崔瑞清

(山西三元煤業(yè)股份有限公司)

基于試驗設計的綜采面瓦斯涌出量預測研究

崔瑞清

(山西三元煤業(yè)股份有限公司)

為更具有針對性、更準確地預測綜采工作面瓦斯涌出量，將試驗設計理論引入瓦斯涌出量預測中，通過對現(xiàn)場實測瓦斯?jié)舛葦?shù)據(jù)分析影響某礦8204綜采工作面瓦斯涌出量大小的4個因素，使用Design Expert軟件，基于Central Composite Design給出了4因素5水平的試驗設計，最終得到8204綜采工作面瓦斯涌出量影響因素的二次回歸模型，并對瓦斯涌出量進行預測。結果表明：預測精度在4.14%～10.57%，可以滿足現(xiàn)場應用實踐。

綜采工作面 瓦斯涌出量預測 Design Expert 二次回歸模型 試驗設計

綜采工作面的瓦斯涌出量預測與礦井通風設計、瓦斯抽采設計、瓦斯綜合治理等密切相關，隨著近年來煤礦開采煤層的進一步加深，瓦斯涌出量的準確預測也將為瓦斯綜合防治技術提供理論參考，而煤礦生產(chǎn)現(xiàn)場復雜，每個礦井主采煤層賦存條件各異，影響瓦斯涌出量因素也不同，因此，使用單一手段的預測技術不可能準確預測瓦斯涌出量的大小[1-2]。為此，研究人員一般采取耦合預測算法[3-4]，即對所選取的十幾個因素進行降維處理，選取對瓦斯涌出量大小影響較為顯著的幾個主成分[5-7]來預測瓦斯涌出量，這些研究對煤礦一通三防工作具有重要的指導意義。由于煤礦采煤工作面的生產(chǎn)條件、生產(chǎn)工藝不會有太大波動，所以影響其采煤工作面瓦斯涌出量大小的因素是可以通過現(xiàn)場觀測確定的，然而，目前的研究在確定了某些影響因素后，對這些影響因素的不同水平對瓦斯涌出量具體有何影響的研究較少，所以本文引入試驗設計思想，結合某礦8204綜采工作面，通過實測瓦斯涌出量數(shù)據(jù)的方法，確定影響其最主要的4個因素，并調(diào)研現(xiàn)場，劃分可能波動的5個水平，建立4因素5水平的試驗設計，利用Design Expert軟件，得到瓦斯涌出量與各影響因素的二次回歸模型，并對不同生產(chǎn)條件下的瓦斯涌出量進行預測以指導現(xiàn)場實踐。

1 某礦8204綜采工作面概況

8204綜采工作面位于某井田8#煤層二采區(qū)，標高為+914～+938 m，地面標高為+1 268～+1 279 m，東側為8203采空區(qū)，西側為8205未布置工作面，南側為3條下山，北側為井田邊界線。工作面走向長1 140 m，傾向長180 m，采用U型通風方式，配風量約1 020 m3/min。工作面煤厚1.9～2.3 m，平均為2.1 m，厚度變化不明顯。工作面為總體走向NE—SW、傾向NW的單斜構造，煤層傾角為10°～12°。工作面通風示意見圖1。

圖1 8204綜采工作面通風示意

在8204綜采工作面布置瓦斯?jié)舛葴y點，采用單元法對瓦斯涌出量進行預測[8]，瓦斯涌出情況見表1。工作面絕對瓦斯涌出量約35.26 m3/min，本煤層瓦斯涌出量為17.16 m3/min，臨近層涌出量為18.10 m3/min，可見8204綜采工作面必須采取鄰近層瓦斯、本煤層瓦斯同時治理。

表1 8204工作面瓦斯來源構成分析

2 綜采工作面瓦斯涌出影響因素分析

針對8204綜采工作面，影響其瓦斯涌出量大小的因素主要有工作面日產(chǎn)量、頂板周期來壓[9]、瓦斯抽采量以及配風量4個因素，圖2為各影響因素變化情況。

圖2 8204綜采工作面瓦斯涌出量各影響因素變化曲線

圖2(a)中，隨著產(chǎn)量的增加，瓦斯涌出量增大趨勢明顯；圖2(b)中，隨著工作面推進，瓦斯涌出量隨頂板周期壓力的增大而增加[10]；圖2(c)中，8204綜采工作面隨著瓦斯抽采量的增加，采空區(qū)和鄰近層瓦斯也被抽出來，所以工作面總瓦斯涌出量也在增加；圖2(d)中，配風量對工作面瓦斯涌出量的影響主要是工作面兩端壓差變化，使得采空區(qū)深部瓦斯涌入工作面。

