CN111612258B - 利用瓦斯解吸量特征判识瓦斯异常的方法 - Google Patents

利用瓦斯解吸量特征判识瓦斯异常的方法 Download PDF

Info

Publication number
CN111612258B
CN111612258B CN202010457999.8A CN202010457999A CN111612258B CN 111612258 B CN111612258 B CN 111612258B CN 202010457999 A CN202010457999 A CN 202010457999A CN 111612258 B CN111612258 B CN 111612258B
Authority
CN
China
Prior art keywords
gas
ave
gas emission
shift
desorption
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010457999.8A
Other languages
English (en)
Other versions
CN111612258A (zh
Inventor
赵旭生
文光才
康建宁
邹云龙
张庆华
邓敢博
牟景珊
徐雪战
蒲阳
刘文杰
程晓阳
覃木广
岳俊
宋志强
闫凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CCTEG Chongqing Research Institute Co Ltd
Original Assignee
CCTEG Chongqing Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CCTEG Chongqing Research Institute Co Ltd filed Critical CCTEG Chongqing Research Institute Co Ltd
Priority to CN202010457999.8A priority Critical patent/CN111612258B/zh
Publication of CN111612258A publication Critical patent/CN111612258A/zh
Application granted granted Critical
Publication of CN111612258B publication Critical patent/CN111612258B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/14—Toxic gas alarms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/20—Mining
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/50—Safety; Security of things, users, data or systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Toxicology (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Environmental & Geological Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Biomedical Technology (AREA)
  • Emergency Management (AREA)
  • Accounting & Taxation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Primary Health Care (AREA)
  • Computer Security & Cryptography (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种利用瓦斯解吸量特征判识瓦斯异常的方法，包括如下步骤：S1.确定k分钟最大瓦斯解吸变化量与瓦斯涌出总量的比值Wj,k；S2.确定m分钟最大瓦斯解吸变化量与瓦斯涌出总量的比值Wj,m；S3.确定k分钟最大瓦斯解吸变化量与m分钟最大瓦斯解吸变化量的比值Sj,k,m；S4.确定k分钟移动均值序列中最大值与m分钟移动均值序列中最大值的比值Tj,k,m；S5.若瓦斯涌出总量不趋于0，则进下一步；S6.若Wj,k不趋于0或Wj,m不趋于0或Sj,k,m不趋于
Figure DDA0002509995290000011
或Tj,k,m不趋于1，则进下一步；S7.若Wj,k、Wj,m、Sj,k,m、Tj,k,m中至少有一项较大，则瓦斯涌出异常。本发明的一种利用瓦斯解吸量特征判识瓦斯异常的方法，能够准确地判识瓦斯涌出是否异常，判识效果好，应用范围广，投入成本低。

Description

利用瓦斯解吸量特征判识瓦斯异常的方法
技术领域
本发明涉及瓦斯涌出领域，具体涉及一种利用瓦斯解吸量特征判识瓦斯异常的方法。
背景技术
煤样处在原始煤体中，当煤样的瓦斯压力等于原始煤体的瓦斯压力时，煤样中的游离瓦斯和吸附瓦斯处于动平衡状态，一旦此平衡状态遭到破坏，吸附于煤中的瓦斯开始解吸，瓦斯就释放出来了，也就出现了瓦斯涌出的现象；其中，瓦斯涌出量对矿井的开采有着重要影响，特别是判断瓦斯涌出是否异常，对矿井安全生产具有重大意义。
目前对于工作面瓦斯涌出异常的判识方法有很多，但这些方法中，有的准确性不够高、其应用范围也有限，有的实施起来比较困难，投入成本比较高。
因此，为解决以上问题，需要一种利用瓦斯解吸量特征判识瓦斯异常的方法，能够准确地判识瓦斯涌出是否异常，判识效果好，应用范围广，投入成本低，为实现超前预警奠定了基础。
发明内容
有鉴于此，本发明的目的是克服现有技术中的缺陷，提供利用瓦斯解吸量特征判识瓦斯异常的方法，能够准确地判识瓦斯涌出是否异常，判识效果好，应用范围广，投入成本低。
本发明的利用瓦斯解吸量特征判识瓦斯异常的方法，包括如下步骤：
S1.确定第j班次内k分钟最大瓦斯解吸变化量Qj,k与第j班次瓦斯涌出总量之间的比值Wj,k；其中，所述
Figure BDA0002509995270000011
N·Xj,ave为第j班次瓦斯涌出总量，N为班次的总分钟数，Xj,ave为第j班次每分钟的瓦斯涌出浓度均值，j为班次编号；
S2.确定第j班次内m分钟最大瓦斯解吸变化量Qj,m与第j班次瓦斯涌出总量之间的比值Wj,m；其中，所述
Figure BDA0002509995270000021
S3.确定第j班次内k分钟最大瓦斯解吸变化量Qj,k与第j班次内m分钟最大瓦斯解吸变化量Qj,m之间的比值Sj,k,m；其中，所述
Figure BDA0002509995270000022
S4.确定第j班次内k分钟移动均值序列中的最大值Xj,k,ave,max与第j班次内m分钟移动均值序列中的最大值Xj,m,ave,max之间的比值Tj,k,m；其中，所述
Figure BDA0002509995270000023
S5.判断第j班次瓦斯涌出总量是否趋于0，若是，则瓦斯监控传感器发生故障或工作面未作业，若否，则进入步骤S6；
S6.判断Wj,k是否趋于0或Wj,m是否趋于0或Sj,k,m是否趋于
Figure BDA0002509995270000024
或Tj,k,m是否趋于1，若是，则瓦斯监控传感器发生故障或工作面未作业，若否，则进入步骤S7；
S7.判断Wj,k是否大于设定阈值λk或Wj,m是否大于设定阈值λm或Sj,k,m是否大于设定阈值η或Tj,k,m是否大于设定阈值μ，若是，则瓦斯涌出异常，若否，瓦斯涌出正常。
进一步，步骤S1中，根据如下步骤确定第j班次每分钟的瓦斯涌出浓度均值：
S11.采集第j班次的瓦斯涌出浓度得到瓦斯涌出浓度序列：X1,X2,…,Xi,…,XN；其中，Xi为第i-1分钟到第i分钟这个时间段内的瓦斯涌出浓度，i为分钟编号，i取值为1,2，…,N；j为班次编号；N为班次的总分钟数；
S12.计算第j班次每分钟的瓦斯涌出浓度均值
Figure BDA0002509995270000025
进一步，步骤S1中，根据如下步骤确定第j班次内k分钟最大瓦斯解吸变化量Qj,k：
S101.确定第j班次瓦斯涌出浓度的k分钟移动均值得到瓦斯涌出浓度的k分钟移动均值序列：X1,k,ave,X2,k,ave,…,Xi,k,ave,…,XN,k,ave；其中，Xi,k,ave为第j班次瓦斯涌出浓度Xi的k分钟移动均值；
S102.确定第j班次瓦斯涌出浓度的k分钟移动均值序列中的最大值Xj,k,ave,max；
S103.计算第j班次内k分钟最大瓦斯解吸变化量Qj,k，所述Qj,k＝k·(Xj,k,ave,max-Xj,ave)。
进一步，步骤S2中，根据如下步骤确定第j班次内m分钟最大瓦斯解吸变化量Qj,m：
