Gas occurrence of No.10 coal seam and comprehensive evaluation of its control factors in Luling Coal Mine
-
摘要:
为准确、快速预测矿井煤层瓦斯赋存情况并确定其控制因素，利用分源预测法和模糊物元评价方法，分析了芦岭煤矿10号煤层瓦斯赋存规律，并开展了瓦斯赋存控制因素综合评价。研究结果表明：10号煤层瓦斯涌出量总体较高，具有“中、西部高，东南部低”的分布特点，且瓦斯涌出量随着深度的增加而增大，其涌出量范围在9.23~16.11 m3/t；研究区根据控制因素评价划分为3类区域，其中西南浅部为Ⅰ类区域，东北深部多为Ⅱ类、Ⅲ类区域。
Abstract:In order to accurately and quickly predict the coal seam gas occurrence and determine its control factors, the gas occurrence law of No.10 coal seam in Luling Coal Mine was analyzed by using the sub-source forecast method and fuzzy matter-element evaluation method. The evaluation of control factors of gas occurrence was carried out. The results show that the gas emission of No.10 coal seam is generally high, with the distribution characteristics of high in the central and western regions and low in the southeast. Its gas emission increases with the increase of depth, and the emission range is 9.23-16.11 m3/t. Applying control factor analysis, the study area is classified into three types of regions: the shallow area in southwest is considered as type I, and the deep area in northeast is predominantly considered as class II and III.
-
自首次记录到煤与瓦斯突出事件以来，地下开采活动中频繁发生的煤与瓦斯突出事件严重威胁着煤矿的安全开采，掌握矿井瓦斯赋存规律是进行瓦斯有效治理的地质保障[1-4]。芦岭煤矿位于安徽省宿州市，煤与瓦斯突出是该矿一直面临的主要地质问题之一，生产中多次发生瓦斯超限。矿井10号煤层为瓦斯突出煤层，在Ⅲ2采区掘进过程中瓦斯涌出量波动大，受地质因素影响更大，地质条件复杂。目前，较多学者开展了本煤层或工作面瓦斯涌出规律的探索[5]，并研究了相关预测方法以及浅部煤层开采对本煤层的影响关系[6-8]。芦岭煤矿目前主要针对8号煤层开展了开采地质条件综合评价[9]、突出煤层含气差异性机制[10]、地质构造复杂程度评价等方面的研究[11-13]，分析了开采地质条件，并对井田内构造发育程度进行评价，建立了一套适应特厚高瓦斯煤层综合开放开采地质条件的评价指标体系。但是，研究区10号煤层尚未进行大规模开采，因此缺少对10号煤层瓦斯赋存规律的研究。基于此，以芦岭煤矿地面和井下勘查数据为基础，开展了煤层瓦斯赋存规律及其控制因素综合评价的研究，为10号煤层巷道快速掘进和工作面安全高效回采提供瓦斯治理参考。
1. 矿井地质概况
芦岭煤矿属于煤与瓦斯突出矿井，矿井包括西、中、东南3个瓦斯地质单元。
