何云文

(中煤科工集团重庆研究院有限公司，重庆 400037)

我国所有煤矿均装备了安全监控系统，对煤矿井下环境中的有毒有害气体进行实时监测，并将监测数据存储服务器数据库。由于监测数据中包含有现场电磁干扰、日常标校、设备故障等情况下形成的伪数据，系统不能够自动判别和剔除这些伪数据，导致监测数据未能得到充分有效的分析、挖掘和应用[1-2]，对瓦斯治理、数据分析与应用未能发挥相应的作用。因此，有必要对现有监测数据进行清洗、滤噪，提高监测数据的真实性和有效性，为后期瓦斯治理及超前预警预报发挥相应的作用。

1 基于安全监控系统有效数据的获取

1.1 数据的采集

利用现有安全监控系统数据，根据当前主流安全监控系统数据库构架，开发可自由选择数据库类型的数据传输端口。根据煤矿监控系统管理规定，建立主动式端口和被动式端口。选择由监控主机主动发送数据时，采用被动式端口；反之选择主动式端口。数据传输端的数据截取主要部署在工业环网出口，避免由于数据造假或系统故障对数据的影响，数据读取频率一般为10～20 s一次，并同步存储至系统分析数据库。在数据获取过程中，不同的监控系统具有多种结构和类型，通过数据的抽取将这些复杂的数据转化为统一的、便于处理的模型，为后续快速分析处理提供数据基础。

1.2 数据的滤噪

监控系统将采集到的数据实时存储在数据库中，瓦斯涌出预报系统从数据库中读出历史数据流，进行滤噪处理后生成平滑的数据，供下一步数据分析使用。整个数据滤噪分析流程如图1所示。

图1 数据滤噪分析流程Fig.1 Data filtering analysis process

安全监控系统在实际运行过程中，需要定期对甲烷传感器进行调校。即人为对甲烷传感器通入标准气样，传感器在调校过程中仍在工作，所产生的非真实瓦斯数据依然被记录下来，对数据分析造成影响。调校过程在历史曲线上表现为：快速上升和快速下降的突变特征、浓度一般大小在2.0%左右、持续时间一般不超过2 min，通过这些特征可以准确地识别出调校数据并剔除。

监控数据采集周期按照规定不能够大于20 s，目前安全监控系统采集、传输周期一般在5 s以内。因此，在高频率下瓦斯数据会有很多细微的波动，在瓦斯数据分析过程中，多数指标只是关心数据的趋势或者积累总量，所以这些细微的波动可以全部作为噪声剔除，可以通过求分钟均值来初步去噪，然后使用Mallat算法对数据进行小波滤噪[3-4]。

滤噪处理提高了作业工序的识别效率及准确度，对于反映瓦斯波动的指标，也降低了在噪声处的计算值，凸显出了实际瓦斯波动较大处的指标值；对于反映瓦斯量的指标，在降噪处理后计算出的瓦斯积累量也更接近真实值。

2 瓦斯涌出风险态势分析

2.1 采掘工作面瓦斯涌出的外在表现

通过对不同异常危险区域瓦斯涌出特征图形的观测分析，认为采掘面瓦斯涌出是一种紊乱、无序、规律性较差的时间序列。采掘面瓦斯涌出呈现一般特征与异常特征：一般特征是指工作面受采掘工艺以及煤体—瓦斯这种固—气吸附特性所引起的、客观存在的现象，这种现象不会因为煤体危险的变化而消失；异常特征是指在不同异常危险区域存在显著差异或匿藏于一般特征之内的特征，其在不同异常危险区域表现会大不相同[5-9]。

2.2 采掘面瓦斯涌出正常特征

(1)采掘面瓦斯涌出连续性特征。无论采煤工作面还是掘进工作面、无论是采用机械化还是炮采工艺、无论采掘面有人或无人工作业，工作面都存在连续的瓦斯涌出现象。这种现象是煤体内部瓦斯受瓦斯压力梯度影响，不断向煤体表面渗透补充瓦斯以及煤体表面瓦斯受采掘空间与煤体表面瓦斯浓度或压力差异影响，不断解吸或扩散瓦斯综合作用的结果[10-11]。

