石屏一矿掘进工作面煤层瓦斯参数反演模型研究及应用

蒋和财 肖仕彬 李定强 殷郊 黄伟 戴英健

摘  要：为提升煤与瓦斯突出预测和防治的准确性、可靠性和效率，首先，基于煤层瓦斯赋存规律、吸附解吸特征及瓦斯运移规律相关理论构建掘进工作面瓦斯参数反演模型；其次，将瓦斯反演模型内嵌到煤与瓦斯突出实时监测预警系统软件中，对石屏一矿C19上煤层13019上机巷掘进工作面的瓦斯含量和瓦斯压力进行反演预测；最后，采用DGC瓦斯含量直接测定法实测现场数据对模型反演结果进行对比验证。反算数值与实测数值对比表明，煤体瓦斯含量和压力反演计算结果准确可靠。

关键词：掘进工作面；瓦斯含量；瓦斯压力；反演模型；煤炭

中图分类号：TD712      文献标志码：A          文章编号：2095-2945（2024）19-0188-05

Abstract： In order to improve the accuracy， reliability and efficiency of coal and gas outburst prediction and prevention， firstly， based on the relevant theories of coal seam gas occurrence law， adsorption and desorption characteristics and gas migration law， the inversion model of gas parameters in heading face is constructed. Then， the gas inversion model is embedded into the real-time monitoring and early warning system software of coal and gas outburst to invert and predict the gas content and gas pressure of the heading face of 13019 upper machine roadway in coal seam C19 of Shiping No.1 Mine. Finally， the field data of DGC gas content direct measurement method are used to compare and verify the inversion results of the model. The comparison between the inverse calculation value and the measured value shows that the inversion calculation results of coal gas content and pressure are accurate and reliable.

Keywords： heading face; gas content; gas pressure; inversion model; coal

煤炭在相当长时间内依然是我国最重要的能源资源[1]。随着我国浅部煤炭资源日益枯竭，煤矿开采转向深部将成为保障我国能源需求的新常态[2]。深部煤层应力环境复杂多变，煤与瓦斯突出危险性急剧增加[3-4]。煤与瓦斯突出灾害监测预警是实现瓦斯治理的有效手段之一，挖掘并提取煤与瓦斯突出前产生的信号特征并构建模型来预测煤层的突出危险性能够有效保障人员和财产的安全，对煤与瓦斯突出灾害的防治具有重要意义[5-8]。

国内外专家学者利用各种研究方法建立了大量的突出预警模型，并对此进行了大量的研究。曹康[9]利用层次分析法构建了煤与瓦斯突出预警综合模型，并在发耳煤矿得到了验证。隆能增等[10]将K-means聚类、FOA及RF 3种算法结合构建出了基于数据挖掘的煤与瓦斯突出实时预警模型，并进行了现场应用，与常规指标对应性较好，预警准确。李忠辉等[11]提出了煤与瓦斯突出模糊物元预警模型，并利用3DMAX软件实现了预警结果的可视化显示。宁小亮[12]将关联规则和证据理论两算法相结合建立了基于多源信息融合的煤与瓦斯突出动态预警模型。姜鹏鹏等[13]以关联函数作为计算模型，建立了基于可拓理论的突出预警模型。郭德勇[14]利用GIS技术和人工神经网络建立了煤与瓦斯突出预警模型。邵帆[15]建立了以 SVM算法为核心的煤与瓦斯突出预测模型。这些预警模型都在一定程度上提高了突出预警的准确率，均取得了良好的预警效果。目前，煤矿实行的掘进工作面煤与瓦斯突出预测方法多为静态预测，基于煤矿安全监控系统实时监测大数据的突出危险性预测缺乏深入的分析。

四川泸州石屏一矿为典型的突出矿井，安全生产受瓦斯灾害，特别是煤与瓦斯突出灾害严重威胁，每年投入大量的人力、物力和财力用于防突，但存在常规突出指标敏感度不高，测试工程量大，准确率低，人为影响大，突出风险可控性低等问题，迫切需要采用新技术提高突出预测和防治的准确率、可靠性和效率。本文为准确掌握掘进工作面煤与瓦斯突出前瓦斯涌出异常基值，及研究基于瓦斯涌出的瓦斯含量、瓦斯压力指标，根据煤层瓦斯赋存规律、吸附解吸特征及瓦斯运移规律等理论，推导得到了根据掘进过程瓦斯浓度反演计算煤体瓦斯含量与瓦斯压力的计算公式，构建了掘进工作面煤层瓦斯参数反演模型，阐明了石屏一矿C19上煤层13019上机巷回风联巷瓦斯含量和瓦斯压力的动态变化规律，并采用直接测定法对预测结果进行了验证，验证了反算模型的准确性。

1  煤层瓦斯参数反演计算相关理论

在井下采煤工程中，掘进工作面的瓦斯涌出量包括落煤瓦斯涌出量和煤壁瓦斯涌出量，可用式（1）表示[16]

