基于地質與回采數據的工作面煤厚預測

朱翔斌,劉 洋

(1.內蒙古銀宏能源開發有限公司泊江海子煤礦,內蒙古 鄂爾多斯 017012;2.中煤能源研究院有限責任公司,陜西 西安 710054)

0 引言

準確預測采煤工作面煤層厚度的空間變化,是優化開采設計方案、提高資源回收率和安全回采的基礎參數[1-3];同時,對于今后實現無人智能開采也有重要的意義[4-6]。根據數據來源和方法原理可以將煤厚預測技術分為4類:①采用地面鉆孔資料的煤層厚度空間內插方法[7-9],②利用地面三維地震資料與地質鉆孔開展煤層厚度變化趨勢預測[10-15];③基于礦井物探、礦井地質方法的煤厚預測[16-17];④煤巖識別技術的探索性研究[18]。

為了預測工作面煤層厚度,以地面與井下鉆孔、工作面回風巷、運輸巷和切眼揭露的煤厚信息為基礎,將上述信息與回采工作面揭露的煤厚數據加以融合,建立工作面煤層厚度預測的靜態模型和動態模型。選取某代表性工作面的煤厚,分別進行地質動態預測,使得煤厚動態預測的精度得到明顯提升。

1 工作面煤厚預測基礎條件分析

1.1 煤厚預測的基礎數據

煤層厚度預測的相關研究大多數是對礦區尺度的煤層厚度變化進行預測,且多是以地面鉆孔資料與三維地震資料為基礎數據。相比于煤田尺度而言,工作面尺度一般要小很多,落到工作面范圍內的地表鉆孔一般很少。因此,要實現工作面煤厚高精度預測,必須對工作面現有資料進行分析,提取煤厚預測的樣本點數據。

1.1.1 鉆探資料

鉆探資料包括地表鉆孔和井下鉆孔。通過對鉆孔資料進行整理,可以得到工作面內部離散的煤厚樣本點。

1.1.2 巷道揭露的煤厚資料

運輸巷、回風巷和切眼都是為工作面回采而掘進的巷道,并且在空間上構成了一個“U”型。為了便于后文論述,這3種巷道統稱為“U”型回采巷。當煤層厚度低于巷道高度時,煤巖界面就會裸露在巷道中,按一定的選點規則對煤層厚度進行測量,即可得到離散的U型回采巷煤厚數據。當煤層厚度高于巷道高度時,可以從巷道寫實圖上整理出探煤厚點集。

1.1.3 回采過程中的煤厚資料

在工作面回采過程中,同樣會揭露煤層的頂底板、煤厚信息。當煤層厚度較薄,全厚度開采時,可以按照一定的取點規則采集煤厚點。當煤層較厚,分層開采時,可以收集回采過程中的探煤厚點數據。

由以上分析可知,煤厚樣本點圍繞在待插值區域(未回采工作面)的3條邊界上,構成“U”型;落在工作面范圍內的鉆孔較少,甚至沒有。

1.2 插值方法

考慮到工作面煤厚樣本點分布特點,選用的插值方法首先必須具有較強的外推能力,不能產生邊界效應,并且具有較高的精度。Kriging是一種對所研究對象求最佳、線性、無偏估計的方法。Kriging綜合考慮了樣本點的形狀、大小及其他屬性與待預測點相關屬性的關系,進而為每個樣本點計算一個加權系數,最后利用加權平均法計算待預測點的屬性估計值[19],見式(1)。

(1)

式中,Z(xi),λi分別為第i個樣本點的實際測量值及其未知權重;x0為待預測點;Z*(x0)為待預測點的屬性預測值;N為樣本點個數。

基于Kriging的無偏性原則和最優性原則,可以建立關于λi的普通Kriging方程組,對方程組進行求解,即可得到加權系數向量[λ1,λ2,…,λN],進而計算待預測點的估計值。

2 工作面煤厚預測模型

工作面煤厚預測模型分為初始靜態模型和回采動態模型,如圖1所示。初始靜態模型是指基于“U”型回采巷煤厚點數據插值得到的煤厚模型;回采動態模型是指工作面回采過程中動態更新煤厚點,并結合“U”型回采巷煤厚點數據,動態更新工作面煤厚模型。下面首先論述數據預處理與Kriging插值,然后基于此分別敘述初始靜態模型和回采動態模型。

圖1 工作面煤層厚度預測模型

2.1 數據預處理與Kriging插值

地質數據預處理:首先建立X-Y坐標系,將U型回采巷、鉆孔及回采過程中的煤厚數據點集統一為(x,y,h)格式,其中x,y,h分別為煤厚揭露點的橫坐標、縱坐標和煤厚;然后進行數據的離群點和正態分布分析。

2.2 初始靜態模型

收集并整理工作面回采前的煤厚點集,包括運輸巷、回風巷、切眼和鉆孔等揭露的煤厚點。然后對整個工作面區域的煤厚進行插值預測,得到工作面煤層厚度的初始靜態模型。

2.3 回采動態模型

在工作面回采過程中,每回采一段距離,更新回采揭露的煤厚測點集,并結合初始靜態模型的煤厚點集,對未采煤層厚度進行插值預測。循環執行上述流程,直至整個工作面回采完畢。

3 煤厚預測實驗與分析

3.1 模擬回采法

工作面煤層未回采完時,很難獲取到工作面內部未采部分的煤厚驗證數據,也就無法分析煤厚模型的精度。因此,為了分析煤厚預測方法對不同厚度煤層的適用性和預測精度,選擇某代表性已回采完畢的工作面開展煤厚預測研究。

采用模擬回采法對煤厚預測精度進行分析,如圖2所示。

1-未回采部分(虛擬);2-煤厚驗證點;3-回采線前方一定距離平行線;4-回采線前方局部區域;5-虛擬回采線;6-煤厚插值點;7-采空區(虛擬)

模擬回采法的具體思路如下:首先,基于一個已經回采完畢的工作面,通過設置一個虛擬回采線(實線5),將工作面劃分為已回采部分(右側空白區)和未回采部分(左側陰影區),2部分區域相應的實際煤厚測點分別定義為回采煤厚插值點集(空白區黑色“×”)和回采煤厚驗證點集(陰影區黑色“×”);然后,基于“U”型回采巷煤厚測點集和回采煤厚插值點集,對未回采煤層厚度進行插值預測,得到煤厚模型;最后,以回采煤厚驗證點集為標準,計算煤厚模型在相應點出的預測誤差,并進行誤差分析。誤差分析包括2部分內容:①全局誤差分析以驗證點集為參考,計算不同回采階段下未采煤層厚度插值誤差,并對結果進行分析;②局部誤差分析以驗證點集為參考,計算當前回采階段下回采線前方局部范圍(回采線前方一定距離以內區域)的煤厚插值誤差,同時計算上一回采狀態下同一區域的插值誤差,并對結果進行分析。設Z(xi)、Z*(xi)分別為驗證點實際煤厚值和預測值,N為誤差分析區驗證點個數,采用均值R和標準差σ來評價插值精度,兩者的計算公式見式(2)、式(3)[10]。

(2)

(3)

3.2 煤層厚度插值實驗

3.2.1 工作面概況

某礦2408工作面井下位于礦井二盤區西翼,為二盤區第3個工作面。2408工作面位于+892 m水平,設計走向長度1 775 m,面寬240 m。2408工作面開采為4-2煤層,賦存穩定,煤層厚度6.0～13.5 m,平均厚度7.46 m。

圖3為該工作面煤厚測點分布簡圖,其中“o”為巷道中的煤厚測點,“×”為回采過程中揭露的煤厚點,黑色圓點為地表鉆孔。回采方向為從右至左。回風巷道中有38個煤厚測點,切眼中有5個煤厚測點,運輸巷道中有42個煤厚測點;2個地表鉆孔落在工作面內,且均見煤厚;工作面回采全程中共實測了94個煤厚測點。設置橫軸為X軸,縱軸為Y軸,原點位于左下角處,通過坐標轉換將所有煤厚測點統一為(x,y,h)格式。

圖3 2408工作面煤厚測點分布

3.2.2 實驗結果

2408工作面煤厚插值全局誤差統計結果見表1。全局絕對誤差(絕對值)的均值R和標準差σ隨回采長度的變化情況如圖4中的2條實線所示。由圖4可知,當回采距離在區間[0,600)時,全局絕對誤差的均值和標準差分別在區間[0.9,1.0]和[0.7,0.8]波動;當回采距離在區間[600,1 400]時,全局絕對誤差的均值和標準差均大幅度降低,兩者分別在區間[0.4,0.5]和[0.3,0.5]波動。

表1 2408工作面煤厚插值全局誤差統計

圖4 絕對誤差均值R和標準差σ

在本例中,同樣設定局部區域為回采線前方100 m以內的區域。10種回采狀態下局部區域預測誤差與上一回采階段對應區域的預測誤差的統計結果見表2。由于在區域(X:1 200～1 300)內沒有煤厚測點,因此表2中也不包含相應區域的統計值。由表2可知,相比于上一回采階段,隨著回采新揭露煤厚數據的加入,回采線前方局部區域的煤厚預測誤差大幅度降低,均值降幅分布在0.36%～206.96%,平均降幅達到52%。

表2 局部區域煤厚預測誤差動態對比

局部絕對誤差(絕對值)的均值R和標準差σ隨回采長度的變化情況如圖4中的2條虛線所示。由圖4可知,絕大多數回采階段下回采線前方100 m以內的局部區域的煤厚預測誤差比未采區煤厚誤差明顯要低。回采500 m下的異常值可能是該區域煤厚統計錯誤導致的,或者該區域煤厚發生急劇變化。

3.3 實驗結果分析

為了評估煤厚預測效果,2408工作面煤厚預測的主要誤差指標見表3。其中煤厚變異系數由工作面范圍內的所有煤厚測點計算得到。“全局誤差”下的“絕對(相對)誤差均值”是指不同回采階段下的未采煤層絕對(相對)誤差絕對值的均值,由表1中的第3(5)列求均值得到。“局部誤差”下的“絕對誤差均值”是指不同回采階段下的回采線前方局部區域絕對誤差絕對值的均值,由表2中的第7列求均值得到;“降幅均值”是指不同回采階段下的回采線前方局部區域誤差相對上一階段下的誤差降幅的均值,由表2中的第9列求均值得到。

表3 不同工作面煤層下煤厚預測誤差指標

將各個連續回采階段下的局部區域煤厚模型組合在一起,就可以形成整個工作面的煤厚模型,在此稱之為組合模型。由上一段的分析可知,工作面前方局部區域的煤厚預測精度最高,那么對于整個工作面的煤厚模型來講,組合模型的精度也最高。對比回采的煤厚測點,計算了組合模型在相應測點處的煤厚誤差,并分級統計了各誤差等級下點數占比,結果見表3中的8～10列,其中E表示煤厚預測絕對誤差(絕對值)。由統計結果可知,煤層厚度預測誤差E≤0.10 m的點數占5.88%,E≤0.50 m的點數占47.06%,E≤1.00 m的點數占78.82%。綜合上述統計結果和煤層特征(厚度、煤厚變異系數等),分析可知,2408工作面煤厚變異系數較大,且煤厚較厚,其3個誤差等級的點數占比均較低。

4 結論

(1)模擬回采法驗證工作面煤厚預測方法的可行性,煤厚變異系數高達39.04%的2408工作面煤層,不同回采階段下全局相對誤差的均值為9%。

(2)回采線前方局部區域的煤厚預測誤差一般要低于未采煤層的誤差。對比上一回采狀態下的煤厚模型,新的回采煤厚測點數據能顯著降低回采線前方局部區域的煤厚誤差,降幅均值為52.03%。

(3)針對工作面的煤厚模型,組合模型的精度最高,且對不同厚度類型的煤層適應性較強。