CN116446953A - 基于煤矿井下区域特征的多态展示煤自燃预警方法 - Google Patents
基于煤矿井下区域特征的多态展示煤自燃预警方法 Download PDFInfo
- Publication number
- CN116446953A CN116446953A CN202310317931.3A CN202310317931A CN116446953A CN 116446953 A CN116446953 A CN 116446953A CN 202310317931 A CN202310317931 A CN 202310317931A CN 116446953 A CN116446953 A CN 116446953A
- Authority
- CN
- China
- Prior art keywords
- spontaneous combustion
- coal
- early warning
- area
- coal spontaneous
- 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.)
- Pending
Links
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 191
- 230000002269 spontaneous effect Effects 0.000 title claims abstract description 186
- 239000003245 coal Substances 0.000 title claims abstract description 176
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012544 monitoring process Methods 0.000 claims abstract description 64
- 238000011161 development Methods 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 239000007789 gas Substances 0.000 claims description 42
- 238000007254 oxidation reaction Methods 0.000 claims description 30
- 230000003647 oxidation Effects 0.000 claims description 27
- 238000009826 distribution Methods 0.000 claims description 19
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 16
- 229910052760 oxygen Inorganic materials 0.000 claims description 16
- 239000001301 oxygen Substances 0.000 claims description 16
- 239000000779 smoke Substances 0.000 claims description 10
- 229910052717 sulfur Inorganic materials 0.000 claims description 10
- 150000001336 alkenes Chemical class 0.000 claims description 9
- 150000001345 alkine derivatives Chemical class 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 5
