張立志，施式亮,

(1.湖南科技大學(xué) 資源環(huán)境與安全工程學(xué)院， 湖南 湘潭市 411201；2.湖南科技大學(xué) 煤礦安全開采技術(shù)湖南省重點實驗室， 湖南 湘潭市 411201)

0 引言

瓦斯主要賦存于煤層中，甲烷是瓦斯的主要成分，從狹義上講，煤礦瓦斯指的就是甲烷[1]。瓦斯一般以游離態(tài)和吸附態(tài)兩種狀態(tài)存在于煤體及圍巖體中，在未受采動影響的煤（巖）體內(nèi)，瓦斯的解吸與吸附處于動態(tài)平衡。受采掘作業(yè)的擾動影響，煤巖整體遭到破壞，煤巖體內(nèi)原有的平衡狀態(tài)被打破，大量瓦斯涌入巷道，對井下人員生命安全造成威脅[2-3]，且隨著時間的延長，瓦斯的解吸與吸附會趨向于新的平衡。根據(jù)瓦斯涌出形式的不同，一般將其分為普通涌出和異常涌出[4]。普通涌出的涌出速率比較均勻，容易進行監(jiān)測和采取防治措施；而異常涌出則為時間上突然、空間上集中，涌出量很不均勻的間斷涌出[5]。相較于瓦斯普通涌出，瓦斯異常涌出對煤礦安全生產(chǎn)威脅更大。因此，掌握瓦斯異常涌出影響因素和風(fēng)險識別及預(yù)警，并有針對性地提出有效的防控措施，對瓦斯異常涌出的研究具有重要意義。

本文通過回顧瓦斯異常涌出的影響因素及風(fēng)險識別方面的研究成果，概括分析了瓦斯異常涌出的影響因素，對瓦斯異常涌出的風(fēng)險識別及預(yù)警進行了分析并指出了研究的不足，進而對今后的研究進行了展望。

1 瓦斯異常涌出影響因素研究現(xiàn)狀

國內(nèi)外許多學(xué)者一般通過文獻研究及現(xiàn)場調(diào)研對瓦斯異常涌出的影響因素進行研究。瓦斯的異常涌出不僅受地質(zhì)因素和采掘技術(shù)因素的影響，也會受到地面大氣壓力變化的影響。其中，地質(zhì)因素包括地質(zhì)構(gòu)造、頂板巖性、煤層結(jié)構(gòu)、地應(yīng)力等因素，采掘技術(shù)因素則包括開采工藝、掘進速率、通風(fēng)系統(tǒng)、開采強度等因素。地面大氣壓的變化也會對采空瓦斯涌出造成影響，引起了許多學(xué)者的關(guān)注。

在單一地質(zhì)因素影響作用方面，孟凡和[6]、湯友誼[7]等對距斷層不同距離的瓦斯異常涌出情況進行了研究，分析了斷層對瓦斯異常涌出的影響，研究表明斷層附近瓦斯異常涌出次數(shù)相對頻繁；何旬旬等[8]結(jié)合五陽、常村兩礦小型斷層特征及實測數(shù)據(jù)，分析了斷層落差和傾角與瓦斯涌出量的數(shù)學(xué)關(guān)系，得出小型斷層落差對瓦斯異常涌出增長具有明顯的控制作用；Farahbakhsh E等[9]分析了裂隙對瓦斯異常涌出的影響，得出Parvadeh煤礦瓦斯涌出量大與采掘裂隙面有關(guān)；劉曉斐[10]、王濤[11]、張廣輝[12]等分析沖擊地壓對瓦斯異常涌出的影響，認為沖擊地壓會使煤巖體裂隙增加，進而導(dǎo)致瓦斯的異常涌出；李宏等[13]分析了頂板灰?guī)r中瓦斯異常涌出的原因，認為裂隙水的封堵作用和侵蝕作用是導(dǎo)致瓦斯頂板灰?guī)r瓦斯異常涌出的原因。

在多種地質(zhì)因素影響作用方面，劉明舉[14]等研究煤層厚度、構(gòu)造、構(gòu)造煤等因素對瓦斯異常涌出的影響，認為瓦斯異常涌出是多種地質(zhì)因素綜合作用的結(jié)果；王志玉[15]等以寺河礦3號煤層為研究對象，認為地質(zhì)構(gòu)造和上覆巖層厚度是影響該煤礦瓦斯異常涌出的主要因素；曹召奇[16]則認為瓦斯的生、儲、蓋條件都會對瓦斯異常涌出造成影響；王林[17]等分析了寨崖底煤礦6號煤層瓦斯異常涌出情況，認為影響該煤層瓦斯異常涌出的因素為煤層頂?shù)装鍘r性、煤對瓦斯的吸附性能和煤的比表面積。

