潘辉1，马嘉星2，张永松3，周伟4，李勇4
（1,3．淮南矿业集团顾桥煤矿，安徽 淮南 232001； 2,4. 平安煤矿瓦斯治理国家工程研究中心有限责任公司，安徽 淮南 232001．）
摘要：通过顾桥矿主要煤系地层44组母本解吸样品的稳定碳氢同位素测试，得出了分煤层解吸气碳氢同位素分布特征，为采掘瓦斯来源分析提供了科学可靠的数据基础；建立了基于稳定碳氢同位素示踪分析的多元分源计算模型，以及符合顾桥矿煤层地球化学分布特征的瓦斯来源示踪识别方法体系；得出了基于稳定碳氢同位素的顾桥矿采掘工作面各层瓦斯来源占比动态演化规律，明确了瓦斯综合治理的方向和重点，提出了分阶段瓦斯治理方案。
关键词：气体吸附；煤体；瓦斯来源；同位素
中图分类号：TD 712 文献标志码：A
Analysis of gas source structure of main coal seam in group C of Guqiao Mine
PAN Hui1, MA Jiaxing2, ZHANG Yongsong3, ZHOU Wei4, LI Yong4
(1,3. Guqiao Coal Mine, Huainan Mining Industry (Group) Co., Ltd., Huainan, Anhui 232001, China; 2,4. Ping'an Coal Mine Gas Control National Engineering Research Center Co., Ltd., Huainan, Anhui 232001 China )
Abstract: According to the stable hydrocarbon isotope test of 44 mother desorption samples of main coal measure strata in Guqiao Mine, the distribution characteristics of hydrocarbon isotope of desorption gas in different coal seams are obtained, which provides a scientific and reliable data base for the analysis of gas source; Based on the stable hydrocarbon isotope tracing analysis, the multi-element source calculation model and the method system of gas source tracing and identification consistent with the characteristics of coal seam geochemical distribution in Guqiao Mine are established; Based on the stable carbon and hydrogen isotopes, the dynamic evolution law of the gas source proportion of each layer in the mining face of Guqiao Mine is obtained, the direction and key points of the comprehensive gas control are defined, and the gas control scheme in stages is put forward.
Key words: Gas adsorption; Coal body; Gas source; Isotope
0 引言
高瓦斯和煤与瓦斯突出工作面在低瓦斯状态下安全高效生产，一直是煤矿安全工作追求的目标。随着煤机装备生产能力和可靠性能的大幅提高，工作面瓦斯超限问题越来越成为制约产能发挥的关键。
为了做到有针对性和有方向性的治理矿井瓦斯，须对矿井瓦斯来源及瓦斯构成进行分析，做到分源治理。目前，国内外通常采用的矿井瓦斯涌出量预测方法包括：矿山统计法、分源预测法、神经网络预测法和灰色系统预测方法等[1-14]。
