不同源工作面瓦斯涌出量预测研究

Study on Different-source Gas Emission Prediction of Working Face

Based on BP Artificial Neural Network

ZHU Hongqing, CHANG Wenjie, LI Qingquan & TAN Bo

(School of Resources and Safety Engineering, China University of Mining & Technology (Beijing), Beijin g 100083, China)

Abstract: The paper analyzes the existed shortages about gas emission quantity prediction methods. According to dif ferent-source gas emission quantity prediction theory, the BP(Back Proparation) Neural Network is applied to predict respectively the gas emission quantity f rom the mining coal seam, neighboring coal seam and goaf in working f ace. Because the gas emission inf luencing f actors of the mining coal seam, neighboring coal seam and goaf in working face are different, three models are established respectively to avoid the interf erence of the irrelevant factors and increase the prediction accuracy. The different-source gas emission prediction model can improves prediction accuracy greatly. In this paper, the BP neural network algorithm of MA TLAB sof tware is adopted and applied at two coal mines in Kai Luan Group mineral industry group, and the prediction error can satisf y the demand in application. Keywords: working face; gas emission quantity; BP neural network; different-source prediction

1 Introduction

Gas emission quantity is important for mine ventilation design, gas control and gas management. The researches on the gas emission quantity prediction methods, such as the regression analysis, fuzzy synthesis evaluation, gray association analysis and neural network, have been greatly made and have different merits respectively [1-4]. The gas emission quantity of working face is influenced by the various complicated factors in coal mine. The relationship with all complicated factors must be considered to predict more accurately the gas emission quantity. The artificial neural network stems from the simulation of brain neural information processing, and it has capability to deal with the complicated multi-target and nonlinear problems. In recent years, the BP artificial neural network has been applied to predict the gas emission quantity. However, the existed prediction model shows some shortages as followings.

Firstly, the existed prediction model is applied to predict the average gas emission of a whole mine or a whole working face. Compared with different-source gas emission quantity prediction method, it can’t provide more detailed and comprehensive gas emission quantity. Secondly, only about 5 factors are considered and the prediction accuracy should be improved [4~5].

In this paper, the prediction network structure of BP(Back Proparation) prediction model is improved. The BP Neural network is applied to predict respectively the gas emission quantity from the mining coal seam, neighboring coal seam and goaf in working face. For improving the prediction accuracy greatly and application conditions, more influencing factors are considered.

2 Different-source Gas Emission Quantity Prediction Based on the BP Neural Network

According to different-source gas emission quantity prediction theory, the gas emission quantity of working face comes from the mining coal seam, neighboring coal seam and goaf in working face [6]. Because the gas emission quantity from the mining coal seam, neighboring coal seam and goaf in working face is influenced by different factors, three gas emission prediction neural networks, including the mining coal seam, neighboring coal seam and goaf, are established respectively to avoid the interference of the irrelevant factors and increase the prediction accuracy. The structure of different-source gas emission quantity prediction of working face based on the BP neural network is shown in Fig.1 as followings:

Fig.1 Gas emission prediction structure in working-face based on BP artificial neural network

3 Design of Input and Output V ector Based on the BP Neural Network to Predict Different-source Gas

Emission

Three factors should be considered to ensure the prediction accuracy of gas emission quantity by using BP neural network: the above logical network structure, dimensions of the input vector, and the number and accuracy of samples.

According to analyzing the factors of the different-source gas emission form the mining coal seam, neighboring coal seam and goaf in working face, input vectors of models of three gas emission sources and structure of the relative neural network are established as Fig.2.

In Fig.2, most of the vectors can be imported directly using the sample values because they are quantitative data, but two vectors, including management methods of roof and interlayer lithology, can ’t be imported directly as a input vector before quantified for they are qualitative vector. There are three kinds of roof management method in working face in coal mine, bulk caving, back fill and pillar-supported which are expressed by apply One, two and three respectively in the neural network.

Because the hardness of surrounding rock of working face is most important for gas emission quantity prediction, the weighted average of surrounding rock ’s hardness is applied as input value when the interlayer lithology is quantified. And it can be calculated in formula 1 as followings [7]:

1

n

m m

m h F f H

==

∑

(1)

where F —the weighted average of surrounding rock hardness between mining coal seam and neighboring coal seam; n —number of surrounding rock stratum; f m —hardness of rock stratum; h m —thickness of rock stratum; H —total thickness of surrounding rock.

(a) (b)

(c)

Fig.2 Gas emission prediction framework in working-face based on BP artificial neural network (a), (b), (c) are the BP artificial neural network of gas emission of coal seam, contiguous seam and goaf

4 Parameter of Neural Network S tructure

The three layers structure model is applied in the prediction network model. Input layer is the first layer which connects input information and prediction network. All input layers of three neural networks are the actual data of corresponding parameters. Output layer is the third layer, and the output data, the gas emission quantity from three sources, correspond respectively with the input parameters.

Implied layer connects input layer and output layer. The connect weightiness of the implied layer is expressed with connect weight. Logarithmic S-type function is applied as the activated function of implied layer.

Ascertaining the number of neural elements of the implied layer is a difficult problem for the application of neural network. Geometric average rule calculation method, empirical formula calculation method and experiment method are usually used to solve

it. The choice of different methods can influence the forecast results and the complexity of the network. The combination of empirical formula p=2m-1 and experiment method is chosen to guarantee the accuracy of prediction results. The number of note in implied layer of three neural networks respectively is 40, 40 and 16 after calculation.

5 Achievement of Gas Emission Quantity Neural Networks Prediction Method

The trained samples are all from actual data in practice to be applied to train the different-source gas emission quantity prediction model in working face based on neural network. Sample data is showed as Table 1 and Table 2.The samples from 1 to 15 are used for trained, 16 to 18 for testing the prediction effect of prediction model.

Table 1 Gas emission quantity and data on influence factors statistics in working face

No

Extracting

seam original

gas-bearing

capacity/(m3/t)

Depth of

coal

seam/m

Thickness

of coal/

m

Coal

seam

Pitch/(°)

Mining

height

/m

Face

length

/m

Mining

rate/m/d

Working

face

recovery

Origin gas

quantity of

neighboring

seam/

(m3/t)

1 1.9

2 408 2.0 10 2.0 155 4.42 0.96 2.02

2 2.15 411 2.0 8 2.0 140 4.16 0.95 2.1

3 2.1

4 420 1.8 11 1.8 17

5 4.13 0.95 2.64

4 2.58 432 2.3 10 2.3 14

5 4.67 0.95 2.40

5 2.40 45

6 2.2 15 2.2 160 4.51 0.94 2.55

6 3.22 516 2.8 13 2.8 180 3.45 0.93 2.21

7 2.80 527 2.5 17 2.5 180 3.28 0.94 2.81

8 3.35 531 2.9 9 2.9 165 3.68 0.93 1.88

9 3.61 550 2.9 12 2.9 155 4.02 0.92 2.12

10 3.68 563 3.0 11 3.0 175 3.53 0.94 3.11

11 4.21 590 5.9 8 5.9 170 2.85 0.795 3.40

12 4.03 604 6.2 9 6.2 180 2.64 0.812 3.15

13 4.34 607 6.1 9 6.1 165 2.77 0..785 3.02

14 4.80 634 6.5 12 6.5 175 2.92 0.773 2.98

15 4.67 640 6.3 11 6.3 175 2.75 0.802 2.56

16 2.43 450 2.2 12 2.2 160 4.32 0.95 2.0

17 3.16 544 2.7 11 2.7 165 3.81 0.93 2.30

18 4.62 629 6.4 13 6.4 170 2.80 0.803 3.35

Table 2 Gas emission quantity and data on influence factors statistics in working face

No

Thickness

of

neighboring

seam/m

Interlaminar

distance/m

Interlaminar

lithology

Roof

management

method

Mining

intensity

/(t/d)

