一种基于真实气体状态的煤粒瓦斯放散量预测系统及方法

文档序号:1844419 发布日期:2021-11-16 浏览:25次 >En<

阅读说明:本技术 一种基于真实气体状态的煤粒瓦斯放散量预测系统及方法 (Coal particle gas emission amount prediction system and method based on real gas state ) 是由 徐浩 刘伟 秦跃平 张凤杰 毋凡 褚翔宇 闫林晓 郭铭彦 韩东阳 赵政舵 刘晓薇 于 2021-10-20 设计创作,主要内容包括:本申请属于借助于测定材料的化学或物理性质来测试或分析材料技术领域,提供了一种基于真实气体状态的煤粒瓦斯放散量预测系统及方法,该方法以压缩因子校正理想气体状态方程,得到真实游离瓦斯气体状态方程;以游离瓦斯密度为自变量,对常规的以压力为自变量的朗格缪尔单分子层吸附等温方程进行修正,计算吸附态的瓦斯含量;将其与游离态的瓦斯含量结合得到简化的煤粒总瓦斯含量朗格缪尔型方程;对该简化方程进行微分,得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型;并基于有限差分数值方法和高斯-赛德尔迭代法,对所述煤粒态瓦斯密度梯度驱动的解吸放散模型进行求解,得到煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测。(The application belongs to the technical field of testing or analyzing materials by means of determining chemical or physical properties of the materials, and provides a system and a method for predicting coal particle gas emission quantity based on a real gas state, wherein the method corrects an ideal gas state equation by a compression factor to obtain a real free gas state equation; correcting a conventional Langmuir monolayer adsorption isothermal equation with pressure as an independent variable by taking the density of free gas as the independent variable, and calculating the gas content in an adsorption state; combining the coal particles with the free gas content to obtain a simplified Langmuir equation of the total gas content of the coal particles; differentiating the simplified equation to obtain a desorption and diffusion model driven by the density gradient of the free gas of the coal particles; and solving the desorption and diffusion model driven by the coal particle state gas density gradient based on a finite difference numerical method and a Gauss-Seidel iteration method to obtain a coal particle accumulated gas desorption amount prediction curve so as to predict the coal particle gas diffusion amount.)

一种基于真实气体状态的煤粒瓦斯放散量预测系统及方法

技术领域

本申请涉及借助于测定材料的化学或物理性质来测试或分析材料技术领域,特别涉及一种基于真实气体状态的煤粒瓦斯放散量预测系统及方法。

背景技术

煤矿开采过程中,瓦斯灾害是一种巨大灾害,严重威胁着煤矿安全生产。同时,将煤层中瓦斯作为一种煤层气资源抽采出来加以利用,即可降低瓦斯灾害危险性,还能合理利用非常规清洁资源。众所周知,煤层瓦斯含量是我国煤矿瓦斯危险程度评价、瓦斯灾害治理及煤层瓦斯资源勘探开发不可或缺的基础参数。瓦斯含量测试方法包括直接法和间接法。

在井下现场采样直接测量煤层瓦斯含量时,在采集煤样过程中瓦斯容易损失。因此直接法需要计算多个部分,包括取样过程中瓦斯损失量、现场解吸量和实验室残存量。一般常用的是采用法来计算瓦斯损失量,法是由巴雷尔公式法衍生出来的。巴雷尔公式法则是假设煤粒为各向同性均质球形颗粒,瓦斯扩散由含量/浓度梯度导致,扩散系数为定值,并基于菲克扩散公式得到扩散量的解析解公式,原则上也是属于一种预测短时间内的瓦斯解吸经验公式。但是目前来看,依据常扩散系数的菲克模型,无论是数值解还是解析解,都与实验数据在整个时间尺度上偏差较大,因此菲克定律或许不再适用于描述煤粒瓦斯放散过程。如此一来,以菲克定律为理论基础的法也是受到很多质疑。有必要从根本上出发,提出一种比菲克定律(浓度梯度驱动)更合理的扩散模型。

