瓦斯损失（共3篇）
瓦斯损失 篇1
0 引言
煤层瓦斯压力是煤层孔隙内气体分子热运动撞击所产生的作用力, 它在某一点上各向大小相等, 方向与孔隙壁垂直。煤层瓦斯压力是决定煤层瓦斯含量多少、瓦斯流动动力高低以及瓦斯动力现象潜能大小的基本参数, 是研究与评价瓦斯储量、瓦斯涌出、瓦斯流动、瓦斯抽放与瓦斯突出问题的重要参数。目前煤层瓦斯压力主要是通过现场实测得到。一般通过在巷道内向煤层施工穿层钻孔, 然后采用封堵材料将测压管路封堵在钻孔中, 保证严密不漏气, 装上压力表, 待一段时间瓦斯压力稳定后, 读出压力表示数, 从而测定煤层瓦斯压力。测压钻孔的封孔方法经过多年的发展, 目前主要有水泥浆封孔、黄泥封孔、封孔、和胶囊封孔等封孔方法。上述封孔方法 (认为钻孔封孔严密不漏气) 在封孔过程中, 都存在封孔时间长, 瓦斯损失量大, 瓦斯测定时间长等缺点。
本文通过分析穿层钻孔的瓦斯流动, 计算其瓦斯损失量, 对比分析瓦斯损失量的影响因素, 提出减少测压时间的方法。
1 测压钻孔瓦斯流动规律
1.1 煤层瓦斯流动基本理论
瓦斯在煤层中以吸附和游离两种状态存在。其中, 吸附瓦斯以固溶态吸附在煤体孔隙表面和煤体结构内部, 主要存在于微孔和小孔中。游离瓦斯以气态存在于煤层孔隙空间, 主要存在于裂隙、大孔和中孔中。文献[1]认为瓦斯在煤层中主要是层流渗流运动和扩散运动。其中层流渗流扩散运动基本符合达西定律, 并且主要发生在煤体大孔和微裂隙中, 扩散运动基本符合菲克定律, 且主要发生在煤体微孔隙中。中国矿业大学周世宁院士研究认为用达西定律描述瓦斯在煤层中的流动是完全可以的。测压钻孔的瓦斯流动按照流动分类属于径向不稳定流动, 其流动规律符合达西定律[1,2], 其流动模型如图1所示。
1.2 测压钻孔瓦斯流动模型建立
在分析穿层钻孔瓦斯流动规律时, 作如下假设[1,3]:煤质均匀;煤层顶底板不含瓦斯, 即瓦斯只由煤层向钻孔内涌出;瓦斯在流动过程中, 钻孔周围的透气性不变;瓦斯可视为理想气体, 瓦斯渗流过程按等温过程处理;瓦斯吸附符合朗格缪尔方程, 煤层中瓦斯解吸在瞬间完成, 不对瓦斯渗流产生影响;瓦斯在煤层中的流动符合达西定律。
在以上假设的基础上, 根据质量守恒定律, 得以下方程组:
式中ρ—瓦斯在压力为P时的密度, t/m3;
—瓦斯流动的速度向量, m/d;
M—单位体积煤体的瓦斯量, t/m3;
k—煤的渗透率;
μ—瓦斯的绝对粘度, MPa/d;
ρn—瓦斯压力为Pn时的密度, t/m3;
Pn—1个标准大气压, 取0.101325MPa;
P—瓦斯压力, MPa。
又有M=ρnQ, 得出穿层钻孔径向不稳定流动的偏微分方程:
其中:
式中P—煤层瓦斯压力;
λ—煤层透气性系数, m2/ (MPa2gd) ;
a—煤对瓦斯的极限吸附量, m3/t;
b—瓦斯吸附常数, MPa-1;
γ—煤的视密度, t/m3;
δ—煤的孔隙率, %;
r—煤层内一点距钻孔中心的距离, m;
t—煤壁暴露时间, d。
式 (1) 的定解条件为:
初始条件为:t=0时, U=U0=P02
边界条件为:
通过解方程 (1) , 可以得到钻孔周围煤层瓦斯压力P与时间t和距钻孔中心距离r的关系:
P=P (t, r)
根据朗格缪尔方程, 则钻孔瓦斯的涌出量Q与时间的关系为:Q=
其中:
式中 Q—瓦斯损失量, m3;
h—钻孔穿煤长度, m;
A—煤的灰分, %;
W—煤的水分, %;
其余符号意义同前。
方程 (1) 很难给出其解析解, 故采用有限差分法和FORTRAN语言进行数值模拟, 给出其数值解, 进而求出钻孔瓦斯涌出量。
