D01:10.133741.ism100103x.2009.0L.002 第31卷第1期 北京科技大学学报 Vol.31 No.I 2009年1月 Journal of University of Science and Technology Beijing Jan.2009 基于地理信息系统和神经网络的煤与瓦斯突出预警 郭德勇)王仪斌)卫修君2王新义2) 1)中国矿广业大学（北京）资源与安全工程学院.北京1000832)平项山煤业（集团）有限责任公司，平顶山467000 摘要依据煤与瓦斯突出机理及突出过程物理特征，结合煤矿安全监测系统，提出以瓦斯浓度和煤体温度时间序列的煤与 瓦斯突出预警指标，利用GS技术和人工神经网络建立了煤与瓦斯突出预警模型.某矿17180工作面的预警结果表明：预警 模型可以为煤与瓦斯突出预警提供技术支持. 关键词地理信息系统：神经网络：瓦斯浓度：煤体温度：煤与瓦斯突出：预警 分类号TD713+.2:TP183 Early warning of coal and gas outburst by GIS and neural network GUO Deyong,WANG Yi-bin1,WEI Xiu-jun?,WANG Xin-yi2) 1)Resource and Safety Engineering Schod,China University of Mining and Technology (Beijing).Beijing 100083.China 2)Pingdingshan Coal Mining Group Co.Ltd.,Pingdingshan 467000.China ABSTRACI Based on the mechanism of coal and gas outburst and the phy sical characters of outburst process.in combination with a coal mine safety monitoring system.early warning indexes w ere proposed by the time series of methane concentration and coal tem- perature.An early warning modd of ooal and gas outburst was built by globe information system (GIS)technology and artificial neu- ral network.Taking 17180 working face for an example,the early warning model was tested in an exact mine.The result shows that the model can povide technical support for early warning of coal and gas outburst. KEY WORDS globe information system;neural netw ork;methane concentration coal temperature;coal and gas outburst;early w arning 煤与瓦斯突出是严重威胁煤矿安全生产的地质 1煤与瓦斯突出预警指标及其模型 灾害.关于煤与瓦斯突出预测预警己进行了大量的 研究工作一).有以瓦斯突出指标为基础的瓦斯突 1.1预警指标的提出 出预测和以安全管理为目标的预警系统等. (1)瓦斯浓度.研究资料1G表明，瓦斯涌出 对于突发性事件采取科学的预警技术是采取预防措 特征与工作面前方的突出危险性存在着相关性.根 施的关键-y.基于地理信息系统(globe infoma- 据对瓦斯突出机理的认识，可以将工作面前方煤体 tion system,GIS)和神经网络的煤与瓦斯突出预警 看作一个灰色系统工作面瓦斯浓度是这一灰色系 是根据煤与瓦斯突出规律及突出过程物理特征，结 统的输出信号.工作面瓦斯浓度连续监测结果构成 合实时监测的瓦斯浓度和煤体温度信息对煤与瓦斯 一个时间序列，序列先前状态信号特征必然包含后 突出危险进行评估和变量监测，并对矿井生产的危 续状态特征信息，序列值之间有着很强的顺序依赖 险程度进行评判和预警分析，为煤与瓦斯突出预警 性和继承性，蕴涵了煤体内部各因素间的变化及其 提供技术支持. 相互关系. 收稿日期：200803-08 基金项目：国家十一五”科技支撑计划资助项目(No.2006BAK03B02):教有部科学技术研究重点资助项目(N。108025) 作者简介：郭德勇(1966一），男，教授，博士生导师，E-maik gdy@cmh.c.m基于地理信息系统和神经网络的煤与瓦斯突出预警 郭德勇1) 王仪斌1) 卫修君2) 王新义2) 1) 中国矿业大学( 北京) 资源与安全工程学院, 北京 100083 2) 平顶山煤业( 集团)有限责任公司, 平顶山 467000 摘 要 依据煤与瓦斯突出机理及突出过程物理特征, 结合煤矿安全监测系统, 提出以瓦斯浓度和煤体温度时间序列的煤与 瓦斯突出预警指标, 利用 GIS 技术和人工神经网络建立了煤与瓦斯突出预警模型.某矿 17180 工作面的预警结果表明:预警 模型可以为煤与瓦斯突出预警提供技术支持. 关键词 地理信息系统;神经网络;瓦斯浓度;煤体温度;煤与瓦斯突出;预警 分类号 TD713 +.2 ;TP183 Early warning of coal and gas outburst by GIS and neural network GUO De-yong 1) , WANG Yi-bin 1) , WEI Xiu-jun 2) , WANG X in-yi 2) 1) Resource and Saf et y Engineering School, China University of Mining and Technology ( Beijing) , Beijing 100083, China 2) Pingdingshan Coal Mining Group Co .Ltd., Pingdingshan 467000, China ABSTRACT Based on the mechanism of coal and gas outburst and the phy sical characters of outburst process, in combination with a coal mine safety monitoring sy stem, early warning indexes w ere proposed by the time series of methane concentration and coal tem￾pera ture.An early warning model of coal and g as outburst was built by globe information sy stem ( GIS) technology and artificial neu￾ral netwo rk.Taking 17180 w orking face for an example, the early warning model was tested in an ex act mine.The result shows that the model can pro vide technical support for early warning of coal and gas outburst . KEY WORDS g lobe info rma tio n system ;neural netw ork ;methane concentra tio n;co al temperature;coal and gas outburst ;early w arning 收稿日期:2008-03-08 基金项目:国家“十一五”科技支撑计划资助项目( No .2006BAK03B02) ;教育部科学技术研究重点资助项目( No.108025) 作者简介:郭德勇( 1966—) , 男, 教授, 博士生导师, E-mail:gdy@cum tb.edu.cn 煤与瓦斯突出是严重威胁煤矿安全生产的地质 灾害 .关于煤与瓦斯突出预测预警已进行了大量的 研究工作[ 1-3] .有以瓦斯突出指标为基础的瓦斯突 出预测[ 4] 和以安全管理为目标的预警系统[ 5-6] 等 . 对于突发性事件采取科学的预警技术是采取预防措 施的关键[ 7-9] .基于地理信息系统( g lobe informa￾tion system, GIS) 和神经网络的煤与瓦斯突出预警 是根据煤与瓦斯突出规律及突出过程物理特征, 结 合实时监测的瓦斯浓度和煤体温度信息对煤与瓦斯 突出危险进行评估和变量监测, 并对矿井生产的危 险程度进行评判和预警分析, 为煤与瓦斯突出预警 提供技术支持. 1 煤与瓦斯突出预警指标及其模型 1.1 预警指标的提出 ( 1) 瓦斯浓度.研究资料[ 10-11] 表明, 瓦斯涌出 特征与工作面前方的突出危险性存在着相关性.根 据对瓦斯突出机理的认识, 可以将工作面前方煤体 看作一个灰色系统, 工作面瓦斯浓度是这一灰色系 统的输出信号.工作面瓦斯浓度连续监测结果构成 一个时间序列, 序列先前状态信号特征必然包含后 续状态特征信息, 序列值之间有着很强的顺序依赖 性和继承性, 蕴涵了煤体内部各因素间的变化及其 相互关系. 第 31 卷 第 1 期 2009 年 1 月 北 京 科 技 大 学 学 报 Journal of University of Science and Technology Beijing Vol .31 No.1 Jan.2009 DOI :10.13374/j .issn1001 -053x.2009.01.002