指标临界值

2024-10-04

指标临界值（通用6篇）

指标临界值篇1

突出预测敏感指标分为突出危险和非突出危险的预测指标, 标志突出危险的指标最小值即突出预测敏感指标临界值[1,2]。敏感指标及临界值是工作面预测和措施效果检验的关键, 也是我国突出矿井日常防突工作的关键技术。预测指标通常采用灰色关联度法或者逻辑斯谛函数法[3,4], 本文利用“三率法”对天池公司15煤层煤巷掘进突出危险区域进行预测分析, 确定了敏感指标, 并得到了敏感指标的临界值。

1“三率法”介绍

“三率法”是指通过预测突出率、预测突出准确率和预测不突出准确率来确定突出敏感指标及其临界值时。其中预测突出率、预测突出准确率和预测不突出准确率的计算公式如式 (1) ~ (3) [5,6]。

式中:η1———预测突出率, %;

n1———预测有突出危险次数, 次;

N———预测总次数, 次;

η2———预测突出准确率, %;

n2———预测有突出危险次数中确实有突出危险的次数, 次;

η3———预测不突出准确率, %;

n3———预测不突出次数中确实没有突出危险的次数, 次;

(N-n1) ———预测不突出次数, 次。

在用敏感指标进行工作面突出危险性预测时, 预测突出率η1尽可能小, 且不超过30%;预测突出准确率η2尽可能大, 且不低于40%;预测不突出准确率η3必须达到100%。

2 敏感指标的确定

根据预测指标跟踪考察情况, 分析预测指标临界值取值变化时, “三率”变化情况:

根据“三率”变化情况, 分析是否存在同时满足“三率”要求的临界值取值范围XL。

式中:XL为同时满足“三率”要求的指标临界值取值范围;X1为预测突出率η1满足“不大于30%”要求的指标临界值取值范围;X2为预测突出准确率η2满足“不低于40%”要求的指标临界值取值范围;X3为预测不突出准确率η3满足“必须达到100%”要求的指标临界值取值范围[7,8]。

1150掘进考察区钻屑量指标S、钻屑瓦斯解吸指标和K1不同取值情况下的“三率”计算结果分别见表1、表2和表3。

由表4分析可以得到:

(1) 钻屑量指标S, 没有能够同时满足“三率”要求的临界值取值范围, 因此属于不敏感指标。

(2) 对于钻屑瓦斯解吸指标Δh2, 当临界值在230Pa≤Δh2≤260Pa范围内取值时, “三率”能够同时满足要求, 因此钻屑瓦斯解吸指标Δh2可以作为天池公司15煤层煤巷掘进的突出预测敏感指标。

(3) 对于钻屑瓦斯解吸指标K1, 当临界值在0.6ml/ (g.min1/2) ≤K1≤0.65ml/ (g.min1/2) 范围内取值时, “三率”能够同时满足要求, 因此钻屑瓦斯解吸指标K1可以作为天池公司15煤层煤巷掘进的突出预测敏感指标。

(4) 就钻屑瓦斯解吸指标Δh2和K1相比较, 指标Δh2较K1敏感。

3 敏感指标临界值的确定

钻屑瓦斯解吸指标Δh2临界值确定, 对于钻屑瓦斯解吸指标Δh2, 能同时满足“三率”要求的临界值取值范围XL为210~240Pa。计算在范围210~240Pa内, 临界值取不同值时的“三率”结果, 见表5。

从表5中可以看出, 当钻屑瓦斯解吸指标Δh2临界值取值由240Pa增大到250Pa时, 预测突出率η1由4.98%减小到了2.30%;预测突出准确率η2由46.15%增大到100.00%, 发生了急剧变化, 因此, 钻屑瓦斯解吸指标Δh2临界值合理取值为240Pa。

对于钻屑瓦斯解吸指标K1, 能同时满足“三率”要求的临界值取值范围XL为0.6ml/ (g.min1/2) ~0.65ml/ (g.min1/2) 。计算在范围0.6ml/ (g.min1/2) ~0.65ml/ (g.min1/2) 内, 临界值取不同值时的“三率”结果, 见表6。

从表6中可以看出, 当钻屑瓦斯解吸指标K1临界值取值由0.6ml/ (g.min1/2) 增大到0.65ml/ (g.min1/2) 时, 预测突出率η1由4.64%减小到了3.10%;预测突出准确率η2由40.00%增加到60.00%, 发生了急剧变化, 因此, 钻屑瓦斯解吸指标K1临界值合理取值为06ml/ (g.min1/2) 。

4 结论

(1) 采用“三率法”对1150掘进考察区的突出预测敏感指标进行研究分析, 得到煤层钻屑量指标S为突出预测不敏感指标, 钻屑瓦斯解吸指标和K1为突出预测敏感指标, 而且指标的敏感程度大于K1。

(2) 采用“三率法”对突出预测敏感指标的临界值进行了分析研究, 得出钻屑瓦斯解吸指标为主要预测指标临界值, 合理取值为200Pa, K1为辅助预测指标临界值, 合理取值为0.5ml/ (g.min1/2) , 任何一个预测指标达到或超过临界值均视为具有突出危险。

参考文献

[1]国家安全生产监督管理总局, 国家煤矿安全监察局.防治煤与瓦斯突出规定[S].北京:煤炭工业出版社, 2009.

[2]李成武, 付京斌.煤与瓦斯突出敏感指标的确定方法[J].煤矿安全, 2002, 33 (5) :5-7.

[3]田坤云, 等.大宁煤矿突出预测敏感指标及临界值的探索[J].煤矿安全, 2006, 37 (9) :31-34.

[4]孙贤斌, 孙东玲.突出预测指标K1和f值确定临界值试验研究[J].矿业安全与环保, 2000, 27 (4) :23-27.

[5]胡殿明, 林柏泉.煤层瓦斯赋存规律及防治技术[M].徐州:中国矿业大学出版社, 2006.

[6]Xue Sheng, Wang Gang, Wang Yucang, etal.A numerical simulatorof outbursts of coal and gas[A].Proceedings of the 2010Under-ground Coal Operator Conference[C].NSW.AU.:University of Wollongong, 2010:257-263.

[7]徐三民.费歇判别法在确定K1指标临界值中的应用[J].煤炭工程师, 1997 (5) :37-39.

[8]吕有厂.煤层地质异常区域掘进防突技术[J].矿业安全与环保.2008, 35 (4) :38-40.

指标临界值篇2

戊8煤层瓦斯压力6.6 MPa, 戊9-10煤层瓦斯压力5.9 MPa, 己15煤层瓦斯压力2.1 MPa。

1 突出预测敏感指标及临界值确定

由于各突出矿井煤层地质赋存条件的差异, 敏感指标及其突出临界值也是不同的, 常用的工作面预测方法有:钻孔瓦斯涌出初速度法和钻屑指标法, 即钻孔瓦斯涌出初速度q、最大钻屑量S和钻屑瓦斯解吸指标Δh2 (或K1) 。因此根据首山一矿己15煤层掘进工作面的实际预测结果, 用“四率”法和灰色关联分析法, 对该矿的突出预测敏感指标及其临界值进行分析研究, 确定适用于该煤层的突出预测敏感指标及其临界值。

1.1 现场煤样采集和实验室考察

2008年1月, 分别从己15-12010机巷、风巷掘进头采集了己15煤层煤样2份。从定点取样和区域预测的要求出发, 这2份煤样已代表了己15煤层煤质的特点。在实验室对每份煤样除了测定瓦斯放散初速度ΔP, 煤的坚固性系数f值外, 还分别充入0.27~1.70 MPa的瓦斯, 吸附平衡48 h以上, 考察瓦斯解吸量Δh2与瓦斯压力p之间的变化关系。然后分析钻屑瓦斯解吸指标Δh2同p, ΔP, f之间的关系。

1.2 实验结果分析

不同充气瓦斯压力下煤样的钻屑瓦斯解吸指标Δh2和煤的坚固性系数f、瓦斯放散初速度指标ΔP参数的测定结果见表1。表1中K为突出区域预测综合指标, 其值可由下式得出:

由表1可以看出, ΔP, f值及综合指标K值均超过《防治煤与瓦斯突出规定》给定的区域预测指标临界值 (ΔP≥10, f≤0.5, K≥15) , 说明该区域具有突出危险性。

2个煤样钻屑瓦斯解吸指标Δh2同充气瓦斯压力p的关系见图1。

对表1中的瓦斯解吸指标Δh2与吸附瓦斯压力p进行线性拟合:

复相关系数分别达到0.959 7和0.943 1, 曲线拟合较显著, 说明可以用上述关系来描述解吸指标Δh2与瓦斯压力p之间的关系。

根据国家“八五”攻关科研项目“工作面突出预测敏感指标及临界值确定”研究成果, 钻屑解吸指标Δh2同吸附平衡压力p及突出危险性综合指标K之间存在以下关系, 其拟合曲线见图2。

式中A, B, C为依赖于煤种的实验常数, 由表1中2组实验数据进行多元线性回归得出。A主要同煤种有关, 可取式 (2) — (3) 中常数185.71和172.62的平均值的整数部分179.0;B, C为正值表明煤样随着解吸瓦斯压力p和突出危险性综合指标K的增加, 钻屑解吸指标Δh2也增加, 同时B, C还反映了瓦斯压力与煤质指标同钻屑解吸指标Δh2的密切程度。

将表1中2组煤样数据进行多元数据拟合, 得出钻屑解吸指标Δh2同吸附平衡压力及突出危险性综合指标K之间较好地符合以下关系:

式 (5) 说明, 如果能够确定首山一矿己15煤层的p, K突出危险临界值, 就能得出钻屑瓦斯解吸指标Δh2的临界值。根据《防治煤与瓦斯突出规定》第26条预测煤层突出危险性单项指标p和第30条综合指标K的临界值, 即突出危险煤层p≥0.74 MPa, K≥15 (无烟煤为20) , 将上述数据代入式 (5) 得钻屑瓦斯解吸指标参考临界值为

在预测指标中, Δh2与K1存在着如下关系:

式中:Q为自解吸开始时刻解吸仪实测每克煤的累计解吸瓦斯量, m L/g, 对于MD-2钻屑瓦斯解吸仪, Q=0.082 1Δht/10;Δht为t时刻解吸仪实测水柱计两侧压差;0.082 1, 10分别为仪器结构常数和煤样质量;t为解吸测定时间;W1为解吸测定开始前每克煤已解吸的瓦斯量, 即在暴露时间 (MD-2解吸仪T0=3 min) 煤样损失的解吸量。

在预测中还进行了Δh2与K1的换算关系的测定, 结果见表2。

综合式 (6) 、图2以及实验仪器的测定原理和实验结果, 并考虑留有一定的安全系数, 确定Δh2=180 Pa, 对应的K1=0.35 m L/ (g·min1/2) , 作为参考临界值在现场进行应用考察, 以确定其敏感指标及临界值。

根据首山一矿的己15煤层煤巷掘进现状, 己15煤层Vdaf=18.91%, 并结合MD-2解吸仪读数精度, 确定以Δh2=180 Pa为参考临界值, S=6 kg/m, q=4.5 L/min;己15-12010机巷、己15-12010风巷“四位一体”防突措施中的预测和检验测定指标及临界值按上述标准执行。

2 突出预测敏感指标分析

2.1 预测突出率

式中:η1为预测突出率, %;nt为预测有突出危险次数;N为预测总次数。

预测突出率η1代表着预测有突出危险区段所占总预测区段的比例大小, 当然η1越小, 需采取防突措施的范围越小, 防突投入少, 进度快, 但其取决于突出预测的准确率。

2.2 预测突出准确率

式中:η2为预测突出准确率, %;nk为预测有突出危险次数中, 真正有突出危险的次数。

预测突出准确率η2越高越好, 但在目前技术条件下, 能够达到60%左右。

在试验中发现, 如果以实际发生的突出来确定指标临界值和敏感性, 一是生产中不允许, 二是不安全。为此, 国内众多学者提出凡符合下列条件之一时即属突出危险: (1) 实际发生的突出; (2) 预测指标超标较大, 预报有危险但采取措施 (超前排放钻孔、慢速掘进甚至停掘等) 后未发生突出; (3) 在施工防突排放钻孔过程中, 有动力现象 (喷孔、夹钻、顶钻、响煤炮等现象) 。