Gas emission quantity /(m3/min)

Extracting

seam

Neighboring

seam

Gob Sum

1 1.5 20 5.03 1 1825 1.79 1.37 0.18 3.34

2 1.21 22 4.87 1 1527 1.69 1.0

3 0.19 2.97

3 1.62 19 4.75 1 1751 1.89 1.52 0.15 3.56

4 1.48 17 4.91 1 2078 2.11 1.31 0.2 3.62

5 1.75 20 4.63 1 2104 2.14 1.77 0.2

6 4.17

6 1.72 12 4.78 1 2242 2.92 1.39 0.29 4.60

7 1.81 11 4.51 1 1979 2.55 2.12 0.25 4.92

8 1.42 13 4.82 1 2288 3.39 1.04 0.35 4.78

9 1.6 14 4.83 1 2325 3.59 1.26 0.38 5.23

10 1.46 12 4.53 1 2410 3.57 1.62 0.37 5.56

11 1.50 18 4.77 1 3139 4.84 1.26 1.14 7.24

12 1.80 16 4.70 1 3354 5.04 1.56 1.2 7.80

13 1.74 17 4.62 1 3087 5.08 1.33 1.27 7.68

14 1.92 15 4.55 1 3620 5.64 1.48 1.39 8.51

15 1.75 15 4.60 1 3412 5.34 1.23 1.38 7.95

16 1.70 16 4.84 1 1996 2.28 1.56 0.22 4.06

17 1.80 13 4.90 1 2207 3.13 1.49 0.30 4.92

18 1.61 19 4.63 1 3456 5.30 1.26 1.36 8.04

Because the dimension and scale of parameters of the influencing factors are different in three neural networks, input value must be limited and transferred to a certain scale in order to reduce the workload of trained and operation. MA TLAB neural network toolbox provides some sample processing function to improve the rate and efficiency. The maximum and minimum function, namely

premnmx and tramnmx, are used to deal with the input vector in toolbox, and the values of input vector and objective vector are limited in [-1, 1] [8].

BP neural network has a lot of the trained algorithm, and Levenberg-Marquardt Algorithm is used widely as trained algorithm because of too many parameters, and its trained function is Trainlm( ) in MA TLAB neural network toolbox.

The initial values, including matrix and threshold, must firstly be given for the weight of two networks before training in order to the operation efficiency of neural network. This process can be finished by clicking the button Initialize in MA TLAB neural network toolbox. Figure 3 shows the error curve of three neural network trained processes of different-source gas emission quantity in working face, and the network reaches the standard quickly because of the proper parameters and algorithm, namely the error of gas emission quantity has controlled below 0.0001.

(a) (b) (c)

Fig.3 Training curve of Gas emission prediction model

(a), (b), (c) are the BP artificial neural network of gas emission of coal seam, contiguous seam and goaf

The connection weight values and threshold values of neural network layers can be obtained after training. Part connection weight values and threshold values of gas emission quantity prediction neural network in the mining coal seam are collected as follows:

Iw{1,1}=[1.244 -0.023423 0.83924 0.11997 0.69421 0.088926 -1.1296 20.3709; -1.6634 0.032325 0.87574 0.43785 0.26557 -0.024855 1.0852 -0.79384;……]

Iw{2,1}=[-0.74654 -0.74803 -0.67125 -0.81351 0.084354 0.54522 -0.16478 0.69124 0.62764 -0.98342 0.31804 -0.77524 -0.57133 0.81958 -0.71013……]

B{1}=[-39.7526; -8.1834; 6.1223; 32.765; 25.8448; 23.3608; -10.2321; -25.9177; -5.9232; -15.0314; -1.6643; 0.61937; -16.0932; -17.4129; -3.8236; 4.6883; 14.6629;……]

B{2}= [-0.79493]

Comparing the outcome with the former sample after computing the trained sample and the test sample with the trained successfully network, the result and error is as in Tables 3 and 4. Based on the trained successfully network, the trained sample and test sample are calculated and the results are compared with the original sample. For gas emission quantity in two coal mine, the maximal error between the expectation output and prediction output is 3.78%, and the minimum only 0.05%, and the test sample no more than 7% which can be controlled below 5%. All results can satisfy the demand in practice.

Table 3 Contrast between training sample expectation output and prediction result Serial

number

Gas emission quantity f rom

extracting seam

Gas emission quantity f rom

neighboring seam

Gas from emission quantity goaf

The total gas emission quantity

from working f ront Actual

data

Prediction

data

Error/

%

Actual

data

Prediction

data

Error/

%

Actual

data

Prediction

data

Error/

%

Actual

data

Prediction

data

Error/

%

1 1.79 1.7841 -0.330 1.37 1.3718 0.131 0.18 0.1851 2.83 3.34 3.341 0.03

2 1.69 1.7021 0.716 1.0

3 1.0326 0.252 0.19 0.1891 -0.47

4 2.97 2.9427 -0.919

3 1.89 1.8888 -0.063 1.52 1.5253 0.348 0.15 0.1877 25.1 3.56 3.6018 1.174

4 2.11 2.0938 -0.768 1.31 1.3192 0.702 0.2 0.2204 10.2 3.62 3.6334 0.370

5 2.14 2.1425 0.117 1.77 1.7671 -0.164 0.2

6 0.2109 -18.88 4.1

7 4.1205 -1.18

6 2.92 2.9223 0.079 1.39 1.3923 0.165 0.29 0.3033 -4.58 4.60 4.6179 0.389

7 2.55 2.5583 0.325 2.12 2.1085 -0.542 0.25 0.2402 -3.92 4.92 4.907 0.264

8 3.39 3.4004 0.307 1.04 1.0402 0.019 0.35 0.3276 -6.4 4.78 4.7682 -0.247

9 3.59 3.593 0.084 1.26 1.2621 0.167 0.38 0.3695 -2.76 5.23 5.2351 0.098

10 3.57 3.5725 0.070 1.62 1.6174 -0.160 0.37 0.3844 3.89 5.56 5.5743 0.257

11 4.84 4.8459 0.122 1.26 1.2617 0.135 1.14 1.1538 1.21 7.24 7.2614 0.296

12 5.04 5.0349 -0.101 1.56 1.5627 0.173 1.2 1.1604 -3.3 7.80 7.758 -0.538

13 5.08 5.0743 -0.112 1.33 1.3378 0.586 1.27 1.2169 -4.18 7.68 7.629 -0.664

14 5.64 5.6341 -0.105 1.48 1.4741 -0.398 1.39 1.3888 -0.086 8.51 8.497 -0.153

15 5.34 5.2984 -0.779 1.23 1.2254 -0.374 1.38 1.3213 -4.25 7.95 7.8451 -1.319

Table 4 Contrast between test sample expectation output and prediction result

Serial number Gas emission quantity from

extracting seam

Gas emission quantity from

next seam

Gas emission quantity from

goaf

The total gas emission

quantity from working face Actual

data

Prediction

data

Error

Actual

data

Prediction

data

Error

Actual

data

Prediction

data

Error

Actual

data

Prediction

data

Error

1 2.28 2.1318 -6.50 1.56 1.4379 -7.8

2 0.22 0.2091 -4.95 4.06 3.7788 -6.926

2 3.1

3 3.351 7.06 1.49 1.468

4 -1.4

5 0.30 0.2893 -3.57 4.92 5.1087 3.835

3 5.30 5.499

4 3.76 1.26 1.3649 8.33 1.36 1.322

5 -2.7

6 8.04 8.1868 1.826 6 Conclusion

(1) If plenty of actual data can be collected, three neural network prediction models can achieve enough accurate prediction results to satisfy actual demand for gas emission quantity prediction. The prediction results can satisfy the demand in practice.

