基于因子-系统聚类的煤与瓦斯突出危险性分析──以平顶山十三矿为例

2015-07-28 08:26魏云松黄盼盼中国矿业大学北京地球科学与测绘工程北京100083
山东工业技术 2015年18期
关键词:因子影响因素

张 渝,魏云松,黄盼盼,王 田(中国矿业大学(北京)地球科学与测绘工程,北京 100083)

基于因子-系统聚类的煤与瓦斯突出危险性分析──以平顶山十三矿为例

张 渝,魏云松,黄盼盼,王 田
(中国矿业大学(北京)地球科学与测绘工程,北京 100083)

摘 要:根据《防治煤与瓦斯突出规定》的相关规定,在突出煤层开采前必须进行突出危险性区域预测,通过对十三矿煤与瓦斯突出现状分析可知,影响十三矿瓦斯突出的因素包括:地质构造、开采深度、煤体结构,瓦斯压力和瓦斯含量等方面,并结合影响因素,利用SPSS软件,采用因子-系统聚类分析法对煤与瓦斯突出进行危险性评价,最终将瓦斯突出类型分为4类:I级突出程度为无,II级突出程度为弱级,III突出程度为中,IV级突出程度为强。

关键词:煤与瓦斯突出;影响因素;危险性分析;因子-系统聚类

0 引言

煤与瓦斯突出是煤矿开采过程中极其复杂的一种动力现象[1]。煤与瓦斯突出发生时释放极大的能量,能够摧毁井下的巷道支护、通风设施以及生产设备,造成巨大的经济损失;涌出的瓦斯使工人窒息甚至引发剧烈的瓦斯爆炸事故,严重威胁作业人员的生命安全。

1 煤与瓦斯突出现状

自平顶山十三矿建矿以来共发生过3次煤与瓦斯突出现象,主要发生在己一和己三采区的东翼。第一次事故发生于己15-17-11091 机巷切眼 12m处,该工作面处在背斜区域构造内,瓦斯压力达到 1.7MPa,瓦斯含量 15m3/t,突出煤量 196t,瓦斯涌出量 3840m3。第二次事故发生在己15-17-13031 机巷 830m 处。该工作面在背斜区域构造范围内,瓦斯压力达到 2.3MPa,瓦斯含量 10.39 m3/t。第三次事故发生于己15-17-11111 机巷低抽巷 272m 处,发生突出附近有断层分布,断层的附近应力集中,造成瓦斯的富集。突出煤量 1133t,瓦斯涌出量 308557m3[2]。

2 煤与瓦斯突出影响因素分析

2.1 地质构造

地质构造是煤与瓦斯突出的薄弱地带,是控制突出发生的主导因素[3]。地质构造对于瓦斯赋存、煤体结构类型和构造应力等方面的影响十分明显。十三矿地质构造主要表现形式有褶皱和断层。煤系地层基本上为襄郏背斜南西翼的单斜构造,精查地质报告共查明正断层26条,落差大于30m的有19条,构造作用强烈[4]。三次突出都与襄郏背斜次级构造断层有关。断层处往往是应力集中部位,为高能瓦斯积聚创造了条件,这些都为煤与瓦斯突出创造了条件。褶皱和逆断层的发育是平顶山十三矿瓦斯突出的主控因素。

2.2 开采深度

开采深度影响着地应力和煤层瓦斯含量、瓦斯压力。十三矿在第一次发生煤与瓦斯突出事故之前,开采深度只要在相对较浅的上山开采,这也是没有发生煤与瓦斯突出的重要原因。随着开采深度的增加,地应力和煤层瓦斯含量等也随之发生变化,在第一次发生煤与瓦斯突出的下延1111 机巷及更深的己三 13031 机巷相继发生两次突出,并且这两次突出规模和强度都较第一次大,这也充分说明开采深度是影响瓦斯突出的因素之一。

2.3 煤体结构

煤的瓦斯放散初速度和煤的坚固性系数是预测煤与瓦斯突出危险性的指标,这两个指标指标反映了含瓦斯煤体放散瓦斯快慢的程度和煤颗粒本身力学强度[5]。由表1可知,瓦斯放散初速度ΔP平均值为12.83大于其临界值10。除了12051风巷和13081风巷70m坚固性系数大于0.5,其余均小于0.5的临界值。

2.4 瓦斯压力

地应力控制瓦斯压力场,促进瓦斯破坏煤体。围岩中应力的增加,决定了煤层的透气性,造成瓦斯压力梯度增高,对突出有利。瓦斯压力的大小是煤体含瓦斯压缩能高低的重要标志。由表1可知,瓦斯的平均压力大于0.74的临界值。

