超長煤巷監測數據背景CO篩查及自燃預判研究

關鍵詞：煤巷自燃;柴油尾氣;隱蔽性自燃;自燃預判;背景CO體積分數;監測預警

中圖分類號：TD752.2

文獻標志碼：A文章編號：1000-582X（2022）02-094-09

Abstract： " To realize early prediction of spontaneous combustion of overlong double coal roadway， this paper proposes a CO trend analysis method based on the big data of the underground monitoring system when the spontaneous combustion mark-gas analysis method is invalid. Meanwhile， to screen out and remove fluctuation disturbance of CO caused by underground diesel vehicle exhaust， the concept of background CO volume fraction which can only reflect the relatively slow oxidation of coal is put forward. The background CO volume fraction screening method is established on the basis that for an independent ventilated investigation area of a mine， there is always an extreme moment that no diesel vehicle works （or exhaust gas does not interfere all diesel car） in a long enough time， and the CO volume fraction value is recorded by the monitoring system. Through the comparison of the screening results of a 0.125-day time unit cycle and a 0.5-day time unit cycle， it is found that as the time unit increases， the CO volume fraction curve becomes lower， the fluctuation decreases， and the background CO volume fraction curve becomes clearer， suggesting the objective existence of background CO volume fraction. Taking a part of the shortest spontaneous combustion period as the examination period， the spontaneous combustion of coal pillars is predicted based on the trend development of the background CO volume fraction. Combined with the experience of Hongqingliang coal mine， the CO increasing trend（increasing rate k*1=0.60710-6 d-1） is obtained as the critical index of spontaneous combustion risk prejudgment. The spontaneous combustion risk warning is divided into three levels. When k1≥k*1， it is first-level warning， which triggers key inspections， and upgrades the daily comprehensive inspection to the targeted inspection with more manpower and material resources. When k1lt;k*1， it is second-level alert， which requires to find out the causes. When k1≤0， there is no spontaneous combustion risk. The predicted results meet the engineering requirements.

Keywords： "spontaneous combustion of coal roadway; diesel exhaust; hidden spontaneous combustion; prediction of spontaneous combustion; background CO volume fraction; monitoring warning

神東鄂爾多斯礦區的煤層埋藏條件好，開采規模大。以昊華集團紅慶梁煤礦為例，采煤工作面長達300 m，推進總長度達4 300 m，采用雙煤層巷布置，井下輔助運輸大量使用柴油工作車。該礦區隨著采深增加，地應力顯現明顯。紅慶梁煤礦采深超過450 m，留15 m煤柱時巷道變形嚴重，超長雙巷掘進和回采期間更易于引發煤巷自燃，在11301首采過程中出現4次煤巷煤柱自燃現象，給礦井安全生產帶來不利影響。由于超長雙煤巷布置煤暴露面太大，巡查戰線過長，依靠人工每天例行巡檢，難度大。長期以來國內外關于煤巷自燃問題開展了大量的研究[1-2]，具體在煤柱自燃火源位置的紅外探測與定位[3-5]、煤柱自燃溫度分布[6-7]、巷道自燃危險區域劃分等[8-9]，以及煤柱自燃防滅火方法等[9-12]，經文獻檢索，現有的研究針對的都是傳統礦區的中短尺度開采的煤巷，而超長多煤巷自燃火災管控另有其特殊性，即煤巷自燃治理和日常巡查戰線超長，自燃防治不能有的放矢。另一方面，受井下機電設備和機動車的放熱干擾，遠程光纖測溫技術很難在煤巷發熱早期預報方面發揮作用[13]。顯然，超長多煤巷自燃防治關鍵仍然是自燃的早期發現[1]，目前，超長雙煤巷自燃綜合預判研究尚待研究[13-15]，缺少相關報道，問題亟待解決。

CO作為煤自燃災害氣體，最早被用于自燃早期預判，并積累了大量經驗[14-17]，但在井下大量使用柴油車的礦井如何排除尾氣干擾，發揮傳統方法作用，這里結合紅慶梁礦的工程實際，提出一種篩選出背景CO氣體體積分數的方法，利用井下監測系統連續監測的大數據，根據其變化趨勢進行自燃預判。

1 "超長煤巷自燃預測面臨的問題及其解決對策

如圖1所示，紅慶梁煤礦超長距離雙煤巷布置，連同接替工作面掘進準備，煤巷數目多達6～8條，管理范圍很大，煤巷自燃（包括煤柱自燃）嚴重。

有多條超長煤巷的自燃隱患排查戰線過長，單純依靠人工巡檢，一來人手不足，二來長時間工作極容易渙散注意力，三是煤體內自燃點發熱隱蔽性很強，容易漏掉，如圖2所示，解決對策是自燃的早期預測。

3 "區域背景CO體積分數的趨勢預測方法

3.1 背景CO異常和自燃預判準則

在一個系統相對穩定的自然發火考察時間內，背景CO體積分數一直在緩慢持續穩定增長。

所謂系統相對穩定期是指通風、人員施工管理和巷道系統等條件都不變的情況，當礦井系統各因素有明顯變化，對自燃環境影響較大，背景CO體積分數變化的水平也產生明顯差異，即不一定在一個水平上。

如圖5所示，在十一放假停產期間最有利于煤柱的自燃氧化，節后的礦井恢復生產一段時間，背景CO體積分數偏高，波動也較大;隨著生產逐漸正規，系統進入穩定狀態，且恢復生產后及時進行重點巡檢和發熱區處理，背景CO體積分數隨之大幅度降低，煤柱的自燃氧化也進入一個新的階段（條件環境）。

3.2 自然發火預判考察期的確定

所謂自然發火預測考察期，是指區別于外因火災短時間發生的能反映內因火災煤自燃緩慢持續增長的時間。自燃預測考察期的確定與煤的最短自然發火期有關，長則直接按煤的最短自然發火期，但此時可能煤已經發生了自燃，短則按其一部分，本礦實驗3-1煤的最短自然發火期是27 d，取1周或數周，這樣可預測到自燃正在成長過程中，預測到早期發熱階段，視具體情況和經驗而定。圖5中是截取十一放假后恢復正常掘進時的CO監測值，連續11 d背景CO體積分數有持續升高趨勢，直到出現煤柱自燃和多點發熱。

煤炭自燃是緩慢的，如果背景CO體積分數在10 d左右考察期內連續走高，就可以斷定沿途巷道有自燃高溫熱點，然后再有目的和針對性地在巷道沿途進行仔細排查。

如圖6所示，新階段經過從8—22日累計16 d的煤自燃考察期，背景CO體積分數漸且持續升高，接近之前的十一節后恢復生產期間（前一期）的背景CO體積分數水平，圖6中趨勢線是隨著煤巷氧化線性增大，符合自然發火緩慢持續增長的特征，說明監測范圍內巷道煤柱內有自燃趨勢，有自燃熱點存在。經過人工有目的地仔細巡查，確認3處發熱點，煤壁溫度分別為27 ℃、29 ℃和31 ℃，高于平時最高值24 ℃（隱蔽性很強不易被發現），經打鉆取氣樣化驗確認后注防火劑滅火，背景CO體積分數又逐漸下降。

3.4 可能有自燃危險（應重點加強巡查）的工作流程

超長煤巷自燃預判的重點關鍵是如何進入排查。如果有連續的CO體積分數超出背景CO體積分數預測線，且維持一定考察時間時，就應啟動重點排查。

每一次的超長煤巷自燃預判應保留數據，繼承經驗，不斷通過現場實際反復驗證。運用該方法對紅慶梁礦發生過的多起煤柱內部自燃煤幫升溫現象進行了成功預報，例如2018年12月16日預測CO異常，用紅外測溫成像儀巡查發現原火點再次發熱，煤壁表面溫度最高42 ℃，2019年3月19日11302新回風順槽里段407排非開采幫有發熱點，通過人工紅外熱成像儀觀測巡查，在向煤體打鉆探測與滅火中，均檢測出有乙烯C2H4、乙炔C2H2、丙烷C3H8氣體出現，以此確認煤體內部的確呈自燃狀態。

以上工作過程的簡單邏輯如下：

通過背景CO體積分數預測CO異常上升現象（本文主旨）→進入“重點巡查”這一步，找到高溫區→對疑似火區打鉆，用C2H4、C2H2、C3H8氣體“確認內部呈自燃狀態”→滅火處理。

4 超長煤巷自燃多渠道聯合預警防滅火體系的探討

實踐證明，超長煤巷自燃預警還應堅持多渠道聯合預警防滅火體系，即正規方法和監測監控系統識別相結合，如圖7所示，人工日常巡查、氣體取樣分析和監測監控系統識別后重點排查多種方法的聯合應用模式。其中，人工日常巡查是運用紅外熱成像儀照射煤壁檢查發熱情況，把監測監控系統識別背景CO體積分數預測自燃作為第一層的宏觀看管掌控，以氣體分析（C2H4、C2H2）判讀自燃溫度為輔助，一旦發現區域情況異常就動用一切手段進行重點排查，將超長距離巷道每天全面巡查，升級到有針對性加大人力物力的重點巡查;在確定疑似自燃位置后，向煤壁發熱點打探測措施鉆孔（兼做備用滅火措施孔），抽取鉆孔內氣樣分析指標氣體C2H4和C2H2確認和判斷自燃狀態，用探測鉆孔溫度分布探明火源深度，同時在周圍補打滅火鉆孔注漿等措施。圖7中在1個邏輯循環有2次用到氣體分析法驗證。

通過上述識別巡查，紅慶梁礦多次發現過煤柱內部自燃煤幫升溫現象，在向煤體打鉆探測取氣樣，均檢測出有C2H4、C2H2和C3H8氣體出現，以此判斷煤體內部呈自燃狀態，然后滅火。

本文中的“自燃早期預測”的目的，是判斷是否可以上升到“重點巡查”的環節，所謂重點巡查，就是已知危險的情況下，重新調配增加人員，多臺儀器并行，增加巡查時間，提高注意力，使巡查工作有的放矢。同時結合其他因素手段，如暫停柴油車工作，進行分段排查;重點排查老舊火區等。

5 結 語

1）利用井下監測系統大數據篩選提取背景CO體積分數，以此預測自燃趨勢，彌補了單純用標志性氣體方法不顯現的問題，對超長煤巷隱蔽性自燃做出早期預判，使人工巡查工作有的放矢。用背景CO體積分數趨勢法，可為煤巷自燃提供比標志性氣體法更早期的自燃判讀。

作為一種輔助的分析手段和渠道，應該與人員巡查、標志性氣體跟蹤檢測，以及分布式光纖測溫系統（DTS）在線監測等多手段聯合使用。方法更精準信息提取還有待于進一步完善。

2）背景CO體積分數篩查的時間單元盡可能取大，這里取1 d，滿足過濾掉柴油車尾氣強烈干擾的要求;根據最短發火期（一定折算比例）選取預測觀察期，根據已有自燃案例數據確定背景CO體積分數上升變化率臨界值，為超長煤巷自燃早期預報提供量化的依據。預判依賴礦井監測系統，也為監測系統管理提出更高的要求，保證監測數據的真實性，尤其在CO超限期間，不能隨意調整監測的數據。

3）煤自燃不是頻繁大量出現的事件，紅慶梁礦又是新投產礦井，尚不能用更多樣本對預判準確度做概率統計分析（文中未能給出），今后還需要不斷修正、總結和完善。

參考文獻：

[1] 鄧軍， 徐精彩， 王洪權， 等. 綜放面巷道煤層自燃預測技術研究[J]. 煤田地質與勘探， 2002， 30（2）： 9-11.

Deng J， Xu J C， Wang H Q， et al. Predicting techniques for coal spontaneous combustion in the gate close to gob of fully mechanized longwall top-coal caving face[J]. Coal Geology amp; Exploration， 2002， 30（2）： 9-11. （in Chinese）

[2] Beamish B， Barakat M A， St George J D. Spontaneous-combustion propensity of New Zealand coals under adiabatic conditions[J]. International Journal of Coal Geology， 2001， 45（2/3）： 217-224.

[3] Mansor S B， Cracknell A P， Shilin B V， et al. Monitoring of underground coal fires using thermal infrared data[J]. International Journal of Remote Sensing， 1994， 15（8）： 1675-1685.

[4] 王振平， 程衛民， 辛嵩， 等. 煤巷近距離自燃火源位置的紅外探測與反演[J]. 煤炭學報， 2003， 28（6）： 603-607.

Wang Z P， Cheng W M， Xin S， et al. The calculation of close-range coal inflammation position at coal-roads based on infrared detecting and inverse heat conduction technology[J]. Journal of China Coal Society， 2003， 28（6）： 603-607. （in Chinese）

[5] 程衛民， 王振平， 辛嵩， 等. 煤巷煤自燃火源紅外探測的影響因素及判別方法[J]. 煤炭科學技術， 2003， 31（8）： 37-40.

Cheng W M， Wang Z P， Xin S， et al. Influence factors and identified method of infrared ray probing for coal spontaneous combustion in seam roadway[J]. Coal Science and Technology， 2003， 31（8）： 37-40. （in Chinese）

[6] 李宗翔. 綜放沿空巷周圍煤體自燃升溫過程的數值模擬[J]. 煤炭學報， 2004， 29（1）： 61-65.

Li Z X. Numerical simulation of the temperature rise process caused by spontaneous combustion of coal body around roadways along comprehensive mechanized caving mining goaf[J]. Journal of China coal society， 2004， 29（1）： 61-65. （in Chinese）

[7] 朱紅青， 汪崇鮮， 馬輝， 等. 巷道煤柱自燃溫度場數值模擬與火源定位的研究[J]. 湖南科技大學學報（自然科學版）， 2007， 22（2）： 1-4.

Zhu H Q， Wang C X， Ma H， et al. Study on numerical simulation of spontaneous combustion temperature field and fire source position for coal pillar in roadway[J]. Journal of Hunan University of Science amp; Technology（Natural Science Edition）， 2007， 22（2）： 1-4.（in Chinese）

[8] 陳國新， 朱紅青. 巷道煤柱高溫點分布規律及五區定位法的研究[J]. 煤炭科學技術， 2008， 36（5）： 49-51， 96.

Chen G X， Zhu H Q. Study on distribution law of high temperature points in mine gateway coal pillar and five zone positioning method[J]. Coal Science and Technology， 2008， 36（5）： 49-51， 96. （in Chinese）

[9] 鄧軍， 徐精彩， 王振平， 等. 兗州礦區巷道自燃危險區域等級劃分及防火對策[J]. 礦業安全與環保， 2002， 29（5）： 4-6.

Deng J， Xu J C， Wang Z P， et al. Classification of spontaneous combustion hazard regions in roadways and fire prevention countermeasures in yanzhou coal mining area[J]. Mining Safety amp; Environmental Protection， 2002， 29（5）： 4-6. （in Chinese）

[10] 鹿凡玉， 劉來軍， 張樹杰. 易燃煤層大斷面巷道防滅火[J]. 煤礦安全， 1999（9）： 17-18.

Lu F Y， Liu L J， Zhang S J. Fire prevention and extinguishing of large section roadway in flammable coal seam[J]. Safety in Coal Mines， 1999（9）： 17-18. （in Chinese）

[11] Muduli L， Jana P K， Mishra D P. A novel wireless sensor network deployment scheme for environmental monitoring in longwall coal mines[J]. Process Safety and Environmental Protection， 2017， 109： 564-576.

[12] Singh A K， Singh R V K， Singh M P， et al. Mine fire gas indices and their application to Indian underground coal mine fires[J]. International Journal of Coal Geology， 2007， 69（3）： 192-204.

[13] 于慶. 分布式光纖測溫技術在煤礦中的應用[J]. 工礦自動化， 2012， 38（4）： 5-8.

Yu Q. Application of distributed fiber temperature measurement technology in coal mine[J]. Industry and Mine Automation， 2012， 38（4）： 5-8. （in Chinese）

[14] Bhattacharjee S， Roy P， Ghosh S， et al. Wireless sensor network-based fire detection， alarming， monitoring and prevention system for Bord-and-Pillar coal mines[J]. Journal of Systems and Software， 2012， 85（3）： 571-581.

[15] Muduli L， Jana P K， Mishra D P. Wireless sensor network based fire monitoring in underground coal mines： a fuzzy logic approach[J]. Process Safety and Environmental Protection， 2018， 113： 435-447.

[16] Mishra D P， Sugla M， Singha P. Productivity improvement in underground coal mines： a case study[J]. Journal of Sustainable Mining， 2013， 12（3）： 48-53.

[17] 陳曉坤， 于志金. 煤自燃早期預報指標的研究與應用[J]. 煤炭科學技術， 2016， 44（10）： 13-17， 111.

Chen X K， Yu Z J. Study and application on early prediction index of coal spontaneous combustion[J]. Coal Science and Technology， 2016， 44（10）： 13-17， 111. （in Chinese）

（編輯 鄭 潔）