1 研究背景及意義

煤自燃火災是礦井生產過程中的重大災害之一，不僅造成煤炭資源浪費，還會引起瓦斯煤塵爆炸，嚴重威脅著礦井的安全生產。目前，煤自然發(fā)火預測預報主要采用氣體分析法，CO指標氣體具有很強的規(guī)律性、敏感性和易檢測性，已被廣泛用于煤自然發(fā)火早期預測預報。

近年來，在我國許多煤礦存在煤未發(fā)生自燃的情況，但在采空區(qū)、上隅角等區(qū)域出現CO濃度異常超標現象，超過《煤礦安全規(guī)程》規(guī)定的上限濃度0.002 4%。

雖然《煤礦安全規(guī)程》中規(guī)定的CO上限濃度0.002 4%并沒有明確是用來作為煤自然發(fā)火臨界指標，但企業(yè)的監(jiān)管部門卻以此CO濃度標準值作為煤自燃判定標準對煤礦企業(yè)進行監(jiān)管，因為缺乏CO異常來源解析理論與技術支持，在無法明確是否發(fā)生煤自燃的情況下，企業(yè)只有投入大量人力、物力進行防火治理，造成大量的經濟損失。有專家學者為此提出質疑，但由于CO異常不是礦井普遍存在的現象，該問題目前還沒有引起足夠重視，也未得到妥善解決。

國內外專家學者研究得出幾種觀點，采空區(qū)煤自燃氧化產生CO；開采煤層賦存CO；采煤過程中產生CO；或是多種來源皆有，但CO來源的比例未知。目前礦井工作面的CO來源觀點未得到普遍認同，因此開展礦井CO異常來源基礎理論與解析技術研究，能夠為制定“用于預測煤自燃CO指標濃度臨界值”的相關標準提供科學依據，并正確指導有CO異常涌出礦井的煤自然發(fā)火早期預測預報工作，減少不必要防滅火投入造成的經濟損失。研究成果具有重大的理論意義和應用價值。

2 研究內容

2.1 構建原生CO來源診斷同位素指紋圖譜

確定研究礦井(有原生CO賦存)，設計井下絕氧取樣打鉆方案，取煤樣裝入密封罐，并用足量氮氣密封保存。采用自制的CO解吸裝置，采集氣樣，用同位素質譜儀分析，得到CO氣體被電離后由不同質荷比的分子離子和同位素離子的相對豐度構成的譜圖，把各離子(具有不同豐度值)作為判別原生CO來源的參變量。采集不同樣本(樣本數n>50)，利用相關性分析(線性相關性分析、復相關性分析)、主成分分析、因子分析法、神經網絡等方法，判斷變量之間的關系，找出關鍵特征變量，構建原生CO來源診斷同位素指紋圖譜。

2.2 構建次生氧化CO來源診斷同位素指紋圖譜

對解吸過原生CO的煤樣進行程序升溫低溫氧化實驗，確定煤自燃臨界溫度點。在常溫與臨界溫度點之間(之所以選擇此溫度區(qū)間，考慮大部分煤在此溫度區(qū)間沒有產生C2H4等指標氣體，解析CO的來源尤為重要，并且此區(qū)間也是煤自然發(fā)火早期預測預報的關鍵時期)，用同位素質譜儀分析，得到不同溫度點下氧化生成CO氣體被電離后不同質荷比各離子峰構成的譜圖，并分析不同質荷比各離子片段的相對豐度，作為判別次生CO來源的參變量。針對不同溫度點，采集不同樣本(樣本數n>50)，分析變量之間相關性，找出關鍵特征變量，構建不同溫度點的次生氧化CO來源診斷同位素指紋圖譜。并在常溫與臨界溫度點區(qū)間，通過回歸分析，構建煤溫與關鍵特征變量之間的線性或非線性回歸模型。

2.3 建立礦井原生CO和次生氧化CO來源判別分析模型

根據原生CO和次生氧化CO同位素指紋圖譜，采用相似度評價(距離系數法、夾角余弦法和相關系數法)、神經網絡(回饋性神經網絡、深度神經網絡)和判別分析(距離判別、費歇判別、貝葉斯判別、偏最小二乘判別)等方法，對原生CO和不同溫度點的次生氧化CO的測試樣本進行訓練，對各種方法優(yōu)化分析比較，確定最優(yōu)分析方法，得到原生CO和次生氧化CO測試樣本在多維空間分布，從而建立原生CO和不同溫度下的次生CO來源的判別模型。

2.4 研究礦井現場原生CO和次生氧化CO來源解析方法

從研究礦井現場采集氣樣(含有原生CO和次生CO)，進行多樣本n(樣本數n>50)次實驗，進行同位素質譜儀分析，獲得各樣本的同位素指紋圖譜及相關的特征變量參數(特征變量確定樣本的空間維數)。采用偏最小二乘等方法，對各樣本指紋圖譜進行處理，獲得每個樣本在多維空間分布。根據分布規(guī)律，進行數值分析，以擇近識別原則，通過優(yōu)化聚類分析(K-means、密度聚類、層次聚類)和模糊模式識別方法，根據點群分布，實現對n個氣樣測試樣本進行分類，繪制譜系圖，確定合理的分類數。運用原生CO和次生氧化CO來源的判別模型，判別各分類歸屬，解析原生CO和次生氧化CO來源，并根據分類的樣本數，得到原生CO和次生氧化CO在混合氣體中所占比例構成。

3 研究成果

本課題的預期研究成果：

(1)建立原生CO和次生氧化CO來源診斷同位素指紋圖譜及CO來源判別分析模型。

(2)礦井原生CO和次生CO來源解析方法及如何判別混合氣體中原生與次生CO的組成。

(3)通過對礦井現場氣樣聚類分析和次生氧化CO來源判別，獲得解析出來的次生CO診斷指紋圖譜和關鍵特征變量值，利用煤溫與關鍵變量之間的回歸方程，計算煤體溫度，進行煤自然發(fā)火早期預測預報，最終開發(fā)有CO異常礦井煤自然發(fā)火早期預測預報技術。