煤与瓦斯突出.docx

第一章 煤与瓦斯突出预测方法
按照煤与瓦斯突出的预测预报范围和时间的不同，国外将预测方法分为三类，第一是区域性预测，它主要是确定煤田、井田、煤层和采掘区域性的突出危险性，第二是局部预测，它是在区域性的基础上、根据钻探、采掘工程等资料，进一步对局部地区（如采区）或地点的突出危险性做出判断，第三是日常预测，它是在区域性预测、局部预测的基础上，根据突出预兆的各种异常效应（如声、电、磁、震、热等），对突出危险发出警报。
我国将突出危险性预测只分为区域突出危险性预测和工作面突出危险性预测两类。区域突出危险性预测，简称区域预测，用于预测煤层和煤层区域（包括井田、新水平和新采区）的突出危险性，并在地质勘探、新井建设、新水平和新采区开拓或准备时进行。工作面预测也叫点预测，日常预测，用于工作面煤层的突出危险性预测，它包括石门揭煤工作面、煤巷掘进工作面和回采工作面的突出危险性预测。
1.1 区域性预测方法
煤与瓦斯突出的区域性预测技术主要有以下几种预测方法，即单指标法、综合指标D与K法、瓦斯地质统计法。
1.1.1 单指标法
采用煤的破坏类型、瓦斯放散初速度指标（∆p）、煤的坚固性系数（f）和煤层瓦斯压力（p）作为预测指标，某煤层只有全部指标达到或超过其临界值时方可预测为突出煤层。各种指标的突出危险临界值应根据实测资料确定，无实测资料可参考下表1.1所列。
表1.1 预测煤层突出危险性单项指标临界值
煤层突出危险性
破坏类型
瓦斯放散初速度指标∆p（mmHg）
煤坚固性系数f
煤层瓦斯压力p（Mpa）
突出危险
ⅢⅣⅤ
≥10
≤0.5
>0.74
无突出危险
ⅠⅡ
<10
>0.5
<0.74
1.1.2煤层突出危险性综合指标D和K法
用综合指标D和K来预测煤层的突出危险性，是通过测量及整理计算得出综合指标D和K，与临界值相比较直接判断煤层是否有突出危险。煤炭科学研究总院抚顺分院、北票矿务局与红卫局提出用综合指标D和K来预测煤层的突出危险性，其临界值参照下列表1.2所示数值。
表1.2 综合指标D和K预测煤层突出危险性临界值
D
K
突出危险性
<0.25

无突出危险
≥0.25
<15
无突出危险
≥0.25
≥15
突出危险
用综合指标D和K预测煤与瓦斯突出危险的核心技术是瓦斯放散初速度指标（∆P）、煤的坚固性系数（f）和煤层瓦斯压力（p）的测定。利用所得数据通过下式计算综合指标D和K。
D=0.0075Hf-30（p-0.74）
式中D一煤层突出危险性综合指标之一；
H一煤层开采深度，m；
P一煤层瓦斯压力，取两测压钻孔实测瓦斯压力的最大值，Mpa；
f一煤层软分层的平均坚固性系数，如打钻所取煤样的粒度达不到测试f值所需求的粒度标准（10-15mm）时，可取粒度为1-3mm煤样进行f值的测定，所得结果按下式进行换算。
当f1-3≤0.25时，f=f1-3
当f1-3≤0.25时，f=1。57f1-3-0。14
式中f1-3用粒度为1-3mm煤样测出的煤坚固性系数值
k=∆p/f
式中k-煤层突出危险性综合指数之一；
∆p-煤层软分层的瓦斯放散初速度指标。
1.1.3瓦斯地质统计法
瓦斯地质统计法，是根据已开采区域突出点分布与地质构造（包括褶皱、断层、煤层赋存条件变化、火成岩侵入等）的关系，结合未开采区的地质构造条件来大致预测突出可能发生的范围。不同矿区控制突出的地质构造因素是不同的，某些矿区的突出主要受断层控制，另一些矿区主要受褶皱或煤层厚度变化控制。因此，各矿区可根据己采区域主要控制突出的地质构造因素，来预测未采区域的
突出危险性。
1.1.4综合指标法
俄罗斯斯科钦斯基矿业研究院提出用综合指标B作为预测指标，B按下式计算：
B=X-XOCTVdofXCPR+2.2M=1.2C+0.002H+0.36fn
式中X一煤层瓦斯含量，m3/t；
xoct一该种煤的残余瓦斯量，m3/t；
Xcp一该种煤的平均瓦斯量，m3/t；
vdof一煤的挥发分，%；
M一煤层厚度，m；
C一以分层数目表示的煤层复杂程度；
H一煤层埋藏深度，m；
fn一围岩特性，MPa；
R一通过煤的破坏性表示的煤层强度，mm。
R=6i=18mii=18midi
式中mi:粒度的煤粒质量；
di：粒度的煤粒直径；
当B≥15时煤层有突出危险，B<15时，煤层无突出危险。
1.1.5地质指标法
表1.3 地质指标临界值
R5
Kf
Kd
P
