Borehole detection test of primary CO in coal seam
-
摘要: 当前不少研究均得出煤层赋存原生CO气体的结论,但是未考虑钻孔施工过程中产生CO后被煤体吸附的可能。为探究西北地区易自燃煤层是否存在原生CO的问题,采用原始煤层原位钻孔探测方法进行原生CO探测试验。在未受采动影响的实体煤区域沿巷帮一字排开布置3个测试钻孔,钻孔密封后采用高纯N2置换密闭气室内气体,采用专用抽气泵抽取钻孔内气体,消除原位探测钻孔施工过程中煤体氧化产生CO对试验结果的影响。在分析煤层原生CO来源可能性及其涌出理论的基础上,探讨了密闭钻孔内气体浓度随时间变化特征,结果表明:密封后钻孔内O2和CO体积分数随密封时间的延长而迅速降低,12 d后O2体积分数稳定在2%以下;12 d后CO体积分数低于10−12,气相色谱仪未检测到CO气体;钻孔内气体主要为N2。由此推断,待测煤层中无原生CO气体。N2环境破煤试验和煤样常温恒温氧化试验结果表明,封孔初期检出的CO气体来源于钻孔施工破煤作业。Abstract: At present, many studies have come to the conclusion that the coal seam contains primary CO gas, but the possibility of CO being adsorbed by coal after CO generated in drilling construction is not considered. In order to explore whether there is primary CO in spontaneous combustion coal seam in Northwest China, the original coal seam in-situ drilling detection method is used to detect primary CO. Three test boreholes are arranged in a row along the roadway side in the solid coal area not affected by mining. After the boreholes are sealed, high-purity N2 is used to replace the gas in the closed gas chamber, and the gas in the boreholes is extracted by a special air pump, so as to eliminate the impact of CO generated by coal oxidation on the test results during the construction of in-situ detection boreholes. On the basis of analyzing the source possibility of primary CO in coal seam and its emission theory, the variation characteristics of gas concentration in closed borehole with time are discussed. The results show that volume fraction of O2 and CO in the sealed borehole decrease rapidly with the extension of sealing time, and the volume fraction of O2 is stable below 2% after 12 days. After 12 days, the CO volume fraction is lower than 10−12, and no CO gas is detected by gas chromatograp. The gas in the borehole is mainly N2. It is