夏金周 吴向阳

摘 要：煤层瓦斯一直以来都是煤矿开采过程中必须面临的一个严峻问题，一旦发生矿井瓦斯事故，后果不堪设想，因此准确测定煤层瓦斯含量，做好提前防治工作十分重要。本文以淮北市邹庄煤矿的若干钻孔瓦斯含量实测数据为研究对象，通过建立BP神经网络模型，学习并检验煤层瓦斯含量。结果表明，BP神经网络能够较好的预测煤层瓦斯含量，为预测煤层瓦斯含量提供了一种可行性研究思路。

关键词：BP神经网络;煤层瓦斯;瓦斯含量预测

1 研究背景及意义

1.1 研究背景

一直以来，无论是出口还是进口，我国都是煤炭大国，尽管面临新能源转型的冲击，但对煤炭的需求和依赖短时间内难以减小。煤层瓦斯含量是井下煤层的主要参数之一，对煤层瓦斯含量的测定是预测井下瓦斯突出的重要依据，是防治瓦斯灾害的基本前提。

在实际开采过程中，由于井下地质条件复杂，使得煤层瓦斯含量具有许多不确定性，传统方法是通过采掘工作面打钻抽采瓦斯，以测定瓦斯含量，但此方法需要消耗大量人力和资金。

1.2 研究意义

由于煤层瓦斯含量对煤矿生产至关重要，因此突破传统方法，准确预测煤层瓦斯含量将是科研人员研究的热门领域。准确预测煤层瓦斯含量最直接的意义就是可以提前防治，减少由于瓦斯突出而造成的矿难，保障井下工人的生命财产安全。传统方法测量瓦斯含量成本较高，需要研究一种新的方法，既能准确预测煤层瓦斯含量，又能控制成本。……