学文网摘要：介绍了目前我国煤矿瓦斯安全的现状和瓦斯涌出量预测的6种方法，分析了预测方法的原理和适用条件，并对预测方法的性能进行比较。
关键词：煤矿；瓦斯涌出量；预测方法
中***分类号：TD712.5 文献标识码：A 文章编号：1007-9599 (2011) 21-0000-01
China Coal Mine Gas Emission Projections Methods
Liu Yang,Shi Qingjun,Li Jing,Ma Huibin,Liu Desheng,Zhang Zhongwu
(Institute of Electronic Technology Information,Jiamusi University,Jiamusi 154007,China)
Abstract:This paper describes the current status of China's coal mine safety and gas emission projections of six methods,analysis forecasting methods and principles of the applicable conditions,and compare the performance of forecasting methods.
Keywords:Coal;Gas emission;Prediction way
我国是世界上最大的煤炭生产国和消费国。由于我国95%的煤矿开采是地下作业，而且煤层大多瓦斯含量大，透气性差，地质构造复杂，所以经常发生瓦斯安全事故，关于瓦斯灾害的防治一直是煤矿安全工作的重点。
为了避免煤矿的瓦斯事故，必须对矿井瓦斯进行实时定的监测和有效的预测。目前我国所有高瓦斯、煤与瓦斯突出和87.5%的低瓦斯矿井都安装了瓦斯监测监控系统，能够对瓦斯的涌出量进行实时监测，但现有的技术是以瓦斯的监测为主，无法提前预测预报。如果能在瓦斯浓度超限的早期进行有效的预测，提前预报，就可以适时、合理地采取措施，预防瓦斯事故的发生，为矿井的安全和人员的生命安全提供可靠的保障。
一、瓦斯涌出量预测方法
（一）矿山统计法。矿山统计法[1]是根据对生产矿井不同开采深度的相对瓦斯涌出量的实测资料，进行统计分析，找出相对瓦斯涌出量随工作面煤层推进位置煤层标高的规律，来预测延伸水平或相邻矿井的瓦斯涌出量。利用矿山统计法时必须对采掘工作面的风量、瓦斯浓度、煤层深度、采煤方法等参数进行采集和统计，而且预测区域与已采区域的瓦斯地质情况和开采技术条件与新区域愈相似，预测的可靠性和精度愈高。当开采条件或地质条件发生改变时，即使在同一矿井，也不能对深部区域进行预测。
（二）分源预测法。分源预测法[2]是根据煤层瓦斯含量与矿井瓦斯涌出源的关系，利用瓦斯涌出源的瓦斯涌出规律，结合煤层的赋存条件和开采技术条件，通过对回采工作面和掘进工作面瓦斯涌出量的进行计算，达到预测采区和矿井瓦斯涌出量的目的。
分源预测法适用无瓦斯涌出量历史资料的预测，例如新建矿井、生产矿井水平延深、新设计采区以及采掘工作面的瓦斯涌出量预测。但分源预测法的一些参数是根据经验和采区现场实测得到，例如：在利用钻孔瓦斯含量法时，如何选择最具有代表性钻孔和钻孔瓦斯含量的检测的精度都会影响预测效果，而且采用的计算公式是经验公式，具有一定的局限性，预测结果有时误差比较大。
（三）瓦斯地质数学模型法。采用瓦斯地质统计法建立回采面绝对瓦斯涌出量与煤层瓦斯含量的关系式，并以此对矿井未采区的瓦斯涌出量进行了预测．