S201.确定第j班次瓦斯涌出浓度的m分钟移动均值得到瓦斯涌出浓度的m分钟移动均值序列：X1,m,ave,X2,m,ave,…,Xi,m,ave,…,XN,m,ave；其中，Xi,m,ave为第j班次瓦斯涌出浓度Xi的m分钟移动均值；
S202.确定第j班次瓦斯涌出浓度的m分钟移动均值序列中的最大值Xj,m,ave,max；
S203.计算第j班次内m分钟最大瓦斯解吸变化量Qj,m，所述Qj,m＝m·(Xj,m,ave,max-Xj,ave)。
进一步，步骤S101中，所述
Figure BDA0002509995270000031
其中，k为正整数，其取值为5～180。
进一步，步骤S201中，所述
Figure BDA0002509995270000032
其中，m为正整数，m大于k，且m取值为30～480。
进一步，步骤S7中，还包括：判断多个相邻班次的Wj,k是否有增大趋势或Wj,m是否有增大趋势或Sj,k,m是否有增大趋势或Tj,k,m是否有增大趋势，若是，则瓦斯涌出异常，若否，则瓦斯涌出正常。
本发明的有益效果是：本发明公开的一种利用瓦斯解吸量特征判识瓦斯异常的方法，通过计算两组最大瓦斯解吸变化量，进而得到多个瓦斯解吸特征量，根据多个瓦斯解吸特征量的大小来判断瓦斯涌出是否异常，从而达到准确判识瓦斯涌出异常的目的，判识效果好，应用范围广，投入成本低，为实现超前预警奠定了基础。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1为本发明的利用瓦斯解吸特征识别瓦斯涌出异常的原理示意图；
具体实施方式
以下结合说明书附图对本发明做出进一步的说明，如图所示：
本发明的利用瓦斯解吸量特征判识瓦斯异常的方法，包括如下步骤：
S1.确定第j班次内k分钟最大瓦斯解吸变化量Qj,k与第j班次瓦斯涌出总量之间的比值Wj,k；其中，所述
Figure BDA0002509995270000041
N·Xj,ave为第j班次瓦斯涌出总量，N为班次的总分钟数，Xj,ave为第j班次每分钟的瓦斯涌出浓度均值，j为班次编号；
S2.确定第j班次内m分钟最大瓦斯解吸变化量Qj,m与第j班次瓦斯涌出总量之间的比值Wj,m；其中，所述
Figure BDA0002509995270000042
S3.确定第j班次内k分钟最大瓦斯解吸变化量Qj,k与第j班次内m分钟最大瓦斯解吸变化量Qj,m之间的比值Sj,k,m；其中，所述
Figure BDA0002509995270000043
S4.确定第j班次内k分钟移动均值序列中的最大值Xj,k,ave,max与第j班次内m分钟移动均值序列中的最大值Xj,m,ave,max之间的比值Tj,k,m；其中，所述
Figure BDA0002509995270000044
S5.判断第j班次瓦斯涌出总量是否趋于0，若是，则瓦斯监控传感器发生故障或工作面未作业，若否，则进入步骤S6；
S6.如果Wj,k趋于0、Wj,m趋于0、Sj,k,m趋于
Figure BDA0002509995270000051
Tj,k,m趋于1等四项中至少有一项成立，则瓦斯监控传感器发生故障或工作面未作业，否则，进入步骤S7；
S7.如果Wj,k大于设定阈值λk、Wj,m大于设定阈值λm、Sj,k,m大于设定阈值η、Tj,k,m大于设定阈值μ等四项中至少有一项成立，则瓦斯涌出异常，否则，瓦斯涌出正常。本实施例中，所述阈值λk、λm、η以及μ在不同的矿井作业方式下，其取值有所不同，一般地，阈值λk、λm较大于0，阈值η较大于
Figure BDA0002509995270000052
阈值μ较大于1；
本实施例中，步骤S1中，根据如下步骤确定第j班次每分钟的瓦斯涌出浓度均值：
S11.采集第j班次的瓦斯涌出浓度得到瓦斯涌出浓度序列：X1,X2,…,Xi,…,XN；其中，Xi为第i-1分钟到第i分钟这个时间段内的瓦斯涌出浓度，i为分钟编号，i取值为1,2，…,N；N为班次的总分钟数；本实施例中，根据井下作业实际工况，一个班次表示一个作业周期，一个作业周期一般为360～480分钟，这里将第j班次的周期设置为480分钟，也即是N取值为480。