2.3 预测不突出准确率

式中:η3为预测不突出准确率, %;nB为预测无突出危险次数;nA为预测无突出危险次数中果真无突出危险的次数。

预测不突出准确率η3一般达到95%以上即可。

2.4 预测准确率

式中:η4为预测准确率, %;n为实际有突出危险次数。

预测准确率一般应达到100%。

3 己15-12010机巷、风巷掘进工作面预测敏感指标分析

3.1 己15-12010机巷

跟踪考察212次, 共发生突出20次, q值超限21次, 准确预报18次, 误报3次, 漏报2次;S值超限6次, 准确预报5次, 误报1次, 漏报15次;Δh2超限3次, 准确预报3次, 误报0次, 漏报17次。

从表3可以看出, 3项指标的预测突出率均低于15%, 说明q, S, Δh2作为预测指标具有实际操作意义, 不会给掘进回采工作带来太多影响。预测突出准确率q值为85.7%, 这表明该指标对于突出预测有误报现象, 误报率达到了14.3%, S值的误报率达到16.7%, Δh2没有误报;预测不突出准确率q值达99%, 明显高于其他两项;预测准确率q值达到90%, 而S和Δh2分别只有25%和15%, 这说明S和Δh2存在严重的漏报现象, 漏报率分别达到75%和85%。

在己15-12010机巷掘进工作面的突出危险性预测中, q值的预测效果明显高于其他两项指标。但q值存在漏报现象, 故应该以其他指标对其补偿。

根据现场实测, S, Δh2对于q的漏报均具有补偿作用。2008年6月14日发生的突出S值为5.8 kg/m, 非常接近参考临界值, 其S值作出了较为准确的预报。

3.2 己15-12010风巷

跟踪考察230次, 共发生突出28次, q值超限28次, 准确预报25次, 误报3次, 漏报3次;S值超限3次, 准确预报3次, 误报0次, 漏报25次;Δh2超限2次, 准确预报2次, 误报0次, 漏报26次。

从表4可以看出, 3项指标的预测突出率均低于15%, 说明q, S, Δh2作为预测指标具有实际操作意义, 不会给掘进回采工作带来太多影响。预测突出准确率q值为89.3%, 这表明该指标对于突出预测有误报现象, 误报率达到了10.7%, S值和Δh2均没有误报;预测不突出准确率q值为98.5%, 明显高于其他两项;预测准确率q值达到89.3%, 而S和Δh2分别只有10.7%和7.1%, 这说明S和Δh2存在严重的漏报现象, 漏报率分别达到89.3%和92.9%。

比较预测突出准确率、预测不突出准确率、预测准确率, 在己15-12010风巷掘进工作面的突出危险性预测中, q值的预测效果明显高于其他两项指标。但q值存在漏报现象, 故应以其他指标对其补偿。

根据机巷的实测, q值漏报的3次是:

1) 2008年3月14日, 动力现象为夹钻, 其q值为3.2 L/min, S值为6.4 kg/m, Δh2为100 Pa, 这次突出只有S值预报准确;

2) 2008年5月30日, 动力现象为响煤炮, 其q值为2.2 L/min, S值为6.2 kg/m, Δh2为180 Pa, 这次突出S, Δh2预报准确;

3) 2008年8月30日, 动力现象为响煤炮, 其q值为1.4 L/min, S值为6.0 kg/m, Δh2为190 Pa, 这次突出S, Δh2预报准确。

4 结论

指标临界值篇3

谢一矿望峰岗井位于淮南老区谢一矿及谢李煤矿深部, 浅部原则上以各煤层-660 m底板等高线为界, 深部以各煤层-1 200 m底板等高线为界。谢一矿C15煤层为煤与瓦斯突出煤层, 矿井将C15煤层的512 (5) 工作面作为煤与瓦斯突出预测敏感指标临界值试验区域。512 (5) 工作面位于F13-4-1断层和F12-11断层之间, 走向长1 688 m, 平均倾斜长195 m。该工作面Ⅳ—Ⅴ线、Ⅵ线间C15煤层已开采至-700 m, Ⅱ—Ⅲ线、Ⅳ—Ⅴ线之间C13煤层已开采至-720 m;区域内煤层赋存较复杂, 煤层呈单斜构造, 属稳定煤层, 平均走向NE148°, 倾向NE58°, 倾角21°, 煤厚0.4～1.6 m。煤层顶板为厚2～3 m的砂质泥岩, 底板为厚2～3 m的炭质泥岩。

1 突出预测方法

矿井日常突出危险性预测以《防治煤与瓦斯突出细则》的有关规范为基础, 并结合C15煤层实际情况, 以钻屑量S和钻屑瓦斯解吸指标K1为主要预测指标, 辅助指标为各种动力现象、地质构造发育及变化程度、构造煤变异程度、瓦斯涌出异常现象等。当上述主要指标超限时, 即认为工作面具有突出危险性。

在C15煤层512 (5) 掘进工作面进行防突预测时, 布置3个预测孔, 其深度一般为8～10 m。钻孔尽量布置在软分层, 中间1个钻孔位于巷道中部, 并与掘进方向一致, 另外2个钻孔开孔于工作面两侧巷帮内0.5 m处, 终孔于巷道前方预计轮廓线外2～4 m。采煤工作面进行防突预测时, 每隔10 m布置1个防突预测钻孔。钻屑量的测定从钻孔第1 m开始, 每施工1 m用专用容器收集孔口钻屑, 并用弹簧秤称量;在钻孔每2, 4, 6, 8 m时用WTC防突测定仪进行K1值的测定。试验期间防突预测指标临界值采用《防治煤与瓦斯突出细则》推荐值:S0=6 kg/m, K10=0.5 mL/ (g·min1/2) 。