危险性
>0.7
≤0.25
<1
≤0.4
无危险
0.7-0.45
0.25-0.75
1-1.5
0.4-1
过渡性
<0.45
≥0.75
≥1.5
≥1
危险
地质指标法是通过测量和计算煤层围岩指标R5（5m含砂岩率）、地质构造指标Kf、煤质指标（Kd=0.009∆p-1.62f2Kd）和瓦斯压力p进行综合判断。各指标的临界值见表1.3。
1.1.6多因素综合预测法
多因素综合预测法是在矿井条件已知或可知情况下，应用数学地质理论和方
法来预测煤与瓦斯突出。根据预测任务和具体地质条件将研究区域划分为已知区
域和未知区域，在已知区域中建立突出预测综合指标与各种地质因素之间的定量
关系，根据这种定量关系，向具有相似地质条件的未知区域进行外推，从而达到
预测未知区域的目的。
1.1.7物探法
电磁波衰弱指标可以综合反映煤体结构、煤中瓦斯和地质构造破坏带。由于
突出危险区域和非突出危险区域煤体在煤体结构、煤中瓦斯和煤层赋存条件方面
存在不同，因此，可以利用电磁波在突出危险区域和非突出危险区域煤体中衰减
的差异，来预测突出。
1.2 基于各种单项指标或综合指标来预测的方法
根据对突出有影响的瓦斯、地压、煤岩结构和力学性质等基本因素以及所提出的各种单项指标或综合指标来预测突出灾害发生可能性的方法。预测方法归纳如下[1]：
（1）瓦斯压力预测法：一般认为煤层瓦斯压力在10个大气压（1MPa）时，具有突出危险性。但是，在波兰也有瓦斯压力不超过2个大气压（0.2MPa）的区域发生瓦斯突出事例，我国《防突规定》2009年版规定：当煤层瓦斯压力P>7.4MPa时就有突出危险性。
（2）钻孔瓦斯自喷压力预测法：波兰规定自喷瓦斯压力大于0.3大气压（P>0.03MPa）属于中等危险，自喷压力大于2个大气压（P>0.2MPa）属于很危险。在其它产煤大国如捷克、日本、英国等国家都根据钻孔瓦斯自喷压力来预报突出。
（3）钻孔瓦斯涌出速度预测法：采用钻孔瓦斯涌出初速度指标对采掘工作面前方煤体的突出危险性进行预测的方法。该方法最早由原苏联马凯耶夫煤矿安全工作科学研究所提出。后被波兰、保加利亚、法国、捷克、日本等国广泛推广应用，但各国所用的方法却大同小异，原苏联的的方法是在采掘工作面推进过程中（掘进工作面每推进Zm，回采工作面每推进3m）不断打钻孔（孔径43mm、长3.5m、用机械封孔器封堵离孔底0.5m长的一段空间），并用nT-ZMA型仪器测定瓦斯涌出速度，如果瓦斯涌出速度全5L/min时就须采取防突措施。
（4）煤样瓦斯泄出量预测法：在打钻时取钻粉煤样，放在解吸器中测量一定时间间隔内的瓦斯泄出量。比利时规定，巧分钟内泄出量小于1.2cm3/g者不危险，10分钟内泄出量为2-3cm3/g者有危险，> 3cm3/g时很危险。而英国则用封堵煤样中瓦斯泄出的比值为指标，规定正常值为10mg/g，而将正常值于该煤样泄出量的比值作为危险性的指标，此比值大于4时认为有突出危险。相继我国的秦汝详等，通过对掘进工作面突出前夕煤壁瓦斯浓度变化规律的研究，提出了利用瓦斯浓度变化预报突出的方法，并建立了突出预报数学模型；胡千庭等教授利用新开发的取芯装备直接在井下取芯测定煤层瓦斯含量，采用瓦斯含量指标预测突出危险性。法国、波兰、日本、罗马尼亚、捷克、澳大利亚等国家都采用此法。
（5）瓦斯成分预测法：苏联以煤层瓦斯成分缺氦作为无突出危险的指标。日本认为煤层瓦斯成分中重碳氢化合物含量增高是突出危险性指标。
（6）钻粉量预测法：这是苏联、西德、日本、比利时、捷克等国家广泛采用的一种简单方法。西德以钻粉量大于正常量的8倍作为危险指标，而日本则以钻粉量大于6L/m作为危险指标。
（7）顶底板靠拢速度预测法：苏联、保加利亚、日本等国家都认为突出前顶底板靠拢速度减缓甚至停滞，常以工作面采煤时和无作业时顶底板靠拢速度的比值K来表示突出危险性，K=3-6时无突出危险性。
（8）瓦斯放散初速度（△P）预测法：这是苏联矿业研究所规定的表示突出危险性的指标。该指标目前在法国、比利时、保加利亚、捷克、日本、罗马尼亚等国家已得到广泛的应用，而在应用方法上大同小异，一般规定∆P<10不危险，
∆P>25时有危险；但在苏联、比利时等国家也有的非危险区∆P>15∆P>15，危险区△P>20-25，并不能严格划分界限。