另外,采用间接法则需要测定煤层原始瓦斯压力、孔隙率、吸附常数等基本参数。瓦斯含量主要包括两部分:一是根据朗格缪尔方程计算得到煤的吸附瓦斯量;二是根据气体状态方程换算得到的游离瓦斯量。但是这存在一个问题,就是近似将游离瓦斯看作是理想气体来计算游离瓦斯量,压缩因子看作1,没有考虑实际真实气体与理想气体的偏差。这种处理方法是不合理的,因为理想气体的适用条件是高温低压。而随着煤层开采深度的增加,压力早已超出了低压的范畴,而且煤层温度一般在15-30℃,也不属于高温范畴。因此对于高压常温条件下的瓦斯依然采用理想气体状态方程显然存在问题。有必要用真实气体状态方程来计算游离瓦斯含量,这样才会更加严谨。

因此,需要提供一种针对上述现有技术不足的改进技术方案。

发明内容

本申请的目的在于提供一种基于真实气体状态的煤粒瓦斯放散量预测系统及方法,以解决或缓解上述现有技术中存在的问题。

为了实现上述目的,本申请提供如下技术方案:

本申请提供了一种基于真实气体状态的煤粒瓦斯放散量预测方法,包括:

步骤S100、根据煤粒中瓦斯的解吸时间和煤粒中心到煤粒球体中任意位置的距离,对简化的煤粒总瓦斯含量朗格缪尔型方程进行微分,得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型;

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型为:

式中,为与煤粒总瓦斯含量有关的第一常数、为与煤粒总瓦斯含量有关的第二常数;为煤粒的视密度;为瓦斯标准密度;为所述煤粒中瓦斯的解吸时间;为游离瓦斯的微孔道扩散系数;为所述煤粒中心到煤粒球体中任意位置的距离;

为真实游离态瓦斯密度;所述真实游离态瓦斯密度为根据瓦斯压力和瓦斯温度,基于真实游离瓦斯气体状态方程计算得到;所述真实游离瓦斯气体状态方程为:

式中:为所述瓦斯压力;为瓦斯摩尔质量;为通用气体常数;T为所述瓦斯温度;

Z为瓦斯压缩因子;所述瓦斯压缩因子为根据所述瓦斯压缩因子与所述瓦斯压力之间的线性变化关系计算得到,所述瓦斯压缩因子与所述瓦斯压力之间的线性变化关系为:

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型的初始条件为:

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型的边界条件为:

式中,为煤粒内部初始瓦斯压力;为煤粒外表面的瓦斯压力;为煤粒半径;为第一拟合常数,取值为-0.012561,为第二拟合常数,取值为1;

步骤S200、基于有限差分数值方法和高斯-赛德尔迭代法,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行求解,得到煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测。

优选的,步骤S100中,所述简化的煤粒总瓦斯含量朗格缪尔型方程为根据朗格缪尔方程的形式,对游离瓦斯含量和吸附态瓦斯含量之和进行拟合得到;

所述简化的煤粒总瓦斯含量朗格缪尔型方程为:

式中,为单位质量煤粒的瓦斯总含量;为所述吸附态的瓦斯含量;为所述游离态的瓦斯含量;分别为与煤粒总瓦斯含量有关的常数;为真实游离态瓦斯密度。

优选的,按照公式:

计算得到所述游离瓦斯含量

式中,为与游离瓦斯含量有关的系数;代表煤粒的孔隙率;为真实游离态瓦斯密度;为标准摩尔体积;为煤粒的视密度;为瓦斯摩尔质量。

优选的,所述吸附态瓦斯含量为根据所述真实游离瓦斯密度,基于气体动力学理论,对朗格缪尔单分子层吸附等温方程进行修正得到;所述吸附态瓦斯含量为:

式中,为所述吸附态的瓦斯含量;为与饱和吸附量有关的常数;为与吸附解吸速率有关的过程常数;为所述真实游离态瓦斯密度。

优选的,步骤S200包括:

步骤S201、对所述煤粒中心到煤粒球体中任意位置的距离和所述煤粒中瓦斯的解吸时间进行划分,得到煤粒的球壳节点和解吸时间节点;

步骤S202、根据所述球壳节点和所述解吸时间节点,基于有限差分数值方法,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行差分,得到气体流动的差分方程;

步骤S203、基于高斯-赛德尔迭代法对所述气体流动的差分方程求解,得到煤粒累计瓦斯解吸量预测值;

步骤S204、根据所述煤粒累计瓦斯解吸量预测值,绘制所述煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测。

优选的,所述气体流动的差分方程为:

