国家自然科学基金项目

2022-11-27

安全 2022年6期

1 研究背景及意义

煤自燃火灾是矿井生产过程中的重大灾害之一，不仅造成煤炭资源浪费，还会引起瓦斯煤尘爆炸，严重威胁着矿井的安全生产。目前，煤自然发火预测预报主要采用气体分析法，CO指标气体具有很强的规律性、敏感性和易检测性，已被广泛用于煤自然发火早期预测预报。

近年来，在我国许多煤矿存在煤未发生自燃的情况，但在采空区、上隅角等区域出现CO浓度异常超标现象，超过《煤矿安全规程》规定的上限浓度0.002 4%。

虽然《煤矿安全规程》中规定的CO上限浓度0.002 4%并没有明确是用来作为煤自然发火临界指标，但企业的监管部门却以此CO浓度标准值作为煤自燃判定标准对煤矿企业进行监管，因为缺乏CO异常来源解析理论与技术支持，在无法明确是否发生煤自燃的情况下，企业只有投入大量人力、物力进行防火治理，造成大量的经济损失。有专家学者为此提出质疑，但由于CO异常不是矿井普遍存在的现象，该问题目前还没有引起足够重视，也未得到妥善解决。

国内外专家学者研究得出几种观点，采空区煤自燃氧化产生CO；开采煤层赋存CO；采煤过程中产生CO；或是多种来源皆有，但CO来源的比例未知。目前矿井工作面的CO来源观点未得到普遍认同，因此开展矿井CO异常来源基础理论与解析技术研究，能够为制定“用于预测煤自燃CO指标浓度临界值”的相关标准提供科学依据，并正确指导有CO异常涌出矿井的煤自然发火早期预测预报工作，减少不必要防灭火投入造成的经济损失。研究成果具有重大的理论意义和应用价值。

2 研究内容

2.1 构建原生CO来源诊断同位素指纹图谱

确定研究矿井(有原生CO赋存)，设计井下绝氧取样打钻方案，取煤样装入密封罐，并用足量氮气密封保存。采用自制的CO解吸装置，采集气样，用同位素质谱仪分析，得到CO气体被电离后由不同质荷比的分子离子和同位素离子的相对丰度构成的谱图，把各离子(具有不同丰度值)作为判别原生CO来源的参变量。采集不同样本(样本数n>50)，利用相关性分析(线性相关性分析、复相关性分析)、主成分分析、因子分析法、神经网络等方法，判断变量之间的关系，找出关键特征变量，构建原生CO来源诊断同位素指纹图谱。

2.2 构建次生氧化CO来源诊断同位素指纹图谱

对解吸过原生CO的煤样进行程序升温低温氧化实验，确定煤自燃临界温度点。在常温与临界温度点之间(之所以选择此温度区间，考虑大部分煤在此温度区间没有产生C2H4等指标气体，解析CO的来源尤为重要，并且此区间也是煤自然发火早期预测预报的关键时期)，用同位素质谱仪分析，得到不同温度点下氧化生成CO气体被电离后不同质荷比各离子峰构成的谱图，并分析不同质荷比各离子片段的相对丰度，作为判别次生CO来源的参变量。针对不同温度点，采集不同样本(样本数n>50)，分析变量之间相关性，找出关键特征变量，构建不同温度点的次生氧化CO来源诊断同位素指纹图谱。并在常温与临界温度点区间，通过回归分析，构建煤温与关键特征变量之间的线性或非线性回归模型。

2.3 建立矿井原生CO和次生氧化CO来源判别分析模型

根据原生CO和次生氧化CO同位素指纹图谱，采用相似度评价(距离系数法、夹角余弦法和相关系数法)、神经网络(回馈性神经网络、深度神经网络)和判别分析(距离判别、费歇判别、贝叶斯判别、偏最小二乘判别)等方法，对原生CO和不同温度点的次生氧化CO的测试样本进行训练，对各种方法优化分析比较，确定最优分析方法，得到原生CO和次生氧化CO测试样本在多维空间分布，从而建立原生CO和不同温度下的次生CO来源的判别模型。

2.4 研究矿井现场原生CO和次生氧化CO来源解析方法

从研究矿井现场采集气样(含有原生CO和次生CO)，进行多样本n(样本数n>50)次实验，进行同位素质谱仪分析，获得各样本的同位素指纹图谱及相关的特征变量参数(特征变量确定样本的空间维数)。采用偏最小二乘等方法，对各样本指纹图谱进行处理，获得每个样本在多维空间分布。根据分布规律，进行数值分析，以择近识别原则，通过优化聚类分析(K-means、密度聚类、层次聚类)和模糊模式识别方法，根据点群分布，实现对n个气样测试样本进行分类，绘制谱系图，确定合理的分类数。运用原生CO和次生氧化CO来源的判别模型，判别各分类归属，解析原生CO和次生氧化CO来源，并根据分类的样本数，得到原生CO和次生氧化CO在混合气体中所占比例构成。