噸煤瓦斯抽采量與百萬噸死亡率的定量關系研究

徐青偉 王兆豐

(1.東北大學資源與土木工程學院，遼寧省沈陽市，110819；2.河南理工大學安全科學與工程學院，河南省焦作市，454000)

?

★ 煤礦安全 ★

噸煤瓦斯抽采量與百萬噸死亡率的定量關系研究

徐青偉1王兆豐2

(1.東北大學資源與土木工程學院，遼寧省沈陽市，110819；2.河南理工大學安全科學與工程學院，河南省焦作市，454000)

為了探究瓦斯抽采量、煤炭產量與百萬噸死亡率的內在聯系，提出了瓦斯事故百萬噸死亡率的概念，并對與噸煤瓦斯抽采量之間的關系進行了研究。依據噸煤瓦斯抽采量與時間的函數關系及瓦斯抽采量與時間的函數關系，間接對煤炭產量進行預測；建立了以噸煤瓦斯抽采量為依據的百萬噸死亡率預測模型。結果表明,煤炭產量預測結果誤差較小，明顯優于線性回歸、GM(1，1)模型等傳統煤炭產量預測方法；百萬噸死亡率實際值落在預測區間，而指數函數、GM(1，1)模型等傳統百萬噸死亡率預測結果誤差較大。

瓦斯抽采量 煤炭產量 百萬噸死亡率 預測模型

我國煤礦災害主要分為瓦斯、火災、粉塵、頂板和水等類型，瓦斯災害是我國煤礦安全生產的第一殺手，采取有效措施治理瓦斯災害，對扭轉煤礦安全形勢具有積極意義。瓦斯抽采是治理瓦斯災害最行之有效的方法，增強瓦斯抽采力度，能降低瓦斯災害事故起數與瓦斯事故死亡人數。煤炭產量一定的情況下，瓦斯抽采量越高，百萬噸死亡率越低，噸煤瓦斯抽采量與百萬噸死亡率之間存在某種內在聯系，探究噸煤瓦斯抽采量與百萬噸死亡率的定量關系，對煤礦安全生產有指導作用。建立噸煤瓦斯抽采量與百萬噸死亡率的定量關系，可實現對我國瓦斯抽采量、煤炭產量及百萬噸死亡率的準確預測。傳統瓦斯抽采量預測方法是對指定的個別礦井進行的，預測方法及結果受礦井自身因素影響較大，不具有普遍適用性；2014、2015年煤炭產量較2013年是下降的，傳統煤炭產量預測方法所得結果是遞增的，誤差較大；傳統煤礦百萬噸死亡率預測方法主要是基于灰色系統，忽略了百萬噸死亡率應是以0為漸近線的減函數，進行中長期預測時將出現嚴重的失真。本文探討了噸煤瓦斯抽采量與百萬噸死亡率的關系，在此基礎上對瓦斯抽采量、煤炭產量、百萬噸死亡率進行了預測。

1 我國煤炭產量、瓦斯抽采量及百萬噸死亡率

我國2000-2015年的煤炭產量、瓦斯抽采量及百萬噸死亡率參數見表1。

表1 2000-2015年煤炭產量、瓦斯抽采量及百萬噸死亡率

注：表中部分數據來源于文獻，關于2013年煤炭產量的說明：根據第三次全國經濟普查結果對統計公報相關數據進行了修訂，修訂后的2013年全國原煤產量為39.69億t，詳見國家統計局網站及文獻

為了更為直觀地觀測我國煤炭產量、瓦斯抽采量及百萬噸死亡率隨時間的變化趨勢，將表1中的數據繪制成圖1。

由圖1可知，2000-2015年間，我國煤炭產量整體上呈現逐年增加的趨勢，2013年煤炭產量達到了峰值，2014、2015年煤炭產量有所減少；瓦斯抽采量逐年增加，至2007年出現拐點，2007年以后瓦斯抽采量增長幅度較大；煤礦百萬噸死亡率呈現逐年遞減的趨勢。

我國在煤炭產量整體上逐年增加的情況下，百萬噸死亡率卻呈下降的趨勢，說明我國煤礦安全生產形勢有所好轉，其中一個重要的原因就是加大了煤層瓦斯抽采力度，提高了噸煤瓦斯抽采量，減少了瓦斯事故起數和瓦斯事故死亡人數，從而降低了百萬噸死亡率。因此，可以看出噸煤瓦斯抽采量與百萬噸死亡率具有某種內在的聯系，接下來對此關系進行探究。

圖1 煤炭產量、瓦斯抽采量及百萬噸死亡率隨時間變化關系

2 瓦斯抽采量、煤炭產量預測模型研究

要探討噸煤瓦斯抽采量與百萬噸死亡率的關系，就需要掌握每年的瓦斯抽采量、煤炭產量，即首先研究瓦斯抽采量、煤炭產量隨時間的變化關系，然后對噸煤瓦斯抽采量與百萬噸死亡率進行耦合。

