董軒萌,郭立穩(wěn),2,董憲偉,2,王福生,2
(1.華北理工大學 礦業(yè)工程學院,河北 唐山 063210;2.河北省礦業(yè)開發(fā)與安全技術重點實驗室,河北 唐山 063210)
在人類社會發(fā)展中,煤炭資源起到不可替代的作用,我國幅員遼闊,煤炭資源豐富,開采量穩(wěn)居世界前列,但在開采過程中隱藏的井下安全問題慢慢顯現(xiàn)出來,在20世紀的礦井災害中,煤自燃火災成為影響煤礦安全的因素之一,因此眾多學者對煤自燃發(fā)火機理進行研究,分析煤自燃過程中的宏觀、微觀因素,但由于煤是一種結構和組成極其復雜的有機巖,所以在了解煤自燃發(fā)火的影響因素上,前人做了系統(tǒng)深入的研究,王福生[1]等通過交叉點溫度法得到煤自燃傾向性的綜合判定指數,并利用灰色關聯(lián)分析計算煤的各項指標與煤自燃傾向性間的關聯(lián)程度和關聯(lián)等級劃分;董憲偉[2]等研究了煤自燃阻化過程中的宏觀特性與微觀結構,和阻化煤樣在不同阻化劑及不同條件時的宏觀表征參數的變化規(guī)律;翟小偉[3]等將水分作為指標對煤的孔隙結構、氧化性和放熱性進行綜述分析,建立不同含水量對煤自燃影響程度的鑒定準則及評價指標。在前人的研究基礎上,該項研究根據煤自燃的多樣性,分析煤自燃影響因素,在基于Apriori算法上找出各個因素之間存在的強弱關聯(lián)性,對煤自燃發(fā)火做出預警和預測,為礦井火災防治提供有效參考。
自17世紀人們開始研究煤自燃,產生了很多學說和理論,英國在工業(yè)革命后需要大量煤炭作為能源支撐,因此普洛特最早提出了煤自燃的黃鐵礦作用學說,開啟了煤自燃機理研究的先河,他認為煤自燃發(fā)火的主要原因是煤中黃鐵礦和水與氧氣反應放熱;英國人帕爾特在1921年提出了細菌學說,認為煤在細菌發(fā)酵下產生熱能,熱量聚集就會引發(fā)煤自燃;前蘇聯(lián)特龍洛夫在1940年提出酚基學說,煤中的不飽和酚基吸附氧氣,相互反應產生熱量,最終產生煤發(fā)火[4]。
由于技術水平制約,上述學者的學說理論無法對煤自燃的原因做出全面、系統(tǒng)的闡述,所以近代科學家提出的煤氧復合理論被大多數學者接受,煤氧復合理論是由于煤與空氣中的氧發(fā)生氧化自熱反應,在室溫下熱量聚集無法發(fā)散從而引發(fā)煤自燃,在熱量累積的過程中,具有自燃傾向性的煤就可能會升級為煤自燃,此過程中生成一氧化碳、二氧化碳、烷烴等氣體,這種理論能夠很好地解釋煤自燃過程中化學鍵斷裂和煤氧復合機理。煤的實際自燃過程就是宏觀的煤氧復合作用過程,主要表現(xiàn)為4個階段,第一階段是當周圍溫度在70~80 ℃,主要是依靠物理吸附放熱,化學吸附放熱和化學反應放熱3種產熱形式,3種產熱效應共同加速了總產熱;第二階段是從環(huán)境溫度在70~80 ℃到煤的水分對煤的氧化產生影響,主要是化學反應產生熱量;第三階段是煤的內在水分作用到開始出現(xiàn)貧氧氧化;第四階段是貧氧氧化過程[5]。
水分對煤自燃的影響主要體現(xiàn)在兩方面。一方面是煤的含水量高時會抑制煤自燃,日本人高桑功等通過實驗研究得出,當測得溫度在80~100 ℃時,煤有明顯地吸熱脫水過程,所以含水量過高,煤自燃升溫越困難。另一方面煤自燃的進行也可能是適量的水分促進催化的結果,張九零[6]等人的實驗得出煤與少量的水分接觸后會產生濕潤熱,這種熱量促使煤氧化,并且水汽化,水蒸氣在煤的發(fā)熱區(qū)周圍凝結,產生汽化熱,最終形成熱反饋。