(2) According to the trained data, the value rang of some influencing factors is limited. For example, all the data of roof control method are 1 while predicting the gas emission quantity of neighboring coal seam, and the main reason is that the quantity and scale of the sample is too limited. This problem is caused by the choice of the samples.

(3) In order to heighten the prediction ability of neural network, some opinions must be given as following: increasing the overlay scales of samples, considering all influencing input factors, and ensuring the preciseness of input data, and giving the proper convergence error.

References

[1]Y u Qixiang, Zhou Shining. The study and prospect of gas emission f or coalmine in China. Workshop of China 21st Century Coal Industry Science. (in

Chinese)

[2]L. Lunarzewski．Gas emission prediction and recovery in underground coal mines〔J〕. Int . J. Of Coal Geology, 1998.35 (1) : 117-145(in Russian)

[3]Gas V entilation and Fire Control Saf ety Research Institution. The development and contribution of gas emission quantity prediction metho d f or mine.

Mine Saf et y, V ol.34 supplement, 2003(9): 10-13 (in Chinese)

[4]Liu Y ujing, Xiao Guangzhi. Gas emission quantity prediction in coal f ace with artif icial neural network model. Mine Saf ety, No.1, V ol.34, 2003（1）：

11-14(in Chinese)

[5]He Xueqiu, Sa Zhanyou, Wang Enyuan. Gas emission quantity prediction f or block face based on neural network. Journal of China Coal Society, V ol.26

supplement, 2001(10)：96-99 (in Chinese)

[6]Bao Jianying, Li Guijian, Su sui. Gas control technology in the Y ang Quan coalmine. Beijing: China Coal Industry Publishing House, 1996.9(in Chinese)

[7]Cen Chuanhong. Roof disaster control. Xuzhou: China University of Mining and Technology Press, 1994.7(in Chinese)

[8]Li Xiang, Wen Xin, Zhang Baowei, Zhou Lu. MA TLAB neural network simulation and application. Beijing: Science Press, 2003.7(in Chinese)

2017年小常煤矿瓦斯抽采达标能力核定报告

郊区三元南耀小常煤业 矿井瓦斯抽采达标能力核定报告 批准： 审核： 编写： 通风科 2016年10

郊区三元南耀小常煤业 矿井瓦斯抽采达标能力核定报告 第一章矿井概况及瓦斯赋存情况 一、矿井概况 郊区三元南耀小常煤业（以下称小常煤业）为地方国有企业。位于市郊区侯北庄镇，行政区划属市郊区。根据《煤矿生产能力核定标准》要求，煤矿各主要生产系统及环节其能力应当满足煤矿核定生产能力的需要，以煤矿最薄弱的生产系统能力为最终的核定生产能力。按照实事求是、保障安全、有效利用的原则，结合标准档次，就近下靠。根据省煤炭工业厅《关于郊区三元南耀小常煤业核定生产能力的批复》（晋煤行发〔2013〕1862号）文件，该矿井核定生产能力为210万t/a。 根据省煤炭工业厅文件晋煤瓦发〔2012〕1239号文件《关于郊区三元南耀小常煤业3号煤层矿井瓦斯涌出量预测的批复》，小常煤业以180万t/a 产量开采3号煤层时，矿井最大相对瓦斯涌出量为19.99m3/t，最大绝对瓦斯涌出量为75.74m3/min，批复结论为高瓦斯矿井。 二、矿井开拓及开采 矿井为立井开拓。井田共有三个井筒：主立井、副立井、回风立井。 主立井，井口坐标X=4011157.81，Y=19681399.57，Z=922.09。净直径5m，净断面19.625m2，混凝土浇筑，垂深320m。担负全矿井的提煤、回风任务，井筒设梯子间。为矿井一个安全出口。 副立井：X=4011217.10、Y=19681367.97、Z=922.38。井筒净直径5.5m，净断面23.746m2，混凝土浇筑，垂深342.78m。担负全矿井矸石提升和升降

矿井瓦斯涌出量预测计算公式

一、预测原则 1、根据矿井瓦斯涌出量预测方法(AQ 1018-2006标准)。 2、本矿井处于基建阶段，瓦斯涌出主要来源为回采工作面、煤巷掘进面及煤壁涌出。 3、岩巷瓦斯涌出量一般按照工作面配风量和工作面瓦斯浓度进行计算。 4、全矿井的瓦斯涌出量由煤、岩巷掘进工作面、其他巷道或硐室和瓦斯抽采量组成。 二、预测依据 1、回采工作面瓦斯涌出量 回采工作面瓦斯涌出量预测用相对瓦斯涌出量表达，以24h 为一个预测圆班，采用式（1-1）计算。 21q q q +=采 式 （1-1） 式中： q 采一回采工作面相对瓦斯涌出量,m 3/t ； q 1一开采层相对瓦斯涌出量，m 3/t ； q 2一邻近层相对瓦斯涌出量，m 3/t 。 开采层和邻近层相对瓦斯涌出量计算方法如下： a.不分层开采时，开采层瓦斯涌出量由式（1-2）计算： ()c W W M m k k k q -????=03211 式（1-2） 式中： q 1一开采层相对瓦斯涌出量，m 3/t ； K 1一围岩瓦斯涌出系数，取； K 2—工作面丢煤瓦斯涌出系数，取； K 3—采区内准备巷道预排瓦斯对开采层瓦斯涌出影响系数，取；

m 一开采层厚度,6m ； M 一工作面采高，； W 0—煤层原始瓦斯含量,m 3 /t ； Wc —运出矿井后煤的残存瓦斯含量，m 3/t 。 b. 未开采邻近层，故不计算邻近层瓦斯涌出量。 2、掘进工作面煤壁和落煤瓦斯涌出量 a.掘进巷道煤壁瓦斯涌出量 掘进巷道煤壁瓦斯涌出量采用式(1-1)计算。 30q 1)D v q =??? (1-1) 式中： q 3—掘进巷道煤壁瓦斯涌出量，m 3／min ； D —巷道断面内暴露煤壁面的周边长度，m ；本矿主采3#煤层，煤层平均厚度为；对于厚煤层，D=2h+b ，h 及b 分别为巷道的高度及宽度。 υ—巷道平均掘进速度，m ／min ； L —巷道长度，m ； q 0—煤壁瓦斯涌出强度，m 3／(m 2min)，如无实测值可参考式(1-2)计算。 q 0＝ [(Vr )2＋]W 0 (1-2) 式中： q 0 — 巷道煤壁瓦斯涌出量初速度，m 3／(m 2min)： V r — 煤中挥发分含量，％，古城煤矿3#煤层挥发份经煤炭工业厅综合测试中心鉴定为%。 W 0 — 煤层原始瓦斯含量，m 3／t 。 b. 掘进落煤的瓦斯涌出量 掘进巷道落煤的瓦斯涌出量采用式（1-3）计算。 q 4＝Ｓ·v ·γ·(W 0－W c ) (1-3) 式中：q 4 —— 掘进巷道落煤的瓦斯涌出量，m 3/min; S —— 掘进巷道断面积，m 2；

