动态瓦斯地质预测算法研究与可视化应用

廖 巍

(1.中煤科工集团沈阳研究院有限公司，辽宁 抚顺 113122； 2.煤矿安全技术国家重点实验室，辽宁 抚顺 113122)

0 引言

高瓦斯矿井中，煤层瓦斯地质赋存复杂多样，煤层结构形态各异，严重威胁着煤矿安全高效生产[1-2]。国内学者针对瓦斯地质预测开展了研究：陈龙照等[3]认为矿区中、深部的断层往往成为阻止煤层瓦斯逸散的天然屏障，同时起到一定的隔气作用，给深部瓦斯富集创造了条件；张巨峰等[4]结合矿井瓦斯地质单元划分和采煤工作面瓦斯梯级治理等级，实现了瓦斯地质精准预测；黄政祥等[5]研究结果表明，开放性的正断层造成瓦斯的运移散失，煤中瓦斯含量与煤层埋深、煤层顶底板岩性及地下水活动等关系密切；汤小燕等[6]基于BP神经网络对煤层瓦斯含量进行反演，建立了煤层瓦斯含量的预测模型。此外，国内部分学者基于反距离权重法、样条函数法和普通克里格法等插值算法进行研究，在气候[7-8]、土壤[9-10]、水害[11]治理等领域表现出众。但是，上述方法几乎都只是从地质划分或插值算法单一角度出发，即便是同一个地质构造单元内，瓦斯赋存差异也十分显著，因此，适用范围非常受限。鉴于此，预测单元需要在更小的几何维度上进行划分，在二次划分完毕的微单元内部采用反距离权重插值算法与递归邻域搜索策略相结合，并经过数据优化算法处理，实现瓦斯地质精准在线预测评估。

1 瓦斯地质微单元插值算法原理

1.1 总体设计理论

瓦斯赋存具有空间特性，在相似的地质单元内部，较近的点瓦斯含量大小要比距离较远的点含量值更相似，换言之，距离预测位置最近的测量值对预测值的影响更大，当距离足够远时或者地质变化足够大时，其影响可以忽略不计[12-13]。当为某变量在预测点进行值的估量时，反距离权重法会采用预测点周围的测量值，并假定每个测量点都存在一种局部影响，这种影响会随着距离的增大而减小，为距离预测位置较近的点分配的权重较大，反之则较小。将相似的地质模块定义为同一个微单元，并在微单元内应用反距离权重插值算法模型结合搜索策略与数据优化算法进行瓦斯地质动态可视化预测，具有良好的精准性及显示效果。

1.2 反距离权重插值算法

瓦斯数据在三维空间插值就是根据已知点的瓦斯数据Gi(xi，yi，zi)内插值计算未知点Gj(xj，yj，zj)的数据处理过程。反距离权重插值算法模型显式假设：每个测量点都会存在局部影响，彼此距离较近的事物要比彼此距离较远的事物更相似，因此，在预测未测量点的值时，距离其越近的测量点影响越大。因此，为距离预测位置较近的点分配的权重较大，反之则小，权重作为距离的函数，其一般形式如式(1):

(1)

(2)

式中：p是1个任意正实数，一般取p=2，hi，hj表示欧氏距离，分别由式(3)和式(4)计算：

(3)

(4)

式中：(x,y,z)为插值点坐标，(xi,yi,zi)，(xj,yj,zj)为离散点坐标。

当p取不同值时，权重与距离间的关系如图1所示。

图1 权重与距离间的关系

1.3 递归邻域搜索策略

瓦斯地质单元内部插值算法通常需要插值点周围处于同等地质条件，需满足煤岩结构均质及各向同性等特点，实际生产中几乎无法满足，因此，需要在物理层级上人为划分较微小的地质单元。若指定单元内存在垃圾数据，比如出现地质异常等，需要在微单元内部继续将相似地质组成划分为更小单元，显然，样本点数据以及瓦斯地质构成会影响微单元的形状。如果实测数据中地质分布方向特征不明显，则认为微单元地质内各向均质同性。因此，可将搜索邻域定义为球体，选取预测点O为基点，半径R为搜索邻域，距离小于R内的实测点均可参与目标点预测，如图2所示。若搜索的地质单元范围内仍然存在明显地质异常组成，如微小构造，则需要对微单元进行修复，具体方法为：找到数据骤变点并以此为分界点，界外点不参与插值算法计算，界内选取距离最小2个实测点作为新的半径，形成新的微单元，依次类推，直至插值范围内所有微单元结构都满足地质条件相似为止，本文将该方法定义为递归邻域搜索策略，然后应用反距离权重插值方法代入计算求得目标点预测值。

