2种典型煤样承压过程瓦斯渗透特性试验

为探索同一应力加卸载路径下2种典型煤样(原生结构煤及构造煤)的瓦斯渗透规律,用3轴应力瓦斯渗流模拟装置,对2种原煤试件不同瓦斯压力承压时的瓦斯渗透特性进行试验研究。结果表明,加载阶段,随着加载应力的增大,2种煤样的渗透率均呈下降趋势,且初期降幅最急剧,当围压从0升到3 MPa时,2种煤样的渗透率分别下降64%和70%;卸载阶段,渗透率随着应力的减小而增大,围压完全卸载后,2种煤体的渗透率分别恢复到初始值的25%和50%;在同样的应力条件下,有效应力的增加对原生结构煤的影响作用大于煤基质收缩,渗透率随着瓦斯压力的增加而增大,而对构造煤则相反,渗透率随着瓦斯压力的降低而增大。

构造煤承压过程瓦斯渗透特性实验研究

构造煤具有瓦斯含量高、渗透率低等特征,是瓦斯抽采和灾害预防的难点。在采用"二次成型"法制取原煤样试件的基础上使用自行设计的"三轴应力瓦斯渗透性模拟实验装置"通过"应力-渗透性"实验,针对构造煤原煤试件不同瓦斯压力条件下的应力加、卸载过程的瓦斯渗透规律进行了研究。实验结果表明:加载阶段,随着加载应力的增大渗透率降低,初期阶段降幅最为急剧,围压升到3 MPa时,渗透率均下降近65%;卸载阶段渗透率随着应力的减小而增大,围压完全卸载后渗透率只恢复到初始值的25%;同样的应力条件下,煤基质收缩对构造煤的影响作用大于有效应力的增加,渗透率随着其内部瓦斯压力的降低而增大。实验结果可为构造煤"卸压增透"效果最佳化提供参考,进一步完善低渗透率煤层的瓦斯抽采理论及方法体系。

煤层瓦斯渗透率影响因素分析

文章对煤岩瓦斯渗透率的影响因素进行了分析,论述了渗透率与有效应力、煤层温度等因素之间的关系,并在此基础上,给出了提高煤层瓦斯渗透率、增强煤层透气性系数的一些措施,对防止煤矿事故,改善煤层抽放率具有现实的意义。

基于随机森林的煤体瓦斯渗透率预测研究

为了可以更好地指导瓦斯抽采及瓦斯灾害防治,利用随机森林方法并结合影响煤体瓦斯渗透率的4个主要影响因素——有效应力、气压、温度、抗压强度,对煤体瓦斯渗透率进行预测研究.利用22组数据作为训练样本,8组数据作为预测样本,分别从详细精度、混淆矩阵和节点错误率3个方面判断.结果表明:基于随机森林的煤体瓦斯渗透率预测模型训练效果总体水平稳定且预测准确率为100%,证明预测模型理论研究方面具有可行性;经过工程实例的应用,预测结果与实际结果相符合,随机森林的煤体瓦斯渗透率预测模型可应用于现场生产,对煤矿的高效安全生产具有重大指导意义.

基于PSO-BP神经网络的煤体瓦斯渗透率预测

为了更加合理地预测煤体瓦斯渗透率,将粒子群算法(Particle Swarm Optimization,PSO)、附加动量法与BP神经网络(BP Neural Network)相结合,选取影响煤体瓦斯渗透率的4个主要因素:有效应力、瓦斯压力、温度和煤的抗压强度,建立PSO-BP神经网络煤体瓦斯渗透率预测模型.研究表明:传统BP神经网络均方根误差(Root Mean Squard Error,RMSE)为0.135;基于遗传算法(Genetic Algorithm,GA)的神经网络模型均方根误差为0.068;基于PSO的BP神经网络预测法均方根误差为0.055.相对于其他两种方法,基于PSO的BP神经网络预测具有更加广泛的适用性以及更高的精度,可为预防煤与瓦斯突出以及瓦斯抽采提供更为准确的理论指导.

