基于混沌理论的煤与瓦斯突出预测研究方法
2013-12-29石鲁宁
摘要：煤矿开采过程中会有电磁辐射产生，研究表明，煤与瓦斯突出时，电磁辐射信号会发生明显的异常前兆。根据煤与瓦斯突出时产生的电磁辐射信号的特征和混沌时间序列可以短期预测的特点，重构电磁辐射时间序列相空间，并采用改进的C-C算法确定相空间的两个重要参数延迟时间 T 和嵌入维数m。然后运用加权一阶局域法构建煤矿瓦斯浓度预测模型，进行煤矿瓦斯浓度预测。
关键词：煤与瓦斯突出；混沌时间序列；瓦斯浓度；相空间重构；一阶局域法
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）28-6369-03
煤炭产业在我国国民经济和社会发展中起着重要的支撑作用。随着我国经济的高速发展，煤矿开采量每年呈递增趋势。但每年因煤矿事故所造成的人员伤亡数量同样也是惊人的。而煤与瓦斯突出是煤矿生产中最严重的灾害之一，瓦斯直接关系到矿工的生命安全、煤矿生产。所以怎样对瓦斯浓度进行准确有效的预测，一直是有待于研究的重要课题。
本文根据分析煤与瓦斯突出形成的电磁辐射信号时间序列特征，采用混沌算法将煤岩电磁辐射信号时间序列相空间重构。，并根据改进的C-C算法计算出相空间中的延迟时间 T 和嵌入维数m。然后在电磁辐射信号时间序列相空间中，建立加权一阶局域近似模型来预测下一刻的瓦斯浓度值。
1 瓦斯突出预测系统组成原理
瓦斯突出预测系统是电场探头、放大器、A/D转换器等组成。当由电磁场探头接收到较弱的电磁辐射信号后经前置放大器放大后送入A/D转换器，信号放大器具有高带外抑制能力的带通滤波器和信号放大功能，确保接收信号的有效性，实现电磁辐射信号放大至2.5伏，供A/D实现模数转换。数据缓存和CPU部分完成电磁辐射数据短时分形模糊滤波，以剔除非平稳噪声和电磁干扰信号。数据输出、存贮、报警和显示则通过RS232或USB接口对预处理后的电磁辐射数据进行实时显示、输出和存贮，并根据瓦斯预警设置进行预测和报警，也可通过以太网口实现电磁辐射数据的远程传输和瓦斯预测和报警。
瓦斯突出预测系统组成如图1所示。
2 瓦斯突出形成的电磁辐射信号特征
煤矿采掘过程伴随产生电磁辐射，电磁辐射是煤岩体受到采动影响后应力重新分布或变形破裂趋向新的平衡的结果[8]。瓦斯突出前有明显的电磁异常前兆：工作面前方煤岩体或含瓦斯煤岩体处于高应力状态，煤岩体电磁辐射信号较强，或处于逐渐增强的变形破裂过程中，煤岩体电磁辐射信号增强[2] [3]。研究表明，瓦斯突出形成的电磁辐射信号时间序列特征主要有两点： 1）微弱性 通常是mV级[5]；2）非线性[2] [9-10]。电磁辐射信号微弱，则在信号产生、传播和接收过程中极易受到外界噪声的影响。电磁辐射信号非线性，则采用常规的信号处理方法存在不易剔除噪声和干扰等。因此，针对瓦斯突出形成的电磁辐射信号的这两种特性，我们采用混沌算法[11-14]可以更好的对其分析研究。
本研究采用EHP-200电磁场探头分析仪接收电磁辐射信号。EHP-200电磁场探头分析仪测量的场强范围是（0.02V/m～1000V/m）的电场和场强范围是（6mA/m～300A/m）的磁场。测量的频率范围为9KHz～30MHz。EHP-200通过光纤连接到计算机上。工作界面如图所示：
3 煤岩电磁辐射信号时间序列相空间重构
根据EHP-200监测到的电磁辐射信号时间序列，对其相空间重构[1]，[4]。根据Takens嵌入定理[1]将系统重构成如下形式的m维相空间：
大量的数值试验表明相空间的特征量依赖于T的选择。所以正确地选取时滞参数T和嵌入空间维数m[6]是重构相空间技术的关键。
3.1 时滞参数T和嵌入空间维数m
采用一种基于关联积分的统计：对时间序列x={xi | i=1，2，3，…，N）以时延T，嵌入维数m，重构相空间X={Xi}， Xi为相空间中的点，则嵌入时间序列的关联积分为：
关联积分是个累积分布函数，表示相空间中任意两点之间距离小于r的概率。这里点与点之间的距离用矢量之间的距离表示。定义此关联积分的检验统计量：
用来描述非线性时间序列的相关性，并由统计量S2（m，N，r，t）来寻找延迟时间 T。改进的计算过程不必将以上时间序列平均分为t个子序列，而直接以一个序列进行相空间重构。
选择几个代表值rj，并定义差量：
根据BDS统计结论可以得到N和m，r的合理估计，这里取N=600，m=2，3，4，5，ri=i*0.5，б=std（x）（б为时间序列标准差），i=1，2，3，4。计算：
寻找S2cor（t）的全局最小点即可获得嵌入窗Tw。即平均轨道周期的最优估计。由Tw=（m-1）t，得出m= Tw/t+1.
