煤矿瓦斯监测值特征分析与预警技术研究

摘" 要：在四川川煤华荣能源有限责任公司联网平台和下属20对矿井安全监控系统数据基础上，通过分析和挖掘瓦斯监测数据特征规律，研究提出瓦斯突变、瓦斯长期不变、瓦斯偏离均值、瓦斯长期趋势和瓦斯短期趋势等预警算法，并构建瓦斯预警平台，包含分析服务、Web客户端、手机APP等软件，实现瓦斯监测预测预警，分级消息推送，预警处置闭环等功能，为防范瓦斯风险，保障矿井安全生产提供信息化、自动化和智能化的技术支撑。

关键词：瓦斯治理；数据挖掘；算法分析；预测预警；煤矿

中图分类号：TD712" " " 文献标志码：A" " " " " 文章编号：2095-2945（2024）32-0094-05

Abstract： Based on the networked platform of Sichuan Chuanmei Huarong Energy Co.， Ltd. and 20 pairs of mine safety monitoring system data， by analyzing and exploring the characteristics and laws of gas monitoring data， early warning algorithms such as gas sudden change， gas long-term unchanged， gas deviation from the mean value， gas long-term trend， gas short-term trend， etc. have been built， including analysis services， Web clients， mobile APP and other software， to realize gas monitoring， prediction and early warning， and hierarchical message push. Functions such as early warning and disposal closed-loop provide informatization， automation and intelligent technical support for preventing gas risks and ensuring safe production in mines.

Keywords： gas control; data mining; algorithm analysis; prediction and early warning; coal mine

瓦斯灾害是煤矿安全生产的重大威胁，2016—2022年，全国煤矿重大安全事故50%以上都与瓦斯爆炸有关，近年来，在陕西、贵州、吉林、四川等地，发生多起瓦斯重大事故，造成巨大的人员和经济损失[1-2]。目前，各瓦斯矿井均装备有安全监控系统[3]，各煤矿集团公司、省市监察单位，也均对安全监控系统数据进行了联网[4-5]，瓦斯监测监控手段日趋完善。四川川煤华荣能源有限责任公司，依托下属20对矿井瓦斯监测数据，制定了多种瓦斯特征分析算法，识别异常波动瓦斯并预警[6-12]，通过及时处置预警信息，形成闭环，能有效减少瓦斯超限风险，提高矿井安全生产能力。

1" 系统架构设计

系统主要由3层架构组成，包括数据统一网关、数据分析服务和业务展现层，如图1所示。

系统支持从各厂家安全监控、各级联网平台中，通过文本文件、消息队列、Web API等多种方式获取瓦斯监测数据，并通过数据统一网关，整理成统一的元数据，供数据分析服务使用。

数据分析服务，负责多种瓦斯特征分析算法实现，包括瓦斯突变、一氧化碳突变、瓦斯长期不变、瓦斯长短期趋势等，形成分析结果，并实例化存储在数据库中。

业务展现层，负责展现数据分析结果，统计瓦斯异常波动的时间、空间分布，并可通过多种方式，按预警结果推送至相关人员，提醒其及时处置，完成特征识别分析、预警、处置、填报和销号的闭环。

2" 系统算法设计及功能实现

四川川煤华荣能源有限责任公司（简称“川煤华荣”）现有生产矿井20对，其中，瓦斯突出矿井7对，高瓦斯矿井12对，瓦斯灾害较为严重，20对矿井安全监控系统建设概况见表1。

2017年，为响应国家安全监管总局《煤矿安全生产在线监测联网备查系统通用技术要求和数据采集标准（试行）》要求，公司建设了“川煤华荣能源煤矿安全综合监管云平台”（简称“106联网平台”），实现了对下属全部矿井安全监控系统数据联网。

系统充分利用已有的软硬件资源，直接从106联网平台读取和分析瓦斯监测数据，相比于从矿端多个厂家安全监控系统中读取数据，减少了软件运维成本和硬件成本，系统网络架构图如图2所示。