concluded that there is no primary CO gas in the tested coal seam. The results of coal breaking test in N2 environment and coal sample oxidation test at normal temperature and constant temperature show that CO gas detected at the initial stage of borehole sealing comes from coal breaking operation in drilling construction.
-
0. 引言
粉尘是煤矿作业中的主要危害因素之一,对矿工身体健康危害极大[1-2]。长期暴露在高浓度的煤矿粉尘环境中,粉尘颗粒逐渐沉积于肺部,可能引发不可逆的纤维化病变[3-4],最终导致严重的肺部疾病。开展粉尘浓度连续监测不仅是保障工人健康的重要手段,还能为制定有效的粉尘防控策略提供科学依据,从而降低尘肺病的发生概率。
光散射法是粉尘浓度连续监测领域的重要技术,研究者围绕该方法在理论与应用方面进行了广泛探索。J. R. Patts等[5]开发了一种结合光散射监测仪与移动摄像设备的系统,用于评估工人的粉尘暴露水平。A. Konoshonkin等[6]通过物理光学近似法研究了复杂形状大颗粒的光散射行为。Lin Chengjun等[7]针对粒径反演不稳定问题,提出了一种基于多参数优化的解决方案。Cui Xiaojun等[8]优化了鞘流结构设计,提升了粉尘散射信号的检测精度。Zheng Xiuting等[9]分析了粒径、折射率和光波长对粉尘浓度监测的影响规律。戴珺等[10]通过改进反演算法显著提高了测量系统的稳定性和抗干扰能力。吴娟等[11]利用非线性特征向量提取技术与神经网络模型,实现了粉尘颗粒的粒径解析和特性识别。
然而,现有方法在煤矿井下高湿度环境中的应用仍存在一定局限性。当环境相对湿度达到或超过60%时,粉尘颗粒会发生显著的吸湿生长,导致粉尘浓度监测结果产生偏差[12]。针对该问题,C. Sioutas等[13]采用扩散干燥剂降低空气湿度,但需要定期维护干燥剂,以确保其正常工作。另外,一些研究尝试结合湿度传感器与经验算法,通过引入修正因子来补偿湿度对粉尘浓度的影响[14-16],但这种方法无法实时反映吸湿后粉尘颗粒粒径变化对浓度监测结果的影响,因此在一定程度上限制了监测的准确性。
为了提高煤矿井下高湿度环境下的粉尘浓度监测精度,通过观察不同湿度条件下煤矿粉尘吸湿生长的形貌特征,分析了湿度对煤矿粉尘颗粒粒径变化和粉尘浓度监测的影响规律;基于湿度环境下多角度光散射粉尘浓度监测实验,提出一种基于光散射原理的在线湿度补偿技术。
1. 煤矿粉尘颗粒吸湿生长形貌特征及粒径变化规律
为了提升煤矿粉尘浓度监测的实效性与精准度,需要实时捕捉粉尘颗粒吸湿状况的动态变化。因此,从微观层面出发,运用扫描电子显微镜,研究煤矿粉尘颗粒吸湿生长时所展现出的形貌特性及颗粒粒径变化规律。
1.1 实验准备
实验所用粉尘需接近煤矿实际环境中的特性。将采集自煤矿的原始粉尘进行研磨处理后,采用自动分样筛进行筛分,获得中位粒径不超过75 μm的颗粒样本,以确保其粒度满足实验要求。
实验仪器包括以下4种:
1) 扫描电子显微镜。用于观察粉尘颗粒在吸湿条件下的微观形貌变化,其技术参数:分辨率高于3.0 nm@30 kV,放大倍数为6~300 000,加速电压为0~30 kV;样品台支持X轴移动≤80 mm,Y轴移动≤60 mm,Z轴移动≤50 mm,旋转角度为360°连续,倾斜角度为−5~+90°,可容纳直径为80 mm的样品,最大样品直径为110 mm。
2) 粉尘采样器与分析天平。用于定量测定粉尘浓度。其中,粉尘采样器负载能力≥200 Pa,测量误差为±10%;分析天平的量程为120/42 g,分辨率分别为0.1 mg和0.01 mg。
3) 粒径分析仪。用于评估粉尘颗粒的粒径分布,测试范围为0~150 μm,精度为±10%。
4) 温湿度计。用于监测实验环境的温湿度条件,温度测量范围为−10~80 ℃,误差为±0.5 ℃;相对湿度测量范围为10%~99%,误差为±1%RH。
