-
题名基于瓦斯涌出时间序列的煤与瓦斯突出预报
被引量：39
- 1
-
-
作者
邓明
张国枢
陈清华
-
机构
安徽理工大学煤矿安全高效开采省部共建教育部重点实验室
阜阳师范学院计算机与信息学院
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2010年第2期260-263,共4页
-
基金
安徽省高校科技创新团队计划资助项目(2006KJ005TD)
安徽省教育厅自然科学基金资助项目(KJ2009B008)
-
文摘
通过对工作面突出前夕瓦斯涌出浓度时间序列(简称G序列)的分析,提出了利用股市技术分析方法进行突出预报,以山西晋城寺河煤矿"5.20"突出事故监测数据为基础,绘制了工作面G序列K线图。研究表明:正常生产时期,K线实体很小,为小K线或十字线,近似一条平稳水平线;突出前夕,G序列K线整体上呈上扬趋势,阳阴实体明显变大,K线上升过程中多次出现"三阳线"(中阳或大阳线)连拉,表现为一种脉冲信号。根据K线上述变化特征可实现突出预报。
-
关键词
煤与瓦斯突出
预报
瓦斯涌出浓度
股市技术分析
K线图
-
Keywords
coal and gas outburst
forecast
gas emission concentration
stock technical analysis
K line chart
-
分类号
TD712.5
[矿业工程—矿井通风与安全]
-
-
题名基于ARIMA-GM模型的采掘工作面瓦斯涌出预测
被引量：8
- 2
-
-
作者
吴兵
郭志国
王紫薇
-
机构
中国矿业大学(北京)资源与安全工程学院
-
出处
《煤矿安全》
CAS
北大核心
2015年第11期152-155,共4页
-
基金
国家自然科学基金资助项目(51274205)
-
文摘
为实现对煤矿采掘工作面瓦斯的动态涌出过程进行精确预测,以煤矿瓦斯涌出时间序列为基础,首先建立了灰色模型GM(1,1)和自回归积分移动平均模型(ARIMA)分别对瓦斯涌出浓度进行预测,然后再利用由方差倒数法得到的ARIMA-GM组合预测模型对瓦斯涌出浓度进行预测,最后结合预测结果进行预警。并以鑫顺煤矿15101掘进工作面为应用实例,结果表明:ARIMA-GM组合预测模型相比单一模型具有更高的预测精度和拟合效果。
-
关键词
瓦斯涌出浓度
时间序列
GM(1
1)模型
ARIMA模型
瓦斯涌出预测
-
Keywords
gas emission concentration
time series
GM（1,1） model
ARIMA model
gas emission forecasting
-
分类号
TD713
[矿业工程—矿井通风与安全]
-
-
题名掘进工作面瓦斯异常涌出的微震前兆特征分析与验证
被引量：4
- 3
-
-
作者
朱权洁
张尔辉
李青松
马曙
李绍泉
张震
-
机构
华北科技学院安全工程学院
贵州省煤矿设计研究院
-
出处
《华北科技学院学报》
2018年第5期1-12,共12页
-
基金
中央高校基本科研业务费(3142017002)
贵州省科技重大专项(黔科合重大专项字[2018]3003-1)
国家自然科学基金(51604115)
-
文摘
为了探索煤与瓦斯突出的微震监测可行性,在贵州某矿11112掘进工作面开展了巷道掘进过程中瓦斯异常涌出的微震响应规律研究,寻求了微震、声发射、电磁辐射三者与敏感指标瓦斯浓度之间的内在关联特征。通过分析煤与瓦斯突出的微震监测预警机制,结合该掘进工作面的实测数据进行统计分析,得到如下结论:(1)微震技术内因(瓦斯压力)、外因(地应力等)的联合监测机制是瓦斯突出预警的前提和基础;(2)瓦斯异常涌出是煤与瓦斯突出的直接征兆,瓦斯涌出变化伴随有较明显的微震响应;(3)微震的震动频次、能量(震级)、分布规律等指标与瓦斯异常涌出之间存在关联规律;(4)以掘进工作面瓦斯涌出异常为参照,对比验证了震、声、电参量与瓦斯数据的内在联系。本文研究初步探索了基于微震监测的煤与瓦斯突出前兆特征挖掘及预警方法,对煤与瓦斯突出灾害的监测预警具有一定参考意义。
-
关键词
煤与瓦斯突出
微震监测
瓦斯涌出浓度
声发射
电磁辐射
-
Keywords
gas and coal outburst
microseismic monitoring
gas emission concentration
AE
EMR
-
分类号
TD713
[矿业工程—矿井通风与安全]
-