2 突出预测指标敏感性分析

根据矿井目前的防突装备及所采用的突出预测指标情况, 首先对钻屑量S和钻屑瓦斯解吸指标K1的敏感性进行分析确定。

在相同的打钻工艺条件下, 应力越大、瓦斯压力越大、煤的强度越小, 所产生的钻屑量S越大, 而此时突出危险性越大;钻屑瓦斯解吸指标K1的大小与煤中瓦斯、煤的物理参数及强度性质、瓦斯解吸特征, 以及测量工艺、环境条件和测定误差有关[2]。

试验考察期间, 对C15煤层试验区域151个预测循环, 408个预测钻孔的预测数据进行了分析。预测指标钻屑量S值数据主要分布在2～6 kg/m, 有个别地点测定数据达到了10 kg/m以上。在实际的预测效果检验中, 当S值大于一定值后, 打钻时可能会发生喷孔、卡钻、响煤炮等动力现象, 而且S值越大, 动力现象越明显和严重;当采取防突措施后, S值明显减小。预测过程中钻屑量大的测定地点, 测定的K1值也比较大, 并且当打钻发生吸钻、卡钻时, 测定的K1值往往较大, 甚至超过临界值。

上述分析认为钻屑量S和钻屑瓦斯解吸指标K1与动力现象的发生有着一定的联系, 说明这2项预测指标对于预测煤层突出危险性具有敏感性, 即目前该矿井采用的钻屑量S和钻屑瓦斯解吸指标K1作为突出危险性预测敏感指标是合理的。

3 预测指标临界值确定

3.1 预测指标分析

试验考察期间, 收集了C15煤层试验区域151个预测循环, 408个预测钻孔的预测数据, 累计巷道工程量709 m。钻屑量指标S和钻屑瓦斯解吸指标K1共超标37次, 2个预测指标同时超标27次, 指标超限范围:S超标值位于6.5～10 kg/m, K1超标值位于0.54～0.83 mL/ (g·min1/2) 。

预测指标超标时工作面异常特征主要表现:煤层断面内存在1～4个软分层, 单层软分层厚度通常在10～30 cm, 钻孔喷孔、吸钻、夹钻、响煤炮声, 吸钻过程钻屑增多、粒度较大 (大于3 mm的粒度一般超过30%) 。

试验期间考察的钻屑量指标预测值分布情况见表1, 钻屑瓦斯解吸指标K1值分布情况见表2。

3.2 预测指标临界值初步确定

谢一矿C15煤层赋存条件较复杂, 在确定C15煤层预测指标临界值时, 将C15煤层分为异常地质条件和正常地质条件, 并分别确定其在不同地质条件下的预测指标临界值。

3.2.1 异常地质条件

谢一矿所采C15煤层的异常地质条件, 即出现下列情况:工作面主体煤为Ⅳ、Ⅴ类结构, 工作面软分层厚度大于等于300 mm, 两轮预测或效检范围内煤层厚度动态变化系数δ≥30%, 小褶曲轴部, 断层落差H<1 m及断层10 m范围, 1 m≤H≤3 m及断层15 m范围, H>3 m及断层20 m范围。

一般情况下, 工作面煤层出现异常, 则该区域煤岩体应力集中程度高、应力状态 (拉、压、剪、扭等) 复杂, 在外界扰动条件下容易出现粘滑失稳破坏而发生动力灾害。从试验情况看, 当谢一矿C15煤层K1>0.5 mL/ (g·min1/2) 或S>6 kg/m时, 打钻时开始出现卡钻、吸钻等现象, 随着K1值和钻屑量S的增大, 这种动力现象越发明显和严重, 出现卡钻、响煤炮、喷孔的次数更多、现象更明显;而K1<0.5 mL/ (g·min1/2) 或S<6 kg/m时尚未发现过喷孔、响煤炮现象。

3.2.2 正常地质条件

谢一矿所采C15煤层的正常地质条件, 即煤层厚度基本无变化、煤体结构较完整, 主体煤一般为Ⅱ、Ⅲ类, 煤质硬而脆, 煤层断面内无软分层或软分层厚度小于300 mm。

在正常地质条件下, 工作面预测或检验时往往也出现吸钻、夹钻等异常现象, 且钻屑粒度变粗 (钻屑粒度大于300 mm的占30%以上) , 这主要是深部矿井高地应力及煤的物理力学性质所致。

谢一矿C15煤层试验区域预测正常地质条件及异常地质条件下K1和S平均值沿钻孔深度L的变化曲线如图1—2所示。

通过对谢一矿C15煤层在不同地质条件下的预测指标进行分析, 初步确定C15煤层预测指标临界值如下:

异常地质条件下, 钻屑量指标 S0=6.0 kg/m、钻屑瓦斯解吸指标K10= 0.5 mL/ (g·min1/2) ;考虑预测指标经济与安全的原则, C15煤层正常地质条件与异常地质条件相比, 预测指标S0, K10可以适当提高, 初步确定C15煤层正常地质条件下S0=7 kg/m, K10=0.7 mL/ (g·min1/2) 。

4 预测指标临界值现场应用

现场应用期间在试验区域进行308个循环, 预测指标超标共7次, 预测钻屑量指标S和钻屑瓦斯解吸指标K1同时超标1次, S超标值位于7.2～23 kg/m, K1超标值为0.72 mL/ (g·min1/2) 。

考察发现, 预测指标正常情况下与异常情况下差异明显。异常情况下钻屑指标明显增大, 在钻孔深度6 m时, 最大值达23 kg/m, 正常情况下呈线性增加趋势。钻屑瓦斯解吸指标K1异常情况下最大值达0.72 mL/ (g·min1/2) , 正常情况下沿孔深呈缓慢增加趋势。

统计分析了应用期间的308次循环, 预测工作面无突出危险达301个循环, 有突出危险为7个循环;预测不突出危险率、突出危险率分别为97.7%, 2.3%, 预测不突出危险准确率达100%;保障了矿井安全生产, 提高了经济效益。