实验系统由粉尘喷射装置、温湿度控制设备、实验舱、加湿器和取样装置等组成。粉尘喷射装置负责将粉尘样本均匀分布于实验舱内,取样装置用于在不同温湿度条件下收集粉尘颗粒,为实验分析提供样本。通过温控和湿度调节设备,实现实验舱内环境的稳定控制,覆盖温度范围10~30 ℃及相对湿度范围30%~95%。实验舱如图1所示。
实验步骤如下:
1) 粒径分析。将实验粉尘置于温度为25 °C、相对湿度为30%的恒温恒湿箱中静置处理24 h,以确保其达到稳定状态。随后取出一部分粉尘样品,通过粒度分析仪对其颗粒分布进行检测,并详细记录分析结果。
2) 温湿度控制。启动环境实验舱的温湿度调节设备,将舱内温度稳定控制在(25±1)°C。根据实验要求,设置相对湿度范围为35%~98%,以模拟不同湿度条件下的实验环境。
3) 粉尘喷射。待舱内温湿度达到并稳定在预设值后,启动粉尘发生装置,将煤矿粉尘均匀释放到舱内。经过一段时间喷射操作后关闭装置,静待实验舱内的粉尘浓度达到平衡状态。
4) 电镜采样分析。在粉尘自然沉降至取样台的导电胶表面后,小心移除导电胶,并对样品进行喷金处理。将处理后的样品放入扫描电子显微镜中,观察煤矿粉尘颗粒吸湿生长后的微观形貌特征。
1.2 不同湿度下煤矿粉尘颗粒形貌特征变化
在高湿度环境下,粉尘颗粒会因吸湿作用发生尺寸增长的现象[17]。通过扫描电子显微镜对沉积在导电胶上的粉尘颗粒进行观察,记录不同湿度条件下颗粒的形貌变化。选取粒径为10 μm的粉尘颗粒作为研究对象,对其在吸湿生长过程中的微观形貌进行分析。将扫描电镜放大1 500倍,粒径10 μm煤矿粉尘颗粒的吸湿生长形貌特征如图2所示。
从图2可看出:当环境相对湿度低于40%时,粉尘颗粒表面相对粗糙,与原始状态对比,并未出现明显的吸湿现象;当湿度达到50%时,颗粒表面开始附着不同尺寸的小颗粒,粉尘颗粒开始发生吸湿生长;当湿度增至65%时,吸湿现象更加明显,颗粒表面附着了更多片状物质,且粉尘颗粒的粒径显著增大;当湿度达到80%时,吸湿生长现象更加显著,颗粒的粒径变化更为明显。可见,当环境相对湿度达到或超过50%时,粉尘颗粒开始显现吸湿生长现象。随着湿度的进一步增加,颗粒的粒径持续增大,湿度越高,煤矿粉尘颗粒的凝并生长速度越快,生成的颗粒结构更加紧密。
1.3 煤矿粉尘颗粒粒径与湿度的关系
为了进一步研究粉尘颗粒的吸湿生长规律,在湿度由35%升至98%的过程中,使用导电胶进行粉尘采样并确保发尘浓度保持恒定,通过扫描电子显微镜观察湿度升高过程中煤矿粉尘颗粒的粒径。绘制煤矿粉尘颗粒粒径与环境湿度的关系曲线,如图3所示。可看出煤矿粉尘颗粒粒径随着湿度的增加呈现指数型增长趋势,其拟合关系为
$$ D=D_0(1+kh^a) $$ (1) 式中:D为在相对湿度$ h $(通常取0~100%)下的粒径;D0为干燥条件下的粒径;k为吸湿性常数,其值与颗粒化学性质相关;a为指数参数,通常为1~2。
2. 煤矿粉尘浓度与湿度的关系
为了探究湿度对煤矿粉尘浓度的影响,首先在环境湿度低于50%的条件下,通过手工采样称重法测得粉尘浓度为11.3 mg/m³。在保持发尘浓度恒定的前提下,采用相同的手工采样方法,在不同湿度环境下测量并记录粉尘浓度变化,得到不同环境湿度下的粉尘浓度变化曲线,如图4所示。可看出当环境湿度由50%逐步增加至90%时,煤矿粉尘浓度呈现指数型增长趋势。经拟合,得到煤矿粉尘浓度与环境湿度之间的关系:
$$ C_{\mathrm{m}}(h)=C_{\mathrm{m}}(0)(1+kf^b(h)^{ }) $$ (2) 式中:$ C_{\mathrm{m}}(h) $为不同湿度下的煤矿粉尘浓度;$ {C_{\mathrm{m}}}(0) $为干燥条件下的煤矿粉尘浓度;$ f(h) $为湿度增量函数,通常为非线性函数;b为指数参数。
3. 用于煤矿粉尘浓度监测的湿度补偿技术
为减少湿度变化引起的粉尘浓度监测误差,需在煤矿粉尘浓度监测中进行湿度在线补偿。当前煤矿粉尘浓度监测中常用光散射法,因此提出一种基于不同角度散射光特性的湿度在线补偿技术。
3.1 多角度光散射粉尘浓度监测单元
基于多角度光散射理论,当光散射角度为π/2和3π/2时,能够实现最理想的粉尘浓度监测效果[18-19]。故在光散射角度为π/2和3π/2处分别安置光散射接收器,并将激光光源设置在与接收角垂直的方向。粉尘在2个接收器及激光光源所构成的空间中通过。
