基于网络解算的综采工作面瓦斯浓度监测预警系统研究

发布时间：2020-10-09 10:24

　　 矿井瓦斯灾害是煤矿生产过程中潜在安全风险之一,如何最大化避免瓦斯灾害所导致的人身伤害甚至伤亡以及所造成的巨大损失都是整个煤田开采阶段需要密切关注和重视的一点。本文基于实时监测数据和风网拓扑信息,构建了通风瓦斯综合分析模型,首先对瓦斯监测数据进行预处理,构建ARMA模型,基于此对监测点瓦斯浓度进行预测,进而得出瓦斯浓度预测区间,并依据井巷拓扑结构和井下通风瓦斯基础数据快速形成矿井通风系统图并构建通风瓦斯流域分析基础模型。然后从矿井通风瓦斯系统的角度出发对井巷的通风瓦斯数据(如风阻、风压、风速、瓦斯浓度等)分布情况从全局性角度进行分析,最后构建远程技术支持平台对整个监测系统进行维护,可对系统数据进行定期的分析及总结。研究结果表明:(1)多维信息融合的瓦斯气体浓度预警分析,其结果可以形象地显示井下瓦斯浓度的变化趋势、矿井通风的整体布局,有助于更准确地得出整个煤矿井下作业系统的评价结果;(2)基于实时监测数据和通风网络拓扑信息,构建了通风瓦斯综合分析模型,可辨识出井下矿井通风系统中存在高瓦斯风险的区域,得出不同区域的瓦斯涌出量变化趋势、整个系统的风流信息以及正常通风状态下瓦斯浓度的变化趋势、显示潜在的危险源和危险区域。该研究成果可为矿井瓦斯等气体的预测预警研究提供理论与技术手段。
【学位单位】：西安科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TD712;TP183
【部分图文】：

图 1.1 2000～2017 年煤炭产量和百万吨死亡率统计图在矿井所有的灾害事故中，瓦斯事故产生的影响最大、人身伤亡最严重，而且也最经常发生，它的发生也对煤矿企业的正常生产造成了很大的影响。现在我国大部分的煤矿都属于高瓦斯矿井，同时还存在瓦斯突出现象，由此可以看出，瓦斯是困扰、影响煤矿企业安全生产的最主要原因。所以，保障煤矿企业的安全生产、规范生产、

路线本论文将以黄陵一、二号矿为研究对象，针对现场通风安全管理信风安全理论，运用理论分析、数学建模、计算机软件系统设计与开于通风网络解算的矿井瓦斯浓度监测预警技术，技术路线如图 1.2 所

影响区搜索顺序示意图

【参考文献】

相关期刊论文 前10条

1 王江荣;文晖;罗资琴;;基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析[J];工业仪表与自动化装置;2015年05期

2 王晓路;李国民;唐善成;黄健;;基于相关向量机的瓦斯涌出量不确定性预测[J];工矿自动化;2015年08期

3 魏引尚;刘云飞;;基于Monte Carlo方法的回采面瓦斯涌出量预测[J];煤炭工程;2015年03期

4 董丁稳;屈世甲;王红;;基于多测点关联分析的工作面瓦斯浓度实时预警[J];中国安全科学学报;2015年01期

5 郭金栋;王恩元;;基于量子免疫遗传算法的煤与瓦斯突出神经网络预测[J];山东科技大学学报(自然科学版);2014年06期

6 董晓雷;贾进章;樊程程;赫祥林;;粗糙集-改进神经网络落煤瓦斯涌出量预测[J];辽宁工程技术大学学报(自然科学版);2014年05期

7 王文虎;史玉珍;;基于小波-卡尔曼滤波的煤矿瓦斯动态预测系统研究[J];计算机与数字工程;2013年11期

8 胡彦青;;矿井安全中掘进瓦斯爆炸实时智能预警监控系统[J];煤炭技术;2013年10期

9 郝天轩;张海波;;基于灰色系统理论的瓦斯含量多变量可视化预测方法实现[J];工矿自动化;2013年06期

10 李绍泉;李青松;衡献伟;雷文杰;;煤与瓦斯突出预警技术现状与展望[J];煤矿安全;2013年05期

相关会议论文 前1条

1 李胜;石红红;;基于GIS的煤与瓦斯突出区域预测信息系统开发[A];中国地理信息系统协会第九届年会论文集[C];2005年

相关博士学位论文 前5条

1 王泉夫;基于WSN的工作面监控及瓦斯浓度预测关键技术研究[D];中国矿业大学;2009年

2 关叶青;基于序列算子的灰色预测模型研究与应用[D];南京航空航天大学;2009年

3 殷礼胜;交通流量时间序列混沌特性分析及预测研究[D];重庆大学;2007年

4 李天舒;混沌时间序列分析方法研究及其应用[D];哈尔滨工程大学;2006年

5 刘金英;灰色预测理论与评价方法在水环境中的应用研究[D];吉林大学;2004年

相关硕士学位论文 前10条

1 闫鹏飞;基于最小二乘支持向量机的瓦斯涌出量预测控制[D];太原理工大学;2014年

2 安文超;基于SVM的煤与瓦斯突出危险性区域预测及防突技术研究[D];中国计量学院;2013年

3 苏永;灰色缓冲算子与序列光滑性研究[D];浙江理工大学;2013年

4 张利华;煤矿瓦斯爆炸危险源SD模型构建及仿真研究[D];西安科技大学;2012年

5 姜诗明;矿井通风系统灵敏度分析及应用[D];西安科技大学;2011年

6 朱帅虎;LS-SVM算法预测煤层瓦斯涌出量技术研究及应用[D];山东科技大学;2011年

7 朱宇;构造性神经网络在瓦斯时间序列预测中的应用[D];太原理工大学;2010年

8 段霄鹏;基于商空间的煤矿瓦斯数据挖掘研究[D];太原理工大学;2010年

9 岳敏;基于BBN-SVM和PCV的多变量时间序列预测算法研究[D];兰州大学;2010年

10 宋磊;矿井通风系统角联分支灵敏度计算的程序设计与应用研究[D];辽宁工程技术大学;2009年

本文编号：2833568