2 数值模拟结果及分析
为简化计算, 我们假设钻孔周围的煤层透气性也不变, 等于煤层原始透气性。在施工过程中, 钻机穿煤时间很短, 忽略不计。
在计算时取煤层厚度为2 m, 钻孔直径分别为42 mm、75 mm和120 mm, 煤层原始瓦斯压力为2.1 MPa, 煤层透气性为0.1, 其余数据如表1所示。
模拟结果如图2～4所示。
从图2中可以看出, 随着远离钻孔, 穿层钻孔周围煤层瓦斯压力由大气压逐渐增大至煤原始瓦斯压力, 在此过程中瓦斯压力梯度逐渐降低, 直至变为0。同时, 钻孔暴露的时间越长, 钻孔周围煤体瓦斯压力下降的范围越大。
图3表明, 不同直径的测压钻孔, 其瓦斯损失量不同, 钻孔直径越大, 其瓦斯损失量也越大, 但损失量的增幅小于钻孔直径的增幅。从图3可以看出, 直径120 mm的测压孔其瓦斯损失量是直径42 mm的测压孔瓦斯损失量的1.2倍左右。
图4表明, 随着测压钻孔穿透煤层深度增大, 其瓦斯损失量将增大。钻孔穿煤2 m时的瓦斯损失量是钻孔穿煤2 m时瓦斯损失量2倍, 瓦斯损失量变化基本与钻孔直径变化倍数成线性关系。
同时, 从图3～4中也可以看出, 随着时间的延长, 钻孔的瓦斯损失量将增大, 但其瓦斯释放的速率是逐渐变小的。
通过上述分析, 影响钻孔瓦斯损失量的因素主要有钻孔封孔时间 (从钻孔穿煤到装表测压的时间) 、钻孔穿煤长度和钻孔直径。其中钻孔封孔时间主要是通过影响钻孔煤体瓦斯排放时间来影响钻孔瓦斯损失量, 而后二者主要是通过改变钻孔内煤体的暴露面积, 从而影响钻孔瓦斯损失量。基于此分析, 认为在施工测压钻孔时, 减少钻孔封孔前瓦斯损失量的方法有: (1) 提高钻孔封孔效率, 缩短钻孔封孔时间, 从而减小钻孔煤壁的暴露时间, 降低钻孔瓦斯损失量。这要求改进测压封孔工艺, 简化封孔程序。比如利用水泥浆封孔, 需要等待水泥浆凝固达到一定强度要求后才能封孔, 一般需要24 h, 在此段时间内, 大量的瓦斯从钻孔内涌出, 造成钻孔周围大范围的卸压, 装表后需要很长的时间才能实现压力稳定。 (2) 减小钻孔穿煤长度。测压孔穿煤长度越长, 其煤体暴露面越大, 其瓦斯涌出面积越大, 其瓦斯损失量越大。减小测压钻孔的穿煤长度, 可以有效的减小煤体瓦斯暴露面, 减少瓦斯的损失量, 缩短测压孔瓦斯压力稳定时间。 (3) 减小测压孔的直径。减小测压钻孔的直径, 也可以减小钻孔煤体的暴露, 从而减少钻孔测压前的瓦斯损失量, 加快测压孔瓦斯压力平衡。
此外, 在减少钻孔瓦斯损失量的同时, 还可以通过向钻孔内, 补充气体, 抵消其瓦斯损失量, 缩短瓦斯压力的稳定时间, 加快瓦斯压力测定。但是, 由于煤对不同气体的吸附性能不同, 所注入的气体的量也将不同。在目前可以方便取得并能够向钻孔内注入的气体有3种:CO2、CH4、N2。不同气体注入量本文在此不对其进行研究。
3 结论
(1) 测压钻孔周围瓦斯流动为径向不稳定流动, 可以用达西定律描述。
(2) 在不考虑煤层自身的性质下, 测压钻孔瓦斯损失量受钻孔封孔时间、钻孔穿煤长度和钻孔直径大小等因素的影响。封孔时间越长, 则钻孔煤壁的暴露时间越长, 瓦斯释放时间越长, 造成的瓦斯损失量越大;穿煤长度和钻孔直径越大, 则钻孔煤壁的暴露面积越大, 瓦斯单位时间内瓦斯释放量越大, 钻孔瓦斯损失也越大。
(3) 缩短钻孔封孔时间、减小钻孔穿煤长度和采用小直径钻孔均可以有效减少钻孔瓦斯损失量, 缩短封孔后瓦斯压力稳定的时间, 加快瓦斯压力的测定。
参考文献
[1]周世宁, 林柏泉.煤层瓦斯赋存流动理论[M].北京:煤炭工业出版社, 1999.
