复杂煤层煤与瓦斯突出危险性预测:模糊聚类方法应用
115 浏览量
更新于2024-09-01
收藏 258KB PDF 举报
"该文基于模糊聚类方法对复杂煤层煤与瓦斯突出危险性进行了分析,以通顺煤矿2#煤层为研究对象,筛选出瓦斯含量和瓦斯压力作为预测指标,其中瓦斯含量的临界值为8 m3/t,瓦斯压力的参考临界值为0.60 MPa。通过模糊聚类分析确定了△h2、K1和S的相对敏感度,选择△h2为主敏感指标,K1和S为辅助参考指标。利用统计学和概率分布进一步确定了△h2的临界值为180 Pa(湿煤为160 Pa),K1的参考临界值为0.41 mL/(g·min1/2)(干煤),S的参考临界值为5.10 kg/m(干煤)。"
本文深入探讨了在复杂煤层条件下如何预测煤与瓦斯突出的危险性,采用了模糊聚类分析这一数学工具。首先,研究者以通顺煤矿2#煤层为实例,通过井下直接测量和实验室分析,明确了瓦斯含量和瓦斯压力是判断煤层煤与瓦斯突出的关键因素。瓦斯含量达到8 m3/t时被视为具有突出危险,而瓦斯压力超过0.60 MPa则可能增加危险性。
接下来,借助模糊聚类方法,研究发现△h2、K1和S三个参数在预测煤与瓦斯突出中的相对敏感度不同。其中,△h2的敏感度最高,因此被选为主要的预测指标,K1的敏感度次之,S的敏感度最低,但两者仍作为辅助参考指标。对于△h2,其临界值设定为180 Pa,针对湿煤的情况,临界值为160 Pa,这反映了煤层的透气性和瓦斯释放能力。K1作为局部预测的辅助指标,其参考临界值设定为0.41 mL/(g·min1/2),这与煤层的瓦斯解吸速度有关。S作为反映煤层应力状态的指标,其参考临界值为5.10 kg/m(干煤),高的应力水平可能加剧煤与瓦斯突出的风险。
通过统计学理论和概率分布的运用,这些临界值的确定更加科学和准确,为复杂煤层的煤与瓦斯突出危险性评估提供了有效的预测手段,有助于提升煤矿安全生产的预警能力和防范措施。该研究方法和结果对于同类复杂条件下的煤矿安全工作具有重要的指导意义。
2020-06-03 上传
点击了解资源详情
点击了解资源详情
2020-06-05 上传
2021-07-14 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
2024-10-24 上传
weixin_38747216
- 粉丝: 5
- 资源: 882
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手