從表1及圖1中可以看出，2007年以前瓦斯抽采量增長緩慢，2007年以后瓦斯抽采量增長幅度較大，且2007年以后的數據與要研究的內容關系密切，因此選取2007年為研究的時間起始點。為了便于分析，在進行函數擬合時，取時間2007年為第1年，選取2007-2014年的數據構造函數，用2015年的數據進行檢驗。

2.1 瓦斯抽采量與時間的關系研究

預抽煤層瓦斯作為一種區域防突措施，不僅能減少瓦斯涌出，預防瓦斯超限，而且也降低了煤體中存儲的瓦斯能量，提高了煤體強度，有利于消突；另外，瓦斯作為一種清潔能源，瓦斯抽采減少了向大氣中的排放量，降低了對環境的污染。

(1)2007年以后瓦斯抽采量增長幅度變大的原因。從表1、圖1及以上分析可知，2007年以前瓦斯抽采量增長緩慢，2007年以后瓦斯抽采量增長幅度較大，主要原因是在能源發展“十一五”規劃中，國家于2006年首次將煤層氣(煤礦瓦斯)開發列入五年發展規劃；在能源發展“十二五”規劃中提出重點加大煤層氣勘探開發力度；在能源發展戰略行動計劃(2014—2020年)中提出加快煤層氣勘探開發步伐，重點突破煤層氣開發；2015年2月國家能源局印發的《煤層氣勘探開發行動計劃》提出，加強煤礦瓦斯規?；椴?，加快煤層氣地面開發。

(2)地面瓦斯抽采量及抽采比率。我國2007-2015年的地面瓦斯抽采量及地面瓦斯抽采比率見圖2。

圖2 2007-2015年地面瓦斯抽采量及抽采比率

從圖2可以看出，我國地面瓦斯抽采量逐年增加，地面瓦斯抽采比率整體上也呈增長的趨勢?！睹簩託饪碧介_發行動計劃》提出，到2020年，我國煤層氣抽采量力爭達到400億m3，其中地面抽采量200億m3，煤礦瓦斯抽采量200億m3。目前，我國地面瓦斯抽采比率僅為0.2左右，要達到2020年地面瓦斯抽采比率0.5的目標，需要繼續加大地面瓦斯抽采資金設備的投入。

(3)瓦斯抽采量預測方法。隨著礦井開采深度的增加，煤層瓦斯含量越來越大，瓦斯抽采已成為必不可少的環節，準確地進行瓦斯抽采量的預測，對礦井安全生產具有重要意義。

瓦斯抽采量與時間關系的回歸分析如圖3所示。從圖3可以看出，各點大致落在一條直線的兩旁，因此考慮進行線性回歸分析，可得瓦斯抽采量與時間的函數關系式為：

y=18.845x+21.096

(1)

取x=9，由式(1)可得2015年的瓦斯抽采量為191億m3。2015年我國實際的瓦斯抽采量為180億m3，相對誤差為6.11%，瓦斯抽采量預測結果較為準確。

圖3 瓦斯抽采量與時間關系的回歸分析

2.2 影響煤炭產量的因素

從表1及圖1可以看出，自2000年以來，我國煤炭產量整體上呈現出逐年增加的趨勢，主要原因是由于新世紀以來我國經濟高速發展，對能源的需求也越來越大；我國一次能源結構具有富煤、貧油、少氣的特征，以煤炭為主體的能源結構短期內難以改變，煤炭將繼續承擔起保障我國能源供應的責任。至2013年我國煤炭產量達到了一個峰值，2014、2015年煤炭產量有所下降，主要原因是我國經濟增速放緩，主要耗煤行業產品產量增幅都在下降；能源結構調整，化石能源消費比重下降，非化石能源消費比重上升；煤炭市場供大于求矛盾突出，庫存量增加，價格下降；大量進口煤的涌入，也擠占了一定國內煤炭市場。

除以上客觀原因外，我國還加強了煤礦整頓關閉工作。2005-2009年，集中開展了煤礦整頓關閉工作，關閉小煤礦1.2萬多處；至2010年底，全國保留小煤礦1萬處以內；國務院要求進一步加快淘汰煤炭落后產能，加大落后煤礦關閉力度，提出2014年確保關閉煤礦800處，力爭關閉1000處的奮斗目標；《國務院辦公廳關于進一步加強煤礦安全生產工作的意見》提出，到2015年底全國關閉2000處以上小煤礦。

我國2007-2013年的煤炭產量逐年增加，2014、2015年的煤炭產量卻有所下降。傳統的煤炭產量預測方法在構造函數時，若基礎數據是遞增的，則預測結果也是遞增的，誤差較大。因此，需要尋求一種新的煤炭產量預測方法，實現煤炭產量的準確預測。