（9）煤的强度或强度综合指标预测法：苏联、保加利亚、日本等国采用煤的强度系数（按普氏指标或插针插入深度）。此外还采用煤的强度系数（f）、筛分系数（C）及瓦斯放散初速度（△P）的综合指标（e=1.5（△P-f）+0.7C），或其它类型强度综合指标。保加利亚规定，当f=0.45-0.7或更大时属于不危险层，而当f=0.12-0.14时则属于危险区。
（10）煤层围岩性质预测法：苏联、日本认为，突出煤层的围岩应是厚而坚硬的岩石（砂岩、石灰岩等），而紧挨煤层的页岩垫层厚度应小于2m。
其它还有煤的显微结构预测法、大地电阻预测法，测量顺磁中心含量的方法等。
在区域预测出的煤层突出危险区内，工作面进行采掘之前，进行工作面预测，及时发现采掘工作面前方的突出危险地带、确保采掘过程中及时采取防突措施、避免发生煤与瓦斯突出事故。
1.3 工作面突出预测方法
统计表明，煤巷掘进时发生的煤与瓦斯突出次数占矿井突出总数的首位，因此煤巷掘进工作面是突出预测的重点。工作面预测按照其与煤体的关联程度分为接触式预测与非接触式预测。
1.3.1接触式预测
我国从20世纪70年代末开始对工作面突出危险性预测进行研究，至20世纪80年代后期基本形成了以钻屑量、钻孔瓦斯涌出初速度和钻屑瓦斯解析特征等指标进行工作面预测的方法，另外也有利用钻屑温度、钻孔内壁温度和钻孔涌出瓦斯中He、Ar同位素含量等参数预测的方法，但应用不太广泛。我国现行《细则》中规定，进行煤巷掘进工作面突出危险性预测时可采用钻孔瓦斯涌出初速度法、R值指标法和钻屑指标法等，由于这些方法都是在向煤层打钻的基础上进行的，因此也统称为钻孔法。
1.3.2非接触式预测
通过向煤层打钻孔测定相关参数预测采掘工作面突出危险性技术，研究了不同突出类型、不同煤层赋存条件、不同工作面类型的突出预测指标工艺和判断分析方法，并研究了预测突出危险较敏感指标的适应条件和临界值确定技术，已形成了一套较为完整的突出预测技术体系，在全国大多数突出矿井得到普遍推广应用。
根据突出预测过程及其连续性，工作面预测又可以分为静态不连续预测和动态连续预测两种预测方法。实时跟踪预测，即连续动态预测是指通过动态连续地监测能综合反映含瓦斯煤岩体所处（应力或应变）状态的某种指标而确定工作面附近煤层突出危险性的方法。目前突出的连续动态预测有三条途径：一是声发射（AE）监测技术；二是利用环境监测系统连续监测工作面的瓦斯涌出变化特征，分析瓦斯涌出与突出的关系，从而预测瓦斯突出；三是电磁辐射（EME）监测技术。
动态连续不接触预测主要有：
（1）利用声发射技术进行煤与瓦斯突出危险性预测。煤和岩石内部存在大量的裂隙等固有缺陷，煤岩变形及破坏的结果就是裂隙的产生、扩展、汇合贯通。研究表明，裂隙的产生和扩展都将以弹性应力波的形式产生能量辐射，这就是声发射。声发射技术可以对破裂源进行定位。早在20世纪40年代初，美国就利用声发射技术[2]监测金属矿井的岩爆，随着计算技术的应用，该项技术在矿井中的应用更加广泛。
前苏联的顿巴斯煤田对声发射用于煤与瓦斯突出预测进行了较多研究工作，早在1974年，突出严重的中央区已有121个工作面采用了这项技术。
我国的研究起步较晚，在现场应用也较少。平顶山矿务局从俄罗斯引进了声发射监测系统，并用于煤与瓦斯突出预报试验研究。我国重庆煤科分院生产了声发射监测系统，“九五”攻关期间在平顶山矿区进行了应用。煤炭科学研究总院西安分院也研制了MJY-1型声发射实时监测系统，，并在平顶山十矿进行了现场实验。声发射技术用于矿井已有几十年的历史，其在岩爆监测方面已取得一些成果，尽管很多人认为声发射突出预测系统是一种很有发展前途的预测方法，各国都投入了大量的人力物力进行了广泛的研究，但目前其突出预测的可靠程度与生产实际的需要还有差距，随着大容量、高速度计算机系统的引入和声接收技术的发展，用声发射技术进行突出预测可望获得突破。
（2）利用无线电波透视探测技术进行煤与瓦斯突出危险性预测。无线电波透视探测技术在国内外都进行了较为广泛的研究及推广应用。前苏联早在1923年就开始这方面的研究工作。20世纪70年代中期在东顿涅茨无烟煤矿区进行了系统试验。我国焦作工学院的汤友谊、陈江峰等学者，曾以“瓦斯突出煤体无线电波透视探测技术[3]研究”作为国家“九五”科技攻关项目，结合不同矿区、不同煤种、不同破坏类型的煤体，对突出煤体物性参数进行了系统的测试研究。同时，针对实际应用中的具体问题，进行大量的基础性研究，取得丰硕的成果。该技术的应用为采煤工作面的高产高效提供了地质保障，即预先探明采煤工作面内地质构造，以证采煤的顺利进行。该技术在韩城、南桐、阳泉、平顶山等矿务局应用中，多次发现无线电波透视圈定的断层、褶曲、产状变化、力学性质变化等地质异常带是煤与瓦斯突出多发地带。研究认为，具有不同结构和含气条件的构造煤体和非构造煤体具有明显不同的电性特征，构造煤体中存在各种规则和不规则的界面对无线电波传播产生影响。可以通过无线电波透视探测出采煤工作面内存在的地质构造破碎带，来达到预测煤与瓦斯突出危险区域的目的。