多角度光散射粉尘浓度监测单元主要由激光发射、散射光接收及光陷阱3个部分构成,如图5 所示。激光发射部分包含激光光源和光学透镜组,散射光接收部分由光电传感器和检测电路组成,光陷阱的作用是吸收入射光及干扰反射光,以确保监测过程的准确性。
进行粉尘浓度监测时,开启激光光源,激光经过光学透镜组产生1组光强稳定的平行入射光。当被测粉尘颗粒在光敏感区通过时,依据Mie散射原理,光电传感器1和2会接收到散射光。通过特定的换算方法可得出被测粉尘的浓度值。
3.2 湿度补偿实验模型
为研究不同湿度、不同粉尘颗粒粒径与散射光通量之间存在的关系,构建用于粉尘浓度监测的湿度补偿实验模型。实验所使用的粉尘、仪器及系统均与1.1节中保持一致,仅在实验步骤的最后一个环节增加采集光通量值的操作:将多角度光散射粉尘浓度监测单元放置于环境实验舱内,进行发尘操作;待粉尘浓度稳定后,采集多角度光散射粉尘浓度监测单元在不同湿度、不同粒径粉尘情况下光散射角度为π/2和3π/2时的散射光通量值。发尘操作使粉尘浓度达到11.3 mg/m³,经过反复多次实验,采集同一种中位粒径粉尘在不同湿度条件下光散射角度为π/2和3π/2时的散射光通量并计算比值,绘制中位粒径为11.3 μm的粉尘在不同湿度下的散射光通量比值曲线,如图6所示。经回归分析[20-21],得到同种粒径粉尘的散射光通量比值与湿度的关系。
$$ {k_{\mathrm{h}}} = {m_{{\mathrm{d}}2}}{\exp(h)} $$ (3) 式中:$ {k_{\mathrm{h}}} $为同种粒径粉尘的散射光通量比值与湿度的关系因子;$ {m_{{\mathrm{d}}2}} $为修正系数。
采集不同中位粒径粉尘在相同湿度环境下光散射角度为π/2和3π/2时的散射光通量并计算比值,得到不同中位粒径粉尘在90%RH湿度下2个角度的散射光通量比值曲线,如图7所示。经回归分析,得到相同湿度情况下粉尘中位粒径与散射光通量比值的关系。
$$ k_{\mathrm{p}}=m_{\mathrm{d}1}\ln\frac{d}{\mathrm{mm}}+m_1 $$ (4) 式中:$ {k_{\mathrm{p}}} $为不同中位粒径粉尘在相同湿度下的散射光通量比值的补偿因子;$ {m_{{\mathrm{d}}1}} $为修正系数;d为被测粉尘颗粒粒径;$ {m_1} $为补偿量。
经过实验研究和数学分析,建立实时反馈粉尘颗粒吸湿生长引起粒径变化的湿度补偿实验模型:
$$ C_{\Delta\mathrm{m}}=k_{\mathrm{p}}k_{\mathrm{h}}(I_1+I_2) $$ (5) 式中:CΔm为粉尘浓度;I1,I2分别为散射角度为π/2和3π/2对应位置接收到的散射光强度。
4. 煤矿粉尘浓度监测实验
设置实验环境温度为(25±2)°C,相对湿度为(80±2)%,以滤膜采样法为标准方法,采用带湿度补偿与不带湿度补偿的粉尘浓度监测单元进行对比,得到不同浓度下的监测误差,如图8所示。可看出采用湿度补偿的多角度光散射粉尘浓度监测单元监测误差≤11.2%,相比未进行湿度补偿的监测单元,误差降低了2.9%。
5. 结论
1) 观察煤矿粉尘颗粒在吸湿生长过程中的形貌特征,通过实验得到不同湿度条件下煤矿粉尘颗粒粒径和粉尘浓度的变化规律。
2) 研究了环境湿度、粉尘颗粒粒径与散射光通量之间的关联性,建立了湿度补偿实验模型。
3) 开展了基于湿度补偿的粉尘浓度监测实验,结果表明,采用湿度补偿的多角度光散射粉尘浓度监测单元的粉尘浓度误差≤11.2%,较不带湿度补偿的粉尘浓度监测单元降低了2.9%,降低了湿度对粉尘浓度监测的影响。
-
-
[1] 邓军, 李青蔚, 肖旸, 等. 原煤和氧化煤的低温氧化特性[J]. 西安科技大学学报,2018,38(1):1-7. DENG Jun, LI Qingwei, XIAO Yang, et al. Characteristics of low-temperature oxidation of raw and oxidized coals[J]. Journal of Xi'an University of Science and Technology,2018,38(1):1-7.
