一种煤矿采空区冒落形态的重构方法与流程

本发明涉及矿井安全技术领域，具体涉及一种煤矿采空区冒落形态的重构方法。

背景技术

煤层开采后，采煤工作面后方老顶垮落步距尺度范围内直接顶、老顶在矿山压力作用下垮落，采空区呈现动态连续性变化，产生大量的缝隙和大空洞等不同尺度的空隙空间，形成了岩块间缝隙、浮煤碎块间的缝隙、大空洞和遗煤体孔隙交叠嵌套分布的多尺度复杂介质。而采煤工作面后方老顶垮落步距尺度范围内的采空区是自然发火高发区，也是影响采场瓦斯浓度分布的敏感区域。采空区内部流体真实流动情况是研究采空区自然发火及瓦斯分布的前提和基础，因此掌握复杂的采空区几何结构是极其必要的。

以往处理采空区流场假设采空区为连续介质，建立在rev概念的基础上，视为多孔介质范畴。目前描述多孔介质结构的模型主要有：连续介质模型，毛管束模型，网络模型，空间周期性，分形模型，过程法模型、统计重构模型，以及采用ct、扫描电镜以及切片组合等方法的真实结构模型等等，现有的采空区三维重构技术主要采用自动激光扫描系统获取点云数据，从而探测金属矿采空区，煤矿中重构技术主要应用于覆岩裂隙发育研究，揭示上覆岩层力学特性与渗流规律，汪北方、梁冰等假定岩体块体一致条件下选用menger海绵分形模型建立采空区垮落岩体空隙结构模型，推导采空区垮落岩体空隙率和残余碎胀系数公式，计算了采空区垮落岩体空隙储水量。重构技术多用于岩石等多孔介质微观孔隙的三维重构上，而煤矿采空区随采随落，内部空间无法采用现有先进技术探测，新生采空区大块度和大空洞特点，也无法采用先进技术扫描或切片，因此对多尺度、大块度特征的新生采空区的三维重构还处于空白。

受煤岩物理力学特性、节理、采煤方法、采高等各种因素的影响，煤岩碎块形状各式各样，形成的空洞空间更是千变万化，即使同一个回采工作面其新生采空区的空洞形态也是动态随机变化的。可以说，无论是从时间上、还是从空间上都找不出两个完全相同的新生采空区空洞形态。此外，存在以下问题：(1)岩块的真实空洞结构复杂，并且空洞和缝隙跨尺度、无序分布，难以通过实验手段获得完备的采空区空洞真实结构信息，从理论上也难以准确地定量描述，缺乏相应的数学、物理描述。(2)采用简化的采空区空洞分布或者采用几个简单的统计特征函数来确定空洞结构分布，不能真实表达采空区空洞结构，重构采空区空洞与真实采空区之间必然存在差距。(3)由于试验条件和设备的限制，目前还找不到合理的试验方法来了解采空区真实的内部空洞结构。

技术实现要素：

针对现有技术存在的问题，本发明提供一种煤矿采空区冒落形态的重构方法，利用遗传算法来“穷举猜测”新生采空区冒落形态，采用格子boltzmann法对猜测出来的新生采空区的空洞流进行解算，解算结果与实际采空区空洞流的气体压力、组份气体浓度分布进行比较，从而得到新生采空区内部结构冒落形态。

为了实现上述目的，一种煤矿采空区冒落形态的重构方法，包括以下步骤：

步骤1：通过在空间内摆放固体方块的方式建立煤矿采空区初始形态的物理相似模型，并在模型中布置传感器监测参数数据，包括压力、速度和组分浓度；

步骤2：随机生成煤矿采空区的初始形态，将其进行三维网格划分，形成煤矿采空区三维网格点阵，其中，将煤矿采空区三维网格点阵中被煤岩体填充的网格设置为1，未被填充的气相介质设置为0；

步骤3：构建用于遗传算法的新生煤矿采空区染色体编码，根据遗传算法随机生成0-1序列的煤矿采空区模拟模型；

步骤4：采用格子boltzmann法计算随机生成的煤矿采空区模拟模型内部的压力、速度和组分浓度；

步骤5：判断格子boltzmann法计算结果的绝对误差与物理相似模型中传感器所监测的参数数据的比值是否小于相对误差阈值，若是，则输出煤矿采空区三维重构模型，即完成煤矿采空区冒落形态的重构，若否，则返回步骤3。

