采掘瓦斯涌出量动态预报中影响因素的选项、量化与校正

宋焕虎 蔡康旭

(1.开滦(集团)唐山矿业分公司，河北省唐山市，063000；2.湖南科技大学，湖南省湘潭市，411201)



★ 煤矿安全 ★

采掘瓦斯涌出量动态预报中影响因素的选项、量化与校正

宋焕虎1蔡康旭2

(1.开滦(集团)唐山矿业分公司，河北省唐山市，063000；2.湖南科技大学，湖南省湘潭市，411201)

从基本影响因素的选项、细化、量化及动态校正等方面分析了开滦(集团)有限责任公司采掘工作面瓦斯涌出量动态预报技术特点。其基本影响因素选项有20个，细化分段则有60多个，范围覆盖煤层赋存、地质构造、采掘工艺和生产环境；影响因素的量化是分等效层和采掘生产进行，从初值到终值调节充分考虑了影响因素动态组合和更新的要求；动态校正可及时消除煤系地层和隐性因素局部变化对基本量和影响系数的部分影响，确保预报误差控制在限定范围内。

瓦斯涌出量 动态预报 影响因素 选项 细化 量化 动态校正

开滦(集团)有限责任公司与湖南科技大学合作研究的采掘工作面瓦斯涌出量动态预报是一种集开采煤层短中长期瓦斯涌出量预报于一体的技术。其预报系统包括采掘瓦斯涌出等效层划分图、采掘工作面瓦斯涌出量动态预报软件和采掘工程进度图3部分，其中，瓦斯涌出等效层划分图既是采掘工作面瓦斯涌出量动态预报的依据之一，也是呈现中长期采掘瓦斯涌出量分布变化的载体；动态预报软件则是负责短期(或连续)预报采掘工作面瓦斯涌出量的大小，作为替代传统经验法的科学化、规范化、非接触式预报方法，已在开滦矿区得到广泛应用，其预报的简便性和超过90%的准确性都通过了近十年的实践检验，预报软件具有处理超大影响因素群动态组合的计算模型及对采掘瓦斯涌出影响因素(以下简称影响因素)的合理选项、细致量化及其动态校正，这也是有别于其他预报技术之所在。

1 影响因素的选项

1.1 影响因素的类型与属性

影响因素的主要类型有煤层赋存、地质构造、采掘工艺、生产环境和其他干扰。

根据在采掘工作面的表现特征，影响因素可以划分为显性因素、隐性因素和随机因素3种属性。显性因素指煤层采掘前，现场可见、资料可查的影响因素，包括煤层赋存、采掘工艺、生产环境所涉及的影响因素和已经揭露的地质构造；隐性因素指煤层采掘前，现场不可见、资料不可查的潜在影响因素，主要指未揭露的地质构造，如小断层、小褶曲等；随机因素指煤层采掘过程中不可避免，时空上难以定位、定量的影响因素，指其他干扰涉及的影响因素，如风量波动、顶板塌冒、气压变化、信号干扰、测量(风量、瓦斯、勘探)误差、临时性串联通风等。

在矿井正常生产推进情况下，显性因素具有预测性，隐性因素和随机因素不具有预测性。采掘瓦斯涌出量发生的变化，是上述影响因素中部分因素动态组合、综合作用的结果。

1.2 影响因素的选项

1.2.1 选项原则

(1)由于隐性因素和随机因素的不可预测性，影响因素只在显性因素中选取。

(2)影响因素选项全面考虑煤层赋存、地质构造、采掘工艺和生产环境四大类型。

(3)为了预报的简便、实用，影响因素选项必须是资料可查、图上可量的非接触型参数，而瓦斯含量、煤层透气性等需现场实施工程的接触型参数不在选取范围。

虽然瓦斯含量是决定瓦斯涌出量的重要基础参数，但对于勘探和建设中的矿井，预报瓦斯涌出量是不可或缺的参数。动态预报技术用在生产矿井，预报的瓦斯涌出量为基本量与影响量之和，其中，基本量是等效层(采掘生产影响范围内煤及其顶底板的等效岩层)所具有的瓦斯涌出量；影响量是指除煤层及其顶底板岩性以外，其他影响因素组合造成的瓦斯涌出增加量。在预报算法中，基本量是与瓦斯含量功能类似的参数，易于在生产统计资料中获取，不需要现场做工程。

