0 引 言

现阶段许多煤矿的自动化程度很低，瓦斯监控预测还停留在手持瓦斯浓度监测仪的阶段，即使实现了瓦斯数据实时采集，但是一旦预测到将要发生瓦斯安全事故，留给井下一线工人逃生的时间很短，预报的突发性，滞后性，准确性等都不能达到预期的效果[1]。2001～2016年之间，煤矿特大事故共有67起，其中瓦斯事故占49起，为威胁煤矿安全的头号灾害[2]。瓦斯事故对于煤矿的伤害是巨大的，不仅影响煤矿安全生产，造成人员伤亡和财产损失；甚至可能会影响煤矿企业健康发展和和谐社会的建立。因此研究出一种适合煤矿，能智能预测瓦斯灾害的预警技术是很有必要的。瓦斯预测一直都是许多科研工作者致力攻关的课题，瓦斯预测的实现能很好地指导煤矿的生产。在瓦斯涌出特征突出预警技术方面，张希九、于宗立认为“瓦斯涌出异常”系数与突出前的压力和声响异常同时，瓦斯涌出忽大忽小，极值悬殊数倍，但总趋势增大，有时甚至会发生“喘气”现象。这一直被认为是突出预兆[3]。王志亮、李其中认为可以通过瓦斯涌出动态连续监测反映含瓦斯煤体所处的应力(或变形)状态从而确定工作面附近煤层的突出危险性等[4]。通过这些学者的研究可以说明研究瓦斯参数和煤岩体应力参数可以预测瓦斯的涌出异常情况[5-8]。

1 瓦斯涌出异常指标分析与计算

瓦斯灾害的产生不是绝对偶然的，通过研究煤与瓦斯突出的能量机理，可以得出煤与瓦斯突出事故的发生是煤体内的能量积累到一定程度受外力作用突然释放的过程。这种能量突然释放的过程主要与煤体内的瓦斯能量，煤体应力及受采动干扰力以及煤体抗干扰能力有密切关系，通过实时监测与这些因素有关的参数，并以此确立该矿井工作面瓦斯涌出特征指标及其临界值以辅助矿井预警煤与瓦斯突出危险，其基本原理见图1。

走进力嘉国际集团位于东莞的力嘉环保包装印刷产业园，浓郁的文化气息扑面而来，古朴的造纸技术与现代的创意设计融于一体，丝毫让人没有突兀之感，反而感觉文化传承之美妙。与香港力嘉国际集团董事总经理马馀雄的交流就在这里。

图1 预警原理

瓦斯相关参数数据的获取是运用瓦斯涌出特征分析及预警突出技术的基础，瓦斯涌出预警系统需要从瓦斯监控中心获取数据，但又不能从监控中心直接读取数据，以免造成系统间的干扰，需要另外开发专门的数据传输端口接收或读取不同监控系统实时数据图表，实现预警系统获取数据。另外，还需开发专门的存储数据中心，将采集的瓦斯相关数据实时存储，供预警系统对数据的长期计算分析与调用。该系统利用预警指标A,B值来实时预警。A,B值计算如下。

(1) 第i班次的瓦斯涌出监控数据班次均值为：

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

第i班次的瓦斯涌出监控数据班次分钟最大值：

xi,t,min=max[x1,x2，…，xi，…，xt]

第i班次的瓦斯涌出班次t分钟移动最小值：

重视基层建设，践行“枫桥经验”源头治理的理念。人民法庭地处基层，贴近群众，是基层矛盾纠纷的第一道防线。全市法院在坚持和发展“枫桥经验”实践中，注重夯实基层基础，积极开展“枫桥式法庭”创建活动，为群众提供站点式司法服务，最大限度地把矛盾和纠纷解决在基层和萌芽状态。2008年5月—2013年5月，全市23个人民法庭共依法审结民商事案件56285件，执结案件14283件，平均调撤率由2008年的65.4%上升至2012年的71.3%，二审改判发回率由5.3%下降至3.9%，矛盾化解率逐年提高。

(2) 获取巷道形状设计特征参数β、煤层原始可解吸瓦斯含量Qm，工作面风量Qf以及时间T，其中β=工作面迎头面积 /( 新鲜巷道壁面积 + 工作面迎头面积 ) 。

(3) 获取瓦斯涌出动态特征值a,b，其中：第i班次瓦斯涌出量特征值第i班次瓦斯涌出解吸特征值

(4) 通过瓦斯涌出动态特征值a,b, 获取掘进面瓦斯涌出特征状态指标A,B，其第i班次瓦斯涌出量特征状态指标为：

在抛锚式教学中，学生通过多种方法解决问题后，在教师的组织下对自主学习的结果进行讨论和交流。随着学生大胆的表达自己的观点，倾听其他人的意见，从而补充并修正自身对问题的理解，让学生在过程中培养了交流与表达的能力，以及得出结论的能力。

第i班次瓦斯涌出解吸特征状态指标Bi,1=bi；

生态属性是区块链能否大规模应用的一个关键因素，因为它定义了一个应用是否可行的临界量。区块链的主要优势在于网络效应，随着网络规模的扩大，潜在优势激增；但同时，其需要的协作也更趋复杂。例如，用区块链技术来解决数字媒体领域的牌照、许可使用费支付等问题，就需要在大量数字内容生产者和消费者之间海量的协调。

瓦斯预警的实施可以产生的显著效应主要有以下两方面。一是提高突出矿井生产力。传统的局部预测方法作业工序较多、预测时间较长，一般预测一个掘进工作面需要约3 h左右。而瓦斯涌出智能连续预测技术对工作面或掘进面的实时预测技术一般只需要1～5 min，并且可以在不影响井下相关作业的情况下完成工作面或掘进面突出危险性的实时监测预警。二是提高突出预测预警的准确性。瓦斯涌出连续预测技术可以实现24 h不间断的实时预测，克服了传统预测方法本身的危险性，在现有防突预测水平的基础上提高防突预测的准确性。通过井下瓦斯数据的实时采集，实时分析，实时预测，达到有险情先知道，早做预防，一旦瓦斯预警产生及时采取必要措施。该套技术能规范瓦斯治理工作，形成煤矿治理瓦斯的成套技术，在技术上符合国家煤矿智能化，机械化操作的政策。瓦斯涌出指标的预警是连续的，但是井下的采掘却存在一定的间断性，井下无作业情况或者无落煤期间的瓦斯数据依然存在，但是此时刻的预警却是无效预警。因此根据工作面采掘生产情况，瓦斯涌出指标预警频率应为：

μ1=v1×P1 μ2=v2×P1 μ3=v1×P2 μ4=v2×P2

式中，μ1为瓦斯涌出特征指标趋势威胁预警率，%；μ2为瓦斯涌出特征指标趋势危险预警率，%；μ3为瓦斯涌出特征指标状态威胁预警率，%；μ4为瓦斯涌出特征指标状态危险预警率，%；v1为井下实际突出预测指标威胁预警率，%；v2为井下实际突出预测指标危险预警率，%；P1为工作面有效作业率，%；P2为工作面有效落煤时间，%。

2 工业性试验

2.1 矿井概况

乌冬矿隶属神华新疆能源有限公司。生产规模达到6.0 Mt/a， 2015年乌冬矿煤矿瓦斯等级鉴定结果为：矿井瓦斯相对涌出量为6.68 m3/t，瓦斯绝对涌出量为26.01 m3/min，二氧化碳相对涌出量为9.66 m3/t，二氧化碳绝对涌出量为37.64 m3/min；采面工作面最大瓦斯绝对涌出量为5.65 m3/min，掘进工作面最大瓦斯绝对涌出量为3.34 m3/min。随着北区采掘进度的推进，瓦斯防治工作的愈发困难，将成为制约乌东矿井安全可持续发展的瓶颈。

按照相似相溶原理，丁腈橡胶分子为极性分子，需要选取非极性润滑油进行试验。在实际应用中，非极性的矿物油在气动系统中的使用较为广泛，所以选择矿物油作为试验所用的润滑剂。按照硫含量、饱和烃含量及黏度指数等指标，可以将矿物基础油分为5类，在本次试验中，选取Ⅰ类、Ⅱ类和Ⅳ类润滑油，牌号分别为HVI400、HVIWH200以及PAO166。

2.2 瓦斯预警技术实施必要性分析

(3) 瓦斯预警技术的实施现状，能促进煤矿瓦斯参数大数据的收集，促进矿端数据中心的建设，对于研究瓦斯一般规律提供了资料保证，为以后各个指标的精细化打造了基础，推动了瓦斯治理工作的进一步发展。

2.3 瓦斯预警技术在乌冬矿的建设

瓦斯预警技术主要是对井下监控系统中的瓦斯参数数据进行分析计算，得出瓦斯预警系统需要的指标，通过相关指标实现工作面或掘进面的实时瓦斯灾害预警。此套系统包含主机总端和网页登录端，主机总端是通过参数设置，数据传输与收集，以及通过数据分析计算相关指标的具体值，选择需要预警的区域使其在网站登陆端显示；网站登录端方便矿上各级领导实时查看，提出意见以及发布指示，使瓦斯预警工作透明化，智能化。

