基于GIS的瓦斯爆炸诱因预警技术.pdf

第 32卷第 12期煤 炭 学 报Vo.l 32 No . 12 2007年12月 JOURNAL OF CH I NA COAL SOCIETY Dec . 2007 文章编号 0253- 9993 2007 12- 1287- 04 基于 GIS的瓦斯爆炸诱因预警技术 郭德勇 1, 郑登锋 1, 卫修君 2, 胡殿明2 1中国矿业大学北京 资源与安全工程学院, 北京 100083 ; 2 平顶山煤业集团 有限责任公司, 河南 平顶山467000 摘 要 针对煤矿瓦斯爆炸灾害问题, 应用统计分析方法建立了以瓦斯浓度与着火温度为主要因 素的瓦斯爆炸诱因预警模型, 将瓦斯爆炸诱因预警划分为 4个等级.在 GIS技术支持下,开发了 基于 Arc V iew GIS的预警模块,结合瓦斯传感器及温度传感器建立了预警系统.以平顶山煤业集 团天安十二矿典型工作面为例,验证了预警技术的可行性. 关键词GIS ; 瓦斯爆炸;预警技术; 预警模型 中图分类号TD71272 文献标识码A 收稿日期2007-10-12 责任编辑 毕永华 基金项目 国家科技支撑计划资助项目 2006BAK01A15; 教育部新世纪优秀人才支持计划资助项目NECT - 05- 0214 作者简介 郭德勇 1966- , 男, 河南焦作人, 教授, 博士, 博士生导师.Te l010- 62331517,E- mai l gdy cumtbeducn Forewarning technique of gas explosion inducement by GI S GUO De yong 1, ZHENG Dengfeng 1, WEIXiujun2, HU Dian m ing2 1 Department of Resource and Safety Engineering, China University of M ining and T echnology Beijing, Beijing100083, China; 2 Pingdingshan CoalM ining Group Corp. Ltd. , Pingdingshan467000, China Abstract A i m ing at the gas explosion problem of safety production process in coalm ine ,the statisticswas adopted for founding mathmodels of gas thickness and fire temperature . Compartmentalizing four grades of gas ex plosion induce m en, t by GIS ,the forewarning program was e mpoldered . Combining gas sensor and te mperature sen sor ,the forewarning system established is applied in T ianan No12 CoalM ine of Pingdingshan CoalM ining Group Corp . L td .and the forewarning technique is feasible . Key words GIS;gas explosion ;the forewarning technique;forewarning model 目前对煤矿瓦斯爆炸事故的研究主要集中在发生瓦斯爆炸的三要素上 [ 1 3], 根据瓦斯爆炸三角形理论 得出的瓦斯及空气混合物爆炸极限值, 是指导现场抢险救灾的重要指标 [ 4 , 5]. 实际上瓦斯和空气混合物的 爆炸极限与引火源能量的大小是相关的,瓦斯爆炸的极限值在标准压力下存在比较大的爆炸范围.从研究 瓦斯最低着火温度与瓦斯浓度之间的关系出发, 建立瓦斯爆炸诱因预警系统,对预防瓦斯爆炸事故具有重 要意义. 1 瓦斯爆炸诱因非线性回归理论及预警等级划分 11 非线性回归理论模型 1 非线性回归理论模型 选择瓦斯浓度 或温度 为因变量 Y, 着火温度 或瓦斯浓度 为自变量 x.假定非线性数学模型为 Y b0 bnx n bn- 1x n- 1 b1x , 煤 炭 学 报 2007年第 32卷 式中,b0,b1,,bn为未知参数;为随机误差. 2 非线性回归理论模型的计算 非线性回归理论模型的多元回归线性化为 Y b0 b1x1 b2x2 bnxn . 