掘进面瓦斯涌出动态特征突出连续预测方法

摘要

本发明涉及煤矿安全技术领域，具体涉及一种掘进面瓦斯涌出动态特征突出连续预测方法，并利用掘进面瓦斯涌出动态特征反应掘进面突出综合假说三因素的发展状态与发展趋势，实现了掘进面煤与瓦斯突出的非接触式、连续预测技术；包括如下步骤：从煤矿瓦斯监控系统获取井下瓦斯传感器的实时瓦斯涌出监控数据，从中提取掘进面瓦斯涌出的动态特征，包括瓦斯涌出监控数据班次均值、瓦斯涌出监控数据班次分钟最大值和瓦斯涌出班次t分钟移动最小值；获取巷道形状设计特征参数、煤层原始可解吸瓦斯含量、风量以及班次时间，由以上数据先后获取掘进面瓦斯涌出量特征指标、瓦斯解吸指标以及瓦斯分源特征指标，并根据三种特征指标的状态以及趋势对工作面突出危险性进行实时预测预报。

主权项

掘进面瓦斯涌出动态特征突出连续预测方法，其特征在于：包括如下步骤：1)从煤矿瓦斯监控系统获取井下瓦斯传感器的实时瓦斯涌出监控数据，从中提取掘进面瓦斯涌出的动态特征，包括：第i班次的瓦斯涌出监控数据班次均值 X i ‾ = 1 T Σ i = 1 T x i ; 式中T--一个班次作业时间长度，min；xi--第i分钟内瓦斯涌出监控均值，％；第i班次的瓦斯涌出监控数据班次分钟最大值Xi，max＝max[x1，x2，…，xi，…，xT]；第i班次的瓦斯涌出班次t分钟移动最小值 X i , t , min = min [ Σ i = 1 t x i t , Σ i = 2 t + 1 x i t , . . . , Σ i = j t + j - 1 x i t , . . . , Σ i = T - t + 1 T x i t ] ; 2)获取巷道形状设计特征参数β、煤层原始可解吸瓦斯含量Qm，工作面风量Qf以及班次时间T，其中β＝工作面迎头面积/(新鲜巷道壁面积+工作面迎头面积)；3)获取瓦斯涌出动态特征值a、b、c，其中：第i班次瓦斯涌出量特征值 a i = X i ‾ - ( 1 - β ) × X i , t , min ; 第i班次瓦斯涌出解吸特征值bi＝Xi，max-Xi，t，min；第i班次瓦斯涌出分源特征值 c i = X i , t min / X i ‾ ; 4)通过瓦斯涌出动态特征值a、b、c获取掘进面瓦斯涌出特征状态指标A1、B1、C1，其中第i班次瓦斯涌出量特征状态指标 A i , 1 = Σ j = i - n i ( a j × T j ) × Q f M n × Q m ; 式中Mn——掘进面第i-n到第i班次的落煤量，单位为吨；第i班次瓦斯涌出解吸特征状态指标Bj，1＝bi；第i班次瓦斯涌出分源特征状态指标 C i , 1 = X i , t , min X i ‾ - 1 t Σ j = i - t + 1 j = i X j , t , min X j ‾ ; 5)通过分析掘进面瓦斯涌出特征状态指标A1、B1、C1预测掘进面突出危险状态。