煤与瓦斯突出危险性的概率预测方法
【技术领域】
[0001]本发明涉及一种煤与瓦斯突出危险性的概率预测方法，主要应用在地质学科的瓦斯地质的技术领域。
【背景技术】
[0002]不同矿井、不同煤层，以及同一煤层的不同部位，其煤与瓦斯的突出危险性是不同的。我国是目前世界上煤与瓦斯突出灾害最严重的国家，科学地预测煤与瓦斯突出危险性具有重要意义。
[0003]长期以来，我们都采用分类预测的方法，如:把煤层划分为突出煤层和非突出煤层，把突出煤层划分为突出危险区和无突出危险区。概率预测或概率评价已经广泛地应用到科学研究或日常生活的方方面面；以大家最熟知的天气预报为例，天气预报已经从传统的确定性预报转向概率天气预报；在估计明天天气状况时，断然预报“有雨”或“无雨”是不合适的，因为这表明它们出现的概率为100%或0%，带有很大的主观性；而概率预报是用可能出现的大小程度来表示，即用它们出现的概率作预报，这是比较合理的。对煤与瓦斯突出危险性的预测来说，以煤的坚固性系数为例，根据《防治煤与瓦斯突出规定》，临界值为0.5，小于0.5的煤层有突出危险，大于0.5的煤层无突出危险；假设两个煤层，一个为
0.49，一个为0.51，他们之间的差异很小，突出危险性应该相差不大；但采用传统临界值的方法，单从这一指标来说，他们一个属于突出危险煤层，一个属于无突出危险煤层，是明显不同的两类，就可能对应于不同的防突措施和工程投入；所以传统的分类预测方法具有局限性，如果能够用概率预测，假设两个煤层具有49 %和51 %的突出危险性，这样就既能反映两者存在的差异，又能表明相互之间差异的具体大小，不至于由于属于不同的两类而采取明显不同的防突措施。
[0004]目前，用概率预测的方法来研究煤矿瓦斯有关的问题也有一些探索，但对煤与瓦斯突出危险性的概率预测，这方面研究的很少，张宏伟(2005)在《煤与瓦斯突出危险性的模式识别和概率预测》、温彦良(2011)在《基于模式识别的煤与瓦斯突出危险性概率预测》中，采用计算机模式识别的方法，研究煤与瓦斯突出危险性的概率预测。本发明则是提出了一种新的煤与瓦斯突出危险性的概率预测方法。
【发明内容】
[0005]本发明要解决的技术问题是提供一种煤与瓦斯突出危险性的概率预测方法。
[0006]本发明是通过以下技术方案来实现的。
[0007]一种煤与瓦斯突出危险性的概率预测方法，步骤包括:
[0008](I)遴选出评价煤与瓦斯突出危险性的主要因素:本发明采用2009年出版的《防治煤与瓦斯突出规定》中的4个指标(破坏类型、瓦斯放散初速度、坚固性系数、瓦斯压力)；对于具体的研究对象，也可以根据对瓦斯地质特征的分析，遴选出η个主要因素；
[0009](2)获取各个主要因素的具体取值:对于遴选出的η个主要因素，若该主要因素为具体的值，则直接获得取值并参与计算；若该主要因素为类型元素，则将该类型元素转化为具体的值，再参与计算；
[0010](3)确定各个主要因素的权重:若各个主要因素对煤与瓦斯突出所起的作用相同，则各个主要因素采取相同的权重，即设第i个因素的权重为G(i)，则G(I) =G(2)=G(3) =...=G(n)iG(l)+G(2)+G(3>..+G(n) = I ;若各个主要因素对煤与瓦斯突出所起的作用不同，则根据瓦斯地质特征，对各个因素进行影响程度的排序，影响程度大的因素排前并且取的权重就大，影响程度小的因素排后并且取的权重就小，即η个主要因素对煤与瓦斯突出的影响程度自大到小的排序为X⑴，X⑵，X (3)，...，X (η)，则X⑴主要因素取的权重为n/(1+2+...+η)，X (2)主要因素取的权重为(η_1) / (1+2+...+η)，…，X (η)主要因素取的权重为 I/(1+2+…+η)，贝Ij G(1)>G(2)>G(3)>...>G (η)，且 G (I)+G ⑵+G (3) + …+G (η)=I ;
[0011](4)确定各个主要因素的概率分布特征:将参数的临界值定义为危险性50%的概率，将参数最不利于突出的取值定义为危险性O %的概率，将参数最有利于突出的取值定义为危险性100%的概率，对于O?50%之间的危险性，以及50%?100%之间的危险性，采用线性关系来计算概率的取值；
