论文部分内容阅读
回采工作面瓦斯涌出是全矿井瓦斯涌出的主要来源,异常涌出会引起瓦斯爆炸等灾害性事故。目前,对煤矿监测数据的研究大部分集中在数据本身,没有很好的结合矿山实际生产,数据得不到充分利用。因此,对瓦斯数据进行处理,认识和掌握回采过程中瓦斯涌出的动态特征并进行准确预测,对改善矿山安全生产状况具有重要的理论及现实意义。首先,利用灰色关联度分析煤层瓦斯含量、开采深度、煤厚、倾角、开采强度等瓦斯涌出量影响因素参数,得出古汉山矿回采工作面瓦斯涌出量的主要影响因素为煤层瓦斯含量和开采深度,对开采深度及对应的瓦斯涌出量数据进行数学函数模型拟合,得出它们之间比较符合幂函数规律,能在一定程度上对瓦斯涌出量进行预测。其次,利用MATLAB对收集、整理的通风、抽采、监测等现场瓦斯数据进行分析,得出具体回采工作面瓦斯涌出量动态变化特征,包括从回采开始到结束呈“M”形态变化;与累计进尺呈幂指函数关系;正常回采时采煤班瓦斯涌出量总体大于准采班,但准采班波动较大;打钻时瓦斯涌出量波动较大,预测及打排放孔时涌出量大但波动较小,放松动炮时会突然增大;每个班次的瓦斯涌出会出现峰值特征并呈现一定的规律性。然后,基于动态特征将瓦斯浓度样本分为连续两天、准采班和采煤班三类,对样本求功率谱指数值符合1/f分布;利用C-C算法及G-P算法对样本进行相空间重构,求出样本时间延迟和嵌入维;样本的关联维数均为分数且最大Lyapunov指数均大于零,定性、定量的说明了古汉山矿瓦斯涌出系统具有混沌耦合特征。最后,利用R/S分析法求样本的Hurst指数并计算出有效关联长度;利用最大Lyapunov指数的倒数求出的最大可预报尺度;利用加权零阶局域预测法、加权一阶局域预测法及基于最大Lyapunov指数预测法对瓦斯浓度时间序列进行预测,分析绝对误差,得出基于最大Lyapunov指数预测法的预测效果较好。