基于地震属性的煤与瓦斯突出区域预测方法研究

Coal and gas outburst seriously affects the coal mine safety and production, carry out the research of coal and gas outburst, not only the today's hot topics in the field of mining research, but also the only way which must be passed of mine outburst prevention and early warning technology. There are many influence factors of coal and gas outburst, coal structure and thickness of coal research have been relatively mature, the project will focus on the study of two key factors which are the gas content and ground stress based on seismic attributes, and use support vector machine to achieve coal and gas outburst regional prediction. Based on the test parameters of rock specimens, we construct the rock physics model of coal containing gas,built the quantitative relationship between seismic attributes and gas content,and realize gas content prediction driven on seismic attrbibutes.Preprocessing the curvature attribute,the relationship between "curvature-strain-stress" is established based on the theory of elasticity, and the method of ground stress prediction based on curvature attributes is studied.By introducing a hybrid kernel function and particle swarm to improve the supportvector machine, the coal and gas outburst information of well are considered as learning samples, and we extract the information such as the gas content and ground stress based on seismic attributes, which are the wait-learning samples, achieve the regional prediction of coal and gas outburst based on the improved support vector machine. The successful implementation of this project has important theory value and the positive practical significance for the coal mine safety.

煤与瓦斯突出严重影响煤矿的安全生产，开展突出区域的预测，既是矿业安全领域的研究热点，也是防突预警技术发展的必经之路。煤与瓦斯突出的影响因素较多，构造煤和煤厚等因素的研究已较为成熟，本项目基于地震属性重点开展瓦斯含量和地应力两大关键因素的研究，并利用支持向量机实现突出区域的预测。以岩样测试参数为基础，构建含瓦斯煤层的岩石物理模型，建立瓦斯含量与地震属性间的量化关系，研究基于地震属性的瓦斯含量预测；对曲率属性进行预处理，并根据弹性力学理论，建立“曲率-应变-应力”之间的关系，研究基于曲率属性的地应力预测方法；引入混合核函数和粒子群算法改进支持向量机。以钻孔处已知的突出信息为学习样本，基于地震属性提取的研究区瓦斯含量、地应力等信息为待学习样本，利用改进的支持向量机，实现研究区的煤与瓦斯突出区域的预测。本项目的顺利实施对保障煤矿安全具有重要的理论意义和积极的推广价值。

煤与瓦斯突出严重影响煤矿的安全生产，开展突出区域的预测，既是矿业安全领域的研究热点，也是防突预警技术发展的必经之路。本文利用地震属性对煤与瓦斯突出的重要影响因素：瓦斯含量和地应力开展研究，并基于改进的支持向量机和钻孔处的煤与瓦斯突出信息实现了研究区煤与瓦斯突出的区域预测。.在钻孔处的煤与瓦斯突出信息评价方面，利用判别分析法对钻孔处的构造煤进行了有效识别，利用改进层位分析法和模糊综合评判法开展了钻孔处高分辨率的煤与瓦斯突出危险程度的评价。对采区的10口钻孔进行了突出危险性评价，其中3口钻孔为严重突出，4口钻孔为一般突出，3口钻孔为非突出。.在瓦斯含量预测方面，本文提出了含瓦斯煤层岩石物理建模的基本流程，利用煤岩矿物和吸附态瓦斯计算煤岩基质的弹性参数；通过DEM模型，求取干岩石骨架的弹性参数；将游离态瓦斯与水混合，并利用Gassmann方程计算含瓦斯煤层模型的弹性参数。对匹配追踪法的频谱属性、基于灰色-消除趋势波动法的分形标度指数等地震属性进行了研究。同时，本文提出了一种地震属性优选策略，即通过计算地震属性与瓦斯含量之间的灰色关联度，初选出对瓦斯含量相对敏感的地震属性；并将灰色聚类方法引入地震属性的优选中，对初选的地震属性进行再优选，以达到进一步去除冗余地震属性的目的；最后根据交互误差确定参与瓦斯含量预测的地震属性。.在地应力预测方面，根据弹性力学理论，建立“曲率-应变-应力”之间的关系，研究了基于曲率属性的地应力预测方法。针对曲率属性易受噪音干扰的特点，本文基于VMD算法对地震信号的分解特性，结合相关系数的约束条件，提出一种随机噪音衰减的新方法，可以作为提取曲率属性前的预处理工作。.根据灰色关联度权值和粒子群优化算法对支持向量机算法进行了改进，该方法可突出与储层参数关联度高的地震属性，达到提高预测精度的目的。.将上述研究方法应用于沁水盆地研究区的实例分析中，得到了研究区3#煤层的煤与瓦斯突出区域预测结果。研究结果表明，利用地震属性预测煤与瓦斯突出区域的方法具有可行性。本研究能够指导我们根据所预测的突出结果开展瓦斯防治工作，更有效地预防煤与瓦斯突出事故，对保证煤矿安全生产具有积极的意义和现实的应用价值。