S12.计算第j班次每分钟的瓦斯涌出浓度均值
Figure BDA0002509995270000053
本实施例中，步骤S1中，根据如下步骤确定第j班次内k分钟最大瓦斯解吸变化量Qj,k：
S101.计算第j班次的瓦斯涌出浓度得到瓦斯涌出浓度序列：X1,X2,…,Xi,…,XN中每个瓦斯涌出浓度的k分钟移动均值得到N个瓦斯涌出浓度的k分钟移动均值；将N个瓦斯涌出浓度的k分钟移动均值按照原瓦斯涌出浓度序列的顺序排序得到瓦斯涌出浓度的k分钟移动均值序列：X1,k,ave,X2,k,ave,…,Xi,k,ave,…,XN,k,ave；其中，Xi,k,ave为第j班次瓦斯涌出浓度Xi的k分钟移动均值；
S102.将瓦斯涌出浓度的k分钟移动均值序列按照从大小的顺序排列，将排列后的第一个值作为第j班次瓦斯涌出浓度的k分钟移动均值序列中的最大值Xj,k,ave,max；
S103.计算第j班次内k分钟最大瓦斯解吸变化量Qj,k，所述Qj,k＝k·(Xj,k,ave,max-Xj,ave)。
本实施例中，步骤S2中，根据如下步骤确定第j班次内m分钟最大瓦斯解吸变化量Qj,m：
S201.计算第j班次的瓦斯涌出浓度得到瓦斯涌出浓度序列：X1,X2,…,Xi,…,XN中每个瓦斯涌出浓度的m分钟移动均值得到N个瓦斯涌出浓度的m分钟移动均值；将N个瓦斯涌出浓度的m分钟移动均值按照原瓦斯涌出浓度序列的顺序排序得到瓦斯涌出浓度的m分钟移动均值序列：X1,m,ave,X2,m,ave,…,Xi,m,ave,…,XN,m,ave；其中，Xi,m,ave为第j班次瓦斯涌出浓度Xi的m分钟移动均值；
S202.将瓦斯涌出浓度的m分钟移动均值序列按照从大小的顺序排列，将排列后的第一个值作为第j班次瓦斯涌出浓度的m分钟移动均值序列中的最大值Xj,m,ave,max；
S203.计算第j班次内m分钟最大瓦斯解吸变化量Qj,m，所述Qj,m＝m·(Xj,m,ave,max-Xj,ave)。
本实施例中，步骤S101中，第j班次瓦斯涌出浓度Xi的k分钟移动均值
Figure BDA0002509995270000061
其中，k为正整数，其取值为5～180。
本实施例中，步骤S201中，所述第j班次瓦斯涌出浓度Xi的m分钟移动均值
Figure BDA0002509995270000062
其中，m为正整数，m大于k，且m取值为30～480。
本实施例中，步骤S7中，还包括：如果多个相邻班次的Wj,k有增大趋势、Wj,m有增大趋势、Sj,k,m有增大趋势、Tj,k,m有增大趋势等四项中至少有一项成立，则说明瓦斯涌出量在逐渐增加，瓦斯涌出异常，否则，瓦斯涌出正常；本实施例中，根据实际得到的瓦斯监控数据，来调整参与判断的相邻班次个数。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种利用瓦斯解吸量特征判识瓦斯异常的方法，其特征在于：包括如下步骤：
S1.确定第j班次内k分钟最大瓦斯解吸变化量Qj,k与第j班次瓦斯涌出总量之间的比值Wj,k；其中，所述
Figure FDA0004035942410000011
N·Xj,ave为第j班次瓦斯涌出总量，N为班次的总分钟数，Xj,ave为第j班次每分钟的瓦斯涌出浓度均值，j为班次编号；
S2.确定第j班次内m分钟最大瓦斯解吸变化量Qj,m与第j班次瓦斯涌出总量之间的比值Wj,m；其中，所述
Figure FDA0004035942410000012
S3.确定第j班次内k分钟最大瓦斯解吸变化量Qj,k与第j班次内m分钟最大瓦斯解吸变化量Qj,m之间的比值Sj,k,m；其中，所述
Figure FDA0004035942410000013
S4.确定第j班次内k分钟移动均值序列中的最大值Xj,k,ave,max与第j班次内m分钟移动均值序列中的最大值Xj,m,ave,max之间的比值Tj,k,m；其中，
所述
Figure FDA0004035942410000014
