矿井瓦斯爆炸事故频发,在实际的工作中要严格按照煤矿的规章制度办事,不可为了赶进度,增产量置安全于不顾,煤矿工作人员,特别是煤矿管理人员要清楚瓦斯爆炸产生的原因,有针对性地排除隐患.该文从主观和客观两方面分析了煤矿瓦斯爆炸事故的原因,并提出相应的防范措施,为煤矿管理者提出理论依据.     

网状本煤层钻孔瓦斯预抽放技术在屯兰矿的应用

通过分析屯兰矿井下瓦斯赋存的实际情况,在南四盘区12403工作面采用本煤层网状抽放钻孔布置,进行瓦斯预抽放,解决开采层瓦斯涌出．经实际应用,抽放效果较好,对治理采掘工作面瓦斯涌出具有推广价值．     

煤体瓦斯解吸过程温度场测量研究

为了研究煤体瓦斯解吸过程温度场变化规律,自行设计加工了含有锗单晶的专用瓦斯吸附缸体,研制了瓦斯吸附解吸过程温度场测量实验系统,并应用红外热像仪对不同水分条件下煤体瓦斯解吸过程温度场变化进行了实验测量.应用SAT软件对红外辐射视频信号进行了数据处理,在此基础上应用希尔伯特-黄对红外辐射信号进行EMD分解,有效的去除了红外辐射噪声信号的影响,得到了瓦斯解吸过程煤体表面温度场的变化规律.实验结果表明,煤体对瓦斯的解吸过程是吸热过程,伴随有温度的变化,煤体解吸瓦斯的同时对外吸收热量,从而使煤体的温度下降;瓦斯解吸所造成的温度下降与水分含量大小有明显的对应关系,煤样水分含量越高,则温度降低的越少,温度下降的幅度也越小.对不同水分条件下煤体瓦斯解吸过程温度变化曲线进行了拟合,其温度变化曲线符合指数函数.研究结果对应用红外热像技术进行工作面煤与瓦斯突出非接触式预测预报奠定了理论与实验基础.     

一个“煤矿人”的旅程

“矿山安全”、“矿井瓦斯防治”、“电磁辐射与声发射监测技术及应用”、“煤岩动力灾害预防”……一个个专业名词听起来颇为高深,但就是有一位跋涉者凭着一股子兴趣与热情闯了进来,面对煤矿领域研究．每次实践都像印证化学反应一样充满了期待和不可预知,他就是中国矿业大学（北京）副教授聂百胜。     

新大地煤矿瓦斯赋存规律及影响因素分析

瓦斯是生于煤层,储存于煤层或围岩中的气体地质体,瓦斯事故在煤矿安全事故中占很大的比重,因此,要想避免瓦斯事故,首先就要从根本上掌握瓦斯的赋存规律,再根据矿井实际情况,制定有针对性的防治措施。通过对新大地煤矿15#煤层瓦斯含量和瓦斯压力的测定,本文研究了新大地煤矿瓦斯赋存规律,并分析了煤层埋藏深度、地质构造、围岩性质对瓦斯赋存的影响作用,对指导瓦斯防治工作具有重要的理论指导意义。     

西峪煤矿工作面瓦斯抽放的初步设计

在西峪煤矿部分工作面上隅角瓦斯浓度常常超限的情况下,以3518工作面为例,对其工作面概况和瓦斯抽放参数进行了系统研究,并时3518工作面的瓦斯抽放进行了初步设计和上隅角瓦斯进行了综合治理.为进一步研究本矿全矿井的瓦斯抽放奠定了基础.     

基于SVM的瓦斯体积分数混沌时间序列预测

文章针对瓦斯体积分数时间序列的非线性和不确定性特征,提出了一种基于SVM的混沌时间序列预测方法.该方法采用改进的最大Lyapunov指数法识别时间序列的混沌特性,通过多次试验选取合适的参数构造SVM预测模型,最后使用优化的预测模型对φ瓦斯的变化趋势进行预测.仿真结果表明,该模型能够较好地解决φ瓦斯时间序列的预测问题,与RBF神经网络模型相比,具有较高的预测精度.