研究区包括Ⅲ4采区和Ⅲ2采区。Ⅲ4采区西部属于西部地质单元（F7断层以西至勘探线6-7以东），倾角为5°~20°；Ⅲ2采区以及Ⅲ4采区东部属于中部地质单元（F7断层以东至11勘探线以西），倾角宽缓。研究区含煤地层为石炭系太原组和二叠系山西组，主要包括8、9、10号煤层。研究区南（浅）以10号煤层-590 m底板等高线及F7-1断层为界；研究区北（深）以10号煤层-800 m底板等高线为界。
研究区煤层厚度在0.70~4.99 m之间，平均为2.07 m，煤层倾角为8°~25°，平均14.6°。煤层宏观煤岩成分以亮煤为主，暗煤次之，属于半亮型煤。10号煤层几乎全层为无烟煤和天然焦，镜质组为主，约占47.18%~71.01%，惰性组次之，约占9.454%~42.421%，壳质组约占3.20%~16.58%。
2. 煤层瓦斯赋存规律
2.1 煤层瓦斯含量与埋深的关系
10号煤层瓦斯含量与埋深的关系如图1。
![]()
图 1 10号煤层瓦斯含量与埋深的关系Figure 1. Relationship between gas content and buried depth of No.10 coal seam在瓦斯风化带下限深度以下（基岩埋深），10号煤层瓦斯含量具有随埋深加大而增加的总体趋势，且Ⅲ4采区（图1（b））的瓦斯含量随埋深的增加，增幅较大。
经回归分析，瓦斯含量与埋深之间具有如下线性关系：
$$ {\text{Ⅲ }} _2 采区: W_{\text {daf }}=0.027 X+2.74\left(R^2=0.56\right) $$ (1) $$ {\text{Ⅲ }} _4\text { 采区: } W_{\text {daf }}=0.046 X+2.47\left(R^2=0.62\right) $$ (2) 式中：Wdaf为煤层干燥无灰基瓦斯含量，m3/t；X为基岩下埋藏深度，m。
2.2 煤层瓦斯压力与埋深的关系
10号煤层瓦斯压力与埋深的关系如图2。
![]()
图 2 10号煤层瓦斯压力与埋深的关系Figure 2. Relationship between gas pressure and burial depth of No.10 coal seam10号煤层瓦斯压力随埋深的加大而增加，不同采区增速不一致，Ⅲ4采区（图2（b））较Ⅲ2采区（图2（a））瓦斯压力梯度更大。瓦斯压力与埋深之间具有较好线性关系，Ⅲ2和Ⅲ4采区的瓦斯压力梯度分别为0.82 MPa/hm和1.10 MPa/hm。
$${\text{Ⅲ }} _2采区：p=0.008\;2X-0.33{(R}^{2}=0.71) $$ (3) $$ {\text{Ⅲ }} _4采区：p=0.011\;0X+0.11{(R}^{2}=0.70) $$ (4) 式中：p为煤层瓦斯压力，MPa。
2.3 瓦斯含量预测
根据式（3）、式（4）瓦斯压力拟合公式与间接法瓦斯含量数据计算方法[14]，获得了研究区瓦斯含量预测等值线图，10号煤层瓦斯含量预测等值线图如图3。
研究区瓦斯含量范围在5.09 ~10.55 m3/t之间，瓦斯含量随瓦斯压力的增加而增大，中部与西部的瓦斯变化规律在倾向上基本一致，瓦斯含量由南到北呈逐渐增大的趋势，在深度上由浅到深逐渐增加。此外，对于该煤层而言，即使在构造相对发育的区域，其瓦斯含量仍然高于某些构造较不发育的区域。这说明该采区构造的发育并不是完全会降低该区域内的瓦斯含量，在某些情况下，反而会有利于煤层中瓦斯的解吸与保存。
2.4 瓦斯涌出量预测
基于分源预测法，开展煤层瓦斯涌出量和邻近层瓦斯涌出量预测，10号煤层相对瓦斯涌出量预测图如图4，煤层瓦斯涌出量随煤层标高变化规律见表1。
![]()
图 4 10号煤层相对瓦斯涌出量预测图Figure 4. Gas relative emission prediction contour map of No.10 coal seam表 1 煤层瓦斯涌出量随煤层标高变化规律Table 1. Variation law of gas emission with elevation标高/m 中部瓦斯单元 西部瓦斯单元 10煤层预测
涌出量/(m3·t−1)全部预测
涌出量/(m3·t−1)10煤层预测
