煤与瓦斯突出防治过程中多元信息的跟踪控制与异常诊断方法

在我国众多煤与瓦斯突出事故中，因突出防治过程多元信息跟踪控制与异常诊断能力的不足而导致事故发生的数量非常多。而在石油化工和机械制造领域，过程跟踪控制与异常诊断理论已经得到了国内外学者广泛深入的研究。在此背景下，本项目针对突出防治过程与生产过程密切相关的特点，系统的分析突出防治过程中煤层赋存、瓦斯赋存、地质构造、抽采钻孔布置、瓦斯抽采量、采掘方式、通风、瓦斯涌出量、突出危险性指标、残余瓦斯压力和含量等多元过程变量，揭示它们的采集方式、数据结构和相互耦合关系。针对突出防治过程变量较多、耦合复杂的特点，对过程变量预处理、主元分析、特征变量提取、特征变量波动跟踪、异常识别与诊断等问题进行系统的研究。在此基础上，通过现场试验验证理论研究，形成较为系统的煤与瓦斯突出防治过程中多元信息跟踪控制与异常诊断技术，从而遏制煤与瓦斯突出事故的发生。

目前，煤与瓦斯突出防治过程跟踪控制与异常诊断方法的相关研究还很少，但由此导致的煤矿瓦斯事故却不在少数。通过课题研究，我们认为，突出防治过程是一种复杂而特殊的系统工程，具有时间跨度长、工艺流程复杂、验证性关键环节多、数据多元化且形式多样、过程跟踪管理不规范、过程运行状态与瓦斯事故密切相关的典型特点。首先，采用E-R建模方法，从大量现场数据中提炼出了突出防治过程的多元基础数据体系，将其分解为共享类型、工程类型和瓦斯类型三种变量集合；然后，通过空间矢量计算和函数映射分析，研究工程类型和瓦斯类型多元变量的相互耦合关系与时空变化规律，完成了多变量的主元分析，获得了突出防治过程的特征向量。研究发现，工程类型变量在空间上具有较强的相关性，在时间上相互独立，而瓦斯类型变量在时间上的序列自相关现象显著。为了保证工程施工与设计一致，对工程类型特征向量中的设计与施工部分做差值变换，获得了工程数据的跟踪参数。为了消除瓦斯类型特征向量的自相关性，通过ARMA回归模型拟合和残差计算，构建了瓦斯抽排过程的跟踪参数。接着，采用基于3σ原则的X-Rs控制图来跟踪工程数据。当跟踪参数围绕CL在UCL和LCL之间随机波动时，工程施工处于稳定的受控状态；参数出现超界异常表示施工大幅度偏离设计；参数出现链状异常表示施工持续偏离设计；参数出现趋势异常表示施工持续偏离设计且偏离幅度逐渐增大；三种异常均应及时纠正直至参数回归至稳定的受控状态。采用有限元与向量代数相结合的方法，获得了钻孔施工空白带的自动诊断算法。采用X-RES控制图和T2控制图，跟踪瓦斯抽排数据，同样对瓦斯抽排过程的受控状态和参数超界、链状和趋势异常做出了有效的诊断。依据理论研究，开发了1套数据库系统和3套基于该数据库的业务软件系统，即突出防治过程多元变量数据库、煤与瓦斯突出防治过程数据管理软件、煤与瓦斯治理智能辅助设计系统软件和煤矿瓦斯治理过程跟踪系统软件，实现了从突出防治过程的数据存储、数据管理、辅助设计到控制图自动跟踪、异常自动诊断的一系列功能。现场验证表明，所构建的突出防治多元基础数据体系、变量耦合与变化规律分析结论、过程跟踪与异常诊断方法均可行有效。研究成果对煤与瓦斯突出防治过程的规范化、程序化程度以及过程管控能力的提高具有显著的推动作用，对实现数据综合分析和发现潜在异常、避免决策失误，进而遏制瓦斯事故的发生具有较高的应用价值和现实意义。