3 綜采工作面瓦斯涌出量預測

3.1 響應曲面試驗設計

響應曲面試驗設計是以二次多元多項式回歸分析主導，通過分階段的試驗設計與數(shù)據(jù)分析，逐步篩選出影響響應變量的因子，定量地描述因子的加速效應和交互效應，最終給出因子與響應變量間的最佳關系模式，以便尋找最優(yōu)的設計條件、生產(chǎn)條件和決策條件[11-12]。多元回歸模型見式(1)，當試驗區(qū)接近最優(yōu)區(qū)域或位于最優(yōu)區(qū)域時，二次響應曲面模型見式(2)。

(1)

(2)

式中,Y為隨機變量；β0，β1，…,βp-1為待求的未知參數(shù)；ε為誤差項，其均值為0，方差σ2>0；X1，X2，…，Xp-1，Xi，Xj為自變量。

式(1)中的待求系數(shù)采用式(3)的最小二乘估計法使得Q(β)達到最小。

(3)

式中,yi為隨機變量；β0，β1，…,βp為待求的未知參數(shù)；xi1，xi2，…，xip為自變量。

3.2 瓦斯涌出量影響因素試驗設計

由上述分析，綜合考察8204綜采工作面瓦斯涌出情況及瓦斯治理情況，選取日產(chǎn)量、頂板周期壓力、瓦斯抽采量、配風量4個影響因素，每個因素選取5個水平，運行Design Expert，新建立一個試驗設計項目，點擊Response Surface項，選擇Central Composite，進入Central Composite Design試驗設計方案。響應因素為工作面瓦斯涌出量影響因素，響應即為工作面瓦斯涌出量大小，選擇簡化方案設計安排試驗，可減少試驗次數(shù)，alpha值設置為2，因素水平編碼見表2，試驗設計方案以及結果見表3。

表2 因素水平編碼

3.3 試驗結果分析

點擊Analysis中的R1(瓦斯涌出量)，軟件出現(xiàn)了Transform、Fit Summary、Model、ANOVA、Diagnostics和Model Graphs 6部分。Transform保持默認設置，F(xiàn)it Summary可以看到推薦的Quadratic模型，在Model部分中選擇Quadratic模型，然后點擊ANOVA可以得到模型方差以及模型方程，方差分析結果見表4。模型的P值為0.003，小于0.01，可見回歸模型高度顯著。模型失擬度大于0.01，不顯著，說明回歸方程可以很好地預測各試驗點，最終得到二次響應面方程。

表3 試驗設計方案及結果

Y=240.62-0.18A-0.04B+1.56C-0.14D

+2.75×10-5AB-1.25×10-4AC+1.15

×10-6AD-8.75×10-4CD-1.69×10-5A2

(4)

式中,Y為瓦斯涌出量，m3/min；A為日產(chǎn)量，t/d；B為頂板周期壓力，kN；C為瓦斯抽采量，m3/min；D為配風量，m3/min。

點擊Optimization項，出現(xiàn)Criteria、Solutions和Graph選項卡，以上均為Design Expert軟件提供的試驗優(yōu)化。在Criteria選項卡中可以輸入各因素的變化范圍，得到預測結果。保持優(yōu)化條件為默認，點擊Numerical選項，進入Solutions選項卡，可以找到標記Selected的最佳參數(shù)，即A=1 000 t/d，B=3 400 kN，C=16 m3/min，D=1 300 m3/min。點擊Confirmation選項卡，可以看見在此條件下預測值為39.07 m3/min?，F(xiàn)場實踐中不可能控制工作面周期來壓等參數(shù)，但日產(chǎn)量、抽采量和配風量可以通過預先試驗設計的思想為瓦斯治理提供參考。根據(jù)表4，一次項對8204綜采工作面瓦斯涌出量影響因素依次排序為B(頂板周期壓力)>C(抽采量)>A(日產(chǎn)量)>D(配風量)，即對8204綜采工作面瓦斯涌出量最大的是頂板周期來壓。二次項對工作面瓦斯涌出量影響因素依次排序為AD(日產(chǎn)量和配風量)>AB(日產(chǎn)量和頂板周期壓力)>CD(抽采量和配風量)>AC(日產(chǎn)量和抽采量)>BC(頂板周期壓力和抽采量)>BD(頂板周期壓力和配風量)，二次項P值只有AD(日產(chǎn)量和配風量)小于0.05，說明4個因素之間無交互作用。