- JRZJOMJEPLMPRA-UHFFFAOYSA-N olefin Natural products CCCCCCCC=C JRZJOMJEPLMPRA-UHFFFAOYSA-N 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000004587 chromatography analysis Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- -1 temperature Substances 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F5/00—Means or methods for preventing, binding, depositing, or removing dust; Preventing explosions or fires
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了基于煤矿井下区域特征的多态展示煤自燃预警方法，针对井下不同煤自燃危险区域分析其自然发火规律，基于各区域煤自燃特点明确煤自燃监测地点，并设计各监测地点火灾特征信息的监测方式和监测参数，并确定各地点监测参数的预警指标及临界值，通过对历史火灾特征信息的分析，对静态固定分级预警状态下的煤自燃发展趋势进行进一步的动态预测，本发明基于煤矿井下区域特征的多态展示煤自燃预警方法可以全面、精准和有效的获取矿井自燃火灾特征信息。
Description
技术领域
本发明属于矿井自燃火灾防治技术领域，具体涉及基于煤矿井下区域特征的多态展示煤自燃预警方法。
背景技术
煤自燃预警是矿井自燃火灾快速、精准、有效防治的关键，是实现矿井灾害智能预警的重要组成部分。目前相关研究机构和学者在煤自燃预警领域已进行了大量研究，主要包括煤自燃程度判定指标体系的建立、自燃火灾信息获取方法及装置的研发、煤自燃分级预警模型的构建以及预警结果输出展示软件的开发等。但现有煤自燃预警方法通常利用较为单一的火灾特征信息对煤自燃危险程度进行分级定性，并对分级预警结果进行简单的数据图表展示，还存在诸多需要进一步解决的问题，如：
(1)目前矿井自燃火灾的监测预警，虽有安全监控***(传感器监测)、束管火灾监测***和人工巡检等多种方式收集大量的火灾特征信息，但由于其监测地点及方式未根据区域特征进行针对性设计，因此不能对井下自燃火灾特征信息进行全面有效的获取；
(2)煤自燃危险区域及发展程度的精准判定是自燃火灾有效预警的前提，矿井自燃火灾的有效预警需要对井下不同区域煤自燃发展态势有着精准的判断。现有煤自燃程度判定指标体系通常根据煤样氧化升温实验所得的单一气体指标进行建立，无法直接用于不同自燃危险区域(监测点、监测方式、监测参数以及分级预警体系不同)自燃火灾发展程度的精准判定；
(3)现有煤自燃预警方法通常是基于煤自燃程度对煤自燃危险性进行的分级定性描述，通常将不同的自燃状态定义为不同危险等级，用文字、颜色等方式对自燃火灾危险性进行静态预警结果的输出，无法结合矿井实际生产和区域特征等外部因素对静态固定分级预警状态下的煤自燃发展趋势进行进一步的动态预测，因此难以及时有效的分析煤自燃危险区域的火灾发展状态。
发明内容
本发明的目的是提供基于煤矿井下区域特征的多态展示煤自燃预警方法，解决了现有煤自燃预警方法无法全面有效获取自燃火灾特征信息、预警指标过于单一不能精确有效判断自燃火灾发展程度以及无法实现自燃火灾发展趋势动态预测等问题。
本发明所采用的技术方案为：基于煤矿井下区域特征的多态展示煤自燃预警方法，包括以下步骤：
步骤1、基于矿井的生产条件，现场考察确定井下存在自然发火危险性的区域，将其确定为煤自燃危险区域；
步骤2、针对步骤1确定的煤自燃危险区域，根据现场实际参数进行三维建模，通过现场观测及数值模拟分析其自然发火特征；
步骤3、基于步骤2得出的不同自燃危险区域的自然发火特征，根据区域周边环境特点设置其最佳的自然发火监测地点和方法；
步骤4、针对步骤3制定的不同自燃危险区域监测地点及方法，确定监测参数的预警指标及临界值，建立自然发火分级预警指标体系；
步骤5、将步骤4中不同自燃危险区域的不同预警等级定性结果作为初始状态，基于步骤3获取的不同自燃危险区域火灾特征信息，通过对历史数据的分析动态预测不同自燃危险区域预警阶段下一步发展态势；
步骤6、基于步骤2对不同自燃危险区域的建模分析，以及步骤3所获取的不同监测地点煤自燃特征参数，对步骤5各煤自燃危险区域预警阶段的动态预测过程及结果，设计人机交互界面展示煤自燃预警阶段发展的多态化结果。
本发明所采用的技术方案的特点还在于：
优选的，步骤1根据矿井的实际生产条件，通过现场考察的方式，寻找井下存在破碎煤体堆积且正在经历漏风氧化蓄热的区域，将该类区域定义为煤自燃危险区域。