保护层开采工作面瓦斯涌出量预测_戴广龙

第32卷第4期煤 炭 学 报V o.l 32　N o .4 2007年 4月 J OURNAL OF CH I N A COAL SOC I ETY A pr .　2007　 文章编号:0253-9993(2007)04-0382-04 保护层开采工作面瓦斯涌出量预测 戴广龙1 ,汪有清1 ,张纯如2 ,李庆明2 ,邵广印 2 (1.安徽理工大学资源开发与管理工程系,安徽淮南　232001;2.淮南矿业集团谢桥煤矿,安徽淮南　232001) 摘　要:分析了分源法预测保护层工作面瓦斯涌出量理论和保护层开采时上覆煤岩层采动裂隙的分布,然后应用分源法预测了谢桥矿1242(1)保护层开采工作面瓦斯涌出量,预测结果为 15.93～17.22m 3 /m in ,误差为3.3%～4.5%.关键词:保护层开采;瓦斯涌出量;预测;瓦斯治理中图分类号:TD712.5 文献标识码:A 收稿日期:2006-06-26 责任编辑:毕永华 基金项目:安徽省高校科技创新团队计划资助项目(矿业安全技术2006KJ005Td );安徽省自然科学基金资助项目(070414171) 作者简介:戴广龙(1962-),男,安徽霍邱人,教授.E -m ail :g l dai @aust .edu .cn Forecast of the gas effused fro m the face i n protecti ve sea m DA I Guang -long 1 ,WANG You -qing 1 ,Z HANG Chun -r u 2 ,LI Q ing -m ing 2 ,SHAO Guang -y in 2 (1.D epart men t of Res our ces E xpl or a ti on and M anage m e n t E ngineeri ng ,Anhu i Un i versit y of S cie n c e and Technol og y ,Hua i nan 232001,Ch i na ;2. X ie qiao M i ne ,Huainan M i n i ng (Gr oup )Co .Lt d.,Hua i nan 232001,Ch i na ) Abst ract :The t h eo r y o f forecasting gas seepage fro m differen t sources at pro t e c tive face was ana l y zed and t h e rule of cranny distribution on the top of cove rw as g iven .Then the forecasted gas flo w fro m the pr o tecti v e face 1242(1) of X ieqiao M ine is bet w een 15.93and 17.22m 3 /m in ,and t h e err o r is 3.3%～4.5%.K ey w ords :ex tract p r o tec tive sea m ;gas e m ission flo w ;f o recast ;gas contr o l 随着煤矿开采深度的增加,开采规模不断扩大,煤矿安全生产问题变得越来越突出,成为制约矿井高产高效的主要因素,尤其是在开采低透气性高瓦斯有突出危险的煤层过程中,煤与瓦斯突出是严重威胁煤矿安全生产的自然灾害之一.目前,公认为开采不具高瓦斯和突出危险性的保护层是有效减少或消除被保护层煤与瓦斯突出危险性的有效措施.开采保护层的目的是对被保护层卸压,释放被保护层的弹性潜能,增大煤层的透气性,有利于煤层气的运移和解吸,降低被保护层的瓦斯含量及内能.在《煤矿安全规程》中也明确规定:“在开采具有煤与瓦斯突出煤层群时,必须首先开采保护层”.由于保护层的开采,造成邻近层煤层卸压,致使裂隙范围内的卸压瓦斯涌入开采工作面,为了确保回采工作面的安全生产,所以对保护层的开采工作面瓦斯来源分析以及瓦斯涌出量的预测变得尤为重要. 1　分源法预测保护层开采工作面瓦斯涌出量理论 分源法预测矿井瓦斯涌出量亦称瓦斯含量法预测矿井瓦斯涌出量.该预测法的实质是按照矿井生产过程中瓦斯涌出源的多少、各个瓦斯源涌出瓦斯量的大小,来预计该矿井各个时期(如投产期、达标期、萎缩期等)的瓦斯涌出量.各个瓦斯源涌出瓦斯量的大小是以煤层瓦斯含量、瓦斯涌出规律及煤层开采技术条件为基础进行计算确定的.根据煤炭科学研究总院抚顺分院的研究,矿井瓦斯涌出的源、汇关系如图1所示.

掘进工作面瓦斯

掘进工作面瓦斯抽采设计

林东煤业发展有限责任公司龙凤煤矿风巷瓦斯抽采施工设计 总工程师: 安全矿长: 生产矿长: 机电矿长: 安全部: 通防部: 通防工区: 掘进工区: 调度室: 编制: 编制日期:

会签意见表

目录 一、编制目的 (6) 二、编写依据 (6) 三、工作面概况 (7) 1、煤层情况 (7) 2、瓦斯情况 (7) 3、地质构造 (7) 四、瓦斯抽采钻孔设计 (8) 1、钻孔设计及工程量 (10) 五、瓦斯抽采钻孔施工 (10) 1、施工设备 (10) 2、进度计划 (10) 3、施工要求 (11) 六、瓦斯抽采 (12) 1、瓦斯抽采系统 (12) 2、封孔 (12) 3、抽放管 (12) 4、有效预抽时间 (13) 七、抽放量及抽放效果预期 (13) 1、瓦斯抽放量 (13) 2、预期效果 (14) 八、组织管理 (14) 九、施工安全技术措施 (15) 1、准备工作 (15) 2、钻孔施工安全技术要求 (17)

3、机电管理 (18) 4、安全防护措施 (19) 5、人员避灾路线 (19)

5912风巷瓦斯抽采施工设计 一、编制目的 为了贯彻《煤矿瓦斯抽采达标暂行规定》相关内容，结合矿井实际情况，编制了5912风巷掘进工作面瓦斯抽采施工设计。 二、编写依据 1、《煤矿安全规程》 2、《防治煤与瓦斯突出规定》 3、《林东煤业发展有限公司龙凤煤矿生产地质》报告 4、《煤矿瓦斯抽采达标暂行规定》 5、《煤矿瓦斯抽采基本指标》（AQ1026-2006） 6、《煤矿瓦斯抽放规范》（AQ1027-2006） 7、根据金安委[2015]3号《金沙县安全生产委员会关于印发金沙县煤矿瓦斯治理攻坚年实施方案通知》 8、毕安委[2015]1号《毕节市安委会关于加强煤矿生产关键环节管控的通知》 9、黔安[2015]3号《省安全生产委员会关于印发贵州省煤矿瓦斯治理攻坚年实施方案通知》的文件要求，为了贯彻《煤矿瓦斯抽采达标暂行规定》相关内容，结合矿井实际情况，编制了5912风巷工作面瓦斯抽

瓦斯抽放竣工验收报告

山西汾西曙光煤业有限责任公司瓦斯抽放 系统竣工验收报告 前言 ⅰ、概况 曙光煤业有限责任公司（简称：曙光矿）隶属于山西汾西矿业（集团）有限责任公司，曙光矿位于山西省中部，行政区划属吕梁地区孝义市管辖，隶属于山西省汾西矿业（集团）有限责任公司。2003年为山西汾西矿业（集团）有限责任公司兼并，2011年12月27日由山西省国土资源厅颁发采矿许可证，证号为c1400002011121220121763，批准开采2、3号煤层，井田面积58.7293km2。根据煤炭工业太原设计研究院编制的《曙光煤矿改扩建工程初步设计》资料，设计矿井四班作业，其中，一班检修。当开采2号煤且生产能力为0.90mt/a时。根据国土资源部以国土资矿函【2008】81号批复同意对汾西矿业集团已取得采矿权的水峪煤矿宜兴区、曙光煤矿、两渡煤矿河溪沟扩区资源进行重新划分，使曙光煤矿面积由2.5平方公里增至58.7293平方公里，上组煤资源储量约1.6亿吨，并由山西省煤炭工业管理局批复生产能力为90万吨/年。因该井田内上组2号、3号煤层赋存条件差，为实施企业长远发展，取得更大效益，该矿现在申请在原矿区范围内，增加开采3号、9号、10号、11号煤层，资源储量约6.7亿吨，煤种属肥煤、1/3焦煤，规划生产能力5.0mt/a。 ⅱ、瓦斯抽放系统竣工验收报告编制依据 1）、《煤矿瓦斯抽采工程设计规范》gb50471-2008 中国煤炭建设协会； 2）、《煤矿瓦斯抽放规范》aq1027-2006 国家安全生产监督管理总局； 3）、《煤矿瓦斯抽采基本指标》aq1026-2006 国家安全生产监督管理总局； 4）、《煤矿安全规程》国家安全生产监督管理总局，2010年； 5）、《关于加强煤矿瓦斯抽放工作的通知》，山西省煤炭工业局文件，晋煤安发［2008］871号； 6）、《煤矿低浓度瓦斯管道输送安全保障系统设计规范》，aq1076-2009 国家安全生产监督管理总局，2010年7月1日实施； 7）、现场地质资料和生产实测资料； 8）、关于下发《瓦斯抽放工程设计编制提纲》的通知，晋煤安发[2008]313号； 9)、《汾西矿业集团曙光煤矿矿井瓦斯涌出量预测》，煤科总院沈阳研究院，2010年5月。 iii交通位置图、地形及地貌 本区地处黄土高原，属低山丘陵及梁状黄土台塬地貌，海拔高度856~1174m之间，相对高差318m。总的地势南高北低，西高东低，最低处在师家河村东沟内。井田内沟谷十分发达，，沟坡陡峭，除沟底有基岩出露外，大部分为黄土覆盖，地表植被较少，水土流失严重属侵蚀剥蚀区。曙光 第一章建立抽放系统的必要性 根据国家煤矿安全监察局2010年颁布的《煤矿安全规程》第一百四十五条规定：有下列情况之一的矿井，必须建立地面永久抽放瓦斯系统或井下临时抽放瓦斯系统：（一）1个采煤工作面的瓦斯涌出量大于5m3/min或1个掘进工作面瓦斯涌出量大于3m3/min，用通风方法解决瓦斯问题不合理的。 （二）矿井绝对瓦斯涌出量达到以下条件的： 1．大于或等于40m3/min； 2．年产量1.0～1.5mt的矿井，大于30m3/min； 3．年产量0.6～1.0mt的矿井，大于25m3/min； 4．年产量0.4～0.6mt的矿井，大于20m3/min； 5．年产量小于或等于0.4mt的矿井，大于15m3/min。

