SPSS軟件在抽放半徑影響因素分析中的應(yīng)用

陳 鵬，張明杰

SPSS軟件在抽放半徑影響因素分析中的應(yīng)用

陳 鵬，張明杰

(河南理工大學(xué)安全學(xué)院，河南 焦作 454000)

在分析中泰礦業(yè)4505、31021等7個(gè)工作面抽放半徑變化情況的基礎(chǔ)上，選取瓦斯原始含量、煤層透氣性、瓦斯釋放初速度、瓦斯原始?jí)毫Α⒚簩訄?jiān)固性系數(shù)、孔隙率和煤層厚度等7個(gè)對(duì)抽放半徑有較顯著影響的因子，運(yùn)用SPSS軟件對(duì)這些影響因素進(jìn)行多元線性回歸分析，可以得到適用于本煤層的抽放半徑與其影響因素之間的關(guān)系式。

抽放半徑;影響因素;SPSS多元線性回歸

鉆孔瓦斯抽放影響半徑是突出礦井預(yù)抽煤層瓦斯措施的一個(gè)重要參數(shù)，直接關(guān)系到預(yù)抽鉆孔密度和預(yù)抽時(shí)間的長(zhǎng)短。因而，比較準(zhǔn)確地確定該參數(shù)，對(duì)采取預(yù)抽瓦斯防治突出，具有十分重要的意義。鉆孔在預(yù)抽煤層瓦斯時(shí)，在煤層瓦斯壓力和孔底負(fù)壓的共同作用下，鉆孔周圍煤體的瓦斯不斷進(jìn)入鉆孔被抽走，形成以鉆孔中線為軸心的類似圓形的抽放影響圈，抽放影響圈的半徑稱之為抽放影響半徑。在抽放半徑有效性指標(biāo)的確認(rèn)上，主要還是采用壓力法，根據(jù)瓦斯壓力隨著預(yù)抽時(shí)間的變化情況，回歸分析確定有效抽放半徑。但是這種方法需要大量的瓦斯壓力實(shí)測(cè)資料，存在鉆孔數(shù)量多，工序繁瑣，對(duì)封孔質(zhì)量要求高，時(shí)間長(zhǎng)，測(cè)試結(jié)果偏差大等問題，尤其是壓力的測(cè)定成功率很低，不能滿足煤礦安全生產(chǎn)需要。

抽放半徑固然受綜合因素的影響，目前還沒有適用性強(qiáng)、被普遍認(rèn)可的由個(gè)別相關(guān)因素得出的有效關(guān)系式。然而，筆者認(rèn)為，在同一煤層內(nèi)，影響抽放半徑的不同因素間存在著相對(duì)穩(wěn)定的定性定量的制約關(guān)系。在同一煤層內(nèi)不同工作面之間對(duì)其可能的影響因素進(jìn)行歸納，把相關(guān)性比較強(qiáng)的因素運(yùn)用SPSS軟件進(jìn)行多元線性回歸，可以得到適用于本煤層的抽放半徑與其影響因素之間的關(guān)系式。用于對(duì)本煤層別處工作面抽放半徑的預(yù)測(cè)，提供優(yōu)于單一因素線性回歸或者經(jīng)驗(yàn)主義的判定結(jié)果，具有一定的實(shí)際意義。

1 SPSS軟件多元線性回歸分析

SPSS軟件具有完整的輸入、編輯、統(tǒng)計(jì)分析、報(bào)表、圖形制作功能，并提供了Stepwise(逐步法)、Enter(強(qiáng)行進(jìn)入法)等5種方法進(jìn)行自變量的引入。

本文采用逐步法進(jìn)行變量引入，根據(jù)方差分析結(jié)果選擇符合判據(jù)條件且對(duì)因變量影響最大的自變量選擇進(jìn)回歸模型。根據(jù)向前選擇法則進(jìn)入自變量;然后根據(jù)向后剔除法，將模型中F檢驗(yàn)概率最小的且符合剔除判斷條件的自變量剔除，重復(fù)進(jìn)行直到模型中的自變量均符合進(jìn)入的判據(jù)條件，模型外的自變量都不符合進(jìn)入模型的判據(jù)為止。