（3）利用煤层涌出氡浓度的变化进行煤与瓦斯突出危险性预测。氡元素是自然界中唯一的放射性气体元素，是放射性元素镭和钚衰变过程中的中间产物。虽然它在地层中的含量很微少，存在的时间也很短暂，但含量稳定，不易被吸附。在煤层被破坏的突出危险带，由于氡气扩散速度要比瓦斯高出许多，氡气放射强度会先于瓦斯变化而大幅升高。据国外有关资料介绍，在无突出危险煤层的工作面中，氡放射强度一般在30~40q/m3以下，在有突出危险的煤层中，氡放射强度高达2 500 q/m3，在煤与瓦斯突出发生前，氡放射强度会急剧升高。氡气[4,5]的超强扩散能力和易于被检测的特点，将成为采掘工作面预测煤与瓦斯突出最有发展前景的预测方法，而HDC连续测氡仪可以实现对其的在线检测。
（4）利用煤层温度变化法进行煤与瓦斯突出危险性预测。利用温度状况预测突出危险性的理论依据是瓦斯解吸时吸热，导致煤层温度降低，温度降低越明显，说明煤层瓦斯解吸能力越强，则冲击地压和突出危险性越大。近年来进行了利用温度指标[5,6]的探测预报突出的方法研究。王宏图等进行掘进工作面的突出危险性的研究中，定义了钻屑温度和煤体温度作为敏感指标。原苏联的一些学者采用近工作面地带的温度与煤体原始温度之差作为突出预测指标，该预测方法被原苏联防突委员会推荐使用。实践表明，把突出的温度变化信息作为突出预测指标之一，并与其它预测指标如电磁辐射强度、声辐射强度等一起进行非接触式突出工作面预测以提高预测的准确性是可行的。随着测温技术的发展，长期困扰煤炭安全生产的煤与瓦斯突出问题将得到更好的解决。
（5）利用电磁辐射强度进行煤与瓦斯突出危险性预测。电磁辐射预测的原理是在煤岩层受力变形破坏过程中会产生电磁辐射，电磁辐射强度取决于所受力的大小和煤岩体的物理力学性质。电磁辐射[4]与煤的应力状态及瓦斯状态有关，应力越高、瓦斯压力越大时，电磁辐射信号就越强，电磁辐射脉冲数就越大。在采掘工作面前方卸压区内，煤体发生屈服，大量裂隙形成，应力及瓦斯压力降低。由卸压区到应力集中区，在垂直于煤壁的内部方向上单位煤体应力及瓦斯压力升高时的电磁辐射信号也越来越强；在应力集中区，应力和瓦斯压力达最大值，煤体的变形破裂过程最强烈，电磁辐射源产生的电磁辐射信号最强；进入原始应力区，不同度方向上电磁辐射源产生的电磁辐射的强度将有所下降。煤炭科学研究总院重庆分院、中国矿业大学相继利用这一原理研制了冲击地压，该仪器采用非接触式测量方式，并在山东和突出危险探测仪华丰矿、四川芙蓉矿务局进行了应用试验，取得了一些规律性的成果。此方法在平顶山八矿也得到了很好的验证。
（6）利用微震技术进行煤与瓦斯突出危险性预测。研究表明，煤和围岩受力破坏过程中，会发生破裂和震动。从震源传出震波或声波，当震波或声波的强度和频率增加到一定数值时，可能出现煤的突然破坏，发生突出。煤岩内的震动波可以被安设在煤体内的探测仪器（如地音器或拾震器）所接收，经放大并记录下来。然后通过资料分析，进行突出危险性预测。研究表明，突出是由连续的、多起断裂引起的，而且异常的微震发射通常在断裂之前4~45min内产生，故微震法[5]作为突出预报方法，具有广阔的应用前景。20世纪70年代初以来，美国矿业局就用微震技术研究煤层结构物破坏。同时，采用超声波技术来监测岩层响声能量。研究人员利用低频（10~40kHz）微震技术监测确定最可能发生突出的地点，利用高频（40~110kHz）微震技术确定突出的时间。
在俄罗斯，以地震声学方法为主的弹性波技术在煤与瓦斯突出危险性预测领域中的研究与应用已有半个多世纪的历程，1965年地震声学预测方法的判断准则问世，该方法随即成为标准的预测方法并迅速得到广泛的应用。在监测仪器方面，由最初的3YA-1型发展到3YA-6型，又成功地研制出CAK-1型自动化地震声学监测系统，从方法上讲，目前主要有声发射方法和声学方法两种。
据专家介绍，目前地震声学预测法尚存在许多问题亟待解决，重点应着手解决信号源、通信线路和传感器本身的诸多问题。我国煤炭科学研究总院抚顺院在声发射法（AE）预测煤与瓦斯突出方面做过许多工作，国内不少学者也进行了弹性波技术预测煤与瓦斯突出方面的研究，但总体上讲，该项技术尚不成熟，属于前探性工作。非接触式预测是煤与瓦斯突出预测技术的一场重大革命，也是煤与瓦斯突出危险性评价技术发展的必然趋势。目前以地震波为主的弹性波探测技术在石油勘探开发中已取得了长足的进展并成为一种不可缺少的检测方法，以高分辨率三维地震为主的地面综合探测技术在煤炭工业领域中已基本成熟。在优化理论和方法、现代分析理论和方法、随机理论和方法、混沌与分形理论和方法的数学基础上，构造新的算法以解决弹性波非线性反演中的非弱散射问题，以突破应该属于21世纪的地球层析成像问题，必将使弹性波CT预测煤与瓦斯突出变成现实。
（7）利用数学理论进行煤与瓦斯突出危险性预测。煤与瓦斯突出的发生是由地应力、高压瓦斯、煤的结构性能、地质构造、煤厚变化、煤体结构及围岩特征等诸多因素决定的。突出灾害的发生是极不规则的，其所处的系统是一个不断变化的系统，各种力学作用与这些作用所形成的地质体，大多数都处于复杂的非线性状态。一些先进的数学方法[4]的出现，为解决这一问题开辟了一条新途径。目前，先进的理论方法如计算机模拟、模糊数学理论、灰色系统理论、人工神经网络、专家系统、分形理论和非线性理论、流变与突变理论等已开始应用，并取得了一定的研究成果。这些先进数学方法的优点都是传统方法无法比拟的。
（8）工作面瓦斯涌出动态变化特征预测突出危险性技术
大量的理论研究和现场观测表明，采掘工作面前方煤体瓦斯涌出量的动态变化与煤体的突出危险性相一致，无论瓦斯涌出量上升或上下起伏，都是突出危险的前兆信息。因此，国内外广泛采用与之相关的瓦斯涌出特征指标进行突出预测，如V30（V60）、Kv指标及钻孔瓦斯涌出初速度等，取得了一定效果，但仍未完全实现对突出动态前兆连续变化规律和特征的考察[7]。
1）V30（V60）及Kv指标法
V30（或V60）是指掘进煤巷炮后30min（或60min）内的吨煤瓦斯释放量。德国研究表明，如果V30值达到崩落煤可解析瓦斯量的40%，则说明存在突出可能性，如果达到60%，则表示有突出危险。国内重庆、抚顺院利用WTC瓦斯突出参数仪和矿井环境监测系统，通过对煤巷掘进工作面瓦斯动态涌出的连续观测和分析，用掘进煤巷炮后V30（或V60）来反映出瓦斯涌出量的上升幅值，将其作为一项突出预测指标。俄罗斯斯阔钦斯基矿业研究院根据连续监测掘进煤巷每个落煤循环的瓦斯涌出量数据，采用相对均方根偏差公式计算瓦斯涌出变动系数Kv表征瓦斯涌出增减的变化幅度。国内将V30（或V60）和Kv两个指标相结合，在部分矿区进行了突出预测试验，并取得了一定的效果。
2）瓦斯涌出动态特征法
根据工作面瓦斯涌出特征，利用模式识别技术对基于矿井监测系统的突出预测系统进行了研究，认为在现有矿井监测系统基础上考虑工作面瓦斯涌出特征，利用计算机模式识别技术研究非接触式煤与瓦斯突出预测系统可行。
国家“十五”科技攻关计划也将瓦斯动态涌出判识突出的技术列入了研究内容，随着对工作面瓦斯涌出状态与煤与瓦斯突出危险程度关系及突出判识技术的深入研究，可以利用现有瓦斯监测系统对突出进行预测。
①异常信息提取模型
通过对瓦斯动态涌出特点的分析以及时间序列分析本身的作用进行对比分析，根据巷道瓦斯涌出情况实现煤与瓦斯突出的动态趋势性预报，由于在一定时段内具体掘进工作面的瓦斯浓度会处于一定的水平，即表现为一定的特征值，这样当瓦斯浓度值偏离次特征值，表现为离群点，这些离群点所表现的异常信息可以作为预警煤与瓦斯突出的前兆信息。
本文依据瓦斯浓度变化的这种特征，提出了煤与瓦斯突出预测预报的瓦斯单变量时间序列分析模型，即指数平滑模型和瓦斯涌出变化模型。
A指数平滑预测模型
a模型的建立
趋势类指标通过瓦斯浓度在一定时期内的变化状况（上升、水平走向、下降），来反映煤层中影响煤与瓦斯突出的各因素与突出的相互关系。指数平滑是利用现有数据的加权平均数来构造趋势方程的统计方法[8]。指数平滑值和平滑系数是该法的两个主要参数。计算公式如下：
yl+1=αyl+（1-α）yl