近年来，利用13C/12C值来分析瓦斯来源取得了良好的效果[15]，主要是因为在不同煤层中，其形成的物质（腐植类或腐泥类）类型不同，造成其形成的CH4成分中C同位素分馏效果不一样。同时，在不同环境的长期作用下，其分馏作用的程度和酶的活性都有较大的差异，因此可以通过对瓦斯中CH4中的δ13C来区别不同的瓦斯成分的来源。
鉴于传统的矿井瓦斯涌出量的预测方法在判断瓦斯来源方面具有一定的局限性，而稳定碳同位素识别物质来源方面具有完善的理论基础。本次研究目的就是通过以顾桥矿C组煤主采煤层为母本瓦斯样品的碳同位素标识物研究成果为依据，根据碳同位素计算原理，建立基于稳定碳氢同位素示踪分析的N端元分源计算模型，建立符合顾桥煤矿煤层地球化学分布特征的采掘工作面瓦斯来源示踪识别方法体系；得出基于稳定碳氢同位素的顾桥矿13-1回采工作面瓦斯分层来源占比的动态演化规律，为采掘工作面瓦斯综合治理提供依据，实现瓦斯量化科学管理，确保矿井安全高效生产。
1 各煤层母本及工作面混合气采集和测试
顾桥矿C组主采煤层瓦斯来源结构分析的现场取样自2019年7月12日开始，到2019年11月15日，完成了全部取样工作，截止2019年11月25日，完成了全部样品的碳氢同位素和组分测试工作。在此期间，为达到研究目标和技术要求，共采集煤样44组，得到分煤层解吸瓦斯样品母本44组。共采集单日和单月的混合瓦斯气样194组。具体明细如下表所示。
表1 顾桥矿煤层母本及工作面混合气取样明细表
2 基于组分和同位素实测值的多源线性混合瓦斯分源计算模型
从碳同位素的定义出发，由于混合瓦斯中不同来源的组分气体中，各来源层同位素值与混合瓦斯比例密切相关，可以体积比推导混合气体中碳同位素值的计算公式，并由此求解各层来源比例，从而建立基于组分和同位素实测值的多源线性混合瓦斯分源计算模型[11~12]。
3 工作面混合气瓦斯来源动态演化规律分析
根据碳氢同位素的示踪原理，连续跟踪采集1124（3）工作面、轨顺顶板钻孔、底抽巷等不同瓦斯涌出地点、不同时间尺度的混合瓦斯样品，并对其组分和碳氢同位素进行实测，结合五端元计算分析模型给出工作面及各邻近层动态涌出量，并与传统瓦斯分源预测法进行对比，为矿井制定不同周期瓦斯治理规划提供科学决策依据。
3.1 1124（3）工作面瓦斯来源动态演化规律分析
该工作面井下位于北一下山采区，北临F87断层保护煤柱，南到13-1煤工广保护煤柱，东为13-1煤层实体，西为1123(3)运顺。同煤层的1123(3)工作面已回采、下伏的1124（3）瓦斯底抽巷已掘进完毕、下伏11-2煤层的1123（1）及1124(1)工作面已回采结束。系统巷道布置情况详见图1。
图1 1124（3）系统巷道布置情况
1124（3）工作面为北一采区“U”型工作面，回风流瓦斯来源结构相对稳定，对工作面混合瓦斯来源的标定作用较为明显，能够敏锐捕捉单日采动影响下邻近层瓦斯涌出的变化。运用稳定碳氢同位素示踪分析的五端元分源计算模型进行集中计算，将混合瓦斯气样的稳定碳氢同位素和组分测试结果拟合成曲线就能明显看出1124（3）工作面采空区走向固定考察点自8月20日16:30开始，至9月18日18:10结束这30天时间周期内的瓦斯来源动态演化规律，如图2所示。
图2 1124（3）工作面采空区月度瓦斯来源分源示踪曲线
根据图2可以看出，1124（3）采空区正常回采的30天内，瓦斯来源的动态变化规律与上隅角和回风混合瓦斯来源结构相比有明显区别，具体表现为三者总体变化趋势相同。但是，三个考察点的波动幅度有所不同，采空区内各层瓦斯涌出具体体积占比波动明显偏大，且具有阶段性特征。由于1124（3）工作面采空区瓦斯涌出来源中，13-1本煤层解吸瓦斯平均体积占比77%， 11-2邻近层瓦斯来源体积平均20%，其余邻近层不足3%，因此从采空区全开采周期瓦斯治理角度看，采空区瓦斯防治的重点应以13-1煤为主。
工作面顶板走向钻孔位于工作面顶板裂隙带，抽采对象是工作面高位裂隙带内的混合瓦斯，明确该点混合瓦斯来源结构，有利于量化评估采空区瓦斯治理对象的治理效果。运用稳定碳氢同位素示踪分析的五端元分源计算模型进行集中计算，将混合瓦斯气样的稳定碳氢同位素和组分测试结果拟合成曲线就能明显看出顶板走向钻场8组管路混合气的瓦斯来源结构，如图3所示。
图3 1124（3）工作面轨道顺槽顶板走向钻场瓦斯来源结构堆积条形图
根据图3可以看出，顶板走向钻孔抽采钻场管路混合瓦斯来源结构都是以13-1煤为主，平均占比88%，11-2煤瓦斯涌出平均占比11%%，其余C组煤解吸瓦斯来源占比约1%，13-1上邻近层对顶抽巷混合瓦斯来源没有影响。
3.2北一和北二采区部分底抽巷混合瓦斯来源结构分析
北一采区1124（3）底抽巷上距13-1煤平均25m，用于抽采11-2保护层回采期间13-1煤被保护层的解吸瓦斯，考察底抽巷封闭墙内的混合瓦斯可以科学量化分析被保护层的抽采效果。为此，从7月15日23:30开始，不定期现场采集1124（3）底抽巷内混合瓦斯气样。运用稳定碳氢同位素示踪分析的五端元分源计算模型进行集中计算，将混合瓦斯气样的稳定碳氢同位素和组分测试结果拟合成曲线就能明显看出1124（3）、1314（3）、1312（3）底抽巷封闭墙混合瓦斯的涌出来源结构特征。
图4 1124（3）工作面底抽巷封闭墙混合瓦斯来源平均占比饼图 图5 1314（3）工作面底抽巷封闭墙混合瓦斯来源平均占比饼图 图6 1312（3）底抽巷封闭墙混合瓦斯来源结构平均占比饼图
1124（3）工作面底抽巷封闭墙混合瓦斯来源结构都是以13-1煤为主，平均占比87%，11-2煤瓦斯涌出平均占比13%，其余C组煤解吸瓦斯来源占比不足1%，13-1上邻近层对顶抽巷混合瓦斯来源没有影响。1314（3）工作面底抽巷封闭墙混合瓦斯来源结构是以13-1煤为主，平均占比53%，11-2煤瓦斯涌出平均占比44%，其余C组煤解吸瓦斯来源占比不足3%，原因是1314（3）底抽巷内11-2煤采动影响较大。1312（3）工作面底抽巷封闭墙混合瓦斯来源结构与1124（3）、1125（3）十分相似，都是以13-1煤为主，平均占比85%，11-2煤瓦斯涌出平均占比15%，其余C组煤解吸瓦斯来源占比不足1%。
4 基于稳定碳氢同位素分源预测结果的验证比较
4.1 1124（3）工作面采空区邻近层瓦斯涌出量的分源预测结果
1124（3）工作面，其主采13-1煤层原始瓦斯含量3.95～4.85m3/t （取5.5 m3/t），经区域瓦斯预抽后的残余瓦斯含量平均为3.1198m3 /t，可解吸瓦斯含量2.2333m3/t。参照（AQ 1018－2006）标准计算，得出13-1煤邻近层的相对瓦斯涌出量为3.61m3/t。据此得出1124（3）工作面采空区瓦斯涌出量及各煤层占比明细如表2所示。
表2 基于传统分源预测法的13-1煤及其各邻近层瓦斯涌出来源占比明细表
4.2 传统分源预测法与碳氢同位素示踪分源预测的对比
为了更加清晰的反映出传统分源预测法与碳氢同位素示踪分源预测法结论的差异，将单日和单月1124（3）上隅角、回风、采空区分源预测平均值和传统分源预测法预测值进行对比，如表3所示。
表3 传统分源预测法和碳氢同位素分源预测法分源平均体积占比对比表（%）
从预测结论分析，将分源预测法预测结论与碳氢同位素分源预测结论相比，分源预测法得的结论与各考察地点均存在显著差异。
原因在于，15~13-2不可采煤层由于太薄，缺乏瓦斯基础数据，邻近层瓦斯涌出被严重高估，这也是造成传统分源预测法13-1本煤层瓦斯占比偏小的主要原因。因此，将同位素分源分析法与分源预测法相比，首先，同位素分源预测法反映的采空区内的变化更加全面、更加丰富，呈现出的是采空内各瓦斯来源的动态演化过程，而分源预测法仅从层间距、岩性和排放率的角度对瓦斯含量进行预测，只能实现一个数据输出，而且是通过间接法公式，大量采用开采层数据计算得出的结果，与现场实际情况相比，误差较大，无法反映采空区各瓦斯来源的动态演化规律。
其次，从预测地点看，同位素分源预测法能够分析预测工作面任一地点的混合瓦斯来源，且能显示工作面采掘动态影响下瓦斯来源的变化特征，因此反映的工作面邻近层瓦斯涌出变化更加全面，工作面不同地点瓦斯来源的差异肯定是存在的，这与传统分源预测法只能实现一个数据输出的情况，具有无法比拟的优势。
4.3顾桥矿北一采区C组煤瓦斯来源结构分析