由母因素序列与子因素序列构成的原始数据矩阵为 x 1x1x 2 1x n 1 1x2x 2 2x n 2 1xnx 2 nx n n ,Y y1 y2 yn , b b0 b1 bn , 0 1 n . 线性回归矩阵模型为 y1 y2 yn 1x1x 2 1x n 1 1x2x 2 2x n 2 1xnx 2 nx n n b0 b1 bn 0 1 n . 12 预警等级的划分 瓦斯爆炸诱因预警是指对一段时间的瓦斯爆炸诱因状况进行预测、分析与评价, 确定瓦斯爆炸诱因的 变化趋势、速度以及达到某一变化限度的时间等,按需要实时给出变化的各种警戒信息及相应对策. 瓦斯 爆炸预警系统是一个多目标系统, 不仅能对某一时点报警,而且能对某段时间变化趋势报警,具有多种预 警功能. 实际工作中将预警等级划分为 4种比较合理 [ 6]. 正常.当诱因检测值在正常范围内, 不会发 生爆炸, 属于正常状态,用绿色表示. 关注.当诱因检测值高于正常值,随着检测值的增加,可能会 引起瓦斯爆炸,属于关注状态,用黄色表示.∀ 警戒. 诱因检测值高于关注值,有可能发生瓦斯爆炸. 应立刻采取措施, 否则会造成瓦斯爆炸,属于警戒状态,用棕黄色表示. 危险.诱因检测值高于警戒 值, 随时有可能发生瓦斯爆炸, 必须马上停止生产撤离人员, 属于危险状态,用红色表示. 2 瓦斯爆炸诱因数学模型及预警模型 21 瓦斯浓度诱因数学模型 1 在非线性理论模型基础上,设 y 为瓦斯浓度,x 为着火温度,当 CH4浓度分别为 200 , 图 1 瓦斯浓度与着火温度之间的关系及其曲线检验 F ig1 The relationship curves of gas thickness and fire te mperature and its verify curves 300 ,395 ,700 , 900 ,1000 ,1175 , 1435 时, 最低着火点温度 分别为 710 ,700 ,691 ,697 , 701 ,714,724 ,742 ∃ .应 用 Statistica60对该数据进行 非线性估计与非线性检验处 理, 其关系及曲线检验结果 如图 1所示. 2 瓦斯浓度诱因数学 模型.由 Statistica60统计得 出火源温度与瓦斯浓度关系数学模型为 y - 1 367 10 2 - 9 0089x 53256 1x 2 - 0113 95x 3 0107 10 - 3x4 - 038 10 - 7x5. 计算结果表明,该模型的相关性为 0990 94 ,当相关性为 1时,表明 y 与 x之间存在严密的非线性关 1288 第 12期郭德勇等 基于 GIS的瓦斯爆炸诱因预警技术 系, 当相关性为 0时,则表明 y与 x之间不存在任何非线性关系.相关性值越接近 1 ,y与 x 之间的非线 图 2 瓦斯传感器预警模型 Fig2 Themodel of gas sensor forewarning 性关系越密切,表明模型准确度 较高. 3 瓦斯传感器预警模型如 图 2所示. 22 着火温度诱因数学模型 引起瓦斯爆炸的火源主要是 强火源,火源作用的强度标志是 火源的温度,最低着火温度主要 图 3 瓦斯浓度与着火温度之间的关系及其曲线检验 F ig3 The relationship curves of gas thickness and fire temperature and its verify curves 取决于矿井内空气中的瓦斯浓度、 压力与着火状态.在标准大气压下, 不同瓦斯混合气体的最低着火温度 不同. 1 设 y为着火温度,x为瓦斯 浓度,应用 Statistica60对不同浓度 CH4最低着火点温度数据进行非线性 估计与非线性检验处理,如图 3所 示. 2 着火温度诱因数学模型. 由 Statistica60统计得出火源温度与 瓦斯浓度关系数学模型为 图 4 温度传感器检测值预警 F ig 4 The model of temperature sensor fore warning y 743078- 21896x 2693 55x 2 - 0081 83x 3. 计算结果表明,该模型的相关 性为 0808 73 ,可见模型准确度较 高. 3 温度传感器预警模型如图 4所示. 3 GIS环境下瓦斯爆炸诱因预警的实现 31 软件选择及预警模块开发 ArcView 软件是一套应用面向对象方法提供强大图形用户界面功能, 辅助用户组织、维护、直观再 现、分析和传播地图与空间信息的传输工具, 可为用户进行空间决策提供服务 [ 7]. 