[2] 朱令起, 周心权, 谢建国, 等. 自然发火标志气体实验分析及优化选择[J]. 采矿与安全工程学报,2008,25(4):440-443. DOI: 10.3969/j.issn.1673-3363.2008.04.013 ZHU Lingqi, ZHOU Xinquan, XIE Jianguo, et al. Analysis of indicator gas of spontaneous combustion and its optimal selection[J]. Journal of Mining & Safety Engineering,2008,25(4):440-443. DOI: 10.3969/j.issn.1673-3363.2008.04.013
[3] 杨鹏, 庄恒超. 西川煤矿工作面上隅角CO来源分析研究[J]. 煤炭工程,2018,50(1):100-104. DOI: 10.11799/ce201801028 YANG Peng, ZHUANG Hengchao. Source analysis of CO in working face upper corner of Xichuan Coal Mine[J]. Coal Engineering,2018,50(1):100-104. DOI: 10.11799/ce201801028
[4] 贾海林, 韩璐璐, 余明高. 煤结构机械破断生成S−CO的规律与机理[J]. 煤炭学报,2017,42(8):2037-2043. JIA Hailin, HAN Lulu, YU Minggao. Formation rule and mechanism of S-CO during the mechanical disruption of coal structure[J]. Journal of China Coal Society,2017,42(8):2037-2043.
[5] 戴广龙. 煤低温氧化过程中自由基浓度与气体产物之间的关系[J]. 煤炭学报,2012,37(1):122-126. DAI Guanglong. Relation between free radicals concentration and gas products in process of coal low temperature oxidation[J]. Journal of China Coal Society,2012,37(1):122-126.
[6] 贾海林, 余明高, 徐永亮. 矿井CO气体成因类型及机理辨识分析[J]. 煤炭学报,2013,38(10):1812-1818. JIA Hailin, YU Minggao, XU Yongliang. Analysis on the genetic type and mechanism identification of carbon monoxide in the coal mine[J]. Journal of China Coal Society,2013,38(10):1812-1818.
[7] 邬剑明, 郭惠宇, 宋金旺, 等. 解吸法测定塔山矿煤层原生CO含量的试验研究[J]. 煤炭科学技术,2010,38(6):54-56. WU Jianming, GUO Huiyu, SONG Jinwang, et al. Experiment study on desorption method to measure in-situ CO content of seam in Tashan Mine[J]. Coal Science and Technology,2010,38(6):54-56.
[8] 朱令起, 刘聪, 杨帆. 煤层CO来源的试验研究及分析[J]. 煤炭科学技术,2016,44(增刊1):68-71. ZHU Lingqi, LIU Cong, YANG Fan. Experimental study and analysis of CO source in coal seams[J]. Coal Science and Technology,2016,44(S1):68-71.
