论文部分内容阅读
摘要：本文以贵州某煤矿为工程研究对象，阐述了该矿煤层赋存特征，选定了钻屑解吸指标K1、Δh2，钻屑量S，钻孔瓦斯涌出初速度q值作为煤与瓦斯突出的预测指标，并定性分析了各指标敏感性，结果表明，指标K1、Δh2的敏感性显著强于指标S和q。
关键词：煤与瓦斯突出;预测指标;敏感性
1 工程概况
贵州省煤矿煤层条件复杂，基本为高瓦斯矿井，每年发生的煤与瓦斯突出、瓦斯爆炸等事故的数量及伤亡人数在全国瓦斯事故中均处于前列，是我国煤矿瓦斯灾害防治的重点区域。近年来，虽然煤矿企业不断加强瓦斯防治的投入，完善生产管理，但瓦斯事故仍时有发生。贵州某煤矿含煤地层为龙潭煤组，局部可采煤层共6层，主采11#煤层，各煤层特征如表1所示。该矿瓦斯涌出量较大，经专业机构鉴定，矿井属于高瓦斯矿井，存在煤与瓦斯突出危险。在生产过程中，经过两巷预抽后，工作面瓦斯浓度在自然通风条件下仍然较大。
为防治煤与瓦斯突出，該矿采用“四位一体”防突措施为原则，在掘进前先对突出危险性进行预测。本文针对概况使用的突出预测指标进行分析，研究各预测指标的敏感性，以期提高预测效率和准确性。
2 煤与瓦斯突出预测指标的选定
该矿之前进行煤与瓦斯突出预测时，使用的预测指标有钻屑解吸指标K1、Δh2，钻屑量S，钻孔瓦斯涌出初速度q值等。因此，本文选定上述四个指标作为煤与瓦斯突出预测主要的指标考察对象，分析各自的敏感性。
在上述4个指标中，钻屑解吸指标K1、Δh2，与煤层瓦斯压力、煤的破坏类型及煤的孔隙结构密切相关，并直接有效地表达了上述因素的宏观表现，钻屑量S则反映了原岩应力的大小，钻孔瓦斯涌出初速度q值除了反映上述各因素外，还与煤层及围岩的透气性有密切关联。
该矿在循环掘进过程中，往往预留2 m超前距，一次循环允许掘进的距离不超过5 m，根据巷道总设计长度，每个掘进工作面需测试或收集20～80个预测指标数据。同时为使预测结果更准确，能够反映真实情况，在测试或收集预测指标数据时，也观测煤层厚度、夹矸、倾角、断层等地质条件的变化情况，作为敏感指标分析的基础资料。
实验测试在井下掘进工作面实地开展，分为预抽瓦斯前、预抽瓦斯期间、预抽瓦斯后三个阶段分别进行考察。并且在预抽瓦斯期间，为详细掌握敏感指标的变化情况，在预抽开始后5天、10天等时间节点做重点考察，筛选对突出危险性敏感性好、容易操作、测值精确的指标作为贵州该矿突出预测的依据。考察技术路线如图1所示。
研究该矿之前的生产调度记录资料发现，在1121回风巷掘进过程中遇到断层时，钻屑解吸指标K1、Δh2出现明显的异常变化，但钻屑量S和钻孔瓦斯涌出初速度q相应变化但变化幅度较小，结合该矿11#煤层瓦斯赋存规律和突出特征的分析结论，认为初步选定屑解吸指标K1、Δh2以及钻屑量S和钻孔瓦斯涌出初速度q为主要考察对象是可行的。
3 预测指标测值分析
根据《防治煤与瓦斯突出规定》中各指标的临界值标准，该矿主采煤层各指标均超过标准规定，其中钻屑解吸指标K1的总体平均超标率为26.2%，钻屑解吸指标Δh2平均超标率为13.9%，钻屑量S平均超标率为0.8%，钻孔瓦斯出速度q的平均超标率为2.4%。因此，该矿严格执行“先抽后掘”的防治煤与瓦斯突出技术措施，当掘进巷道充分抽采后，煤层中的瓦斯含量及瓦斯压力得到明显改善，相应的预测指标随之变小，故而敏感性好的指标会出现明显的波动，相应的数据分布图变化幅度也较大。
在具有突出危险的掘进工作面，通常会出现瓦斯涌出量突然增大等煤与瓦斯突出的预兆现象，或者在遇到断层构造带时，预测指标会出现异常波动的现象。本文以该矿1121回风巷为例，对收集的各指标预测值进行分析，以各预测指标数据分布折线图为基础分析指标的敏感性。
（1）预测指标K1
