一种基于多参数的瓦斯浓度预警方法

文档序号:33699752发布日期:2023-03-31 17:55阅读:38来源:国知局
一种基于多参数的瓦斯浓度预警方法

1.本发明属于煤矿安全监测与监控技术领域,具体涉及一种基于多参数的瓦斯浓度预警方法。


背景技术:

2.瓦斯灾害严重威胁着煤矿的安全生产,给煤矿造成的损失及影响是重大的。矿井瓦斯监测是预防瓦斯灾害的重要手段,目前对于瓦斯浓度异常的预测主要是通过单一监测点甲烷浓度超限发出超限声光报警或断电控制,未能考虑影响瓦斯浓度变化的多参时候,而且对于甲烷浓度达到报警界限值之前就可提前预警的方法仍然不多,因此利用安全监测监控系统监测到的数据进行充分地挖掘及分析,可以为安全预警奠定基础,使瓦斯预警从事后向事前转移,这对于提高煤矿安全生产具有重大意义,但是瓦斯监测数据量大,如何准确地在海量数据中提取有效信息从而进行统计分析及关联分析,以实现瓦斯灾害的提前预警显得非常重要,同时准确、快速的使用数据,提取有效信息也是智能化矿山、数字化矿山建设的要求。
3.为此,研究一种基于多参数的瓦斯浓度预警方法是采掘工作面安全监测监控的题中应有之义。


技术实现要素:

