专利名称：矿井瓦斯涌出量预测新方法
技术领域：
本发明涉及一种矿井瓦斯涌出量预测的方法，属于煤炭技术领域。
背景技术：
在煤矿开采过程中，瓦斯问题一直是制约煤矿安全生产的主要因素，瓦斯爆炸是造成煤矿群死群伤的主要事故之一，准确进行矿井瓦斯涌出量预测是瓦斯防治工作之中的重中之重。近几年，随着开采深度増加、开采强度不断増大，地质条件更加复杂、瓦斯涌出量进ー步加大。影响瓦斯涌出的主要因素包括瓦斯含量、埋藏深度、开采强度、临近层距离、 临近层层数、临近层瓦斯含量、开采規模、开采强度、采煤方法、生产エ序、顶板管理方式、通风压力、大气压カ变化、采空区管理方式等。这些影响因素有些是静态的，可以通过实测得到；有些是动态变化的，这种变化是未知的、不可确定的，对瓦斯涌出的影响极为复杂。目前我们国家瓦斯涌出量预测国标AQ 1018-2006是以瓦斯含量为基础的分源预测法，对瓦斯含量点的分布和数量要求较高，但我们国家大部分煤矿瓦斯參数数据非常缺乏，导致其预测精度偏低，因此需要ー种预测简单准确，科学的方法来预测矿井瓦斯涌出量，为煤矿瓦斯灾害的防治决策和管理提供依据。
发明内容
本发明的目的在于提供一种基于瓦斯地质数学模型为基础的矿井瓦斯涌出量预测新方法，提高瓦斯涌出量预测精度，弥补原有瓦斯涌出量预测缺陷，为管理者提供瓦斯防治决策依据。本发明的瓦斯地质数学模型以数量化理论I建立算法模型。本发明针对影响瓦斯涌出量的复杂因素，实现复杂数据的挖掘与处理来达到本发明的目的。为了实现上述目的，本发明采用如下技术方案煤矿瓦斯涌出量预测方法依次包括以下步骤I、构建基于数量化理论I的瓦斯地质数学模型算法，其算法描述如下(I)定性变量称为项目，定性变量的各种不同取“值”称类目。(2)设自变量中有h个是定量变量，它们在第i个样品中的数据为Xi(U)Oi = 1， 2，-,h ；i = 1,2,…，n)。有m个定性变量，即m个项目，其中第j个项目有ハ个类目，它们在第i个样品中的反应度为S(j，k)(j = l，2，…，m;k=l，2，…，n)。因变量的数据为 y“i = 1，2,…，n)。假定因变量与各自变量及项目、类目的反应时间遵从如下的线性模型
权利要求
1.构建基于数量化理论I的瓦斯地质数学模型算法，其算法描述如下(1)定性变量称为项目，定性变量的各种不同取“值”称类目。(2)设自变量中有h个是定量变量，它们在第i个样品中的数据为Xi(U)(u= 1,2,-, h;i = l，2，…，n)。有m个定性变量，即m个项目，其中第j个项目有ハ个类目，它们在第 i个样品中的反应度为8 (j, k) (j = 1,2,, m ；k = 1,2, ...，n)。因变量的数据为Yi (i = 1,2,…，n)。假定因变量与各自变量及项目、类目的反应时间遵从如下的线性模型
2.分析瓦斯地质规律，定性分析影响瓦斯涌出量的主要因素(地质因素和开采因素)。
3.已采区统计单元划分以已知统计单元为样本信息来推断总体特征和规律，总体相对满足一定条件个体集合，个体满足抽样条件的随机性和一致性为原则。
4.变量取值选择瓦斯涌出量作为因变量，自变量包括定性变量和定量变量，定性变量以ニ态变量来取值，即用“0”和“ I”来表示某种属性的“无”和“有”;定量变量以具体数值表示。
5.瓦斯涌出量预测模型建立以瓦斯地质分析为基础筛选出的变量作为建模变量，进行预测模型建立，经反复理论检验和实践检验，不断进行变量调整后再建摸，得到已采区瓦斯涌出预测模型。判断所建立模型是否满足理论检验和实践检验精度要求，否则返回步骤4。
6.未采区瓦斯涌出量预测对预测区按照已采区统计单元划分原则，自变量按上述所确立的瓦斯涌出量预测模型所保留变量类型和个数进行取值，代入预测模型进行瓦斯涌出量预测。
全文摘要
本发明公开一种矿井瓦斯涌出量预测的新方法，其特征是，它是通过以下步骤进行预测的构建基于数量化理论I为基础的瓦斯地质数学模型算法；通过影响瓦斯涌出量因素的瓦斯地质条件分析；统计单元划分与变量取值，建立以已采区瓦斯涌出量为因变量，影响瓦斯涌出量因素为自变量的多元多属性线性预测模型；对所建立的预测模型进行反复理论和实践检验，最终确定符合实际的瓦斯涌出量预测模型；预测区按建模时统计单元划分和模型保留变量的取值原则进行取值，代入预测模型进行未采区瓦斯涌出量预测。
文档编号G06Q10/04GK102609780SQ20111002476
公开日2012年7月25日 申请日期2011年1月24日 优先权日2011年1月24日
发明者倪小明, 刘高峰, 吕闰生, 张子戌, 袁军伟 申请人:河南理工大学