自拍偷拍网,自拍偷拍第一页,色姑娘综合网

首頁今日動(dòng)態(tài) 人才市場(chǎng) 新技術(shù)專欄中國科學(xué)人云展臺(tái)
BioHot
云講堂直播會(huì)展中心特價(jià)專欄技術(shù)快訊免費(fèi)試用

生物通官微
陪你抓住生命科技
跳動(dòng)的脈搏

生物通首頁 > 今日動(dòng)態(tài) > 正文

基于時(shí)空?qǐng)D注意力網(wǎng)絡(luò)的煤炭自燃預(yù)警模型研究

《Fuel》：Research on coal spontaneous combustion early warning model based on Spatio-Temporal graph attention network

【字體：大中小】 時(shí)間：2026年03月03日 來源：Fuel 7.5

編輯推薦：

　　針對(duì)煤礦采空區(qū)自燃預(yù)警系統(tǒng)精度不足的問題，本研究通過程序加熱實(shí)驗(yàn)與30天現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)融合，揭示了不同氧濃度下指標(biāo)氣體釋放規(guī)律及時(shí)空演化特征，創(chuàng)新性地提出ST-GAT-Transformer模型，融合時(shí)空?qǐng)D注意力機(jī)制與Transformer的自注意力機(jī)制，顯著提升高溫異常區(qū)預(yù)測(cè)精度（準(zhǔn)確率>97.4%，MAE 1.77℃）。

楊標(biāo)安|張柏林|胡海峰|張星華

中國太原理工大學(xué)安全與應(yīng)急管理工程學(xué)院，太原，030024

摘要

針對(duì)煤礦空洞中煤炭自燃的時(shí)空非線性演化導(dǎo)致早期預(yù)警系統(tǒng)精度不足的工程問題，本研究通過編程加熱實(shí)驗(yàn)結(jié)合30天的現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)，闡明了不同階段煤炭自燃時(shí)指示氣體的釋放規(guī)律和時(shí)空演化特征，并利用可信度加權(quán)融合算法糾正了復(fù)雜工作條件下的分級(jí)預(yù)警閾值偏差。創(chuàng)新性地提出了ST-GAT-Transformer模型：ST-GAT模塊挖掘監(jiān)測(cè)點(diǎn)之間的動(dòng)態(tài)空間相關(guān)性，而Transformer的自注意力機(jī)制實(shí)現(xiàn)了對(duì)空洞中時(shí)空特征的自適應(yīng)融合，從而準(zhǔn)確識(shí)別高溫異常區(qū)域。與RNN、LSTM和GRU等模型相比，該模型在高溫區(qū)域的預(yù)測(cè)性能最優(yōu)，準(zhǔn)確率超過97.4%，溫度預(yù)測(cè)均方誤差（MAE）為1.77°C，均方根誤差（RMSE）為2.01°C，平均絕對(duì)百分比誤差（MAPE）為1.18%，決定系數(shù)R²為0.98。該方法為煤炭自燃的準(zhǔn)確分級(jí)預(yù)警和空洞中高溫異常區(qū)域的識(shí)別提供了新的技術(shù)路徑和科學(xué)依據(jù)。

引言

煤炭自燃是煤礦安全生產(chǎn)領(lǐng)域的主要災(zāi)害之一[1]。它引發(fā)的次生災(zāi)害（如瓦斯爆炸）嚴(yán)重威脅礦工的生命安全和礦區(qū)的生態(tài)穩(wěn)定性[2]、[3]。根據(jù)不完全統(tǒng)計(jì)，煤炭自燃造成的直接經(jīng)濟(jì)損失每年超過20億元人民幣。此外，有毒有害氣體通過空洞裂縫釋放[4]、[5]，事故處理成本可能是早期預(yù)警措施的十倍以上[6]。因此，準(zhǔn)確分級(jí)預(yù)警煤炭自燃對(duì)于保障礦工的生命財(cái)產(chǎn)安全和煤礦安全至關(guān)重要[7]、[8]。

