采煤工作面煤与瓦斯突出危险性智能判识技术分析

2020-11-13 08:34:20李海涛
山西冶金 2020年5期
关键词:智能

李海涛

(山西西山煤电股份有限公司马兰矿, 山西 古交 030205)

我国煤矿企业在发展的过程中,随着开采规模不断扩展,并且强度有效增加,开采煤层赋存条件逐渐复杂化,这在较大程度上使瓦斯突出的危险性逐渐升高[1-3]。目前,在煤与瓦斯突出预测方法一般情况下有综合指标法、单项指标法以及瓦斯地质单元方法等,在此过程中所采用的数学方法主要有模式识别、神经网络以回归分析等,具有较好的应用效果,并且在此基础上能够对一些静态区域到达较好的预测,在此期间会对相关活动产生不同程度的影响,对于产生的问题很少公开。因此,需要在瓦斯抽采理论的基础上采用有效的方法全面计算动态因素,同时根据神经网络与相关方法建立与完善智能识别系统,以此实施有效的动态预测。

1 工程实例

本文以我国某地矿区为例进行分析,十矿和十二矿发生煤与瓦斯突出100 多次,具有较高的突出危险性。其中,十二矿工作面煤层赋存深度约为750 m,工作面设计倾向225 m,煤厚2.2~3.7 m,原始瓦斯含量15.3 m3/t,原始瓦斯压力1.5 MPa,绝对瓦斯涌出量4.47~8.8 m3/min。

2 煤与瓦斯突出影响因素分析

2.1 静态影响因素

静态影响因素主要表现在以下几个方面:

1)原始地应力。地应力会对煤与瓦斯突出产生不同程度的影响,不但是不同板块间的作用,而且还能够为其提供主要的动力。地应力在增加的过程中,极易导致突出危险性很难有效降低。

2)煤层赋存深度。煤层赋存深度与上覆岩层自重应力有较大关系,如果煤层赋存深度加深,会使上覆岩层自重应力有不同程度的增大,在煤体中性能也会逐渐增大,这在较大程度上会增加煤层突出危险性。……

登录APP查看全文

猜你喜欢
智能
智能与自主
让纸变得智能
一种智能微耕机的研发
智能制造 反思与期望
智能前沿
文苑(2018年23期)2018-12-14 01:06:06
智能前沿
文苑(2018年19期)2018-11-09 01:30:14
智能前沿
文苑(2018年17期)2018-11-09 01:29:26
智能前沿
文苑(2018年21期)2018-11-09 01:22:32
智能制造·AI未来
商周刊(2018年18期)2018-09-21 09:14:46
争渡智能石化
能源(2018年4期)2018-05-19 01:53:44