砚北煤矿特厚易自燃煤层邻近采空区瓦斯抽采与煤自燃耦合研究

砚北煤矿特厚易自燃煤层采用分层开采,在工作面推进过程中因周期来压造成工作面上隅角瓦斯瞬时超限,目前主要通过瓦斯抽采解决该问题,但邻近采空区抽采易引起采空区漏风,可能导致遗煤及下分层煤发生自燃。为分析采空区瓦斯抽采对遗煤自燃的影响及优化抽采参数,编制了瓦斯抽采、漏风、氧化升温耦合脚本文件,建立了邻近采空区瓦斯抽采耦合氧化升温数值计算模型,并利用该模型模拟了不同抽采条件下邻近采空区瓦斯浓度分布、温度分布及氧气浓度分布规律,综合考虑抽采效率和防止煤氧化自燃,研究结果表明:抽采钻孔高度35 m、抽采负压7 kPa时瓦斯抽采效果最佳。研究结果可为特厚易自燃煤层工作面上隅角瓦斯治理及邻近采空区瓦斯抽采设计提供技术参考。

砚北煤矿矿震分布规律及其影响因素分析

开采活动中主要影响因素包括顶板来压、煤柱失稳和工作面上方覆岩运动等。以砚北煤矿2502采区为研究对象,利用SOS微震监测系统对2502采区回采过程中强矿震位置进行监测并分析得到砚北煤矿强矿震显现不是单一因素导致,而是地质和开采技术因素相互叠加共同导致的结果,其中开采技术因素占主导地位。

潮湿细粒煤复合式干法分选特性研究

为研究潮湿细粒煤复合式干法分选效率,对潮湿细粒煤进行了振动强度和气速的单因素试验,结合RSM-BBD预测模型获得了最优参数;并探索了不同水分的原煤在不同分选时间内的分选效果,同时分析了气流对潮湿细粒煤分选过程的影响,并评价了分选效果。结果表明:随着分选时长的增加,分选效果明显提高,最大灰分离析度可达12.05。试验煤样在气速为0.78 m/s,振动频率为25 Hz,振幅为3 mm时达到最佳分选效果,此时可能偏差E=0.135 g/cm^(3),且在此条件下分选产品有很好的脱水效果,复合式干法分选可实现潮湿煤炭的提质。该研究可以对细粒煤炭的干法分选工艺提供理论和技术支持。

一维卷积神经网络特征提取下微震能级时序预测

微震能级随时间发生变化,高能级微震事件与冲击地压有良好的对应关系,为预测矿山微震能量时序变化,基于一维卷积神经网络(Convolutional neural networks,CNN),建立微震能级时间序列预测模型;通过模型训练,实现以前十次微震事件的能量级别作为输入来预测下一次微震事件的能量级别.由于微震样本数据类间不平衡问题,导致模型测试时将106能量级别的微震事件全部判断为105能量级别的微震事件,为进一步提高模型对106能级微震事件预测的准确率,对模型进行改进并使用混合采样方法训练改进后的模型;利用砚北煤矿250202工作面微震能级实测部分数据,改进后模型的总体测试正确率达到98.4%,其中106能量级别的微震事件测试正确率提升到99%.将模型应用于砚北煤矿250202工作面进行微震能级时序预测,模型的预测正确率整体达到93.5%,且对高能级微震事件的预测正确率接近100%.