通过对川煤华荣下属煤矿瓦斯监测值变化情况分析，结合公司瓦斯治理实际情况，挖掘出以下特征分析算法。

2.1" 瓦斯突变分析

《国家矿山安全监察局关于加强煤与瓦斯突出防治工作的通知》（矿安〔2022〕68号）第七条指出：煤矿采掘作业过程中有瓦斯异常情况（瓦斯忽大忽小，变化超过0.2个百分点）时，要立即停止生产，分析原因，制定措施。为有效识别（矿安〔2022〕68号）文中的“瓦斯异常情况”，制定了瓦斯突变分析算法。算法的制定，既要能有效识别异常波动瓦斯，防范瓦斯超限风险，保证安全生产，也要尽可能排除生产过程（爆破或采煤机割煤时）的正常波动情况，保证煤矿生产连续性[13]。达到瓦斯突变，需满足以下条件

2.2 一氧化碳突变分析

一氧化碳是引起瓦斯爆炸的主要气体之一，其异常是发生煤层自燃的先兆，《煤矿安全规程》规定井下一氧化碳浓度最大允许值为24 ppm。川煤华荣下属矿井一氧化碳监测值一般均为0 ppm。考虑到花山煤矿所在地攀枝花钢铁产业规模较大，空气中一氧化碳浓度较高，选取3 ppm作为预警值，为有效防范一氧化碳超限事故，形成瓦斯突变分析算法如下

xgt;3 ppm ， （3）

式中：x代表一氧化碳实时监测值，典型一氧化碳突变曲线如图4所示。

2.3" 瓦斯长期不变分析

除避难硐室或回风瓦斯外，瓦斯传感器受井下复杂环境和生产通风过程影响，应当呈现数据波动，当瓦斯传感器出现掉落、碰撞、进水或传感器老化等情况，可能导致瓦斯传感器故障，致数据失真，长期不变。通过瓦斯不变分析，识别长期不变瓦斯，能保证瓦斯监测值正确性，使值机人员准确掌握井下瓦斯的真实信息。通过对多个波动不明显瓦斯传感器数据曲线分析，发现当瓦斯数据3天内最大最小值差值小于0.02时，该瓦斯传感器可能存在异常情况，公式为

xmax-xminlt;|0.02%| ， （4）

式中：xmax代表3天内的瓦斯最大值，xmin代表3天内瓦斯最小值。

典型长期不变瓦斯曲线如图5所示。

2.4" 瓦斯偏离均值分析

煤与瓦斯突出对采掘工作面的安全生产构成了极大威胁，通常，典型的煤与瓦斯突出灾前征兆，瓦斯浓度随时间呈现缓慢上升特征[14]。瓦斯偏离均值分析算法，能有效识别煤与瓦斯突出等灾害征兆，防范灾害风险，其与瓦斯突变分析主要差别在于瓦斯上升速度，采取的管控措施也不同，瓦斯偏离均值分析共有以下5个步骤。

1）计算单个瓦斯5天均值，得到Avgx。

2）当瓦斯偏离均值开始需达到以下条件，记录ts，视为偏离开始时间。

xnowgt;0.4%∩（xnowgt;（Avgx+0.2）∪xnowgt;（1.3×Avgx））。

（5）

3）当瓦斯开始偏离后，达到以下条件，记录te，视为偏离结束时间。

Avgxgt;Avg+0.02 。 （6）

4）当当前时间tnow-tsgt;1 h，视作偏离均值，代表该瓦斯监测值处于缓慢上升状态，典型的瓦斯偏离均值曲线如图6所示。

2.5" 瓦斯短期趋势分析

三次指数平滑法[15-17]是指数平滑法的一种，适用于时间序列呈现抛物线趋势的非线性数据，使用便捷，在各个领域均有应用，使用近30 min瓦斯监测数据，采用三次指数平滑法，可对瓦斯短期浓度变化情况进行预测。其计算公式为

式中：T为预测的超前期数，Yt+T为第t+T期的预测值；α表示静态平滑系数，α取值在0到1之间，α取值越大，即离预测值近的历史数据对于预测值的影响越大，结合瓦斯监测值采集频率、数值变化特点等，取α= 0.1；m代表平滑初值，取前三期数据的平均数作为m。瓦斯预测曲线如图7所示，其中，图片左侧曲线代表瓦斯监测值，右侧曲线代表瓦斯预测值。

2.6" 瓦斯长期趋势分析

瓦斯长期趋势分析可识别瓦斯从岩体或煤体裂隙和孔洞中长时间缓慢涌出情况，通过最小二乘法[18-20]，判断瓦斯长期趋势，可在瓦斯堆积的初期，发现风险，防范瓦斯进一步升高。方法如下。

