一种煤矿瓦斯智能抽采系统及方法

技术领域

本发明涉及瓦斯抽采技术领域，具体涉及一种煤矿瓦斯智能抽采系统及方法。

背景技术

随着煤矿生产规模的不断扩大，开采深度逐年加深，多数煤矿将转入高瓦斯低透气性煤层的开采。煤层气(瓦斯)是优质清洁的能源矿产和化工原料，发现并利用瓦斯资源将带来保护环境，保障煤矿安全生产，改善能源结构三方面的效益。

我国煤层瓦斯储层自身的渗透率低、吸附强、煤层瓦斯解吸速度缓慢，使得煤层瓦斯解吸及其在煤层中的运移十分困难，造成矿井瓦斯抽采集中度低，钻孔工程量大，投入费用较高，抽采效率低等迫切需要解决的现实难题。

因此，亟需提供一种煤矿瓦斯智能抽采系统及方法，实现煤矿瓦斯智能化高效抽采，缩短抽采达标时间，降低抽采工程费用，提高瓦斯抽采资源量和抽采效率。

发明内容

有鉴于此，有必要提供一种煤矿瓦斯智能抽采系统及方法，用以解决现有技术中存在的瓦斯解吸及其在煤层中的运移困难，造成矿井瓦斯抽采集中度低，钻孔工程量大，投入费用较高，抽采效率低的技术问题。

一方面，本发明提供了一种煤矿瓦斯智能抽采系统，包括：瓦斯智能抽采监测设备以及瓦斯智能抽采控制子系统；

所述瓦斯智能抽采监测设备用于实时监测瓦斯抽采区域的关键参数；

所述瓦斯智能抽采控制子系统用于基于所述关键参数构建所述瓦斯抽采区域的瓦斯抽采控制模型，并基于所述瓦斯抽采控制模型控制所述瓦斯抽采区域的抽采。

在一些可能的实现方式中，所述关键参数包括所述瓦斯抽采区域的瓦斯浓度、瓦斯压力以及瓦斯抽采影响区域的瓦斯地质特征。

在一些可能的实现方式中，所述瓦斯智能抽采监测设备包括设置在所述瓦斯抽采区域内的抽采管、光纤传感器以及设置在瓦斯抽采影响区域内的微震检波器；所述光纤传感器设置于所述抽采管的管壁内；

所述抽采管用于抽采所述瓦斯抽采区域内的瓦斯；

所述光纤传感器用于实时监测所述瓦斯抽采区域的瓦斯浓度和瓦斯压力；

所述微震检波器用于实时监测所述瓦斯抽采影响区域的瓦斯地质特征。

在一些可能的实现方式中，所述抽采管包括管本体以及凸设于所述管本体上的凸起，所述凸起包括沿所述管本体轴向的容置通孔，所述容置通孔用于容置所述光纤传感器。

在一些可能的实现方式中，所述抽采管的内径为70mm，外径为75mm，长度为2m，所述容置通孔的孔径为3mm。

在一些可能的实现方式中，所述瓦斯智能抽采控制子系统包括深度学习模块以及抽采控制模块；

所述深度学习模块基于所述关键参数构建所述瓦斯抽采区域的瓦斯抽采控制模型，并基于所述瓦斯抽采控制模型确定所述瓦斯抽采区域的预测瓦斯流量以及预测瓦斯压力；

所述抽采控制模块用于基于所述预测瓦斯流量和所述预测瓦斯压力控制所述瓦斯抽采区域的抽采参数，并基于所述抽采参数对所述瓦斯抽采区域进行抽采。

在一些可能的实现方式中，所述瓦斯抽采区域包括至少一个瓦斯抽采子区域，各瓦斯抽采子区域均设置一个瓦斯智能抽采监测设备，所述瓦斯智能抽采设备还包括控制阀；

所述抽采参数包括各所述瓦斯抽采子区域的抽采负压以及所述控制阀的阀门开度。

在一些可能的实现方式中，所述瓦斯智能抽采控制子系统还包括数据采集控制模块；

所述数据采集控制模块用于对所述关键参数进行前处理；

其中，所述前处理包括校验处理以及格式化处理中的至少一种。

在一些可能的实现方式中，所述瓦斯智能抽采控制子系统还包括信息显示模块；

所述信息显示模块用于基于所述抽采参数确定抽采效果以及瓦斯流动趋势，并将所述瓦斯流动趋势、所述抽采效果、所述抽采参数进行实时动态显示。

另一方面，本发明还提供了一种煤矿瓦斯智能抽采方法，适用于上述任意一种可能的实现方式中所述的煤矿瓦斯智能抽采系统，所述煤矿瓦斯智能抽采方法包括：

实时监测瓦斯抽采区域的关键参数；

基于所述关键参数构建所述瓦斯抽采区域的瓦斯抽采控制模型，并基于所述瓦斯抽采控制模型控制所述瓦斯抽采区域的抽采。

采用上述实现方式的有益效果是：本发明提供的煤矿瓦斯智能抽采系统，通过设置瓦斯智能抽采设备实时监测瓦斯抽采区域的关键参数，并设置瓦斯智能抽采控制子系统基于关键参数构建瓦斯抽采区域的瓦斯抽采控制模型，并基于瓦斯抽采控制模型控制瓦斯抽采区域的抽采，通过实时监测关键参数并对关键参数进行智能分析，实现了煤矿瓦斯智能化高效抽采，缩短了抽采达标时间，降低了抽采工程费用，提高了瓦斯抽采资源量和抽采效率。

进一步地，本发明中的瓦斯智能抽采控制子系统对监测到的关键参数进行学习训练，建立适合瓦斯抽采区域的瓦斯抽采控制模型，可精准控制瓦斯抽采区域的瓦斯抽采，及时调整瓦斯抽采参数，实现煤矿瓦斯无人化、高效智能抽采，保障煤矿安全生产。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的煤矿瓦斯智能抽采的一个实施例结构示意图；

图2为本发明提供的瓦斯智能抽采监测设备的一个实施例结构示意图；

图3为本发明提供的抽采管的一个实施例结构示意图；

图4为本发明提供的瓦斯智能抽采控制子系统的一个实施例结构示意图；

图5为本发明提供的煤矿瓦斯智能抽采方法的一个实施例流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，示意性的附图并未按实物比例绘制。本发明中使用的流程图示出了根据本发明的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本发明内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器系统和/或微控制器系统中实现这些功能实体。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。

本发明提供了一种煤矿瓦斯智能抽采系统及方法，以下分别进行说明。

图1为本发明提供的煤矿瓦斯智能抽采系统的一个实施例结构示意图，如图1所示，煤矿瓦斯智能抽采系统10包括瓦斯智能抽采监测设备100以及瓦斯智能抽采控制子系统200；

瓦斯智能抽采监测设备100用于实时监测瓦斯抽采区域的关键参数；

瓦斯智能抽采控制子系统200用于基于关键参数构建瓦斯抽采区域的瓦斯抽采控制模型，并基于瓦斯抽采控制模型控制瓦斯抽采区域的抽采。

与现有技术相比，本发明实施例提供的煤矿瓦斯智能抽采系统10，通过设置瓦斯智能抽采设备100实时监测瓦斯抽采区域的关键参数，并设置瓦斯智能抽采控制子系统200基于关键参数构建瓦斯抽采区域的瓦斯抽采控制模型，并基于瓦斯抽采控制模型控制瓦斯抽采区域的抽采，通过实时监测关键参数并对关键参数进行智能分析，实现了煤矿瓦斯智能化高效抽采，缩短了抽采达标时间，降低了抽采工程费用，提高了瓦斯抽采资源量和抽采效率。

进一步地，本发明实施例中的瓦斯智能抽采控制子系统200对监测到的关键参数进行学习训练，建立适合瓦斯抽采区域的瓦斯抽采控制模型，可精准控制瓦斯抽采区域的瓦斯抽采，及时调整瓦斯抽采参数，实现煤矿瓦斯无人化、高效智能抽采，保障煤矿安全生产。

在本发明的一些实施例中，关键参数包括瓦斯抽采区域的瓦斯浓度、瓦斯压力以及瓦斯抽采影响区域的瓦斯地质特征。

本发明实施例通过设置关键参数包括瓦斯抽采影响区域的瓦斯地质特征，将瓦斯抽采时对周围区域的影响也考虑在抽采控制过程中，避免了在抽采控制过程中每层裂隙导致的安全问题，进一步确保了在瓦斯抽采过程的安全性。

需要说明的是：瓦斯抽采影响区域指的是受到瓦斯抽采区域在进行瓦斯抽采时影响的区域。

在一些具体实施例中，瓦斯抽采影响区域为离瓦斯抽采影响区域的抽采钻孔的1.5m—3m的区域。

在本发明的一些实施例中，如图2所示，瓦斯智能抽采监测设备100包括设置在瓦斯抽采区域内的抽采管110、光纤传感器120以及设置在瓦斯抽采影响区域内的微震检波器130；光纤传感器120设置于抽采管110的管壁内；

抽采管110用于抽采瓦斯抽采区域内的瓦斯；

光纤传感器120用于实时监测瓦斯抽采区域的瓦斯浓度和瓦斯压力；

微震检波器130用于实时监测瓦斯抽采影响区域的瓦斯地质特征。

具体地，光纤传感器120可包括光纤浓度传感器和光纤压力传感器，通过光纤浓度传感器实时监测瓦斯抽采区域的瓦斯浓度，通过光纤压力传感器实时监测瓦斯抽采区域的瓦斯压力。

具体地，瓦斯地质特征为煤层的微裂隙变化情况。

其中，光纤传感器具备以下技术优势：

1.规模化优势：具有多测点、大容量、高灵敏度、长距离的优势。

2.多参量监测优势：可以组建大容量的传感网，实现同时监测瓦斯浓度和瓦斯压力的目的。

3.安装施工简便和规模化成本低的优势：通过工业化成缆工艺和技术对光纤传感器120进行保护，既能有效隔离外界破坏或异物损坏，又能保护传感能力不受影响，极大提高的光纤传感器120对恶劣外部环境、工程施工、现场其他因素破坏的耐受能力。

4.成本优势：可实现大规模拉丝制备、工业化成缆，安装施工工艺简单，因此单测点分摊成本低，整体成本经济。

本发明实施例通过设置光纤传感器120实时监测瓦斯抽采区域的瓦斯浓度和瓦斯压力，可降低煤矿瓦斯智能抽采系统10的整体成本。且由于光纤传感器120不受天气、光线的影响，因而可实现全天候、全覆盖对瓦斯抽采区域中的瓦斯压力和瓦斯浓度的监测。

应当理解的是：由于抽采管110是用于抽采瓦斯抽采区域内的瓦斯，因此，如图3所示，抽采管110的管壁包括间隔分布的多个通孔1101，瓦斯抽采区域中的瓦斯通过多个通孔1101抽取获得。

为提高光纤传感器120放入瓦斯抽采区域的便利性，在本发明的一些实施例中，如图3所示，抽采管110包括管本体111以及凸设于管本体111上的凸起112，凸起112包括沿管本体111轴向的容置通孔113，容置通孔113用于容置光纤传感器120。

本发明实施例通过在抽采管110中设置容置通孔113，以容置光纤传感器120，可提高将光纤传感器120放入瓦斯抽采区域的便利性。同时，容置通孔113所在的凸起112可为光纤传感器120提供保护作用，提高光纤传感器120的寿命和使用时的准确性。

在本发明的具体实施例中，抽采管110的内径为70mm，外径为75mm，长度为1m，容置通孔113的孔径为3mm。

需要说明的是：煤层中的瓦斯抽采钻孔一般都远大于1m，即：远大于抽采管110的长度，因此，在本发明的一些实施例中，基于瓦斯抽采钻孔的长度确定抽采管110的根数，然后将多根抽采管110进行连接，从而实现对煤层中瓦斯的抽取。

在本发明的一些实施例中，如图4所示，瓦斯智能抽采控制子系统200包括深度学习模块210以及抽采控制模块220；

深度学习模块210基于关键参数构建瓦斯抽采区域的瓦斯抽采控制模型，并基于瓦斯抽采控制模型确定瓦斯抽采区域的预测瓦斯流量以及预测瓦斯压力；

抽采控制模块220用于基于预测瓦斯流量和预测瓦斯压力控制瓦斯抽采区域的抽采参数，并基于抽采参数对瓦斯抽采区域进行抽采。

其中，深度学习模块210中的瓦斯抽采控制模型是能够从已有数据(历史使用数据)中学习到一定的知识和能力用于处理新数据，并可以被设计用于执行各种任务，在本发明的实施例中用于对预测瓦斯流量以及预测瓦斯压力的确定。

在本发明的一些实施例中，瓦斯抽采控制模型的模型结构示例包括但不限于前馈神经网络(Feed forward neural networks，FFNN)、径向基函数网络(Radial basisfunction，RBF)、玻尔兹曼机(Boltzmann machines，BM)、深度信念网络(Deep beliefnetworks，DBN)、卷积神经网络(Convolutional neural networks，CNN)、生成对抗网络(Generative adversarial networks，GAN)、循环神经网络(Recurrent neural networks，RNN)、长短记忆网络(Long/short term memory，LSTM)、门循环单元，Gated recurrentunits(GRU)、神经图灵，Neural Turing machines(NTM)、深度残差网络(Deep residualnetworks，DRN)等等。

在本发明的具体实施例中，瓦斯抽采控制模型的模型结构为LSTM。LSTM模型可以输入16个参数，输出10个产生。对获得的瓦斯实时测量数据及地质数据进行学习，并能够对每个钻孔抽采的瓦斯流量、压力进行预测分析，产生的预测分析结果调节抽采负压、各个抽采管路的自动阀门，来控制瓦斯抽采。

在本发明的一些实施例中，构建瓦斯抽采控制模型的具体过程为：首先根据上述提及的任意一种机器学习算法建立初始模型，然后基于监测到的关键参数对初始模型进行训练，训练完成后，即可得到瓦斯抽采控制模型，根据瓦斯抽采控制模型即可在当获得新的关键参数时，根据参数控制瓦斯抽采区域的抽采。

在本发明的一些实施例中，瓦斯抽采区域包括至少一个瓦斯抽采子区域，各瓦斯抽采子区域均设置一个瓦斯智能抽采监测设备100，如图2所示，瓦斯智能抽采设备100还包括控制阀140；

抽采参数包括各瓦斯抽采子区域的抽采负压以及控制阀140的阀门开度。

需要说明的是：控制阀140设置在抽采管110的管口处。

由于瓦斯抽采控制模型只能对特定格式的关键参数进行处理，因此，在本发明的一些实施例中，如图4所示，瓦斯智能抽采控制子系统200还包括数据采集控制模块230；

数据采集控制模块230用于对关键参数进行前处理；

其中，前处理包括校验处理以及格式化处理中的至少一种。

其中，格式化处理指的就是将关键参数根据瓦斯抽采控制模型可接受的参数类型进行格式转换，从而确保煤矿瓦斯智能抽采系统10的正常运行。

需要说明的是：检验处理包括但不限于剔除错误数据。其具体过程可为：将关键参数中参数值不属于设定参数值范围内的参数删除。

由于瓦斯的开采均是在地下煤层中进行，为了使工作人员直观地看到瓦斯开采过程和结果，在本发明的一些实施例中，如图4所示，瓦斯智能抽采控制子系统200还包括信息显示模块240；

信息显示模块240用于基于抽采参数确定抽采效果以及瓦斯流动趋势，并将瓦斯流动趋势、抽采效果、抽采参数进行实时动态显示。

本发明实施例通过设置信息显示模块240，可供工作人员观看，直观地获知瓦斯开采过程和结果，便于在开采过程中出现问题时，及时地人工介入，进一步提高瓦斯开采过程的安全性。

需要说明的是：信息显示模块240还可显示除了上述数据之外的其他可显示的数据，在此不作一一赘述。

本发明实施例提出的煤矿瓦斯智能抽采系统10能够实现智能感知、预测、控制；瓦斯智能抽采监测设备100能够对瓦斯抽采过程中的浓度、压力的参数进行实时监测，瓦斯智能抽采控制子系统200可根据参数调整瓦斯抽采技术方法，高效、快速抽采煤层中的瓦斯，保障实现智能化开采，安全生产。

本发明实施例还提供了一种煤矿瓦斯智能抽采方法，适用于上述任意一种实施例中的煤矿瓦斯智能抽采系统10，如图5所示，煤矿瓦斯智能抽采方法包括：

S501、实时监测瓦斯抽采区域的关键参数；

S502、基于关键参数构建瓦斯抽采区域的瓦斯抽采控制模型，并基于瓦斯抽采控制模型控制瓦斯抽采区域的抽采。

上述实施例提供的煤矿瓦斯智能抽采方法可实现上述煤矿瓦斯智能抽采系统实施例中描述的技术方案，上述各流程具体实现的原理可参见上述煤矿瓦斯智能抽采系统实施例中的相应内容，此处不再赘述。

在本发明的一个具体实施例中，煤矿瓦斯智能抽采系统10的工作步骤为：

(1)在煤层中施工瓦斯抽采钻孔，孔径比小于80mm，钻孔深度根据煤层瓦斯地质特征确定，一般不超过200m。

(2)将多根抽采管110通过螺纹连接，同时把光纤传感器120也放入抽采管210中，达到钻孔深度，并放入钻孔中。

(3)在距离抽采钻孔1.5—3米的范围内布置一个微震检波器130，用于检测瓦斯抽采影响区域的微裂隙变化情况。

(4)对抽采钻孔进行封孔，并将各抽采钻孔行程的抽采管理连接，进行负压抽采。

(5)通过光纤传感器220获取抽采管210内的瓦斯浓度、瓦斯压力，同时微震检波器230获取瓦斯抽采影响区域的微裂隙变化情况，并瓦斯浓度、瓦斯压力和微裂隙变化情况实时传输到数据采集控制模块230。

(6)数据采集控制模块230对获得的数据进行处理，提供给深度学习模块210进行模型的训练学习，并应用训练好的瓦斯抽采控制模型预测各个钻孔瓦斯抽采数据进行预测，同时结合实时获得的测量数据进行综合分析，将结果实时传输到信息显示模块240，实现抽采数据实现显示，同时将数据传输到抽采控制模块220。

(7)抽采控制模块220根据测量和智能预测的数据，自动调节每个抽采管110口的控制阀的开度、瓦斯抽采区域的抽采负压，实现对每个抽采钻孔的精准抽采控制，从而达到高效快速地瓦斯抽采目的。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件(如处理器，控制器等)来完成，计算机程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上对本发明所提供的一种煤矿瓦斯智能抽采系统及方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。