现场应用表明, 钻屑量指标S及钻屑瓦斯解吸指标K1, 在异常地质条件下临界值S0=6 kg/m, K10=0.5 mL/ (g·min1/2) ;在正常地质条件下临界值S0=7 kg/m, K10=0.7 mL/ (g·min1/2) 。在确保安全生产前提下, 试验区巷道月掘进速度由62 m提高到124 m。

5 结语

试验研究确定的谢一矿C15煤层突出预测指标临界值合理有效, 适用于该矿井试验区瓦斯地质单元及开采技术类似条件的工作面突出危险性预测。

1) 采用现场试验并结合现场应用的方法, 确定出不同地质单元条件下的突出危险预测敏感指标临界值。

2) 谢一矿C15煤层试验区钻屑法预测敏感指标及其临界值如下:正常地质条件时, S0=7.0 kg/m, K10=0.7 mL/ (g·min1/2) ;异常地质条件时, S0=6.0 kg/m, K10= 0.5 mL/ (g·min1/2) 。

3) 谢一矿C15煤层突出预测指标合理临界值的确定, 能进一步提高矿井生产能力, 为矿井的安全高效生产提供保障。

摘要：通过对谢一矿C15煤层突出危险预测方法和预测指标临界值的现场试验研究, 确定出谢一矿C15煤层不同地质单元煤与瓦斯突出预测指标的合理临界值。C15煤层突出预测指标合理临界值的应用, 能进一步提高矿井生产能力, 可为矿井的安全高效生产提供保障。

关键词：煤与瓦斯突出,预测指标,临界值

参考文献

[1]于不凡.煤矿瓦斯灾害防治及利用技术手册[K].北京:煤炭工业出版社, 2005.

指标临界值篇4

笔者根据煤炭科学研究总院重庆研究院“八五” 科技攻关K1—p关系研究成果[8],推算了煤体自然含水率条件下K1临界值为0. 5 m L/(g·min1 /2) 时所对应的瓦斯压力;在实验室内试验测定了不同瓦斯压力、不同含水率条件下煤样K1值的大小,并分析其变化规律;利用K1值与瓦斯压力的相关关系、 K1测定值与含水率的相关关系,对采取了水力化措施条件下,煤层突出危险性工作面预测指标K1临界值进行修正,提高了煤矿采取水力化措施后对煤层突出危险性预测的准确性。

1K1值与瓦斯压力的相关关系

根据国家“八五”科技攻关课题的研究成果,即煤层瓦斯压力p与K1值之间存在一定的相关关系, 可推算出自然含水率条件下煤样的K1临界值所对应的瓦斯压力。

K1—p关系模型实验过程:取粒径1 ~ 3 mm的煤样160 g,先用真空泵脱气2 h,然后对煤样充气, 达到预定吸附瓦斯压力后,使煤样吸附瓦斯24 h,记录平衡瓦斯压力;再使煤样暴露于大气中1 ~ 2 min, 开始测定K1值。每个煤样的实验次数不少于6次, 根据实验数据进行拟合,就可以得到K1—p关系模型。实验煤样采自水城矿区某矿18#煤层,实验结果如图1所示,数据拟合结果见式(1)。

根据《防治煤与瓦斯突出规定》,煤样在自然含水率条件下(干煤样)K1临界值为0. 5 m L/(g·min1 /2), 代入式(1),经推算,在煤样自然含水率条件下K1临界值所对应的瓦斯压力为0. 87 MPa。

2K1测定值与外加水分的相关关系

2.1实验方案

为研究外加水分对局部预测指标K1测定值的影响,选取了水城矿区某矿18#煤层煤样进行实验。现场取样时采用刻槽法取得该煤层全层煤样,并就地进行封蜡处理,运抵实验室后,制取粒径1 ~ 3 mm煤样,在温度60 ℃条件下干燥5 h后,放入干燥皿中准备实验。实验装置如图2所示,在煤样罐中分别充入压力为0. 60、0. 87、1. 00、2. 00 MPa的瓦斯,在每个瓦斯压力条件下,采用中煤科工集团重庆研究院有限公司生产的WTC瓦斯突出参数测定仪,分别测定外加水分1. 6% 、2. 1% 、4. 5% 、6. 5% 、8. 5% 、 10. 7% 、13. 6% 、15. 4% 情况下煤样的K1值。

1—高压 CH4; 2—减压阀; 3—参考罐; 4—真空泵; 5—平流泵; 6—量筒; 7—恒温油浴; 8—煤样罐; 9—搅拌电动机; 10—搅拌; 11—注水和进气口; 12—出气口; 13—搅拌叶片; a ~ e— 压力表; f ~ i—阀门; j—四通接头; k—三通接头。

2.2实验数据分析

在实验室测定了不同压力、不同含水率煤样的K1值,结果见表1。

采用不同的方法对实验数据进行拟合,在同一瓦斯压力条件下,所测定的煤样K1值与外加水分含水率M的关系符合对数函数关系,且相关性系数较高。拟合结果如图3 ~ 6所示。

由图3 ~ 6可以看出,煤样K1测定值与外加水分含水率呈单调递减对数函数关系,即K1的测定值随着外加水分含水率的增加而减小,且在各个压力条件下,K1测定值与外加水分含水率均符合这一变化规律。所以在某一特定的瓦斯压力条件下,煤样K1测定值与外加水分含水率M符合式 (2) 相关关系:

式中a、b为待定系数。

3局部预测指标K1临界值的修正

现场对该矿18#煤层在采取水力化措施后煤层的含水率进行了取样测定,发现煤样外加水分含水率在4. 76% ~ 6. 62% 内变化,且符合正态分布规律。通过对实验数据的统计分析,煤层的含水率在采取了水力化措施后增加了5. 4% 左右;同时根据K1—p关系研究结果,煤样自然含水率条件下,K1临界值0. 5 m L / (g·min1 /2)所对应的瓦斯压力为0. 87 MPa, 把外加水分含水率为5. 4% 代入式(2)中,可计算得出K1的临界值为0. 39 m L/( g·min1 /2)。由此可得,该矿井18#煤层在采取了水力化措施情况下,煤层工作面预测指标K1的临界值应修正为0. 39 m L / ( g·min1 /2)。