中泰礦業(yè)相關(guān)工作面數(shù)據(jù)見表1。

本文采用F檢驗(yàn)的概率作為判斷標(biāo)準(zhǔn)，進(jìn)入概率為小于0.3，移去概率為大于0.35。自變量的篩選見表2。

通過表2可以得出，瓦斯原始?jí)毫Α?jiān)固性系數(shù)、孔隙率和透氣性系數(shù)被選入回歸模型，無(wú)移去的變量。模型摘要見表3。

由表3表明，通過模型摘要可得模型的R、R方、調(diào)整R方及估計(jì)標(biāo)準(zhǔn)誤差，觀察得出第4個(gè)構(gòu)建的模型中，R方值最大，調(diào)整R方也最大，其構(gòu)建的回歸方程比較理想。

表1 中泰礦業(yè)相關(guān)工作面數(shù)據(jù)

表2 Variables Entered/Removeda

表3 Model Summarye

方差分析估計(jì)見表4。

從表4可以看出，模型4的F統(tǒng)計(jì)量的觀測(cè)值為86.018，概率 ρ值為0.012 ＜0.05，由此判定回歸方程與各參數(shù)的檢驗(yàn)結(jié)果有顯著性意義，模型4優(yōu)于其他3種模型，選取模型4為最佳模型。系數(shù)表見表5。

表4 ANOVAe

根據(jù)表5可以看出，通過對(duì)模型4的驗(yàn)證與分析運(yùn)算，初步建立多元線性回歸模型為：

式中：

P—壓力;

f—堅(jiān)固性系數(shù);

K—孔隙率;

λ—透氣性系數(shù)。

表5 系數(shù)表

2 總結(jié)

由于數(shù)據(jù)量少，不能更充分的體現(xiàn)出SPSS軟件的優(yōu)越性，甚至本文采用F檢驗(yàn)的判斷標(biāo)準(zhǔn)時(shí)準(zhǔn)入概率有所放寬，進(jìn)入概率為小于0.3，移去概率為大于0.35，低于一般適用標(biāo)準(zhǔn)。

本方法適用范圍僅限于對(duì)同一煤層內(nèi)且擁有大量已知數(shù)據(jù)的基礎(chǔ)上，若用于如鶴壁礦區(qū)二1煤層這樣的大范圍煤層，則更能體現(xiàn)出其優(yōu)越性。

［1］ 周世寧，林柏泉.煤層瓦斯賦存與流動(dòng)理論［M］.北京：煤炭工業(yè)出版社.1999：37－113.

［2］ 陳 超，鄒 瀅.SPSS15.0中文版常用功能與應(yīng)用實(shí)例精析［M］.北京：電子工業(yè)出版社.2009：1－23，124－165.

［3］ 綠色眼睛.SPSS－回歸 － 多元線性回歸模型案例解析［EB/OL］.［2011 －11 －18］http：//hi.baidu.com/shuaibing001/home.

Application on SPSS Software in Drainage Radius Effect Factors Analysis

Chen Peng，Zhang Ming－jie

This paper is based on the analysis of the changes of the drainage radius about seven working faces as 4505，31021 and etc.in Zhongtai mining，choose the seven significant influence factors to drainage radius such as the gas original content，coal seam permeability，gas release initial speed，the original gas pressure，coal seam rigidity coefficient，porosity and the thickness of coal seam，using the SPSSsoftware for these influence factors carries out the multivariate linear regression analysis，can get the relation that is suitable for the coal seam drainage radius and its influence factors.

Drainage radius;Influence factors;SPSSmultiple linear regression

TD712+.6

A

1672－0652(2012)04－0014－03

2012－02－22

陳 鵬(1985—)，男，河南焦作人，2009年河南理工大學(xué)在讀碩士研究生，主要從事安全技術(shù)及工程方面的研究(E －mail)251050807@qq.com