超长煤巷监测数据背景CO筛查及自燃预判研究
2022-03-07李腾李宗翔王继仁杨富强张春华贾进章
李腾 李宗翔 王继仁 杨富强 张春华 贾进章
关键词：煤巷自燃;柴油尾气;隐蔽性自燃;自燃预判;背景CO体积分数;监测预警
中图分类号：TD752.2
文献标志码：A文章编号：1000-582X（2022）02-094-09
Abstract： To realize early prediction of spontaneous combustion of overlong double coal roadway， this paper proposes a CO trend analysis method based on the big data of the underground monitoring system when the spontaneous combustion mark-gas analysis method is invalid. Meanwhile， to screen out and remove fluctuation disturbance of CO caused by underground diesel vehicle exhaust， the concept of background CO volume fraction which can only reflect the relatively slow oxidation of coal is put forward. The background CO volume fraction screening method is established on the basis that for an independent ventilated investigation area of a mine， there is always an extreme moment that no diesel vehicle works （or exhaust gas does not interfere all diesel car） in a long enough time， and the CO volume fraction value is recorded by the monitoring system. Through the comparison of the screening results of a 0.125-day time unit cycle and a 0.5-day time unit cycle， it is found that as the time unit increases， the CO volume fraction curve becomes lower， the fluctuation decreases， and the background CO volume fraction curve becomes clearer， suggesting the objective existence of background CO volume fraction. Taking a part of the shortest spontaneous combustion period as the examination period， the spontaneous combustion of coal pillars is predicted based on the trend development of the background CO volume fraction. Combined with the experience of Hongqingliang coal mine， the CO increasing trend（increasing rate k*1=0.60710-6 d-1） is obtained as the critical index of spontaneous combustion risk prejudgment. The spontaneous combustion risk warning is divided into three levels. When k1≥k*1， it is first-level warning， which triggers key inspections， and upgrades the daily comprehensive inspection to the targeted inspection with more manpower and material resources. When k1<k*1， it is second-level alert， which requires to find out the causes. When k1≤0， there is no spontaneous combustion risk. The predicted results meet the engineering requirements.