涌出量/(m3·t−1)全部预测
涌出量/(m3·t−1)−600 6.45 9.76 8.68 12.79 −640 7.34 10.66 9.37 13.66 −680 8.07 11.39 9.97 14.39 −700 8.39 11.71 10.24 14.72 −740 8.97 12.28 10.72 15.32 −780 9.47 12.78 11.16 15.86 煤层瓦斯预测涌出量范围在9.23~16.11 m3/t之间。在−600 m标高时，中部瓦斯单元和西部瓦斯单元的煤层瓦斯涌出量分别达到9.76、12.79 m3/t；−700 m标高和−800 m标高时，分别达到11.71、14.72、13.01、16.11 m3/t。
瓦斯涌出量在倾向上的变化规律基本相同，由南到北逐渐增大；在深度上，由浅到深瓦斯的涌出量逐渐增加。西部瓦斯单元涌出量略高于中部瓦斯单元，且西部涌出量变化梯度大于中部。
结合10号煤层瓦斯含量预测等值线图（图3）分析，明显看出瓦斯含量越大其对应的瓦斯相对涌出量也越大，揭示煤层瓦斯含量是影响瓦斯涌出量的重要因素。
3. 10号煤层瓦斯赋存控制因素综合评价
3.1 评价理论方法
煤层瓦斯赋存控制受较多因素影响，总体分为几何类因素和安全类因素，其中几何类因素属于不可控因素，对煤层瓦斯赋存的影响占主导地位[15]。为定量描述煤层瓦斯赋存控制因素，采用模糊物元方法对10号煤层的瓦斯赋存控制因素进行了定量预测。该方法通过模糊数学的判别准则，构建归一化矩阵。同时，基于模糊理论权重，将影响因素赋予各自的权重系数，因而能更加客观的衡量各因素的作用[16]。过程如下：先从优隶属度原则构建制约瓦斯赋存控制因素的从优隶属度模糊物元；再经标准模糊物元与差平方复合模糊物元计算，采用熵值法确定影响因子的权重；最终计算出欧氏贴近度复合模糊物元；最后通过对复合物元值的大小作图来开展煤层瓦斯赋存控制因素综合评价[17-18]。最终分为3类（其中：CPR为煤厚变概比）：①Ⅰ类：瓦斯压力点均小于0.74 MPa，构造较为简单，属于Ⅰ类原生煤，CPR在0%~50%；②Ⅱ类：瓦斯压力点均在0.74~1.62 MPa，构造较复杂，属于Ⅱ类碎裂煤，CPR在50%~75%；③Ⅲ类：瓦斯压力点均大于1.62 MPa，构造复杂，属于Ⅲ类构造煤，CPR在75%以上。
3.2 评价因素
煤层瓦斯赋存受地应力、构造复杂程度、煤层厚度变化、顶底板条件、含夹矸层数及厚度、岩溶塌陷及岩浆侵入、瓦斯压力、埋藏深度、煤体结构等多因素共同作用[19-20]。其中地应力为主控因素，对赋存起决定性作用。地应力对煤体的地质影响表现为煤的构造复杂程度不同，即煤发生变形变位的程度不同，进而影响煤体结构。地应力越高，对煤体的破坏越强烈，因而，煤体结构强度较弱或发生破坏往往使得煤层更加复杂[21]。瓦斯的存在往往给煤炭的开采带来较大的难度，既增加了煤炭的开采成本，又可能会导致瓦斯爆炸、煤与瓦斯突出等矿井灾害[22]。芦岭煤矿自建井以来，因煤层厚度变化引发了3次煤与瓦斯突出事故，且煤层厚度越厚，煤体瓦斯含量越高，压力越大都是引起煤与瓦斯突出的重要因素。
综合上述影响因素，确定瓦斯压力、地质构造复杂程度、煤体结构和煤层总厚度4项因素作为定量评价芦岭煤矿10号煤层控制因素的评价指标[23]，对10号煤层开展瓦斯赋存控制因素评价。
3.3 评价因素分析
3.3.1 瓦斯压力
研究区瓦斯压力与煤层深度具有良好的拟合关系，Ⅲ2采区、Ⅲ4采区分别满足式（3）、式（4），总体呈线性趋势，随深度递增。分别选择瓦斯压力小于0.74 MPa、0.74~1.62 MPa及大于1.62 MPa 3个区间作为区别3类采区的参数指标[24]。根据探测数据点作图，10号煤层瓦斯压力分布如图5。
由图5可知，10号煤层部分测点的瓦斯压力均大于或等于0.74 MPa，属于Ⅱ、Ⅲ类区域。对瓦斯压力大于或等于0.74 MPa的测点数进行统计，结果表明：10号煤层瓦斯压力高于0.74 MPa的测点数占总测点数的41.24%。
3.3.2 构造复杂程度
