采煤工作面煤與瓦斯突出危險(xiǎn)性智能判識(shí)技術(shù)分析

李海濤

（山西西山煤電股份有限公司馬蘭礦， 山西 古交 030205）

我國(guó)煤礦企業(yè)在發(fā)展的過(guò)程中，隨著開(kāi)采規(guī)模不斷擴(kuò)展，并且強(qiáng)度有效增加，開(kāi)采煤層賦存條件逐漸復(fù)雜化，這在較大程度上使瓦斯突出的危險(xiǎn)性逐漸升高[1-3]。目前，在煤與瓦斯突出預(yù)測(cè)方法一般情況下有綜合指標(biāo)法、單項(xiàng)指標(biāo)法以及瓦斯地質(zhì)單元方法等，在此過(guò)程中所采用的數(shù)學(xué)方法主要有模式識(shí)別、神經(jīng)網(wǎng)絡(luò)以回歸分析等，具有較好的應(yīng)用效果，并且在此基礎(chǔ)上能夠?qū)σ恍╈o態(tài)區(qū)域到達(dá)較好的預(yù)測(cè)，在此期間會(huì)對(duì)相關(guān)活動(dòng)產(chǎn)生不同程度的影響，對(duì)于產(chǎn)生的問(wèn)題很少公開(kāi)。因此，需要在瓦斯抽采理論的基礎(chǔ)上采用有效的方法全面計(jì)算動(dòng)態(tài)因素，同時(shí)根據(jù)神經(jīng)網(wǎng)絡(luò)與相關(guān)方法建立與完善智能識(shí)別系統(tǒng)，以此實(shí)施有效的動(dòng)態(tài)預(yù)測(cè)。

1 工程實(shí)例

本文以我國(guó)某地礦區(qū)為例進(jìn)行分析，十礦和十二礦發(fā)生煤與瓦斯突出100 多次，具有較高的突出危險(xiǎn)性。其中，十二礦工作面煤層賦存深度約為750 m，工作面設(shè)計(jì)傾向225 m，煤厚2.2～3.7 m，原始瓦斯含量15.3 m3/t，原始瓦斯壓力1.5 MPa，絕對(duì)瓦斯涌出量4.47～8.8 m3/min。

2 煤與瓦斯突出影響因素分析

2.1 靜態(tài)影響因素

靜態(tài)影響因素主要表現(xiàn)在以下幾個(gè)方面：

1）原始地應(yīng)力。地應(yīng)力會(huì)對(duì)煤與瓦斯突出產(chǎn)生不同程度的影響，不但是不同板塊間的作用，而且還能夠?yàn)槠涮峁┲饕膭?dòng)力。地應(yīng)力在增加的過(guò)程中，極易導(dǎo)致突出危險(xiǎn)性很難有效降低。

2）煤層賦存深度。煤層賦存深度與上覆巖層自重應(yīng)力有較大關(guān)系，如果煤層賦存深度加深，會(huì)使上覆巖層自重應(yīng)力有不同程度的增大，在煤體中性能也會(huì)逐漸增大，這在較大程度上會(huì)增加煤層突出危險(xiǎn)性。

3）地質(zhì)構(gòu)造。地質(zhì)構(gòu)造會(huì)在一定程度上對(duì)區(qū)域應(yīng)力產(chǎn)生影響，在此期間易使應(yīng)力集中，這在較大程度上會(huì)提高煤與瓦斯突出危險(xiǎn)性不斷上升。

4）煤體物理性質(zhì)。在一些情況下會(huì)縮短煤體動(dòng)態(tài)破壞時(shí)間，會(huì)增加其突出危險(xiǎn)性；如果媒階升高，變質(zhì)程度也有不同程度的增大，內(nèi)生節(jié)理越發(fā)達(dá)，瓦斯含量越高，其突出危險(xiǎn)性也較高。如果煤體結(jié)構(gòu)受到較大的破壞，其突出危險(xiǎn)性也越高。