其中Y1+t为t+1期预测值，yt为t期平滑值；α为平滑系数，其取值决定了模型的含义。当观测数据序列呈现不规则变动，但波动不大，长期趋势变动缓慢时，一般取α=0.05~0.45，此时指数平滑模型是“重老信息、轻新信息”的；当观测序列波动较大，长期趋势变动明显时，一般取α=0.55~0.90，此时平滑指数模型是“轻老信息、重新信息”的。因此，平滑指数的选择决定了模型的预测精度。
b最佳平滑系数的确定
最佳的平滑常数应使实际瓦斯浓度值和预测值之间的误差最小，通常是预测误差（平均误差和标准误差）的平方和的平方根（RMSPE）最小，y为实际值的均值。
B瓦斯涌出变化模型
模型的指标主要有：偏差和方差。
偏差：一组数据偏离其平均数的值，对于不同的矿井，在使用滑动平均线判断突出发生的过程中即使曲线趋势是一致的，但矿井的煤层瓦斯含量、煤层渗透性系数等不一样，监控系统所测得的瓦斯浓度也会存在着差别。偏差反映实时瓦斯浓度偏移该区域瓦斯浓度特征值的量，这里用Δh时长内的瓦斯浓度滑动平均来代替瓦斯浓度特征值。
y∆ht=xt-A（∆h）tA（∆h）t
式中A（∆h）t=1∆hi=1∆hxt-i=1（最近Δh时长内的瓦斯浓度滑动平均）；t为当前时刻Δh为时间长度；x为t时刻的瓦斯浓度值，本文中依据“三八”制掘进方式选用Δh=8来对实时值和特征值进行偏差分析。
方差：统计学中的方差最能描述瓦斯浓度的变化情况。因为一方面，它反映的是序列的离散程度，也即各值偏离均值的程度。方差越大，数据序列波动性越大，即瓦斯浓度变化幅度越大；方差越小，瓦斯浓度变化幅度越小。一定时间步长的瓦斯浓度值的方差表明了瓦斯涌出的变化程度。
μ=1tt=1txt
s2=1t-1t=11(xt-μ)2
式中：μ为序列的样本均值；s2为序列的样本方差；t为时间步长，本文选用时间步长为1h来体现实时监测值的波动情况。
②瓦斯项综合指标
瓦斯综合指标是煤与瓦斯突出非线性动力前兆信息表现的评价标准，以往的瓦斯评价停留在瓦斯曲线分析，通常通过观察的方式来实现，即通过瓦斯浓度偏离平均值的程度和偏离幅度值的大小来观察，瓦斯涌出变化模型中的偏差和方差就是这两项内容的体现，所以以此为基础，通过数据分析及函数构造建立瓦斯综合指标的评价模型。由于煤与瓦斯突出的非线性特征，并观察正常掘进过程中的偏差-方差散点图形状特点。
（9）GIS技术、三维地学模拟技术
1963年由加拿大测量学家B.F.Tomlinson首先提出的GIS技术是集地理学、绘图学、遥感学、图形图像学以及计算机科学于一身的边缘学科。20世纪90年代随着信息的全球化和标准化，GIS及有关工具软件相继诞生，在许多领域都有了长足的发展。在矿业方面，GIS技术在矿产资源评价、矿区瓦斯含量分布规律探讨、安全生产信息管理系统的建立等方面都有较为成功的应用。
张宏伟结合平顶山矿区的生产实际，将GIS技术引入煤与瓦斯突出区域预测工程中，建立了相应的信息管理系统，对实现区域预测的定量化、科学化、动态监测，以及多目标、多维方向的发展有巨大的促进作用，通过地质构造划分、岩体应力状态评估，为煤与瓦斯突出区域预测开辟了一条新途径。
国内外尚有不少学者依靠GIS的技术支持，建立了地质灾害勘察综合地球物理信息管理与解释系统，其强大的空间信息管理和分析功能使地质灾害研究进入了一个崭新的信息化、数字化、定量化阶段。科学计算可视化自20世纪80年代中期诞生以来，在许多领域得到了广泛的应用，对于三维地震理论来说，可视化以易于人们感知的三维地震波场和数据关系的描述，为勘探人员提供反映地层构造形态和属性特征的三维图像，是三维地震解释的重要手段。最近几年在煤矿，以高分辨率三维地震为主的地面综合探测技术已基本成熟，能够查明落差小至5m左右的断层和直径30m左右的陷落柱、冲刷无煤区等，并逐步往更细致的
方面发展。
煤与瓦斯突出预测的发展趋势是，利用声发射监测技术对变形破裂剧烈区域进行定位，利用电磁辐射监测技术工作面非接触连续预测，再结合现有的环境监测系统监测的瓦斯涌出动态对煤与瓦斯突出现象进行准确预测，并在综合研究基础上，开发出预测方法的集成监测技术和判识软件，形成煤与瓦斯突出实时分析专家诊断系统。
1.4突出灾害预测新方法
（1）地震AVO反演预测法：中国矿业大学谢和平等教授研究提出，利用地震AVO技术的反演方法来预测突出区域的异常参数，通过淮南潘三煤矿的预测实例表明：突出区煤岩破碎和瓦斯量的增高会引起地震AVO的异常，如反射系数随着偏移距的增大而降低，截距和梯度比非突出区要高。尤其是在密度和剪切模量乘积反射系数剖面上反映最强[9]。
