采煤工作面瓦斯浓度监测数据时间序列分析

(河南理工大学安全科学与工程学院 河南 焦作 454000)

采煤工作面瓦斯浓度监测数据时间序列分析

王雨婷韦柳屾

(河南理工大学安全科学与工程学院河南焦作454000)

采煤工作面瓦斯浓度超限是引起瓦斯灾害的重要原因，通过对瓦斯监测数据进行分析，可以揭示瓦斯浓度变化规律，进而避免瓦斯浓度超限事故。本文以古汉山矿为例，依据采煤工作面瓦斯浓度监测数据，通过时间序列分析和曲线拟合，确定了采煤工作面不同工序和不同时段瓦斯浓度趋势性和周期性变化特征，揭示了采煤工作面特定工序和时段的瓦斯浓度变化规律，为在煤矿生产中预测瓦斯浓度变化趋势，预防瓦斯超限提供科学依据。

瓦斯浓度；监测数据；曲线拟合；时间序列分析

引言

随着国家对煤矿安全生产工作的日益重视以及煤矿自身现代化管理的需求中国煤矿矿井已普遍装备了实时监测监控系统[1]。分析瓦斯监测数据，揭示隐含在其中的瓦斯浓度变化的规律，对瓦斯灾害的预防和治理有重要的意义。

前人采用关联分析[2-3]、卡尔曼滤波算法[4]、EMD技术与ELM[5]等方法，对瓦斯浓度实测数据进行分析研究，在构建瓦斯浓度时间序列模型等方面有了一定的成果，采用的数据多是理想而完整的试验数据，很少利用现场日常监测数据进行瓦斯浓度趋势性和周期性变化规律分析。本文以古汉山矿16021采煤工作面为例，通过时间序列分析方法，揭示采煤工作面不同工序和不同时段瓦斯浓度趋势性和周期性变化特征，为预采区采煤工作面通风设计和瓦斯治理提供依据。

一、技术原理

(一)数据预处理。异常数据的出现的原因有很多，监测设备故障、煤尘以及技术人员调校问题都有可能引起数据的缺失、超过正常值，过大或者过小甚至出现负值，在对数据进行分析时，这些缺失和异常的数据，不符合瓦斯涌出的一般规律，大大影响分析的准确性。采煤工作面设置的监测传感器每一秒都会有一个监测值，即使监测数据受到煤尘等的干扰，但监测的真实值在时间点的前后是具有相关性的。因此可以用该数据点前后一段时间内数据的统计参数替换。通过“孤立大数”、“孤立小数”、“负数”剔除和缺失数据采用前后两个时间数据的平均数方法，对采煤工作面瓦斯浓度监测数据进行错误数据预处理。

(二)采煤工序对瓦斯浓度的影响。安装有瓦斯浓度监测系统的采煤工作面，一般至少有T1、T2和T3等3个瓦斯浓度监测探头。T1和T3分别设在采煤工作面上隅角和下隅角附近，并随着采面推进而改变位置；T2邻近回风眼，并且位置保持不变。如图1-1所示：

图1-2是采煤工作面一天的T1、T2和T3瓦斯浓度监测曲线，可以看出有两个采煤班、一个准备班。在采煤班期间，割煤机采出大量煤炭，也使大量瓦斯涌出，进而瓦斯浓度数值明显增加。由于割煤速度可能发生一定程度的变化，采落煤量也可能不同，因而造成涌出的瓦斯也发生相应的变化，使瓦斯浓度监测曲线出现较大的波动。准备班时，割煤机停止作业或者在进行打钻、打排放孔等作业，这些作业会引起局部短时间瓦斯的涌出，相比较采煤班，瓦斯浓度较小，瓦斯浓度曲线变化程度也相应减小。通过三个探头的瓦斯浓度变化特点，能够比较容易地区分不同班次和工序，为不同工序期间瓦斯浓度变化规律分析提供了基础。

图1-1 采煤工作面瓦斯浓度监测探头布置

我国煤矿在进行井下采煤工作面作业时，以8小时工作制，每天分为两个采煤班和一个准备班。不同的班次，瓦斯来源不同，瓦斯浓度监测数据呈现较大差异。

图1-2 三个探头在不同班次的瓦斯浓度变化

二、实例分析

(一)工作区概况

古汉山煤矿16021采煤工作面走向长710m，倾向宽135m。煤层结构简单，二1煤层为主要开采对象，煤层厚度在4.9-6.4m之间，平均5.5m。该工作面地质构造简单，落差小于2.5m的小型正断层4条，小型褶曲整体为西高东低。采用的是走向长壁倾斜分层后退式综合机械化采煤法，双滚筒采煤机割煤，端部斜切进刀割三角煤双向割煤方式，全部垮落法管理顶板。

(二)时间序列分析

由于在采煤班进行正常的采煤，而采煤班与准备班的作业存在很大不同，因此对采煤班和准备班分开进行分析。T2监测点设在回风眼附近，监测到的瓦斯浓度数据可以显示出瓦斯浓度总体变化的特征和规律。针对古汉山煤矿16021采煤工作面，以天为单位，分别对T2探头在采煤班和准备班时测得的瓦斯浓度数据进行分析，并计算出每天采煤班和准备班的最大值、平均值和最小值，通过对T2监测点采煤班和准备班的最大值、最小值和平均值进行多项式曲线拟合，得到的结果如图2-1。

(a)采煤班瓦斯浓度拟合曲线

(b)准备班瓦斯浓度拟合曲线

采煤工作面瓦斯浓度具有周期性变化的特点。采煤班时，周期大约为40天，瓦斯浓度最高值不超过0.8%；准备班时，周期大约为20天，瓦斯浓度最高值不超过0.5%。这种周期性变化，可能是工作面发育的小型褶曲构造对煤层瓦斯含量造成了影响，进而产生了瓦斯浓度的周期性变化。

采煤工作面瓦斯浓度除了有周期性特点，还具有趋势性特点。通过对T2监测点采煤班和准备班的最大值、最小值和平均值进行回归分析，得到的结果如图2-2。

(a)采煤班瓦斯浓度及趋势线

(b)准备瓦斯浓度及趋势线

采煤工作面瓦斯浓度具有趋势线的特点。在两个班次中，随着采煤工作面不断推进，瓦斯浓度的最大值和最小值差值变小，瓦斯浓度最大值和最小值监测曲线之间的间距由宽变窄，并且总体的浓度都在增加，但是开采时间越长，增加的幅度越小。因为T2受到采空区涌出瓦斯的影响，当工作面在回采前和回采初期，采空区尚未形成，没有遗留煤体解吸瓦斯和邻近煤层卸压解吸瓦斯，采空区涌出的瓦斯为0，随着工作面不断推进，采空区开始形成，涌出的瓦斯增加，瓦斯浓度随之变大。

四、结论

1)采煤工作面中瓦斯浓度监测数据有缺失和错误，需要进行预处理，依据规范化处理后的数据进行计算分析，能够提高分析成果的可靠性。

2)随着工作面推进，瓦斯地质条件和生产条件不断发生变化，采煤工作面瓦斯浓度也会发生变化。根据瓦斯浓度监测数据，通过时间序列分析，能够揭示采煤工作面不同工序和不同时段瓦斯浓度趋势性和周期性变化特征。

3)生产过程中，可以应用瓦斯监测数据，开展时间序列分析，发现异常变化，及时采取防治措施。

[1]刘源骏,袁梅,马科伟.煤矿安全监测监控系统探讨[J].矿业工程,2010,8(2):49-51.

[2]董丁稳,屈世甲,王红刚.基于监测数据关联分析的瓦斯浓度预警方法[J].工矿自动化,2015,41(6):1-5.

[3]董丁稳,屈世甲,王红刚.基于多测点关联分析的工作面瓦斯浓度实时预警[J].中国安全科学学报,2015,25(1):111-115.

[4]王江荣,文晖,罗资琴.基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析[J].工业仪表与自动化装置,2015,40(5):7-9.

[5]赵振学.基于EMD技术与ELM的瓦斯浓度时间序列分析研究[J].自动化与仪器仪表,2017,04,144.

[6]刘源骏,袁梅,马科伟.煤矿安全监测监控系统探讨[J].矿业工程,2010,8(2):49-51.

[7]李文顺.监控系统瓦斯浓度数据预处理方法的探讨[J].能源技术与管理,2014,39(3):23-27.

[8]崔小彦,赵国强.混沌预测在井下瓦斯浓度监测的应用[J].辽宁工程技术大学学报(自然科学版),2008,27(5):185-186.

[9]安洪涛,宋国文,等.人工神经网络在瓦斯涌出量预测中的应用[J].河南理工大学学报：自然科学版,2006,25(4):275-278.

[10]崔洪庆,等.采煤工作面瓦斯涌出量分源计算[J].中国安全科学学报,2015,25(10):78-83.

[11]鹿瑾.煤矿瓦斯浓度时间序列的分形特性研究[J].微计算机信息,2010,26(3):196-198.

[12]郭一鹏,郭晓丽,等.利用时间序列分析法预测工作面瓦斯涌出规律[J].矿业安全与环保,2012,39(1):32-36.

[13]乔美英,马小平,乔铁柱，陶惠.工作面瓦斯涌出量时间序列分形特征研究[J].煤炭科学技术,2011,39(12):82-88.

Timeseriesanalysisofgasconcentrationmonitoringdataincoalminingpanel

WANGYu-tingWEILiu-shen

(SchoolofSafetyScienceandEngineering,HenanPolytechnicUniversity,Jiaozuo454000,Henan,China)

The excessive gas concentration in coal face is the important causes of many gas disaster accidents,Through the analysis of gas monitoring data,we can well reveal the law of gas concentration change,thus avoiding the gas concentration exceeding limit accident.On the basis of Guhanshan coal face gas concentration monitoring,gas geology and related technology for the production of historical data,through curve fitting and time series analysis method,trend characteristics of gas concentration changes during different processes and different periods in normal coal mining region,reveals the gas concentration change regularity during special process and time period in coal mining panel.It provides a scientific basis for predicting the change trend of gas concentration and preventing gas overrun in coal mine production.

Gas consistency;Monitoring data;Curve fitting;Analysis of time series

王雨婷(1994.5-)，女，汉族，湖南人，硕士，河南理工大学，研究方向安全系统工程与管理。