(2)采掘面瓦斯涌出波动特征。对于施工状态下的采掘工作面，井下瓦斯涌出在一定时间范围内总是存在忽高忽低的现象，这种忽高忽低现象就是工作面瓦斯涌出的波动特征[12-13]。这是工作面在不同时间段的作业工序不同造成的，一般在落煤及施工瓦斯钻孔阶段瓦斯涌出量较大，支护、维护阶段瓦斯涌出量较小。工作面瓦斯涌出波动特征包括了瓦斯涌出的峰值特征与衰减特征，这些特征虽然可能因不同采掘工序以及工艺会存在明显的不同，但是这些特征本身是始终存在的。

2.3 采掘面瓦斯涌出异常特征

在不同瓦斯异常区域，采掘面瓦斯特征存在一定的差异，而这些差异本身主要是瓦斯涌出一般特征中的量化反映。其主要差异在于工作面瓦斯涌出量特征、工作面瓦斯涌出峰值特征、工作面瓦斯涌出最小值特征以及工作面瓦斯涌出紊乱程度特征等。

(1)采掘面瓦斯涌出量特征。瓦斯涌出量在这里是指工作面在采掘环境相似的情况下，不同时间段涌入采掘空间的瓦斯量大小，主要包括班次均值、60 min涌出量、30 min涌出量等。在巷道基本情况、采掘工艺、采掘速度以及通风条件基本相同的情况下，异常危险区域班次均值明显大于无异常危险的班次均值，这表明异常危险区域和无异常危险区瓦斯涌出量存在一定的差异。

(2)采掘面瓦斯涌出峰值特征。瓦斯涌出峰值特征主要是指煤体初始暴露后，瓦斯涌出解吸量快速增加以及瓦斯解吸量达到峰值之后的衰减现象，因此也称之为瓦斯解吸特征[14-15]。在正常区域，瓦斯涌出解吸特征变化不大且较为稳定；但是在异常危险区，瓦斯涌出解吸特征变动较大，并且异常危险区瓦斯峰值明显大于正常区域瓦斯峰值。

(3)采掘面瓦斯涌出波动特征。在瓦斯涌出正常区域，瓦斯涌出波动较为规律，但在异常危险区瓦斯波动极不规律，且波动幅度也较大。根据井下工作面作业工序特点，当井下工作面瓦斯涌出量较小时，工作面一般已经停止作业，这时工作面的瓦斯涌出主要来源于煤壁瓦斯涌出。工作面在此时的瓦斯涌出来源比较单一、受人为影响较小。

(4)采掘面瓦斯涌出趋势特征。瓦斯异常事件的发生，都是在生产过程中从正常到异常逐步发展起来，能量积累也是逐步形成的。从涌出正常到异常危险再到事故发生，是一个能量不断积累、瓦斯涌出不断变化的过程，更是一个采掘环境不断变化的过程，这个过程的发展，也伴随着瓦斯涌出发展趋势的变化。

2.4 采掘面瓦斯涌出影响因素分析

影响采掘面瓦斯涌出的因素极为复杂，包括煤体的瓦斯含量、煤体的渗透性、地质构造、采掘工艺条件、煤体的物理力学性质等都会影响工作面的瓦斯涌出。除去采掘工艺条件外，其他影响因素看似无序、杂乱，但究其根本这些影响因素都是通过对煤体瓦斯含量、煤体的解吸特性以及煤体渗透性的影响与控制，达到对瓦斯涌出的影响与制约的。因此，可以认为工作面瓦斯涌出主要影响因素是煤体瓦斯含量、煤体的解吸特性、煤体的渗透性以及井下开采技术与开采工艺[16-20]。

