多煤层开采上覆采空区有害气体下泄定量化关系探讨_霍丙杰.pdf

and recognition based on Darknet network and YOLOv3algorithmJ.Journal of Computer Applications,2019,39(6):16631668.The studyofflamerecognitionininterferenceenvironmentbasedondeep learning methodGAO Wei,SUN Yi,LI Yanchao,ZHOU Yonghao(State Key Laboratory of Fine Chemicals,School of ChemicalEngineering,Dalian University of Technology,Dalian 116024,Liaoning,China)Abstract:In recent years,fire detection technology based ondeep learning has received extensive attention and has beenwidely used in actual working conditions.This paper studies theneural networkalgorithmtorecognizeflamesinamulti-interference environment.This paper used the MNIST data set totesttherecognitionaccuracyofthreeneuralnetworks,LinearNet,GoogleNet,and ResNet.The highest accuracies ofthe three networks are 98.05%,98.94%,and 99.06%,theaverage accuracies were 96.69%,98.61%,and 98.80%,andthe minimum loss function values are 0.022,0.014,and0.010,respectively.ResNet has the highest precision,thehighest average precision,and the smallest loss function value.Therefore,ResNet network has the highest performance,whichdemonstrates the rationality of using ResNet to construct a featurerecognition network.The flame feature extraction network used inthis paper is DarkNet53,which introduces 5 residual operationmodules,and performs multiple residual operations,so improvesthe extraction ability of flame features.Subsequently,introducelight,sun,and flame signs as interference factors for research.A total of 200 images of the above three interference and flamesare collected to form the interference flame dataset.This data setcan enable the network to distinguish different recognitionobjects,distinguish the flame from other interference factors,and achieve accurate flame recognition.Use the YOLOv3algorithm to train the data set and perform flame recognition.Therecognition accuracies(m)of fire,sun,fire_sign,and light are97.07%,88.47%,100%,and 90.82%,respectively,all ofwhich reach a high level.The average recognition accuracy of thefour classes can be calculated through the PR curve graph,which is used to measure the recognition performance of thenetwork on the dataset.The recognition accuracy of the fourclasses of the network reaches 94.09%,with high accuracy.Itshowsthatthealgorithmcanaccuratelyandeffectivelydistinguish between flames and interference factors,and obtaintheaccurateidentificationofflamesinmulti-interferenceenvironments.Key words:safety science and engineering;fire recognition;firedataset;convolutionalneuralnetwork;residual network文章编号:1009-6094(2023)06-1898-10多煤层开采上覆采空区有害气体下泄定量化关系探讨霍丙杰,靳京爵,胡依明,黄宇轩,宋子奇,李天航(辽宁工程技术大学矿业学院,辽宁阜新 123000)摘 要:多煤层开采过程中上覆采空区有害气体易下泄至下伏采动空间,导致下伏开采工作面有害气体超限。