[0012](5)确定各个主要因素的危险性概率:根据各个主要因素的具体取值，以及各个因素的概率分布特征，计算获得各个因素的危险性概率，第i个因素的危险性概率为P (i);
[0013](6)计算煤与瓦斯突出的危险性概率:根据各个主要因素的权重G(i)，以及各个因素的危险性概率P(i)，可以获得某一研究对象煤与瓦斯突出的危险性概率，P = G(I) XP
(I)+G (2) X P (2)+G (3) X P (3)+...+G (η) X P (η)。
[0014]进一步地，(2)为具体的值的主要因素包括煤层瓦斯压力、煤的坚固性系数、瓦斯放散初速度。
[0015]进一步地，(2)为类型元素的主要因素包括煤的破坏类型。
[0016]进一步地，(2)将类型元素转化为具体的值:赵志根(1999)在《定量评价煤的破坏程度的尝试》中，用筛分指数来反映煤的破坏程度，从而将煤的破坏类型数量化，筛分指数为煤样中小于0.5mm煤的质量占样品质量的百分数，作为定量评价煤的破坏程度的指标。
[0017]本发明的有益效果:
[0018]提出了一种新的煤与瓦斯突出危险性的概率预测方法，并提供了实现该方法的具体步骤；该方法概念明确、步骤简单，实现了煤与瓦斯突出危险性的概率预测，弥补了分类预测的不足。
【附图说明】
[0019]图1为本发明提供的煤与瓦斯突出危险性的概率预测方法的流程图；
[0020]图2为本发明采用的筛分指数的概率分布特征；
[0021]图3为本发明采用的瓦斯放散初速度的概率分布特征；
[0022]图4为本发明采用的坚固性系数的概率分布特征；
[0023]图5为本发明采用的煤层瓦斯压力的概率分布特征。
【具体实施方式】
[0024]下面根据附图和实施例对本发明作进一步详细说明。
[0025]参阅图1，其为本发明提供的一种煤与瓦斯突出危险性的概率预测方法的流程图，其包括以下步骤:第一步，遴选出评价煤与瓦斯突出危险性的主要因素:本发明采用《防治煤与瓦斯突出规定》中的4个指标(破坏类型、瓦斯放散初速度、坚固性系数、瓦斯压力);对于具体的研究对象，根据对瓦斯地质特征的分析，也可以遴选出几个主要因素；第二步，获取各个因素的具体取值:有的因素是一个具体的值，可以直接获得取值并参与计算，有的因素是类型而不是具体的值，需要将它转化为具体的值，然后参与计算；第三步，确定各个因素的权重:如果各个因素对煤与瓦斯突出所起的作用相同，则各个因素采取相同的权重；如果不同，则根据瓦斯地质特征的分析，对各个因素进行影响程度的排序，影响程度大的因素排前，取的权重就大，影响程度小的因素排后，取的权重就小；也可以采取其他的方法，从而可以确定这几个因素的权重；第四步，确定各个因素的概率分布特征:将参数的临界值定义为危险性50 %的概率，将参数最不利于突出的取值定义为危险性O %的概率，将参数最有利于突出的取值定义为危险性100 %的概率，对于O?50 %之间的危险性，以及50 %?100%之间的危险性，采用线性关系来计算概率的取值；第五步，确定各个因素的危险性概率:根据各个因素的具体取值，以及各个因素的概率分布特征，计算获得各个因素的危险性概率；第六步，计算煤与瓦斯突出的危险性概率:根据各个因素的权重，以及各个因素的危险性概率，可以获得某一研究对象煤与瓦斯突出的危险性概率。
[0026]针对一种煤与瓦斯突出危险性的概率预测方法的上述详细说明，择如下三个实施方式举例说明。
[0027]有三个研究对象，现在采用概率的方法来预测煤与瓦斯突出危险性。
[0028]第一步，遴选出影响煤与瓦斯突出的主要因素。本发明采用《防治煤与瓦斯突出规定》中的4个指标(破坏类型、瓦斯放散初速度、坚固性系数、瓦斯压力)；所以，X(I)=煤的破坏类型，X(2)=瓦斯放散初速度Λρ，Χ(3)=煤的坚固性系数f，X(4)=煤层瓦斯压力P (MPa) ο
[0029]第二步，获取各个因素的具体取值。第一例:X(1)，II类煤，筛分指数为4 ;X(2)，瓦斯放散初速度Λ P为6 ;Χ(3)，煤的坚固性系数f为0.8 ;