4结论

1) 通过K1—p关系模型,推算了自然含水率条件下煤样K1临界值为0. 5 m L/(g·min1 /2) 时所对应的瓦斯压力为0. 87 MPa。

2) 实验测定了不同瓦斯压力、不同外加水分含水率条件下煤样的K1值,经过数值拟合,发现在同一瓦斯压力条件下,煤样的K1值与外加水分含水率符合对数函数关系,且该函数为单调递减函数。

3) 采用统计分析的方法,得出该矿18#煤层采取水力化措施后,煤层含水率增加了约5. 4% ,把该数据代入瓦斯压力0. 87 MPa时K1测定值与外加水分含水率的关系式,得出18#煤层在采取水力化措施后, 工作面预测指标K1临界值为0. 39 m L/(g·min1 /2)。

摘要：基于钻屑瓦斯解吸指标K1值与瓦斯压力的相关关系,推算了煤样正常含水率条件下K1临界值为0.5 m L/(g·min1/2)时所对应的瓦斯压力;在实验室内试验测定了不同瓦斯压力、不同含水率条件下的K1值,并分析了其随煤体含水率的变化规律。研究表明,利用K1值与瓦斯压力的相关关系、K1测定值与含水率的相关关系,可对采取了水力化措施条件下煤层突出危险性局部预测指标K1临界值进行修正。

指标临界值篇5

1资料和方法

1.1云霄县气候资料

云霄县地处福建省南部沿海,四面有诸多大山作为天然屏障,境内岗丘此起彼伏,陡缓不一,四周溪水流向中间汇集于漳江水系,经城区流向东南注入大海,整个地势由西北向东南倾斜,背山面海,呈东南开口的马蹄形地形。属于南亚热带海洋性季风气候,6—9月有台风暴雨袭击,气候资源丰富,光照足,日照时数多,雨量充沛,无霜期长。春季天气多变,晴雨无常,一遇冷空气影响即降雨,夏季炎热午后常有阵雨,秋季天高气爽气候宜人,冬季干燥少雨。

年平均气温21.7℃;最冷月平均气温14.1℃,最热月平均气温28.5℃,历年极端气温39.7℃(2002年7月4日),极端最低气温0.0℃(1999年12月23日)。雨量充沛,分布不均,年平均降水量1830.9mm,其中3—9月降雨量1610.8mm占全年降雨量88%。年平均相对湿度77%。无霜期长,年平均无霜期347d。年平均风速2.3m/s,最多风向NW/SE风。全年日照1871.6h。年平均蒸发量1748.6mm。年雷暴日42.2d。主要气象灾害有台风暴雨、干旱、高温、雷暴。图1是30a气温月平均和月极值图。

1.2气象产量

枇杷的总产量受到多种自然因素和非自然因素的影响,通常情况下将枇杷的总产量分为趋势产量和气象产量,可以表示为Y=Yt+Yw,其中Y为枇杷的实际单产,Yt可以反映出一段时间内周期产量分量,即为趋势产量,Yw为气象产量,将一年的时间作为一个周期,气象产量主要受到短周期内变化因素的影响。以上产量的单位均为kg/hm2。

以5a生产周期为准,应用移动平均法计算出趋势产量,即Yt=(Yi-5+Yi-4+Yi-3+Yi-2+Yi-1)/5,其中Yt为第i年的趋势产量,Yi-5、Yi-4、Yi-3、Yi-2、Yi-1对应与第i年相近的5a实际产量。所以气象产量可以表示为Yw=Y-Yt,相对气象产量表示为Yw′=(Yw/Yt)×100%.

1.3计算低温害过程温度累计值

针对云霄县内枇杷受冻害低温影响问题,很多都是由于冷平流之后的晴夜辐射造成的[2]。当地学者研究发现,低温持续的天数和冻害过程积寒可以对中弱冷空气补充引起的平流型冻害累积作用进行精确的描述。本研究中参考此种方法构建低温害过程中的温度累积值,即为低温害积温值。该值表现出低温害过程中在临界受害温度以下的温度累计值,以X1表示一日内的积温值,单位为℃·d,则有:

其中逐时温度Tt≤遭受低温害的临界温度T,单位℃。t1和t2分别表示一日内的起始时间和终止时间,dt表示对时间求积分,实际应用中可以对一日内在临界温度以下低温害积温值进行近似求取。假设温度的日变化表现出周期性特性,可以对X1进行离散化,求出低温害积温值为:

X2表示低温害积温值,单位℃·d;N表示低温过程持续的时间,单位d。

2结果和讨论

2.1确定枇杷低温害临界温度

云霄县内的枇杷一般种植在山区和半山区,将气象观测站设置在较为平坦的位置。观测过程中发现,由于受到地形因素的影响,山区与气象观测站内的温度具有一定的差异,极端最低温度差异最大。

为了充分应用气象观测站的资料对低温害问题做出预报,需要掌握气象站极端最低气温的对比分析,并结合多年观测结果,界定云霄县枇杷低温害临界温度。

因为云霄县低温天气出现于冬季12—1月,统计历年低温天气对枇杷产生冻害的相关数据,包括褐果率、减产率,其中近年来以2010年低温天气造成枇杷冻害的现象最具代表性,现将当年山区及半山区枇杷冻害观测结果统计如下表1。

不同监测点极端气温存在差距,山地气温低于室内观察温度,2号观测点山地气温在3℃,枇杷幼果没有冻害现象发生,而气温在3℃以下时,枇杷均有不同程度的冻害现象发生,同时产量受到影响。因此,初步确定3℃为枇杷冻害临界温度。在此条件下,采用低温箱控制温度,以长红3号枇杷为试验对象,进一步研究了不同温度条件下枇杷幼果冻害发生情况,进行枇杷幼果低温箱冻害试验。所得结果如下表2。

由表2可知,枇杷在低温条件下发生冻害,先由种子褐变开始,低温强度达至一定水平后果肉开始褐变。低温强度加大,褐变率加大。

部分受到冻害的枇杷,其减产率低于幼果褐变率,结合气象统计发现,原因在于低温气候持续的时间较短,未对枇杷造成不可恢复性损伤,说明枇杷受到冻害影响不仅与低温的强度大小有关,同时与其持续时间也有较大关联。