4 建立加权一阶局域模型
时间延迟T和嵌入维数m确定后，就可以对一混沌时间序列进行预测。该文采用加权一阶局域法[1]来对瓦斯浓度进行预测。
4.1 寻找邻近点
在相空间中，将相空间轨迹的最后一相点作为中心点，把离中心点最近的若干轨迹点作为相关点，计算出各点到中心点Xk的距离，找出Xk的参考向量集为Xki，i=1，2，3，......q，并且点Xki到Xk的距离为di，设dm是di中的最小值，定义点Xki的权值为：
4.2 进行计算预测
一阶加权局域线性拟合为
为了使预测模型与实验数据达到最佳拟合，应用加权最小二乘法有：
解方程组（10）得到a，b，然后代入式（9）得预测公式。这种预测方法使用的关系式
为衡量不同因素对预测结果的影响情况，用预测值与实际值的均方差作为评判预测效果的一个指标：
式中：x（n+i）表示实际值，
5 结7FX9eKzEvmncRouW/oWDvp5AylRsn5RJ81afuWqiGag=束语
本文针对瓦斯突出时，电磁辐射时间序列的非线性特性，利用改进的C-C算法来确定混沌时间序列分析的时间延迟和维数，采用加权一阶局域法实现了煤矿瓦斯浓度的短期预测，有效反映了煤矿瓦斯浓度发展趋势，为煤矿安全生产提供了重要的保障。
参考文献：
[1] 吕金虎，陆君安，陈士华.混沌时间序列分析及其应用[M].武汉：武汉大学出版社，2000.57-71，73，92.
[2] 王轶波.煤巷掘进工作面瓦斯涌出的非线性特征及突出预测研究[D].徐州：中国矿业大学，2004.16-26.
[3] 何学秋.含瓦斯煤岩流变动力学[M].徐州：中国矿业大学出版社，1995.17-35.
[4] 王妍，徐伟，曲继圣.基于时间序列的相空间重构算法及验证（一）[J].山东大学报（工学版），2009，35（4）：109-114.
[5] 王静，王恩元，魏建平.煤岩电磁辐射信号时间序列混沌特性分析[J].防灾减灾工程学报，2006，26（3）.
[6] 王海燕，盛昭瀚.混沌时间序列相空间重构参数的选取方法[J].东南大学学报（自然科学版），2008，30（5）：113-117.
[7] 张剑英，程健，侯玉华，等.煤矿瓦斯浓度预测的ANFIS方法研究[J].中国矿业大学学报，2009，36（4）：294-498.
[8] 王恩元.电磁辐射法检测煤与瓦斯突出危险性技术及其应用研究[博士后研究报告].徐州：中国矿业大学能源科学与工程学院，1999.
[9] 王凯，俞启香.煤与瓦斯突出的非线性特征及预测模型[M].徐州：中国矿业大学出版社，2005.
[10] 孙广义，刘永立.煤矿瓦斯爆炸参数的突变与混沌研究[J].辽宁工程技术学报，2003，22（1）：10-12.