（2）神经网络辨识和预测法：自神经网络理论诞生以来，运用到煤矿安全预测的研究日益走红，如谭云亮、孙海涛、杨敏、吴财芳等利用神经网络理论中的自适应小波神经网络理论进行突出的模式辨识与预测，并建立了预测模型。南栋详对具有变量藕合、随机和突变特性的突出一类复杂系统，提出了用量子广义神经网络的方法来预测突出；王敏利用遗传算法反向传播神经网络模型来预测预报突出强度。
（3）可拓聚类预测法：中国矿业大学学者郭德勇等应用物元和可拓集合理论建立了突出危险性预测的物元可拓模型，提出了突出危险性预测的可拓聚类方法。以平顶山煤业集团公司天安十三矿为例对突出危险性预测可拓聚类方法的可行性进行了验证[10]。
（4）模糊数学、神经网络理论综合运用预测法：影响瓦斯突出的主要因素是不确定的，突出危险性预测可视为一个多因素决定的模糊事件。郭德勇等研究团队将层次分析和模糊综合评判方法结合起来应用于突出预测研究中。
41

第二章 煤与瓦斯突出危险性评判方法
2.1三角模糊数综合评判
2.1.1三角模糊数的基本原理
美国学者T.L.Saaty提出的层次分析法（AHP）是一种定性和定量相结合的实用决策方法，用于解决多目标复杂问题的决策分析，在社会各个领域得到了广泛的应用。层次分析法（AHP）作为一种评价方法，采用1-9标度法，通过对评价对象的两两比较，得出判断矩阵，对定性和定量问题的综合处理，得出明确的量化结论，并且通过优劣排序体现指标间的重要程度。但是评价在构造判断矩阵时未能考虑人的判断的模糊性和不确定性，同时在一致性检验时过于复杂，实用程
度不高。因此，荷兰学者VanLaargoven于1983年提出用三角模糊数表示模糊比较判断的方法，并且应用三角模糊数的计算方法得到指标权重的排序。从而使得层次分析法在模糊环境下进行，使得计算结果更加科学可靠。采用三角模糊数的综合评价方法，克服了通过层次分析法获得权重时人为因素影响大的缺陷，很好的解决了模糊信息的处理和计算问题[11]。
2.1.2 三角模糊数综合评判步骤
根据三角模糊综合评判的基本原理，在实际应用中可分为以下几个步骤：
（1）根据评价问题的总目标，建立系统的递阶层次结构图。
（2）由专家对评价指标的各个因素进行两两比较，并用三角模糊数构造模糊判断矩阵。
（3）应用三角模糊数的基本原理计算出各模糊判断矩阵中各因素相对于其它因素的模糊综合程度。
（4）分别比较第xi个因素重要于其它各因素的综合重要程度，经过归一化处理得到相对于总目标的模糊权重。
2.1.3煤与瓦斯突出危险性评价指标的三角模糊综合评判
构建三角模糊判断矩阵时，首先专家依据各个因素相对于目标层的重要性程
度通过两两比较的方式，来确定因素的相对重要性，将评价结果用三角模糊数
A=lij mij uij来表示因素xi与xj的重要程度。lij、、mij、uij分别表示因素xi相对于xj的重要度的最悲观估计、最可能估计和最乐观估计。
2.2 人工神经网络
人工神经网络是基于对人脑组织结构、活动机制的初步认识提出的一种新型信息处理体系。它由类似于神经元的处理单元相互连接而成的非线性复杂网络系统，在对人脑神经网络认识的基础上，以数学和物理方法以及信息处理的角度对人脑神经网络进行抽象，并建立某种简化模型，就称其为人工神经网络。它通过模仿脑神经系统的组织结构以及某些活动机理，人工神经网络可呈现出人脑的许多特征。主要包括结构特征和能力特征两方面。
（1）结构特征一并行处理、分布式存储与容错性。人工神经网络由大量简单处理元件相互连接构成的高度并行的非线性系统，具有大规模并行处理特征。结构上的并行性使神经网络的信息存储必然采用分布式的方式，即信息不是存储在网络的某个局部，而是分布在网络所有的连接权中。神经网络内在的并行性和分布性使其在信息存储与处理都是空间上分布、时间上并行。这两个特点使神经网络具有较好的容错性，当网络中的部分神经元损坏时不会对系统的整体性能造成影响。另一方面当输入模糊、残缺或变形的信息时，神经网络能通过联想恢复完整的记忆，从而实现不完整输入信息的正确识别。
（2）能力特征一自学习、自组织与自适应性。自适应性时指一个系统能自
身的性能以适应环境变化的能力。神经网络的自学习是指当外界环境发生变化
时，经过一段时间的训练或感知，神经网络能通过自动调节网络结构参数，使得
对于给定输入能产生期望的输出。神经系统在外部刺激下按一定规则调整神经元