近年來，許多學(xué)者和專家對(duì)煤炭自燃過程中的氣體釋放特性和溫度變化進(jìn)行了深入研究[9]。由于煤炭自燃涉及復(fù)雜的物理化學(xué)演化過程，熱量逐漸積累，最終在溫度升高時(shí)發(fā)生自燃[10]、[11]。在這一過程中，主要利用指示氣體來預(yù)測(cè)煤炭自燃。通過分析氧化過程中釋放的一氧化碳、烯烴和烷烴等氣體的濃度，可以確定煤炭自燃的階段[12]、[13]。通常，煤炭自燃分為三個(gè)階段：潛伏期、自熱期和自燃期[14]。許多研究者通過實(shí)驗(yàn)研究獲得了指示氣體與預(yù)警限值之間的定量關(guān)系[15]。然而，由于實(shí)驗(yàn)數(shù)據(jù)與實(shí)際環(huán)境中的氣體濃度存在差異，預(yù)測(cè)結(jié)果存在偏差[16]、[17]。此外，溫度、濕度以及煤炭的物理化學(xué)參數(shù)之間存在高度的非線性相關(guān)性[18]。這些因素對(duì)煤炭自燃的演化有顯著影響，進(jìn)一步增加了煤炭自燃預(yù)警的難度[19]、[20]。

隨著機(jī)器學(xué)習(xí)和人工智能的快速發(fā)展，煤炭自燃預(yù)警研究逐漸突破了傳統(tǒng)閾值模型的應(yīng)用局限[21]。例如，神經(jīng)網(wǎng)絡(luò)[22]、[23]、支持向量機(jī)[24]、[25]、隨機(jī)森林模型[26]、[27]、TOPSIS模型[28]、[29]等，構(gòu)建了智能分層預(yù)警技術(shù)系統(tǒng)。Pei[30]等人提出了一個(gè)整合PCA、CBR、FM和SO算法的煤炭自燃預(yù)測(cè)模型，實(shí)驗(yàn)驗(yàn)證表明該模型具有良好的預(yù)測(cè)性能和計(jì)算效率。Zhang[31]等人構(gòu)建了VMD-KPCA-LSTM-attention模型來預(yù)測(cè)空洞中的多個(gè)環(huán)境參數(shù)，并驗(yàn)證了該模型的預(yù)測(cè)準(zhǔn)確性和魯棒性優(yōu)于傳統(tǒng)模型。Zhou[32]等人提出了AEM-AHP-LSTM模型，用于解決煤炭自燃過程中的多目標(biāo)評(píng)估中的權(quán)重計(jì)算問題。Cao[33]等人提出的LSTM-imKF-RNN模型對(duì)一氧化碳的預(yù)測(cè)準(zhǔn)確率極高。如表1所示，以下是近年來傳統(tǒng)模型與ST-GAT-Transformer模型的對(duì)比分析表。結(jié)果表明，傳統(tǒng)模型無法有效融合實(shí)驗(yàn)數(shù)據(jù)和現(xiàn)場(chǎng)數(shù)據(jù)，只能捕捉單一維度的時(shí)間特征或局部空間相關(guān)性。

因此，以中國內(nèi)蒙古的一個(gè)煤礦為研究對(duì)象，本研究創(chuàng)新性地整合了煤炭自燃編程加熱氧化實(shí)驗(yàn)的多維數(shù)據(jù)和空洞中的多點(diǎn)監(jiān)測(cè)數(shù)據(jù)。基于不同溫度階段煤炭的氧化氣體生成規(guī)律，構(gòu)建了多源動(dòng)態(tài)校正模型，有效減少了實(shí)驗(yàn)數(shù)據(jù)與現(xiàn)場(chǎng)數(shù)據(jù)之間的偏差，為準(zhǔn)確預(yù)警提供了數(shù)據(jù)支持。基于空洞的空間拓?fù)浣Y(jié)構(gòu)和時(shí)間監(jiān)測(cè)特性，提出了煤炭自燃的多指標(biāo)分級(jí)預(yù)警系統(tǒng)，并建立了融合時(shí)空?qǐng)D注意力網(wǎng)絡(luò)（ST-GAT）和Transformer的動(dòng)態(tài)預(yù)警模型。具體而言，ST-GAT模塊準(zhǔn)確捕捉了不同監(jiān)測(cè)節(jié)點(diǎn)之間的空間異質(zhì)相關(guān)性，而Transformer的自注意力機(jī)制高效模擬了煤炭自燃參數(shù)的長期時(shí)間依賴性。隨后通過動(dòng)態(tài)權(quán)重融合時(shí)空特征，并將煤炭自燃的物理規(guī)律作為約束條件，從根本上避免了純數(shù)據(jù)驅(qū)動(dòng)模型的非物理偏差。最終實(shí)現(xiàn)了煤炭自燃的準(zhǔn)確分級(jí)預(yù)警和高溫區(qū)域的定位，為現(xiàn)場(chǎng)火區(qū)控制提供了科學(xué)依據(jù)。

