瓦斯异常涌出影响因素与风险识别研究现状*

2021-04-01张立志施式亮

采矿技术 2021年2期

张立志，施式亮,

(1.湖南科技大学资源环境与安全工程学院，湖南湘潭市 411201；2.湖南科技大学煤矿安全开采技术湖南省重点实验室，湖南湘潭市 411201)

0 引言

瓦斯主要赋存于煤层中，甲烷是瓦斯的主要成分，从狭义上讲，煤矿瓦斯指的就是甲烷[1]。瓦斯一般以游离态和吸附态两种状态存在于煤体及围岩体中，在未受采动影响的煤（岩）体内，瓦斯的解吸与吸附处于动态平衡。受采掘作业的扰动影响，煤岩整体遭到破坏，煤岩体内原有的平衡状态被打破，大量瓦斯涌入巷道，对井下人员生命安全造成威胁[2-3]，且随着时间的延长，瓦斯的解吸与吸附会趋向于新的平衡。根据瓦斯涌出形式的不同，一般将其分为普通涌出和异常涌出[4]。普通涌出的涌出速率比较均匀，容易进行监测和采取防治措施；而异常涌出则为时间上突然、空间上集中，涌出量很不均匀的间断涌出[5]。相较于瓦斯普通涌出，瓦斯异常涌出对煤矿安全生产威胁更大。因此，掌握瓦斯异常涌出影响因素和风险识别及预警，并有针对性地提出有效的防控措施，对瓦斯异常涌出的研究具有重要意义。

本文通过回顾瓦斯异常涌出的影响因素及风险识别方面的研究成果，概括分析了瓦斯异常涌出的影响因素，对瓦斯异常涌出的风险识别及预警进行了分析并指出了研究的不足，进而对今后的研究进行了展望。

1 瓦斯异常涌出影响因素研究现状

国内外许多学者一般通过文献研究及现场调研对瓦斯异常涌出的影响因素进行研究。瓦斯的异常涌出不仅受地质因素和采掘技术因素的影响，也会受到地面大气压力变化的影响。其中，地质因素包括地质构造、顶板岩性、煤层结构、地应力等因素，采掘技术因素则包括开采工艺、掘进速率、通风系统、开采强度等因素。地面大气压的变化也会对采空瓦斯涌出造成影响，引起了许多学者的关注。

在单一地质因素影响作用方面，孟凡和[6]、汤友谊[7]等对距断层不同距离的瓦斯异常涌出情况进行了研究，分析了断层对瓦斯异常涌出的影响，研究表明断层附近瓦斯异常涌出次数相对频繁；何旬旬等[8]结合五阳、常村两矿小型断层特征及实测数据，分析了断层落差和倾角与瓦斯涌出量的数学关系，得出小型断层落差对瓦斯异常涌出增长具有明显的控制作用；Farahbakhsh E等[9]分析了裂隙对瓦斯异常涌出的影响，得出Parvadeh煤矿瓦斯涌出量大与采掘裂隙面有关；刘晓斐[10]、王涛[11]、张广辉[12]等分析冲击地压对瓦斯异常涌出的影响，认为冲击地压会使煤岩体裂隙增加，进而导致瓦斯的异常涌出；李宏等[13]分析了顶板灰岩中瓦斯异常涌出的原因，认为裂隙水的封堵作用和侵蚀作用是导致瓦斯顶板灰岩瓦斯异常涌出的原因。

在多种地质因素影响作用方面，刘明举[14]等研究煤层厚度、构造、构造煤等因素对瓦斯异常涌出的影响，认为瓦斯异常涌出是多种地质因素综合作用的结果；王志玉[15]等以寺河矿3号煤层为研究对象，认为地质构造和上覆岩层厚度是影响该煤矿瓦斯异常涌出的主要因素；曹召奇[16]则认为瓦斯的生、储、盖条件都会对瓦斯异常涌出造成影响；王林[17]等分析了寨崖底煤矿6号煤层瓦斯异常涌出情况，认为影响该煤层瓦斯异常涌出的因素为煤层顶底板岩性、煤对瓦斯的吸附性能和煤的比表面积。

在采掘技术因素影响作用方面，荣向东等[18]对爆破（割煤）落煤期间瓦斯异常涌出情况进行了分析，认为爆破（割煤）会使瓦斯涌出量增加；Shu Ma等[19]研究了爆破工序对瓦斯涌出量的影响，发现爆破工序的最大绝对瓦斯涌出量是其他工序的 5倍，掘进率和爆破强度与绝对瓦斯量成正比；安俊孝等[20]分析了采掘技术因素对瓦斯异常涌出的影响，认为通风方式是引起瓦斯涌出量变化的主要原因；王春光[21]研究了超高开采强度下低瓦斯工作面的瓦斯异常涌出情况，结果表明，在超高开采强度下，单位时间落煤量大、采空区面积广和遗煤多致使回采工作面瓦斯异常涌出。

