瓦斯異常涌出影響因素與風險識別研究現(xiàn)狀*

張立志，施式亮,

(1.湖南科技大學(xué) 資源環(huán)境與安全工程學(xué)院， 湖南 湘潭市 411201；2.湖南科技大學(xué) 煤礦安全開采技術(shù)湖南省重點實驗室， 湖南 湘潭市 411201)

0 引言

瓦斯主要賦存于煤層中，甲烷是瓦斯的主要成分，從狹義上講，煤礦瓦斯指的就是甲烷[1]。瓦斯一般以游離態(tài)和吸附態(tài)兩種狀態(tài)存在于煤體及圍巖體中，在未受采動影響的煤（巖）體內(nèi)，瓦斯的解吸與吸附處于動態(tài)平衡。受采掘作業(yè)的擾動影響，煤巖整體遭到破壞，煤巖體內(nèi)原有的平衡狀態(tài)被打破，大量瓦斯涌入巷道，對井下人員生命安全造成威脅[2-3]，且隨著時間的延長，瓦斯的解吸與吸附會趨向于新的平衡。根據(jù)瓦斯涌出形式的不同，一般將其分為普通涌出和異常涌出[4]。普通涌出的涌出速率比較均勻，容易進行監(jiān)測和采取防治措施；而異常涌出則為時間上突然、空間上集中，涌出量很不均勻的間斷涌出[5]。相較于瓦斯普通涌出，瓦斯異常涌出對煤礦安全生產(chǎn)威脅更大。因此，掌握瓦斯異常涌出影響因素和風險識別及預(yù)警，并有針對性地提出有效的防控措施，對瓦斯異常涌出的研究具有重要意義。

本文通過回顧瓦斯異常涌出的影響因素及風險識別方面的研究成果，概括分析了瓦斯異常涌出的影響因素，對瓦斯異常涌出的風險識別及預(yù)警進行了分析并指出了研究的不足，進而對今后的研究進行了展望。

1 瓦斯異常涌出影響因素研究現(xiàn)狀

國內(nèi)外許多學(xué)者一般通過文獻研究及現(xiàn)場調(diào)研對瓦斯異常涌出的影響因素進行研究。瓦斯的異常涌出不僅受地質(zhì)因素和采掘技術(shù)因素的影響，也會受到地面大氣壓力變化的影響。其中，地質(zhì)因素包括地質(zhì)構(gòu)造、頂板巖性、煤層結(jié)構(gòu)、地應(yīng)力等因素，采掘技術(shù)因素則包括開采工藝、掘進速率、通風系統(tǒng)、開采強度等因素。地面大氣壓的變化也會對采空瓦斯涌出造成影響，引起了許多學(xué)者的關(guān)注。

在單一地質(zhì)因素影響作用方面，孟凡和[6]、湯友誼[7]等對距斷層不同距離的瓦斯異常涌出情況進行了研究，分析了斷層對瓦斯異常涌出的影響，研究表明斷層附近瓦斯異常涌出次數(shù)相對頻繁；何旬旬等[8]結(jié)合五陽、常村兩礦小型斷層特征及實測數(shù)據(jù)，分析了斷層落差和傾角與瓦斯涌出量的數(shù)學(xué)關(guān)系，得出小型斷層落差對瓦斯異常涌出增長具有明顯的控制作用；Farahbakhsh E等[9]分析了裂隙對瓦斯異常涌出的影響，得出Parvadeh煤礦瓦斯涌出量大與采掘裂隙面有關(guān)；劉曉斐[10]、王濤[11]、張廣輝[12]等分析沖擊地壓對瓦斯異常涌出的影響，認為沖擊地壓會使煤巖體裂隙增加，進而導(dǎo)致瓦斯的異常涌出；李宏等[13]分析了頂板灰?guī)r中瓦斯異常涌出的原因，認為裂隙水的封堵作用和侵蝕作用是導(dǎo)致瓦斯頂板灰?guī)r瓦斯異常涌出的原因。

在多種地質(zhì)因素影響作用方面，劉明舉[14]等研究煤層厚度、構(gòu)造、構(gòu)造煤等因素對瓦斯異常涌出的影響，認為瓦斯異常涌出是多種地質(zhì)因素綜合作用的結(jié)果；王志玉[15]等以寺河礦3號煤層為研究對象，認為地質(zhì)構(gòu)造和上覆巖層厚度是影響該煤礦瓦斯異常涌出的主要因素；曹召奇[16]則認為瓦斯的生、儲、蓋條件都會對瓦斯異常涌出造成影響；王林[17]等分析了寨崖底煤礦6號煤層瓦斯異常涌出情況，認為影響該煤層瓦斯異常涌出的因素為煤層頂?shù)装鍘r性、煤對瓦斯的吸附性能和煤的比表面積。