当前，由于力控末端执行器可实现机器人力-位混合控制的解耦，具有更好的力控制动静态特性，且通用性好，因此已广泛应用于连续接触式作业中，并不断向高精度、高频响、电驱化、多自由度柔顺、重载化、高集成化和智能化方向发展。

从煤矿瓦斯监控中心获取井下瓦斯传感器的实时瓦斯涌出参数数据，从中提取工作面或掘进面瓦斯涌出的实时动态特征，包括瓦斯涌出监控数据班次均值、瓦斯涌出监控数据班次分钟最大值和瓦斯涌出班次 t 分钟移动最小值 ；获取巷道形状设计特征参数、煤层原始可解吸瓦斯含量、风量以及班次时间，由以上数据先后获取掘进面瓦斯涌出量特征指标、瓦斯解吸指标以及瓦斯分源特征指标，并根据三种特征指标的状态以及趋势对工作面突出危险性进行实时预测预报。

乌东矿目前主要防突重点包括9号煤层9706进风、9706回风、9706配风、9706尾巷4个工作面以及3号煤层3904进风1个工作面，共计五个防突工作面。在考察期间，5个工作面累计掘进223个循环，进尺1862 m，见表1所示。

表1 预警指标考察

防突地点循环次数/次工作面进尺量/m瓦斯含量测定/次瓦斯地质信息/(m3/t)3904进风49392215．8-7．69706回风40324/9．5-11．39706进风4038022(2个陷落柱)8．5-11．09706配风47390/8．5-11．09706尾巷473769．5-11．3合计223186243/

通过在预警煤层进行取样，得出煤层煤样的K1(钻屑瓦斯解吸指标)-P(瓦斯压力)关系，所测得的K1-P关系模型，见图2和图3。

通过工业性实测，计算出乌冬矿的瓦斯预警指标重要值A和B,见表2。

图2 3904进风800 m处

图3 9706进风700 m处

表2 20号煤层瓦斯预警指标

煤层指标类别正常威胁危险3#煤层趋势预警A<0．80．8≤A<1．0A≥1．0状态预警B<0．70．7≤B<1．0B≥1．09#煤层趋势预警A<0．80．8≤A<1．0A≥1．0状态预警B<0．60．6≤B<0．8B≥0．8

(2) 瓦斯涌出动态特征预警技术实时显示工作面或掘进面前方内部的瓦斯含量及压力状态，保障了井下工人工作的安全及高效性。同时井下瓦斯预警的实时在线网络化，有利于上级部门对于煤矿井下防突工作的了解，并发布适应性高的政策，促进煤矿管理水平的提高，提高生产效益。

式中，Mn为掘进面第i-n到第i班次的落煤量，单位为t ；

(2) A威胁。参数设置正确前提下，预警前方5～10 m之间存在威胁，预计瓦斯含量在A*10 m3/t左右，应当采取相应措施，抽放煤体中瓦斯。

(3) A危险。参数设置正确前提下，预警前方5～10 m之间存在危险，预计瓦斯含量在A*10 m3/t左右，应当果断采取瓦斯抽采，释放煤体中瓦斯。

(4) B正常。预警前方1～3 m之间瓦斯含量，煤体应力状态正常。

为全面贯彻落实常州市政府《关于进一步完善城市长效综合管理机制的意见》要求，按照“清水工程”分工要求，在确保防洪安全的前提下，常州市充分利用沿江水利工程、城市防洪工程和新建换水工程的联合调度运行，形成了一套行之有效的调度方案，60条城市河道，其中主城区的42条河道基本达到了“不黑不臭、管理到位”的既定目标，市区水环境得到了较为明显的改善。

(5) B威胁。预警前方1～3 m之间瓦斯含量，煤体应力状态存在威胁，应当寻找威胁原因，采取相关对策。

(6) B危险。预警前方1～3 m之间瓦斯含量，煤体应力状态存在危险，应当果断采取针对措施降低煤体应力和煤体瓦斯含量。

通过近半年运行，安全预警准确率达到90%以上，对矿井安全监控系统的瓦斯浓度监测数据进行综合分析，实时显示出瓦斯预警指标值，实现了瓦斯防突的实时可连续性。乌冬矿该系统从2017年4月10日试运行以来，未出现一次异常或误报，各系统运行正常，稳定可靠。各系统的安装运用必将进一步增强乌冬矿煤矿在重大灾害风险识别与预警防控体系能力，实现煤矿安全生产远程监管监察、安全生产警示教育和安全生产应急管理等主要业务功能的信息化工程；实现煤矿安全生产系统风险“早期识别”和事故“事先预知”、提高煤矿本质安全化水平，为乌冬矿煤矿的安全生产保驾护航。

Aim: The aim of the study was to perform a comparative evaluation of the use of various methods of reconstructive assistance in the repair of the femoral-tibial segment in patients with peripheral arterial disease.