[9] 朱红青, 常明然, 王浩然, 等. 煤层原生CO气体存在性研究[J]. 煤炭技术,2017,36(4):139-140. ZHU Hongqing, CHANG Mingran, WANG Haoran, et al. Study on existence of coal seam primal CO gas[J]. Coal Technology,2017,36(4):139-140.
[10] MELTON C E, GIARDINI A A. Composition and volume of gas released by crushing coal from West Virginia, Kentucky and Alabama[J]. Fuel,1975,54(3):162-164. DOI: 10.1016/0016-2361(75)90004-6
[11] MELTON C E, GIARDINI A A. Composition and volume of gas released by 'melting' coal from West Virginia and Alabama[J]. Fuel,1976,55(2):155-156. DOI: 10.1016/0016-2361(76)90013-2
[12] 肖藏岩, 韦重韬, 郭立稳, 等. 开滦矿区低级烟煤大分子结构演化特征及CO成因[J]. 煤田地质与勘探,2015,43(2):8-12. DOI: 10.3969/j.issn.1001-1986.2015.02.002 XIAO Cangyan, WEI Chongtao, GUO Liwen, et al. Macromolecule structure evolution and CO origine of low rank bituminous coal in Kailuan mining area[J]. Coal Geology & Exploration,2015,43(2):8-12. DOI: 10.3969/j.issn.1001-1986.2015.02.002
[13] 余明高, 解俊杰, 贾海林. 机械力作用下煤结构破断CO释放规律及自燃预测指标修正方法[J]. 中国矿业大学学报,2017,46(4):762-768. YU Minggao, XIE Junjie, JIA Hailin. Release laws of CO produced by coal structure destruction under mechanical force and modification method of the index for predicting coal spontaneous combustion[J]. Journal of China University of Mining & Technology,2017,46(4):762-768.
[14] 许继宗, 李信, 王步青, 等. 大水头煤矿煤层原生CO含量及赋存规律的研究[J]. 矿业安全与环保,2004,31(2):18-20. DOI: 10.3969/j.issn.1008-4495.2004.02.007 XU Jizong, LI Xin, WANG Buqing, et al. Research on original CO content and its occurrence regularity in Dashuitou Coal Mine[J]. Mining Safety & Environmental Protection,2004,31(2):18-20. DOI: 10.3969/j.issn.1008-4495.2004.02.007
[15] WANG H, DLUGOGORSKI B Z, KENNEDY E M. Pathways for production of CO2 and CO in low-temperature oxidation of coal[J]. Energy Fuels,2003,17(1):150-158. DOI: 10.1021/ef020095l
[16] 杨广文, 艾兴. 大雁二矿250综采工作面CO来源的分析及治理[J]. 煤矿安全,2003,34(10):41-43. DOI: 10.3969/j.issn.1003-496X.2003.10.017 YANG Guangwen, AI Xing. Analysis and treatment of CO source in 250 fully mechanized mining face of Dayan No. 2 Mine[J]. Safety in Coal Mines,2003,34(10):41-43. DOI: 10.3969/j.issn.1003-496X.2003.10.017
[17] 岳克明. 常温常压下煤对CO吸附及解吸特性研究[D]. 徐州: 中国矿业大学, 2014. YUE Keming. Study on characteristics of CO adsorption and desorption of coal under normal temperature and pressure[D]. Xuzhou: China University of Mining and Technology, 2014.
[18] 汤宗情. 煤自燃过程中孔隙演化机制及其对多元气体吸附特性的影响[D]. 徐州: 中国矿业大学, 2020. TANG Zongqing. Pore evolution during coal spontaneous combustion: mechanism and its effect on multi-gas adsorption characteristics[D]. Xuzhou: China University of Mining and Technology, 2020.
[19] 樊九林. 基于氧同位素法的旬耀矿区原生CO辨识研究[D]. 徐州: 中国矿业大学, 2015. FAN Jiulin. Study on identification of original CO in Xunyao mining area based on oxygen isotope method[D]. Xuzhou: China University of Mining and Technology, 2015.