[2]俞启香.矿井瓦斯防治[M].徐州:中国矿业大学出版社, 1992.
[3]杨宁波, 王兆丰.钻孔周围煤体中透气性的变化规律研究[J].煤炭技术, 2008, 27 (12) :67-69.
二1煤层瓦斯损失量推算模型研究 篇2
1常用损失量推算模型
通过研究发现, 井下煤层瓦斯含量直接测定精确与否主要是与损失量推算模型有关, 而另一方面, GB / T 23250—2009《煤层瓦斯含量井下直接测定方法》中规定, 损失瓦斯量可根据实测规律选取下面2种方法或其他经试验验证有效的方法计算。
式中, V为t时间内的累计瓦斯解吸量;W1为暴露时间t0内的瓦斯损失量;K为待定常数。
1. 2幂函数法
式中, qt为t时间的瓦斯解吸速率; q0为t = 0时的瓦斯解吸速度; t为瓦斯解吸时间; n为瓦斯解吸速度的衰减系数, 0 < n < 1。
煤样的损失瓦斯含量计算:
式中, t0为煤样暴露时间。
1.3损失瓦斯量拟合计算
基于以上2种损失瓦斯含量推算模型, 采用最小二乘法拟合得到损失瓦斯含量[5] ( 图1) , 计算粒度为0. 25 ~ 1. 00 mm、1 ~ 3 mm煤样的损失瓦斯含量[6], 详见表1。
由表1可以看出, 实际瓦斯损失量为3. 12, 1. 60 m L / g, 远大于以上2种方法计算得到的损失瓦斯含量值, 因此这2种推算模型并不适用于演马庄矿煤层瓦斯含量直接测定中损失量的推算, 需要进一步对瓦斯损失量推算模型进行修正。
2损失瓦斯含量推算模型的理论分析
煤屑中的瓦斯解吸扩散过程属于气体分子在多孔介质中的动力学运动, 与热传导运动过程极其相似, 因此可以利用热传导的方法对煤屑瓦斯扩散问题进行探讨。在测量过程中, 一方面煤屑外表面浓度 ( 压力) 的骤然降低, 另一方面煤屑在定容测量过程中, 包裹在煤屑外部边界的浓度不断发生变化[7]。在现场钻取煤样以及测量过程中, 环境因素对煤屑解吸瓦斯规律会产生不同的影响, 而解吸扩散规律的数学物理模型是建立在现实环境条件基础上的, 但又抽象于现实环境, 因此假设:
( 1) 瓦斯气体分子在煤屑中扩散符合Fick第二扩散定律[8]。
( 2) 将煤屑等效成球形 ( 图2) , 忽略煤屑尺寸效应以及形状因素对解吸扩散的影响。
( 3) 瓦斯气体分子在煤屑内表面的解吸过程可以瞬间完成, 其解吸速率主要是受到了煤屑中扩散过程的制约。
( 4) 煤屑为均质体, 吸附平衡态下的瓦斯气体均匀分布于煤屑内部, 并且该状态下的吸附量可以代表煤层瓦斯含量。
( 5) 瓦斯分子在煤屑内部的扩散形式以孔扩散和表面扩散为主, 遵循质量守恒和连续性原理[9]。
基于以上假设, 忽略煤屑瓦斯浓度C和时间t对扩散系数的影响, 以球形等效扩散为例进行理论推导, 因此理论模型选用球形坐标进行求解 ( 图2) 。 根据热传导方程, 则:
式中, r表示煤屑颗粒径向扩散半径。
运用数学物理方法来讨论煤屑瓦斯解吸扩散的理论解。
令U = Cr, 代入方程得到:
通过变换可知, 煤屑瓦斯扩散方程可转换成一维线性流动方程。对于煤屑, 当达到吸附平衡时, 其浓度达到了一定值C0, 且均匀分布于整个煤粒中。 当煤屑突然暴露在大气压力时, 煤屑表面浓度降低 ( 煤屑表面的吸附量等于1个大气压力下的吸附量) , 这时在煤屑的半径方向上形成浓度差、呈吸附状态的瓦斯就转变为游离状态, 随即产生瓦斯由煤屑中心向表面的扩散[10]。表面浓度为一常数C1 ( 等压吸附) , 因此该状态条件下瓦斯解吸扩散方程、初始条件及边界条件为:
式中, R为煤屑颗粒平均统计半径。
该方程是一个非齐次边界条件的二阶抛物线偏微分方程, 一方面可以通过分离变量法来求解得到:
当r→0, 煤屑中心位置的浓度变化为:
煤屑瓦斯解吸扩散率为:
其中, Mt为煤屑瓦斯解吸扩散时间为t时累计的瓦斯解吸量; M∞为r→∞ 时极限瓦斯解吸量。
另一方面通过拉普拉斯变换求得暴露短时间内的煤屑瓦斯解吸扩散的解析解, 该解可以以误差函数的形式表示:
则煤屑瓦斯解吸扩散率为:
同理可以推导出板状及圆柱状形态下的煤屑瓦斯解吸规律表达式:
其中, d为板状煤屑的厚度; Rc为圆柱状煤屑的扩散半径。
对于板状煤屑扩散来说, 忽略误差函数得到:
式中, Q为煤屑瓦斯解吸量; a为解吸常数, 相当于卸压后第一分钟时的瓦斯解吸量; i为解吸指数, 取决于1 min后解吸量增加的速率。
3损失瓦斯含量推算模型参数确定
通过实验测量不同粒度煤屑损失瓦斯含量及其解吸规律, 并分不同时间段利用Q = ati- W1, 依据煤屑瓦斯初期解吸数据, 并根据相关度判断拟合得到其解吸特征参数i[13], 以粒度1 ~ 3 mm煤屑为例 ( 图3) , 在井下利用SDQ深孔快速取样装置取样时, 很难取到0. 25 mm以下的煤样, 因此在实际解吸特征参数i计算过程中, 着重分析粒度大于0. 25 mm的煤样的解吸规律[14]。从表1中可以看出, 粒度大于和小于3 mm的解吸特征参数i值差异较大, 因此取粒度3 mm为分界值; 当拟合计算时间为10 min时, 不同时间区间的解吸特征参数i值变化很小, 依据现场1 mm以上的煤样分布和3 mm以上的煤样分布分析得出修正的i1 mm和i3 mm。
4模型验证
为了验证损失瓦斯含量推算模型的应用效果, 将实验测定吸附量作为煤层瓦斯含量, 通过DGC直接测定达到吸附平衡煤屑中的瓦斯含量, 通过损失瓦斯含量推算模型计算损失瓦斯含量[15] ( 表2) , 对比瓦斯吸附量与DGC直接测定值, 从图4、图5可以看出, 损失瓦斯含量推算模型能较好地推算瓦斯损失量, DGC瓦斯含量直接测定误差率小于4% 。
5结论
通过试验研究, 得到了演马庄矿二1煤层煤屑粒度对瓦斯解吸速率变化影响规律和瓦斯损失量推算模型。
( 1) 煤样粒度对瓦斯解吸速率变化影响的敏感性会因粒度增大而减小, 煤屑瓦斯解吸动力特征显现主要体现在初期解吸时间的前10 min内。
瓦斯损失 篇3
煤层瓦斯含量由井下解吸瓦斯量、损失瓦斯量以及粉碎前、后瓦斯量(采用自然解吸法时还要考虑不可解吸瓦斯量)组成,是煤与瓦斯突出危险性预测、瓦斯抽采达标评判、煤层气储量估算等工作的基础参数。测定煤层瓦斯含量时,除损失瓦斯量外,煤层瓦斯含量的其它部分均为实际测定值,煤样从暴露至被装入煤样罐内开始解吸的时间一般为2~5 min,实验室和现场的统计表明,损失瓦斯量的计算误差最高可达实际值的90%,占测定煤层瓦斯含量的1%~15%。有的矿井会出现直接测定瓦斯压力大、测定煤层瓦斯含量明显小于理论估算值的现象,其原因复杂,但损失瓦斯量计算不准确是其原因之一。
