基于瓦斯实时监测的炮掘工作面爆破自动识别与突出危险性预测

摘要

为实现应用炮掘工作面炮后瓦斯实时监测数据进行突出危险性动态预测的目标,提出了一种应用一阶差分、卷积运算和MATLAB中的findpeaks函数,自动识别瓦斯体积分数监测曲线中爆破事件的方法,应用提出的自动识别方法,对某炮掘工作面的爆破事件进行了自动识别与提取,并对识别结果进行了评价;基于爆破识别与提取的结果,分析了炮后瓦斯体积分数变化特征,计算了炮后瓦斯体积分数增长速率、峰值和衰减速率3个指标与K1值的相关性,据此建立了炮掘工作面突出危险性预测模型,并将模型应用于另一炮掘工作面,对工作面前方的突出危险性进行预测。研究结果表明:提出的自动识别方法实现了对爆破时刻、爆破时的瓦斯体积分数、炮后瓦斯体积分数峰值及其时刻的自动识别与提取,识别爆破事件的召回率平均为84.13%、精准率平均为77.21%,提取出的炮后瓦斯体积分数峰值和爆破时刻的平均绝对误差分别为0.0189%和2.3237 min;炮后瓦斯体积分数增长速率、峰值、衰减速率都与K1值强相关,相关系数分别为0.85、0.92、0.79;应用建立的突出危险性预测模型,成功地预测出了25次喷孔事件和1次小型压出事件,预报效能为60.48%。研究结果可作为现有突出预测方法的补充,辅助钻屑瓦斯解吸指标K1值进行突出危险性预测,并可为炮掘工作面瓦斯异常识别及突出危险性预测提供指导。