通过对历年枇杷受到冻害时的气象统计资料研究分析,结合及低温箱实验结果,最后将云霄县内的实际低温害临界温度定为3.0℃。

根据云霄枇杷低温害的临界温度规定,如果观测到的最低温度在3.0℃以下,此时为低温害的开始,最大气温在3.0℃以上时,表示为低温害过程结束。期间出现的日平均温度降温幅度对应过程降温幅度,最低气温对应过程最低气温,持续天数对应过程持续天数,低温害过程温度累计值对应低温害积温值。低温害过程日平均温度的最大降幅作为该年内的最大低温害降温幅度,极端最低气温作为低温害最低气温,持续天数之和为低温害持续天数,低温害过程温度累计值作为低温害积温值。

2.2确定枇杷低温害致灾因素

2.2.1选取致灾因素

结合气象资料,对枇杷相对气象产量进行分析,气象产量与极端最低气温之间表现为正相关关系,其它因素均为负相关关系,多个气象因素与枇杷相对气象产量之间均通过了0.05水平的显著性检验,本研究中选取极端最低气温A、3.0℃以下的低温害积温值B、3.0℃以下的低温日数总和C、3.0℃低温害最大持续天数D作为致灾因素[3]。

2.2.2致灾因素代表性分析

针对不同的致灾因素,计算出pearson相关系数,致灾因素A、B、C、D对应的相关系数分别为0.903、0.708、0.694、0.833,相关系数都通过0.05水平的显著性检验,表明这四种致灾因素在云霄县内具有一定的代表性。

2.3计算低温害综合气候指标

云霄先枇杷低温害的4个致灾因素A、B、C、D之间的相关系数如表3所示。

应用SPSS19.0统计软件对致灾因素的序列进行分析,结合主成分的个数将特征值大于1的前m个主成分提取出来,将特征值作为影响主成分力度大小的重要指标,软件提取出第一主成分后发现累积方差贡献度达到91.6%,说明这一主成分可以判断数据间的波动问题,得出协方差矩阵的特征根,求解出特征向量分别为-0.501、0.487、0.505、0.504。

之后可以求出4个低温害致灾因素的综合气候指标HI,即HI=-0.501A+0.487B+0.505C+0.504D.从该公式中可以看出,只要极端最低气温A越小、3.0℃以下的低温害积温值B越大、3.0℃以下低温天数之和C越大,3.0℃以下的低温害持续最大天数D越大,对综合气候指标就会产生更大的影响。

2.4低温害综合气候指标分级

与气象产量相比,相对气象产量Yw′可以更加精确地描述出气象要素对产量的影响,不利气象条件或者灾害将会引起枇杷减产。如果相对气象产量为负值,将改年份定义为减产年,该年份对应的相对气象产量定义为减产率,以农业划分灾害年型的方法为依据,将相对气象产量的减产率分为4个不同的等级,即-10%~0、-20%~-10%、-30%~20%、-100%~30%,分别对应轻度低温害、中度低温害、重度低温害和严重低温害。研究过程中发现低温害的综合气候指标HI与相对气象产量有着密切的关系,基本呈现负相关关系,P<0.05,说明低温害综合气候指标越低,相对气象产量就会越高。应用线性回归方法对低温好综合气候指标和相对气象产量进行分析,可以得出如下的一元线性回归方程:y=-3.67x+2.37.其中x、y分别表示低温害综合气候指标和相对气象产量。之后将相对气象减产率-100、-30、-20、-10、0代入方程中,得出不同等级下的低温害指标阀值[4]。

3结束语

研究过程中将云霄县枇杷低温害的实际临界温度选定为3.0℃,低温害的致灾因素分别为极端最低气温、3.0℃以下的低温害积温值、3.0℃以下的低温日数总和、3.0℃低温害最大持续天数。本研究将自然环境下的低温害过程作为重要的研究对象,排除气候变化和社会因素的影响,确定出低温害的实际临界温度。研究结果表明,4个不同的致灾因素之间具有显著的相关性,在云霄县内具有一定的代表性。应用4个不同的致灾因素求解出低温害综合气候指标,物理意义十分清晰,对综合气候指标和相对气象产量进行分级,明确出相对气象产量与低温害综合气候指标之间有着明显的负相关关系,表明这个指标对该区域内枇杷低温好程度有重要的参考价值。值得注意的是,很多因素都会影响枇杷的低温害程度,其中包含气象因素和植物学因素,气象因素除了包含低温影响外,还有阴雨天气、风速、日照等因素,在今后的研究中需要对这些气候因素进行更加深入的研究。

参考文献

[1]杨凯,林晶,陈惠,等.福建枇杷低温害临界温度和综合气候指标[J].中国农业气象,2013,34(4):46.

[2]吴光斌,陈发河,张其标,等.热激处理对冷藏枇杷果实冷害的生理作用[J].植物资源与环境学报,2014,13(2):110.

[3]郑国华,张贺英,钟秀容,等.低温胁迫下枇杷叶片细胞超微结构及膜透性和保护酶活性的变化[J].中国生态农业学报,2013,17(4):73.

指标临界值篇6

1 材料与方法

1.1 试验地概况

田间试验在张家港市沿江潮土地区乐余镇双桥村进行, 成土母质为长江冲积物, 土壤肥力水平中等, 土壤p H值8.0, 含有机质25.8 g/kg、全氮1.6 g/kg、速效磷7.5 mg/kg。