瓦斯地质数学模型法是通过对瓦斯地质规律研究，分析瓦斯涌出量的变化规律，筛选影响瓦斯涌出量变化的主要地质因素（如：地质构造、煤层构造和水文地质等因素），其中宽缓褶曲、煤层埋藏深度、水动力条件等对瓦斯涌出量影响较为显著[3]，在此基础上，根据矿井已采地区的瓦斯涌出量实测资料，综合考虑包括开采方法和开采深度在内的多种影响因素，采用一定的数学方法，建立预测瓦斯涌出量的多变量数学模型，对矿井未采区域的瓦斯涌出量进行预测。
（四）基于灰色系统理论的预测法。灰色系统是指既含有已知的，又含未知的或非确知信息的系统。矿井瓦斯涌出是受自然的地质因素和开采方式等人为因素影响，而且各因素间的关系是动态的、模糊的，灰色模型正好能反映瓦斯涌出外延明确、内涵不明确系统的内在变化规律。利用灰色系统灾变理论建立的GM（1，1）预测模型，实现矿井瓦斯涌出量的预测。为了减少原始瓦斯涌出量受到的外界的干扰，在GM（1，1）模型中引入实用缓冲算子，改进的预测模型有相对误差小和预测数据稳定性好等优点。
（五）基于神经网络的预测法。人工神经网络是模仿人脑神经网络行为特征，进行分布式并行信息处理的算法数学模型。人工神经网络通过分析输入输出数据之间的内在规律，利用这些规律构建预测模型。根据输入数据类型将基于人工神经网络的瓦斯涌出量预测分为两种：①选择对瓦斯涌出影响较大因素（如煤层瓦斯体积分数、煤层倾角、工作面长度、推进速度等）作为输入，②选择瓦斯涌出量历史数据本身作为输入。利用人工神经网络构建预测模型需要有足够的具有代表性的数据作为样本。
（六）基于混沌时序分析的预测法。矿井瓦斯涌出量的大小受多种因素影响，且错综复杂，表现为既非确定的，也非完全随机，具有混沌特性。基于混沌分析的预测法通过分析瓦斯涌出量时间序列本身规律，恢复混沌吸引子特性，重构与原动力系统等价的相空间，在相空间中构建预测模型，实现瓦斯涌出量的动态预测，而且在预测步长、预测精度和稳定性等方面都表现出良好的性能。
二、瓦斯涌出量预测方法的比较
从目前实际应用情况来看，矿山统计法和分源预测法为目前我国煤矿主要采用的方法，并且写入2006年的安全生产行业标准《矿井瓦斯涌出量预测方法》。瓦斯地质数学模型法，现场有一定的应用。而灰色系统预测法、神经网络预测法和混沌时序分析由于计算过程复杂，必须借助计算机的编程，所以目前现场很少采用，目前还在探索研究阶段。
从预测方式情况来看，矿山统计法、分源预测法和瓦斯地质数学模型法为静态预测或以点代面的预测，预测结果不能真实反映具有动态行为的采掘工作面生产过程中的瓦斯涌出实际情形，预测的时效性、可靠性较差。基于灰色系统理论的预测法、神经网络预测法和混沌时序分析预测方法为动态预测，灰色系统预测在多因素情况下会遇到精确建模与求解困难的问题；神经网络预测方法存在输入神经元参数选择的主观性、部分参数难于精确获取的问题，以及在小样本下泛化能力低，预测能力下降等缺点；混沌时间序列预测避免了建模的主观性和经验性，根据现有的瓦斯涌出量时间序列本身所计算出来的规律进行预测，具有较好的预测精度和可信度。
三、展望
由于目前人们没有完全掌握瓦斯涌出机理，因此对瓦斯涌出量的预测仍然是一个长期研究的课题，在深入研究影响瓦斯涌出的因素外，利用现有的瓦斯监控系统，逐渐发展具有动态预测能力的模型，以适应有动态行为的采掘工作面的瓦斯涌出，使瓦斯涌出量的预测具有实时性、精确性和稳定性，为煤矿的安全生产提供重要保障。
参考文献：
[1]赵鹏伟.矿山统计法预测综放工作面瓦斯涌出量[J].机械管理开发,2006,3:18-19
[2]鲁义,王曙勋,蔡云龙.分源预测法在整合矿井瓦斯涌出量预测的应用[J].山西焦煤科技,2011,8:27-31
[3]龙威成,吴义***,李川.黄陵二号煤矿瓦斯地质规律及涌出量预测[J].河南理工大学学报,2011,5:516-520
[项目来源]佳木斯大学校级重点项目（LZ2010-013）
[作者简介]刘阳（1975-）男，工程师，硕士研究生，黑龙江佳木斯人，研究方向：智能控制。
转载请注明出处学文网 » 我国煤矿瓦斯涌出量预测方法综述