进一步地，所述步骤5中格子boltzmann法计算结果的绝对误差的计算公式如下：

δ＝|c-l|；

其中，δ为格子boltzmann法计算结果的绝对误差，c为格子boltzmann法计算值，l为物理相似模型监测点监测参数数据。

进一步地，所述步骤5中相对误差阈值根据实际情况具体设定。

本发明的有益效果：

本发明提出一种煤矿采空区冒落形态的重构方法，克服了传统技术在进行复杂结构的流动模拟时的局限性，解决了以往建立在rev概念的基础上存在的缝洞组合、多尺度、大块度特征对新生采空区的影响，本发明根据新生煤矿采空区冒落形态重构的采空区气相介质运动过程、弥散过程和传质传热过程，获得能够与现场实际情况相一致的气体流动场、组份气体浓度分布场和温度分布场状态参数，对研究煤矿采空区自然发火防治、瓦斯抽采及管理，保障煤矿安全生产具有重要的理论意义和实用价值。

附图说明

图1为本发明实施例中煤矿采空区冒落形态的重构方法流程图；

图2为本发明实施例中构建的煤矿采空区初始形态物理相似模型示意图；

图3为本发明实施例中物理相似模型中布置传感器的位置示意图；

图4为本发明实施例中最终重构的煤矿采空区三维模型示意图。

具体实施方式

为了使本发明的目的、技术方案及优势更加清晰，下面结合附图和具体实施例对本发明做进一步详细说明。此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

一种煤矿采空区冒落形态的重构方法，流程如图1所示，具体方法如下所述：

步骤1：通过在空间内摆放固体方块的方式建立煤矿采空区初始形态的物理相似模型，并在模型中布置传感器监测参数数据，包括压力、速度和组分浓度。

本实施例中，建立的煤矿采空区初始形态物理相似模型如图2所示，布置传感器p的位置如图3所示，其中，p1-p12为布置的12个传感器。

步骤2：随机生成煤矿采空区的初始形态，将其进行三维网格划分，形成煤矿采空区三维网格点阵，其中，将煤矿采空区三维网格点阵中被煤岩体填充的网格设置为1，未被填充的气相介质设置为0。

如图2所示，本实施例中，网格为被煤岩体填充区域，空白格为未被填充区域。

步骤3：构建用于遗传算法的新生煤矿采空区染色体编码，根据遗传算法随机生成0-1序列的煤矿采空区模拟模型。

本实施例中，构建的用于遗传算法的新生煤矿采空区染色体编码为：

步骤4：采用格子boltzmann法计算随机生成的煤矿采空区模拟模型内部的压力、速度和组分浓度。

所述格子boltzmann法简称lbm，是一种基于介观模拟尺度的计算流体力学方法，该方法相比于其他传统cfd计算方法，具有介于微观分子动力学模型和宏观连续模型的介观模型特点，因此具备流体相互作用描述简单、复杂边界易于设置、易于并行计算、程序易于实施等优势，是一种描述流体运动的有效手段。

步骤5：判断格子boltzmann法计算结果的绝对误差与物理相似模型中传感器所监测的参数数据的比值是否小于相对误差阈值，若是，则输出煤矿采空区三维重构模型，即完成煤矿采空区冒落形态的重构，若否，则返回步骤3。

所述格子boltzmann法计算结果的绝对误差的计算公式如公式(1)所示：

δ＝|c-l|(1)

其中，δ为格子boltzmann法计算结果的绝对误差，c为格子boltzmann法计算值，l为物理相似模型监测点监测参数数据。

本实施例中，相对误差阈值设定为0.05。

本实施例中，监测位置对应的监测值和采用格子boltzmann法计算得到的数值结果如表1所示，最终生成的煤矿采空区染色体编码为：

表1监测位置对应的监测值和采用格子boltzmann法计算得到的数值结果

通过公式(1)计算得到格子boltzmann法计算结果的绝对误差与物理相似模型中传感器所监测的参数数据的比值小于相对误差阈值，因此输出最终重构的煤矿采空区三维模型，如图4所示，完成煤矿采空区冒落形态的重构。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；因而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。