式中,为所述球壳节点的编号,为所述解吸时间节点的编号,N、L分别为所述球壳节点和所述解吸时间节点的边界条件对应的数值,N、L为有理数。

优选的,步骤S203中,所述基于高斯-赛德尔迭代法对所述气体流动的差分方程求解,得到煤粒累计瓦斯解吸量预测值,包括:

根据对所述气体流动的差分方程求解得到的游离瓦斯密度,按照公式:

计算得到所述煤粒累计瓦斯解吸量预测值;

式中,表示第个解吸时间节点的所述煤粒累计瓦斯解吸量预测值;L为所述解吸时间节点的边界条件对应的数值,L为有理数;为第n个解吸时间节点相对第n-1个解吸时间节点的时间差,

优选的,步骤S200之后还包括:

根据等温下煤粒瓦斯定压吸附解吸实验的实验数据与所述煤粒累计瓦斯解吸量预测曲线的匹配程度,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行验证。

优选的,所述等温下煤粒瓦斯定压吸附解吸实验,包括:煤粒试样制作阶段、试验准备阶段、瓦斯吸附阶段、定压瓦斯解吸阶段。

本申请实施例还提供一种基于真实气体状态的煤粒瓦斯放散量预测系统,包括:

模型构建单元,配置为:根据煤粒中瓦斯的解吸时间和煤粒中心到煤粒球体中任意位置的距离,对简化的煤粒总瓦斯含量朗格缪尔型方程进行微分,得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型;

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型为:

式中,为与煤粒总瓦斯含量有关的第一常数、为与煤粒总瓦斯含量有关的第二常数;为煤粒的视密度;为瓦斯标准密度;t为所述煤粒中瓦斯的解吸时间;为游离瓦斯的微孔道扩散系数;为所述煤粒中心到煤粒球体中任意位置的距离;

为真实游离态瓦斯密度;所述真实游离态瓦斯密度为根据瓦斯压力和瓦斯温度,基于真实游离瓦斯气体状态方程计算得到;所述真实游离瓦斯气体状态方程为:

式中:为所述瓦斯压力;为瓦斯摩尔质量;为通用气体常数;T为所述瓦斯温度;

Z为瓦斯压缩因子;所述瓦斯压缩因子为根据所述瓦斯压缩因子与所述瓦斯压力之间的线性变化关系计算得到,所述瓦斯压缩因子与所述瓦斯压力之间的线性变化关系为:

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型的初始条件为:

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型的边界条件为:

式中,为煤粒外表面的瓦斯压力;为煤粒半径;为第一拟合常数,取值为-0.012561,为第二拟合常数,取值为1;

瓦斯预测单元,配置为:基于有限差分数值方法和高斯-赛德尔迭代法,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行求解,得到煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测。

与最接近的现有技术相比,本申请实施例的技术方案具有如下有益效果:

本申请中,以压缩因子校正理想气体状态方程,得到真实游离瓦斯气体状态方程;以游离瓦斯密度为自变量,对常规的以压力为自变量的朗格缪尔单分子层吸附等温方程进行修正,计算吸附态的瓦斯含量;将其与游离态的瓦斯含量结合得到简化的煤粒总瓦斯含量朗格缪尔型方程;对该简化方程进行微分,得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型;并基于有限差分数值方法和高斯-赛德尔迭代法,对所述煤粒态瓦斯密度梯度驱动的解吸放散模型进行求解,得到煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测,最后,基于煤粒瓦斯累计解吸量的实验数据与煤粒累计瓦斯解吸量的模拟预测曲线的匹配程度,对所构建的煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行验证。

本申请以真实游离瓦斯气体状态方程为基础,计算得到游离瓦斯密度;以游离瓦斯密度为自变量,对常规的以压力为自变量的朗格缪尔单分子层吸附等温方程进行修正,计算吸附态的瓦斯含量,进而构建煤粒游离态瓦斯密度梯度驱动的解吸放散模型,该模型克服了传统基于菲克扩散模型得到的解吸放散量与实验数据偏差较大的不足,大大提高了煤粒游离瓦斯解吸放散量的理论预测值与实验测量数据的匹配度。