2.3 噸煤瓦斯抽采量與時間的關系研究

噸煤瓦斯抽采量與時間的關系如圖4所示。

圖4 噸煤瓦斯抽采量與時間關系的回歸分析析

注：噸煤瓦斯抽采量=瓦斯抽采量/煤炭產量，T年生產的煤炭中，部分瓦斯已于(T-1)年或更早抽采；T年抽采的瓦斯中，部分煤炭可能要在(T+1)年或更晚開采，故大致可認為該年抽采的瓦斯量主要來自于該年生產的煤炭

從圖4可知，各數據點大致落在一條直線的兩旁，對噸煤瓦斯抽采量與時間的關系進行線性回歸分析。噸煤瓦斯抽采量與時間關系的函數為：

y=0.3725x+1.4038

(2)

取x=9，由式(2)可得2015年我國的噸煤瓦斯抽采量為4.756m3/t。由表1計算可得2015年我國的噸煤瓦斯抽采量為4.8m3/t，相對誤差僅為0.92%，噸煤瓦斯抽采量預測結果較準確。

2.4 間接法預測煤炭產量

本文提出依據噸煤瓦斯抽采量與時間的函數關系及瓦斯抽采量與時間的函數關系，間接對煤炭產量進行預測。

由式(1)可得2015年瓦斯抽采量預測結果為191億m3，由式(2)可得2015年噸煤瓦斯抽采量預測結果為4.756m3/t，因此可得2015年我國煤炭產量預測結果為40.2億t。不同模型對我國2015年煤炭產量預測結果的對比見表2。

表2 不同模型對2015年煤炭產量預測結果對比

注：表中線性回歸的預測值，是直接與時間擬合所得結果

由表2可知，本文間接法預測煤炭產量的相對誤差為7.2%，預測結果明顯優于線性回歸、GM(1，1)模型等傳統煤炭產量預測方法，說明本文建立的間接法預測煤炭產量的模型是可行的。

3 噸煤瓦斯抽采量與百萬噸死亡率定量關系研究

3.1 瓦斯事故百萬噸死亡率與噸煤瓦斯抽采量的回歸分析

我國2007-2015年煤礦安全生產相關參數見表3。

表3 煤礦安全生產相關參數

注：瓦斯事故死亡比率=瓦斯事故死亡人數/各類事故死亡人數；瓦斯事故百萬噸死亡率=瓦斯事故死亡人數/各類事故死亡人數*百萬噸死亡率，瓦斯事故百萬噸死亡率即每生產一百萬噸煤炭發生瓦斯事故死亡的人數

煤炭產量一定的情況下，瓦斯抽采量越高，相應地瓦斯事故百萬噸死亡率越低，即噸煤瓦斯抽采量與瓦斯事故百萬噸死亡率成反比關系。噸煤瓦斯抽采量與瓦斯事故百萬噸死亡率的關系見圖5。

圖5 瓦斯事故百萬噸死亡率與噸煤瓦斯抽采量的回歸分析

在進行瓦斯事故百萬噸死亡率與噸煤瓦斯抽采量的回歸分析時，應考慮到盡管瓦斯事故百萬噸死亡率隨著噸煤瓦斯抽采量的增加而減小，但瓦斯事故百萬噸死亡率不可能減小為0或負數，其關系式應是以0為漸近線的減函數。因此，回歸分析時選用指數函數，瓦斯事故百萬噸死亡率與噸煤瓦斯抽采量的函數關系式為：

y=1.321e-0.671x

(3)

3.2 百萬噸死亡率的預測

由表3可知瓦斯事故死亡比率的取值范圍約為0.25～0.33。當瓦斯事故死亡比率的取值為0.25時，百萬噸死亡率為0.216；當瓦斯事故死亡比率的取值為0.33時，百萬噸死亡率為0.162，即2015年百萬噸死亡率的預測區間為[0.162,0.216]。不同模型對我國2015年煤礦百萬噸死亡率預測結果的對比見表4。

表4 不同模型百萬噸死亡率預測結果對比

注：表中指數函數的預測值，是直接與時間擬合所得結果

由表4可知，2015年我國煤礦百萬噸死亡率實際值為0.162，正好落在本文依據噸煤瓦斯抽采量預測煤礦百萬噸死亡率的預測區間，預測結果明顯優于指數函數、GM(1，1)模型等傳統煤礦百萬噸死亡率預測方法，說明本文建立的依據噸煤瓦斯抽采量預測煤礦百萬噸死亡率的模型是可行的。

由式(3)可得，以2015年為起點，若噸煤瓦斯抽采量提高1%，則瓦斯事故百萬噸死亡率降低1.85%，百萬噸死亡率降低5.55%～7.40%，可見提高噸煤瓦斯抽采量對降低百萬噸死亡率的重要性，因此應增強煤層瓦斯抽采力度。