煤的主要元素是碳元素,并且碳元素的含量是煤的所有元素中最多的,在煤自燃時,碳元素是主要燃燒產物的元素,也是熱量的主要來源。對于碳元素越高的煤,含有大量碳元素的芳香族數量就越多,因為芳香環(huán)結構穩(wěn)定難反應,所以煤分子也越穩(wěn)定,煤自燃難度增大;反之碳元素含量越少,煤就容易發(fā)生自燃。
煤中含氧量越高,說明含氧官能團越多,所以煤體越不穩(wěn)定,容易引發(fā)自燃,煤的自燃傾向性也越高[7,8]。
煤的含硫量越低,煤越容易自燃,因為高變質程度的煤主要是環(huán)狀有機硫,具有高分子量;而低變質程度煤以脂肪族有機硫為主,伴隨煤化程度的提高,具有四、五環(huán)結構的化合物數量比三環(huán)結構的二苯并噻吩數量高,有穩(wěn)定甲基取代位的含硫化合物不斷減少。煤化程度高的煤中大部分有機硫屬于噻吩結構,隨著煤化程度的提高,煤中噻吩硫的比例增大,其芳構化程度也逐漸提高。煤的分子穩(wěn)定性越強,越不易氧化自燃[9]。
固定碳是煤中可燃性固體物,是煤在燃燒時產生熱量的主要成分,是高分子化合物的混合物,固定碳含量越高,煤變質程度和發(fā)熱量越高,煤體越不容易自燃。
揮發(fā)分是指在一定條件,煤中的有機質加熱到某溫度下分解產生的一系列可燃氣體,多含有一氧化碳、水蒸氣、甲烷、乙炔氣體等[10]。在較低溫度下?lián)]發(fā)分的析出,為煤自燃提供熱量條件,也使煤體內部孔隙面積增大,使之吸附更多的氧氣參與氧化,揮發(fā)分越低,煤吸氧量就越少,越不易自燃。
要想進行數據挖掘,借助關聯(lián)規(guī)則技術可以解決數據關聯(lián)性問題。影響力較大的頻繁模式挖掘算法,Apriori算法最早是在1993年由Agrawal等人提出的,學者最初是依靠購物籃案例分析,為了找出交易數據庫中不同商品之間存在某聯(lián)系規(guī)則提出的[11]。該算法的原理在于,每次重復掃描數據庫,都會篩選淘汰關聯(lián)性弱的項集,在這個過程中,利用用戶所定的最小支持度(mini support)和最小置信度(mini confidence)劃定篩選條件,獲得頻繁項集,找到強關聯(lián)規(guī)則的存在項集。各項的支持度與置信度的算法定義如下: support(A?B)=P(A∪B)=count(A∪B)/(count(|T|));confidence(A?B)=P(B|A)count(A∪B)/count(A),在這種關聯(lián)算法中,找到頻繁項集的前提是所有統(tǒng)計項集的支持度計數不得小于定義計數,循環(huán)處理到沒有最大項目集為止[12]。選擇Apriori算法的優(yōu)點主要在于使用Apriori性質來生產候選項集的方法,大大壓縮了頻繁集的大小,取得了很好的性能。
通過數據收集,得到某礦在某時段內的各項數據見表1。
表1 參數影響變化表
將表1中參數進行編號,A表示水分含量,B表示含碳量,C表示含氧量,D表示含硫量,E代表固定碳,F(xiàn)代表揮發(fā)分。不同時段煤的自燃參數表示為Ai、Bi、Ci、Di、Ei、Fi,以煤的自燃傾向性綜合判定指數為參考標準,在同時段內煤的自燃參數變化情況見表2。
表2 同時段煤自燃因素變化表