矿井瓦斯涌出量预测论

平煤三矿十采区瓦斯涌出量预测 摘要: 通过对平煤三矿的实际考察,收集了该矿大量的瓦斯资料和地质资料，经过整理分析得到各种地质条件、各种开采条件下的实际瓦斯涌出量。同时结合已学的瓦斯基本理论，根据瓦斯原始含量、矿井开拓方式、煤层赋存及煤质、煤层瓦斯含量分布规律等条件，运用分源法对该矿十采区瓦斯涌出量进行预测；通过对本采区的瓦斯涌出量预测对该采区的通风设计,瓦斯抽放设计与瓦斯管理提供技术支持，对该矿瓦斯防治工作具有一定的指导意义。 关键词: 瓦斯含量平煤三矿分源预测法瓦斯涌出量

THE NO.3 MINE OF PINGMEI GROUP THE NO.10 PICK AREA GAS TO WELL UP Abstract: Through to the even coal three ores actual inspections, has collected this ore massive gas material and the geological data, obtains under each geological condition, each kind of mining condition actual gas after the reorganization analysis wells up the out put. Simultaneously unifies already study the gas elementary theory, according to the gas primitive content, the mine pit development way, the coal bed tax saves and the anthrax, condition and so on coal bed gas content distribution rule, the utilization device source law ten picks the area gas to this ore to well up the output to carry on the forecast; Through to this picks the area the gas to well up the output to forecast to should pick the area to ventilate the design, the gas pulls out puts the design and the gas management provides the technical support, has the certain instruction significance to this ore gas preventing and controlling work. Key word: The gas content even;the NO.3 mine of pingmei group ; device sources pre-measurement; gas wells up the output

综采工作面瓦斯综合治理技术

编号：SM-ZD-56438 综采工作面瓦斯综合治理 技术 Through the process agreement to achieve a unified action policy for different people, so as to coordinate action, reduce blindness, and make the work orderly. 编制：____________________ 审核：____________________ 批准：____________________ 本文档下载后可任意修改

综采工作面瓦斯综合治理技术 简介：该方案资料适用于公司或组织通过合理化地制定计划，达成上下级或不同的人员之间形成统一的行动方针，明确执行目标，工作内容，执行方式，执行进度，从而使整体计划目标统一，行动协调，过程有条不紊。文档可直接下载或修改，使用时请详细阅读内容。 瓦斯综合治理技术主要包括2个方面:一是仅采用通风方法稀释瓦斯;二是采用先抽放、再用通风进行稀释,以确保工作面和回风流中的瓦斯浓度达到安全生产的要求。在工作面瓦斯涌出量大,仅依靠通风稀释方法很难有效治理瓦斯的情况下,瓦斯抽放是瓦斯综合治理的有效技术途径。 1 工作面概况及瓦斯涌出情况分析 41120工作面开采11#煤层,是煤与瓦斯突出煤层,煤层瓦斯含量15ｍ3/ｔ。煤层厚度2.8ｍ,倾角8°～12°,走向长502ｍ,倾向宽160ｍ,相邻北侧为41118采空区。老顶为灰白色中厚层状细砂岩,厚度为6～8ｍ,直接顶为灰色泥岩,厚度2.3～3.5ｍ,顶板容易垮落,采空区冒落高度为10～15ｍ。工作面采用走向长壁后退式布置,综合机械化采煤,全部垮落

矿井瓦斯涌出量预测方法A

矿井瓦斯涌出量预测方 法A 文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]

矿井瓦斯涌出量预测方法 AQ 1018－2006 国家安全生产监督管理总局2006－02－27发布 2006－05－01实施 前言 本标准的附录A、附录B、附录C、附录D均为资料性附录。 本标准由国家安全生产监督管理总局提出。 本标准由国家安全生产监督管理总局归口。 本标准起草单位：煤炭科学研究总院抚顺分院。 本标准主要起草人：姜文忠、秦玉金、闫斌移、薛军峰 1 范围 本标准规定了采用分源预测法与矿山统计法进行矿井瓦斯涌出量预测的方法。 本标准适用于新建矿井、生产矿井新水平延深、新采区以及采掘工作面(放顶煤工作面除外)的瓦斯涌出量预测。 2 规范性引用文件 下列文件中的条款通过本标准的引用成为本标准的条款。凡是注册日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达。 MT/T 77煤层气测定方法（解吸法） 《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程》 3 术语及定义 矿井瓦斯涌出量预测 prediction of mine gas emission rate 计算出矿井在一定生产时期、生产方式和配产条件下的瓦斯涌出量，并绘制反映瓦斯涌出规律的涌出量等值线图。 矿井瓦斯涌出量 absolute gas emission rate 单位时间内从煤层以及采落的煤（岩）体涌入矿井中的气体总量，矿井进行瓦斯抽放时包括抽放瓦斯量。 绝对瓦斯涌出量 absolute gas emission rate 单位时间内从煤层和岩层以及采落的煤（岩）体所涌出的瓦斯量，单位采用m2/min。 相对瓦斯涌出量 relative gas emission rate 平均每产1t煤所涌出的瓦斯量，单位为m2/t 矿山统计法 statistical predicted method of mine gas 根据对本矿井或邻近矿井实际瓦斯涌出资料的统计分析得同的矿井瓦斯涌出量随开采深度变化的规律，预测新井或新水平瓦斯的方法。 分源预测法 predicted method by different gas source