我国煤层瓦斯含量井下直接测定方法中,计算损失瓦斯量主要采用法和幂函数法,在个别矿区也采用一些经过反复验证合理可靠的方法[1]。由于煤层瓦斯含量测定技术和设备的限制,煤样从暴露至开始解吸测定这段时间的漏失量无法直接测定,只能根据解吸规律计算。国内外学者在不同条件下进行了大量的煤的放散规律实验,形成的经验或半经验瓦斯放散规律模型均在某些特定条件下符合实验数据,也可较好的计算出实验条件下的损失瓦斯量,但均存在局限性,无法广泛的解释所有煤的瓦斯放散过程和建立统一的损失瓦斯量计算模型。相关学者建立的瓦斯放散模型见表1,根据表中的模型和已测定的相关解吸参数可计算出损失瓦斯量,计算的准确性取决于选择模型的可靠性。
从表1中可知,损失瓦斯量与漏失时间为非线性相关。大量的实验和研究说明煤的解吸规律受到吸附平衡压力、煤的变质程度和煤岩成分、煤的破坏类型、以及煤粒度和外界温度、气压等环境条件的影响[2,3,4,5,6,7,8,9,10,11,12,13],损失瓦斯量根据放散规律获取,因此也受上述因素和漏失时间影响。
大量的实验表明,对于同一实验煤样,吸附平衡压力大则损失瓦斯量大[14],两者为非线性相关;影响损失瓦斯量的外界环境因素可通过改变环境参数进行调整,一般认为这些均不会改变煤的瓦斯放散规律。文献[15]通过实验数据分析,概括提出了强烈破坏煤损失瓦斯量的计算方法;文献[16]则认为文特式可较好的描述构造煤初期的瓦斯放散规律,因此可计算出准确的损失瓦斯量;文献[17]认为密闭液可有效防止瓦斯漏失。
上述关于煤瓦斯放散模型的研究多数试图建立一种对所有煤均适用,可解释煤中瓦斯放散的模型,这些模型的应用表明:对于自然界中广泛存的软硬适中的煤,多数模型可较好的符合瓦斯放散特征;但对于受到严重破坏的煤或完全不受构造影响的煤体,瓦斯放散模型的误差会增加。文献[15,16,17]研究中注意到了煤体破坏对瓦斯放散的影响,试图通过区别对待,确定强烈破坏煤初期的瓦斯放散特征,但未能将煤的破坏类型进行量化处理。文献[11]引入了扩散系数衰减系数,用于校正瓦斯放散模型,其理论推导仍采用经典的Fick定律,但有的学者认为瓦斯放散并不完全符合Fick扩散[18,19],从而会出现误差。
综合上述,目前煤体破坏程度影响煤中瓦斯的放散已受到越来越多的关注,但研究损失瓦斯量与煤破坏类型之间关系的仍较少,本研究对损失瓦斯量的准确计算具有意义,是煤层气储量准确评价的基础数据,对煤与瓦斯突出煤层区域突出危险性预测、区域措施效果检验和抽采达标评判具有现实意义。
1 实验样品及方法
采用钻孔法现场采集实验煤样,装入密封瓶后送实验室,筛分成测定瓦斯放散初速度和钻屑瓦斯解吸指标的常用粒度备用。钻孔法采集煤样的粒度组成见表2,吸附解吸实验煤样的相关参数测定在河南省瓦斯地质与瓦斯治理重点实验室进行,测定结果见表3。
