基于灰色关联分析的突出预测指标敏感性研究

刘永杰，李忠辉，苏 飞，李永冲

(中国矿业大学 安全工程学院，江苏 徐州 221008)

煤与瓦斯突出灾害现象是煤矿开采中严重的自然灾害之一，不仅影响煤矿安全高效生产，而且威胁矿井人员安全。我国煤层地质条件复杂多变，随着矿井开采深度和规模的逐步加大，瓦斯压力和地应力越来越高，煤与瓦斯突出等灾害次数也逐渐增加，严重影响我国煤矿安全生产和经济持续稳定发展[1-2]，因此，准确可靠的预防煤与瓦斯突出是煤矿安全生产的重要环节。目前，预测煤与瓦斯突出的主要方法有：单项指标法、钻屑指标法、综合指标D与K法、钻孔瓦斯涌出初速度法、瓦斯地质统计法、球壳失稳法、以及R值综合指标法和电磁辐射法[3-4]等，而电磁辐射法进行煤与瓦斯突出预测可对动态微小变形过程中的信息进行监测，能够实现定向、非接触、动态连续、区域性监测,是近年来发展起来的一种较有前途的地球物理方法。

电磁辐射是煤岩体变形破裂过程中向外释放的一种电磁能量，它与煤岩体的受载状况和变形破裂过程密切相关，其变化规律反映了采掘工作面的应力集中程度和突出的危险程度，可实现连续动态的监测[5-7]。

影响和制约煤与瓦斯突出的因素很多，所以确定众多因素当中敏感指标对研究可行有效的突出预测方法是至关重要的。本文应用灰色关联方法对煤与瓦斯突出预测指标敏感性进行分析，确定影响煤与瓦斯突出的敏感指标，以期提高煤与瓦斯突出预测准确性。

1 灰色关联分析模型

1.1 煤与瓦斯突出的灰色性

一个灰色系统是既含有已知又含有未知信息的系统。灰色理论认为，客观系统中各因素是相互关联的，纵然系统的信息不完全、数据离散，但一定潜存着某种特定的规律[8-10]。灰色关联分析是灰色理论的核心内容之一，其任务是基于各因素序列的宏观或微观的几何接近程度，来判别各因素间的关系程度、以及子因素对母因素的贡献程度。

如上所述，对影响煤与瓦斯突出的因素进行分析，可以得出，煤与瓦斯突出具有非常明显的灰色特征。而影响煤与瓦斯突出的各种子因素中，存在很多完全不确定因素，如地质条件、煤岩特性和开采技术条件等，又有能确定但难以量化的因素，如防突的管理工作等，还有已经量化的却随机变化的因素如钻孔瓦斯涌出初速度等。

1.2 灰色关联模型的建立

突出工作面预测常用的参数是钻孔瓦斯涌出初速度、钻屑瓦斯解吸指标、钻屑量、电磁辐射强度和电磁辐射脉冲，因此在进行突出煤层预测时，要从五个参数中筛选出最敏感的指标用于煤与瓦斯突出的预测。

根据灰色系统理论，其数字模型可概括为[11-12]：

设有一母因素数列，记为：

X0=(x0(1)，x0(2)，…，x0(n))

同时又有一系列子因素数列，记为：

Xi=(xi(1)，xi(2)，…，xi(n))

1.2.1 数据的无量钢化处理

由于钻屑量、钻屑瓦斯解吸指标、钻孔瓦斯涌出初速度、电磁辐射强度和电磁辐射脉冲五个指标在数值上存在较大差异，而且其量纲也不同，为抵消各指标在数量级和单位差异上的影响，将各指标进行如下无量纲处理，转换公式如下：

X0=(x0(1)，x0(2)，…，x0(n))；

XiD=(xi(1)d，xi(2)d，…，xi(3)d)；

(1)

1.2.2 灰色关联度的计算

灰色关联函数

(2)

Δi(i)=|x0(k)-xi(k)|

式中：γ(x0(k),xi(k))为第k时刻比较序列Xj与参数序列的相对差值，ξ为分辨系数，一般取ξ=0.5。

根据上述公式计算得到的关联系数值很多，为了便于进行整体信息的比较，减少信息的分散，将各个时刻的关联系数计算得到一个平均值，即为关联度，由此，各预测指标与煤与瓦斯突出危险性的关联度为：

(3)

