论文部分内容阅读
近年来,尽管我国煤矿瓦斯事故起数和死亡人数逐年下降,但煤矿瓦斯重特大事故仍时有发生,在瓦斯爆炸事故中,约60%～70%发生在掘进工作面。本文在掘进工作面瓦斯爆炸危险源辨识的基础上,建立瓦斯爆炸改进属性识别评价模型;利用灰色GM(1,1)模型,实现瓦斯涌出量的预测。并将评价模型和预测模型进行程序设计,开发出掘进工作面瓦斯爆炸评价系统软件。首先,在掘进工作面瓦斯爆炸危险源辨识和事故树分析的基础上,全面分析了引起掘进工作面瓦斯爆炸的危险因素,并利用人-机-环-管分析方法建立了由37个指标构成的掘进工作面瓦斯爆炸的安全评价指标体系。其次,在建立的评价指标体系基础上,将灰色接近度概念引入属性识别模型中,避免了置信度的主观因素,进而建立了一种改进的属性识别瓦斯爆炸安全评价模型。运用该模型对掘进工作面进行评价,得出安全等级并提出相应的对策;利用灰色GM(1,1)模型,实现掘进工作面的瓦斯涌出量预测,并应用于某煤矿现场掘进工作面,通过前九天瓦斯涌出量的实测数据预测出第十天的瓦斯涌出量。验证结果表明:预测模型可信,预测精度较高,结果符合实际要求。最后,在评价模型和预测模型的基础上,利用Python编程语言开发出操作简单、人机界面良好、功能较全面的掘进工作面瓦斯爆炸安全评价系统软件。该软件能实现对掘进工作面瓦斯爆炸危险性进行安全评价和对瓦斯涌出量进行预测等主要功能。