地质构造是引起煤层赋存状态复杂的重要因素之一，其主要体现为断裂和褶皱[25]。研究区断层共计108条，正断层64条，逆断层44条，断层落差大于10 m的有26条，这对矿井瓦斯赋存的影响程度较大。研究区倾向和走向玫瑰花图及倾角直方图如图6。
![]()
图 6 研究区倾向和走向玫瑰花图及倾角直方图Figure 6. Rose diagrams of mining area tendency and strike and histograms of inclination angle由图6可以看出：Ⅲ2采区走向以NE-NW向为主，N向次之，断层倾角相对较大，以40°~70°为主，断层东倾西倾各半；Ⅲ4采区走向以NW-N向为主，EW-NEE向次之，倾角相对较大，以40°~70°为主，断层东倾略大于西倾，以NE-E向为主，NWW-W向次之。
10号煤层断裂分维分布如图7，10号煤层褶皱分维分布如图8。
矿区发育有许多次级小褶皱以及小断层，瓦斯含量呈现宿东向斜轴部较高，沿着向斜两翼浅部逐渐降低，同时低次级褶皱进一步影响局部瓦斯含量的赋存状态。矿区断裂构造以斜切断层为主，断层的力学性质在多期地质改造过程中多带有压性或压扭性，所以推测断裂带附近常为瓦斯富集区。
褶皱评价指标难以确定，褶皱虽影响煤层空间产状，却没有破坏其连续性和完整性，对煤层的影响主要体现在走向以及倾向上倾角的起伏变化[26-27]。构造复杂程度采用断裂分维值和褶皱分维值表示。断裂分维值评价指标选择相似维，先将网格边长设为r0，对断层进行覆盖，统计其中包含断层痕迹的网格数N(r)，逐渐缩小网格，使$ {r}_{i}= {r}_{0}/{2}^{i} $，得出相应的N(ri)，做出拟合直线：$ \mathrm{l}\mathrm{n}{N}\left(r\right)=a+ b\mathrm{l}\mathrm{n}r $，得出分维值Ds[28]。褶皱分维值定量表征了构造应力场下层状岩层发生褶皱变形程度[29]，与褶皱发育程度存在较好的对应关系，由井田内断裂情况确定。通过褶皱分维值的分布可直观反映井田范围内褶皱发育程度。
3.3.3 煤体结构
井下观测煤层顶板与底板均为粉砂岩，巷道所见煤厚约3.35 m，整体可以看清条带状结构，但局部有较破碎的地方，中部有1层似断泥糜棱煤，向两边逐渐过渡为正常煤。10号煤层1#钻孔测井曲线图如图9。
由图9可以看出，煤层厚为3.41 m，选取辨识度高的4条曲线，三侧向电阻率、双收时差、自然伽马以及人工伽马[30]，根据4条测井曲线在同一煤层中不同幅值对比，可以划分出相应的分界线和相对幅值大小。自上而下分为4层，第1层与第3层中，三侧向电阻率为高幅值，且峰顶圆滑，人工伽马曲线幅值高且峰顶为近水平锯齿状，根据龙王寅等[31]对两淮煤田不同结构类型测井曲线形态特征的描述，可判识为Ⅰ类原生煤；第2层与第4层中，三侧向电阻率幅值明显降低，人工伽马仍为高幅值，可判识为Ⅲ类构造煤。由于10号煤层所处层位较低，其灰分含量较少，所以伽马值整体偏高。
3.3.4 煤层厚度
为定量分析煤层厚度，采用煤厚变概比定量表征煤厚变化。其为变异系数与煤层可采概率的百分比值[19]。变概比CPR计算公式为：
$$ {\mathrm{CPR}}=\frac{{C}_{{\mathrm{v}}}}{P\left\{\alpha \leqslant x\leqslant \beta \right\}}\times 100{\text{%}} $$ (5) $$ P\left\{\alpha \leqslant x\leqslant \beta \right\}=\varphi \left[\left(\beta -x\right)/\sigma -\left(\alpha -x\right)/\sigma \right] $$ (7) 式中：$ {C}_{{\mathrm{v}}} $为煤层变异系数，取24.52%；$ {P}\{\alpha \leqslant x\leqslant \beta \} $为MATLAB计算出的煤层可采概率。
因此，变概比越大煤层复杂程度越高，变概比对煤层影响的分级分析见表2。