S5.判断第j班次瓦斯涌出总量是否趋于0，若是，则瓦斯监控传感器发生故障或工作面未作业，若否，则进入步骤S6；
S6.判断Wj,k是否趋于0或Wj,m是否趋于0或Sj,k,m是否趋于
Figure FDA0004035942410000015
或Tj,k,m是否趋于1，若是，则瓦斯监控传感器发生故障或工作面未作业，若否，则进入步骤S7；
S7.判断Wj,k是否大于设定阈值λk或Wj,m是否大于设定阈值λm或Sj,k,m是否大于设定阈值η或Tj,k,m是否大于设定阈值μ，若是，则瓦斯涌出异常，若否，瓦斯涌出正常。
2.根据权利要求1所述的利用瓦斯解吸量特征判识瓦斯异常的方法，其特征在于：步骤S1中，根据如下步骤确定第j班次每分钟的瓦斯涌出浓度均值：
S11.采集第j班次的瓦斯涌出浓度得到瓦斯涌出浓度序列：X1,X2,…,Xi,…,XN；其中，Xi为第i-1分钟到第i分钟这个时间段内的瓦斯涌出浓度，i为分钟编号，i取值为1,2，…,N；j为班次编号；N为班次的总分钟数；
S12.计算第j班次每分钟的瓦斯涌出浓度均值
Figure FDA0004035942410000021
3.根据权利要求1所述的利用瓦斯解吸量特征判识瓦斯异常的方法，其特征在于：步骤S1中，根据如下步骤确定第j班次内k分钟最大瓦斯解吸变化量Qj,k：
S101.确定第j班次瓦斯涌出浓度的k分钟移动均值得到瓦斯涌出浓度的k分钟移动均值序列：X1,k,ave,X2,k,ave,…,Xi,k,ave,…,XN,k,ave；其中，Xi,k,ave为第j班次瓦斯涌出浓度Xi的k分钟移动均值；
S102.确定第j班次瓦斯涌出浓度的k分钟移动均值序列中的最大值Xj,k,ave,max；
S103.计算第j班次内k分钟最大瓦斯解吸变化量Qj,k，
所述Qj,k＝k·(Xj,k,ave,max-Xj,ave)。
4.根据权利要求1所述的利用瓦斯解吸量特征判识瓦斯异常的方法，其特征在于：步骤S2中，根据如下步骤确定第j班次内m分钟最大瓦斯解吸变化量Qj,m：
S201.确定第j班次瓦斯涌出浓度的m分钟移动均值得到瓦斯涌出浓度的m分钟移动均值序列：X1,m,ave,X2,m,ave,…,Xi,m,ave,…,XN,m,ave；其中，Xi,m,ave为第j班次瓦斯涌出浓度Xi的m分钟移动均值；
S202.确定第j班次瓦斯涌出浓度的m分钟移动均值序列中的最大值Xj,m,ave,max；
S203.计算第j班次内m分钟最大瓦斯解吸变化量Qj,m，
所述Qj,m＝m·(Xj,m,ave,max-Xj,ave)。
5.根据权利要求3所述的利用瓦斯解吸量特征判识瓦斯异常的方法，其特征在于：步骤S101中，所述
Figure FDA0004035942410000031
其中，k为正整数，其取值为5～180。
6.根据权利要求4所述的利用瓦斯解吸量特征判识瓦斯异常的方法，其特征在于：步骤S201中，所述
Figure FDA0004035942410000032
其中，m为正整数，m大于k，且m取值为30～480。
7.根据权利要求1所述的利用瓦斯解吸量特征判识瓦斯异常的方法，其特征在于：步骤S7中，还包括：判断多个相邻班次的Wj,k是否有增大趋势或Wj,m是否有增大趋势或Sj,k,m是否有增大趋势或Tj,k,m是否有增大趋势，若是，则瓦斯涌出异常，若否，则瓦斯涌出正常。
CN202010457999.8A 2020-05-26 2020-05-26 利用瓦斯解吸量特征判识瓦斯异常的方法 Active CN111612258B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010457999.8A CN111612258B (zh) 2020-05-26 2020-05-26 利用瓦斯解吸量特征判识瓦斯异常的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010457999.8A CN111612258B (zh) 2020-05-26 2020-05-26 利用瓦斯解吸量特征判识瓦斯异常的方法