數(shù)據(jù)預(yù)處理模塊

通過整合實(shí)驗(yàn)數(shù)據(jù)和現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)，融合了煤炭自燃的特征指標(biāo)。設(shè)任意特征 X(t, i, k) 表示第 t 時(shí)刻第 i 個(gè)監(jiān)測(cè)點(diǎn)的第 k 個(gè)特征，其樣本集為 S={X(1, 1, k), X(1, 2, k), …, X(T, N, k)}，則歸一化公式如下：

X_{n o r} (t, i, k) = X (t, i, k) - X_{\min} (k) X_{\max} (k) X (k)

由于實(shí)驗(yàn)中采用了固定的氧濃度梯度，因此現(xiàn)場(chǎng)氧濃度監(jiān)測(cè)

實(shí)驗(yàn)樣品制備

實(shí)驗(yàn)用煤樣選自中國內(nèi)蒙古某煤礦的第12層煤層。采用了五種不同粒度的混合比例（每種粒度100克，粒徑分別為0～2毫米、2～4毫米、4～6毫米、6～8毫米和8～10毫米）。不同粒度的煤樣通過影響其比表面積和孔隙率來調(diào)節(jié)氣體釋放：細(xì)顆粒具有較大的比表面積、較強(qiáng)的氧吸附能力和更強(qiáng)烈的氧化反應(yīng)；粗顆粒則相反

現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)

實(shí)際煤礦中空洞和工作面的氧濃度并不恒定，受通風(fēng)條件、殘留煤堆積狀態(tài)和密封程度等因素影響。空洞最深處的氧濃度最低時(shí)低于3%，而靠近工作面新鮮空氣流動(dòng)處的氧濃度接近21%。在固定氧濃度條件下，實(shí)驗(yàn)室獲得的煤炭自燃?xì)怏w指標(biāo)

實(shí)驗(yàn)結(jié)果

如圖6所示，煤炭自燃的氧化氣體主要包括CO、CO₂、CH₄、C₂H₆、C₂H₄和C₂H₂。CO生成的臨界溫度約為53°C，且CO的生成在整個(gè)氧化過程中持續(xù)存在，其產(chǎn)量隨溫度呈指數(shù)增長。在低氧環(huán)境中，CO的釋放會(huì)延遲5～10°C。在實(shí)驗(yàn)初期（28°C）時(shí)，CO₂濃度為441 ppm，表明有大量CO₂釋放

現(xiàn)場(chǎng)測(cè)試驗(yàn)證

如圖10所示，針對(duì)高溫區(qū)域的遷移規(guī)律，在空洞的潛在高溫區(qū)域鉆探了測(cè)試鉆孔，并使用不同模型預(yù)測(cè)了接下來28天的溫度變化。將預(yù)測(cè)值與高溫區(qū)域的實(shí)際值進(jìn)行了比較。

從圖11可以看出，預(yù)測(cè)值的變化趨勢(shì)與實(shí)際值一致。總體而言，ST-GAT-Transformer模型

結(jié)論

（1）以中國內(nèi)蒙古某煤礦的第12層煤層為研究對(duì)象，本研究基于時(shí)空?qǐng)D注意力網(wǎng)絡(luò)（ST-GAT）和Transformer模型構(gòu)建了改進(jìn)的分級(jí)預(yù)警模型，提出了能夠確定高溫異常區(qū)域及其遷移規(guī)律的預(yù)測(cè)方法，為后續(xù)的實(shí)驗(yàn)分析和現(xiàn)場(chǎng)研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)。

（2）通過編程