本申请提供的方法,充分考虑到真实气体与理想气体之间适用条件的差异,更加符合井下煤层的实际气体的运移过程,弥补了基于理想气体状态方程对瓦斯放散量进行预测的缺陷,能够大大提高瓦斯放散量预测的精度,为计算预测煤层瓦斯含量提供依据,为井下瓦斯抽采及煤层气开采生产量的建模预测工作提供基础。

本申请所提供的预测方法,还具有计算快速方便的特点,只用输入参数几秒内即可输出结果。

传统的实验室瓦斯解吸放散实验中,一般在十几个小时后达到瓦斯解吸放散极限,即使实验继续进行,解吸放散量也不在产生明显变化。一些经验/半经验公式以及理论模型只能保证短时间瓦斯解吸放散量的预测精度,在整个较长时间尺度范围内的误差较大。而本申请所提供的预测方法,通过设置时间步长以及迭代次数,可以准确的预测较长时间周期煤中瓦斯解吸量的动态变化,不会受到实验时长的限制。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。其中:

图1为根据本申请的一些实施例提供的基于真实气体状态的煤粒瓦斯放散量预测方法的流程示意图;

图2为根据本申请的一些实施例提供的不同温度、不同压力尺度下的瓦斯压缩因子的示意图;

图3为根据本申请的一些实施例提供的温度T与第一拟合常数α关系图;

图4为根据本申请的一些实施例提供的球形煤粒网格和节点划分示意图;

图5为根据本申请的一些实施例提供的气体流动的差分方程解算流程图;

图6为根据本申请的一些实施例提供的等温下煤粒瓦斯定压吸附解吸实验流程示意图;

图7为根据本申请的一些实施例提供的煤粒累计瓦斯解吸量预测曲线与煤粒累计瓦斯解吸量实验值对比图;

图8为根据本申请的一些实施例提供的一种基于真实气体状态的煤粒瓦斯放散量预测系统的结构示意图。

具体实施方式

下面将参考附图并结合实施例来详细说明本申请。各个示例通过本申请的解释的方式提供而非限制本申请。实际上,本领域的技术人员将清楚,在不脱离本申请的范围或精神的情况下,可在本申请中进行修改和变型。例如,示为或描述为一个实施例的一部分的特征可用于另一个实施例,以产生又一个实施例。因此,所期望的是,本申请包含归入所附权利要求及其等同物的范围内的此类修改和变型。

示例性方法

煤层气开采过程中,伴随着煤基质/煤粒中吸附态的瓦斯不断解吸转化为游离瓦斯,之后扩散流动到裂隙中,最后渗流到钻孔之中。所以煤层中瓦斯流动是一个十分复杂的扩散渗流过程,这也导致了人们在煤层气解吸量以及总产量的预测方面的难度。

目前学者们在建模预测煤层气解吸量及产量时,煤基质/煤粒中的瓦斯流动还是按照菲克定律,这在本质上是存在问题的。建模过程中,将游离瓦斯含量计算当作理想气体来处理,将压缩因子当作1,但是煤中的真实气体并不遵循理想气体状态方程,上述处理方法无疑会导致煤层气解吸量及产量的错误预测。

本申请实施例充分考虑到真实气体与理想气体之间适用条件的差异,提出一种基于真实气体状态的煤粒瓦斯放散量预测方法,该方法基于真实游离瓦斯气体状态方程计算得到真实气体的游离态瓦斯密度;根据该真实气体的游离态瓦斯密度,基于气体动力学理论,对朗格缪尔单分子层吸附等温方程进行修正得到吸附态瓦斯含量;根据朗格缪尔方程的形式,对游离瓦斯含量和吸附态瓦斯含量之和进行拟合得到简化的煤粒总瓦斯含量朗格缪尔型方程;根据煤粒中瓦斯的解吸时间和煤粒中心到煤粒球体中任意位置的距离,对简化的煤粒总瓦斯含量朗格缪尔型方程进行微分得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型;基于有限差分数值方法和高斯-赛德尔迭代法,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行求解,得到煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测;最后,基于煤粒瓦斯累计解吸量的实验数据与煤粒累计瓦斯解吸量的模拟预测曲线的匹配程度,对所构建的煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行验证。