在采掘技術(shù)因素影響作用方面，榮向東等[18]對爆破（割煤）落煤期間瓦斯異常涌出情況進行了分析，認為爆破（割煤）會使瓦斯涌出量增加；Shu Ma等[19]研究了爆破工序?qū)ν咚褂砍隽康挠绊?，發(fā)現(xiàn)爆破工序的最大絕對瓦斯涌出量是其他工序的 5倍，掘進率和爆破強度與絕對瓦斯量成正比；安俊孝等[20]分析了采掘技術(shù)因素對瓦斯異常涌出的影響，認為通風方式是引起瓦斯涌出量變化的主要原因；王春光[21]研究了超高開采強度下低瓦斯工作面的瓦斯異常涌出情況，結(jié)果表明，在超高開采強度下，單位時間落煤量大、采空區(qū)面積廣和遺煤多致使回采工作面瓦斯異常涌出。

在地面大氣壓變化對瓦斯異常涌出的影響研究方面，郭凡進[22]、葉青[23]等認為大氣壓變化是造成康家灘煤礦88202采空區(qū)異常涌出的主要原因；李作泉[24]研究了大氣壓變化下的采空區(qū)瓦斯涌出狀態(tài)，結(jié)果表明，在大氣壓變化的情況下，采空區(qū)氣體會呈現(xiàn)膨脹-收縮的“呼吸”狀態(tài)，致使瓦斯異常涌出；王帥等[25]通過理論分析和現(xiàn)場實測，研究了大氣壓變化與采空區(qū)瓦斯涌出之間的關(guān)系，結(jié)果表明大氣壓變化與采空區(qū)絕對瓦斯涌出量呈反比例關(guān)系；金毅[26]、薛偉超[27]研究了大氣壓對瓦斯異常涌出影響，認為地面大氣壓驟降會使瓦斯涌出量異常增大。

從以上研究成果可以看出，無論是地質(zhì)因素、采掘技術(shù)因素還是地面大氣壓變化造成的瓦斯異常涌出，都與瓦斯的賦存及賦存狀態(tài)發(fā)生改變有關(guān)。而且，根據(jù)煤礦地質(zhì)條件、氣象條件及采掘規(guī)劃設(shè)計的不同，瓦斯異常涌出的主控影響因素也會有所不同。當煤體裂隙發(fā)育與瓦斯富集區(qū)相連通時，就可能發(fā)生瓦斯異常涌出。頂?shù)装鍘r性、煤層厚度、煤層結(jié)構(gòu)、煤層透氣性、煤對瓦斯的吸附性等地質(zhì)因素通過改變瓦斯的生、儲、蓋條件來影響瓦斯異常涌出；沖擊地壓、礦震等地質(zhì)因素和爆破（割煤）、掘進率、開采強度等采掘技術(shù)因素，都是通過造成煤（巖）體裂隙或增加落煤量及新煤層暴露面積引起瓦斯異常涌出；而大氣壓變化則是通過改變采空區(qū)內(nèi)外壓差引起采空區(qū)的瓦斯異常涌出，特別是當?shù)孛娲髿鈮后E降時，采空區(qū)瓦斯涌出量突增，且大氣壓變化與采空區(qū)瓦斯異常涌出在時間上存在一定的規(guī)律性。斷層也是地質(zhì)構(gòu)造因素中的研究重點，斷層對瓦斯的賦存具有重要的影響，斷層落差越大，煤礦瓦斯涌出量也越大。另外，地溫等影響瓦斯吸附、解吸和滲透率的因素也會對瓦斯的異常涌出造成影響。

一般來說，瓦斯異常涌出不僅受單一因素的影響，也受多種因素及多因素耦合作用的影響。以往，多從單一因素和多種因素對瓦斯異常涌出的影響開展研究，但是因素之間關(guān)系及各種因素對瓦斯異常涌出的耦合作用則需要進一步研究。

