煤矿开采工作面瓦斯浓度影响因素分析

发布时间：2021-01-31 04:01

　　为确定影响某矿井采煤工作面瓦斯浓度的主要因素,选用该矿井采煤工作面的各项实测数据为研究对象,结合现有研究和实际工作经验选取了10个影响瓦斯浓度的指标因素,采用基于因子分析的瓦斯浓度分析模型对指标进行重要度排序,并对该矿井开采工作面瓦斯治理提出有针对性的建议。结果表明:运用因子分析法可以显著降低变量维数;影响该矿井瓦斯浓度的四个公共因子为风速-氧浓度因子、地质条件因子、生产环境因子和开采技术因子,其权重分别为26.383%、21.524%、14.299%和13.38%,累积贡献率达75.594%;影响该矿井瓦斯浓度的主控因素是风速和割煤机开停,通过适当提高工作面风速、减少割煤机持续工作时间可有效降低工作面瓦斯浓度。 

【文章来源】：科学技术创新. 2020,(07)

【文章页数】：2 页

【部分图文】：

公因子碎石由于上述提取的公共因子属于抽象意义，不能对实际意义做出合理解释

4-0.077X5+0.430X6-0.047X7+0.445X8-0.065X9-0.202X10(3)Q2=0.340X1+0.448X2+0.367X3-0.122X4-0.074X5-0.045X6-0.120X7-0.082X8+0.087X9-0.58X10(4)Q2=0.200X1-0.124X2+0.057X3+0.076X4+0.162X5-0.009X6+0.151X7+0.218X8+0.372X9+0.513X10(5)Q4=-0.216X1-0.006X2+0.100X3+0.188X4-0.615X5+0.03X6+0.452X7+0.099X8+0.019X9-0.088X10(6)总因子Q得分函数为：Q＝0.26383Q1+21.524Q2+14299Q3+0.13388Q4(7)将标准化后的原始数据代入式（3）-式（7），可求得各因子得分值和总因子得分值随样本序号的变化规律，如图2所示。观图2(a)，公共因子Q1得分曲线呈现出一种类似傅里叶级数曲线的周期性，主要由于风速和氧浓度变化的影响，因此应在这些样本区域着重注意通风及氧浓度对瓦斯浓度的影响，可以通过增加采面风速同时提高采面氧浓度，使工作面的瓦斯浓度保持在警戒范围内；观图2(b)，随着样本序号增加，公共因子Q2得分总体呈上升趋势，说明序号靠后的样本其地质条件更加复杂，应在这些样本区域着重注意煤层厚度、煤层埋深、煤层倾角对瓦斯浓度的影响；观图2(c)，公共因子Q3得分与样本序号并无明显规律，说明公共因子Q3所代表的相对湿度、温度这些指标与样本采集分布无密切联系；观图2(d)，公共因子Q4得分总体呈上升趋势，说明序号靠后的样本受开采工艺的影响程度更大，应在这些样本区域着重注意割煤机的开停和回采速度对瓦斯浓度的影响，可以适当降低开采速度，同时降低割煤机的单次工作时间，使瓦斯浓度处于安全范围内；使图2(e)与该矿井实测样本瓦斯监测值进行对比，发现得分高的样本其风速也较高，说明风速为瓦斯浓度的主要影响因素，与实际情况一致，验证了因子分析的可行性。2.4指标重要度系数分析依据公共因子载荷对方差

【参考文献】：
期刊论文
[1]煤炭是保障国民经济持续较快发展的重要能源支撑——煤炭工业壮丽70年综合评述[J].   中国煤炭. 2019(10)
[2]煤炭经济发展态势与对策分析[J]. 齐翊希.  现代工业经济和信息化. 2019(07)
[3]2014年、2020年中国煤炭需求预测研究[J]. 张艺腾.  东方企业文化. 2014(15)



本文编号：3010171