在采掘技術(shù)因素影響作用方面，榮向東等[18]對爆破（割煤）落煤期間瓦斯異常涌出情況進行了分析，認為爆破（割煤）會使瓦斯涌出量增加；Shu Ma等[19]研究了爆破工序?qū)ν咚褂砍隽康挠绊?，發(fā)現(xiàn)爆破工序的最大絕對瓦斯涌出量是其他工序的 5倍，掘進率和爆破強度與絕對瓦斯量成正比；安俊孝等[20]分析了采掘技術(shù)因素對瓦斯異常涌出的影響，認為通風(fēng)方式是引起瓦斯涌出量變化的主要原因；王春光[21]研究了超高開采強度下低瓦斯工作面的瓦斯異常涌出情況，結(jié)果表明，在超高開采強度下，單位時間落煤量大、采空區(qū)面積廣和遺煤多致使回采工作面瓦斯異常涌出。

在地面大氣壓變化對瓦斯異常涌出的影響研究方面，郭凡進[22]、葉青[23]等認為大氣壓變化是造成康家灘煤礦88202采空區(qū)異常涌出的主要原因；李作泉[24]研究了大氣壓變化下的采空區(qū)瓦斯涌出狀態(tài)，結(jié)果表明，在大氣壓變化的情況下，采空區(qū)氣體會呈現(xiàn)膨脹-收縮的“呼吸”狀態(tài)，致使瓦斯異常涌出；王帥等[25]通過理論分析和現(xiàn)場實測，研究了大氣壓變化與采空區(qū)瓦斯涌出之間的關(guān)系，結(jié)果表明大氣壓變化與采空區(qū)絕對瓦斯涌出量呈反比例關(guān)系；金毅[26]、薛偉超[27]研究了大氣壓對瓦斯異常涌出影響，認為地面大氣壓驟降會使瓦斯涌出量異常增大。

從以上研究成果可以看出，無論是地質(zhì)因素、采掘技術(shù)因素還是地面大氣壓變化造成的瓦斯異常涌出，都與瓦斯的賦存及賦存狀態(tài)發(fā)生改變有關(guān)。而且，根據(jù)煤礦地質(zhì)條件、氣象條件及采掘規(guī)劃設(shè)計的不同，瓦斯異常涌出的主控影響因素也會有所不同。當煤體裂隙發(fā)育與瓦斯富集區(qū)相連通時，就可能發(fā)生瓦斯異常涌出。頂?shù)装鍘r性、煤層厚度、煤層結(jié)構(gòu)、煤層透氣性、煤對瓦斯的吸附性等地質(zhì)因素通過改變瓦斯的生、儲、蓋條件來影響瓦斯異常涌出；沖擊地壓、礦震等地質(zhì)因素和爆破（割煤）、掘進率、開采強度等采掘技術(shù)因素，都是通過造成煤（巖）體裂隙或增加落煤量及新煤層暴露面積引起瓦斯異常涌出；而大氣壓變化則是通過改變采空區(qū)內(nèi)外壓差引起采空區(qū)的瓦斯異常涌出，特別是當?shù)孛娲髿鈮后E降時，采空區(qū)瓦斯涌出量突增，且大氣壓變化與采空區(qū)瓦斯異常涌出在時間上存在一定的規(guī)律性。斷層也是地質(zhì)構(gòu)造因素中的研究重點，斷層對瓦斯的賦存具有重要的影響，斷層落差越大，煤礦瓦斯涌出量也越大。另外，地溫等影響瓦斯吸附、解吸和滲透率的因素也會對瓦斯的異常涌出造成影響。

一般來說，瓦斯異常涌出不僅受單一因素的影響，也受多種因素及多因素耦合作用的影響。以往，多從單一因素和多種因素對瓦斯異常涌出的影響開展研究，但是因素之間關(guān)系及各種因素對瓦斯異常涌出的耦合作用則需要進一步研究。