2.2 動(dòng)態(tài)影響

首先，采動(dòng)應(yīng)力。在對(duì)煤礦進(jìn)行采掘期間，采動(dòng)應(yīng)力相對(duì)較為集中，圍巖中有大量變形能，并且在此基礎(chǔ)上采動(dòng)應(yīng)力受到工作面動(dòng)態(tài)變化而改變。采動(dòng)應(yīng)力在集中的過(guò)程中，極易導(dǎo)致應(yīng)力上升到最大力，這在較大程度上會(huì)產(chǎn)生煤與瓦斯突出情況的發(fā)生，這在較大程度上這也是存在突出問(wèn)題的主要原因。其次，瓦斯參數(shù)。在采掘的過(guò)程中，由于一些因素的影響，易出現(xiàn)煤與瓦斯突出,之所以產(chǎn)生此種原因，主要基礎(chǔ)便是瓦斯，在此過(guò)程中瓦斯壓力是突出較為主要的來(lái)源。此外，突出在發(fā)展的過(guò)程中，其物質(zhì)主要的來(lái)源便是瓦斯含量。煤層瓦斯解吸與運(yùn)移規(guī)律中，外放散初速度能夠?qū)ζ溥M(jìn)行直觀的反映。由于受到瓦斯抽采以及保護(hù)層開(kāi)采等活動(dòng)的影響，這在一定程度上會(huì)使媒體瓦斯含量與壓力大等相關(guān)參數(shù)會(huì)出現(xiàn)不同程度的改變，這會(huì)對(duì)煤與瓦斯突出危險(xiǎn)性產(chǎn)生較大影響。

3 工程活動(dòng)影響的突出因素動(dòng)態(tài)計(jì)算

3.1 采動(dòng)應(yīng)力動(dòng)態(tài)計(jì)算

在工作面回采過(guò)程尤為重要，需要對(duì)最大應(yīng)力進(jìn)行有效地平衡，以此使應(yīng)力狀態(tài)全面平衡，在此基礎(chǔ)上平衡方程如下公式：

式中：m 是煤層采高；σx是水平應(yīng)力；σy是垂直應(yīng)力；f 是煤層與巖層之間的摩擦因子，d 是摩擦圖。

在工作面前方根據(jù)應(yīng)力大小能夠?qū)⑵浞譃樵鰤簠^(qū)、極限平衡區(qū)以及穩(wěn)壓區(qū)等，在支承壓力應(yīng)力與極限平衡條件之間的關(guān)系能夠得出垂直應(yīng)力：

式中：x 是工作面煤壁距離；N0是煤幫的支撐能力；φ是內(nèi)摩擦角；γ 巖石容重；σmax是工作面前方最大支承壓力；D 是極限平衡區(qū)域。

3.2 瓦斯參數(shù)動(dòng)態(tài)計(jì)算

在對(duì)瓦斯抽采影響實(shí)施分析的過(guò)程中，則有以下公式：

式中：Q 是鉆孔瓦斯抽采總量；n 是抽采鉆孔數(shù)量；qi0是瓦斯流量；qi是瓦斯流量衰減系數(shù)；t 是抽采時(shí)間；q 是相對(duì)瓦斯含量；q0是原始瓦斯含量；A0是原煤儲(chǔ)量。

在對(duì)瓦斯壓力參數(shù)進(jìn)行動(dòng)態(tài)計(jì)算的過(guò)程中，需要通過(guò)與瓦斯含量之間的關(guān)系曲線，也可以通過(guò)瓦斯含量計(jì)算公式得到有效的計(jì)算結(jié)果，在此過(guò)程中選擇公式法：

式中：P 是瓦斯壓力；α，β是關(guān)系系數(shù)。

4 煤與瓦斯突出智能判識(shí)模型

4.1 特征選擇與提取

由于煤與瓦斯突出的影響因素相對(duì)比較多，并且不同影響因素具有較大的差異性，在此過(guò)程中形成了不同模式，一些模式自身有分類(lèi)功能，對(duì)樣本具有較高的分類(lèi)效果，同時(shí)還需要對(duì)分類(lèi)效率與質(zhì)量有效判斷，這就需要采用可分離性判據(jù)達(dá)到全面衡量的目的。此外，可分離判據(jù)應(yīng)用期間，非負(fù)性與單調(diào)性在其中扮演著較為重要的角色，從而確保突出樣本與非突出樣本兩者距離最大，在此期間能夠保證分類(lèi)錯(cuò)誤率最小。

式中：J12（x）是突出樣本與非突出樣本的可分離判據(jù)；xi是特征參數(shù)；Pp與Pq是兩種樣本先驗(yàn)概率。在未知環(huán)境的基礎(chǔ)上如果能夠根據(jù)Pp=np/ns以及Pq=nq/ns進(jìn)行計(jì)算；ns是樣本和；np與nq是樣本數(shù)量；X1k是樣本特征向量；X2l是非突出樣本特征向量；d（X1k，X2l）是兩者間的距離測(cè)度；J（X*）是最優(yōu)特征向量。

