王雪芹　鄭　雷　張飛天

(烏海職業(yè)技術(shù)學(xué)院礦業(yè)工程系)

?

基于線性回歸分析的煤層瓦斯含量預(yù)測(cè)*

王雪芹鄭雷張飛天

(烏海職業(yè)技術(shù)學(xué)院礦業(yè)工程系)

摘要以某高瓦斯礦井的12#煤層為研究對(duì)象，測(cè)定了現(xiàn)場(chǎng)采集的煤巖樣本瓦斯含量，并通過分析確定了煤層底板標(biāo)高、煤層埋深為影響該煤層瓦斯含量的主要因素，在此基礎(chǔ)上建立了反映該2個(gè)因素與煤層瓦斯含量關(guān)系的二元線性回歸預(yù)測(cè)模型，對(duì)整個(gè)煤層的瓦斯賦存情況進(jìn)行了預(yù)測(cè)，并繪制了瓦斯含量等值線圖，對(duì)于該礦的瓦斯抽采工作有一定的參考價(jià)值。

關(guān)鍵詞線性回歸分析瓦斯含量煤層底板標(biāo)高煤層埋深二元線性回歸預(yù)測(cè)模型瓦斯含量等值線圖

瓦斯是影響煤礦安全生產(chǎn)的五大災(zāi)害之一[1-3]，礦井瓦斯抽采方案的確定直接受到瓦斯預(yù)測(cè)結(jié)果的影響。某礦井所在礦區(qū)處于荒漠地帶，年降水量小，蒸發(fā)量大，植被稀少，區(qū)內(nèi)無常年水系。區(qū)內(nèi)地質(zhì)構(gòu)造簡單，無褶曲和斷層，煤層賦存條件較好。煤層走向176°，傾角8°～10°，煤層厚1.28～4.17 m，平均2.52 m，煤層頂板巖性主要為泥質(zhì)頁巖和碳質(zhì)頁巖，底板巖性主要為頁巖和沙質(zhì)頁巖，穩(wěn)定性較好，煤種主要為肥煤，煤工業(yè)儲(chǔ)量28.69 Mt，可采儲(chǔ)量21.68 Mt。本研究以該礦12#煤層為例，對(duì)煤層瓦斯含量預(yù)測(cè)方法進(jìn)行探討。

1煤層瓦斯賦存影響因素

應(yīng)用樣本采集裝置從正在開采工作面的10個(gè)不同位置采集原始應(yīng)力帶的煤巖巖本，并測(cè)定了各樣本的煤層瓦斯含量，結(jié)果見表1。

影響瓦斯賦存的因素有地質(zhì)構(gòu)造情況、頂?shù)装鍘r性、煤層厚度、煤層埋深、煤層底板標(biāo)高、煤質(zhì)以及水文地質(zhì)條件等[4]。由于該礦區(qū)地質(zhì)構(gòu)造簡單，無褶曲和斷層等，整個(gè)煤層頂?shù)装鍘r性以頁巖為主，煤層瓦斯保存條件好，不易逸散，對(duì)瓦斯含量的變化影響較小，因此本研究著重從煤層底板標(biāo)高、煤層厚度、煤層埋深等3個(gè)方面對(duì)煤層瓦斯的賦存規(guī)律進(jìn)行研究。依據(jù)表1數(shù)據(jù)，分別將煤層底板標(biāo)高、煤層厚度、煤層埋深與煤層瓦斯含量之間的關(guān)系進(jìn)行線性回歸分析[5-6]，結(jié)果如圖1～圖3所示。

由于圖1～圖3可知：煤層厚度變化較小，與瓦斯含量間的回歸相關(guān)性系數(shù)為0.656 4，相關(guān)性較離散，因此煤層厚度并非影響瓦斯含量變化的主要因素，煤層底板標(biāo)高和煤層埋深與煤層瓦斯含量的回歸相關(guān)性系數(shù)分別為0.898 4和0.910 8，相關(guān)性較好，因此，本研究將煤層底板標(biāo)高、煤層埋深作為影響煤層瓦斯含量變化的主要因素。

表1　樣本瓦斯含量測(cè)量結(jié)果

圖1　煤層底板標(biāo)高與瓦斯含量的線性關(guān)系

圖2　煤層厚度與瓦斯含量的線性關(guān)系

圖3　煤層埋深與瓦斯含量的線性關(guān)系

2煤層瓦斯含量預(yù)測(cè)

2.1回歸預(yù)測(cè)模型構(gòu)建

以煤層底板標(biāo)高和煤層埋深為自變量，以煤層瓦斯含量為因變量，建立了煤層瓦斯二元線性回歸預(yù)測(cè)模型：

(1)

式中，W為瓦斯含量，m3/t；h為煤層底板標(biāo)高，m；H為煤層埋深，m；a0為回歸常數(shù)；a1為h的回歸系數(shù)；a2為H的回歸系數(shù)；ε為隨機(jī)誤差。

將表2中的數(shù)值代入式(1)，可得：

(2)

殘差平方和計(jì)算公式為

(3)

將式(3)分別對(duì)a0、a1、a2進(jìn)行偏微分運(yùn)算，可得：

(4)

將式(4)整理后用矩陣形式表示為

(5)

對(duì)式(5)運(yùn)算求解，可得回歸系數(shù)的最小二乘解[6]，即：a0=22.135，a1=-0.031，a2=0.064。因此，煤層瓦斯含量的線性回歸預(yù)測(cè)模型為

W=22.135-0.031h+0.064H .