3 结 语

(1) KJA瓦斯预警技术在乌冬矿的使用，解决了传统瓦斯静态非连续性监测技术的不连续性、不全面性和人工工作的不精细性；实现了预警工作与安全生产工作的同步运行，对于提高生产效率有积极作用，并且其预警效果得到了进一步的证实。使得煤矿防突工作进入精细化和正规化，实现了防突信息的公开透明化，并实现了瓦斯防突的连续性，提升了矿井对于瓦斯灾害的管理水平和智能化水平。

(1) A正常。参数设置正确前提下，预警前方5～10 m之间安全，预计瓦斯含量在A*10 m3/t左右。

乌冬矿地质构造复杂，瓦斯富集，煤与瓦斯突出危险性严重，安全开采条件已经成为制约安全、高效矿井建设进一步向纵深发展的“瓶颈”，面对严重威协矿井安全生产的瓦斯，乌冬矿通过一系列有针对性、切实可行的技术措施，加大矿井硬件投入和防突体系建设，严格按照《防治煤与瓦斯突出规定》及专项设计，采取区域综合防突措施与局部综合防突措施相结合的瓦斯突出防治方法，严格执行“先抽后采、监测监控、以风定产”的安全生产方针，有效防止煤与瓦斯突出事故。虽然矿井瓦斯治理成效显著，但是矿井瓦斯治理的技术水平仍需要进一步总结和提高，借助科技的手段，实现矿区瓦斯灾害的过程化预控，使矿区瓦斯治理整体水平达到世界领先水平。项目通过乌冬矿大数据建设工程构建成套的信息化、智能化、科学化突出防控技术体系，推动煤矿现场夯实煤与瓦斯突出防治基础工作。

参考文献：

式中，T为一个班次作业时间，min ；xi为第i分钟内瓦斯涌出监控均值，%。

除了让学生自己表演外，老师还可以改变传统刻板的教学方法，充分利用多媒体设备来激发起学生阅读兴趣，例如在《雪地里的小画家》这节课，老师就可以下载一些有趣、生动的动物图片，然后在讲课前设置悬念激发起学生的好奇心，这样导入新课时学生的注意力就会因为有趣的教学方法而被吸引，也会激发起学生阅读这一类文章、儿歌的兴趣。

[2]兰泽全,李刚强.煤矿特别重大事故统计分析[J].华北科技学院学报,2017(02):72-77.

[3]张希九，于宗立.煤与瓦斯突出预兆及防治[J].煤炭科学技术，1998，26(4):378-39.

[4]王志亮,李其中.浅析煤与瓦斯突出的危险性评价指标体系[J].西部探矿工程,2008(03):91-93.

歇了一阵的雨又开始下，听风听雨，迟恒犹豫地在房间里踱来踱去，脑子里莫名其妙蹦出“风声雨声读书声……”的诗，他念了出来，想借此平抑一下纷乱的思绪，不念还好，一念，雨从稀稀沥沥变成了哗哗啦啦，他呆不住了，穿戴好出了旅店。

不记得去过多少次郭村，也不记得最早去郭村是什么时候。我的记性一直是差的，又没有方向感，一条路走上十次，于我仍是陌生的路。

[5]李学来，刘见中.矿井煤与瓦斯突出预警技术及其应用[J].煤炭科学技术，2011，39(2):55-58.

[6]王进尚.煤与瓦斯突出预警技术在演马庄煤矿的应用[J].煤炭科学技术，2014，42(4):114-116.

[7]李学来，刘见中.瓦斯灾害治理新技术[J].中国安全科学学报，2004，14(7):101-104.

[8]王春光.低含量超强开采工作面瓦斯异常涌出纺织技术[J].中国安全科学学报，2017，27(1):71-76.

[9]李成成，郭寿松.基于瓦斯涌出特征的突出预警技术在新元矿的应用[J].煤矿安全，2017，48(3):118-121.

[10]阳 平.回采工作面走向顶板瓦斯抽放巷相对位置确定[J].煤炭科学技术,2005(12):29-31.