2.5 煤层瓦斯含量

通过煤层原始瓦斯含量的数据可以计算井瓦斯储量和预测瓦斯涌出量,是煤与瓦斯突出危险性评价的重要参数之一。

表1 样本数据[6]

3 基于因子-系统聚类分析瓦斯危险性

3.1 因子分析法的实现

实际研究过程中,煤与瓦斯突出影响因素多样,这些影响因素之间存在一定的相关性,这势必导致信息的重叠,增加了问题的分析与研究的复杂程度。而因子分析是一种多元统计方法,具有将各相关关系的因素变量转换成彼此不相关的综合指标的特征[7],因此选用因子分析法进行数据的处理。

选取瓦斯压力、瓦斯含量、瓦斯放散初速度、煤的坚固性系数、开采方式、构造复杂程度、开采深度等煤与瓦斯的影响因素相关数据进行因子分析。见表1[6]。

实现因子分析的基本步骤如下:

(1)对数据进行标准化处理

(2)估计因子载荷矩阵

(3)因子旋转。

(4)估计因子得分。

3.2 数据结果及分析

经过KMO和Bartlett的检验,KMO值为0.689,Bartlett球形度检验的原假设为相关系数矩阵为单位阵,Sig值为0.000小于显著水平0.05,因此拒绝原假设说明度量之间存在相关关系,适合做因子分析。

表2表明公因子分析的变量均具有非常高的共同度,也就是说因子能提取出变量中的大部分信息,说明因子分析的结果是有效的。

提取方法:主成分分析

表2 公因子方差

表3给出了因子贡献率的结果。在该表中共呈现3组数据,其中包括初始特征值,提取的主因子以及旋转过后的因子结果,合计表示因子的特征值,方差的%表示该因子的特征值的百分比,累计表示累计的百分比。在提取因子的过程中,需要选取特征值大于1的因子作为主因子,由表3可知,只有前两个因子的特征值大于1,并且这两个因子的特征值分别为65.63%和29.76,累计特征之和为95.40%,因此将两个因子作为主因子。

旋转过后计算出的每条记录的2个因子得分作为新变量自动存储到原始数据文件中,FAC-1为第1因子得分,FAC-2为第2因子得分。

3.3 聚类分析

结合数据特点本文选取组内的数据对象具有最高的相似度,而组间具有较大的差异性的聚类分析法对已有数据进行分析,该方法可以再没有先验分类的情况下通过观察对数据进行分类。将新变量自动存储到原始数据文件中的FAC-1(第1因子得分)、FAC-2(第2因子得分),进行系统聚类分析。分析数据结果见图1。

由图1,将煤与瓦斯突出的等级分为四类,即I级突出程度为无,II级突出程度为弱,III突出程度为中,IV级突出程度为强。见表4。

表4 煤与瓦斯突出结果

4 结论

从平顶山十三矿三次的煤与瓦斯突出的情况分析影响其突出的主要因素包括:地质构造、开采深度、煤体结构、瓦斯压力等。并通过因子-系统聚类分析的方法分析瓦斯危险性,并将平顶山十三矿瓦斯突出类型分为四类:I级突出程度为无,II级突出程度为弱,III突出程度为中,IV级突出程度为强,通过对比前人的分析结果,证明该分析方法的可行性。

参考文献:

[1]范天吉.煤矿瓦斯综合治理技术手册[M].吉林:吉林音像出版社,2003.

[2]韩剑.平煤十三矿煤与瓦斯赋存规律与构造控制作用研究[D].河南理工大学,2011.

[3]突出煤层煤巷掘进突出敏感指标及其临界值研究[R].焦作:河南理工大学,2006.

[4]中国煤炭地质总局一二九勘探队.十三矿矿井地质报告.2010.

[5]孙鑫,徐杨,林柏泉.煤与瓦斯突出影响因素评价分析的模糊层次分析方法[J].中国安全科学学报,2009,10(19):145-149.

[6]郭德勇,郑茂杰,郭超等.煤与瓦斯突出预测可拓聚类方法及应用[J].煤炭学报,2009,34(06):783-787.

[7]陈胜可.SPSS统计分析从入门到精通[M].北京:清华大学出版社,2010.

基金项目:国家自然基金“瓦斯构造物理”(项目编号:A111904)

作者简介:张渝(1989-),女,河北秦皇岛人,硕士研究生,研究方向:矿产普查与勘探。

猜你喜欢
因子影响因素
我刊2021年影响因子年报
我刊2021年影响因子年报
一些关于无穷多个素因子的问题
山药被称“长寿因子”
突发事件下应急物资保障能力影响因素研究
农业生产性服务业需求影响因素分析
村级发展互助资金组织的运行效率研究
基于系统论的煤层瓦斯压力测定影响因素分析
琮·璧 良渚玉文明因子的接力与传承
扮靓爱车拒绝潜伏危险因子