瓦斯涌出量计算办法 Microsoft Word 文档

虬髯客 矿井瓦斯涌出量预测方法 虬髯客https://www.wendangku.net/doc/596605554.html,/qiuranke000 2009-03-06 13:20:35 矿井瓦斯涌出量预测方法 AQ 1018－2006 国家安全生产监督管理总局2006－02－27发布2006－05－01实施 前言 本标准的附录A、附录B、附录C、附录D均为资料性附录。 本标准由国家安全生产监督管理总局提出。 本标准由国家安全生产监督管理总局归口。 本标准起草单位：煤炭科学研究总院抚顺分院。 本标准主要起草人：姜文忠、秦玉金、闫斌移、薛军峰 1 范围 本标准规定了采用分源预测法与矿山统计法进行矿井瓦斯涌出量预测的方法。 本标准适用于新建矿井、生产矿井新水平延深、新采区以及采掘工作面(放顶煤工作面除外)的瓦斯涌出量预测。 2 规范性引用文件 下列文件中的条款通过本标准的引用成为本标准的条款。凡是注册日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达。 MT/T 77煤层气测定方法（解吸法） 《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程》 3 术语及定义 3.1矿井瓦斯涌出量预测prediction of mine gas emission rate 计算出矿井在一定生产时期、生产方式和配产条件下的瓦斯涌出量，并绘制反映瓦斯涌出规律的涌出量等值线图。 3.2矿井瓦斯涌出量absolute gas emission rate

单位时间内从煤层以及采落的煤（岩）体涌入矿井中的气体总量，矿井进行瓦斯抽放时包括抽放瓦斯量。 3.3绝对瓦斯涌出量absolute gas emission rate 单位时间内从煤层和岩层以及采落的煤（岩）体所涌出的瓦斯量，单位采用m2/min。3.4相对瓦斯涌出量relative gas emission rate 平均每产1t煤所涌出的瓦斯量，单位为m2/t 3.5 矿山统计法statistical predicted method of mine gas 根据对本矿井或邻近矿井实际瓦斯涌出资料的统计分析得同的矿井瓦斯涌出量随开采深度变化的规律，预测新井或新水平瓦斯的方法。 3.6分源预测法predicted method by different gas source 根据时间和地点的不同，分成数个向矿井涌出的与瓦斯源，在分别对这些瓦斯涌出源进行预测的基础上得出矿井瓦斯涌出量的方法。 4 一般要求 4.1 新建矿井或生产矿井新水平，都必须进行瓦斯涌出量预测，以确定新矿井、新水平、新采区投产后瓦斯涌出量大小，作为矿井和采区通风设计、瓦斯抽放及瓦斯管理的依据。 4.2 矿井瓦斯涌出量预测采用分源预测法或矿山统计法。 4.3 矿井瓦斯涌出量预测应包括以下资料： a) 矿井采掘设计说明书： 1) 开拓、开采系统图、采掘接替计划； 2) 采煤方法、通风方式； 3) 掘进巷道参数、煤巷平均掘进速度； 4) 矿井、采区、回采工作面及掘进工作面产量。 b) 矿井地质报告： 1) 地层剖面图、柱状图等； 2) 各煤层和煤夹层的厚度、煤层间距离及顶、底板岩性。 c) 煤层瓦斯含量测定结果、风化带深度及瓦斯含量等值线图；

煤矿110804工作面瓦斯治理方案

欣欣煤矿110804工作面 瓦 斯 治 理 方 案 矿长： 技术副矿长： 通防副矿长： 通防技术员： 编制人： 编制日期：2013年6月 110804工作面瓦斯治理方案 一、工作面基本情况 110804工作面和110802工作面相邻，是110802工作面的接替，走向长940米，倾向长140米，工作面运输采用双巷布置，一条机运巷，一条轨运巷，回风巷利用110802工作面轨运巷回风，机、轨运巷掘到位置后，再掘开切眼与

110802工作面轨运巷贯通形成通风系统。 根据煤矿地质资料分析，110804工作面开采范围无大断层，局部有零星小断层，落差不大，对开采不会造成过大的影响。 水文分析：110804工作面南边为矿界，距矿界留足隔水煤柱和保安煤柱20米，西边属于煤矿井田范围，还未开采。东边为110802工作面采空区，110802工作面的水从110804工作面回风巷中排出，对110804工作面影响不大，北边为110803工作面准备巷道，井田走向是南高北低，北边的水对110804工作面没有威胁，工作面断层水在掘进过程中探水工作和瓦斯治理工作一起考虑，严格“预测预报、有疑必探、先探后掘”的原则。 瓦斯来源分析：110804工作面顶板5米——7米处有一层煤，编号为C7煤，地板22.9米——28.4米之间为C9煤，110802工作面在开采过程中，上、下煤层中的瓦斯由于采动的影响有一部分会涌入工作面。 相邻煤层及本煤层瓦斯含量分析：根据云南煤矿安全监察局对我矿瓦斯等级鉴定：2008年我矿绝对瓦斯涌出量为 3.33m3／min，2009年我矿绝对瓦斯涌出量为 3.34m3／min，2010年我矿绝对瓦斯涌出量为3.36 m3／min，2011年我矿绝对瓦斯涌出量为3.36 m3／min。 邻近矿井瓦斯等级鉴定结果见表

矿井瓦斯涌出量预测计算公式定稿版

矿井瓦斯涌出量预测计算公式精编W O R D版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】

一、预测原则 1、根据矿井瓦斯涌出量预测方法(AQ 1018-2006标准)。 2、本矿井处于基建阶段，瓦斯涌出主要来源为回采工作面、煤巷掘进面及煤壁涌出。 3、岩巷瓦斯涌出量一般按照工作面配风量和工作面瓦斯浓度进行计算。 4、全矿井的瓦斯涌出量由煤、岩巷掘进工作面、其他巷道或硐室和瓦斯抽采量组成。 二、预测依据 1、回采工作面瓦斯涌出量 回采工作面瓦斯涌出量预测用相对瓦斯涌出量表达，以24h 为一个预测圆班，采用式（1-1）计算。 21q q q +=采 式（1-1） 式中： q 采一回采工作面相对瓦斯涌出量,m 3/t ； q 1一开采层相对瓦斯涌出量，m 3/t ； q 2一邻近层相对瓦斯涌出量，m 3/t 。 开采层和邻近层相对瓦斯涌出量计算方法如下： a.不分层开采时，开采层瓦斯涌出量由式（1-2）计算： ()c W W M m k k k q -????=03211 式（1-2） 式中：

q 1一开采层相对瓦斯涌出量，m 3 /t ； K 1一围岩瓦斯涌出系数，取1.2； K 2—工作面丢煤瓦斯涌出系数，取1.18； K 3—采区内准备巷道预排瓦斯对开采层瓦斯涌出影响系数，取0.83； m 一开采层厚度,6m ； M 一工作面采高，3.5m ； W 0—煤层原始瓦斯含量,m 3/t ； Wc —运出矿井后煤的残存瓦斯含量，m 3/t 。 b. 未开采邻近层，故不计算邻近层瓦斯涌出量。 2、掘进工作面煤壁和落煤瓦斯涌出量 a.掘进巷道煤壁瓦斯涌出量 掘进巷道煤壁瓦斯涌出量采用式(1-1)计算。 30q 1)D v q =??? (1-1) 式中： q 3—掘进巷道煤壁瓦斯涌出量，m 3／min ； D —巷道断面内暴露煤壁面的周边长度，m ；本矿主采3#煤层，煤层平均厚度为6.27m ；对于厚煤层，D=2h+b ，h 及b 分别为巷道的高度及宽度。 υ—巷道平均掘进速度，m ／min ； L —巷道长度，m ； q 0—煤壁瓦斯涌出强度，m 3／(m 2min)，如无实测值可参考式(1-2)计算。

