• 中文核心期刊
  • 中国科技核心期刊
  • RCCSE中国核心学术期刊

我国矿井瓦斯涌出量预测技术研究进展及发展方向

秦玉金, 苏伟伟, 姜文忠, 陈煜朋

秦玉金, 苏伟伟, 姜文忠, 陈煜朋. 我国矿井瓦斯涌出量预测技术研究进展及发展方向[J]. 煤矿安全, 2020, 51(10): 52-59.
引用本文: 秦玉金, 苏伟伟, 姜文忠, 陈煜朋. 我国矿井瓦斯涌出量预测技术研究进展及发展方向[J]. 煤矿安全, 2020, 51(10): 52-59.
QIN Yujin, SU Weiwei, JIANG Wenzhong, CHEN Yupeng. Research Progress and Development Direction of Mine Gas Emission Forecast Technology in China[J]. Safety in Coal Mines, 2020, 51(10): 52-59.
Citation: QIN Yujin, SU Weiwei, JIANG Wenzhong, CHEN Yupeng. Research Progress and Development Direction of Mine Gas Emission Forecast Technology in China[J]. Safety in Coal Mines, 2020, 51(10): 52-59.

我国矿井瓦斯涌出量预测技术研究进展及发展方向

Research Progress and Development Direction of Mine Gas Emission Forecast Technology in China

