李春欣,張民波,2,王子超
(1.武漢工程大學 興發礦業學院,湖北 武漢 430074;2. 冀中能源集團有限責任公司,河北 邢臺 054000)
煤炭產業作為工業化的動力基礎,一直是支持我國工業發展的重要命脈。在煤礦的開采中,因其儲量的不確定性和煤礦賦存所在地質構造的復雜性,導致開采較為困難。隨著中國經濟的快速發展,對煤炭的需求量不斷增加,因此許多煤礦企業開始向更大的深度擴展,開采深度以每年10 ~20 m 的速度增加,部分煤礦開采深度達到1 000 m 以上,進入深部開采行列。在深部開采過程中,地質條件更加復雜、地應力增大和原始瓦斯賦存含量增高,煤與瓦斯突出的動力現象更加明顯,煤與瓦斯突出、瓦斯爆炸、中毒等事故發生的可能性進一步增大。
在我國的煤礦事故中,瓦斯災害事故占總事故數的42%以上,是礦井最嚴重的事故災害之一。為了減少瓦斯事故的發生,國內外學者進行了許多研究。Leigh、Bagherpour 和Verma 等人著眼于事故發生的時間、地點和原因,以及礦工的年齡和教育背景等因素,建立了瓦斯事故數學模型,對瓦斯爆炸和煤與瓦斯突出事故進行了詳細研究。陳鴻基于ELM 模型的方法,對煤礦瓦斯事故進行分析,并將結果與BP 神經網絡和SVM 模型對比,結果表明ELM 模型在早起預警中更準確。王建國等人分析了2012—2016 年我國較大及以上瓦斯事故,從事故發生時間、等級、類型等角度交叉耦合,發現瓦斯事故死亡人數與季度有關。潘杰基于FP-growth 算法對瓦斯事故發生原因進行關聯分析,通過事故報告驗證了該方法的可行性。……