利用炮掘工作面瓦斯涌出时间序列预测工作面突出危险性.pdf

《利用炮掘工作面瓦斯涌出时间序列预测工作面突出危险性.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010年6月矿业安全与环保第37卷第3期利用炮掘工作面瓦斯涌出时间序列预测工作面突出危险性邹云龙，赵旭生，孙东玲，文光才，雷洪波(1．煤炭科学研究总院重庆研究院，重庆4~037；2．山东科技大学，山东青岛266510；3．松藻煤电公司渝阳煤矿，重庆綦江401~3)摘要：炮掘工作面瓦斯涌出是一个极为复杂的非线性时间序列，其中隐含了大量的突出危险信息。将这些隐含信息显现化，并建立其与炮掘工作面突出危险性之间的联系是研究炮掘工作面瓦斯涌出时间序列特性的主要目的。通过对松藻渝阳煤矿一典型炮掘工作面瓦斯涌出数据的观测，首次利用时间序列方法分离了炮掘工作面瓦斯涌出数据的趋势项、周期

2、项以及噪声项，实现了对炮掘工作面瓦斯涌出的辨识和重构原复杂系统。发现不同突出危险区域，掘进工作面瓦斯涌出时间序列趋势项、周期项以及噪声项之间存在显著的差异，并利用这些差异成功地对考察巷道突出危险性进行了准确的预测。关键词：炮掘工作面；瓦斯涌出；时间序列分析；煤与瓦斯突出预测中图分类号：TD713文献标志码：A文章编号：1008—4495(2010)03—0007—04掘进工作面是我国煤矿突出危险最严重也是发险性之间的联系是最终实现工作面煤与瓦斯突出连生事故最为频繁的地点之一。据不完全统计，在续预测的主要路径之一。2007-2008年间，全国较大及以上有记录的7O次煤1时间

3、序列分析特性与瓦斯突出事故中，82．8％的突出事故都发生在掘进工作面，造成了突出事故80．8％的伤亡人数。时间序列是依据时间顺序排列观测值的集合。国内突出严重矿井的掘进工作面大多采用炮掘方式时间序列的研究最早可以追溯到1927年，由YuleJ作业，因此炮掘工作面突出危险性预测是当前煤与提出建立自回归(AR)模型用来分析预测市场变化瓦斯突出预测工作的主要研究对象。而我国传统的的潜在规律；Walker(1931)在AR模型启发下，建突出预测方法是一种接触式的点预测方法，通过在立了滑动平均(MA)模型和自回归滑动平均煤壁上打钻，测试钻孔或钻屑的瓦斯指标来进行预(ARMA)混合模

4、型，奠定了时间序列分析方法的基测。这种方法施工工艺比较繁琐、增加了大量的作础。时间序列的研究对象是未知数学模型或无业时间、减缓了工作面掘进速度，并且由于是间断性法建立解析数学模型的复杂系统，研究的目标就是寻的点对点预测，不能及时有效地连续预测预报突出求反映复杂系统本质特征的不变量，分析复杂系统的危险性，对延期突出更是无能为力。瓦斯涌出连续特征、内在变化规律及内部关系，最终解释、指导甚至预测煤与瓦斯突出，作为当前主要的连续预测研究控制实际问题中具体的复杂系统。炮掘工作面的瓦方法之一，其在实验技术和硬件条件上的优势是其斯涌出受到大量未知因素的影响，无法建立一个确定他连续预测方

5、法无法比拟的。因此深入分析研究工的数学模型。因此利用时间序列方法分析炮掘工作作面瓦斯涌出的隐含信息，建立其与工作面突出危面的瓦斯涌出是十分值得期待的研究方法。任何时间序列经过合理的函数变换后都可以被收稿日期：2009—10—19；2010—03—29修订认为是由3个部分叠加而成，这3个部分分别是趋基金项目：国家“十一五”科技支撑计划项目势项、周期项和随机噪声项。从时间序列中把这(2006BAK03B02)；国家重点基础研究发展计划(973计划)项3个部分分解出来是利用时间序列分析观测数据隐目(2005CB221505)含信息的首要任务。设动力系统的时间序列由非线作者简介：

6、邹云龙(1985一)，男，四川绵阳人，硕士研究性方程表达：生，主要从事煤与瓦斯突出防治与预测研究工作。Tel：023—65239338，E—mail：cqzyl9@163．com。X=m￡+S+y，(1)·7·2010年6月矿业安全与环保第37卷第3期式中：m为缓慢变化的函数，称为趋势项；S为周期E=0，t=1，2，⋯(7)项，已知周期为d的函数，也称为季节项；为平稳2瓦斯涌出时间序列特性与突出危险性之随机噪声项。间的联系如果模型不含周期项成分，则：X=m+y=c(2)2．1趋势项m与突出危险性之间的联系1．1周期项特点炮掘工作面煤体相邻区段瓦斯含量或煤体的物自然界很多事

7、物都是具有周期性的，只是一部理力学性质存在一定的差异，因此利用时序特征中分事物的周期性比较明显，如我国南方地区一年四分段趋势来表示炮掘工作面瓦斯涌出的趋势项m季的降水量就具有明显的周期性。但也有很多事物是较为合理的。即在分析过程中将上一个循环的瓦的周期性不明显，很难清晰地观测到，比如太阳黑子斯涌出均值来描述下一个循环的瓦斯涌出趋势：的周期性变化等。时间序列中周期项{5}的主要特nm√=(1／n)∑X，i=1，2，⋯(8)点在于其重现性，即在一定的时间内，数据或者状态会重复原有的状态，即周期项{s}在任何一个周期式中：m⋯为第i