在地面大气压变化对瓦斯异常涌出的影响研究方面，郭凡进[22]、叶青[23]等认为大气压变化是造成康家滩煤矿88202采空区异常涌出的主要原因；李作泉[24]研究了大气压变化下的采空区瓦斯涌出状态，结果表明，在大气压变化的情况下，采空区气体会呈现膨胀-收缩的“呼吸”状态，致使瓦斯异常涌出；王帅等[25]通过理论分析和现场实测，研究了大气压变化与采空区瓦斯涌出之间的关系，结果表明大气压变化与采空区绝对瓦斯涌出量呈反比例关系；金毅[26]、薛伟超[27]研究了大气压对瓦斯异常涌出影响，认为地面大气压骤降会使瓦斯涌出量异常增大。

从以上研究成果可以看出，无论是地质因素、采掘技术因素还是地面大气压变化造成的瓦斯异常涌出，都与瓦斯的赋存及赋存状态发生改变有关。而且，根据煤矿地质条件、气象条件及采掘规划设计的不同，瓦斯异常涌出的主控影响因素也会有所不同。当煤体裂隙发育与瓦斯富集区相连通时，就可能发生瓦斯异常涌出。顶底板岩性、煤层厚度、煤层结构、煤层透气性、煤对瓦斯的吸附性等地质因素通过改变瓦斯的生、储、盖条件来影响瓦斯异常涌出；冲击地压、矿震等地质因素和爆破（割煤）、掘进率、开采强度等采掘技术因素，都是通过造成煤（岩）体裂隙或增加落煤量及新煤层暴露面积引起瓦斯异常涌出；而大气压变化则是通过改变采空区内外压差引起采空区的瓦斯异常涌出，特别是当地面大气压骤降时，采空区瓦斯涌出量突增，且大气压变化与采空区瓦斯异常涌出在时间上存在一定的规律性。断层也是地质构造因素中的研究重点，断层对瓦斯的赋存具有重要的影响，断层落差越大，煤矿瓦斯涌出量也越大。另外，地温等影响瓦斯吸附、解吸和渗透率的因素也会对瓦斯的异常涌出造成影响。

一般来说，瓦斯异常涌出不仅受单一因素的影响，也受多种因素及多因素耦合作用的影响。以往，多从单一因素和多种因素对瓦斯异常涌出的影响开展研究，但是因素之间关系及各种因素对瓦斯异常涌出的耦合作用则需要进一步研究。

2 瓦斯异常涌出风险识别及预警研究现状

许多学者结合相关理论及方法构建瓦斯异常涌出的风险识别模型和预警模型来进行风险识别及预警，并取得了一些成果。马丽娟[28-29]基于模糊数学原理和模式识别技术，以瓦斯浓度的变化率作为指标，构建危险识别预测模型，并运用Fisher判别方法确定出危险临界值，对不同区域的危险程度进行动态预警；肖丹[30]基于灰色理论，建立了4个瓦斯异常涌出致因指标，构建了瓦斯异常涌出灰色预警模型；王菲茵[31-32]在研究瓦斯浓度时间序列及瓦斯异常涌出图像特征的基础上，构建了基于ReliefF-维度区间-支持向量机的图像识别模型，以识别瓦斯异常涌出的危险程度；魏连江等[33]归纳了瓦斯时间序列异常模式，从 K线图的角度进行研究，确定K线诊断准则，并编写了K线诊断程序；罗新荣等[34]结合矿井瓦斯监测情况，利用神经网络技术，对瓦斯异常涌出情况进行判断，建立了基于人工神经网络的瓦斯预警理论模型；杨守国[35]利用人工神经网络，建立了瓦斯异常涌出类别判识指标，并构建了瓦斯异常涌出类别判识模型，结合多传感器联合判识方法，实现涌出地点的判识和影响范围的解算。

从以上成果可以看出，瓦斯异常涌出风险识别及预警方面的研究一般都是从瓦斯涌出数据挖掘及处理、选取瓦斯异常涌出指标和瓦斯异常涌出图像特征出发，运用时间序列理论、灰色理论、马尔科夫链、模糊数学理论、神经网络等各种理论方法，构建出瓦斯异常涌出的风险识别模型和预警模型，通过模拟仿真，对瓦斯异常涌出的影响范围、危害程度、地点和时间等进行风险识别和预警。虽然以上理论方法在风险识别和预警上具有各自的优势，但运用以上理论和方法构建的风险识别模型更多只适用于静态的识别，且对经验具有一定的依赖性。比如，人工神经网络具有很好的学习、记忆和联想等解决问题和分析问题的能力，但是如果井下环境发生变化，通过人工神经网络建立的风险识别模型一般难以对变化的环境进行很好的追踪和自我调节。因此，在瓦斯异常涌出的动态识别方面，特别是动态识别模型的自我调节及环境追踪能力方面，仍需要对其进行进一步研究。