运用混沌理论对平煤十矿的实际瓦斯涌出数据进行了分析处理,采用基于关联积分的C-C方法确定了重构空间的时间延迟和嵌入维数,并对时间序列数据进行相空间重构,利用最小数据量法确定了时间序列的最大Lyapunov指数;运用混沌理论加权一阶局域预测方法,建立了混沌时间序列瓦斯异常涌出预测模型;并利用平煤十矿己15-24080掘进工作面31d的瓦斯实际浓度数据对该模型进行了预测效果检验。结果表明:时间序列的最大Lyapunov指数大于零,证明了时间序列数据具有混沌特征;模型中瓦斯异常涌出的预测发生时间和实际

为了进行煤矿工作面瓦斯监测浓度预测预警,首先对瓦斯监测数据进行异常数据替代、缺失数据补齐、消噪等预处理,确保瓦斯浓度原始输入数据的完善性。然后利用Lyapunov指数对原始瓦斯涌出量的时间序列进行混沌性识别和相空间重构,以此建立瓦斯涌出量混沌预测数学模型。根据瓦斯浓度预测结果及其预测区间进行预警阈值计算,并对其对应的预警等级进行划分,完成预警信息。实例分析表明,该方法有效地实现了瓦斯灾害预防从事后应急向事前干预的转移,对于煤矿瓦斯灾害防治水平的提高具有重要的现实意义。