表 2 变概比对煤层影响的分级分析Table 2. Classification Analysis of coal seam effected by CPRCPR计算结果
分级/%0~50 50~75 >75 CPR对复杂程度的影响 Ⅰ类影响较小 Ⅱ类影响较大 Ⅲ类影响很大 3.4 评价结果
据研究区范围，基于模糊物元方法划分了30个网格单元，并对每个网络单元进行编号；分别统计、计算每个网格单元中各影响因素的测定值。综合10号煤层瓦斯赋存的影响因素，对不同的网格单元因素进行定量化评价，10号煤层的分类评价预测网络划分如图10。
![]()
图 10 10号煤层的分类评价预测网络划分Figure 10. Divided prediction network about classification evaluation of No.10 coal seam选取5个评价影响因素，10号煤层瓦斯控制因素评价临界值见表3[24]。
表 3 号煤层瓦斯控制因素评价临界值Table 3. Critical values about control factors evaluation of No.10 coal seam评价指标 Ⅰ类 Ⅱ类 Ⅲ类 瓦斯压力/MPa <0.74 0.74~1.62 >1.62 褶皱分维 <0.40 0.40~0.65 >0.65 断裂分维 <0.55 0.55~1.20 >1.20 构造煤厚度/m 0 0~1.00 >1.00 煤层总厚度/m <2.00 2.00~3.00 >3.00 根据模糊物元评价方法步骤中计算公式[16]，得出欧氏贴近度ρHj。根据表3中10号煤层瓦斯控制因素评价的临界值，采用模糊物元评价方法计算出Ⅰ类区域与Ⅱ类区域、Ⅱ类区域与Ⅲ区域的临界欧氏贴近度ρH临界1和ρH临界2，其结果分别为0.202、0.372。依据表3中计算结果，绘制的10号煤层控制因素分类预测分布图如图11。
![]()
图 11 10号煤层的控制因素分类预测分布Figure 11. Predictive distribution about control factors of No.10 coal seam由图11可以看出：Ⅱ类和Ⅲ类区域集中分布于研究区的东北部，占据了矿井的大部分区域；而Ⅰ类区域只占据了矿井的西南小部分。
4. 结 语
1）10号煤层瓦斯含量、瓦斯压力及瓦斯涌出量随着煤层埋深的增加而增大，且瓦斯含量与瓦斯压力越大，瓦斯涌出量也越大，其范围在9.23~16.11 m3/t，呈现出西部煤层瓦斯涌出量高于中部煤层瓦斯涌出量，且东北深部瓦斯涌出量最大的特点。
2）基于模糊物元方法，选取瓦斯压力、构造复杂程度、煤体结构和煤层厚度4个因素，对10号煤层瓦斯赋存控制因素进行评价研究，划分3类区域。其中，Ⅰ类区域占16.28%，Ⅱ类区域占37.36%，Ⅲ类区域占总面积的46.36%；并且呈现出东北深部地区多为Ⅱ类、Ⅲ类区域，西南浅层地区多为Ⅰ类区域的特征。
-
![]()
图 1 10号煤层瓦斯含量与埋深的关系
Figure 1. Relationship between gas content and buried depth of No.10 coal seam
![]()
图 2 10号煤层瓦斯压力与埋深的关系
Figure 2. Relationship between gas pressure and burial depth of No.10 coal seam
![]()
图 4 10号煤层相对瓦斯涌出量预测图
Figure 4. Gas relative emission prediction contour map of No.10 coal seam
![]()
图 6 研究区倾向和走向玫瑰花图及倾角直方图
Figure 6. Rose diagrams of mining area tendency and strike and histograms of inclination angle
![]()
图 10 10号煤层的分类评价预测网络划分
Figure 10. Divided prediction network about classification evaluation of No.10 coal seam