表2说明,采用钻孔法取煤样时,粒度小于0.25mm的煤颗粒占比不超过30%;粒度大于3.0 mm的煤颗粒中,软煤不足10%,硬煤为23.6%。粒度在0.25~3.0 mm范围内煤粒占比超过了60%;软煤中粒度1~3mm的占比超30%,硬煤为25.9%。考虑进行突出危险性预测时采用的煤粒度为1~3 mm,本次实验采用的粒度为1~3 mm。
表3中煤样的挥发分均大于12%,煤样的水分和灰分差别较大,为了便于实验数据的分析,实验前将煤干燥,真空红外干燥箱干燥温度(105±1℃),连续干燥5 h,干燥后煤样水分含量小于0.5%。干燥后煤样立即进行瓦斯放散实验。
自制的吸附放散实验系统如图1所示,主要由真空脱气、瓦斯吸附解吸和恒温等系统组成。系统的主要设备为:2XZ-1型真空泵、CS501-SP型恒温器、YB-150 ZT型压力表等。高纯甲烷气体为北京氦普北分气体工业有限公司生产的纯度99.99%的甲烷,实验室的环境温度采用工业空调控制,实验系统气密性检查采用充入6 MPa氮气放置24 h,如果压力表示数不变则系统密闭性达要求。实验步骤为:(1)将制好的煤样600 g放入煤样罐内,对实验仪器的死体积进行标定;(2)充入高纯甲烷,进行衡温(303±0.5 K)吸附平衡,吸附平衡压力为0.75±0.01 MPa且保持24 h不变则认为吸附达到平衡态;(3)将已衡温吸附平衡的煤样,在衡温303±0.5K条件下进行解吸实验,记录相关数据。
2 实验数据
表1中的瓦斯放散模型一般均随时间延长而精度下降[10],计算瓦斯损失量时,长时间解吸时数据离散性大,时间短时数据代表性差,大量的数据测定表明一般选择解吸10 min以内的数据来研究损失瓦斯量时精度较高。在实验中已尽可能的将煤样开始解吸瞬间的解吸量进行了记录,但由于解吸在非常短时间内完成,故记录的数据仍会有误差。实验系统已考虑了死空间对初始解吸量的影响,但这种影响无法避免,顺延解吸量不记录的时间可减小死空间的影响,但顺延时间会影响用于进行对比的记录数据的可靠性,综合考虑后将第一个解吸数据记录时间确定为开始解吸5 s,故5 s后所有实验数据均是实验室测定的而不是依靠某放散模型计算的。
实验系统开始解吸的前5 s内,本次实验记录了相关数据,系统死空间对实验数据的影响,已按照文献[14]的方法对死空间进行了标定,并依据理想气体方程减除了死空间的影响。在上述的基础上,实验数据见图2。图中的小图为大图的局部放大。
3 讨论
在我国测定煤层瓦斯含量时,由于历史习惯原因,广泛采用法或幂函数法计算损失瓦斯量[1]。由于我国煤赋存和煤结构的复杂性,需要研究损失瓦斯量计算方法的适应性。表1中的放散模型多数是基于各煤阶煤的实验获得,因此广泛应用于所有煤种。煤受应力后的破坏会影响煤中孔隙形态和连通性、孔喉展布等,这些因素影响煤的扩散系数,同时煤粒中瓦斯的放散本身也是变扩散系数[12,13],而表1中的多数经典模型采用Fick定律和定扩散系数,因此会产生误差。这种误差可通过煤特征参数与解吸模型的符合性选择来减小。
3.1 解吸量与时间平方根关系