表4 方差分析結果

3.4 瓦斯涌出量預測分析

現(xiàn)場頂板周期壓力為不可控因素，而其余3個因素可視現(xiàn)場情況優(yōu)化調(diào)節(jié)，故著重考察日產(chǎn)量、抽采量和配風量對瓦斯涌出量的影響。統(tǒng)計8204綜采工作面生產(chǎn)期間數(shù)據(jù)，調(diào)整Criteria選項卡中各因素，預測結果與實測結果見表5。

表5 實際值與預測值對比

4 結 論

(1)將試驗設計思想應用到瓦斯涌出量預測研究中，在分析影響8204綜采工作面瓦斯涌出量因素基礎上，選取日產(chǎn)量、頂板周期壓力、抽采量和配風量4個影響因素，使用Design Expert軟件，基于Central Composite Design曲面設計建立了4因素5水平的試驗設計。

(2)建立了8204綜采工作面瓦斯涌出量二次回歸模型，并得到一次項和二次項對瓦斯涌出量影響程度的排序，選取了4組現(xiàn)場實測數(shù)據(jù)并進行預測，計算相對誤差在4.14%～10.57%，可以滿足現(xiàn)場應用。

(3)采用Design Expert軟件的瓦斯涌出量預測方法，不需要懂得較多的編程知識，操作簡單易行，加之煤礦現(xiàn)場每個圓班都需要監(jiān)測監(jiān)控生產(chǎn)數(shù)據(jù)，下一步可以考慮在監(jiān)測監(jiān)控數(shù)據(jù)基礎上增加試驗設計因素，以達到更加準確的預測效果。

[1] 何 清.工作面瓦斯涌出量預測研究現(xiàn)狀及發(fā)展趨勢[J].礦業(yè)安全與環(huán)保,2016,43(4):98-101.

[2] 馬建宏,陳懿博,龐澤明.綜放工作面瓦斯涌出量預測方法及工程實踐[J].中國安全生產(chǎn)科學技術,2014,10(10):143-147.

[3] 付 華,姜 偉,單欣欣.基于耦合算法的煤礦瓦斯涌出量預測模型研究[J].煤炭學報,2012,37(4):654-658.

[4] 李 勝,韓永亮,李軍文.回采工作面瓦斯涌出量耦合預測模型研究[J].計算機工程與應用,2015,51(16):1-5.

[5] 盧國斌,康晉愷,白 剛,等.PCA-BP在回采工作面瓦斯涌出量預測中的應用[J].遼寧工程技術大學學報：自然科學版,2015,34(12):1329-1334.

[6] 洪 林,赫祥林,董曉雷,等.PCA-GA-ELM煤礦瓦斯涌出量預測[J].遼寧工程技術大學學報:自然科學版,2015,34(7):779-784.

[7] 畢建武,賈進章.基于PCMRA神經(jīng)網(wǎng)絡補償算法的瓦斯涌出量預測[J].自然災害學報,2014,23(5):198-203.

[8] 胡殿明,林柏泉.煤層瓦斯賦存規(guī)律及防治技術[M].徐州:中國礦業(yè)大學出版社,2006.

[9] 王海東,張興華,張 宇.頂板周期來壓對鄰近層抽采瓦斯效果影響分析[J].中國煤炭,2013,39(9):98-101.

[10] 耿增達,趙紅星.某8204工作面覆巖“三帶”高度數(shù)值模擬研[J].煤,2015,24(1):7-10.

[11] 包研科,李 娜.數(shù)理統(tǒng)計與MATLAB數(shù)據(jù)處理[M].沈陽:東北大學出版社,2008.

[12] 趙選民.試驗設計方法[M].北京:科學出版社,2006.

2016-10-18)

崔瑞清(1987—)，男，副科長，工程師，046013 山西省長治市五一路長安街56號。