![]()
图 11 10号煤层的控制因素分类预测分布
Figure 11. Predictive distribution about control factors of No.10 coal seam
表 1 煤层瓦斯涌出量随煤层标高变化规律
Table 1 Variation law of gas emission with elevation
标高/m 中部瓦斯单元 西部瓦斯单元 10煤层预测
涌出量/(m3·t−1)全部预测
涌出量/(m3·t−1)10煤层预测
涌出量/(m3·t−1)全部预测
涌出量/(m3·t−1)−600 6.45 9.76 8.68 12.79 −640 7.34 10.66 9.37 13.66 −680 8.07 11.39 9.97 14.39 −700 8.39 11.71 10.24 14.72 −740 8.97 12.28 10.72 15.32 −780 9.47 12.78 11.16 15.86 
下载: 导出CSV
表 2 变概比对煤层影响的分级分析
Table 2 Classification Analysis of coal seam effected by CPR
CPR计算结果
分级/%0~50 50~75 >75 CPR对复杂程度的影响 Ⅰ类影响较小 Ⅱ类影响较大 Ⅲ类影响很大
下载: 导出CSV
表 3 号煤层瓦斯控制因素评价临界值
Table 3 Critical values about control factors evaluation of No.10 coal seam
评价指标 Ⅰ类 Ⅱ类 Ⅲ类 瓦斯压力/MPa <0.74 0.74~1.62 >1.62 褶皱分维 <0.40 0.40~0.65 >0.65 断裂分维 <0.55 0.55~1.20 >1.20 构造煤厚度/m 0 0~1.00 >1.00 煤层总厚度/m <2.00 2.00~3.00 >3.00
下载: 导出CSV
-
[1] LEI Y, CHENG Y P, REN T, et al. Experimental Investigation on the Mechanism of Coal and Gas Outburst: Novel Insights on the Formation and Development of Coal Spallation[J]. Rock Mechanics and Rock Engineering, 2021, 54(11): 5807−5825. doi: 10.1007/s00603-021-02591-z
[2] WANG C J, YANG S Q, YANG D D, et al. Experimental analysis of the intensity and evolution of coal and gas outbursts[J]. Fuel, 2018, 226: 252−262. doi: 10.1016/j.fuel.2018.03.165
[3] WANG L, LU Z, CHEN D P, et al. Safe strategy for coal and gas outburst prevention in deep-and-thick coal seams using a soft rock protective layer mining[J]. Safety Science, 2020, 129(1): 1−12.
[4] 宋孝忠. 黄河北煤田赵官井田煤层瓦斯赋存规律及主控因素[J]. 煤田地质与勘探,2019,47(1):73−77. SONG Xiaozhong. Storage rule and controlling factors of coalbed gas in Zhaoguan mine field of Huanghebei coalfiled[J]. Coal Geology & Exploration, 2019, 47(1): 73−77.