由上述公式计算，可得影响因素与煤层突出危险性之间的敏感关系，由灰色关联分析可知，关联度越大表示两个量之间的关系越密切，其中最大关联度即为所求的敏感指标。

2 突出预测指标敏感性的确定

试验数据取自九里山矿14141运输巷掘进工作面，该巷道所在煤层为二1煤层，煤层平均厚度6m，倾角12°，直接顶为粉砂岩，厚度3.01m，老顶为砂岩，厚度18.4m。该掘进工作面正前方无大的地质构造。二1煤顶部及底部为粉沫状、鳞片状，中部为块状呈灰黑色，黑色，似金属光泽、条痕灰黑色，贝壳状，锯齿状断口，条带状结构，层状构造。 煤层瓦斯含量19.17m3/t。

2.1 灰色关联模型的建立

本文选取了钻屑瓦斯解吸指标、钻屑量、钻孔瓦斯涌出初速度、电磁辐射强度和电磁辐射脉冲20组作为基础数据。同时采用《防治煤与瓦斯突出规定》提供的钻孔瓦斯涌出初速度、钻屑瓦斯解吸指标和钻屑量以及现场得到的电磁辐射强度和电磁辐射脉冲临界指标作为参考数列X0(k),从而得到：

X0=(x0(1)，x0(2)，x0(3)，x0(4)，x0(5))

=(Δh2，S，q，E，N)

=(200，6，4，26，3896)

实测的20组基础数据作为行为序列，九里山矿14141掘进工作面原始数据如表1。

表1 突出预测指标实测值

2.2 灰色关联度的计算

由于五个指标在数量级和量纲上存在差异，为消除这种差异对结果造成的影响，根据公式(1)将各预测指标进行无量纲处理，再根据公式(2)可得各指标的灰色关联分析，其结果如表2。

2.3 灰色关联分析结果

根据公式(3)可得5项指标的灰色关联度，如表3。

表2 灰色关联分析

表3 5项指标的灰色关联度分析结果

由表3可以看出，各指标对煤与瓦斯突出的敏感性的先后顺序为：电磁辐射强度>钻屑瓦斯解吸指标>钻孔瓦斯涌出初速度>电磁辐射脉冲>钻屑量。

由此可见在九里山矿的突出预测中，电磁辐射指标E最为敏感，并在现场得到了验证，根据上述分析可得，用灰色关联分析方法能够确定九里山矿煤与瓦斯突出影响因素的主次关系，并优选出敏感指标，使煤与瓦斯突出预测指标的选择由定性分析转化为定量分析。

3 结论

用灰色关联分析方法进行突出预测敏感指标的优选能够避免主观因素和偶然因素的影响，客观的反映了实际情况，根据灰色关联计算结果和现场实测结果分析得出，九里山矿煤与瓦斯突出预测敏感指标为电磁辐射强度E和钻屑瓦斯解吸指标Δh2，其中电磁辐射强度为最敏感指标，其次是钻屑瓦斯解吸指标，因此建议该矿采用电磁辐射强度和钻屑瓦斯解吸指标相结合的方式来预测煤与瓦斯突出。

[1]赵玉林.煤与瓦斯突出机理及防治技术研究[D].阜新：辽宁工程技术大学，2007.

[2]俞启香.矿井瓦斯防治[M].徐州：中国矿业大学出版社，1993.

[3]樊栓保.国内外煤与瓦斯突出预测的新方法[J].矿业安全与环保，2000(5)：17-19.

[4]蒋承林.煤与瓦斯突出的预测模型及预测指标[J].中国矿业大学学报，1998，27(4)：373-376.

[5]刘明举，刘彦伟，何学秋，等.用电磁辐射法预测煤与瓦斯突出的实验理论基础[J].安全与环境学报，2003，3(4)：7-10.

[6]王恩元，何学秋，聂百胜，等.电磁辐射法预测煤与瓦斯突出原理[J].中国矿业大学学报，2000，29(3)：225-229.

[7]王恩元，何学秋.煤矿采掘过程中煤岩体电磁辐射特征及应用[J].地球物理学报，2005，48(1):216-221.

[8]邓聚龙.灰色预测与决策[M].武汉:华中理工大学出版社，1988.

[9]肖新平，宋中民，李峰.灰色技术基础及其应用[M].北京:科学出版社，2005.

[10]邓聚龙.灰色理论基础[M].武汉:华中理工大学出版社，2002.

[11]伍爱友，姚建，肖红飞.基于灰色关联分析的煤与瓦斯突出预测指标优选[J].煤炭科学技术，2005，33(4)：58-62.

[12]罗庆成，徐国新.灰色关联分析与应用[M].南京：江苏科学技术出版社，1989.