优选的，步骤2通过现场观测的方法获取煤自燃危险区域及周边的三维构造、尺寸、氧气浓度、风速和温度参数，并以这些参数为基础构建物理模型，通过数值模拟软件分析煤自燃危险区域氧气浓度场、漏风流场、温度场的分布，基于此确定自燃危险区域的自然发火特征，具体包括漏风流分布、氧浓度分布、高温区域位置和范围。
优选的，步骤3根据步骤2所得出的自然发火特征：漏风流分布、氧浓度分布、高温区域位置和范围，寻找煤自燃危险区域内部和周边可采集煤氧化产生的各类气体以及高温区域温度的地点定义为自然发火观测点，利用安全监控***采集煤自燃危险区域周边的CO浓度、温度等参数，利用束管火灾监测***采集煤自燃危险区域内部的气体以及温度等参数，利用人工采样测试方式对各自然发火观测点数据进行复测。
优选的，步骤4将各自燃危险区域自然发火划分为安全(15℃～25℃)、关注(25℃～50℃)、预警(50℃～70℃)、临界(70℃～100℃)、加速氧化(100℃～200℃)、激烈氧化(200℃以上)6个预警阶段；参考《煤层自然发火标志气体色谱分析及指标优选方法(AQ/T1019-2006)》实验方法优选划分煤层自燃预警各阶段适用的标志气体指标，并通过现场测试统计分析历史数据确定各自然发火观测点适用的标志气体及临界值；选用CO浓度、烯烃气体、炔烃气体、气体温度和烟雾参数指标进行煤自燃的分级预警；定义各自然发火观测点各参数指标判定不同预警阶段的临界值：CO浓度指标临界值为S1、S2、S3···Sn，烯烃类气体指标临界值为SXy(有)、SXw(无)，炔烃类气体指标临界值为SQy(有)、SQw(无)，温度指标临界值为STs(开始升高)，烟雾指标临界值为SYy(有)、SYw(无)；定义各煤自燃危险区域预警等级为安全阶段(A)、关注阶段(G)、预警阶段(Y)、临界阶段(L)、激烈氧化阶段(J)、燃烧阶段(R)；针对各自然发火观测点建立煤自燃分级预警指标体系：A(S≤S1)、G(S1≤S≤S2)、Y(S2≤S≤S3)、L(S3≤S≤S4)、J(SXy且SQy)、R(STs且SYy)。
优选的，步骤5将步骤4中A、G、Y、L、J、R煤自燃预警等级作为预测对象，通过对S、SX、SQ、ST、SY指标历史数据进行趋势分析，结合煤自燃分级预警指标体系分析各预警等级下一步演化发展的态势。
优选的，步骤6基于步骤2所得出的煤自燃危险区域高温区域物理模型、位置及范围的数值模拟结果图，以及步骤3所获取的各监测地点煤自燃特征参数，对步骤5中各得出的各煤自燃危险区域预警阶段的动态发展过程及结果，利用绘图软件绘制各类数据的变化曲线图，以及高温火区的发展动态图，并设计人机交互界面对各类绘图进行直观的展示。
本发明的有益效果是：
(1)本发明针对井下不同煤自燃危险区域分析其自然发火规律，基于各区域煤自燃特点明确煤自燃最佳监测地点，并设计各监测地点火灾特征信息的最佳监测方式，使矿井自燃火灾特征信息可以得到全面、精准和有效的获取。
(2)本发明根据不同煤自燃危险区域的监测地点和方式，针对性优选最佳的监测参数，并确定各地点监测参数的预警指标及临界值，基于此建立自然发火分级预警指标体系，使得矿井各自燃危险区域自燃火灾发展程度的判定更为快速精准。
(3)本发明在原有煤自燃分级预警方法的基础上，通过对历史火灾特征信息的分析，对静态固定分级预警状态下的煤自燃发展趋势进行进一步的动态预测，可更为实时有效的掌握煤自燃发展动态，为自燃火灾的精准防治提供可靠的理论依据。
附图说明
图1是本发明基于煤矿井下区域特征的多态展示煤自燃预警方法的流程示意图；
图2是煤层工作面采空区物理场数值模拟分析结果示意图；
图3是煤层工作面采空区自然发火“三带”范围示意图；
图4是煤层工作面自然发火观测点布置示意图；
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
如图1所示，本发明提供的一种基于煤矿井下区域特征的多态展示煤自燃预警方法，包括以下步骤：
步骤1、基于矿井的生产条件，现场考察确定井下存在自然发火危险性的区域，将其确定为煤自燃危险区域；具体为：通过现场考察的方式，寻找井下存在破碎煤体堆积且正在经历漏风氧化蓄热的区域，将该类区域定义为煤自燃危险区域；