4 結論

(1)依據噸煤瓦斯抽采量與時間的函數關系及瓦斯抽采量與時間的函數關系，間接對煤炭產量進行預測，預測結果誤差較小，明顯優于線性回歸、GM(1，1)模型等傳統煤炭產量預測方法。

(2)依據噸煤瓦斯抽采量建立了百萬噸死亡率預測模型，實際值落在預測區間，而指數函數、GM(1，1)模型等傳統煤礦百萬噸死亡率預測結果誤差較大。

(3)以2015年為起點，噸煤瓦斯抽采量每提高1%，百萬噸死亡率降低5.55%～7.40%。因此應加強煤層瓦斯的抽采力度，促進煤礦安全形勢好轉。

[1] 范加冬,韓立軍.曲線回歸與傅里葉級數組合方法在瓦斯抽采量預測中的應用[J].中國安全科學學報,2012(2)

[2] 聶國洪.礦井瓦斯抽采量的灰色動態預測[J].煤炭工程,2010(8)

[3] 陳守坤,李希建,徐浩等.灰色理論在煤層瓦斯抽采量預測中的應用[J].礦山機械,2010(5)

[4] 羅迪,馬新.基于Gauss-Legendre公式改進的煤炭產量灰色預測模型研究[J].煤炭工程,2014(4)

[5] 王文才,喬旺,王瑞智等.基于一元線性回歸的中國煤炭行業年死亡人數與年煤炭產量的預測研究[J].工礦自動化,2010(12)

[6] 楊珊,陳建宏,郭宏斌等.基于無偏灰色模型的煤礦百萬噸死亡率預測[J].中國安全科學學報,2011(9)

[7] 徐建新,楊杰.煤礦百萬噸死亡率動態無偏灰色馬爾科夫預測[J].中國安全科學學報,2012(3)

[8] 王麗. 中國煤礦瓦斯突出災害事故規律與管理對策研究[J].中國煤炭，2016(11)

[9] 王李管,裴安磊.尾部殘差修正GM(1,1)模型在煤礦百萬噸死亡率預測中的應用[J].科技導報,2013(8)

[10] 趙紅梅,陳開巖,王超.關于我國煤礦百萬噸死亡率的灰色預測探討[J].礦業安全與環保,2006(4)

(責任編輯 張艷華)

全國煤礦超層越界開采專項檢查整治行動啟動

為嚴厲打擊煤礦超層越界開采違法違規行為，維護良好的礦產資源開發秩序，有效防范和堅決遏制煤礦超層越界開采造成安全事故，國土資源部、國家安全監管總局、國家煤礦安監局聯合下發通知，集中開展煤礦超層越界開采專項檢查整治行動。

據了解，本次檢查整治范圍為全國所有煤礦，采取煤礦企業自查、接受社會舉報、聯合開展檢查、嚴肅查處違法違規行為等方式，分為準備部署階段(3月上旬)、企業自查整改階段(3月中旬至4月上旬)、集中檢查整治階段(4月中旬至7月底)、鞏固總結階段(8月)四個階段。

Research on quantitative relationship between gas drainage volume per ton and fatality rate per million tons

Xu Qingwei1, Wang Zhaofeng2

(1. College of Resources & Civil Engineering, Northeastern University, Shenyang, Liaoning 110819, China; 2. College of Safety Science & Engineering, Henan Polytechnic University, Jiaozuo, Henan 454000, China)

In order to investigate the relationship among gas drainage volume, coal production and fatality rate per million tons, proposed a concept of gas accident fatality rate per million tons and studied the relationship between gas accident fatality rate per million tons and gas drainage volume per ton. Taking gas drainage volume per ton and gas drainage volume as function of time, this paper forecasted coal production indirectly. Established fatality rate per million tons prediction model on the basis of gas drainage volume per ton. The results showed that prediction error of coal production was smaller, which was better than traditional coal production forecast models, such as linear regression and GM (1,1) model. Actual value of fatality rate per million ton fell into the predicted interval, while traditional fatality rate per million ton forecast models, such as exponential function and GM(1,1) model, generated large error.

gas drainage volume, coal production, fatality rate per million tons, forecast model

徐青偉,王兆豐.噸煤瓦斯抽采量與百萬噸死亡率的定量關系研究[J].中國煤炭，2017，43(4)：123-127.XuQingwei,WangZhaofeng.Researchonquantitativerelationshipbetweengasdrainagevolumepertonandfatalityratepermilliontons[J].ChinaCoal, 2017，43(4)：123-127.

TD

A

徐青偉(1990-)，男，河南民權人，東北大學博士研究生，研究方向為安全評價、礦山安全等。