简介：通过对新疆阜康白杨河矿区构造节理的野外观测与统计分析,发现本区地表围岩和煤层中的节理发育三个优势方向,即NNE-NE向、NNW-NW向及及近EW向。对比地表围岩与矿井工作面中的节理发育特征,发现属于同一构造层的煤层与围岩中节理裂隙的产状基本一致,具有明显的相关性,只是节理发育密度和延伸长度有差异,为深部煤储层中节理的研究提供了新的方向。

简介：本文从研究开采解放层防止煤与瓦斯突出机理得到启示，在详细研究了构造煤发育区煤体结构和煤层顶板特征基础上，提出了用煤层顶板完井强化法，进行构造煤煤层气地面开发的方案，为我国东部构造煤发育区煤层气的开发提供了新的途径。

简介：云南是我国地质灾害的重灾省，近年来，由于地质环境恶化，崩塌、滑坡、泥石流、地面塌陷等灾害频繁发生，严重危及灾区人民的生命财产安全并造成重大损失，影响我省经济建设的顺利进行。本文从云南的环境现状，地震及新构造运动，地层岩性及其岩土体工程地质特性，气象、水文等自然环境的背景因素(内因及诱因)入手，举例分析影响我省环境恶化的外因，在此基础上，提出防灾减灾的对策建议。

简介：煤矿瓦斯涌出量和瓦斯突出受控于多种因素。如何根据各个影响因素预测计算煤层瓦斯含量是一个非常复杂的问题。近年来迅速发展起来的神经网络具有较高的非线性映射和并行处理能力。广义回归神经网络（GRNN）具有网络结构自适应确定、输出与初始权值无关等优良特性，能够逼近任意连续的非线性函数，可以处理系统内在的难以解析的规律。本文以某矿13-1煤层为研究对象，在分析影响煤层瓦斯含量的各种地质因素和量化定性因素的基础上，应用GRNN神经网络方法建立某矿13—1煤层瓦斯含量预测模型，以达到对井田未开采区域进行瓦斯含量预测的目的。

简介：影响煤与瓦斯突出的因素众多，应用神经网络进行预测时，选取突出预测指标是关键。基于经验和所谓“多多益善”原则的选择方法都有一定的不合理、不科学性。笔者应用灰色关联分析筛选突出预测指标，结合神经网络建模进行突出预测，使突出预测指标的选择由定性分析转化为定量分析，实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合。经过实例验证，本方法是可行的。

简介：为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07~0.26%)和0.72%(0.01~2.4%),预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据。

简介：随着对煤层气井排采规律认识的不断提高,煤层气井在自动排采控制过程中非线性、时变性的增加,传统的PID调节已不能满足生产需要。通过采用基于神经元人工网络智能控制理论和智能动态专家库技术的控制方式,实现了对煤层气井井底流压的精确控制,满足了生产需求。