[5] 何建华,曹书亮,严涛. 芦岭煤矿采掘工作面瓦斯涌出规律探索[J]. 矿业安全与环保,2003,30(S1):26−27. HE Jianhua, CAO Shuliang, YAN Tao. Study on gas emission law in winning and heading faces in Luling Coal Mine[J]. Mining Safety & Environmental Protection, 2003, 30(S1): 26−27.
[6] 秦玉金,苏伟伟,姜文忠,等. 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, et al. Research progress and development direction of mine gas emission forecast technology in China[J]. Safety in Coal Mines, 2020, 51(10): 52−59.
[7] 马文伟,付巍,薛彦平. 近距离煤层群开采工作面瓦斯涌出量预测方法研究[J]. 煤炭科学技术,2021,49(7):104−109. MA Wenwei, FU Wei, XUE Yanping. Study on prediction method of gas emission rate in mining faces of contiguous seams[J]. Coal Science and Technology, 2021, 49(7): 104−109.
[8] 潘竞涛. 上部邻近层开采对本煤层瓦斯涌出的影响分析[J]. 矿业安全与环保,2013,40(3):70−73. PAN Jingtao. Analysis on impact of upper adjacent seam extraction on gas emission in mined seam[J]. Mining Safety & Environmental Protection, 2013, 40(3): 70−73.
[9] 邹立强. 芦岭煤矿8煤层开采地质条件综合评价[D]. 淮南:安徽理工大学,2013. [10] 陈大鹏. 芦岭煤矿突出煤层含气差异性机制研究[D]. 徐州:中国矿业大学,2019. [11] 程丽,何清. 芦岭煤矿8煤层瓦斯地质赋存规律分析[J]. 能源技术与管理,2011(3):23−25. [12] 方家虎,李志,张洋,等. 芦岭煤矿8煤层地质构造复杂程度综合评价[J]. 煤田地质与勘探,2016,44(1):22−26. FANG Jiahu, LI Zhi, ZHANG Yang, et al. Comprehensive evaluation of geological structure complexity of 8th seam in Luling mine[J]. Coal Geology & Exploration, 2016, 44(1): 22−26.
[13] 沈雨浩,郭鹏飞,胡宝林. 芦岭煤矿8煤层顶板特征及其直接顶稳定性分析[J]. 煤炭技术,2017,36(1):81−83. SHEN Yuhao, GUO Pengfei, HU Baolin. Characteristics of No.8 coal seam roof and direct roof stability analysis in Luling coal mine[J]. Coal Technology, 2017, 36(1): 81−83.
[14] 雷红艳,逄锦伦,陈玉涛,等. 间接法测定煤层瓦斯含量计算公式校正的实验研究[J]. 矿业安全与环保,2018,45(4):37−40. LEI Hongyan, PANG Jinglun, CHEN Yutao, et al. Experimental study on calibration of calculation formula of gas content in coal seam by indirect method[J]. Mining Safety & Environmental Protection, 2018, 45(4): 37−40.
[15] 霍丙杰,张宏伟,张志. 煤层复杂性评价理论探讨[J]. 世界科技研究与发展,2010,32(4):545−547. HUO Bingjie, ZHANG Hongwei, ZHANG Zhi. Theoretical study on complexity evaluation of coal seam[J]. World Sci-Tech R & D, 2010, 32(4): 545−547.
[16] 肖芳淳. 模糊物元分析及其应用研究[J]. 强度与环境,1995(2):51−59. XIAO Fangchun. Study for fuzzy-matter-element analysis and its applications[J]. Structure & Environment Engineering, 1995(2): 51−59.
[17] 马峥. 基于信息熵的科技学术期刊评价方法研究[D]. 南京:南京大学,2020. [18] 肖芳淳. 模糊物元评价法的研究[J]. 油田地面工程,1997(6):1−5. XIAO Fangchun. Study for fuzzy matter-element evaluation method[J]. Oil-Gas Field Surface Engineering, 1997(6): 1−5.