1.2.2 基本影响因素

不同矿区开采条件，瓦斯涌出的影响因素选项不尽相同。根据开滦矿区的开采条件和生产技术资料统计，影响采掘瓦斯涌出的类型包括掘进和回采，其中掘进基本因素包括20项；回采基本因素包括19项，掘进和回采相同的基本因素有15项，如表1所示。

表1 影响采掘瓦斯涌出的基本因素

注：等效层因素本身包括埋藏深度因素的影响

2 影响因素的细化

选择的基本影响因素多数属于宏观表现形式，直接用于预报选项难以保证准确的结果，使用前需要对其细致划分。例如相邻采空区存在的位置、时间和生产工艺不同，其影响也不同，据此可分成进风侧采空区、回风侧采空区、上覆采空区、综放采空区4种类型，每一类采空区又分段为1年、2年、3～5年、大于5年，实际赋值时还要根据所在的等效层(6类)和采掘作业确定，这样，单一煤层的分段因素量化值就有12个(采空区项总计192个量值)，在预报选项时就有更强的针对性，动态预报结果就会更符合实际。

基本影响因素细化的依据是矿井采掘瓦斯监测数据统计上的差异。不同的矿井生产条件，细化的类型和分段会有所不同，表2是开滦集团某矿9#煤层采掘瓦斯涌出影响因素的细化结果。

表2 开滦集团某矿9#煤层采掘瓦斯涌出影响因素分段

注：表中影响因素名称、定义和取值有配套的影响因素辨识规范作出说明

3 影响因素的量化

影响因素量化的合理性决定瓦斯预报的准确性。在预报模型中，影响因素是以变量的形式进行编辑，可以函数形式表达的称为函数变量，否则称为状态变量，量化数值统称为影响系数。

表1中的函数变量包括巷道断面、煤层厚度、煤层倾角、分层、断层、褶曲、向斜、背斜、盆地、相邻采空区、产量波动；状态变量包括等效层、相邻煤层、采掘工艺、巷道类型、百米增量、相邻巷道、推采方向、顶板管理、瓦斯排放、集中应力、构造软煤带、构造薄煤带等。

影响因素定量过程不仅考虑自变量与因变量的相关性，同时要考虑自变量之间的相互影响。实际量化时，影响系数的初值确定都是根据历史数据的统计，而终值的确定则是建立在多因素作用下的数值调节基础上。

同一煤层，采、掘生产影响范围不同，同一影响因素的参数表现也不相同，因此，影响因素的量化要分采、掘生产进行(预报时使用的数据库也是独立的)。而且，所有影响系数的确定必须在同一等效层中进行才可用。

3.1 依据的基础资料

影响因素量化依据的基础资料主要包括瓦斯监测日报、矿井通风月报、采掘工程平面布置图、矿井通风系统图和矿井地质说明书。

(1)瓦斯监测日报。如实记录了每一个采、掘工作面的瓦斯涌出量及其变化情况，是各种影响因素量化分析的可靠数据来源。

(2)矿井通风月报。用以确定工作面的生产、进度、工艺与配风情况。

(3)采掘工程平面布置图。用以分析工作面的煤层赋存、地质构造、生产环境。

(4)矿井通风系统图。用以了解工作面风流方向、串联通风和采空区漏风流向。

(5)矿井地质说明书。用以辅助煤系地层和地质构造分析。

其中，1～3项都应有3年以上的统计记录。

3.2 影响因素初值的确定

(1) 函数变量的初值。函数变量的初值是函数式，主要根据某影响系数的一组统计数据确定。单个影响系数的计算可以借助修正后的剥离公式：

(1)