4.2 智能判識(shí)模型構(gòu)建

智能判識(shí)一般情況下是進(jìn)行模式分類(lèi)器的有效構(gòu)建，在此期間人工神經(jīng)網(wǎng)智能算法具有較好的優(yōu)勢(shì)，比如學(xué)習(xí)力強(qiáng)、適應(yīng)能力強(qiáng)以及容錯(cuò)力相對(duì)較強(qiáng)等，在應(yīng)用的過(guò)程中對(duì)煤與瓦斯突出危險(xiǎn)性預(yù)測(cè)的特殊非線性變換較為適用。在對(duì)煤與瓦斯突出樣本實(shí)施有效訓(xùn)練學(xué)習(xí)的過(guò)程中，主要是將輸入空間在隱含層的基礎(chǔ)上變換到輸出空間，能夠?qū)Ψ诸?lèi)模型參數(shù)進(jìn)行有效的確定。

在進(jìn)行智能判識(shí)模型構(gòu)建的過(guò)程中，需要對(duì)煤與瓦斯突出危險(xiǎn)性實(shí)施全面預(yù)測(cè)，這就需要進(jìn)行分類(lèi)器的有效選擇，在此過(guò)程中如果X 是神經(jīng)網(wǎng)絡(luò)輸入，那么輸出公式由下面等式表示：

式中：Ri2（X）是神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)的傳遞函數(shù)，需要巨具備較高的對(duì)稱性，在此期間該對(duì)稱性應(yīng)當(dāng)是具有順著某徑向的對(duì)稱性，其高斯函數(shù)由以下公式表示，其中X 是輸入向量：

在對(duì)其進(jìn)行判識(shí)的過(guò)程中，其判識(shí)結(jié)果分為突出與無(wú)突出，一般情況下需要在輸出層設(shè)置有效的節(jié)點(diǎn)。此外，在對(duì)輸出層進(jìn)行構(gòu)建的過(guò)程中尤為重要，這就需要完善競(jìng)爭(zhēng)學(xué)習(xí)機(jī)制，并且在此基礎(chǔ)上還應(yīng)對(duì)其進(jìn)行反饋，同時(shí)調(diào)整隱含層，這對(duì)最優(yōu)權(quán)向量的確定尤為重要，在此過(guò)程中可對(duì)輸入向量進(jìn)行分類(lèi)。

在對(duì)煤與瓦斯突出危險(xiǎn)性進(jìn)行智能判識(shí)的過(guò)程中，需要通過(guò)有效的方法對(duì)識(shí)別對(duì)象實(shí)施全面分類(lèi)與識(shí)別，以此獲得判別函數(shù)，在此期間一般情況下需要對(duì)函數(shù)實(shí)施優(yōu)化，其中函數(shù)判別如下，其中，b 是函數(shù)偏置項(xiàng)。

在進(jìn)行識(shí)別的過(guò)程中，能夠在輸出的判別函數(shù)值判別的基礎(chǔ)上對(duì)是否有突出危險(xiǎn)性實(shí)施有效的決策。在對(duì)突出危險(xiǎn)性程度實(shí)施全面描述與區(qū)別期間，需要對(duì)危險(xiǎn)性程度進(jìn)行有效的明確，這就能夠在預(yù)測(cè)值大小的基礎(chǔ)上對(duì)預(yù)測(cè)樣本危險(xiǎn)性實(shí)施分級(jí)管理。

5 結(jié)語(yǔ)

在對(duì)煤與瓦斯突出危險(xiǎn)性進(jìn)行智能識(shí)別的過(guò)程中，工作面煤與瓦斯突出的影響因素相對(duì)較多，而且還需要考慮一些重要的動(dòng)態(tài)變化因素，比如瓦斯壓力、含量以及采動(dòng)應(yīng)力等。此外，還應(yīng)以支承應(yīng)力分區(qū)關(guān)系、瓦斯抽采鉆孔參數(shù)等為基礎(chǔ)，能夠通過(guò)分析相關(guān)參數(shù)，使用有效的動(dòng)態(tài)方法對(duì)工程實(shí)施全面計(jì)算。此外，智能識(shí)別方法一般情況下有多因素模式與人工神經(jīng)網(wǎng)絡(luò)，并且在此基礎(chǔ)上對(duì)智能判識(shí)模型進(jìn)行了構(gòu)建，在此過(guò)程中開(kāi)發(fā)了智能判識(shí)系統(tǒng)，以此能夠確保動(dòng)態(tài)預(yù)測(cè)與分級(jí)管理。