1）针对每个监测点计算统计周期t内监测点的每日均值。统计周期t应适当选取较长时期，如1个月或3个月。

2）根据每日均值，得到统计周期t内瓦斯浓度时间序列。

3）采用最小二乘法对时间序列进行拟合，得到形如y=ax+b的拟合曲线。a即为监测点的趋势表征，a值越大，代表瓦斯上升趋势越明显。

4）当agt;0.3时，视为长期上升趋势瓦斯。

典型的长期上升趋势瓦斯曲线如图8所示。

3" 预警信息处置闭环

四川川煤华荣能源有限责任公司针对不同的预警信息，制定了多套预警处置闭环方法，当突变预警、偏离均值预警发生时，通过声光报警、APP通知、短信等方式，及时通知公司管理人员、煤矿管理人员和调度室值班人员，要求煤矿落实责任人，并在2 h内，排查预警原因，8 h内，完成预警处置，并在预警系统中，填报处理过程，完成预警销号，形成闭环。预警系统建成后，有效减少了人工识别预警信息的人力物力成本和矿井瓦斯报警次数，提升了公司安全生产能力。

4" 结论

1）通过分析四川川煤华荣能源有限责任公司下属20对矿井瓦斯监测数据，制定了瓦斯突变、一氧化碳突变、长期不变、偏离均值和长短期趋势等多种基于数理统计的瓦斯预测分析算法。

2）结合分析算法，建设支持安全监控系统，各煤矿集团公司、省市监察单位联网平台数据的瓦斯预警系统，并形成了预警识别、通知、处置、销号的闭环。

3）算法的设计和系统的建设，均是依据瓦斯监测值的数理特征，未考虑生产过程、井下环境、通风情况等对瓦斯数值的影响，具有一定局限性。

参考文献：

[1] 程磊，孙洁.2016—2022年我国煤矿事故统计与规律分析[J].煤炭工程，2023，55（11）：125-129.

[2] 李春欣，张民波，王子超.2012—2021年中国煤矿瓦斯事故发生规律和特点研究[J].煤炭与化工，2023，46（4）：103-107.

[3] 郭江涛.煤矿安全监控系统现状及发展趋势[J].煤矿机械，2017，38（3）：1-3.

[4] 常浩.煤矿事故风险分析平台的应用研究[J].自动化应用，2020（6）：113-115.

[5] 金庆军.重庆市煤矿事故风险分析平台初步设计[J].煤炭科技，2018（1）：132-135.

[6] 蒋松桦.煤矿瓦斯的通风安全问题与防范措施[J].当代化工研究，2021（15）：39-40.

[7] 唐明云.采空区煤炭自燃预测预报方法及探讨[J].煤炭技术，2004（10）：104-106.

[8] 文光才，宁小亮，赵旭生.矿井煤与瓦斯突出预警技术及其应用[J].煤炭科学技术，2011，39（2）：55-58.

[9] 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.

[10] 李宗翔.综放工作面采空区瓦斯涌出规律的数值模拟研究[J].煤炭学报，2002（2）：173-178.

[11] 何桥，许金.基于数理统计方法的煤矿瓦斯异常预警模型研究[J].矿业安全与环保，2023，50（4）：68-73.

[12] 韦柳屾，崔洪庆，马志奇.采煤工作面煤壁瓦斯涌出分源预测方法研究[J].煤矿开采，2018，23（1）：88-91.

[13] 王磊.基于采煤机割煤速度智能调节的瓦斯浓度超限防控技术[J].能源技术与管理，2023，48（3）：27-29，32.

[14] 张巨峰，施式亮，鲁义，等.矿井瓦斯异常涌出防控现状及展望[J].煤炭工程，2023，55（2）：110-115.

[15] 张雪琴.关于“指数平滑法”的研究[J].内蒙古农业大学学报（自然科学版），2006（4）：153-156.

[16] 王长江.指数平滑法中平滑系数的选择研究[J].中北大学学报（自然科学版），2006（6）：558-561.

[17] 周炳飞.动态三次指数平滑法及应用实例[J].长春师范学院学报，2014，33（2）：10-13.

[18] 邹乐强.最小二乘法原理及其简单应用[J].科技信息，2010（23）：282-283.

[19] 贾小勇，徐传胜，白欣.最小二乘法的创立及其思想方法[J].西北大学学报（自然科学版），2006（3）：507-511.

[20] 张擎，张洋洋.基于个性化最小二乘法的软特征集成实验方法[J].实验科学与技术，2024，22（1）：22-29.