3 监测数据分析与瓦斯涌出预测预报关系

通过对井下采掘工作面风流中瓦斯分布规律的研究，确定井下工作面甲烷传感器悬挂的最佳巷道位置。以掘进工作面为例，在距掘进工作面5 m位置处悬挂T1甲烷传感器，在回风流距巷口10 m处悬挂T2甲烷传感器，在距离工作面40 m处悬挂T3甲烷传感器，并随着掘进工作的推进逐步向前移动，T3甲烷传感器与T1甲烷传感器始终保持在30 m距离之内。采掘面瓦斯流动受到气体扩散与风流流动双重影响，在工作面位置，瓦斯气体瞬间解吸，由于来不及均匀混合，瓦斯气体浓度的监测存在一定局域性，但是当瓦斯流至工作面5 m以后，风流中的瓦斯浓度呈现均匀混合，瓦斯监控数据可以比较理想地反映工作面的瓦斯流动。当甲烷传感器距离工作面50 m之后，风流中的瓦斯浓度受到瓦斯气体本身的扩散作用明显，此时风流中的瓦斯浓度数据虽然可以代表风流中真实的瓦斯数据，但是不能代表工作面的瓦斯涌出。

通常情况下，采掘面监测数据受到工作面风量以及瓦斯涌出影响，工作面风量一般较为稳定，因此，工作面监测数据可以比较客观地描述工作面的瓦斯涌出。

综上所述，井下监测真实数据反映瓦斯涌出量，瓦斯涌出量可以反映其影响因素，比如瓦斯含量、煤体结构、采掘应力、采掘环境等，从而实现预测预报前方工作面的瓦斯灾害危险性或瓦斯超限可能性。基于监测数据分析的瓦斯涌出异常风险态势预测预报原理如图2所示。

图2 基于监测数据分析的瓦斯涌出异常风险态势预测预报原理Fig.2 Prediction principle of abnormal risk situation of gas emission based on monitoring data analysis

4 瓦斯涌出风险态势分析平台

4.1 系统架构

瓦斯涌出风险态势分析平台数据的获取是通过读取现有安全监控系统数据，经过清洗、滤噪获得有效数据，根据控制终端设置的巷道参数自动计算出当前工作面基于瓦斯涌出动态特征的瓦斯灾害危险性指标，并通过预警客户或网页的形式发布。整个系统架构如图3所示。

图3 瓦斯涌出风险态势分析平台架构Fig.3 Framework of gas emission risk situation analysis platform

在监控系统服务器上安装数据上传软件，使其在本地生成当前实时数据文件，瓦斯涌出风险态势分析平台的数据传输端从TXT文件中提取有效瓦斯数据传入平台数据库。平台服务器以10～20s/次的频率采集监控数据并完整存储，实现对监控数据的智能识别，对无效监测数据自动滤除，根据平台管理员控制终端录入的矿井工作面参数进行预警指标计算，通过各种终端发布预警信息。

4.2 系统功能模块

瓦斯涌出异常态势分析平台采用C/S、B/S模式共存的方式开发，主要包括瓦斯涌出异常风险态势分析平台客户端、数据采集及平台服务器端、数据传输端、单矿井网站、矿井预警数据上传端等模块。实现监控数据的采集、存储、分析计算、参数录入、报表编辑、历史数据及曲线的查询等功能。通过C/S、B/S模式的开发应用，满足了公司、煤矿及各级业务科室等不同岗位人员的应用需求，使其更加有效地发挥作用，为矿井瓦斯防治工作提供重要的参考。

4.3 系统平台建设

(1)平台服务器。平台服务器是整个系统的核心，存储数据量大、处理数据速度快、需要连续工作，因此应选择具有可靠性高、处理能力强、扩展性好的服务器，服务器软件系统为：Microsoft Windows Server 2012 Professional操作系统，Microsoft SQL Server 2008数据库。

(2)客户端。平台客户端均利用已有办公计算机即可，客户端操作系统在Microsoft Windows XP Professional以上即可。

5 结语

(1)针对不同监控系统数据类型开发了数据采集接口，通过小波理论对原始数据进行清洗、滤噪处理、剔除异常数据和日常调校数据，获得有效数据。

(2)对采掘工作面瓦斯涌出的外在表现、涌出正常特征、涌出异常特征、影响工作面瓦斯涌出的因素进行了分析。

(3)通过对井下采掘工作面风流中瓦斯分布规律的研究，确定工作面甲烷传感器悬挂的最佳巷道位置，监测真实数据反映瓦斯涌出量，瓦斯涌出量反映其影响因素，实现预测预报前方工作面的瓦斯灾害危险性或瓦斯超限可能性。

(4)研发了瓦斯涌出风险态势分析平台，实现数据存储、查询、分析、计算、参数录入、报表编辑打印等功能。