第45卷第2期 2018年4月
矿业安全与环保
MINING SAFETY & ENVIRONMENTAL PROTECTION
齐庆杰，夏世羽.基于分源预测法的瓦斯涌出量预测共享平台的构建[].矿业安全与环保,2018,45(2)：59-64 文章编号：10084495(2018)02005906
Vol. 45 No. 2 Apr. 2018
基于分源预测法的瓦斯涌出量预测共享平台的构建
齐庆杰“，夏世羽
（辽宁工程技术大学a.安全科学与工程学院；b.矿业学院，辽宁阜新123000）
摘要：为了能方便快捷、实时准确地对矿并瓦斯涌出量进行预测，以分源预测法为基础，利用数据库技术将瓦斯涌出量预测所涉及的数据划分为瓦斯基础参数实体、瓦斯源实体、瓦斯涌出量实体，将测点信息、影响瓦斯涌出量的工艺参数、瓦斯涌出量等分别抽象为实体的属性，并利用MYSQLWorkbench 数据库建模工具构建瓦斯通出量预测相关实体的EER（强化的实体关系）图：以采区为矿井瓦斯涌出量预测算法的基本单元，将矿井瓦斯涌出量预测算法过程划分为采区、回采工作面、掘进工作面、邻近层等4个循环体，将每一个瓦斯源瓦斯涌出量预测设计为函数，从而构建基于B/S（测览器/服务器)模式的预测准确和易于扩展的瓦斯涌出量预测共享平台。
关键词：瓦斯涌出量；分源预测法；瓦斯基础参数实体；瓦斯源实体关系；瓦斯源函数；B/S模式
中图分类号：TD712
文献标志码：A
Construction of Sharing Platform for the Gas Emission Rate Prediction
Based on SourcePrediction
QI Qingjie",XIA Shiyu
( a. College of Sofery Science and Engineering; b, College of Mining Engineering
Liaoning Technical Unieersity, Faxin /23000, Chine)
Abstract : In order to make the prediction of gas emission in real time and quickly ,by using database and based on source prediction method,the data involved in the prediction of gas emission was divided into entity of gas fundamental parameters, entity of gas source and entity of gas emission, the station information, technical parameters influencing gas emission, and gas emission was abstracted as its entity property respectively. The EER ( enhanced entityrelationship) diagram of the related entity in prediction of gas emission was built by the database modeling tool of MYSQL. Workbench. District was set as the basic elemen for the algorithm of gas emission prediction and the algorithm was divided into four main loops : mining area, working face, tunneling face and adjacent layers. The prediction of every gas source was designed in the fom of function. An accurate and expandable sharing platform was constructed based on B/S ( browser/sever) model for the prediction of gas emission.
Keywords : gas emission rate; source prediction method; entity of gas fundamental parameters; entity relationship of gas souree; function of gas souree; B/S model
瓦斯涌出量是煤矿矿井和采区通风设计、瓦斯抽放及瓦斯管理的依据，其预测方法主要有分源预测法和矿山统计法1。近年来发展了基于灰色模型和机器学习的瓦斯涌出量预测方法[2-4]，但这些算法还有不足的地方：算法依赖于样本数据、影响因系
收稿日期：201705-10;20170720修订
基金项目：辽宁省重点实验室项目（14-1176）
作者简介：齐庆杰（1964一），男，辽宁朝阳人，博士，教授，主要从事矿山安全方面的研究工作。E-mail：qi_qingjie@
163.com 万方数据
选择任意数量少、预测范围有限（一般为采煤工作面），而且矿山统计法由于使用条件严格导致其应用范围受限。
分源预测法以每个瓦斯源的瓦斯涌出规律为计算基础[5-]，能对新矿井、水平、采区、工作面等不同条件和环境下的瓦斯涌出量进行预测。该方法被广泛应用并形成了大量提高其预测准确性和适应性的改进措施[7-9]。但分源预测法涉及各种瓦斯基础参数和瓦斯源工艺参数，在手工计算过程中容易出错。特别是在多邻近层、多工作面且参数变化等复杂条件下[10]，很难根据生产条件变化实时进行预测。而
· 59·