Q=Q落煤+Q煤罐， （1）

式中：Q落煤为落煤瓦斯涌出量，Q煤罐为煤壁瓦斯涌出量。

落煤瓦斯涌出量[17]可由下列式（2）、（3）计算

式中：Q1、Q0分别为t1时刻和t0时刻落煤瓦斯涌出强度，m3/t·min；β1为落煤的瓦斯衰减系数，min-1；t1为落煤停留时间，min；G落煤为落煤量，t；X为掘进进尺，m；S断面为巷道断面面积，m2；γ为煤体容重，t/m3。

煤壁瓦斯涌出量可由式（4）、（5）计算

式中：q为煤壁单位面积瓦斯涌出量，m3/m2·min；β2为煤壁的瓦斯衰减系数，min-1；t2为煤壁暴露时间，min。

假设dL为掘进巷道的一个微段，dL上的工作面煤壁瓦斯涌出量符合式（6），且dL在t2时刻的瓦斯涌出量为

式中：A为掘进巷道周长，m。当巷道掘进至X m后，式（7）在工作面至L处的积分为巷道煤壁瓦斯涌出量Q巷道，即

根据式（5）、（8）可知，煤壁瓦斯涌出量Q煤壁为

可将瓦斯气体看作理想气体[18-19]。瓦斯吸附过程符合朗格缪尔方程，瓦斯含量W表示为

式中：W为瓦斯含量，m3/t；a为煤的极限吸附量，m3/t；b为吸附平衡常数，MPa-1；p为瓦斯压力，MPa；ω为煤体孔隙率；B为系数，m3/（t·MPa）。

，     （11）

式中：T0为标准状态下绝对温度，T0=273 K；T为瓦斯温度，K；p0为标准状态下大气压力，其值为 0.101 MPa；ξ为瓦斯压缩系数；ρ为煤体视密度，t/m3。

煤层瓦斯流动过程符合达西定律，即

根据理想气体状态方程，引入单位换算系数C，可将式（12）表示为

根据式（9）、（13）可得出煤壁瓦斯涌出量

根据式（10）、（13）及质量守恒定律，煤层瓦斯压力与煤体渗透率的关系可表示为

2  煤层瓦斯含量及压力反演模型构建

根据式（1）、（3）、（14）和（15）可得到掘进工作面瓦斯涌出动态模型

根据式（16），通过反演可以得到基于瓦斯动态变化的瓦斯压力反演模型，即

式（17）联合朗格缪尔方程，即可得出基于瓦斯动态变化的瓦斯含量反演模型，表示为

3  煤层瓦斯含量及压力反演模型应用分析

石屏一矿位于四川省泸州市古蔺县城东，行政区划隶属古蔺县石屏乡和太平镇，隶属川南煤业集团，是典型的煤与瓦斯突出矿井。在C19上煤层13019上机巷安装声电瓦斯监测传感器，监测获得瓦斯浓度等参数，将上述瓦斯反演模型内嵌于煤与瓦斯突出实时监测预警系统软件中，对掘进工作面的瓦斯含量和瓦斯压力进行反演预测，如图1所示。

在进行煤层瓦斯含量及压力反演之前，需要输入试验矿井对应工作面的煤层反演参数，根据消突报告中煤的极限吸附量a值（32.647 45）、极限吸附常数b值（1.366 45）、日掘进进尺（4.5）、煤体容重（1.45）、视密度（1.45）、煤层渗透率（3.14E-16）等参数以及掘进工作面迎头实时监测瓦斯浓度数据，对掘进工作面前方瓦斯压力和瓦斯含量进行反算，反算参数设置如图2所示。

以5月24日—6月22日13019上机巷回风联巷碛头甲烷传感器监测瓦斯浓度数据为基础，根据以上瓦斯压力和瓦斯含量反算公式，计算得到了瓦斯含量和瓦斯压力动态变化规律，如图3所示。由图3可知，5月24日—6月8日之间煤层瓦斯含量主要分布在为2～4 m3/t之间，且大多时间在3 m3/t左右波动，可近似认为其煤层瓦斯含量中位数为3 m3/t。6月9日20：45左右发生瓦斯超限，此时反演得到的煤层瓦斯含量约为8.202 m3/t，略大于8 m3/t。从6月9日—6月22日之间，瓦斯含量上升到5 m3/t左右。

2020年3月12日由四川古叙科技咨询服务有限公司安排专人采用DGC瓦斯含量直接测定法，对该工作面C19、C19上煤层残余瓦斯含量进行测定，在132回风石门共设计施工8个取样钻孔，实际共施工13个取样钻孔，其中有效检验孔有8个；取样钻孔间距均在50 m范围内不等，经过实测该工作面C19、C19上煤层残余瓦斯含量见表1。瓦斯含量分布范围主要在3～6 m3/t之间，与本项目煤层瓦斯含量反算结果较为一致，验证了以上提出的瓦斯压力和含量反算模型的准确性。