预测指标K1的数据如图2所示。由图2可知，钻屑解吸指标K1的最大值为0.76 ml/（g·min1/2），最小值为0.15 ml/（g·min1/2）。图中折线变化明显，表明钻屑解吸指标K1的测值波动较大，能够在一定程度较好地反映工作面突出危险变化规律。
此外，在1121回风巷和其他巷道掘进过程中发现，如果打钻孔时出现夹钻、吸钻等情况，则钻屑解吸指标K1的测值就比较大，相应的动力现象也比较明显。经过抽采以后，K1的测值则明显减小，由此说明K1指标比较敏感。
（2）预测指标Δh2
钻屑解吸指标Δh2的数据如图3所示。由图3可知，指标Δh2的数据波形与指标K1的数据波形相似，二者波动规律也比较相近。表明钻屑解吸指标Δh2的测值也能够反映煤与瓦斯突出的危险性规律，同样是敏感指标。
（3）预测指标S
钻屑量S的数据如图4所示。图4共包含75组数据，但大多数数据在3.5 kg左右，最大值为4.5 kg，最小值为2.6 kg，整体变化不大。此外，在掘进过程中，当出现吸钻或者顶钻等异常情况时，也极少发生煤炮等现象，反而当钻屑量较小时出现过突出预兆。因此，钻屑量S并不是敏感指标。
（4）预测指标q
钻孔瓦斯涌出初速度q值的数据如图5所示。由于q值的测量受到的限制较多，在很多地方未能进行测量，因此图5只包含了25组数据，但与钻屑量S的数据折线图相似，q值的数据变化也不大，表明敏感性较弱。
4 结语
综上所述，根据钻屑解吸指标K1、Δh2，钻屑量S，钻孔瓦斯涌出初速度q值等预测指标的数据做定性分析，可以确定指标K1、Δh2的敏感性显著强于指标S和q。
参考文献
[1] 朱运华，侯锦秀，陈永超.基于灰色关联分析法确定突出敏感指标[J].煤矿开采，2007，12（3）：11-13.
[2] 李成武，付京斌.煤与瓦斯突出敏感指标的确定方法[J].煤矿安全，2002，33（5）：5-7.
[3] 杨国良.煤与瓦斯突出预测指标敏感性判定方法的研究及其区域临界值的确定[D].太原：太原理工大学，2010.
[4] 齐庆杰，刘媛爽，孙波.煤与瓦斯突出敏感指标及临界值研究[J].微计算机信息，2011，27（7）：25-27.
关键词：煤与瓦斯突出;预测指标;敏感性
1 工程概况
贵州省煤矿煤层条件复杂，基本为高瓦斯矿井，每年发生的煤与瓦斯突出、瓦斯爆炸等事故的数量及伤亡人数在全国瓦斯事故中均处于前列，是我国煤矿瓦斯灾害防治的重点区域。近年来，虽然煤矿企业不断加强瓦斯防治的投入，完善生产管理，但瓦斯事故仍时有发生。贵州某煤矿含煤地层为龙潭煤组，局部可采煤层共6层，主采11#煤层，各煤层特征如表1所示。该矿瓦斯涌出量较大，经专业机构鉴定，矿井属于高瓦斯矿井，存在煤与瓦斯突出危险。在生产过程中，经过两巷预抽后，工作面瓦斯浓度在自然通风条件下仍然较大。
为防治煤与瓦斯突出，該矿采用“四位一体”防突措施为原则，在掘进前先对突出危险性进行预测。本文针对概况使用的突出预测指标进行分析，研究各预测指标的敏感性，以期提高预测效率和准确性。
2 煤与瓦斯突出预测指标的选定
该矿之前进行煤与瓦斯突出预测时，使用的预测指标有钻屑解吸指标K1、Δh2，钻屑量S，钻孔瓦斯涌出初速度q值等。因此，本文选定上述四个指标作为煤与瓦斯突出预测主要的指标考察对象，分析各自的敏感性。
在上述4个指标中，钻屑解吸指标K1、Δh2，与煤层瓦斯压力、煤的破坏类型及煤的孔隙结构密切相关，并直接有效地表达了上述因素的宏观表现，钻屑量S则反映了原岩应力的大小，钻孔瓦斯涌出初速度q值除了反映上述各因素外，还与煤层及围岩的透气性有密切关联。
该矿在循环掘进过程中，往往预留2 m超前距，一次循环允许掘进的距离不超过5 m，根据巷道总设计长度，每个掘进工作面需测试或收集20～80个预测指标数据。同时为使预测结果更准确，能够反映真实情况，在测试或收集预测指标数据时，也观测煤层厚度、夹矸、倾角、断层等地质条件的变化情况，作为敏感指标分析的基础资料。