Keywords： spontaneous combustion of coal roadway; diesel exhaust; hidden spontaneous combustion; prediction of spontaneous combustion; background CO volume fraction; monitoring warning
神东鄂尔多斯矿区的煤层埋藏条件好，开采规模大。以昊华集团红庆梁煤矿为例，采煤工作面长达300 m，推进总长度达4 300 m，采用双煤层巷布置，井下辅助运输大量使用柴油工作车。该矿区随着采深增加，地应力显现明显。红庆梁煤矿采深超过450 m，留15 m煤柱时巷道变形严重，超长双巷掘进和回采期间更易于引发煤巷自燃，在11301首采过程中出现4次煤巷煤柱自燃现象，给矿井安全生产带来不利影响。由于超长双煤巷布置煤暴露面太大，巡查战线过长，依靠人工每天例行巡检，难度大。长期以来国内外关于煤巷自燃问题开展了大量的研究[1-2]，具体在煤柱自燃火源位置的红外探测与定位[3-5]、煤柱自燃温度分布[6-7]、巷道自燃危险区域划分等[8-9]，以及煤柱自燃防灭火方法等[9-12]，经文献检索，现有的研究针对的都是传统矿区的中短尺度开采的煤巷，而超长多煤巷自燃火灾管控另有其特殊性，即煤巷自燃治理和日常巡查战线超长，自燃防治不能有的放矢。另一方面，受井下机电设备和机动车的放热干扰，远程光纤测温技术很难在煤巷发热早期预报方面发挥作用[13]。显然，超长多煤巷自燃防治关键仍然是自燃的早期发现[1]，目前，超长双煤巷自燃综合预判研究尚待研究[13-15]，缺少相关报道，问题亟待解决。
CO作为煤自燃灾害气体，最早被用于自燃早期预判，并积累了大量经验[14-17]，但在井下大量使用柴油车的矿井如何排除尾气干扰，发挥传统方法作用，这里结合红庆梁矿的工程实际，提出一种筛选出背景CO气体体积分数的方法，利用井下监测系统连续监测的大数据，根据其变化趋势进行自燃预判。
1 超长煤巷自燃预测面临的问题及其解决对策
如图1所示，红庆梁煤矿超长距离双煤巷布置，连同接替工作面掘进准备，煤巷数目多达6～8条，管理范围很大，煤巷自燃（包括煤柱自燃）严重。
有多条超长煤巷的自燃隐患排查战线过长，单纯依靠人工巡检，一来人手不足，二来长时间工作极容易涣散注意力，三是煤体内自燃点发热隐蔽性很强，容易漏掉，如图2所示，解决对策是自燃的早期预测。
3 区域背景CO体积分数的趋势预测方法
3.1 背景CO异常和自燃预判准则
在一个系统相对稳定的自然发火考察时间内，背景CO体积分数一直在缓慢持续稳定增长。
所谓系统相对稳定期是指通风、人员施工管理和巷道系统等条件都不变的情况，当矿井系统各因素有明显变化，对自燃环境影响较大，背景CO体积分数变化的水平也产生明显差异，即不一定在一个水平上。
如图5所示，在十一放假停产期间最有利于煤柱的自燃氧化，节后的矿井恢复生产一段时间，背景CO体积分数偏高，波动也较大;随着生产逐渐正规，系统进入稳定状态，且恢复生产后及时进行重点巡检和发热区处理，背景CO体积分数随之大幅度降低，煤柱的自燃氧化也进入一个新的阶段（条件环境）。
3.2 自然发火预判考察期的确定
所谓自然发火预测考察期，是指区别于外因火灾短时间发生的能反映内因火灾煤自燃缓慢持续增长的时间。自燃预测考察期的确定与煤的最短自然发火期有关，长则直接按煤的最短自然发火期，但此时可能煤已经发生了自燃，短则按其一部分，本矿实验3-1煤的最短自然发火期是27 d，取1周或数周，这样可预测到自燃正在成长过程中，预测到早期发热阶段，视具体情况和经验而定。图5中是截取十一放假后恢复正常掘进时的CO监测值，连续11 d背景CO体积分数有持续升高趋势，直到出现煤柱自燃和多点发热。
煤炭自燃是缓慢的，如果背景CO体积分数在10 d左右考察期内连续走高，就可以断定沿途巷道有自燃高温热点，然后再有目的和针对性地在巷道沿途进行仔细排查。
如图6所示，新阶段经过从8—22日累计16 d的煤自燃考察期，背景CO体积分数渐且持续升高，接近之前的十一节后恢复生产期间（前一期）的背景CO体积分数水平，图6中趋势线是随着煤巷氧化线性增大，符合自然发火缓慢持续增长的特征，说明监测范围内巷道煤柱内有自燃趋势，有自燃热点存在。经过人工有目的地仔细巡查，确认3处发热点，煤壁温度分别为27 ℃、29 ℃和31 ℃，高于平时最高值24 ℃（隐蔽性很强不易被发现），经打钻取气样化验确认后注防火剂灭火，背景CO体积分数又逐渐下降。
3.4 可能有自燃危险（应重点加强巡查）的工作流程
超长煤巷自燃预判的重点关键是如何进入排查。如果有连续的CO体积分数超出背景CO体积分数预测线，且维持一定考察时间时，就应启动重点排查。
每一次的超长煤巷自燃预判应保留数据，继承经验，不断通过现场实际反复验证。运用该方法对红庆梁矿发生过的多起煤柱内部自燃煤帮升温现象进行了成功预报，例如2018年12月16日預测CO异常，用红外测温成像仪巡查发现原火点再次发热，煤壁表面温度最高42 ℃，2019年3月19日11302新回风顺槽里段407排非开采帮有发热点，通过人工红外热成像仪观测巡查，在向煤体打钻探测与灭火中，均检测出有乙烯C2H4、乙炔C2H2、丙烷C3H8气体出现，以此确认煤体内部的确呈自燃状态。