式中：Kdb——等效层内单个影响因素量化后的比值系数，常数；

Qdi——等效层内回采或掘进某个月统计的平均瓦斯涌出量，i=1.2.3…n，m3/(t·d)或m3/min。

Qd——等效层的瓦斯涌出基本量，m3/(t·d)或m3/min；

Kdq——等效层内其他因素的影响系数，常数；

n——统计月个数；

KC——月产量波动系数，常数，主要用于回采影响因素的定量计算，对于掘进取1；

CS——工作面实际月产量，t/月；

Cp——工作面平均月产量或设计月产量，t/月。

系数分离过程应遵循由强到弱，由少到多的原则进行。比如，通常断层的影响比褶曲的影响强，先通过单独存在断层的统计数据确定其影响系数，再通过断层和褶曲共同存在的统计数据确定褶曲的影响系数。

(2)状态变量的初值。状态变量的初值为单值，主要采用比较法确定。即在同一类型多状态变量中，以一种变量为基准，取值为1，其他变量与之相比而得到的其影响系数的初值。如果只有一种变量，则取值为1。例如开滦矿井部分采掘工艺影响系数的确定，参见表3。

表3 部分采掘工艺影响系数初值确定

3.3 影响系数的调节

调节的原因有两个：一是影响系数初值通常是在较少的或相同的背景因素组合下确定的趋势值，当较多的或不同的背景因素组合一起时(即动态组合)，完全采用其初值常常不能满足预报精度要求；二是为了适应影响系数变化的动态校正。

为便于调节、校正和更新，影响系数的调节均采用状态量的形式。其中，对于函数变量的关系式要进行离散化处理，主要是根据系数的变化范围和特点划分为若干段，求取每段系数的平均值，以此作为该段的状态量参入调节。

影响系数的调节是在全部统计参数中进行，通过设定限定误差，采用逐次逼近的方法进行调整，基本公式为：

Qdi-Qds≤δ

(2)

式中：Qds——等效层内测算的回采或掘进瓦斯涌出量月平均值，m3/t·d或m3/min；

δ——限定预报误差，m3/t·d或m3/min，对应瓦斯传感器数值0.1%(传感器校正周期内的允许漂移值)的瓦斯涌出变化量。

影响系数调节限定预报误差的情况如表4所示。

表4 影响系数调节限定预报误差

全部影响系数调节后的计算瓦斯涌出量准确率要求大于或等于95%。

多地点、多因素、多分段影响系数的组合调试过程计算量十分庞大，是由专门编制的采、掘影响系数调节软件执行。调节以后的影响系数(终值)存入数据库，作为采掘工作面瓦斯涌出量预报的基本依据，同时作为影响系数动态校正的起始值。

4 影响因素的动态校正

煤系地层不是均质体，开采范围各岩性及其厚度的分布也不是均衡的，此外，还有隐性因素的存在，其局部变化程度受现场勘探程度的限制，难以跟踪描述，结果自然会影响到数据库中相关参数的变化。当其变化超过一定数值时，必然造成预报误差过大，影响预报结果的指导作用。动态校正技术的配置就是为了及时减少这种影响导致的预报误差。

动态校正的参数是等效层的基本瓦斯涌出量及其影响系数，校正的依据是相邻采、掘区段的实际瓦斯涌出量。

统计参数表明，煤系地层变化主要影响的是等效层的基本量，其他影响因素占的比重较小。动态校正是按照各因素对瓦斯涌出的影响程度分配调节量，其中，基本量为主调节量(占70%)，其他影响系数为辅助调节量(占30%)，由于影响系数数据库是分采区配置，一个采区的校正调整并不影响其他采区影响系数的使用。

动态校正的算法与影响系数调节算法基本相同，校正过程由软件自动执行，校正结果用于更新数据库中参与预报的瓦斯涌出基本量与影响系数，这样可将瓦斯预报准确率长期保持在较高的水平。

