>
Fa   |   Ar   |   En
   پیش بینی انتشار گاز زغال بر اساس عدم قطعیت‌ گازخیزی در معادن زغال‌سنگ  
   
نویسنده رحیمی شکوفه ,عطایی پور مجید ,مدنی حسن
منبع مهندسي معدن - 1400 - دوره : 16 - شماره : 51 - صفحه:40 -51
چکیده    پیش‌بینی انتشار گاز زغال قبل از استخراج بسیار دشوار است زیرا به فاکتورهایی از جمله زمین شناسی، جغرافیایی و بهره برداری(عملیاتی) بستگی دارد. گازخیزی، یکی از مهم‌ترین پارامترهای ارزیابی انتشار گاز در لایه زغال‌سنگ در طول استخراج و پس از آن است. مهمترین هدف از بررسی مطالعات گازخیزی، تعیین حجم گازی ست که در اعماق مختلف، به هنگام استخراج زغال از آن متصاعد می‌شود زیرا محاسبات مربوط به حجم هوای لازم برای تهویه معادن زغال، به طور عمده براین اساس انجام می‌گیرد. مقادیر زیاد گاز آزاد شده در طول استخراج معدن موجب نگرانی در مورد جریان هوای کافی برای تهویه و ایمنی کارگران می‌شود. از این رو، عملکرد سیستم تهویه برای یک معدن زیرزمینی بسیار مهم است. دراین مقاله، ابتدا عدم قطعیت گازخیزی در یک لایه زغال‌سنگ بررسی می‌شود که از داده‎های مرکزی 64 گمانه اکتشافی استفاده شده است. بعد از شناسایی لایه‌های مهم زغال‌سنگ از نظر انتشار گاز، مدلسازی واریوگرام برای گازخیزی انجام شد تا توزیع تعریف شود. شبیه‌سازی‌های متوالی برای ارزیابی تصادفی گازخیزی انجام شدند. سپس روشی برای پیش‌بینی انتشارگاز بر اساس روش شبیه‌سازی تصادفی، مونت کارلو ارائه شده است. تجزیه و تحلیل عوامل موثر بر انتشار گاز نشان داد که شش عامل تاثیر عمده ای بر روی آن دارند. به این منظور شش عامل برای پیش‌بینی انتشار گاز انتخاب شده که شامل گازخیزی لایه اصلی، ضخامت لایه اصلی، آهنگ پیشروی، آهنگ تولید، گازخیزی لایه‌های مجاور، ضخامت لایه‌های مجاور است. نتایج نشان می‌دهد که مدل ارائه شده، برای استفاده در یک معدن زیرزمینی زغال برای تعیین مقدار گاز منتشر‌شده و تهویه مناسب دقت کافی دارد. همچنین مقدار پیش‌بینی شده اساساً با مقدار واقعی سازگار و روش پیش بینی انتشار گاز بر اساس تئوری عدم‌قطعیت قابل اعتماد است و همچنین روشی مناسب برای پیش‌بینی و ارزیابی انتشار گاز زغال‌سنگ در آینده می‌باشد.
کلیدواژه انتشار گاز زغال، شبیه‌سازی مونت کارلو، پیش‌بینی، شبیه‌‌سازی زمین آماری، عدم‌قطعیت گازخیزی
آدرس دانشگاه صنعتی امیرکبیر, ایران, دانشگاه صنعتی امیرکبیر, ایران, دانشگاه صنعتی امیرکبیر, ایران
پست الکترونیکی hmadani@aut.ac.ir
 
   Prediction of Gas Emission quantity based on gas content uncertainty in coal mines  
   
Authors Rahimi Shokofe ,Ataeepour M ,Madani Hasan
Abstract    Prediction of gas emission before mining is difficult since it depends on a number of geology, geographical, and operation factor. The gas content is among the most important parameters for the assessment of gas emission through the coal layer both during and after the mining operation. The most important objective followed by studying the gas content is to evaluate the volume of gas that will emit upon extracting the coal from different depths, as it comprises a fundamental basis for the calculation of the required air volume for ventilating the coal mine. The large amounts of gas released during mining present concerns about sufficient airflow for ventilation to ensure worker safety. Hence, the functions of mine ventilation system are vital for an underground mining system. In the present study, the central data from a total of 64 exploratory boreholes was utilized. Once finished with identifying the most important coal layers in terms of gas emission, the variogram modeling as performed to define the distribution of the gas content across the coal layer. Subsequently, simulations were performed to stochastically assess the gas content. So, an approach is provided for the prediction of gas emission based on a random simulation method, MonteCarlo Simulation (MCS). For this purpose, six factors are selected for predicting methane emissions including main layer gas content, main layer thickness, advanced rate, production rate, adjacent layer gas content, adjacent layer thickness and main layer distance from adjacent layers. The result shows that the prediction model has enough prediction accuracy for application of actual engineering in the coal mine. The predicted value is also essentially consistent with the actual value and the prediction method based on the uncertainty theory is reliable.
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved