DOI: 10. 13347 /j . cnki . mkaq. 2016. 10. 040
分析
·
探
讨
矿井瓦斯监测数据趋势预测研究进展
魏连
江
1
,
梁 伟
1
,
高金
晓
2
,
罗新
荣
1
,
胡建
坤
1
( 1.
中国
矿业大学 安全工程学院
,
江苏 徐州
221116; 2.
平顶山天安煤业有限责任公司 一矿
,
河南 平顶山
467001)
摘 要
:
矿井瓦斯监测数据变化趋势对于分析瓦斯是否异常至关重要
,
通过回顾和整理国内外研
究成
果
,
系统总结了矿井瓦斯时间序列自身所具的趋势性
、
相关性
、
周期性及异常性
4
种特性
。
归纳出煤与瓦斯突出
、
炮后瓦斯
、
局部停风
、
传感器探头校验以及瓦斯探头故障
5
种瓦斯异常模
式
,
并综述了灰色系统法
、
神经网络法
、
支持向量机以及其他方法在矿井瓦斯预测方面的研究成
果
。
最后总结了矿井瓦斯趋势研究存在的问题和不足
,
并展望了
K
线理论的应用前景
。
关键词
:
矿井瓦斯
;
监测数据
;
瓦斯数据特性
;
趋势预测
;
异常模式
;
研究进展
中图分类号
: TD712
文献标志码
: A
文章编号
: 1003 - 496X( 2016) 10 - 0149 - 04
Research Progress on Trend Prediction of Mine Gas Monitoring Data
WEI Lianjiang
1
,LIANG Wei
1
,GAO Jinxiao
2
,LUO Xinrong
1
,HU Jiankun
1
( 1. Faculty of Safety Engineering,China University of Mining & Technology,Xuzhou 221116,China;
2. No. 1 Coal Mine,Pingdingshan Tian'an Coal Co. ,Ltd. ,Pingdingshan 467001,China)
Abstract: Change trend of mine gas monitoring data is very important to analyze whether the gas is anomaly or not,through sorting out
and reviewing the research results at home and abroad,we summarized that the time series of mine gas itself has the tendency,correla-
tion,periodicity and anomalism four characteristics,and also summarized coal and gas outburst,gas after blasting,stopping local ventila-
tion,calibration of sensor probe and sensor probe of gas fault five gas abnormal patterns,and reviewed the grey system,neural network,
support vector machine and other methods in prediction of mine gas. Finally,this paper analyzes the mine gas trend of existing problems
and shortcomings,and looks forward the K - line theory in the application prospect.
Key words: mine gas; monitoring data; gas data characteristic; trend prediction; abnormal pattern;
research progress
基
金
项目
:
国家自然科学基金资助项目
( U1361102)
基于煤矿监测监控系统实测数据的瓦斯预测研
究
种
类较多
,
过程基本可划分为
3
个部分
:
①瓦斯数
据获取及预处理
,
消除噪声
,
获取较为准确的矿井瓦
斯基础数据
,
这是瓦斯灾害预警的前提与基础
;
②瓦
斯数据特征提取
,
从监测数据中提取出矿井瓦斯特
征信息
,
为瓦斯决策创造条件
;
③瓦斯数据预测
,
产
生辅助决策的信息
,
实现瓦斯灾害预警
。
以上述数
据层
、
特征层及决策层为主线
,
综述瓦斯时间序列特
性
(
数据层
)
以及瓦斯数据异常模式
(
特征层
)
研究
现状
,
分析前人研究成果
,
综述了瓦斯监测数据的非
线性趋势预测方法
,
为矿井瓦斯预警技术
(
决策层
)
研究提供参考
,
对保障煤矿安全生产具有重要意义
。
1
瓦斯监测数据特性
矿井瓦斯监测数据以时间序列形式存在
,
依据
时间序列的传统特性
,
结合煤矿实际监测数据特点
,
目前研究认为瓦斯监测数据具有趋势性
、
相关性
、
周
期性及异常性等
4
个主要特性
。
趋势性是瓦斯时间序列的重要特性
,
包括水平
趋势
,
围绕正常瓦斯浓度值上下波动
,
几乎呈水平延
伸的走势
;
上升趋势
,
多表现为短期内瓦斯浓度的趋
势上升
,
包含放炮
、
割煤等正常现象以及煤与瓦斯突
出等灾害
。
相关性是指井下某种监测参数的变化
,
引起其
他监测对象相关的变化
。
杨永亮
[1]
提出
同一工作
面的
2
个不同位置瓦斯传感器
,
所监测瓦斯浓度变
化趋势相似如图
1。
将其数据经
SPSS
相关性验证
分析可知
,Pearson
相关系数为
0. 708,
显著相关
。
周期性是指在
1
个时间序列中
,
经过
S
个时间
间隔后呈现相似性
,S
为周期长度
[2]
。
矿井
瓦斯时
间序列具有周期性
,
由于工作面每日固定的作业
、
检
修及换班时间造成了瓦斯监测数据的周期性变化
。
·941·
第
47
卷 第
10
期
2016
年
10
月
Safety in Coal Mines
Vol. 47 No. 10
Oct. 2016
评论0
最新资源