淮北许疃矿抽采后瓦斯含量损失影响因素分析及预测

淮北许疃矿抽采后瓦斯含量损失影响因素分析及预测

论文摘要

抽采后残余瓦斯的存在对于矿井生产依然具有危险性,研究残余瓦斯的赋存规律及其预测是十分必要的。分析了淮北煤田许疃煤矿3233采区地质条件,通过断层分维、煤层底板构造曲率和煤层倾角等指标的计算和统计,并分别赋予0.35,0,35和0.30的权重,计算得到研究区的构造指数及其分布,根据选取的42组数据,讨论了构造指数、煤层埋深、煤厚和原煤瓦斯含量等影响因素对抽采残余瓦斯赋存的影响,运用多元线性回归方法,拟合了瓦斯含量损失与构造指数、煤层埋深、煤厚等影响因素指标之间的相关关系,运用BP人工神经网络模型研究了预测抽采后瓦斯含量损失的可行性。结果表明:构造指数可以更精确地定量表征矿井构造复杂程度。瓦斯含量损失的主要影响因素为构造指数、煤层埋深、煤厚和原煤瓦斯含量。瓦斯含量损失总体上与构造指数呈负相关,而与其他因素的指标均呈正相关。经过数理统计的F检验,F=20.82>F0.01(3,38)=4.35,故多元线性回归的结果是显著的,表明瓦斯含量损失与各影响因素指标之间具有较密切的内在联系,其中构造指数对瓦斯含量损失的影响程度最大,煤层埋深影响程度最小,煤厚的影响程度介于构造指数与煤层埋深之间。以瓦斯含量损失为输出指标,以构造指数、埋深、煤厚和原始瓦斯含量为输入指标,建立了4×10×1结构的BP人工神经网络模型,模型经过学习训练后预测精度高,相对误差为1.19%~1.34%,表明可以运用人工神经网络模型预测未采区抽采后的瓦斯含量损失,残余瓦斯含量即为原煤瓦斯含量减去瓦斯含量损失,故可以间接预测抽采后残余瓦斯含量。

论文目录

  • 1 研究区瓦斯地质背景
  •   1.1 许疃矿及3233采区地质概况
  •   1.2 3233采区瓦斯及抽采情况
  • 2 抽采残余瓦斯赋存影响因素
  •   2.1 构造复杂程度因素及其定量化
  •     (1)断层分维、构造曲率和底板倾角的统计计算
  •     (2)构造复杂程度指标的归一化
  •   2.2 瓦斯含量损失的影响因素分析
  •     (1)瓦斯含量损失与各影响因素之间的关系
  •     (2)瓦斯含量损失与各因子的多元线性回归分析
  • 3 基于BP人工神经网络的瓦斯含量损失预测模型
  •   3.1 BP神经网络的设计
  •   3.2 神经网络的学习训练
  •   3.3 神经网络预测及检验
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 汪吉林,翟建廷,秦勇,王琳琳,琚宜文

    关键词: 残余瓦斯,影响因素,瓦斯含量损失,构造复杂程度

    来源: 煤炭学报 2019年08期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 矿业工程,安全科学与灾害防治

    单位: 中国矿业大学资源与地球科学学院,淮北矿业集团许疃煤矿,中国矿业大学煤层气资源与成藏过程教育部重点实验室,中国矿业大学低碳能源研究院,中国科学院大学地球与行星科学学院

    基金: 国家自然科学基金资助项目(41430317,41702169),中国科学院战略性先导科技专项资助项目(XDA05030100)

    分类号: TD712

    DOI: 10.13225/j.cnki.jccs.KJ19.0486

    页码: 2401-2408

    总页数: 8

    文件大小: 736K

    下载量: 114

    相关论文文献

    • [1].地勘与实测瓦斯含量对比分析法在青东煤矿的应用[J]. 科技视界 2017(02)
    • [2].多元线性拟合方程预测瓦斯含量及实例[J]. 陕西煤炭 2017(05)
    • [3].煤矿工作面残余瓦斯含量预测[J]. 数学的实践与认识 2020(09)
    • [4].瓦斯含量快速测定技术应用研究[J]. 工业安全与环保 2017(11)
    • [5].基于瓦斯含量的顺层孔抽采半径测定[J]. 煤炭技术 2018(01)
    • [6].基于一元非线性回归法对瓦斯含量梯度的研究[J]. 煤炭技术 2014(11)
    • [7].晋城矿区瓦斯含量井上下测试结果对比分析[J]. 煤炭科学技术 2015(02)
    • [8].常压不可解吸瓦斯含量快速测定方法试验研究[J]. 煤矿安全 2018(07)
    • [9].汝箕沟煤矿残余瓦斯含量区域效果检验临界值研究[J]. 河南理工大学学报(自然科学版) 2014(06)
    • [10].宿南矿区瓦斯含量分布特征及深部瓦斯预测研究[J]. 煤矿爆破 2019(04)
    • [11].降低地勘瓦斯含量测试误差的新方法及应用[J]. 能源与环保 2018(01)
    • [12].以涌出量预测原始瓦斯含量方法的应用[J]. 安全 2014(03)
    • [13].煤电阻率与其瓦斯含量关系的实验研究[J]. 地质与勘探 2016(05)
    • [14].浅析影响解吸法测定煤炭瓦斯含量的几个因素[J]. 能源技术与管理 2012(06)
    • [15].对瓦斯含量预测数据的精确处理[J]. 陕西煤炭 2018(01)
    • [16].基于临界残余瓦斯含量的抽采半径确定方法[J]. 中国煤炭 2018(08)
    • [17].基于残余瓦斯含量的抽采有效半径验证研究[J]. 能源技术与管理 2015(06)
    • [18].自动化煤层可解吸瓦斯含量直接测定装置研究[J]. 煤矿机械 2018(08)
    • [19].煤层预抽后残余瓦斯含量分布动态预测方法[J]. 煤炭科学技术 2016(02)
    • [20].浅谈DGC瓦斯含量直接测定的影响因素[J]. 内蒙古煤炭经济 2019(02)
    • [21].基于瓦斯含量的相对压力测定有效抽采半径研究[J]. 煤炭科技 2018(01)
    • [22].基于神经网络和遗传算法的瓦斯含量预测研究[J]. 山西煤炭 2013(02)
    • [23].不同煤阶瓦斯含量突出临界值的实验研究[J]. 煤炭技术 2016(07)
    • [24].煤层预抽后残余瓦斯含量分布影响控因研究[J]. 煤炭工程 2020(10)
    • [25].豫西煤层瓦斯解吸特征与时间关系的研究[J]. 能源与环保 2019(05)
    • [26].区域防突措施效果检验瓦斯含量临界值确定方法研究[J]. 煤炭工程 2018(08)
    • [27].基于灰色理论-多元回归分析的瓦斯含量预测[J]. 煤矿安全 2018(09)
    • [28].DGC型瓦斯含量直接测定装置的测定方法和调试维护[J]. 低碳世界 2018(09)
    • [29].采空区遗煤残余瓦斯含量及解吸规律与遗煤粒径的关系[J]. 矿业安全与环保 2017(02)
    • [30].软、硬煤残余瓦斯含量差异性研究[J]. 东北大学学报(自然科学版) 2015(07)

    标签:;  ;  ;  ;  

    淮北许疃矿抽采后瓦斯含量损失影响因素分析及预测
    下载Doc文档

    猜你喜欢