第1次算法迭代,每一項都是項集集合C1的成員,通過算法掃描,得到每一項出現(xiàn)的支持度,同時令mini support=2,確定集合L1。如表3所示。進行第2次算法迭代,剪枝計算得到L2,如表4所示。
表3 集合L1
表4 集合L2
第3次算法迭代,C3=L2∞L2,對C3剪枝得到L3,如表5。第4次算法迭代,剪枝計算后得到最高關聯(lián)度結果,見表6。
表5 集合L3
表6 集合L4
明顯看出,經過4次Apriori迭代計算得到項集{A,C,E,F(xiàn)}是頻繁項集,在8次煤的自燃因素變化監(jiān)測中,煤的水分含量、含氧量、固定碳和揮發(fā)分是出現(xiàn)頻率最高的關聯(lián)關系。因此在煤自燃防治中,值得特別注意的是煤的水分含量、含氧量、固定碳和揮發(fā)分4種參數的相互影響。
計算項集支持度,篩選2個單項集以上的項集,支持度大于30%項集統(tǒng)計見表7。
表7 30%的支持度項集
支持度最高的項集為{A,C}和{A,F(xiàn)},兩者同時發(fā)生的概率都為62.5%,表示在煤自燃的過程中,水分含量與含氧量、揮發(fā)分在自燃前和自燃后的差別最明顯,是符合強關聯(lián)規(guī)則的高頻項目組;支持度為50.00%的項集為{水分含量,含氧量,揮發(fā)分},{水分含量,固定碳}和{含氧量,揮發(fā)分},它們是與煤自燃的關聯(lián)性較強的高頻組合,不是影響煤自燃的中心因素但是主要因素,對煤自燃的影響不容忽視;支持度為37.50%的項集是{A,E,F(xiàn)}和{E,F(xiàn)},其中固定碳和揮發(fā)分與煤自燃有關聯(lián)關系,而揮發(fā)分和固定碳是根據煤的變質程度決定的,所以對于部分煤來說,揮發(fā)分和固定碳含量是影響煤自燃的主要原因,而對于某些煤來說,則不作為主要影響因子,重要性也不可忽略。
通過計算分析頻繁項集、支持度等內容,Apriori算法在煤自燃防治和預警上的應用行之有效,其最大優(yōu)勢在于煤自燃火災的多因素和復雜性能夠與Apriori的算法有效結合,能夠提前預測危險做出較為準確的判斷,壓縮了項目頻繁項集的大小并提升綜合關聯(lián)性能,雖然在處理數據上,技術人員需要根據不同的煤自燃發(fā)火做出相應的參數變化,但是為達到更好的預測效果,這種工作量的增加是不應作為Apriori算法缺陷的[13]。
(1)在煤自燃發(fā)火的眾多影響因素中,水分含量對煤自燃的影響具有兩面性,碳含量與煤的自燃傾向呈正相關,煤的含氧量越高、含硫量越低越容易發(fā)生自燃,固定碳含量越高,揮發(fā)分越低,煤越不易自燃。
(2)利用經典Apriori算法對煤自燃的6個安全性參數進行計算分析和關聯(lián)關系挖掘,在用戶定義最小支持度計數為2時,得到頻繁項集{A,C,E,F(xiàn)},即水分含量、含氧量、固定碳和揮發(fā)分具有強關聯(lián)關系,重點進行煤自燃本質因素挖掘,對煤自燃的預測提供數據支撐。
(3)計算煤自燃參數的支持度,選擇支持度在30%以上的高頻項目組進行關聯(lián)關系分析,提高煤自燃發(fā)火預警和防治的準確性和普適性,得出水分含量、含氧量和揮發(fā)分之間是強關聯(lián)規(guī)則的高頻項目組。自燃發(fā)火指標與Apriori算法的結合,使之在預警和防治上有了更為準確的判斷,使頻繁項集縱向縮減,將指標間的橫向比較客觀化,做到精準預測。