2 瓦斯異常涌出風(fēng)險識別及預(yù)警研究現(xiàn)狀

許多學(xué)者結(jié)合相關(guān)理論及方法構(gòu)建瓦斯異常涌出的風(fēng)險識別模型和預(yù)警模型來進行風(fēng)險識別及預(yù)警，并取得了一些成果。馬麗娟[28-29]基于模糊數(shù)學(xué)原理和模式識別技術(shù)，以瓦斯?jié)舛鹊淖兓首鳛橹笜耍瑯?gòu)建危險識別預(yù)測模型，并運用Fisher判別方法確定出危險臨界值，對不同區(qū)域的危險程度進行動態(tài)預(yù)警；肖丹[30]基于灰色理論，建立了4個瓦斯異常涌出致因指標，構(gòu)建了瓦斯異常涌出灰色預(yù)警模型；王菲茵[31-32]在研究瓦斯?jié)舛葧r間序列及瓦斯異常涌出圖像特征的基礎(chǔ)上，構(gòu)建了基于ReliefF-維度區(qū)間-支持向量機的圖像識別模型，以識別瓦斯異常涌出的危險程度；魏連江等[33]歸納了瓦斯時間序列異常模式，從 K線圖的角度進行研究，確定K線診斷準則，并編寫了K線診斷程序；羅新榮等[34]結(jié)合礦井瓦斯監(jiān)測情況，利用神經(jīng)網(wǎng)絡(luò)技術(shù)，對瓦斯異常涌出情況進行判斷，建立了基于人工神經(jīng)網(wǎng)絡(luò)的瓦斯預(yù)警理論模型；楊守國[35]利用人工神經(jīng)網(wǎng)絡(luò)，建立了瓦斯異常涌出類別判識指標，并構(gòu)建了瓦斯異常涌出類別判識模型，結(jié)合多傳感器聯(lián)合判識方法，實現(xiàn)涌出地點的判識和影響范圍的解算。

從以上成果可以看出，瓦斯異常涌出風(fēng)險識別及預(yù)警方面的研究一般都是從瓦斯涌出數(shù)據(jù)挖掘及處理、選取瓦斯異常涌出指標和瓦斯異常涌出圖像特征出發(fā)，運用時間序列理論、灰色理論、馬爾科夫鏈、模糊數(shù)學(xué)理論、神經(jīng)網(wǎng)絡(luò)等各種理論方法，構(gòu)建出瓦斯異常涌出的風(fēng)險識別模型和預(yù)警模型，通過模擬仿真，對瓦斯異常涌出的影響范圍、危害程度、地點和時間等進行風(fēng)險識別和預(yù)警。雖然以上理論方法在風(fēng)險識別和預(yù)警上具有各自的優(yōu)勢，但運用以上理論和方法構(gòu)建的風(fēng)險識別模型更多只適用于靜態(tài)的識別，且對經(jīng)驗具有一定的依賴性。比如，人工神經(jīng)網(wǎng)絡(luò)具有很好的學(xué)習(xí)、記憶和聯(lián)想等解決問題和分析問題的能力，但是如果井下環(huán)境發(fā)生變化，通過人工神經(jīng)網(wǎng)絡(luò)建立的風(fēng)險識別模型一般難以對變化的環(huán)境進行很好的追蹤和自我調(diào)節(jié)。因此，在瓦斯異常涌出的動態(tài)識別方面，特別是動態(tài)識別模型的自我調(diào)節(jié)及環(huán)境追蹤能力方面，仍需要對其進行進一步研究。

3 存在的不足

（1）瓦斯異常涌出影響因素方面，對于影響因素之間的關(guān)系及各種影響因素對瓦斯異常涌出的耦合作用的研究開展較少。

（2）構(gòu)造作用、水文地質(zhì)條件等因素對瓦斯異常涌出的影響多為定性研究，定量描述較少。

（3）更多的風(fēng)險識別模型只適用于靜態(tài)識別，對經(jīng)驗的依賴性較強，未將環(huán)境追蹤和自我調(diào)節(jié)能力充分考慮到模型構(gòu)建中，但井下環(huán)境是動態(tài)變化的，且環(huán)境變化對于瓦斯異常涌出或瓦斯異常涌出風(fēng)險識別模型的準確性具有一定的影響。

（4）風(fēng)險識別模型的驗證一般是通過模擬仿真進行，但模擬環(huán)境與井下實際情況存在差距，不能完全反映模型的準確性。

4 展望

針對存在的不足，提出以下展望。

（1）應(yīng)探究地質(zhì)因素、采掘技術(shù)因素、氣象因素等各種影響因素相互之間的關(guān)系，同時進一步研究各種因素耦合作用下的瓦斯異常涌出情況。

（2）應(yīng)采用現(xiàn)場采樣、現(xiàn)場實驗等方式研究構(gòu)造作用、水文地質(zhì)條件等因素對瓦斯異常涌出的影響。

（3）進一步研究熱門的人工智能技術(shù)是構(gòu)建具備環(huán)境追蹤、自我調(diào)節(jié)能力且不過多依賴經(jīng)驗的瓦斯異常涌出風(fēng)險識別模型的一個重要發(fā)展方向。

（4）對井下環(huán)境及變化進行充分的調(diào)研，以提高模擬仿真精度，使所構(gòu)建的風(fēng)險識別模型更具應(yīng)用價值。