脉冲超声波激励对煤的孔隙全尺度改造效应

为深入研究脉冲超声波激励对煤体孔隙结构的改造效应,利用含瓦斯煤体超声波激励实验系统,开展超声波功率800和1 000 W持续、交互脉冲下煤的超声波激励实验,综合低压CO2吸附、低温N2吸附和高压压汞等实验,研究煤的大孔(>50 nm)、介孔(2～50 nm)、微孔(<2 nm)全孔径段的孔隙参数演化规律。实验结果表明：脉冲超声波对煤的孔隙具有扩孔效应,煤的孔容占比以微孔和大孔为主,介孔占比最小,煤中各孔径段比表面积大小为：微孔>介孔>大孔;与未超声、持续超声激励煤样相比,脉冲超声波激励煤的各孔径段孔容和比表面积均有所提高;随脉冲次数增加,煤的孔容增幅和比表面积增幅呈正线性增大,其中大孔的孔容和比表面积增幅较为显著。脉冲超声波激励煤样形成水锤压力阶段和滞止压力阶段的持续转换,增加了煤的孔隙结构损伤程度。研发脉冲超声波发射器结合水力化技术,可提高煤的孔隙发育程度,增加煤体渗透性,提高瓦斯抽采效率。     

基于神经网络的煤与瓦斯突出矿井等级划分方法

针对我国煤炭行业中对突出矿井同一定级, 实施同一安全管理的现象, 从分析工作系统的灾害模型出发, 给出了突出矿井等级划分的评价指标体系, 应用灰色系统和证据理论的方法给出了神经网络训练的样本。在此基础上, 提出了危险信度的概念, 用以衡量突出矿井危险程度, 编制了神经网络, 并对其进行训练。应用训练好的神经网络, 对淮南矿区的几个突出矿井进行了工程验证。该方法对建立健全我国突出矿井的划分方法及评价标准具有一定指导意义。      

煤矿井下高压端连续水力加砂压裂增透技术与装备研究

针对煤矿井下作业空间小,供电供水能力有限,地面加砂压裂装备无法直接应用于煤矿井下的现状,提出了高压端加砂压裂的技术思路。基于液动冲击混携砂原理,研发了高压端连续水力加砂压裂装备。该装备不需要外部动力源进行混砂,而是通过压裂液流态和流场的变化形成旋流冲击实现混砂和携砂。理论分析、数值模拟和室内仿真试验均表明,该装备在原理上是可行性的,能够有效混砂和携砂。研发的装备整体耐压达到55 MPa,一次可装石英砂750 kg,可实现单个或者多个穿层钻孔的连续加砂压裂。配套设计了三通道并联的煤矿井下高压端连续水力加砂压裂控制系统,该系统通过矿用压风实现开关的开合,与压裂泵的控制系统协同对加砂过程实现远程集中控制,确保加砂过程安全可靠。运用该装备在安徽淮南矿区潘三煤矿进行了5个底板穿层钻孔的现场试验。结果表明:该装备携砂能力较强,仅需开启通道二即可实现有效加砂,最大连续加砂量150 kg,最大注水量316 m3,加砂压裂钻孔瓦斯抽采纯量、百孔瓦斯抽采量分别是清水压裂钻孔的2.38和2.03倍,增透效果明显。研发的装备可应用于煤矿井下高压水射流、水力切割以及水力加砂压裂等领域。      

基于STL-EEMD-GA-SVR的采煤工作面瓦斯涌出量预测方法及应用

瓦斯涌出量准确预测可为矿井通风及瓦斯灾害防治措施提供重要依据。为提高采煤工作面瓦斯涌出量预测精度,根据陕西黄陵某矿采煤工作面绝对瓦斯涌出量监测数据,应用基于局部加权回归的周期趋势分解(Seasonal-Trend decomposition procedure based on Loess, STL),将监测数据分解成趋势项、周期项和不规则波动项;利用集成经验模态分解(Ensemble Empirical Mode Decomposition, EEMD),将不规则波动项分解得到不同特征尺度的IMFs(Intrinsic Mode Functions, IMFs)分量以及残差余量;通过遗传算法(Genetic Algorithms, GA)参数寻优后的支持向量回归机(Support Vector Regression, SVR),对各项分解数据进行预测;叠加各分量模型预测结果,得到最终瓦斯涌出量预测结果。结果表明:在预测集为247、147和70组3种情景下,对比分析了STL-EEMD-GA-SVR模型(简称SEGS)、EEMD-GA-SVR模型、GA-SVR模型和高斯过程回归(Gaussian Process Regression, GPR)模型的评价指标精度,其中,SEGS模型最优,拟合度R2分别为0.81、0.92、0.99,峰值点平均相对误差最低,分别为3.15%、2.33%、1.04%。所构建的SEGS模型可以准确预测采煤工作面的瓦斯涌出量。