[19] 霍丙杰. 复杂难采煤层评价方法与开采技术研究[D]. 阜新:辽宁工程技术大学,2011. [20] 张子敏,吴吟. 中国煤矿瓦斯赋存构造逐级控制规律与分区划分[J]. 地学前缘,2013,20(2):237−245. ZHANG Zimin, WU Yin. Tectonic-level-control rule and area-dividing of coalmine gas occurrence in China[J]. Earth Science Frontiers, 2013, 20(2): 237−245.
[21] 秦聪聪. 孔庄煤矿瓦斯赋存构造控制特征及应用研究[D]. 徐州:中国矿业大学,2020. [22] SHI X Z, SONG D H, QIAN Z W. Classification of coal seam outburst hazards and evaluation of the importance of influencing factors[J]. Open Geosciences, 2017, 9(1): 295−301.
[23] 宋庆尧,胡德文. 芦岭煤矿瓦斯赋存影响因素分析研究[J]. 煤,2008,17(4):75−76. SONG Qingyao, HU Dewen. Studv about gas occurrence factor in Luling Coal Mine[J]. Coal, 2008, 17(4): 75−76.
[24] 高尚. 宿东矿区瓦斯地质及突出危险性研究[D]. 徐州:中国矿业大学,2020. [25] 许江,程亮,彭守建,等. 煤与瓦斯突出冲击气流形成及传播规律[J]. 煤炭学报,2022,47(1):333−347. XU Jiang, CHENG Liang, PENG Shoujian, et al. Formation and propagation law of coal and gas outburst impact airflow[J]. Journal of China Coal Society, 2022, 47(1): 333−347.
[26] 路冠文. 淮北矿区许疃矿构造煤发育规律及对瓦斯赋存的影响[D]. 徐州:中国矿业大学,2016. [27] 吴伟,钱程,杨智,等. 芦岭煤矿8、10煤层煤体结构成因探讨[J]. 西部探矿工程,2009,21(12):85−87. WU Wei, QIAN Cheng, YANG Zhi, et al. Study on genesis of coal structure of No.8&10 coal seams in Luling Mining[J]. West-China Exploration Engineering, 2009, 21(12): 85−87.
[28] 田正军,朱国维. 基于MAPGIS断裂分维值统计分析与应用[J]. 煤炭与化工,2021,44(3):41−43. TIAN Zhengjun, ZHU Guowei. Statistical analysis and application of fracture fractal dimension based on MAPGIS[J]. Coal and Chemical Industry, 2021, 44(3): 41−43.
[29] 刘伟,吴基文,胡儒,等. 矿井构造复杂程度定量评价与涌(突)水耦合分析[J]. 工矿自动化,2019,45(12):17−22. LIU Wei, WU Jiwen, HU Ru, et al. Quantitative evaluation of mine structure complexity and its coupling analysis with water bursting[J]. Journal of Mine Automation, 2019, 45(12): 17−22.
[30] SHI J X, ZENG L B, DONG S Q, et al. Identification of coal structures using geophysical logging data in Qinshui Basin, China: Investigation by kernel Fisher discriminant analysis[J]. International Journal of Coal Geology, 2020, 217: 1−13.
[31] 龙王寅,朱文伟,徐静,等. 利用测井曲线判识煤体结构探讨[J]. 中国煤田地质,1999(3):64−66. -
期刊类型引用(2)
1. 郭军斌，秦兴林，贾雪祺，李闯，何承毅. 相变储热材料相变过程对含瓦斯煤解吸特性的影响研究. 山西煤炭. 2024(03): 81-86 . 
百度学术
2. 邹庆. 山西某矿3~(-2)、3~(-3)号煤层瓦斯赋存规律研究. 内蒙古煤炭经济. 2024(19): 172-174 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 101
- HTML全文浏览量: 10
- PDF下载量: 30
- 被引次数: 2
