,1098 北京科技大学学报 第31卷 3.3模型检验 士10%以内 对回归模型进行了有效性检验，检验结果如 0.06 表3. 0.05f、 95%置信度 表3多元回归方程检验结果 0.04 Table 3 Test results of the multiple regression equation ￥0.03 拟合优度 拟合优度 F值 Ff0.01(3,6) 估计值 蒙02- 系数R 系数R2 标准误差 0.01 0.98781720.9737381774.1569.78 0.16663 -0.01 9.2 10.4 11.6 12.8 R值的大小反映了模型的可信度，R值越接近 预测值(m.min- 1,说明方程拟合的越好，R>0.8就可认为拟合较 好，F检验能说明回归方程回归效果的显著性，F 图2预测值与残差平方图 Fig.2 Predicted values and residual scores 值能大于Fo.05(m,n一m一1)，表明回归效果显著： 若能大于Fo.01(m,n一m一1)，表明回归效果特别 13.0 显著，其中m为变量个数，n为样本容量，由检验 12.5 95%置信度 结果（表3）可知，R值为0.9878172、F>F0.01(3, 6)、预测值的残差平方一般小于0.02（图2）都表明 回归模型的准确度较高，由期望值与观察值（图3） 可见，观察值和期望值吻合较好， 3.4预测结果 根据建立的数学模型，对平煤天安十矿己组煤 10.010.51.011512.012.5 期望值/(m3,min) 层24110采面进行瓦斯涌出量预测，将瓦斯涌出初 速度、瓦斯含量和回采进度的数据分别代入式(8)求 图3瓦斯涌出量期望值与观察值图 出多因素预测结果（表4），结果表明预测误差在 Fig.3 Predicted values and observed values of gas emission 表4平煤天安十矿己组煤层24110采面瓦斯涌出量预测结果 Table 4 Prediction results of gas emission from the VI-24110 coal face in the No.10 Coal Mine of Pingdingshan Tian'an Coal Mining Corp.Ltd. 瓦斯涌出初速度/ 瓦斯含量/ 回采进度/ 多因素预测结果/ 实际瓦斯涌出量 预测误差/ (L'min) (m3t- (md-1) (m3.min) (m3min1) % 3.4 26.4 1.2 10.69 11.26 -5.332 2.13 23.6 1.8 13.58 12.71 6.4065 2.7 24.5 0.6 10.52 10.76 -2.281 回归分析属于统计预测范畴，应用范围要求一 含有对瓦斯涌出量有显著意义的项，从而使得瓦斯 般不超过模型所用数值范围的10%，即在应用回采 涌出量预测模型既可靠，运算又方便 进度、瓦斯涌出初速度和瓦斯含量进行瓦斯涌出量 (3)采煤工作面瓦斯涌出量预测模型具有较高 预测时，要求样本取值范围不能超过模型所用数值 的拟合度，应用该模型对平煤天安十矿己组煤层 范围的士10% 24110采面瓦斯涌出量预测结果表明，该模型可以 实现对采煤工作面瓦斯涌出量进行准确的预测 4结论 (1)根据采煤工作面绝对瓦斯涌出量与瓦斯含 参考文献 量、煤层透气性及回采进度因素之间的关系，应用多 [1]Yu B F.Prevention and Utilization Technology of Coal Gas 元统计建立了采煤工作面绝对瓦斯涌出量预测多元 Calamity Manual.Beijing:China Coal Industry Press,2005 回归模型. (于不凡·煤矿瓦斯灾害防治及利用技术手册.北京：煤炭工 (2)应用逐步回归分析方法剔除了多元预测模 业出版社，2005) 型中对瓦斯涌出量影响不显著的项，使得模型中仅 [2]Yu QX.Wang K,Yang S Q.Study on pattern and control of3∙3 模型检验 对回归模型进行了有效性检验‚检验结果如 表3． 表3 多元回归方程检验结果 Table3 Test results of the multiple regression equation 拟合优度 系数 R 拟合优度 系数 R 2 F 值 F0∙01（3‚6） 估计值 标准误差 0∙9878172 0∙97373817 74∙156 9∙78 0∙16663 R 值的大小反映了模型的可信度‚R 值越接近 1‚说明方程拟合的越好‚R＞0∙8就可认为拟合较 好．F 检验能说明回归方程回归效果的显著性‚F 值能大于 F0∙05（ m‚n－ m－1）‚表明回归效果显著； 若能大于 F0∙01（ m‚n－ m－1）‚表明回归效果特别 显著‚其中 m 为变量个数‚n 为样本容量．由检验 结果（表3）可知‚R 值为0∙9878172、F＞ F0∙01（3‚ 6）、预测值的残差平方一般小于0∙02（图2）都表明 回归模型的准确度较高．由期望值与观察值（图3） 可见‚观察值和期望值吻合较好． 3∙4 预测结果 根据建立的数学模型‚对平煤天安十矿己组煤 层24110采面进行瓦斯涌出量预测‚将瓦斯涌出初 速度、瓦斯含量和回采进度的数据分别代入式（8）求 出多因素预测结果（表4）．结果表明预测误差在 ±10％以内． 图2 预测值与残差平方图 Fig．2 Predicted values and residual scores 图3 瓦斯涌出量期望值与观察值图 Fig．3 Predicted values and observed values of gas emission 表4 平煤天安十矿己组煤层24110采面瓦斯涌出量预测结果 Table4 Prediction results of gas emission from the Ⅵ-24110coal face in the No．10Coal Mine of Pingdingshan Tian’an Coal Mining Corp．Ltd． 瓦斯涌出初速度／ （L·min －1） 瓦斯含量／ （m 3·t －1） 回采进度／ （m·d －1） 多因素预测结果／ （m 3·min －1） 实际瓦斯涌出量／ （m 3·min －1） 预测误差／ ％ 3∙4 26∙4 1∙2 10∙69 11∙26 －5∙332 2∙13 23∙6 1∙8 13∙58 12∙71 6∙4065 2∙7 24∙5 0∙6 10∙52 10∙76 －2∙281 回归分析属于统计预测范畴‚应用范围要求一 般不超过模型所用数值范围的10％‚即在应用回采 进度、瓦斯涌出初速度和瓦斯含量进行瓦斯涌出量 预测时‚要求样本取值范围不能超过模型所用数值 范围的±10％． 4 结论 （1） 根据采煤工作面绝对瓦斯涌出量与瓦斯含 量、煤层透气性及回采进度因素之间的关系‚应用多 元统计建立了采煤工作面绝对瓦斯涌出量预测多元 回归模型． （2） 应用逐步回归分析方法剔除了多元预测模 型中对瓦斯涌出量影响不显著的项‚使得模型中仅 含有对瓦斯涌出量有显著意义的项‚从而使得瓦斯 涌出量预测模型既可靠‚运算又方便． （3） 采煤工作面瓦斯涌出量预测模型具有较高 的拟合度．应用该模型对平煤天安十矿己组煤层 24110采面瓦斯涌出量预测结果表明‚该模型可以 实现对采煤工作面瓦斯涌出量进行准确的预测． 参 考 文 献 ［1］ Yu B F． Prevention and Utiliz ation Technology of Coal Gas Calamity Manual．Beijing：China Coal Industry Press‚2005 （于不凡．煤矿瓦斯灾害防治及利用技术手册．北京：煤炭工 业出版社‚2005） ［2］ Yu Q X‚Wang K‚Yang S Q．Study on pattern and control of ·1098· 北 京 科 技 大 学 学 报 第31卷