1.2 试验材料

供试小麦品种为扬麦16号、水稻品种为常农粳5号;供试肥料均为单质肥料:氮肥为尿素 (含) , 磷肥为过磷酸钙 (含) , 钾肥为氯化钾 (含) 。

1.3 试验设计

小麦、水稻均设8个磷肥不同用量处理, 分别为施磷 (P2O5) 0、30、60、90、120、150、180、210 kg/hm2, 处理代号分别用P0、P1、P2、P3、P4、P5、P6、P7表示。除磷肥外, 小麦各处理统一施氮肥 (N) 180 kg/hm2、钾肥 (K2O) 120 kg/hm2;水稻各处理统一施氮肥 (N) 270 kg/hm2、钾肥 (K2O) 120 kg/hm2。肥料运筹方法:磷、钾肥全部作基肥;小麦氮肥的基肥与穗肥比例为6∶4, 穗肥分别在倒三叶期和倒二叶期施入, 用量各占穗肥总量的50%;水稻氮肥的基肥、分蘖肥与穗肥比例为5∶1∶4, 穗肥在倒三叶期时一次施用。3次重复, 田间随机区组排列, 共24个小区, 小区面积33.3 m2, 稻、麦小区保持一致, 四周设保护行。试验小区间麦季采用浅沟隔离, 稻季采用土埂覆薄膜隔离。

1.4 测试方法

各小区于种植前和施磷肥后20 d用五点法采集试验小区土样, 采样深度0~20 cm, 分析土壤速效磷含量。检测方法引用中国土壤学会编制的《土壤农业化学分析方法》, 采用碳酸氢钠浸提-钼锑抗比色法。

2 结果与分析

2.1 施磷产量效应

由表1、2可知, 处理P4小麦产量最高, 达7 606 kg/hm2, 与处理P3、P7、P5差异不显著, 与其他处理差异达显著水平;处理P5水稻产量最高, 达9 259 kg/hm2, 与处理P4、P3、P2、P6、P1差异不显著, 与其他处理差异达显著水平;稻麦全期处理P4产量最高, 达16 856 kg/hm2, 与处理P3、P5差异不显著, 与其他处理差异达显著水平。小麦产量达极显著水平 (F小麦=8.94>F0.01=4.28) , 水稻产量达显著水平 (F0.01=4.28>F水稻=3.32>F0.05=2.76) , 稻麦全期总产达极显著水平 (F全期=7.89>F0.01=4.28) 。磷肥的总体增产效果:小麦15.0%~31.63%, 水稻-3.62%~6.55%, 稻麦全期7.82%~16.50%, 施磷对小麦的增产效果明显优于水稻。

2.2 极限施磷量与经济施磷量

建立施磷量 (X) 与产量 (Y) 之间的磷肥肥效曲线方程, 小麦为Y=-0.083 6X2+22.161X+5 909.8 (图1) ;水稻为Y=-0.064 1X2+13.001X+8 616.2 (图2) ;稻麦全期为Y=-0.036 9X2+17.581X+14 526 (图3) 。采用最小二乘法求得极限施磷量小麦为132 kg/hm2, 水稻为101 kg/hm2, 稻麦全期为238 kg/hm2。按小麦1.78元/kg、水稻2.00元/kg、磷肥 (P2O5) 4.7元/kg计算, 经济施磷量分别为小麦117 kg/hm2, 水稻83 kg/hm2, 稻麦全期205 kg/hm2。

(kg/hm2)

2.3 土壤速效磷临界值

根据土壤速效磷含量与稻麦增产率变化数据 (表3) , 建立各处理施磷后20 d的土壤速效磷含量 (X) 与相应的施磷增产百分率 (Y) 回归曲线方程, 小麦为Y=-0.150 3X2+5.560 9X-24.023 (图4) , 水稻为Y=-0.161 8X2+5.109 8X-33.587 (图5) 。由方程计算土壤速效磷临界值小麦为18.5 mg/kg, 水稻为15.8 mg/kg。

2.4 土壤速效磷磷系数

2.4.1 施磷量对土壤速效磷变化的影响。

土壤速效磷含量总体随施磷 (P2O5) 量的增加而呈增加趋势。在施磷量为60kg/hm2及以下时, 土壤速效磷含量增加缓慢;在施磷量为90kg/hm2及以上时, 土壤速效磷含量快速增长, 且小麦、水稻表现出相同趋势。在稻季施磷前, 低施磷水平 (60 kg/hm2及以下) 土壤速效磷呈继续上升趋势, 而高施磷水平 (90 kg/hm2及以上) 土壤速效磷呈下降趋势 (表4, 图6、图7) 。

2.4.2 磷系数。

建立施磷量 (X) 与土壤速效磷增加量 (Y) 曲线方程, 小麦为Y=0.063 3X-0.566 7 (图6) , 水稻为Y=0.039 1X+0.231 7 (图7) 。由方程求出, 小麦磷系数为15.8 kg/hm2, 水稻为25.6 kg/hm2。

3 结论与讨论

(1) 当土壤速效磷含量低于临界值时, 施磷对小麦、水稻均有很好的增产效应, 且小麦的增产幅度大于水稻[5,6]。

(2) 磷肥用量与小麦、水稻产量之间的关系符合二次多项式曲线方程;小麦极限施磷量为132 kg/hm2, 经济施磷量为117 kg/hm2;水稻极限施磷量为101 kg/hm2, 经济施磷量为83 kg/hm2;稻麦全期极限施磷量为238 kg/hm2, 经济施磷量为205 kg/hm2。

(3) 土壤速效磷含量总体随施磷量增加而增加。在低施磷量水平时, 土壤速效磷含量增加缓慢;在施磷量达90时, 土壤速效磷含量快速增长, 且稻、麦趋势相同。

(4) 土壤速效磷临界值小麦为18.5 mg/kg, 水稻为15.8mg/kg。每提高1 mg/kg土壤速效磷含量, 需施磷肥小麦为15.8 kg/hm2, 水稻为25.6 kg/hm2。

参考文献

[1]鲁如坤.植物营养与施肥原理[M].北京:农业出版社, 2000:201-202.

[2]娄运生, 李忠佩, 张桃林.不同水分状况及施磷量对水稻土中速效磷含量的影响[J].土壤, 2005, 37 (4) :640-644.

[3]张乃明, 李学成, 李阳红.滇池流域土壤磷累积特征与释放风险研究[J].土壤, 2007, 39 (4) :665-667.

[4]磷肥在水稻及水旱轮作中的有效施用[EB/OL]. (2013-03-06) [2016-04-25].http://www.china-fertinfo.com.cn/viewxx.aspx?id=23&tb=nhfw, 2004.