(6)

將顯著性水平設(shè)為0.05，對(duì)預(yù)測(cè)模型的可靠性進(jìn)行分析檢驗(yàn)，結(jié)果見圖4。

圖4　回歸預(yù)測(cè)模型的可靠性分析

由圖4可知：判定系數(shù)R2=0.998，檢驗(yàn)統(tǒng)計(jì)量F=230.01，a1、a2的檢驗(yàn)統(tǒng)計(jì)量分別為t1=-18.3、t2=25.049 6。經(jīng)查F分布表與t分布表，可知F0.05=5.32，t0.05/2=2.306。故F>F0.05，|t1|>t0.05/2，|t2|>t0.05/2，由此可知，該預(yù)測(cè)模型的可靠性較高，且2個(gè)影響因子對(duì)煤層瓦斯含量均有較顯著的影響，可用于預(yù)測(cè)該礦的煤層瓦斯含量。

2.2預(yù)測(cè)結(jié)果與瓦斯含量等值線圖繪制

煤層瓦斯含量預(yù)測(cè)結(jié)果與實(shí)測(cè)值對(duì)比見表2。

表2　實(shí)測(cè)瓦斯含量與預(yù)測(cè)瓦斯含量對(duì)比

由表2可知：預(yù)測(cè)值的最大相對(duì)誤差僅為5.01%，符合相對(duì)誤差應(yīng)小于10%的要求。

采用1∶5 000采掘工程平面圖與煤層底板等高線圖作為底圖，將預(yù)測(cè)模型輸入煤礦瓦斯地質(zhì)分析系統(tǒng)(圖5)即可生成瓦斯含量等值線圖(圖6)。

圖5　煤礦瓦斯地質(zhì)分析系統(tǒng)

3結(jié)語

在分析某礦12#煤層地質(zhì)資料和測(cè)定煤巖樣本瓦斯含量的基礎(chǔ)上，對(duì)煤層瓦斯含量的影響因素進(jìn)行了討論，構(gòu)建了相應(yīng)的二元線性回歸預(yù)測(cè)模型，利用瓦斯地質(zhì)分析系統(tǒng)繪制了煤層瓦斯含量等值線圖，對(duì)于該礦瓦斯治理有一定的參考價(jià)值。此外，本研究也提供了一種有效的瓦斯預(yù)測(cè)地質(zhì)建模方法，可根據(jù)開采的實(shí)際進(jìn)度實(shí)時(shí)更新預(yù)測(cè)模型和瓦斯含量等值線圖，為有針對(duì)性地治理瓦斯提供依據(jù)。

圖6　煤層瓦斯含量等值線

參考文獻(xiàn)

[1]郭海英，李寶富.152負(fù)全部日固莊煤礦瓦斯地質(zhì)規(guī)律及其影響因素分析[J].山西煤炭，2013(2)：56-57．

[2]李守國.基于BP神經(jīng)網(wǎng)絡(luò)灰色關(guān)聯(lián)分析的煤與瓦斯突出危險(xiǎn)性預(yù)測(cè)[J].現(xiàn)代礦業(yè)，2016(1)：186-189.

[3]徐光亮.礦井瓦斯涌出量計(jì)算及應(yīng)用[J].現(xiàn)代礦業(yè)，2016(1)：65-66.

[4]姜力波.鐵法大興礦瓦斯涌出量預(yù)測(cè)[D].阜新：遼寧工程技術(shù)大學(xué)，2009．

[5]王雪芹.基于平溝煤礦16#煤層的瓦斯地質(zhì)預(yù)測(cè)及抽放技術(shù)研究[D].包頭：內(nèi)蒙古科技大學(xué)，2013．

[6]劉曉敏，張凱院.線性矩陣方程異類約束最小二乘解的迭代算法[J].計(jì)算機(jī)工程與科學(xué)，2012(6)：38-43．

Prediction of Coal Seam Gas Contents Based on Linear Regression Analysis

Wang Xueqin Zheng LeiZhang Feitian

(Department of Mining Engineering,Wuhai Vocational and Technical College)

AbstractTaking the 12# coal seam of a coal mine with high contents of gas as an example,the coal samples are collected in the field,the gas contents of the samples are tested in laboratory,based on analysis results,the main influence factors of the coal seams are determined,they are coal seam floor elevation and coal seam depth.The binary linear regression prediction model that take the above two factors as the independent variable values and coal seam gas contents as the dependent variable value is established,the gas contents of the whole coal seam is predicted based on the binary linear regression prediction model,besides that,the gas contents contour map is also obtained.The above research results has the reference for the gas extraction work of the coal mine.

KeywordsLinear regression analysis, Gas contents, Coal seam floor elevation, Coal seam depth, Binary linear regression prediction model, Gas contents contour map

(收稿日期2015-10-26)

*內(nèi)蒙古自治區(qū)高等學(xué)?？茖W(xué)研究項(xiàng)目(編號(hào)：NJZY364)。

王雪芹(1981—)，女，助教，碩士，016000 內(nèi)蒙古自治區(qū)烏海市海勃灣區(qū)濱河新區(qū)學(xué)府街。

·安全·環(huán)?！?/p>