图2 搜索邻域形状

2 算法优化

划分微单元可将预测结果影响甚微的点进行初步过滤，通过指定微单元来限制实测点数量是1种行之有效的方法，微单元的形状与预测点的位置限制了要在预测中使用的实测点的搜索位置与距离。考虑到煤矿生产多以工作面作为采掘基本单元，结合文中定义的递归邻域搜索策略，将整个采掘工作面划分为多个以空间中2个已知数据点的最短距离为边长的立方体[4]，围成待插值数据点所在立方体的8个已知数据点作为参与计算的样本点边界范围，对边界范围内根据已知数据点结合递归邻域搜索算法进行插值，具体立体单元划分如图3所示。

图3 立体单元划分

算法确立之后，便可限制微单元内部中所使用的测点位置的数据。为保证计算效率与计算结果的准确性可限制所使用的样本测点最小数量，通常设置为6个样本点，即立方体每个面的法线方向上最少取1个点，计算出微地质单元内部目标点预测值，将该点数据实测后与预测值进行比较，如果精度差别较大，进一步增加最小样本点个数，直至符合现场要求为止。

3 瓦斯地质可视化研发

3.1 软件设计原则

根据本文所确立的递归邻域搜索算法与微单元划分策略结合计算机软件开发技术手段，采用Visiual Studio2017为开发工具，SQLServer2008R2为数据库，开发语言为C#,开发环境为.NET Framework4.0,运用系统科学的思想进行综合分析，研发适用于高瓦斯矿井的多级瓦斯地质图动态预测可视化平台，技术路线如图4所示。

图4 技术路线

3.2 多级瓦斯地质图动态绘制技术研究

将采掘工程平面图和井上下对照图作为基础底图并进行图元数字化处理，采用准备和回采期间实测的瓦斯基本参数、实验室煤样分析结果和地质构造信息、煤层赋存及煤质信息、瓦斯防治措施参数等为制图基础数据，以离散分布点、等值线、区域渐变图等形式综合表现瓦斯地质参数在所采煤层的分布及预测结果。利用反距离权重插值模型和递归邻域搜索策略，对预测区域进行插值，进行多级瓦斯地质图动态绘制。随着采掘活动的发生，随时搜集整理相关资料并分析该区域瓦斯赋存情况，进而对预测结果进行动态更新，如图5所示。例如：首先点击“瓦斯含量等值线”，弹出如图5所示对话框；然后选择煤层、等高距(等值线间距)、是否填充区域等基本参数；最后点击生成，系统将自动成图。

图5 瓦斯含量等值线绘制

4 现场应用

本文系统在山西小回沟煤矿成功应用，该煤矿地质构造复杂多变，多次发生瓦斯超限事故，瓦斯含量精准预测难度大，本次试验在2203工作面每隔20 m选取1个验证点，共计30个，进行预测结果精准性验证，将验证点数据导入多级瓦斯地质图绘制系统，生成瓦斯含量赋存区域预测如图6所示，验证点预测结果对比分析见表1。

图6 多级瓦斯含量区域预测

表1 预测结果对比分析

根据表1中数据可知，验证点误差最大为0.19 m3/t，瓦斯含量值超过预警阈值8.00 m3/t时，预测值与实测值均大于8.00 m3/t，符合生产实践的要求，在煤矿瓦斯地质预测工作中具有重要的参考意义。

将验证点误差绝对值沿工作面走向变化趋势绘制成曲线，如图7所示。由图7可知，抽取的验证点误差绝对值均位于0.00～0.20 m3/t之间，当实测值大于6.00 m3/t时，预测值均偏大，符合煤矿安全规范。

图7 验证点误差趋势

5 结论

1)根据微地质单元划分，采用本文所定义的递归邻域搜索策略与立体划分微单元方法相结合进行瓦斯基础参数预测具有较高的精准性，同时说明地质差异较小的单元空间内，瓦斯赋存具有明显的规律可循，可在线动态预测并可视化展示。

2)递归邻域搜索策略受地质条件影响，煤层瓦斯空间分布上十分复杂，通常需要将实测数据进行优化处理，剔除不满足空间特性方向上的数据，否则插值结果偏离较大。

3)根据递归邻域搜索策略与反距离权重插值算法开发的多级瓦斯地质动态预测可视化系统，可对矿井瓦斯含量、压力、涌出量等瓦斯基础参数进行分析和计算，动态绘制散点图、等值线和区域预测图，有利于瓦斯地质数据的精准化和可视化管理。