以大同矿区双系煤层群开采侏罗系采空区有害气体向石炭系工作空间下泄为工程背景,应用关键层理论、流体力学等理论,提出了侏罗系采空区有害气体下泄的条件,对双系采空区连通特征进行了分类并给出其判别标准,创建了侏罗系采空区有害气体向石炭系工作面下泄的多参量控制方程。结果表明:大同矿区侏罗系煤层采空区有害气体向石炭系工作空间或采空区下泄的条件是,双系之间存在一定宽度的气体运移通道且双系流场间存在压差;大同矿区双系间采空区连通特征可以分为双系采空区流场不连通、双系采空区流场连通但不致灾、双系采空区流场连通且可致灾 3 类,同忻矿 8207 工作面与上覆侏罗系采空区的连通特征属于第类;针对同忻煤矿8207 工作面开采条件,应用建立的有害气体下泄多参量控制方程,确定工作面主关键层破断 2 h 后,9 403 10 112 m3的有害气体从侏罗系采空区下泄到 8207 工作面及其采空区,从而导致 8207 工作面采场中有害气体 2 h 内增加 30%33%,易导致工作面有害气体超限。研究成果为多煤层开采上覆采空区有害气体向下伏采动空间下泄的条件、机理、下泄量计算等研究提供了全新的思路。关键词:安全工程;多煤层开采;有害气体下泄;大同矿区;双系连通;多参量控制方程中图分类号:X45 文献标志码:ADOI:10.13637/j.issn.1009-6094.2022.0064收稿日期:20220112作者简介:霍丙杰,教授,博导,从事矿山压力与矿井动力灾害防治研究,。基金项目:国家自然科学基金项目(52174185);山西省科技计划揭榜招标项目(20191101015);辽宁省教育厅科学技术研究项目(LJ2019FL007)0 引 言煤矿多煤层开采过程中易引起诸多开采问题,如多煤层开采条件下顶板多次破断问题、上煤层开采遗留煤柱对下煤层工作面矿压影响问题、多煤层开采采空区有害气体互扰致灾等问题。大同矿区赋存有侏罗系、石炭系双系煤层群,双系覆岩间有多层坚硬顶板,石炭系主采 35#煤层,8981第 23 卷第 6 期2023 年 6 月 安全 与 环 境 学 报Journal of Safety and Environment Vol.23 No.6Jun.,2023属于特厚煤层开采。对于特厚煤层综放工作面,由于开采厚度大、覆岩运动范围广,上覆岩层达到运动平衡需要的时间长、工作面采空区悬顶距增大,坚硬顶板的存在使得这一现象更加明显。2014 年,于斌等1最先确定了双系煤层开采煤柱影响下的“煤柱覆岩运动”联合作用的强矿压显现机理。2012 年,许家林等2首次提出了基于关键层位置的导水裂隙带高度预计方法。文献36对大采高覆岩结构特征及运移规律、特厚煤层远近场控顶技术、特厚煤层综放开采覆岩破坏高度等进行了研究,确定特厚煤层综放开采覆岩破坏高度为采高的 10.0 11.5倍;大范围的岩层破断,导致上覆岩层裂隙发育,为上覆采空区有害气体运移提供了通道;在工作面负压通风作用下,远距离上邻近层采空区的有害气体依然会下泄至下煤层回采工作面及采空区,进而造成工作面上隅角有害气体超限,这种致灾现象已经在大同矿区具有双系煤层开采特征的石炭系工作面多次发生。国内外学者对于多煤层开采通风系统优化7,以及上覆采空区有害气体下泄的条件、检验方法、防治技术等进行了一定研究8 13,但对于上覆采空区有害气体下泄与开采条件的定量化关系研究较少。本文根据大同矿区双系煤层开采条件,基于关键层理论、气体运动理论等,分析大同矿区侏罗系采空区有害气体向石炭系采空区、工作空间下泄的条件,并建立有害气体下泄的多参量控制方程,确定有害气体下泄的判别准则,为侏罗系采空区有害气体下泄量评估、石炭系煤层工作面有害气体致灾预测等提供理论支撑。1 工程背景大同矿区同忻煤矿上覆的侏罗系地层距地表240 350 m,主要可采煤层为 7#、9#、11#、12#、14#等。石炭系煤层赋存较深,为 500 800 m,主采煤层为 35#煤层。侏罗系煤层群已经开采完毕,产生了大量的采空区,采空区中赋存有大量的有害气体,条件合适的情况下会下泄到石炭系煤层的作业空间,给石炭系煤层的安全开采带来了较大的隐患。同忻矿石炭系8207 工作面与侏罗系最近的14#煤层采空区间距为 148 162 m,8207 工作面上覆南部、北部对应的区域分别为同家梁矿、永定庄矿侏罗系14#煤层采空区,双系工作面开采特征对应关系见图1。8207 工作面开采 35#煤层,厚度为 14.37 22.91 m,平均厚度为 18.86 m,煤层含多层夹矸,煤层结构复杂,煤层倾角为 1 4。大同矿区石炭系 35#煤层顶板赋存有多层坚硬顶板,采用综放开采技术。35#煤层为低瓦斯赋存,由于开采高度大,工作面瓦斯涌出量较大;且其采动影响空间大,易形成双系采空区连通的裂隙场特征,导致侏罗系采空区有害气体下泄。根据覆岩结构特征,应用关键层理论,判定第 4、11、15、18 层为关键层。对岩层破断距进行理论计算可知第 11层岩层破断距小于第 4 层岩层破断距,因此判定8207 工作面覆岩第 4、15、18 层岩层为关键层,双系图 1 8207 工作面及其与上覆侏罗系 14#煤层采空区平面关系Fig.1 8207 face and its plane relation withoverlying Jurassic 14#coal seam goaf之间的岩层结构特征见表 1。经实际测定,工作面自开采以来,上隅角瓦斯体积分数平均为 0.5%左右,回风流瓦斯体积分数平均为 0.4%左右。自工作面初次来压