步骤2、针对步骤1确定的煤自燃危险区域，根据现场实际参数进行三维建模，通过现场观测及数值模拟分析其自然发火特征；具体为：通过现场观测的方法获取煤自燃危险区域及周边的三维构造、尺寸、氧气浓度、风速和温度参数，并以这些参数为基础构建物理模型，通过数值模拟软件分析煤自燃危险区域氧气浓度场、漏风流场、温度场的分布，基于此确定自燃危险区域的自然发火特征，具体包括漏风流分布、氧浓度分布、高温区域位置和范围；
步骤3、基于步骤2得出的不同自燃危险区域的自然发火特征，根据区域周边环境特点设置其最佳的自然发火监测地点和方法；具体为：根据步骤2所得出的自然发火特征：漏风流分布、氧浓度分布、高温区域位置和范围，寻找煤自燃危险区域内部和周边可采集煤氧化产生的各类气体以及高温区域温度的地点定义为自然发火观测点，利用安全监控***采集煤自燃危险区域周边的CO浓度、温度等参数，利用束管火灾监测***采集煤自燃危险区域内部的气体以及温度等参数，利用人工采样测试方式对各自然发火观测点数据进行复测；
步骤4、针对步骤3制定的不同自燃危险区域监测地点及方法，确定监测参数的预警指标及临界值，建立自然发火分级预警指标体系；具体为：将各自燃危险区域自然发火划分为安全(15℃～25℃)、关注(25℃～50℃)、预警(50℃～70℃)、临界(70℃～100℃)、加速氧化(100℃～200℃)、激烈氧化(200℃以上)6个预警阶段；参考《煤层自然发火标志气体色谱分析及指标优选方法(AQ/T 1019-2006)》实验方法优选划分煤层自燃预警各阶段适用的标志气体指标，并通过现场测试统计分析历史数据确定各自然发火观测点适用的标志气体及临界值；选用CO浓度、烯烃气体、炔烃气体、气体温度和烟雾参数指标进行煤自燃的分级预警；定义各自然发火观测点各参数指标判定不同预警阶段的临界值：CO浓度指标临界值为S1、S2、S3···Sn，烯烃类气体指标临界值为SXy(有)、SXw(无)，炔烃类气体指标临界值为SQy(有)、SQw(无)，温度指标临界值为STs(开始升高)，烟雾指标临界值为SYy(有)、SYw(无)；定义各煤自燃危险区域预警等级为安全阶段(A)、关注阶段(G)、预警阶段(Y)、临界阶段(L)、激烈氧化阶段(J)、燃烧阶段(R)；针对各自然发火观测点建立煤自燃分级预警指标体系：A(S≤S1)、G(S1≤S≤S2)、Y(S2≤S≤S3)、L(S3≤S≤S4)、J(SXy且SQy)、R(STs且SYy)；
步骤5、将步骤4中不同自燃危险区域的不同预警等级定性结果作为初始状态，基于步骤3获取的不同自燃危险区域火灾特征信息，通过对历史数据的分析动态预测不同自燃危险区域预警阶段下一步发展态势；具体为：将步骤4中A、G、Y、L、J、R煤自燃预警等级作为预测对象，通过对S、SX、SQ、ST、SY指标历史数据进行趋势分析，结合煤自燃分级预警指标体系分析各预警等级下一步演化发展的态势；
步骤6、基于步骤2对不同自燃危险区域的建模分析，以及步骤3所获取的不同监测地点煤自燃特征参数，对步骤5各煤自燃危险区域预警阶段的动态预测过程及结果，设计人机交互界面展示煤自燃预警阶段发展的多态化结果；具体为：基于步骤2所得出的煤自燃危险区域高温区域物理模型、位置及范围的数值模拟结果图，以及步骤3所获取的各监测地点煤自燃特征参数，对步骤5中各得出的各煤自燃危险区域预警阶段的动态发展过程及结果，利用绘图软件绘制各类数据的变化曲线图，以及高温火区的发展动态图，并设计人机交互界面对各类绘图进行直观的展示。
实施例
参见图1-图4，以某矿井容易自燃煤层开采为例，该矿井3号煤层属Ⅰ类容易自燃煤层，工作面平均采高为7.46m，工作面回采过程中采空区存在漏风且留有遗煤，在合适的蓄热条件下可能出现浮煤氧化自燃的现象。基于矿井煤层的实际生产条件，使用基于区域特征的多态展示煤自燃预警方法进行煤自燃火灾的预警。
步骤1、通过现场考察分析的方法，分析矿井下存在破碎煤体长期漏风氧化蓄热的区域，将该类区域定义为煤自燃危险区域(主要为工作面采空区，部分矿井还存在高冒区、煤柱破碎区以及其它存在破碎煤体的区域)；分析认为该矿井工作面采空区存在煤自燃危险区域；
步骤2、通过现场观测以及数值模拟对煤自燃危险区域的自然发火特征及规律进行研究，现场观测主要是针对煤自燃危险区域的范围及实际参数进行现场考察；数值模拟可采用FLUENT、COMSOL等流体模拟软件对采空区煤自燃危险区域煤体自然发火过程进行模拟研究，具体按以下步骤实施：