实验测试在井下掘进工作面实地开展，分为预抽瓦斯前、预抽瓦斯期间、预抽瓦斯后三个阶段分别进行考察。并且在预抽瓦斯期间，为详细掌握敏感指标的变化情况，在预抽开始后5天、10天等时间节点做重点考察，筛选对突出危险性敏感性好、容易操作、测值精确的指标作为贵州该矿突出预测的依据。考察技术路线如图1所示。
研究该矿之前的生产调度记录资料发现，在1121回风巷掘进过程中遇到断层时，钻屑解吸指标K1、Δh2出现明显的异常变化，但钻屑量S和钻孔瓦斯涌出初速度q相应变化但变化幅度较小，结合该矿11#煤层瓦斯赋存规律和突出特征的分析结论，认为初步选定屑解吸指标K1、Δh2以及钻屑量S和钻孔瓦斯涌出初速度q为主要考察对象是可行的。
3 预测指标测值分析
根据《防治煤与瓦斯突出规定》中各指标的临界值标准，该矿主采煤层各指标均超过标准规定，其中钻屑解吸指标K1的总体平均超标率为26.2%，钻屑解吸指标Δh2平均超标率为13.9%，钻屑量S平均超标率为0.8%，钻孔瓦斯出速度q的平均超标率为2.4%。因此，该矿严格执行“先抽后掘”的防治煤与瓦斯突出技术措施，当掘进巷道充分抽采后，煤层中的瓦斯含量及瓦斯压力得到明显改善，相应的预测指标随之变小，故而敏感性好的指标会出现明显的波动，相应的数据分布图变化幅度也较大。
在具有突出危险的掘进工作面，通常会出现瓦斯涌出量突然增大等煤与瓦斯突出的预兆现象，或者在遇到断层构造带时，预测指标会出现异常波动的现象。本文以该矿1121回风巷为例，对收集的各指标预测值进行分析，以各预测指标数据分布折线图为基础分析指标的敏感性。
（1）预测指标K1
预测指标K1的数据如图2所示。由图2可知，钻屑解吸指标K1的最大值为0.76 ml/（g·min1/2），最小值为0.15 ml/（g·min1/2）。图中折线变化明显，表明钻屑解吸指标K1的测值波动较大，能够在一定程度较好地反映工作面突出危险变化规律。
此外，在1121回风巷和其他巷道掘进过程中发现，如果打钻孔时出现夹钻、吸钻等情况，则钻屑解吸指标K1的测值就比较大，相应的动力现象也比较明显。经过抽采以后，K1的测值则明显减小，由此说明K1指标比较敏感。
（2）预测指标Δh2
钻屑解吸指标Δh2的数据如图3所示。由图3可知，指标Δh2的数据波形与指标K1的数据波形相似，二者波动规律也比较相近。表明钻屑解吸指标Δh2的测值也能够反映煤与瓦斯突出的危险性规律，同样是敏感指标。
（3）预测指标S
钻屑量S的数据如图4所示。图4共包含75组数据，但大多数数据在3.5 kg左右，最大值为4.5 kg，最小值为2.6 kg，整体变化不大。此外，在掘进过程中，当出现吸钻或者顶钻等异常情况时，也极少发生煤炮等现象，反而当钻屑量较小时出现过突出预兆。因此，钻屑量S并不是敏感指标。
（4）预测指标q
钻孔瓦斯涌出初速度q值的数据如图5所示。由于q值的测量受到的限制较多，在很多地方未能进行测量，因此图5只包含了25组数据，但与钻屑量S的数据折线图相似，q值的数据变化也不大，表明敏感性较弱。
4 结语
综上所述，根据钻屑解吸指标K1、Δh2，钻屑量S，钻孔瓦斯涌出初速度q值等预测指标的数据做定性分析，可以确定指标K1、Δh2的敏感性显著强于指标S和q。
参考文献
[1] 朱运华，侯锦秀，陈永超.基于灰色关联分析法确定突出敏感指标[J].煤矿开采，2007，12（3）：11-13.
[2] 李成武，付京斌.煤与瓦斯突出敏感指标的确定方法[J].煤矿安全，2002，33（5）：5-7.
[3] 杨国良.煤与瓦斯突出预测指标敏感性判定方法的研究及其区域临界值的确定[D].太原：太原理工大学，2010.
[4] 齐庆杰，刘媛爽，孙波.煤与瓦斯突出敏感指标及临界值研究[J].微计算机信息，2011，27（7）：25-27.