以1124（3）工作面为典型工程背景，按照《矿井瓦斯涌出量预测方法》（AQ 1018－2006）进行了计算，以验证碳氢同位素分源预测结论的可靠性。对比结果表明：传统分源预测结论与现场实际瓦斯赋存和涌出情况偏差较大，同位素分源预测法所反映的采煤工作面的动态演化过程更加细致准确，具有比较优势。基于稳定碳氢同位素的顾桥矿C组煤瓦斯来源结构以柱状的形式进行汇总，见表4。
表4 顾桥矿北一采区C组煤瓦斯来源结构柱状图
5 结论
（1）根据碳同位素计算原理，以体积比定义推导完成了基于稳定碳氢同位素示踪分析的多端元分源计算模型，初步建立了符合顾桥煤矿北一采区煤层地球化学分布特征的采掘瓦斯来源示踪识别方法体系。结合多端元分源计算模型，完成了各考察点的瓦斯来源占比计算工作，得出了瓦斯来源占比计算结果。
（2）通过1124（3）工作面为实例，从单日和月度的上隅角、回风、采空区以及顶板抽采孔瓦斯来源考察结果看，工作面瓦斯防治的重点应以13-1煤为主，13-1上邻近层对顶抽巷混合瓦斯来源没有影响。
（3）1314（3）底抽巷混合瓦斯主要来源于13-1和11-2煤，其中13-1煤平均瓦斯涌出占比53.3%，11-2平均瓦斯涌出占比44%，其余C组邻近层瓦斯涌出平均2.7%。其原因是1314（3）底抽巷内11-2煤采动影响造成的11-2解吸瓦斯涌出较大。
（4）以1124（3）工作面为典型工程背景，以验证碳氢同位素分源预测结论的可靠性。对比结果表明：传统分源预测结论与现场实际瓦斯赋存和涌出情况偏差较大，同位素分源预测法所反映的采煤工作面的动态演化过程更加细致准确，具有比较优势。研究建立了基于稳定碳氢同位素的顾桥矿C组煤瓦斯来源结构柱状图，为后续瓦斯抽采设计和效果评判提供了依据。
参考文献
[1] 谢生荣，赵耀江．综采工作面的瓦斯涌出规律及涌出量的预测[J]．太原理工大学学报，2005，36（5）：553~556．
[2] Lunarzewskil. Gas emission prediction and recovery in underground coal mines [J]. Int. J. of Coal Geology，1998，35（1）：117~ 145．
[3] Klaus Noack. Control of gas emission in underground coal mines [J]. Int. J. of Coal Geology，1998，35（1）：57~ 82．
[4] 瓦斯通风防灭火安全研究所．矿井瓦斯涌出量预测方法的发展与贡献[J]．煤矿安全，2003，34 (9)：10~13．
[5] 赵鹏伟．矿山统计法预测综放工作面瓦斯涌出量[J]．机械管理开发，2006，3：18-19．
[6] 罗跃，朱炎铭，王怀勐，等．分源预测法在厚煤层瓦斯涌出量预测研究中的应用[J]．煤炭工程，2011，3：87~89．
[7] 徐涛，郝彬彬，张华．分源预测法在新建矿井瓦斯涌出量预测中的应用[ J]. 煤炭技术，2009，28（7）：104~106．
[8] 王魁军、程五一、高坤，等.矿井瓦斯涌出理论及预测技术[M]北京:煤矿工业出版社，2009 (5): 124．
[9] 景兴鹏，黑磊，郑登锋，等瓦斯地质因素对瓦斯涌出的影响[ J ]. 陕西煤炭， 2009（2）：7~9．
[10] 张西志．利用分源法预测矿井瓦斯涌出量[J]．中州煤炭，2006，144(6)：66~67．
[11] 王正帅，邓喀中．老采空区残余沉降的离散灰色预测模型[J]．煤炭学报，2010，35(7)：1084~1088．
[12] 魏春荣，李艳霞．灰色-分源预测法对煤矿瓦斯涌出量的应用研究[J]．采矿与安全工程学报，2013，30（4）：629~632．
[13] 刘玉静，肖广智．用人工神经网络模型预测采煤工作面的瓦斯涌出量[J]．煤矿安全，2003，34（1）：11~ 14．
[14] 撒占友，何学秋，王恩元．基于自适应神经网络的采掘工作面瓦斯涌出量预测[J]．煤炭学报，2001，26（S1）：96~ 99．
[15] 周伟，袁亮，张国亮，等． 采空区瓦斯涌出来源量化判识方法—以寺河矿为例[J]. 煤炭学报,2018,43(4):1016-1023.