法计算损失瓦斯量的理论基础为文献[2],认为煤中瓦斯的解吸量与时间平方根之间线性相关,根据图2可给出煤样第一分钟内解吸量与时间平方根的关系(图3)。图3中将线性回归方程的截距设定为0(初始时间时解吸量为0),回归方程如表4。
表4表明在测定的6个煤样中,S1和H6煤体的坚固性系数是已测定值的两个极值,回归时R2小于0.95,所以煤的坚固性系数过大或过小时,采用文献[2]的瓦斯放散模型计算煤样损失量时,由于解吸量与时间平方根之间线性相关性差,误差增加。对比6个煤样的坚固性系数和回归参数R2,煤样的坚固性系数在0.20~0.48区间内进行数据回归的相关性均较好,说明对于多数煤样,采用文献[2]计算损失瓦斯量的误差较小,但对于坚固性系数过大或过小的煤样,文献[2]计算损失瓦斯量的精度下降。
3.2 采用幂函数计算损失瓦斯量
幂函数计算损失瓦斯量也是我国常用方法之一,其理论基础为乌斯基诺夫放散模型[8],幂函数法计算公式如下:
式中:q0为t=0的瓦斯解吸速度,cm3/min;t0为煤样暴露时间,min;n为瓦斯解吸速度衰减系数,由式(2)确定:
式中:t为瓦斯解吸时间,min;qt为t时间的瓦斯解吸速度,cm3/min。
根据图2中的数据和式(1)、式(2),各实验煤样损失瓦斯量的计算式见表5,由表5计算实验煤样第一分钟的损失瓦斯量见表6。在进行煤层瓦斯含量测定和损失瓦斯量计算时,表6中第一分钟的解吸量测定值实际上是无法测定的,煤层瓦斯含量测定中采用的损失瓦斯量是计算得出,因而表6在进行计算误差分析时以计算值为基础,绝对误差超过20%的煤样为S1、S2和H6。
3.3 损失瓦斯量计算的修正
煤的破坏类型分为五类:Ⅰ类煤即非构造煤,煤体未受到破坏;Ⅴ类煤即全粉煤,煤体原生结构完全被破坏;除这两类煤外,Ⅱ类(破坏煤)、Ⅲ类(强烈破坏煤)和Ⅳ类(粉碎煤)[20]广泛存在于自然界中。煤的破坏类型主要通过观测实录判定,主要判定指标包括构造及构造特征、节理及节理面性质、断口性质和强度等。大量的煤的坚固性系数统计表明,煤的坚固性系数与煤的破坏类型之间存在一定的联系,“十五”期间河南理工大学统计两者之间的关系见表7。
综合实验数据分析和表7可知,采用法和幂函数法计算损失瓦斯量时,Ⅰ类煤和Ⅴ类煤误差大,自然界中广泛存在的Ⅱ类、Ⅲ类和Ⅳ类煤计算损失瓦斯量误差小。大量的实验数据统计表明,损失瓦斯量占煤层瓦斯含量的比重小于1%~15%,故对于煤层瓦斯含量测定而言,即使存在30%的损失瓦斯量计算误差,对煤层瓦斯含量测定结果影响小于4.5%,故当精度要求不高时,其误差可忽略;但在进行煤层气储量和可采量精确计算时,不应忽略。
采用文献[9]计算S1、S2和H6实验煤样第一分钟的损失瓦斯量时,各参数取值和计算结果见表8。对比表6、表7和表8,I类煤和Ⅴ类煤更适合采用文献[9]计算损失瓦斯量。
3.4 误差分析
煤形成后在自然界中经历了多期的构造运动,目前自然界中广泛存在的煤体以II类、III类和IV类煤居多,I类煤和Ⅴ类煤相对较少,因此多数学者在研究煤的扩散理论时,将重点聚焦在II类、III类和IV类煤[3,4,5],已有的放散模型也可以较好的解释这些煤的放散特性。严重破坏的构造煤主要包括Ⅴ类和部分的Ⅳ类煤,近年来随着“低指标”煤与瓦斯突出事故的发生、对于煤层气开发过程的深刻认识,严重破坏的构造煤越来越受到重视,其放散特性也受到关注[11,14,15,16,17],但对于非构造煤放散的研究仍需要加强。上述实验计算中,采用传统的法或幂函数法计算损失瓦斯量时误差大的就是严重破坏的构造煤和非构造煤,需要研究这两类煤的瓦斯放散特征。
煤中的孔隙部分来源于植物组织变质过程和成煤过程中的组织流失,部分来源于成煤过程和后期的变质作用。喜氧、厌氧细菌的分解、破坏,成岩和变质中的失水、胶化,以及煤岩应力的错动、转化和迁徙,均会在煤体内遗留下不同的孔隙。非构造煤中的孔隙受后期改造较少,本身具有自相似性;粉碎煤中的孔隙受后期改造影响大,煤中的微孔也具有相似性。文献[2,5,6,7]采用单变量表征煤的放散特征,一般情况下瓦斯扩散系数为定值,在精度要求不高时,适用于自然界中广泛存在的II类、III类和IV类煤;但对于煤中孔隙结构保存较完整或孔隙受构造影响较大的I类和Ⅴ类煤,会出现一定的误差;经典的双孔隙模型由于计算过程复杂[21],其工程应用受到影响;文献[11]采用变扩散系数的方法对实验数据进行拟合,提出了扩散系数衰减系数的概念,可建立非常好的拟合曲线,但扩散系数衰减系数目前无法通过简单方法确定。因此在实践中需要一种简单且精度较高的损失瓦斯量计算方法。
煤中瓦斯在大孔、中孔、小孔和微孔中的扩散过程一般是不同步的,孔径越大,扩散阻力越小,扩散越容易,文献[9]提出的扩散模型基于实验数据和经验公式,未考虑扩散的具体过程,并且采用两参数的拟合公式来表征不同孔径的扩散,虽然粗糙但可以代表不同孔隙的特点,因此在上述计算中会得到较高的精度。法或幂函数法采用单指标表征不同孔径的扩散,当孔隙分布中原生孔隙或构造孔隙占比重大时,计算的损失量会出现较大的偏差,其较适合于原生孔隙和构造孔隙所占比重差别较小的煤层。
4 结论
1)损失瓦斯量虽然占煤层瓦斯含量的比重较小,但计算不准确会影响煤层气储量及可采量的准确评价,干扰煤与瓦斯突出危险性预测、瓦斯抽采达标评判等工作。通过实验数据分析发现:强度不同煤体在采用同一模型计算损失瓦斯量时误差不同;其中煤的坚固性系数小于0.30的Ⅴ类煤和坚固性系数大于0.75的I类煤采用幂函数法计算时误差为25%~31%。
2)由于孔隙结构的差异,不同破坏类型煤的放散存在差异,对于I类和Ⅴ类煤,损失瓦斯量的计算更适合采用能表征原生孔隙和构造孔隙双孔隙特征的模型,其计算误差低于10%;计算II类、III类和IV类煤的损失瓦斯量采用各类模型误差均不会超20%。
摘要：损失瓦斯量是准确获取煤层瓦斯含量的基础数据。通过实验室测定和不同损失量计算模型的对比分析,表明采用传统的t法和幂函数法获取损失瓦斯量时,Ⅱ类、Ⅲ类和Ⅳ类煤符合性较好,误差小于20%,I类煤和Ⅴ类煤的损失瓦斯量误差为25%~31%;煤中孔隙结构的差异是误差产生的原因,I类煤中原生孔隙占多数,Ⅴ类煤的孔隙受构造影响最大,其它类型煤的孔隙结构介于I类煤和Ⅴ类煤之间;对于I类煤和Ⅴ类煤,采用表征原生孔隙和构造孔隙双孔隙特征的模型获得的损失瓦斯量误差低于10%。研究结论对煤层瓦斯含量测定具有重要意义。