应力加卸载作用下软硬原煤瓦斯渗透规律

使用自行改装的"瓦斯渗透模拟实验系统",在不同瓦斯压力条件下,对同一矿井的软硬原煤试件的瓦斯渗透特性进行研究。结果表明:应力加载阶段,随着应力的增加2种煤样试件的渗透率均呈减小趋势,且加载初期渗透率的降幅最大,当加载围压从0升到4 MPa时,硬煤与软煤的渗透率平均下降69.7%,73.3%;应力卸载阶段煤样渗透率随着应力的减小而增加,围压完全卸载后2种煤体的渗透率分别恢复到其初始值的22.6%,47.8%;同样的应力条件下,有效应力的增加对硬煤的影响作用大于煤基质收缩,渗透率随着其内部瓦斯压力的增大而增大,而对软煤则相反。实验结果可为煤体"卸压增透"效果最佳化提供参考,进一步完善低渗透率煤层的瓦斯抽采理论及方法体系。

利用均压原理抑制邻近采空区瓦斯渗透的实践与探讨

本文介绍了采煤工作面在受到邻近采空区渗透瓦斯威胁情况下，利用均压原理抑制采空区瓦斯渗透，减小工作面瓦斯涌出的治理效果。

不同应力路径下两种典型煤样瓦斯渗透性研究

瓦斯渗透率是影响瓦斯抽采效果的重要参数.针对原生结构煤与构造煤两种典型煤样分别进行了常规三轴压缩及增轴压卸围压两种应力路径下的瓦斯渗透性测试,结果表明:构造煤煤样变形能力较大,在常规三轴加载及增轴压卸围压两种应力路径下,应变-渗透率曲线变化较为缓和,在峰值应力后出现反转,但增加速率较小.构造煤结构在载荷下的颗粒重组及裂隙揉搓封闭是导致其渗透性变化的主要原因.原生结构煤强度大,变形能力弱,应变-渗透率在屈服应力处出现反转,渗透率猛增.对比两种应力路径发现,增轴压卸围压路径下,渗透率变化更为剧烈,在屈服应力处渗透率增加速率变大,峰值应力处,达到最大值.结合声发射特征,得到了原生结构煤裂隙萌生、发展及贯通的宏观破坏特征是瓦斯渗透性出现渗流突变的主要原因.从构造煤与原生结构煤的对比情况可以发现,渗透率与变形之间并不是一致性关系,构造煤变形大,但渗透率变化较为缓和,原生结构煤变形小,渗透性出现急增现象.同时,应力路径对于构造煤瓦斯渗透性影响较小,对原生结构煤影响较大.

基于特征选取的尾蜥启发式算法改进超限学习机煤体瓦斯渗透率预测

准确预测煤层瓦斯渗透率变化情况,对煤矿的安全生产具有重要意义。以实测煤层瓦斯渗透率数据为例,提出了一种精确的预测方法。以有效应力、瓦斯压力、温度、抗压强度作为特征变量,建立了基于特征选取的尾蜥启发式算法改进超限学习机模型。研究结果表明,所提出模型的训练值和预测值与实际结果高度吻合。平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)分别为0.0299,0.0429,3.60%,决定系数(R~2)高达0.9634,预测效果较好。与PSO-BP模型相比,基于特征选取的尾蜥启发算法改进超限学习机模型的误差更小,预测精度更高。利用十折交叉验证结果进一步证明了模型拥有较好的稳定性和泛化能力,对煤层瓦斯渗透率变化的预测更为有效和实用。

低渗透煤层钻孔与水力割缝瓦斯排放的实验研究

介绍了特大煤样采用水力割缝提高瓦斯渗透率的实验研究 .实验表明 ,割缝能提高瓦斯的排放量 ;当埋深 4 0 0m时 ,割缝较钻孔的瓦斯排放量提高 2 5 % ;相同埋深的煤层 ,割缝后 ,初期瓦斯排放速度急增 ,为钻孔的 2 0～ 2 5倍 .