如图2所示，通过现场观测工作面实际参数，建立采空区物理模型，利用数值模拟软件分析采空区漏风流场、气体浓度场、温度场的分布，划分采空区自然发火“三带”，确定采空区氧化带分布位置、范围及动态发展规律；采空区自然发火三带通常按照氧浓度指标来划分，一般可分为散热带(氧气浓度＞18％)、氧化带(5％≤氧气浓度≤18％)、窒息带(氧气浓度＜5％)；综合现场观测结果综合划分采空区自然发火“三带”范围如图3所示，采空区氧化带宽度在110～130m范围内，随着工作面的推进进行移动。
步骤3、基于自燃危险区域周边环境特点及自然发火规律，设计优选最佳自然发火监测地点及方法。自然发火监测点主要根据不同自燃危险区域的漏风流场和生产环境进行具体确定；不同监测地点的监测方法主要基于矿井常用的安全监控***、束管火灾监测***和人工检测***进行针对性设计，具体按以下步骤实施：
工作面采空区利用安全监控***、束管火灾监测***和人工巡检的方式获取多源火灾特征信息；自然发火观测点设置在上隅角、回风侧采空区、回风巷道超前支护段、联巷闭墙等地点；工作面上隅角、回风巷道超前支护段设置CO传感器、烟雾传感器以及温度传感器接入安全监控***，设置束管采样装置接入束管火灾监测***；回风侧采空区、联巷闭墙预埋采样束管并接入束管火灾监测***；各监测点数据异常时需通过人工巡检的方式采样对异常点进行复测；
步骤4、确定各监测地点适用的监测参数，并通过理论分析、实验研究和现场测试的方式确定监测参数的预警指标及临界值，基于此建立煤自燃分级预警指标体系。理论分析主要基于现有研究现状，总结分析各监测地点适用的监测参数指标；实验研究是通过煤自燃模拟升温氧化实验研究各参数指标划分不同自燃阶段的临界值；现场测试是通过长期的现场观测统计分析各参数指标临界值的现场适用性；自然发火分级预警指标体系是基于各监测参数指标及临界值，对不同自燃危险区域煤自燃发展各阶段进行划分并进行定性描述，具体按以下步骤实施：
选用CO浓度、烯烃气体、炔烃气体、气体温度、烟雾等参数指标进行工作面采空区煤自燃的预警；定义划分各煤自燃预警等级的上隅角监测点各参数指标临界值：CO浓度指标临界值为SC1、SC2、SC3···SCn，烯烃类气体指标临界值为SXy(有)、SXw(无)，炔烃类气体指标临界值为SQy(有)、SQw(无)，温度指标临界值为STs(开始升高)，烟雾指标临界值为SYy(有)、SYw(无)；定义划分各煤自燃预警等级的回风巷道超前支护段监测点各参数指标临界值：CO浓度指标临界值为HC1、HC2、HC3···HCn，烯烃类气体指标临界值为HXy(有)、HXw(无)，炔烃类气体指标临界值为HQy(有)、HQw(无)，气体温度指标临界值为HTs(开始升高)，烟雾指标临界值为HYy(有)、HYw(无)；定义工作面采空区煤自燃预警等级为安全阶段(A)、关注阶段(G)、预警阶段(Y)、临界阶段(L)、激烈氧化阶段(J)、燃烧阶段(R)；建立工作面采空区煤自燃分级预警指标体系：A(SC≤SC1且HC≤HC1)、G(SC1≤SC≤SC2且HC≤HC1)、Y(SC2≤SC≤SC3且HC1≤HC≤HC2)、L(SC3≤SC≤SC4且HC2≤HC≤HC3)、J(SXy、SQy或HXy、HQy)、R(STs且SYy)；
设置工作面采空区煤自燃预警等级为安全阶段(A)、关注阶段(G)、预警阶段(Y)、临界阶段(L)、激烈氧化阶段(J)、燃烧阶段(R)，建立工作面采空区煤自燃分级预警指标体系，如下表所示：
表1工作面采空区煤自燃分级预警指标体系
注：预警指标临界值通过实验及现场统计分析确定，不同矿井需根据具体情况测试确定。
5、基于对历史观测数据趋势的分析，预测不同预警等级煤自燃状态的多态发展结果。历史观测数据主要指不同自燃危险区域监测地点获取的自燃火灾特征信息，基于对气体、温度以及烟雾等数据的变化趋势的分析，可进一步掌握煤自燃危险区域的漏风氧化状态，从而预测各预警等级下一步的发展动态，具体按以下步骤实施：
将工作面采空区A、G、Y、L、J、R等煤自燃预警等级作为预测对象，对SC、SX、SQ、ST、SY、HC、HX、HQ、HT、HY等指标历史数据进行趋势分析，结合煤自燃分级预警指标体系分析各预警等级间相互演化发展的态势，并预测其发展所需的时间；
利用安全监控***、束管火灾监测***及人工检测***实时获取自然发火观测点煤自燃特征参数，若观测到SC、SX、SQ、ST、SY、HC、HX、HQ、HT、HY等参数指标在一段时间内出现变化趋势，则说明工作面采空区煤自燃阶段发生变化，根据工作面采空区煤自燃分级预警指标体系实时判定工作面采空区煤自燃阶段的发展动态，并预测发展所需的时间及大致范围。