以上工作过程的简单逻辑如下：
通过背景CO体积分数预测CO异常上升现象（本文主旨）→进入“重点巡查”这一步，找到高温区→对疑似火区打钻，用C2H4、C2H2、C3H8气体“确认内部呈自燃状态”→灭火处理。
4 超长煤巷自燃多渠道联合预警防灭火体系的探讨
实践证明，超长煤巷自燃预警还应坚持多渠道联合预警防灭火体系，即正规方法和监测监控系统识别相结合，如图7所示，人工日常巡查、气体取样分析和监测监控系统识别后重点排查多种方法的联合应用模式。其中，人工日常巡查是运用红外热成像仪照射煤壁检查发热情况，把监测监控系统识别背景CO体积分数预测自燃作为第一层的宏观看管掌控，以气体分析（C2H4、C2H2）判读自燃温度为辅助，一旦发现区域情况异常就动用一切手段进行重点排查，将超长距离巷道每天全面巡查，升级到有针对性加大人力物力的重点巡查;在确定疑似自燃位置后，向煤壁发热点打探测措施钻孔（兼做备用灭火措施孔），抽取钻孔内气样分析指标气体C2H4和C2H2确认和判断自燃状态，用探测钻孔温度分布探明火源深度，同时在周围补打灭火钻孔注浆等措施。图7中在1个逻辑循环有2次用到气体分析法验证。
通过上述识别巡查，红庆梁矿多次发现过煤柱内部自燃煤帮升温现象，在向煤体打钻探测取气样，均检测出有C2H4、C2H2和C3H8气体出现，以此判断煤体内部呈自燃状态，然后灭火。
本文中的“自燃早期预测”的目的，是判断是否可以上升到“重点巡查”的环节，所谓重点巡查，就是已知危险的情况下，重新调配增加人员，多台仪器并行，增加巡查时间，提高注意力，使巡查工作有的放矢。同时结合其他因素手段，如暂停柴油车工作，进行分段排查;重点排查老旧火区等。
5 结 语
1）利用井下监测系统大数据筛选提取背景CO体积分数，以此预测自燃趋势，弥补了单纯用标志性气体方法不显现的问题，对超长煤巷隐蔽性自燃做出早期预判，使人工巡查工作有的放矢。用背景CO体积分数趋势法，可为煤巷自燃提供比标志性气体法更早期的自燃判读。
作为一种辅助的分析手段和渠道，应该与人员巡查、标志性气体跟踪检测，以及分布式光纤测温系统（DTS）在线监测等多手段联合使用。方法更精准信息提取还有待于进一步完善。
2）背景CO体积分数筛查的时间单元尽可能取大，这里取1 d，满足过滤掉柴油车尾气强烈干扰的要求;根据最短发火期（一定折算比例）选取预测观察期，根据已有自燃案例数据确定背景CO体积分数上升变化率临界值，为超长煤巷自燃早期预报提供量化的依据。预判依赖矿井监测系统，也为监测系统管理提出更高的要求，保证监测数据的真实性，尤其在CO超限期间，不能随意调整监测的数据。
3）煤自燃不是频繁大量出现的事件，红庆梁矿又是新投产矿井，尚不能用更多样本对预判准确度做概率统计分析（文中未能给出），今后还需要不断修正、总结和完善。
参考文献：
[1] 邓军， 徐精彩， 王洪权， 等. 综放面巷道煤层自燃预测技术研究[J]. 煤田地质与勘探， 2002， 30（2）： 9-11.
Deng J， Xu J C， Wang H Q， et al. Predicting techniques for coal spontaneous combustion in the gate close to gob of fully mechanized longwall top-coal caving face[J]. Coal Geology & Exploration， 2002， 30（2）： 9-11. （in Chinese）
[2] Beamish B， Barakat M A， St George J D. Spontaneous-combustion propensity of New Zealand coals under adiabatic conditions[J]. International Journal of Coal Geology， 2001， 45（2/3）： 217-224.
[3] Mansor S B， Cracknell A P， Shilin B V， et al. Monitoring of underground coal fires using thermal infrared data[J]. International Journal of Remote Sensing， 1994， 15（8）： 1675-1685.
[4] 王振平， 程衛民， 辛嵩， 等. 煤巷近距离自燃火源位置的红外探测与反演[J]. 煤炭学报， 2003， 28（6）： 603-607.
Wang Z P， Cheng W M， Xin S， et al. The calculation of close-range coal inflammation position at coal-roads based on infrared detecting and inverse heat conduction technology[J]. Journal of China Coal Society， 2003， 28（6）： 603-607. （in Chinese）
[5] 程卫民， 王振平， 辛嵩， 等. 煤巷煤自燃火源红外探测的影响因素及判别方法[J]. 煤炭科学技术， 2003， 31（8）： 37-40.