基于MABC-SVM的含瓦斯煤体渗透率预测模型

对含瓦斯煤体的渗透率的有效预测,可为瓦斯抽采和瓦斯灾害的防治提供理论指导,采用改进的人工蜂群算法(MABC)和支持向量机(SVM)相结合对其进行预测。应用改进的人工蜂群算法优化支持向量机的核函数参数C和g,提高了支持向量机的预测准确性。选取有效应力、瓦斯压力、温度和煤的抗压强度作为影响含煤瓦斯渗透率的主要影响指标,结合实验室测试数据,建立MABC-SVM含煤瓦斯渗透率预测模型。研究结果表明:该模型具有较强的泛化能力,可以相对准确有效的对含煤瓦斯渗透率进行预测,为瓦斯渗透率的研究提供了新的研究思路。

基于LVQ-CPSO-BP算法的煤体瓦斯渗透率预测方法研究

针对BP神经网络算法对煤体瓦斯渗透率预测精度低问题,筛选出影响预测精度的5个主要因素——1个宏观因素(煤层埋深)和4个微观因素(有效应力、温度、瓦斯压力、抗压强度),提出一种基于学习向量量化神经网络(LVQ)分类、混沌粒子群算法(CPSO)优化、BP神经网络预测的LVQ-CPSO-BP煤体瓦斯渗透率预测方法。从宏观上确定临界值将煤层埋深划分为2层;基于有效应力与瓦斯渗透率之间存在拐点关系,从微观上确定拐点值将有效应力划分为2段;采用LVQ将4个微观样本参数依据拐点特征进行分类识别,采用BP神经网络进行学习训练并输出预测结果,并用CPSO对BP神经网络的权值和阈值进行优化;基于样本案例对本文构建的LVQ-CPSO-BP算法进行预测结果验证,并与BP算法、GA-BP算法及PSO-BP算法预测的结果进行对比分析。结果表明:LVQ分类正确识别率较高,CPSO-BP算法预测精度较好,且优于其他3种算法。LVQ-CPSO-BP算法总体预测值与实测值吻合度高,尤其当有效应力减小时,预测精度更高。

坚固性系数对构造煤应力-应变及瓦斯渗透性影响

在三轴渗流仪的基础上自主研发出一种气固耦合三轴伺服渗流实验装置,以坚固性系数f小于0.5的原煤试件为研究对象,结果表明：坚固性系数在0.26～0.48范围内的松软构造煤在应力-应变加载过程中同样经历了5个阶段,然而在坚固性系数较小时则表现为应力跌落范围的逐渐减小或消失;从同一矿区制取的原煤试件瓦斯渗透率随着坚固性系数的增加而增大,且符合二次多项式K=af^2＋bf＋c。

基于ANFIS的煤体瓦斯渗透率预测模型研究

为有效预测煤体瓦斯渗透率,预警井下作业时瓦斯浓度变动,利用神经网络的自适应学习能力和模糊推理系统的经验知识建立自适应神经模糊推理系统(ANFIS)预测模型,并基于实验室数据将其预测结果与BP神经网络模型和支持向量机(SVM)模型的预测值作对比。研究结果表明:ANFIS模型的收敛速度快,预测值与实测值相符度高;在误差精度、训练速度和收敛性等方面,其性能优于其他两种模型,可通过有效应力、瓦斯压力、温度和抗压强度对瓦斯渗透率进行高精度的预测。