例如，当监测到上隅角CO浓度(SC)由37ppm逐渐升高至78ppm，且回风巷道超前支护段CO浓度(HC)由2ppm升高至18ppm，则可以判断采空区煤自燃阶段由关注阶段(G)发展至预警阶段(Y)，以目前的自燃阶段为预测初始状态，结合生产条件是否发生变化以及束管火灾监测***采集到的回风侧采空区、联巷闭墙等地点火灾特征信息，分析SC和HC的历史数据，预测其下一步的发展趋势和所需的大致时间，判断煤自燃阶段的下一步发展动态及影响范围。
6、基于不同自燃危险区域特征，设计人机交互界面展示煤自燃多态发展的过程及结果，具体按以下步骤实施：
通过对采空区内气体数据的分析确定氧化带具体范围，根据该区域预警等级的动态预测过程及结果，利用绘图软件对氧化带的煤自燃阶段进行彩图绘制，以预测时间为基础动态展示煤自燃状态的多态发展过程；
基于前期理论分析可知，采空区煤自燃主要发生在氧化带范围内，根据步骤5对煤自燃阶段的动态预测过程及结果，利用绘图软件对氧化带的煤自燃发展动态进行彩图绘制，以预测时间为基础动态展示氧化带煤自燃阶段的发展过程。
Claims (7)
1.基于煤矿井下区域特征的多态展示煤自燃预警方法，其特征在于，包括以下步骤：
步骤1、基于矿井的生产条件，现场考察确定井下存在自然发火危险性的区域，将其确定为煤自燃危险区域；
步骤2、针对步骤1确定的煤自燃危险区域，根据现场实际参数进行三维建模，通过现场观测及数值模拟分析其自然发火特征；
步骤3、基于步骤2得出的不同自燃危险区域的自然发火特征，根据区域周边环境特点设置自然发火监测地点和方法；
步骤4、针对步骤3制定的不同自燃危险区域监测地点及方法，确定监测参数的预警指标及临界值，建立自然发火分级预警指标体系；
步骤5、将步骤4中不同自燃危险区域的不同预警等级定性结果作为初始状态，基于步骤3获取的不同自燃危险区域火灾特征信息，通过对历史数据的分析动态预测不同自燃危险区域预警阶段下一步发展态势；
步骤6、基于步骤2对不同自燃危险区域的建模分析，以及步骤3所获取的不同监测地点煤自燃特征参数，对步骤5各煤自燃危险区域预警阶段的动态预测过程及结果，设计人机交互界面展示煤自燃预警阶段发展的多态化结果。
2.根据权利要求1所述的基于煤矿井下区域特征的多态展示煤自燃预警方法，其特征在于，所述步骤1根据矿井的实际生产条件，通过现场考察的方式，寻找井下存在破碎煤体堆积且正在经历漏风氧化蓄热的区域，将该类区域定义为煤自燃危险区域。
3.根据权利要求1所述的基于煤矿井下区域特征的多态展示煤自燃预警方法，其特征在于，所述步骤2通过现场观测的方法获取煤自燃危险区域及周边的三维构造、尺寸、氧气浓度、风速和温度参数，并以这些参数为基础构建物理模型，通过数值模拟软件分析煤自燃危险区域氧气浓度场、漏风流场、温度场的分布，基于此确定自燃危险区域的自然发火特征，具体包括漏风流分布、氧浓度分布、高温区域位置和范围。
4.根据权利要求1所述的基于煤矿井下区域特征的多态展示煤自燃预警方法，其特征在于，所述步骤3根据步骤2所得出的自然发火特征：漏风流分布、氧浓度分布、高温区域位置和范围，寻找煤自燃危险区域内部和周边可采集煤氧化产生的各类气体以及高温区域温度的地点定义为自然发火观测点，利用安全监控***采集煤自燃危险区域周边的CO浓度、温度等参数，利用束管火灾监测***采集煤自燃危险区域内部的气体以及温度等参数，利用人工采样测试方式对各自然发火观测点数据进行复测。
5.根据权利要求1所述的基于煤矿井下区域特征的多态展示煤自燃预警方法，其特征在于，所述步骤4将各自燃危险区域自然发火划分为安全(15℃～25℃)、关注(25℃～50℃)、预警(50℃～70℃)、临界(70℃～100℃)、加速氧化(100℃～200℃)、激烈氧化(200℃以上)6个预警阶段；参考《煤层自然发火标志气体色谱分析及指标优选方法(AQ/T 1019-2006)》实验方法优选划分煤层自燃预警各阶段适用的标志气体指标，并通过现场测试统计分析历史数据确定各自然发火观测点适用的标志气体及临界值；选用CO浓度、烯烃气体、炔烃气体、气体温度和烟雾参数指标进行煤自燃的分级预警；定义各自然发火观测点各参数指标判定不同预警阶段的临界值：CO浓度指标临界值为S1、S2、S3···Sn，烯烃类气体指标临界值为SXy(有)、SXw(无)，炔烃类气体指标临界值为SQy(有)、SQw(无)，温度指标临界值为STs(开始升高)，烟雾指标临界值为SYy(有)、SYw(无)；定义各煤自燃危险区域预警等级为安全阶段(A)、关注阶段(G)、预警阶段(Y)、临界阶段(L)、激烈氧化阶段(J)、燃烧阶段(R)；针对各自然发火观测点建立煤自燃分级预警指标体系：A(S≤S1)、G(S1≤S≤S2)、Y(S2≤S≤S3)、L(S3≤S≤S4)、J(SXy且SQy)、R(STs且SYy)。