2017年度小常煤矿瓦斯抽采达标能力核定报告

山西长治郊区三元南耀小常煤业有限公司矿井瓦斯抽采达标能力核定报告 批准： 审核： 编写： 通风科 2016年10

山西长治郊区三元南耀小常煤业有限公司 矿井瓦斯抽采达标能力核定报告 第一章矿井概况及瓦斯赋存情况 一、矿井概况 山西长治郊区三元南耀小常煤业有限公司（以下称小常煤业）为地方国有企业。位于长治市郊区侯北庄镇，行政区划属长治市郊区。根据《煤矿生产能力核定标准》要求，煤矿各主要生产系统及环节其能力应当满足煤矿核定生产能力的需要，以煤矿最薄弱的生产系统能力为最终的核定生产能力。按照实事求是、保障安全、有效利用的原则，结合标准档次，就近下靠。根据山西省煤炭工业厅《关于山西长治郊区三元南耀小常煤业有限公司核定生产能力的批复》（晋煤行发〔2013〕1862号）文件，该矿井核定生产能力为210万t/a。 根据山西省煤炭工业厅文件晋煤瓦发〔2012〕1239号文件《关于山西长治郊区三元南耀小常煤业有限公司3号煤层矿井瓦斯涌出量预测的批复》，小常煤业以180万t/a产量开采3号煤层时，矿井最大相对瓦斯涌出量为19.99m3/t，最大绝对瓦斯涌出量为75.74m3/min，批复结论为高瓦斯矿井。 二、矿井开拓及开采 矿井为立井开拓。井田内共有三个井筒：主立井、副立井、回风立井。 主立井，井口坐标X=4011157.81，Y=19681399.57，Z=922.09。净直径5m，净断面19.625m2，混凝土浇筑，垂深320m。担负全矿井的提煤、回风任务，井筒内设梯子间。为矿井一个安全出口。

副立井：X=4011217.10、Y=19681367.97、Z=922.38。井筒净直径5.5m，净断面23.746m2，混凝土浇筑，垂深342.78m。担负全矿井矸石提升和升降人员、材料、设备、大件的任务，为矿井的一个进风井，井筒内安设有梯子间，兼做矿井另一个安全出口。 新建回风立井：X=4009673.777、Y=19681291.07、Z=922。新建风井井筒垂深320m，投入使用后担负矿井的回风任务。 全井田共布置1个水平，标高分别为＋600m。 矿井现有两个生产采区，分别为301采区和302采区。301采区位于井底车场东部附近，走向长3200m，倾斜宽1500m。302采区位于井底车场西部附近，走向长3000m，倾斜宽2800m。目前，东部301采区30113综采工作面处于回撤状态；矿井西部布置两个回采工作面30222工作面和30215工作面。30222工作面目前处于安装状态，主采工作面为30215工作面。另有两个掘进工作面，分别为30225运输顺槽掘进工作面和30225回风顺槽掘进工作面。 采煤工作面接续情况： 30215工作面→30222工作面→30225工作面。 现开采的3号煤层采用长壁式布置，综合机械化放顶煤开采，支护方式采用液压支架支护，落煤方式为机械落煤，全部垮落法管理顶板。掘进工作面采用机掘工艺，锚网支护顶板。 三、煤层瓦斯含量 能力核定报告中涉及的瓦斯含量数据取自《山西长治郊区三元南耀小常煤业有限公司3号煤层瓦斯涌出量预测报告》（煤炭科学研究总院沈阳研究院，2012.9）。

回采工作面瓦斯管理制度(标准版)

When the lives of employees or national property are endangered, production activities are stopped to rectify and eliminate dangerous factors. （安全管理） 单位：___________________ 姓名：___________________ 日期：___________________ 回采工作面瓦斯管理制度(标准 版)

回采工作面瓦斯管理制度(标准版)导语：生产有了安全保障，才能持续、稳定发展。生产活动中事故层出不穷，生产势必陷于混乱、甚至瘫痪状态。当生产与安全发生矛盾、危及职工生命或国家财产时，生产活动停下来整治、消除危险因素以后，生产形势会变得更好。"安全第一" 的提法，决非把安全摆到生产之上;忽视安全自然是一种错误。 1、原则上2010年底回采工作面全部实行“U”型通风。凡新布置回采工作面，通过瓦斯抽采不能实现“U”型通风，需继续采用“U+L”型“二进一回”通风系统的回采工作面，专用回风巷必须实行全风压通风系统，消灭独头巷道，取消局部通风机，使其专用回风巷末端达到通风稳定。 2、已开始回采的回采工作面，通过瓦斯抽采采用“U”型通风方式不能确保工作面各地点瓦斯不超限时，可继续沿用原“U+L”型“二进一回”的通风方式。但必须遵守下列规定： ①回采工作面回风巷的设置 ⑴回风巷必须贯穿整个工作面推进长度，其支护方式、支护强度符合有关规定。 ⑵回风巷与副巷间横贯的断面由矿总工程师根据具体条件确定，横贯的间距不得大于50米，并且在切巷与停采线的对应位置各设一个横贯。

矿井瓦斯涌出量预测计算公式

矿井瓦斯涌出量预测计 算公式 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT

一、预测原则 1、根据矿井瓦斯涌出量预测方法(AQ 1018-2006标准)。 2、本矿井处于基建阶段，瓦斯涌出主要来源为回采工作面、煤巷掘进面及煤壁涌出。 3、岩巷瓦斯涌出量一般按照工作面配风量和工作面瓦斯浓度进行计算。 4、全矿井的瓦斯涌出量由煤、岩巷掘进工作面、其他巷道或硐室和瓦斯抽采量组成。 二、预测依据 1、回采工作面瓦斯涌出量 回采工作面瓦斯涌出量预测用相对瓦斯涌出量表达，以24h 为一个预测圆班，采用式（1-1）计算。 21q q q +=采 式（1-1） 式中： q 采一回采工作面相对瓦斯涌出量,m 3/t ； q 1一开采层相对瓦斯涌出量，m 3/t ； q 2一邻近层相对瓦斯涌出量，m 3/t 。 开采层和邻近层相对瓦斯涌出量计算方法如下： a.不分层开采时，开采层瓦斯涌出量由式（1-2）计算： ()c W W M m k k k q -????=03211 式（1-2） 式中： q 1一开采层相对瓦斯涌出量，m 3/t ； K 1一围岩瓦斯涌出系数，取； K 2—工作面丢煤瓦斯涌出系数，取； K 3—采区内准备巷道预排瓦斯对开采层瓦斯涌出影响系数，取； m 一开采层厚度,6m ； M 一工作面采高，； W 0—煤层原始瓦斯含量,m 3/t ； Wc —运出矿井后煤的残存瓦斯含量，m 3/t 。

b. 未开采邻近层，故不计算邻近层瓦斯涌出量。 2、掘进工作面煤壁和落煤瓦斯涌出量 a.掘进巷道煤壁瓦斯涌出量 掘进巷道煤壁瓦斯涌出量采用式(1-1)计算。 30q 1)D v q =??? (1-1) 式中： q 3—掘进巷道煤壁瓦斯涌出量，m 3／min ； D —巷道断面内暴露煤壁面的周边长度，m ；本矿主采3#煤层，煤层平均厚度为；对于厚煤层，D =2h+b ，h 及b 分别为巷道的高度及宽度。 υ—巷道平均掘进速度，m ／min ； L —巷道长度，m ； q 0—煤壁瓦斯涌出强度，m 3／(m 2min )，如无实测值可参考式(1-2)计算。 q 0＝ [(Vr )2＋]W 0 (1-2) 式中： q 0 — 巷道煤壁瓦斯涌出量初速度，m 3／(m 2min )： V r — 煤中挥发分含量，％，古城煤矿3#煤层挥发份经煤炭工业厅综合测试中心鉴定为%。 W 0 — 煤层原始瓦斯含量，m 3／t 。 b. 掘进落煤的瓦斯涌出量 掘进巷道落煤的瓦斯涌出量采用式（1-3）计算。 q 4＝Ｓ·v ·γ·(W 0－W c ) (1-3) 式中：q 4 —— 掘进巷道落煤的瓦斯涌出量，m 3/min ; S —— 掘进巷道断面积，m 2； υ —— 巷道平均掘进速度，m /min ； γ —— 煤的密度，t ／m 3； W 0 —— 煤层原始瓦斯含量，m 3/t ; W c —— 运出矿井后煤的残存瓦斯含量，m 3/t 。