在工程应用允许范围内，利用煤层瓦斯含量和压力反演功能可以实时、连续、动态掌握掘进过程前方煤层瓦斯含量及瓦斯压力变化情况，对掘进面区域消突效果、是否存在消突盲区及掘进过程突出危险性及时把握。当反演瓦斯参数异常时，可结合人工测试进行核实及验证，保证掘进过程安全生产。

4  结论

1）煤与瓦斯突出监测预警是进行突出治理工作的前提和基础，准确、有效的煤与瓦斯突出监测预警，一方面可以提高煤与瓦斯突出预警的准确率，防止漏报；另一方面，可以提高防突措施实施的目的性和针对性，减少额外的防突工程量，提高掘进速度和安全性。

2）根据煤层瓦斯赋存规律、吸附解吸特征及瓦斯运移规律等理论，研究得到了根据掘进过程瓦斯浓度反演计算煤体瓦斯含量与瓦斯压力的计算公式，构建了瓦斯参数反应模型，实现了掘进工作面前方煤体瓦斯压力和瓦斯含量的实时反演计算。

3）将瓦斯参数反演模型内嵌于煤与瓦斯突出实时监测预警系统软件中，对掘进工作面的瓦斯含量和瓦斯压力进行反演预测。反算数值与实测数值对比表明，煤体瓦斯含量和压力反演计算结果准确可靠。

参考文献：

[1] 谢和平，吴立新，郑德志.2025年中国能源消费及煤炭需求预测[J].煤炭学报，2019，44（7）：1949-1960.

[2] 袁亮，王恩元，马衍坤，等.我国煤岩动力灾害研究进展及面临的科技难题[J].煤炭学报，2023，48（5）：1825-1845.

[3] 唐巨鹏，任凌冉，潘一山，等.高地应力条件煤与瓦斯突出冲击力演化规律研究[J].煤炭科学技术，2023，51（8）：116-128.

[4] 郭德勇，揣筱升，张建国，等.构造应力场对煤与瓦斯突出的控制作用[J].煤炭学报，2023，48（8）：3076-3090.

[5] 戚昱.基于物联网的瓦斯突出预警监测系统设计[J].煤炭技术，2022，41（5）：226-228.

[6] 陈凯，戴英健，张丽娟，等.基于煤与瓦斯突出声电实时监测预警系统的应用研究[J].科技视界，2021（34）：159-161.

[7] 宋大钊，何学秋，邱黎明，等.区域和局部突出危险性动态实时监测预警技术研究[J].煤炭科学技术，2021，49（5）：110-119.

[8] 王恩元，李忠辉，李德行，等.电磁辐射监测技术装备在煤与瓦斯突出监测预警中的应用[J].煤矿安全，2020，51（10）：46-51.

[9] 曹康.发耳煤矿煤与瓦斯突出声电瓦斯特征信息提取及综合预警应用[D].徐州：中国矿业大学，2020.

[10] 隆能增，袁梅，王关亮，等.基于数据挖掘的煤与瓦斯突出实时预警研究[J].中国矿业，2020，29（11）：88-93，99.

[11] 李忠辉，马云波，郑安琪，等.掘进工作面突出危险性预测及危险区可视化研究[J].中国安全科学学报，2020，30（11）：53-59.

[12] 宁小亮.基于多源信息融合的煤与瓦斯突出动态预警模型[J].矿业安全与环保，2020，47（3）：1-5，16.

[13] 姜鹏鹏，吕品.基于可拓理论的煤与瓦斯突出预警模型研究[J].煤炭技术，2017，36（9）：172-174.

[14] 郭德勇，王仪斌，卫修君，等.基于地理信息系统和神经网络的煤与瓦斯突出预警[J].北京科技大学学报，2009，31（1）：15-18，24.

[15] 邵帆.基于Spark的煤与瓦斯突出预警研究[D].西安：西安科技大学，2019.

[16] CHEN L， WANG E， FENG J， et al. Numerical simulation on gas continuous emission from face during roadway excavation[J]. GEOMECHANICS AND ENGINEERING， Daejeon： Techno-Press， 2016，10（3）：297-314.

[17] 俞启香，王凯，杨胜强.中国采煤工作面瓦斯涌出规律及其控制研究[J].中国矿业大学学报，2000（1）：9-14.

[18] 祝捷，姜耀东，孟磊，等.载荷作用下煤体变形与渗透性的相关性研究[J].煤炭学报，2012，37（6）：984-988.

[19] 秦跃平，刘鹏，郝永江，等.巷壁瓦斯涌出的数学模型及无因次分析[J].辽宁工程技术大学学报（自然科学版），2015，34（10）：1105-1110.