Publications (2)

Publication Number Publication Date
CN111612258A CN111612258A (zh) 2020-09-01
CN111612258B true CN111612258B (zh) 2023-04-07

Family

ID=72196344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010457999.8A Active CN111612258B (zh) 2020-05-26 2020-05-26 利用瓦斯解吸量特征判识瓦斯异常的方法

Country Status (1)

Country Link
CN (1) CN111612258B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112282733A (zh) * 2020-10-29 2021-01-29 中煤科工集团重庆研究院有限公司 随钻瓦斯涌出量特征测定煤层瓦斯异常的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1654591A1 (ru) * 1986-12-09 1991-06-07 Институт Геотехнической Механики Ан Усср Способ предотвращени выбросов угл и газа
CN101858228A (zh) * 2010-04-27 2010-10-13 煤炭科学研究总院重庆研究院 掘进面瓦斯涌出动态特征突出连续预测方法
CN102926810A (zh) * 2012-11-16 2013-02-13 天地（常州）自动化股份有限公司 煤与瓦斯突出的预测方法
CN205246645U (zh) * 2015-12-18 2016-05-18 河南理工大学 煤样破坏过程中瓦斯异常解吸的试验测试***
CN110219692A (zh) * 2019-06-18 2019-09-10 中煤科工集团重庆研究院有限公司 利用煤层钻孔施工中瓦斯涌出数据反演突出主控参数的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102242642B (zh) * 2011-03-30 2013-03-06 中国矿业大学 一种煤与瓦斯突出危险性多元信息耦合预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1654591A1 (ru) * 1986-12-09 1991-06-07 Институт Геотехнической Механики Ан Усср Способ предотвращени выбросов угл и газа
CN101858228A (zh) * 2010-04-27 2010-10-13 煤炭科学研究总院重庆研究院 掘进面瓦斯涌出动态特征突出连续预测方法
CN102926810A (zh) * 2012-11-16 2013-02-13 天地（常州）自动化股份有限公司 煤与瓦斯突出的预测方法
CN205246645U (zh) * 2015-12-18 2016-05-18 河南理工大学 煤样破坏过程中瓦斯异常解吸的试验测试***
CN110219692A (zh) * 2019-06-18 2019-09-10 中煤科工集团重庆研究院有限公司 利用煤层钻孔施工中瓦斯涌出数据反演突出主控参数的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于瓦斯涌出量的煤体瓦斯解吸特性研究;武福生等;《煤炭工程》;20141231(第004期);全文 *
瓦斯涌出智能分析及预警技术研究与应用;刘琼等;《采矿技术》;20180115(第01期);全文 *
瓦斯解吸量在突出预测中的可靠性研究;范磊等;《山西焦煤科技》;20120815(第08期);全文 *
采空区瓦斯涌出强度对其流动规律的影响研究;戴林超等;《安全与环境学报》;20191231(第006期);全文 *

Also Published As

Publication number Publication date
CN111612258A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN105067262B (zh) 一种滚动轴承状态监测方法
JP4927271B2 (ja) センサ故障の検出、分離及び調整法
CN101529526B (zh) 用于估计和报告闪存盘存储器的预期寿命的方法
CN109101749B (zh) 一种考虑环境因素的共因失效***可靠性评估方法
US10012154B2 (en) Reduced power consumption with sensors transmitting data using current modulation
CN105626566A (zh) 离心压缩设备及其喘振防止方法
CN111612258B (zh) 利用瓦斯解吸量特征判识瓦斯异常的方法
CN1867876A (zh) 检测连续过程中的***部件的故障
CN111208445A (zh) 一种动力电池异常单体识别方法及***
CN104763665A (zh) 网络设备的风扇故障检测方法及装置
CN104462757A (zh) 基于监测数据的Weibull分布可靠性序贯验证试验方法
CN104823118A (zh) 成套设备监视装置、成套设备监视程序及成套设备监视方法
CN111881603A (zh) 一种考虑失效相关性的机械结构疲劳可靠性评估方法
CN111309502A (zh) 固态硬盘寿命预测方法
JP6803788B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN116295948A (zh) 大温差环境下工业温度传感器的异常检测方法、***及存储介质
KR102285117B1 (ko) 멀티 노점계를 이용한 흡착식 제습장치의 공정 절환 제어 방법
CN103093078B (zh) 一种改进53h算法的数据检验方法
US10018999B2 (en) System and method for measuring a health index of a plant
CN110705114B (zh) 一种无训练样本的通风故障诊断方法
CN110362064B (zh) 一种航空发动机排气温度传感器的故障诊断方法
CN113283089B (zh) 一种基于双变阈值的产品可靠性评估方法
Steiner et al. Effective monitoring of processes with parts per million defective. A hard problem!
CN115659653A (zh) 一种考虑测试点可靠度的相关性矩阵测试点优选的方法
CN110729018B (zh) 基于识别动态故障模式的存储器诊断数据压缩方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant