矿后煤炭解吸耦合预测方法、装置、电子设备和存储介质与流程

本公开涉及煤炭瓦斯解吸动力学分析，尤其涉及一种矿后煤炭解吸耦合预测方法、装置、电子设备和存储介质。

背景技术：

1、煤炭由矿井提升至地面后，在洗选、储存、运输及利用前处理过程中仍会持续发生瓦斯解吸和甲烷释放，该过程是矿后活动甲烷排放的重要组成部分。矿后煤炭瓦斯解吸过程受到多种因素共同影响，其中煤变质程度、煤炭粒径以及环境温度等物性和环境参数对瓦斯解吸量及解吸速率具有显著影响。

2、目前，煤炭瓦斯解吸模型通常仅考虑解吸时间与瓦斯释放量之间的关系，通过固定拟合参数描述解吸过程，未考虑煤炭物性差异和环境条件变化对模型参数的影响。矿后煤炭来源于不同矿井，煤变质程度、颗粒粒径分布及环境温度变化范围较大，采用固定参数模型难以适用于不同矿井和不同工况条件，导致模型预测结果与实际矿后甲烷释放过程存在偏差。

技术实现思路

1、本公开提供了一种矿后煤炭解吸耦合预测方法、装置、电子设备和存储介质。

2、根据本公开的第一方面，提供了一种矿后煤炭解吸耦合预测方法，其中，包括：

3、采集不同条件的矿后煤炭样品开展现场即时瓦斯解吸试验，获取瓦斯解吸量、煤炭物性参数及环境参数，建立现场即时解吸数据库；

4、采用经验动力学模型描述瓦斯解吸过程，通过模型参数表征煤炭极限瓦斯解吸能力和瓦斯解吸速率；

5、建立煤炭物性参数与所述极限瓦斯解吸能力之间的关联关系；

6、建立环境参数和煤炭粒径参数与所述瓦斯解吸速率之间的耦合关系；

7、将所述关联关系和所述耦合关系引入所述经验动力学模型，构建物性-环境耦合预测模型，利用所述现场即时解吸数据库中的数据进行参数优化，输入待预测矿后煤炭的参数获得瓦斯解吸过程和累计释放量。

8、可选的，所述采集不同条件的矿后煤炭样品开展现场即时瓦斯解吸试验包括：

9、采集不同矿井的矿后煤炭样品，按照煤变质程度划分多个煤质等级，并按照粒径范围将各所述煤质等级下的煤炭样品筛分为多个粒径组；

10、将各煤炭样品在保持原始水分和原始孔隙结构的状态下装入密封解吸装置，在预设环境温度条件下开展现场即时瓦斯解吸试验，记录各煤炭样品在不同解吸时间条件下的瓦斯释放量，同时获取各煤炭样品对应的煤变质程度、煤炭粒径参数及解吸环境温度。

11、可选的，所述记录各煤炭样品在不同解吸时间条件下的瓦斯释放量包括：

12、在所述现场即时瓦斯解吸试验的初始阶段按照第一采样频率记录瓦斯释放量，在中期阶段按照第二采样频率记录瓦斯释放量，在后期阶段按照第三采样频率记录瓦斯释放量，其中所述第一采样频率高于所述第二采样频率，所述第二采样频率高于所述第三采样频率；

13、将各采样时刻的瓦斯释放量按时间顺序累积求和，得到累计瓦斯释放量，与对应的解吸时间、煤变质程度、煤炭粒径参数及解吸环境温度关联存储至所述现场即时解吸数据库。

14、可选的，所述采用经验动力学模型描述瓦斯解吸过程包括：

15、根据所述现场即时解吸数据库中的解吸时间和瓦斯解吸量数据，绘制解吸曲线并分析瓦斯解吸量随时间的变化规律；

16、采用包含极限瓦斯解吸能力参数和瓦斯解吸速率参数的经验动力学模型对所述解吸曲线进行拟合，通过优化算法确定所述极限瓦斯解吸能力参数和所述瓦斯解吸速率参数的取值。

17、可选的，所述建立煤炭物性参数与所述极限瓦斯解吸能力之间的关联关系包括：

18、根据不同煤变质程度条件下的试验结果，提取各煤变质程度等级对应的所述极限瓦斯解吸能力参数的拟合值；

19、建立所述极限瓦斯解吸能力参数与煤变质程度之间的线性关联关系，并将所述线性关联关系代入所述经验动力学模型，使所述经验动力学模型能够根据输入的煤变质程度自动确定所述极限瓦斯解吸能力参数。

20、可选的，所述建立环境参数和煤炭粒径参数与所述瓦斯解吸速率之间的耦合关系包括：

21、根据不同环境温度及不同煤炭粒径条件下的试验结果，分析环境温度和煤炭粒径对所述瓦斯解吸速率参数的影响规律；

22、建立所述瓦斯解吸速率参数与环境温度、煤炭粒径之间的多元回归耦合关系，并将所述多元回归耦合关系代入所述经验动力学模型，使所述经验动力学模型能够根据输入的环境温度和煤炭粒径参数自动确定所述瓦斯解吸速率参数。

23、可选的，所述构建物性-环境耦合预测模型并进行参数优化包括：

24、将所述关联关系和所述耦合关系同时代入所述经验动力学模型，得到所述物性-环境耦合预测模型；

25、利用所述现场即时解吸数据库中的多组试验数据，对所述物性-环境耦合预测模型中的模型参数进行迭代拟合优化，确定各所述模型参数的最优取值；

26、将待预测矿后煤炭的煤变质程度、煤炭粒径参数及环境温度输入优化后的所述物性-环境耦合预测模型，计算不同解吸时间对应的瓦斯解吸量并累加得到累计释放量，输出瓦斯解吸过程曲线和所述累计释放量。

27、可选的，所述对所述物性-环境耦合预测模型中的模型参数进行迭代拟合优化包括：

28、将所述现场即时解吸数据库中的试验数据按照预设比例划分为训练集和验证集；

29、以所述训练集中的数据作为输入和输出，采用迭代优化算法对所述模型参数进行更新，直至损失函数值收敛，得到初步优化后的所述物性-环境耦合预测模型；

30、利用所述验证集对初步优化后的所述物性-环境耦合预测模型进行验证，当预测精度满足预设要求时，确定所述物性-环境耦合预测模型为优化后的预测模型。

31、根据本公开的第二方面，提供了一种矿后煤炭解吸耦合预测装置，包括：

32、采集单元，用于采集不同条件的矿后煤炭样品开展现场即时瓦斯解吸试验，获取瓦斯解吸量、煤炭物性参数及环境参数，建立现场即时解吸数据库；

33、构建单元，用于采用经验动力学模型描述瓦斯解吸过程，通过模型参数表征煤炭极限瓦斯解吸能力和瓦斯解吸速率；

34、关联单元，用于建立煤炭物性参数与所述极限瓦斯解吸能力之间的关联关系；

35、耦合单元，用于建立环境参数和煤炭粒径参数与所述瓦斯解吸速率之间的耦合关系；

36、预测单元，用于将所述关联关系和所述耦合关系引入所述经验动力学模型，构建物性-环境耦合预测模型，利用所述现场即时解吸数据库中的数据进行参数优化，输入待预测矿后煤炭的参数获得瓦斯解吸过程和累计释放量。

37、可选的，所述采集单元还用于：

38、采集不同矿井的矿后煤炭样品，按照煤变质程度划分多个煤质等级，并按照粒径范围将各所述煤质等级下的煤炭样品筛分为多个粒径组；

39、将各煤炭样品在保持原始水分和原始孔隙结构的状态下装入密封解吸装置，在预设环境温度条件下开展现场即时瓦斯解吸试验，记录各煤炭样品在不同解吸时间条件下的瓦斯释放量，同时获取各煤炭样品对应的煤变质程度、煤炭粒径参数及解吸环境温度。

40、可选的，所述采集单元还用于：

41、在所述现场即时瓦斯解吸试验的初始阶段按照第一采样频率记录瓦斯释放量，在中期阶段按照第二采样频率记录瓦斯释放量，在后期阶段按照第三采样频率记录瓦斯释放量，其中所述第一采样频率高于所述第二采样频率，所述第二采样频率高于所述第三采样频率；

42、将各采样时刻的瓦斯释放量按时间顺序累积求和，得到累计瓦斯释放量，与对应的解吸时间、煤变质程度、煤炭粒径参数及解吸环境温度关联存储至所述现场即时解吸数据库。

43、可选的，所述构建单元还用于：

44、根据所述现场即时解吸数据库中的解吸时间和瓦斯解吸量数据，绘制解吸曲线并分析瓦斯解吸量随时间的变化规律；

45、采用包含极限瓦斯解吸能力参数和瓦斯解吸速率参数的经验动力学模型对所述解吸曲线进行拟合，通过优化算法确定所述极限瓦斯解吸能力参数和所述瓦斯解吸速率参数的取值。

46、可选的，所述关联单元还用于：

47、根据不同煤变质程度条件下的试验结果，提取各煤变质程度等级对应的所述极限瓦斯解吸能力参数的拟合值；

48、建立所述极限瓦斯解吸能力参数与煤变质程度之间的线性关联关系，并将所述线性关联关系代入所述经验动力学模型，使所述经验动力学模型能够根据输入的煤变质程度自动确定所述极限瓦斯解吸能力参数。

49、可选的，所述耦合单元还用于：

50、根据不同环境温度及不同煤炭粒径条件下的试验结果，分析环境温度和煤炭粒径对所述瓦斯解吸速率参数的影响规律；

51、建立所述瓦斯解吸速率参数与环境温度、煤炭粒径之间的多元回归耦合关系，并将所述多元回归耦合关系代入所述经验动力学模型，使所述经验动力学模型能够根据输入的环境温度和煤炭粒径参数自动确定所述瓦斯解吸速率参数。

52、可选的，所述预测单元还用于：

53、将所述关联关系和所述耦合关系同时代入所述经验动力学模型，得到所述物性-环境耦合预测模型；

54、利用所述现场即时解吸数据库中的多组试验数据，对所述物性-环境耦合预测模型中的模型参数进行迭代拟合优化，确定各所述模型参数的最优取值；

55、将待预测矿后煤炭的煤变质程度、煤炭粒径参数及环境温度输入优化后的所述物性-环境耦合预测模型，计算不同解吸时间对应的瓦斯解吸量并累加得到累计释放量，输出瓦斯解吸过程曲线和所述累计释放量。

56、可选的，所述预测单元还用于：

57、将所述现场即时解吸数据库中的试验数据按照预设比例划分为训练集和验证集；

58、以所述训练集中的数据作为输入和输出，采用迭代优化算法对所述模型参数进行更新，直至损失函数值收敛，得到初步优化后的所述物性-环境耦合预测模型；

59、利用所述验证集对初步优化后的所述物性-环境耦合预测模型进行验证，当预测精度满足预设要求时，确定所述物性-环境耦合预测模型为优化后的预测模型。

60、根据本公开的第三方面，提供了一种电子设备，包括：

61、至少一个处理器；以及

62、与所述至少一个处理器通信连接的存储器；其中，

63、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面所述的方法。

64、根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行前述第一方面所述的方法。

65、根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如前述第一方面所述的方法。

66、本公开提供的矿后煤炭解吸耦合预测方法、装置、电子设备和存储介质，利用现场即时解吸试验数据建立数据库，并将煤炭物性参数与极限瓦斯解吸能力关联、环境参数和粒径参数与瓦斯解吸速率耦合，使得经验动力学模型的关键参数能够随煤质、温度、粒径等实际条件动态调整，从而构建出可自适应不同工况的物性-环境耦合预测模型，因此，可以解决现有固定参数模型未考虑物性差异和环境变化、导致预测结果与实际矿后甲烷释放过程偏差大的技术问题，达到显著提升不同矿井、不同工况下瓦斯解吸过程预测准确性与普适性的技术效果。

67、应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。