  • 摘要: 通过系统调研,总结了我国矿井瓦斯涌出量预测技术从20世纪50年代至今历经的4个重要发展阶段,重点阐述了分源预测法、矿山统计法、瓦斯地质数学模型法、灰色预测法、神经网络预测法及组合预测法的基本原理、优缺点及适用范围,并结合现场应用现状,详细剖析了各种预测方法存在的问题。最后,围绕矿山机械化和智能化的发展目标,提出了3项技术攻关:完善分源预测参数科学选值、推进瓦斯地质模型预测技术模块化、集成化和组建信息化高端融合模型,为今后矿井瓦斯涌出量预测技术研究指明了方向。
    Abstract: Based on the systematic investigation, this paper summarizes the four important development stages of the prediction technology of mine gas emission in China from 1950s to now. It focuses on the basic principles, application scope, advantages and disadvantages of the source based prediction method, mine statistical method, gas geological mathematical model method, grey prediction method, neural network prediction method and combination prediction method. The main problems of each prediction method are analyzed in detail with the field application status. Finally, centering on the development goals of mine mechanization and intelligentization, three technological breakthroughs are proposed: improving the scientific selection of predictive parameters of source separation, promoting the modularization and integration of gas geological model prediction technology, and establishing information-based high-end fusion model, which points out the direction for future research on gas emission prediction technology.
  • [1] 瓦斯通风防灭火安全研究所.矿井瓦斯涌出量预测方法的发展与贡献[J].煤矿安全,2003,34(增1):10.
    [2] 苏文叔.矿井瓦斯涌出[J].煤炭工程师,1989(2):7.
    [3] 于良臣.煤壁瓦斯泄出规律及其应用[J].煤矿安全,1981,12(9):1-6.
    [4] 王兆丰.矿井瓦斯涌出量分源预测法及其应用[J].煤矿安全,1991,22(1):8-12.
    [5] 姜文忠,霍中刚,秦玉金.矿井瓦斯涌出量预测技术[J].煤炭科学技术,2008,36(6):1-4.
    [6] 章立清,秦玉金,姜文忠,等.我国矿井瓦斯涌出量预测方法研究现状及展望[J].煤矿安全,2007,38(8):58-60.
    [7] 张子戌,袁崇孚.矿井瓦斯涌出量预测方法探讨[J].焦作矿业学院学报,1993,35(6):78-81.
    [8] 刘英学,矿井瓦斯涌出量预测方法的研究[J].湘潭矿业学院学报,1995,10(3):9-13.
    [9] AQ/T 1086—2011煤矿矿井瓦斯地质图编制方法标准[S].
    [10] 王轩,王克全.瓦斯涌出的灰色预测初探[J].煤炭工程师,1990(1):33-36.
    [11] 周长春.煤矿井下瓦斯涌出量的动态预测[J].山东矿业学院学报,1990,9(4):360-364.
    [12] 秦书玉,汪洋,赵国才.矿井延深水平的相对瓦斯涌出量的预测[J].阜新矿业学院学报,1992,11(3):28-32.
    [13] 章壮新,龙祖根.回采工作面瓦斯涌出量的灰色动态预测[J].贵州工学院学报,1993,22(3):23-26.
    [14] 朱川曲.采煤工作面瓦斯涌出量预测的神经网络模型[J].中国安全科学学报,1999,9(2):42-45.
    [15] 施式亮,刘宝琛.基于人工神经网络的矿井瓦斯涌出预测模型及其应用[J].矿冶工程,1999,19(1):21.
    [16] 韩真理.一种基于GIS的煤矿瓦斯地质动态分析方法:CN104880739A[P].2015-09-02.
    [17] 李晓华,周炳秋,韩真理.瓦斯地质及瓦斯涌出动态预测可视化系统研究及应用[J].煤炭工程,2016,48(4):62-64.
    [18] 张伟,刘增亮,王海东,等.高产高效工作面瓦斯涌出量动态预测技术[J].煤矿安全,2014,45(10):110.
    [19] 张运法,赵润才,翟晋忠.勘探阶段矿井瓦斯涌出量预测方法探讨[J].中国煤炭地质,2009,21(6):21.
    [20] 邸志强.基于多源信息融合的瓦斯涌出量预测方法[J].煤矿安全,2014,45(8):172-174.
    [21] AQ 1018—2006矿井瓦斯涌出量预测方法标准[S].
    [22] 郎咸民.基于瓦斯地质理论的矿井瓦斯含量与涌出量预测[J].煤炭技术,2016,35(10):210-211.
    [23] 张子戌,袁崇孚.瓦斯地质数学模型法预测矿井瓦斯涌出量研究[J].煤炭学报,1999,24(4):34-38.
    [24] 王生全.南桥煤矿的瓦斯地质特征及未采区瓦斯涌出量预测[J].西北地质,1999,32(1):49-53.