4.本发明的目的是:针对现有技术主要从单一监测点检测瓦斯水平进行预警,缺乏工作面瓦斯浓度与关联巷道多参数相依关系的分析和对数据的统计挖掘不足,本发明提供一种一种基于多参数的瓦斯浓度预警方法,能实现工作面作业期间的瓦斯灾害预警功能,它包括以下步骤:
5.(1)从煤矿安全生产监测监控系统中获取煤矿掘进工作面瓦斯浓度及关联巷道的多参数数据,其中多参数数据包括工作面运输巷瓦斯浓度x1(k)、回风巷瓦斯浓度x2(k)、上隅角瓦斯浓度x3(k)、运输石门瓦斯浓度x4(k)、温度x5(k);
6.(2)对瓦斯监测数据进行统计分析和关联分析,计算出工作面瓦斯浓度的均值μ和方差σ
x
及不同置信水平下的85%置信区间[μ-1.44σ
x
,μ+1.44σ
x
]、85%-95%置信区间[μ+1.44σ
x
,μ+1.96σ
x
],并确定瓦斯浓度持续偏大时间hm,把多参数作为比较数列x
t
,工作面瓦斯浓度作为参考序列yi,通过分析两者之间元素最大差值与绝对差均值的大小关系,来判定瓦斯浓度是否异常。
[0007]
(3)以《煤矿安全规程》中规定的瓦斯浓度报警界限值作为报警和预警的分界,将警情进行划分。
[0008]
(4)在工作面瓦斯浓度实测值x
*
小于报警界限值xr的情况下,判断x
*
是否在85%置信区间内,若在,则属于正常情况,不作预警提示,否则,再根据瓦斯浓度置信区间、持续偏大时间以及参考考序列与比较序列之间元素最大差值与绝对差均值的大小关系,来确定预警等级。
[0009]
(5)瓦斯浓度异常判定,综合步骤(1)到步骤(4)的结果,发出瓦斯浓度异常报警信号或预警信号。
[0010]
进一步的,所述步骤(2)中,比较数列
[0011]
其中x1(1),x1(2),x1(3)
···
x1(n)为变量x1(k)中的具体数值;参考序列;yi=[yi(1),yi(2),yi(3)
···
yi(n)]
ꢀꢀ
(2)其中yi(1),yi(2),yi(3)
···
yi(n)为yi中的具体数值。
[0012]
进一步,所述步骤(2)中,对参考序列yi和比较序列x
t
进行数据区间的无量纲化处理得到yj与xj:
[0013]
xj=[xj(1),xj(2),xj(3)
···
xj(n)]
ꢀꢀ
(3)
[0014][0015]
同理得到;yj=[yj(1),yj(2),yj(3)
···
yj(n)]
ꢀꢀ
(5)
[0016]
其中,j是多参量的数量,j=5;k是xj中样本数量,k=1,2,3,
···
,n。进一步的,所述步骤(2)中,通过分析两者之间元素最大差值与绝对差均值的大小关系,来判定瓦斯浓度是否异常。关系,来判定瓦斯浓度是否异常。分别为yj与xj中两者相对应元素最大、小绝对差值。δ
ij
(k)=|yi(k)-xj(k)|
ꢀꢀ
(8)为yi与x
t
中对应元素绝对差值。yj与xj对应值的绝对差均值δa计算公式如下:
[0017]
进一步的,所述步骤(4)中,x
*
若超出85%置信区间内,且在95%置信区间内,则判断持续偏大时间hm是否超过60min,若小于60min,则属于正常情况,若大于等于60min,则继续判断δ
max
与5δa的关系,若δ
max
小于5δa,说明yj与xj关联程度正常,不做预警提示,若δmax大于等于5δa,说明yj与xj关联程度较弱,作为ⅰ级预警,发出预警信号;x
*
若在85%-95%置信区间内,则继续判断hm是否大于30min,若小于30min,则属于正常情况或ⅰ级预警,若大于30min,则继续判断δmax与5δa的关系,若δ
max
小于5δa,则发出ⅰ级预警信号,若δ
max
大于等于5δa,则发出ⅱ级预警信号。
[0018]
进一步的,所述分析方法能够把工作面瓦斯浓度的异常预警与关联巷道的多参数建立联系,提高了瓦斯预警准确性,在瓦斯浓度超过报警界限值之前可以做到提前预警,提高了煤矿开采工作的安全性。
[0019]
本发明的有益效果是:
[0020]
本技术方案的一种基于多参数的瓦斯浓度预警方法,具有以下方面的优点:实现了对瓦斯监测数据的统计分析,为瓦斯异常预警确立了基本指标;实现了关联巷道多参数与工作面瓦斯浓度的关联分析,通过研究参考序列与比较序列之间元素最大差值与绝对差均值的大小关系,来判定瓦斯浓度是否异常,可以从整体上分析煤矿工作面及其关联巷道多参数的相依性,实现大数据情况下的智能预警功能,提高灾害判识准确性及判识效率。
附图说明
[0021]
图1为本发明的一种基于多参数的瓦斯浓度预警方法流程图
[0022]
图2为本发明的工作面瓦斯浓度预警结果
具体实施方式
[0023]
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更容易被本领域的人员了解,从而对本发明的保护范围做出更为明确的界定。
[0024]
以山西某煤矿为例,工作面瓦斯监测点及其关联巷道多参数监测点2019年8月共31天的瓦斯浓度进行跟踪分析,发现最后一天的前6个小时瓦斯浓度异常情况较为明显,因此以前30天的监测数据作为基础进行最后一天前6小时的预警分析。
[0025]
本发明的一种基于多参数的瓦斯浓度预警方法流程图如图1所示,包括如下步骤:
[0026]
(1)从煤矿安全生产监测监控系统中每隔10min获取煤矿掘进工作面瓦斯浓度及关联巷道的多参数数据,其中多参数数据包括工作面运输巷瓦斯浓度x1(k)、回风巷瓦斯浓度x2(k)、上隅角瓦斯浓度x3(k)、运输石门瓦斯浓度x4(k)、温度x5(k)。
[0027]
(2)对前30天瓦斯监测数据进行统计分析和关联分析,得到工作面瓦斯浓度的最大值为0.6422、最小值为0.0527、均值μ=0.3614和方差σ
x
=0.0489及85%置信区间[0.2910,0.4318]、85%-95%置信区间[0.4318,0.4599],并确定瓦斯浓度持续偏大时间hm,把多参数作为比较数列x
t
,工作面瓦斯浓度作为参考序列yi,通过分析两者之间元素最大差值与绝对差均值的大小关系,来判定瓦斯浓度是否异常。
[0028]
比较数列
[0029]
参考序列;yi=[0.3404,0.3229,0.3178
···
0.3604]
ꢀꢀ
(11)
[0030]
对参考序列yi和比较序列x
t
进行数据区间的无量纲化处理可得:
[0031][0032][0032]
yi与x
t
对应值的绝对差均值;
[0033]
(3)以《煤矿安全规程》中规定的瓦斯浓度报警界限值作为报警和预警的分界,将警情进行划分。《煤矿安全规程》(2016版)规定在掘进工作面处甲烷传感器甲烷浓度达到或超过1.0%时,进行声光报警,因此设定报警界限值xr的值为1.0%。
[0034]
(4)由图2可知,工作面瓦斯浓度实测值x
*
小于报警界限值xr,前3个采样点超过95%置信区间,且瓦斯浓度处于回落趋势,δmax大于等于5δa,说明yi与x
t
关联程度较弱,出现预警ⅰ级情况;从第4个采样点开始,至第15个采样点,瓦斯浓度置于85%置信区间内,不做预警警示;第15个采样点超过95%置信区间,瓦斯浓度持续偏大时间小于30min,yi与x
t
关联程度较弱,因此出现预警ⅰ级情况;第16至19个采样点超过95%置信区间,瓦斯浓度持续偏大时间大于30min,yi与x
t
关联程度较弱,因此出现预警ⅱ级情况;第22至28采样点属于正常情况,不做预警警示;第29个采样点超过95%置信区间,瓦斯浓度持续偏大时间小于30min,yi与x
t
关联程度较弱,因此出现预警ⅰ级情况;第30至32采样点超过95%置信区间,瓦斯浓度持续偏大时间大于30min,yi与x
t
关联程度较弱,因此出现预警ⅱ级情况;第33个采样点处于预警ⅰ级情况;第34至36采样点属于正常情况,不做预警警示。
[0035]
(5)瓦斯浓度异常判定,综合步骤(1)到步骤(4)的结果,发出瓦斯浓度异常报警信号或预警信号。
[0036]
最后说明的是,以上所述的仅是本发明的实施例,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,本领域的技术人员可以对本发明的技术方案进行修改或者等同替换,不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1