之间的突触连接，逐渐构建起神经网络，这一构建过程为网络的自组织。
神经网络的基本功能：神经网络具有联想记忆、非线性映射、分类与识别、
优化计算和知识处理五种智能特点，重点是其前两种功能：1）联想记忆功能指
神经网络能够通过预先存储信息和学习机制进行自适应训练，从不完整的信息和
噪声干扰中恢复原始的完整信息；2）非线性映射功能，指神经网络能够通过系
统输入输出样本的学习自动提取蕴含其中的映射规则，从而以任意精度拟合任意
复杂的非线性函数。
人工神经网络按网络结构分为前馈型网络和反馈型网络。前馈型网络是从输
入层到各隐层再到输出层逐层进行处理信息的网络结构。反馈型网络计算单元既
可以从外界接受输入，同时又可以向外界输出。神经网络框架的确定一般分为以
下几个步骤：
1）神经网络结构的设计；2）神经元个数的确定；3）神经网络层次确定，包括输入层、隐含层和输出层节点数的确定；4）网络单元的连接；5）神经网络能量函数和闭值的确定。
通过相应的案例讨论了煤与瓦斯突出危险性的影响因素，应用三角模糊数的综合评价方法确定了影响突出危险性的主控因素，基于BP神经网络的煤与瓦斯突出危险性的预测实际是前而工作的继续，目的在于通过对突出影响因素的分析，将其分析结果作为网络训练时输入样本选择的依据，预测方案可按以下几个步骤进行：
1）通过对煤与瓦斯突出影响因素的分析，利用三角模糊数的综合评价方法，
确定控制突出的主控因素。
2）选择排序在前列的地应力、瓦斯参数、煤的物理力学的因素作为人工经
网络分析的输入样本类型，即为含有多个地应力、瓦斯参数以及物理力学因素的
一组数据。
3）对输入的样本数据进行预处理，建立基于BP神经网络煤与瓦斯突出危险
性预测的数学模型。
4）实施对输入样本的网络训练，并最终确定样本数据和煤与瓦斯突出（突
出）的非线性映射关系。
5）利用BP神经网络训练得到的非线性映射关系进行煤与瓦斯突出的危险性
预测。
2.3模糊综合评判原理
模糊综合评判是通过建立m种因素构成的因素集U和n种决策构成的决策集V的基础上，给出U的权重分配集A，构成从U到V的模糊关系矩阵R，即：
其中，μR（ui，υj）= rij表示因素ui对分级集υj的隶属度。将权重集合A输入模糊关系矩阵中，进行综合评判可以得到模糊决断集B，即：B = A R。
按照最大隶属度原则，即可得到模糊综合评判结果。
模糊综合评判模型的建立过程：
（1）确定因素集U
U = {u1，u2，…，un}，即对工作面突出危险性有影响的因素集。工作面煤与瓦斯突出是多种因素综合作用的结果，对于因素集的选取应尽可能全面，以便确定合理的突出危险性等级。根据煤与瓦斯突出的综合假说以及通过对平顶山矿区工作面突出情况的统计分析，对工作面突出危险性的影响因素选取如下6个因素：最大瓦斯压力p、软分层厚度、最大钻孔瓦斯涌出初速度q、最小坚固性系数f、最大开采深度以及打钻时动力现象，它们分别与因素集中的u1、u2、u3、u4、u5和u6相对应。
（2）煤与瓦斯突出危险性决策分级集V的确定
V = {υ1，υ2，…，υm}，即煤与瓦斯突出危险性等级。煤与瓦斯突出危险等级还没有一个明确的界限，根据对矿区工作面突出情况的统计，将工作面的突出危险性可以划分为3个等级，即υ1为一般突出危险、υ2为中等突出危险、υ3为严重突出危险。指标包括定量和定性指标，对于定量指标与
突出危险性的关系，可以采用实际统计分析得出，而对于定性指标，如打钻时动力现象，往往表现为喷孔、顶钻和夹钻等，我们可以用无量纲值来量化，在这里1代表打钻时动力现象最严重的情况，指喷孔0.5~1区间代表夹钻、顶钻等轻微动力现象，而小于0.5表示打钻时未出现动力现象，其值的大小可以根据实际的动力现象大小在各个区间适当取值。
（3）确定各因素模糊矩阵关系R
R是着眼于因素集U上到分级集V上的一个模糊关系，μR（ui，υj） = rij表示因素ui对分级集υj的隶属度。通过建立各因素的隶属函数，可以求出其相应的隶属度，本文中所选取的隶属函数是在对各因素分析基础上的半梯形分布，，这里的Ⅰ为一般突出危险、Ⅱ为中等突出危险、Ⅲ为严重突出危险。
（4）确定各单因素的模糊权重集A
A = （a1，a2，…，am）
在权重集合中：i=1mai=1且ai≥0
权重的确定方法有很多种，如根据调查统计和专家经验、多元回归分析法、灰色系统关联度分析法等来确定。但不论哪种方法都必须遵循以下原则，即主导因