6.根据权利要求1所述的基于煤矿井下区域特征的多态展示煤自燃预警方法，其特征在于，所述步骤5将步骤4中A、G、Y、L、J、R煤自燃预警等级作为预测对象，通过对S、SX、SQ、ST、SY指标历史数据进行趋势分析，结合煤自燃分级预警指标体系分析各预警等级下一步演化发展的态势。
7.根据权利要求1所述的基于煤矿井下区域特征的多态展示煤自燃预警方法，其特征在于，所述步骤6基于步骤2所得出的煤自燃危险区域高温区域物理模型、位置及范围的数值模拟结果图，以及步骤3所获取的各监测地点煤自燃特征参数，对步骤5中各得出的各煤自燃危险区域预警阶段的动态发展过程及结果，利用绘图软件绘制各类数据的变化曲线图，以及高温火区的发展动态图，并设计人机交互界面对各类绘图进行直观的展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310317931.3A CN116446953A (zh) | 2023-03-28 | 2023-03-28 | 基于煤矿井下区域特征的多态展示煤自燃预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310317931.3A CN116446953A (zh) | 2023-03-28 | 2023-03-28 | 基于煤矿井下区域特征的多态展示煤自燃预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116446953A true CN116446953A (zh) | 2023-07-18 |
Family
ID=87129449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310317931.3A Pending CN116446953A (zh) | 2023-03-28 | 2023-03-28 | 基于煤矿井下区域特征的多态展示煤自燃预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116446953A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117473274A (zh) * | 2023-12-27 | 2024-01-30 | 陕西能源职业技术学院 | 一种矿井火灾多源信息融合智能预警*** |
-
2023
- 2023-03-28 CN CN202310317931.3A patent/CN116446953A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117473274A (zh) * | 2023-12-27 | 2024-01-30 | 陕西能源职业技术学院 | 一种矿井火灾多源信息融合智能预警*** |
| CN117473274B (zh) * | 2023-12-27 | 2024-03-12 | 陕西能源职业技术学院 | 一种矿井火灾多源信息融合智能预警*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | A dynamic information platform for underground coal mine safety based on internet of things | |
| Qin et al. | Investigation of longwall goaf gas flows and borehole drainage performance by CFD simulation | |
| Kumari et al. | UMAP and LSTM based fire status and explosibility prediction for sealed-off area in underground coal mine | |