基于因子分析与BP神经网络的煤体瓦斯渗透率预测

为提高煤体瓦斯渗透率预测准确性,使用因子分析法对BP神经网络模型进行优化、改进,提出一种改进的BP神经网络预测模型。根据煤体瓦斯渗透率相关主要影响因素实例数据,使用因子分析法对4个煤体瓦斯渗透率影响因素原始数据进行降维数据处理,优化得到2个公共因子;以2个公共因子代替原有4个煤体瓦斯渗透率影响因素作为BP神经网络模型输入层参数,建立改进的BP神经网络煤体瓦斯渗透率预测模型,进行实例数据检验改进BP模型预测效果。最终验证结果:20组训练样本预测值与实际值的相对平均误差为0. 63%,证明训练完成的改进BP神经网络模型具有良好的拟合效果;改进BP模型预测样本平均相对误差为3. 16%,传统BP模型预测样本平均相对误差为6. 37%,证明改进BP模型预测精确度优于传统BP模型。

基于压敏效应瓦斯煤岩渗透率影响因素研究

本文通过煤岩流固耦合实验、瓦斯运动控制理论推导、单孔瓦斯抽放模型数值分析,研究原岩应力场下影响瓦斯渗透率的主要因素。研究表明:1煤岩瓦斯渗透率与有效应力之间有很强的相关性,用压敏效应指数可以定量描述有效应力对渗透率的影响;2基于Klinkenberg效应和基质收缩效应的基础上,考虑到煤岩体瓦斯渗透率压敏效应的影响,总结出煤岩体瓦斯渗透率的表达式;3在模型中使用推导得出的控制方程,得出单孔模型下各因素对渗透率及瓦斯压力的影响。

低渗透高瓦斯煤层巷道快速掘进之增透措施研究

杏儿沟煤业二采区带式输送机下山煤层透气性系数较低,瓦斯抽采效率不高,影响巷道掘进速度。为了有效解决该低渗透高瓦斯煤层巷道快速掘进问题,设计了二氧化碳爆破增透方案。现场试验结果表明,二氧化碳爆破增透措施能够很好地适应高瓦斯煤层顺槽快速掘进工作,使瓦斯体积分数大幅度降低,掘进速度大幅度提高。

煤层瓦斯卸压抽放动态过程的气-固耦合模型研究

根据瓦斯渗流与煤体变形的基本理论,引入煤体孔隙变形与透气性演化的耦合作用方程,建立了考虑煤层吸附、解吸作用的含瓦斯煤岩固-气耦合作用模型。应用该模型模拟研究了不同压力影响下瓦斯抽放过程中煤层透气性的演化和抽放孔周围瓦斯压力的变化规律,其结果对于深入理解瓦斯抽放作用机制并采取相应的瓦斯预防和控制措施等具有重要的理论和实践意义。

下保护层开采煤层瓦斯卸压效果分析

针对山西某矿高瓦斯低渗透性煤层开采难度大,瓦斯抽采效率低等问题,运用数值模拟和现场实测的方法,利用运用PFC^(2D)研究了在下保护层开采过程中,上覆煤岩层的破断与垮落、裂隙发育及煤层孔隙率变化情况,并且结合现场对卸压瓦斯抽采效果以及煤层透气性进行研究。结果表明:在保护层工作面回采120m过程中上覆岩层及被保护层发生4次周期性断裂;被保护层煤层裂隙及覆岩离层裂隙和竖向破断裂隙均已充分发育;保护层回采过程中孔隙率最大达到0.85,明显高于未回采区域;卸压区瓦斯抽采率最高达到82.3%;煤层透气性系数增加到原来的100倍以上。

注水压裂条件下软煤裂隙损伤与煤层气渗透耦合特征

针对豫西“三软”煤层的低渗性与流变性,探讨了复杂地质条件下主采二1煤层生、储气层的变形特征.基于ABAQUS平台进行软件二次开发,讨论了注水压裂条件下二1煤裂隙的应力与损伤特性;利用T-P损伤演化准则的Cohesive单元,揭示了软煤裂隙的张裂宽度与延伸距离之间的近似线性关系.模拟结果表明,注水压力条件下,软煤裂隙的应力与损伤演化是一个随时间逐渐发展的过程,在5～ 10 MPa静荷载作用下,注水1～2h,软煤裂隙的损伤范围约为80～100 m,从而大幅度地改善了“三软”煤层低渗性能.