5 结论

(1)本项目研究的采掘瓦斯涌出量动态预报能长期保持90%以上的准确率，瓦斯涌出影响因素的合理选项、细致量化及其动态校正是重要的保障之一。

(2)基本影响因素覆盖煤层赋存、地质构造、采掘工艺和生产环境20个选项，进一步细化可大大提高动态预报的准确性，细化的依据是矿井采掘瓦斯监测数据统计上的差异，不同的矿井生产条件，细化的类型和分段会有所不同，一般情况下有60多个分段。

(3)同一煤层，采、掘生产影响范围不同，影响因素的参数表现也不相同，因此，影响因素的量化要分采、掘生产进行，而且，影响系数的确定必须在相应的等效层中进行才可用。

(4)采掘瓦斯涌出的基本量和影响系数都会受煤系地层变化的影响，动态校正技术的引入可及时减少这种影响导致的预报误差。

[1] 武建国，蔡康旭.采掘瓦斯涌出量性能化预报方法[J].煤炭科学技术，2009(9)

[2] 郭达，蔡康旭，王晓东.煤层顶底板等效岩性的确定方法[J].辽宁工程技术大学学报(自然科学版)，2012(10)

[3] 李昊，李杰，刘勇. 矿井瓦斯涌出量预测的GM(1，1)模型研究[J].中国煤炭，2012(9)

[4] 邸志强.基于瓦斯地质图法预测矿井瓦斯涌出量[J].煤矿现代化,2014(3)

[5] 李润求，施式亮，伍爱友.采煤工作面瓦斯涌出预测的EMD-Elman方法及应用[J].中国安全科学学报，2014(6)

[6] 邵良杉，张宇.基于小波理论的支持向量机瓦斯涌出量的预测[J].煤炭学报，2011(S1)

[7] 樊保龙，白春华，李建平.基于LMD-SVM的采煤工作面瓦斯涌出量预测[J].采矿与安全工程学报，2013(11)

[8] 温伟，赵耀江，杨雪.基于改进灰色模型的矿井瓦斯涌出量预测[J].煤炭技术，2014(4)

[9] 陈洋，刘恩，陈大力等.瓦斯涌出量分源预测法的发展与实践研究[J].煤矿安全，2010(2)

[10] 汪明，王建军.基于随机森林的回采工作面瓦斯涌出量预测模型[J].煤矿安全，2012(8)

[11] 张胜军，朱瑞杰，姜春露.基于偏最小二乘回归的回采工作面瓦斯涌出量预测模型[J]. 煤矿安全，2013(2)

[12] 张子戌，袁崇孚.瓦斯地质数学模型法预测矿井瓦斯涌出量研究[J].煤炭学报，1999(4)

(责任编辑 张艳华)

Option, quantification and modification of influential factors in excavation gas emission dynamic prediction

Song Huanhu1, Cai Kangxu2

(1. Kailuan (Group) Tangshan Mining Company,Tangshan, Hebei 063000, China; 2.Hunan University of Science & Technology, Xiangtan, Hunan 411201, China)

Analyzing excavation work face gas emission dynamic prediction technology from aspects of option, specification, quantification and dynamic modification of basic influential factors. There were 20 basic influential factors and more than 60 specified subsection, which covered coal seam occurrence, geological structure, mining technology and production environment. The quantification of the influence factors was performed separately that divided mining and excavation in equivalent strata. The adjustment from the initial value to the final value had fully considered the requirement of dynamic combination and update of influential factors; dynamic modification could eliminate some of the influence of local variation from coal strata and latent factors on the basic quantity and influence coefficient, and ensure that forecast error was controlled within a limited range.

gas emission, dynamic prediction, influential factor, option, specification, quantification, dynamic modification

宋焕虎，蔡康旭.采掘瓦斯涌出量动态预报中影响因素的选项、量化与校正[J].中国煤炭，2017，43(4)：132-136. Song Huanhu, Cai Kangxu. Option, quantification and modification of influential factors in excavation gas emission dynamic prediction[J]. China Coal, 2017，43(4)：132-136.

TD712.5

A

宋焕虎(1971-)，男，河北丰宁人，毕业于河北理工学院采矿工程专业，采煤高级工程师，现任开滦(集团)唐山矿业分公司总工程师。