    [25] 刘新喜,唐辉明.基于开采强度的矿井瓦斯涌出量灰色预测方法[J].煤炭科学技术,2001,29(5):48-50.
    [26] 余永强,李伟雄,邱贤德,等.用灰色系统理论预测平顶山一矿戊8煤层瓦斯涌出[J].煤炭科学技术,2002,30 (3):53-55.
    [27] 吕贵春,马云东.矿井瓦斯涌出量预测的灰色建模法[J].中国安全科学学报,2004,14(10):25-27.
    [28] 伍爱友,田云丽,宋译,等.灰色系统理论在矿井瓦斯涌出量预测中的应用[J].煤炭学报,2005,30(5):589-592.
    [29] 刘超儒,马云东.矿井延深瓦斯涌出量的灰色预测[J].矿业安全与环保,2005,32(3):1-2.
    [30] 赵建会,孙榕鸿.矿井回采工作面瓦斯涌出量预测新途径[J].西安科技大学学报,2011,31(6):708-710.
    [31] 熊祖强,王晓蕾.矿井相对瓦斯涌出量动态无偏灰色马尔科夫预测[J].安全与环境学报,2015,15(3):15-18.
    [32] 陈延可,戴广龙,李蓬,等.等维新息模型在矿井瓦斯涌出量预测中的应用[J].煤矿安全,2013,44(2): 121-124.
    [33] 肖鹏,李树刚,张进.MGM(1,N)模型用于瓦斯涌出量预测[J].西安科技大学学报,2008,28(2):301.
    [34] 徐刚,王磊,金洪伟,等.因子分析法与BP神经网络耦合模型对回采工作面瓦斯涌出量预测[J].西安科技大学学报,2019,39(6):965-971.
    [35] 李杰,康天合,康官先.基于IGSA-ELM模型的回采工作面瓦斯涌出量预测[J].煤矿安全,2016,47(1):155-158.
    [36] 魏林,付华,尹玉萍.煤矿瓦斯涌出量预测的隐层递归反馈Elman模型[J].中国安全科学学报,2016,26(6):42-46.
    [37] 付华,谢森,徐耀松,等.基于ACC-ENN算法的煤矿瓦斯涌出量动态预测模型研究[J].煤炭学报,2014, 39(7):1296-1301.
    [38] 付华,任仁,王雨虹.基于CSO-RVM的瓦斯涌出量预测模型研究[J].传感技术学报,2015,28(10):1508-1512.
    [39] 魏引尚,刘云飞.基于MonteCarlo方法的回采面瓦斯涌出量预测[J].煤炭工程,2015,47(3):83-85.
    [40] 薛鹏骞,吴立锋,李海军.基于小波神经网络的瓦斯涌出量预测研究[J].中国安全科学学报,2006,16(2):22-25.
    [41] 徐威,何保,张振文.基于灰色遗传神经网络法的矿井瓦斯涌出量预测[J].安全与环境学报,2011,11(2):176-178.
    [42] 杨智懿,熊亚选,张乾林.工作面瓦斯涌出量的神经网络模型预测研究[J].煤炭工程,2004(10):73-75.
    [43] 周革忠.回采工作面瓦斯涌出量预测的神经网络方法[J].中国安全科学学报,2004,14(10):21-24.
    [44] 魏引尚,刘云飞.基于Monte Carlo方法改进的BP神经网络对回采工作面瓦斯涌出量预测[J].煤炭工程,2014,46(12):84-86.
    [45] 王生全.煤油气共生矿井的采面瓦斯涌出预测[J].煤田地质与勘探,2003,31(3):13-16.
    [46] 刘玉静,肖广智.用人工神经网络模型预测采煤工作面的瓦斯涌出量[J].煤矿安全,2003,34(1):11-14.
    [47] 刘军,姜波,刘杰刚,等.基于不同权重法的回采工作面瓦斯涌出量组合预测[J].煤炭技术,2016,35(7):160-162.
    [48] 魏春荣,李艳霞,孙建华,等.灰色-分源预测法对煤矿瓦斯涌出量的应用研究[J].采矿与安全工程学报,2013,30(4):628-632.
    [49] 田水承,王曦,王莉,等.改进层次分析法的瓦斯涌出量组合预测方法研究[J].西安科技大学学报,2012, 32(1):25-28.
    [50] 黄为勇,童敏明,任子晖.基于SVM的瓦斯涌出量非线性组合预测方法[J].中国矿业大学学报,2009,38(2):234-239.
    [51] 施式亮,伍爱友.GM(1,1)模型与线性回归组合方法在矿井瓦斯涌出量预测中的应用[J].煤炭学报,2008,33(4):415-418.
    [52] 罗景峰,许开立.基于可变模糊组合方法的瓦斯涌出量预测[J].中国安全生产科学技术,2011,7(6):29.
    [53] 题正义,杨艳国,丁涛.瓦斯涌出量的模糊数学与灰色系统理论的预测[J].辽宁工程技术大学学报(自然科学版),2000,19(2):126-129.
    [54] 龙祖根.采煤工作面瓦斯涌出量的灰色马尔柯夫预测[J].煤矿安全,1995,26(3):33-36.
    [55] 张兆瑞,赵永生.用改进的灰色-马尔柯夫模型预测矿井瓦斯涌出量[J].山西矿业学院学报,1995,13(2):197-205.
    [56] 孙建华,张志立,石茜,等.基于主成分-逐步回归分析法的瓦斯涌出量预测研究[J].煤炭工程,2020,52(1):89-94.
    [57] 李超群,李宏伟.一种基于支持向量机和模型树的回归模型及其在采煤工作面瓦斯涌出量预测中的应用[J].应用基础与工程科学学报,2011,19(3):370.
    [58] 付华,刘汀,张胜强,等.基于SOM-RBF算法的瓦斯涌出量动态预测模型研究[J].传感技术学报,2015, 28(8):1255-1261.
    [59] 刘彦伟,薛文涛,李志强.矿山统计法瓦斯涌出量预测模型存在的问题与校正[J].煤矿安全,2015,46(5):176-178.
    [60] 吴世跃,张菊亮,韩婷婷,等.关于《矿井瓦斯涌出量预测方法》行业标准修订建议[J].中国煤炭,2012, 38(9):117-120.
    [61] 陆昌平.朔里矿瓦斯赋存规律及IV水平瓦斯涌出量预计[J].煤矿开采,2005,10(2):71-72.
  • 期刊类型引用(27)

