[发明专利]采用疏系数自回归模型预测瓦斯的方法

说明书

技术领域

本发明涉及隧道施工技术领域，尤其是一种采用疏系数自回归模型预测瓦斯的方法。 

背景技术

目前对瓦斯的预测依然是事后预测，即瓦斯浓度超限才报警，没有提前的预测功能。为此，随着瓦斯监控系统的普及，如何利用瓦斯监控系统的现场监测数据来进行有效的瓦斯异常预警预测，成为当前研究的热点之一。 

发明内容

本发明的目的是提供一种采用疏系数自回归模型预测瓦斯的方法，具体就是根据瓦斯隧道中瓦斯浓度的现场监测数据的特点进行瓦斯浓度异常突变预警预测，克服事后预测所带来的不安全因素的影响。 

本发明中的采用疏系数自回归模型预测瓦斯的方法，是在地面中心站布设计算机、数据通讯接口和分站，在隧道内掌子面、衬砌、加宽带和回风口处监测点分别布设掌子面传感器、衬砌传感器、加宽带传感器和回风口传感器，四个监测点分别布设左拱脚传感器、右拱脚传感器和拱顶传感器，所有传感器通过通讯电缆与分站相连接，分站通过传输数据线与数据通讯接口相连接，数据通讯接口与计算机相连接，其特征在于，包括如下步骤：

1）         在所述计算机内建立疏系数自回归模型； 

 2）         各种传感器把所监测到的瓦斯浓度转变成电信号传输给所述分站

3）         所述分站对不同检测部位的瓦斯浓度数据分别进行分析处理，同时将瓦斯浓度传递给所述计算机； 

4）         计算机根据瓦斯浓度绘制时间曲线图形，确定曲线图形中3个重要异常点位：异常起始点、缓慢上升到快速上升/快速上升到缓慢上升/缓慢下降到快速上升/快速下降到缓慢下降的转折点、峰值点。 

5）         计算机根据所述时间曲线图形和异常点位确定疏系数自回归技术模型的参数，调用疏系数自回归技术模型对未来的瓦斯浓度异常突变进行趋势预测。 

在本发明瓦斯预测方法疏系数自回归模型： 

Yt=α^0+α^1Yt-1+α^2Yt-2+...+α^pYt-p+ϵt,]]>式中 的下标是{1，2，3，4，......P}的子集，P是使BIC准则函数BIC_P＝log(σ_ε(P))²+[Plog(N-n)²]/(N-n)(n≥P≥0)极值最小的值，此时模型为最佳预报模型。 

本发明通过对瓦斯监测数据进行瓦斯预测预报，通过疏系数自回归预测模型对瓦斯突出前出现异常的极大可能时刻进行预警预测，为制定防治瓦斯技术措施提供了参考依据，同时，确保施工人员安全，因此，本发明对瓦斯隧道施工安全具有重要意义。 

附图说明

本发明将通过例子并参照附图的方式说明，其中： 

图1是本发明的基本方法逻辑方框图。 

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。