2018年度煤矿瓦斯防治计划

****息烽县养龙司乡 **** 2018年度瓦斯防治工程计划 2018年3月12日

****息烽县养龙司乡****会审表 内容《2018年度瓦斯防治工程计划》 职务会审意见签名时间矿长 总工程师 生产矿长 安全矿长 机电矿长 编制 会审意见： ****息烽县养龙司乡****

2018年度瓦斯防治工程计划 为了加强“一通三防”安全管理，牢固树立“安全第一，预防为主”的指导思想和“安全就是效益，超限就是事故”的超前意识，确立瓦斯是煤矿安全生产中头号敌人的意识，切实把瓦斯安全管理工作作为我矿安全工作的重中之重来抓。全方位齐抓共管，多措并举，管理干部要有“瓦斯管理，责重如山”的高度认识和“瓦斯管理，人人有责”的安全意识，严格瓦斯管理制度，杜绝瓦斯事故，搞好瓦斯防治工作。结合我矿安全生产工作的实际，特制订2018年度瓦斯防治工程计划如下： 一、煤矿成立瓦斯防治技术领导组 组长: （矿长） 副组长: （总工程师）（安全矿长） （生产矿长）（机电矿长） 成员：（地测副总）（安全副总） （生产副总）（机电科长） （安全副科长) （生产科科长） （生产技术员）（安全技术员） 通防科： 通防设施维护组： 瓦斯检查组： 井上监控值班组： 井下监控维护组：

领导小组下设办公室，办公室设在通防科，由兼任办公室主任，负责处理全矿瓦斯防治日常管理事务。 二、指导思想 深入贯彻党的十八大精神，落实科学发展观，牢固树立“以人为本”、“安全发展”理念，以有效防范和遏制重特大瓦斯事故的发生为目标，坚持“安全第一、预防为主、综合治理”的安全生产方针，进一步加强领导、落实责任、增加投入、依靠科技、严格落实、强化管理，着力构建“通风可靠、监控有效、管理到位”的煤矿瓦斯综合治理工作体系，推动我煤矿瓦斯治理工作再上新水平。 三、工作目标 矿井全面开展瓦斯综合治理活动，强化瓦斯综合治理责任体系，硬化工作指标，优化生产系统，消除物的、人的不安全因素，从源头上遏制瓦斯事故的发生，以确保我矿安全生产。 四、矿井瓦斯基本情况 1、瓦斯 根据贵州省能源局文件黔能源发[2012]495号《关于贵阳市工业和信息化委员会<关于审批贵阳市2012年度煤矿瓦斯等级鉴定报告的请示>的批复》，鉴定结果：矿井绝对瓦斯涌出量为0.97m3/min，该矿井为低瓦斯矿井。贵州省能源局文件黔能源煤炭[2015]16号<关于对《息烽县工业和信息化局关于呈报息烽县2014年度煤矿矿井瓦斯等级鉴定结果的请示》的批复>:鉴定结果：矿井绝对瓦斯涌出量为1.29m3/min，矿井为低瓦斯矿井。2016年瓦斯等级鉴定：绝对瓦斯涌

掘进工作面实际需要风量计算

掘进工作面实际需要风量计算？ 答：每个掘进工作面实际需要风量，应按瓦斯涌出量、二氧化碳涌出量、人员和爆破后的有害气体产生量以及局部通风机的吸风量等规定分别进行计算，然后取其中最大值。 ①照瓦斯涌出量计算 ②Q掘=100×qCH4×KCH4 ③式中： ④Q掘——掘进工作面实际需要风量，m3/min； ⑤q CH4——掘进工作面回风巷风流中平均绝对瓦斯涌 出量，m3/min。抽放矿井的瓦斯涌出量，应扣除瓦斯抽放量进行计算； KCH4——掘进工作面瓦斯涌出不均匀的备用风量系数，正常生产条件下，连续观测1个月，日最大绝对瓦斯涌出量与月平均日瓦斯绝对涌出量的比值； 100——按掘进工作面回风流中瓦斯浓度不应超过1％的换算系数。 ②按照二氧化碳涌出量计算 Q掘=67×qCO2×KCO2 式中： Q掘——掘进工作面实际需要风量，m3/min； qCO2——掘进工作面回风巷风流中平均绝对二氧化碳涌出量，m3/min；

KCO2——掘进工作面二氧化碳涌出不均匀的备用风量系数，正常生产条件下，连续观测1个月，日最大绝对二氧化碳涌出量与月平均日二氧化碳绝对涌出量的比值；67——按掘进工作面回风流中二氧化碳浓度不应超过1.5％的换算系数。 ③按炸药量计算 a)一级煤矿许用炸药：Q掘≥25A b)二、三级煤矿许用炸药：Q掘≥10A 式中： Q掘——掘进工作面实际需要风量，m3/min； A——掘进工作面一次爆破所用的最大炸药量，Kg；25——每千克一级煤矿许用炸药需风量，m3/min；10——每千克二、三级煤矿许用炸药需风量，m3/min。 按上述条件计算的最大值，确定局部通风机吸风量。 ④按局部通风机实际吸风量计算 a)无瓦斯涌出的岩巷：Q掘=Q扇×I+60×0.15S b)有瓦斯涌出的岩巷、半煤岩巷和煤巷：Q掘=Q扇×I+60×0.25S 式中： Q掘——掘进工作面实际需要风量，m3/min； Q扇——局部通风机实际吸风量，m3/min； I——掘进工作面同时通风的局部通风机台数；

采掘工作面瓦斯分区治理规定

采掘工作面瓦斯分级治理规定（修订版）为进一步规范采掘工作面瓦斯治理，建立规范的瓦斯治理程序，确保采掘工作面安全生产有效进行，特修订采掘工作面瓦斯分级治理规定： 一、各业务科室职责 1、抽采科：负责瓦斯治理措施的制定及组织实施工作，负责相关方案、图纸的编制、审批、效果考察、钻孔工程质量的监管及验收、动力现象进行总结分析等。 2、重控科：负责煤层瓦斯参数的测定，负责全矿瓦斯治理措施效果检验的实施工作，负责瓦斯地质图的更新，负责向生产调度、及时反馈工作面瓦斯含量、钻屑解吸指标K1值信息。 3、地测科：负责提供准确的采掘工程平面图，提供准确的地质资料，负责超前探工作，及时预报地质构造变化情况。 4、生产科、南风井项目部：负责采掘队组做好超前探和瓦斯抽采钻孔施工组织、管理工作，保证预防瓦斯事故各项措施、工程的落实。 5、通风科：负责采掘工作面瓦斯涌出量及其他相关参数的测定计算工作，负责向安全调度、生产调度反馈工作面瓦斯涌出量信息。 6、调度室：负责打钻作业及其他抽采工程的协调、监督，对影响工程进度的进行事故追查落实；负责收到瓦斯含量、瓦斯涌出量信息后及时通知相关科室当日值班领导。 7、安监处：监督检查预防瓦斯事故各项措施的贯彻执行情况；监督检查瓦斯抽采各类隐患的整改情况。 二、掘进工作面瓦斯分级治理措施 1、瓦斯治理区域划分 瓦斯治理区域划分为相对低瓦斯区域、相对高瓦斯区域和高瓦斯区域。 相对低瓦斯区域指以下区域： （1）原煤钻屑解吸指标K1值＜0.4、瓦斯含量W＜8m3/t、掘进工作面瓦斯涌出量Q＜3m3/min、且无瓦斯动力现象的区域； （2）实施过区域预抽措施后钻屑解吸指标K1值＜0.4、瓦