    1. 杨祎超,徐宏杰,刘会虎,卢宏伟,刘瑜,祝月,詹北淮. 芦岭煤矿10号煤层瓦斯赋存及其控制因素综合评价. 煤矿安全. 2024(02): 27-34 . 本站查看
    2. 朱墨然. 基于瓦斯含量反演的工作面瓦斯涌出量动态预测研究. 煤炭工程. 2024(04): 133-137 . 百度学术
    3. 周侃,杨宏民,关金锋,司中应. 基于Apriori算法的盘江矿区煤与瓦斯突出特征研究. 煤矿安全. 2024(07): 1-8 . 本站查看
    4. 焦辈男,撒占友,韩炳南,刘杰,卢守青,王昊. 基于ISSA-GM-BP的回采工作面瓦斯涌出量及其回风瓦斯体积分数预测. 煤矿安全. 2024(09): 12-21 . 本站查看
    5. 赵杰,张旭,马倩. 基于灰色预测模型的管道公司碳排放峰值预测. 沈阳师范大学学报(自然科学版). 2024(02): 133-137 . 百度学术
    6. 韩颖,王思卓. 鹿台山煤业15号煤层瓦斯涌出量预测研究. 中国煤层气. 2024(05): 3-8 . 百度学术
    7. 刘锋. 基于PCA-SAPSO-BP神经网络的瓦斯涌出量预测研究. 煤矿安全. 2023(04): 60-68 . 本站查看
    8. 段天祥. 急倾斜厚煤层水平分层放顶煤工作面瓦斯涌出量预测问题探究. 内蒙古煤炭经济. 2023(02): 25-27 . 百度学术
    9. 徐耀松,白济宁,王雨虹,阎馨,王丹丹. 基于CEEMDAN-DA-GRU的瓦斯涌出量预测模型. 传感技术学报. 2023(03): 441-448 . 百度学术
    10. 秦嘉欣,葛淑伟,龙凤琪,张永茜,李雪. 基于GCN-GRU的瓦斯浓度时空分布预测. 工矿自动化. 2023(05): 82-89+111 . 百度学术
    11. 苌延辉. 基于SVM-MFOA的煤矿采掘工作面瓦斯涌出量预测方法. 煤矿机械. 2023(07): 183-186 . 百度学术
    12. 张玉财,王毅,郭凯岩. 基于WOA-LSTM的工作面瓦斯涌出量预测研究. 矿业安全与环保. 2023(05): 50-55 . 百度学术
    13. 张增辉,马文伟. 基于随机森林回归算法的回采工作面瓦斯涌出量预测. 工矿自动化. 2023(12): 33-39 . 百度学术
    14. 李杏龙,文广超,谢洪波. 矿井瓦斯地质图辅助编图方法研究. 煤炭技术. 2022(02): 117-120 . 百度学术
    15. 王伟,杨红红. 晋保煤业13~#煤层瓦斯赋存规律及瓦斯涌出量预测研究. 能源技术与管理. 2022(02): 44-46 . 百度学术
    16. 王伟. 受采动影响煤层瓦斯赋存及涌出量预测研究. 山东煤炭科技. 2022(03): 101-103+106+110 . 百度学术
    17. 陈建强,王世斌,刘旭东,郑三龙,王刚,孙路路. 急倾斜特厚煤层水平分段开采工作面瓦斯涌出影响因素研究. 煤炭科学技术. 2022(03): 127-135 . 百度学术
    18. 廖巍. 复杂地质条件下瓦斯含量精准预测研究与系统开发. 煤炭工程. 2022(05): 142-145 . 百度学术
    19. 梁文勖,李江涛,付巍,张阳. 基于稳定同位素的混合瓦斯源识别技术研究与应用. 矿业安全与环保. 2022(03): 56-61 . 百度学术
    20. 李瑞林,王伟. 基于瓦斯风化带判定指标的矿井瓦斯涌出量预测研究. 山东煤炭科技. 2022(06): 96-98+102 . 百度学术
    21. 郭翔. “孤岛”变长工作面瓦斯涌出规律及治理技术研究. 煤炭科学技术. 2022(S1): 119-124 . 百度学术
    22. 郭琦. 兴安煤矿矿井瓦斯涌出量预测研究. 中国矿山工程. 2022(06): 45-49+54 . 百度学术
    23. 薛伟超. 龙家堡矿回采工作面瓦斯涌出量预测. 内蒙古煤炭经济. 2021(04): 10-11+81 . 百度学术
    24. 贾澎涛,苗云风. 基于堆叠LSTM的多源矿压预测模型分析. 矿业研究与开发. 2021(08): 79-82 . 百度学术
    25. 马文伟. 基于碳同位素分析技术的采空区混合瓦斯涌出来源分析. 煤炭技术. 2021(07): 83-86 . 百度学术
    26. 彭洁. 诚南煤业矿井瓦斯赋存因素及涌出量预测. 内蒙古煤炭经济. 2021(15): 62-63 . 百度学术
    27. 孙际宏,魏超,陈江龙,左安家. 山西某矿矿井瓦斯涌出量预测. 内蒙古煤炭经济. 2021(21): 1-4 . 百度学术

    其他类型引用(10)

计量
  • 文章访问数:  61
  • HTML全文浏览量:  4
  • PDF下载量:  5
  • 被引次数: 37
出版历程
  • 发布日期:  2020-10-19

目录

    /

    返回文章
    返回