| CN101251942B (zh) | 地下空间火灾智能检测预警预报方法及装置 | |
| Du et al. | Risk assessment of dynamic disasters in deep coal mines based on multi-source, multi-parameter indexes, and engineering application | |
| CN116446953A (zh) | 基于煤矿井下区域特征的多态展示煤自燃预警方法 | |
| Qiao et al. | New insight into proactive goaf inertisation for spontaneous combustion management and control | |
| Tong et al. | Application of Bayesian approach to the assessment of mine gas explosion | |
| CN117152893A (zh) | 一种森林防灾方法及*** | |
| CN108049916A (zh) | 一种矿井煤自燃分级预警与主动分级防控方法 | |
| CN116562656B (zh) | 隧道施工地质灾害预警与防控智能决策方法及辅助平台 | |
| CN111197500A (zh) | 适用于tbm掘进隧道围岩等级实时判别方法及*** | |
| CN116384112A (zh) | 一种用于矿山灾害模拟和预警的方法及*** | |
| CN114492980A (zh) | 一种城镇燃气埋地管道腐蚀风险的智能预测方法 | |
| Lei et al. | A method for identifying the fire status through ventilation systems using tracer gas for improved rescue effectiveness in roadway drivage of coal mines | |
| CN102998390B (zh) | 一种在无氧条件下煤炭中一氧化碳气体分析的方法 | |
| Martirosyan et al. | The development of the toxic and flammable gases concentration monitoring system for coalmines. Energies 2022, 15, 8917 | |
| Diaz et al. | Towards atmospheric monitoring data analysis in underground coal mines | |
| Lolon | Computational modeling of barometric pressure fluctuation effects on explosive methane-air mixtures in a longwall mine gob | |
| CN115081194A (zh) | 一种co真实临界值的计算方法及其应用 | |
| Wang et al. | Impact of goaf gas drainage from surface vertical boreholes on goaf explosive gas zones | |
| Guo et al. | Study on CO migration characteristics and hazard potential function under ventilation after roof cutting blasting | |
| CN106096633A (zh) | 煤矿瓦斯浓度测量方法 | |
| Xusheng et al. | Research on comprehensive early-warning technology of coal and gas outburst | |
| CN116378771A (zh) | 一种煤矿智能防灭火预警方法及*** |
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 |