瓦斯爆炸诱因预警模 型建立方法和实现过程,选用 ArcView 33为基础平台,通过二次开发实现预警模型功能,并将瓦斯爆炸 诱因预警模型对应 瓦斯爆炸诱因预警分析∋ 菜单,然后将其编程为一个 ArcView 的标准扩展.在实际 应用时, 只需把这个扩展添加到 Arc V iew 及相关版本的软件中, 软件便会自动添加这个菜单项, 使用者只 需按提示操作就可以实现 瓦斯爆炸诱因预警分析 ∋ 的相关功能. 32 实例研究 321 研究区域概况 研究区选择平顶山煤业集团天安十二矿己15- 17310、己15- 17022 、己15- 17180采煤工作面,己15煤 层位于山西组己煤段中下部,22线以东单独存在, 上距戊9- 10煤层 160m,下距己16- 17煤层 0 20m, 平均 为 7 m. 在背斜北翼东部煤层厚度为 326 411 m,平均为 370 m,在井田西部变薄,厚度在 089 1289 煤 炭 学 报 2007年第 32卷 320m, 平均为 200m, 属较稳定煤层.自 1989年以来, 十二矿共发生瓦斯突出 23次, 一次突出瓦斯量 为 196 25 704 m 3, 平均为 4 962 m3. 随着矿井开采深度的增加,矿井瓦斯涌出量随之增大. 322 瓦斯爆炸诱因预警 基于 GIS的矿井数字化系统图,依据瓦斯爆炸诱因预警模型, 在矿井数字化图形的属性表中实现对矿 井的瓦斯爆炸诱因预警.对参数中选取的评价标准默认, 系统自动完成计算刷新,将不同级别预警以不同 颜色进行标识,并把预警结果返回到当前视图中.按瓦斯爆炸评价标准中的 4级标准在 瓦斯爆炸诱因 预警分析∋ 下拉菜单上出现 温度预警分析∋ 和 瓦斯浓度预警分析 ∋,选择 瓦斯浓度预警∋, 显示出 瓦斯浓度预警结果.预警结果图显示矿井的己15- 17310采煤工作面机巷处检测点显示为黄色,表明处于 关注状态,己15- 17310风巷接近风巷专用回风巷处显示红色, 表明瓦斯浓度超限,比较危险.其他监测 点均为绿色, 表明监测点正常, 不会发生瓦斯爆炸危险. 选择 温度预警分析 ∋,显示出温度预警结果. 预警结果图显示矿井的己15- 17310机巷、己15- 17310风巷、己15- 17310高抽巷、己15- 17180风巷处瓦 斯检测点、己15- 17022采煤工作面风巷处瓦斯检测点都显示绿色,表明温度检测点都正常.与矿井的实 际状态相符合,说明预警方法可行. 4 结 论 1 利用统计学方法建立了瓦斯爆炸诱因瓦斯浓度与着火温度之间的非线性数学模型,利用该模型和 井下实际采集的数据可以对煤矿瓦斯爆炸诱因进行预测分析. 2 基于 GIS技术,结合瓦斯爆炸诱因数学模型及矿井监控系统建立的预警系统,能够在可视化环境 下对瓦斯爆炸诱因状况进行实时交互式分析,实现对瓦斯爆炸诱因状况的分级预警. 3 利用 Arc V iew 可直观显示采掘平面图、瓦斯和温度监控点及预警结果, 实现了瓦斯爆炸诱因预 警功能, 对预防瓦斯爆炸事故具有重要指导意义. 参考文献 [ 1] 郭德勇, 刘金城, 姜光杰. 煤矿瓦斯爆炸事故应急救援响应机制[ J]. 煤炭学报,2006 ,31 6697 700. [ 2] 国家安全生产监督管理局. 煤矿安全规程[ S]. 北京 煤炭工业出版社,2006 .54 135. [ 3] 杨永辰, 孟金锁, 王同杰, 等. 采煤工作面特大瓦斯爆炸事故原因分析[ J]. 煤炭学报,2007,32 7734 736. [ 4] 曹树刚, 王艳平, 刘延保. 基于危险源理论的煤矿瓦斯爆炸风险评价模型[ J]. 煤炭学报,2006,31 4470 474. [ 5] Stanislaw N a wrat , Sebastian Napiera.j M ethane explosion threats in polish coalm ineexperience and prevention [ A ].The F irstChina InternationalConference Proceedings on CoalM ine Gas Control Utilization [C].Beijing China Coal Industry PublishingHouse ,2005 . 39 47 . [ 6] 熊廷伟. 煤矿瓦斯爆炸预警技术研究[D]. 重庆 重庆大学,2005.61 62. [ 7] 严加永, 吕庆田, 葛晓立.GIS支持下的土壤重金属污染预测预警研究[ J].吉林大学学报 地球科学版 ,2007, 37 3592 596 . 1290