Cheng W M， Wang Z P， Xin S， et al. Influence factors and identified method of infrared ray probing for coal spontaneous combustion in seam roadway[J]. Coal Science and Technology， 2003， 31（8）： 37-40. （in Chinese）
[6] 李宗翔. 综放沿空巷周围煤体自燃升温过程的数值模拟[J]. 煤炭学报， 2004， 29（1）： 61-65.
Li Z X. Numerical simulation of the temperature rise process caused by spontaneous combustion of coal body around roadways along comprehensive mechanized caving mining goaf[J]. Journal of China coal society， 2004， 29（1）： 61-65. （in Chinese）
[7] 朱红青， 汪崇鲜， 马辉， 等. 巷道煤柱自燃温度场数值模拟与火源定位的研究[J]. 湖南科技大学学报（自然科学版）， 2007， 22（2）： 1-4.
Zhu H Q， Wang C X， Ma H， et al. Study on numerical simulation of spontaneous combustion temperature field and fire source position for coal pillar in roadway[J]. Journal of Hunan University of Science & Technology（Natural Science Edition）， 2007， 22（2）： 1-4.（in Chinese）
[8] 陈国新， 朱红青. 巷道煤柱高温点分布规律及五区定位法的研究[J]. 煤炭科学技术， 2008， 36（5）： 49-51， 96.
Chen G X， Zhu H Q. Study on distribution law of high temperature points in mine gateway coal pillar and five zone positioning method[J]. Coal Science and Technology， 2008， 36（5）： 49-51， 96. （in Chinese）
[9] 邓军， 徐精彩， 王振平， 等. 兖州矿区巷道自燃危险区域等级划分及防火对策[J]. 矿业安全与环保， 2002， 29（5）： 4-6.
Deng J， Xu J C， Wang Z P， et al. Classification of spontaneous combustion hazard regions in roadways and fire prevention countermeasures in yanzhou coal mining area[J]. Mining Safety & Environmental Protection， 2002， 29（5）： 4-6. （in Chinese）
[10] 鹿凡玉， 刘来军， 张树杰. 易燃煤层大断面巷道防灭火[J]. 煤矿安全， 1999（9）： 17-18.
Lu F Y， Liu L J， Zhang S J. Fire prevention and extinguishing of large section roadway in flammable coal seam[J]. Safety in Coal Mines， 1999（9）： 17-18. （in Chinese）
[11] Muduli L， Jana P K， Mishra D P. A novel wireless sensor network deployment scheme for environmental monitoring in longwall coal mines[J]. Process Safety and Environmental Protection， 2017， 109： 564-576.
[12] Singh A K， Singh R V K， Singh M P， et al. Mine fire gas indices and their application to Indian underground coal mine fires[J]. International Journal of Coal Geology， 2007， 69（3）： 192-204.
[13] 于庆. 分布式光纤测温技术在煤矿中的应用[J]. 工矿自动化， 2012， 38（4）： 5-8.
Yu Q. Application of distributed fiber temperature measurement technology in coal mine[J]. Industry and Mine Automation， 2012， 38（4）： 5-8. （in Chinese）
[14] Bhattacharjee S， Roy P， Ghosh S， et al. Wireless sensor network-based fire detection， alarming， monitoring and prevention system for Bord-and-Pillar coal mines[J]. Journal of Systems and Software， 2012， 85（3）： 571-581.
[15] Muduli L， Jana P K， Mishra D P. Wireless sensor network based fire monitoring in underground coal mines： a fuzzy logic approach[J]. Process Safety and Environmental Protection， 2018， 113： 435-447.
[16] Mishra D P， Sugla M， Singha P. Productivity improvement in underground coal mines： a case study[J]. Journal of Sustainable Mining， 2013， 12（3）： 48-53.
[17] 陳晓坤， 于志金. 煤自燃早期预报指标的研究与应用[J]. 煤炭科学技术， 2016， 44（10）： 13-17， 111.
Chen X K， Yu Z J. Study and application on early prediction index of coal spontaneous combustion[J]. Coal Science and Technology， 2016， 44（10）： 13-17， 111. （in Chinese）
（编辑 郑 洁）