2 瓦斯異常涌出風險識別及預(yù)警研究現(xiàn)狀

許多學(xué)者結(jié)合相關(guān)理論及方法構(gòu)建瓦斯異常涌出的風險識別模型和預(yù)警模型來進行風險識別及預(yù)警，并取得了一些成果。馬麗娟[28-29]基于模糊數(shù)學(xué)原理和模式識別技術(shù)，以瓦斯?jié)舛鹊淖兓首鳛橹笜?，?gòu)建危險識別預(yù)測模型，并運用Fisher判別方法確定出危險臨界值，對不同區(qū)域的危險程度進行動態(tài)預(yù)警；肖丹[30]基于灰色理論，建立了4個瓦斯異常涌出致因指標，構(gòu)建了瓦斯異常涌出灰色預(yù)警模型；王菲茵[31-32]在研究瓦斯?jié)舛葧r間序列及瓦斯異常涌出圖像特征的基礎(chǔ)上，構(gòu)建了基于ReliefF-維度區(qū)間-支持向量機的圖像識別模型，以識別瓦斯異常涌出的危險程度；魏連江等[33]歸納了瓦斯時間序列異常模式，從 K線圖的角度進行研究，確定K線診斷準則，并編寫了K線診斷程序；羅新榮等[34]結(jié)合礦井瓦斯監(jiān)測情況，利用神經(jīng)網(wǎng)絡(luò)技術(shù)，對瓦斯異常涌出情況進行判斷，建立了基于人工神經(jīng)網(wǎng)絡(luò)的瓦斯預(yù)警理論模型；楊守國[35]利用人工神經(jīng)網(wǎng)絡(luò)，建立了瓦斯異常涌出類別判識指標，并構(gòu)建了瓦斯異常涌出類別判識模型，結(jié)合多傳感器聯(lián)合判識方法，實現(xiàn)涌出地點的判識和影響范圍的解算。

從以上成果可以看出，瓦斯異常涌出風險識別及預(yù)警方面的研究一般都是從瓦斯涌出數(shù)據(jù)挖掘及處理、選取瓦斯異常涌出指標和瓦斯異常涌出圖像特征出發(fā)，運用時間序列理論、灰色理論、馬爾科夫鏈、模糊數(shù)學(xué)理論、神經(jīng)網(wǎng)絡(luò)等各種理論方法，構(gòu)建出瓦斯異常涌出的風險識別模型和預(yù)警模型，通過模擬仿真，對瓦斯異常涌出的影響范圍、危害程度、地點和時間等進行風險識別和預(yù)警。雖然以上理論方法在風險識別和預(yù)警上具有各自的優(yōu)勢，但運用以上理論和方法構(gòu)建的風險識別模型更多只適用于靜態(tài)的識別，且對經(jīng)驗具有一定的依賴性。比如，人工神經(jīng)網(wǎng)絡(luò)具有很好的學(xué)習、記憶和聯(lián)想等解決問題和分析問題的能力，但是如果井下環(huán)境發(fā)生變化，通過人工神經(jīng)網(wǎng)絡(luò)建立的風險識別模型一般難以對變化的環(huán)境進行很好的追蹤和自我調(diào)節(jié)。因此，在瓦斯異常涌出的動態(tài)識別方面，特別是動態(tài)識別模型的自我調(diào)節(jié)及環(huán)境追蹤能力方面，仍需要對其進行進一步研究。

3 存在的不足

（1）瓦斯異常涌出影響因素方面，對于影響因素之間的關(guān)系及各種影響因素對瓦斯異常涌出的耦合作用的研究開展較少。

（2）構(gòu)造作用、水文地質(zhì)條件等因素對瓦斯異常涌出的影響多為定性研究，定量描述較少。

（3）更多的風險識別模型只適用于靜態(tài)識別，對經(jīng)驗的依賴性較強，未將環(huán)境追蹤和自我調(diào)節(jié)能力充分考慮到模型構(gòu)建中，但井下環(huán)境是動態(tài)變化的，且環(huán)境變化對于瓦斯異常涌出或瓦斯異常涌出風險識別模型的準確性具有一定的影響。

（4）風險識別模型的驗證一般是通過模擬仿真進行，但模擬環(huán)境與井下實際情況存在差距，不能完全反映模型的準確性。

4 展望

針對存在的不足，提出以下展望。

（1）應(yīng)探究地質(zhì)因素、采掘技術(shù)因素、氣象因素等各種影響因素相互之間的關(guān)系，同時進一步研究各種因素耦合作用下的瓦斯異常涌出情況。

（2）應(yīng)采用現(xiàn)場采樣、現(xiàn)場實驗等方式研究構(gòu)造作用、水文地質(zhì)條件等因素對瓦斯異常涌出的影響。

（3）進一步研究熱門的人工智能技術(shù)是構(gòu)建具備環(huán)境追蹤、自我調(diào)節(jié)能力且不過多依賴經(jīng)驗的瓦斯異常涌出風險識別模型的一個重要發(fā)展方向。

（4）對井下環(huán)境及變化進行充分的調(diào)研，以提高模擬仿真精度，使所構(gòu)建的風險識別模型更具應(yīng)用價值。