本申请实施例提供的方法,考虑真实气体与理想气体之间适用条件的差异,更加符合井下煤层的实际气体的运移过程,弥补了基于理想气体状态方程对瓦斯放散量进行预测的缺陷克服了传统基于菲克扩散模型得到的解吸放散量与实验数据偏差较大的不足,大大提高了煤粒游离瓦斯解吸放散量的理论预测值与实验测量数据的匹配度。

图1为根据本申请的一些实施例提供的基于真实气体状态的煤粒瓦斯放散量预测方法的流程示意图;如图1所示,该方法包括步骤S100-步骤S200,具体为:

步骤S100、根据煤粒中瓦斯的解吸时间和煤粒中心到煤粒球体中任意位置的距离,对简化的煤粒总瓦斯含量朗格缪尔型方程进行微分,得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型。

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型为:

煤粒游离态瓦斯密度梯度驱动的解吸放散模型的初始条件为:

煤粒游离态瓦斯密度梯度驱动的解吸放散模型的边界条件为:

式中,为与煤粒总瓦斯含量有关的第一常数、为与煤粒总瓦斯含量有关的第二常数;为煤粒的视密度,t/m3为瓦斯标准密度,t/m3为煤粒中瓦斯的解吸时间,s;为游离瓦斯的微孔道扩散系数,cm2/s;为煤粒中心到煤粒球体中任意位置的距离,m;为煤粒内部初始瓦斯压力,MPa;为瓦斯摩尔质量,g/mol;为通用气体常数,8.314 J/(mol·K);为瓦斯温度,K;为煤粒外表面的瓦斯压力;为煤粒半径;为第一拟合常数,为第二拟合常数;为真实游离态瓦斯密度。

根据瓦斯压力和瓦斯温度,基于真实游离瓦斯气体状态方程计算得到真实游离态瓦斯密度。真实游离瓦斯气体状态方程为通过瓦斯压缩因子对理想气体状态方程进行校正得到。

真实气体在任何给定温度和压力下的(气体压强与体积)乘积与理想气体的偏差随着物质不同而变化。一些研究人员为了简化计算,选择用理想气体状态方程来近似表征真实瓦斯气体状态方程,即认为在煤层孔隙中的瓦斯气体压缩因子当作1。这在某种程度上是不严谨的,理想气体的适用条件是高温低压。而煤层随着开采深度的增加,压力早已超出了低压的范畴,煤层温度一般在15-30℃,也不属于高温范畴,所以,真实气体方程式与理想气体方程式总会存在偏差,选择用理想气体状态方程来近似表征真实瓦斯气体状态方程有可能导致误差的出现。不同孔隙气体压力情况下的压缩因子也是不相同的,针对上述情况,用瓦斯压缩因子校正理想气体状态方程来描述真实气体的性质是比较直接、准确的。

通过瓦斯压缩因子对理想气体状态方程进行校正得到的真实游离瓦斯气体状态方程为:

式中:p为瓦斯压力,MPa;Z为瓦斯压缩因子。

现有技术中,瓦斯压缩因子是根据实验得到的压力、温度和测定的瓦斯密度,通过气体状态方程以及一些迭代法计算得到。

本申请实施例中,根据实验数据得到的不同压力、温度下对应的游离态瓦斯密度,选取瓦斯压力尺度为0.01-5MPa、温度尺度为290K-360K的实验数据,计算得到不同瓦斯温度、不同压力尺度下的瓦斯压缩因子。不同瓦斯温度、不同压力尺度下的瓦斯压缩因子之间的关系如图2所示。

从图2可见,瓦斯压缩因子Z随瓦斯压力p呈线性变化,具体数值之间的对应关系如下表所示:

表1中,为线性拟合相关性系数,越大,拟合精度越高。从上表可以得到不同温度(T)下的瓦斯压力(p)和瓦斯压缩因子(Z)的线性方程:

式中,为第一拟合常数,为第二拟合常数,随温度变化而变化。

如表1所示,对于线性关系拟合,第二拟合常数β变化不大。

本申请实施例中,对于第二拟合常数 选取在不同温度下的值为1。当压力为0时,压缩因子为1。即符合以下情况,当气体不受压强作用时,可近似看作为理想气体,可将压缩因子看作1。

图3为根据本申请的一些实施例提供的温度T与第一拟合常数关系图,如图3所示,则温度T的关系可以用多项式方程来表示:

其中,E表示科学计数法中10的次方的基数,比如

则瓦斯压缩因子和温度以及瓦斯压力之间的表达式总结为:

本申请实施例中,实验是在恒温35℃(308.15K)进行的,将T=308.15K以及=1代入上式,可得到实验压力湿度下的瓦斯压缩因子与瓦斯压力的方程,即瓦斯压缩因子与瓦斯压力之间的线性变化关系。

瓦斯压缩因子与瓦斯压力之间的线性变化关系表示为:

传统的瓦斯压缩因子为瓦斯压力和温度的函数,基于该函数修正理想气体状态方程以计算游离瓦斯含量时,就会出现非线性方程,游离瓦斯含量的计算表达式变得更加复杂,不方便解算。

本申请实施例中,根据实验数据中反映出的不同温度(T)下的瓦斯压力(p)和瓦斯压缩因子(Z)的线性关系,拟合得到瓦斯压缩因子与瓦斯压力的线性方程,简化了瓦斯压缩因子的计算过程,提高了计算效率,降低了瓦斯压缩因子解算难度。

在本申请的一些实施例中,步骤S100中,简化的煤粒总瓦斯含量朗格缪尔型方程为根据朗格缪尔方程的形式,对游离瓦斯含量和吸附态瓦斯含量之和进行拟合得到。简化的煤粒总瓦斯含量朗格缪尔型方程为:

式中,为单位质量煤粒的瓦斯总含量,cm3/g;为吸附态的瓦斯含量,cm3/g;为游离态的瓦斯含量,cm3/g。

吸附态的瓦斯含量和游离态的瓦斯含量的计算过程如下:

计算吸附态的瓦斯含量的过程具体为:为了方便解算,并与本申请提出的煤粒游离态瓦斯密度梯度驱动的解吸放散模型相契合,在本申请实施例中,参照朗格缪尔单分子层等温吸附方程的推导过程,用真实游离瓦斯密度代替瓦斯压力来修正朗格缪尔方程,即将常规的以瓦斯压力为自变量的朗格缪尔方程,修正为以真实游离瓦斯密度为自变量的方程,计算得到吸附态的瓦斯含量。

具体地,根据真实游离瓦斯密度,基于气体动力学理论,对朗格缪尔单分子层吸附等温方程进行修正,按照公式:

计算得到吸附态的瓦斯含量

式中,为与饱和吸附量有关的常数,cm3/g,与单位质量煤粒试样的总吸附位数成正比,受煤粒试样的孔隙结构的影响较大;为与吸附解吸速率有关的过程常数,主要受温度和吸附质与气体分子间作用力的影响。

需要说明的是,不同于常规的吸附常数(即修正前的朗格缪尔方程吸附常数),但是与常规的吸附常数获取方法与流程基本一致,即:

首先将吸附等温线上的压力平衡点经由真实气体状态方程转换为游离瓦斯密度平衡点,之后把游离瓦斯密度与累计吸附量经由上式拟合得到常数

计算游离态的瓦斯含量过程具体为:

按照公式:

计算得到游离瓦斯含量

式中,为与游离瓦斯含量有关的系数,cm3/(g·MPa);代表煤粒的孔隙率;为游离态瓦斯密度;为标准摩尔体积,L/mol。

由此得到煤粒内部的游离态瓦斯和吸附态瓦斯的总含量表达式为:

这里考虑将游离瓦斯含量和吸附态瓦斯含量加起来用朗格缪尔方程的形式进行拟合,本质上是不会改变朗格缪尔方程的形式的。如此一来,就可以尽可能的简化煤粒瓦斯总含量的数学表达形式,简化的煤粒总瓦斯含量朗格缪尔型方程具体为:

式中,为与煤粒总瓦斯含量有关的第一常数、为与煤粒总瓦斯含量有关的第二常数,可参考煤粒等温吸附线计算吸附常数的方法进行拟合得出。

在步骤S100中,根据煤粒中瓦斯的解吸时间和煤粒中心到煤粒球体中任意位置的距离,对简化的煤粒总瓦斯含量朗格缪尔型方程进行微分,得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型,具体为:

首先做如下假设:将煤粒看作各向同性均质的球形颗粒;忽略煤粒气体吸附膨胀导致的微小变形;煤粒内部瓦斯解吸放散流动过程是由游离瓦斯密度梯度驱动的;不考虑煤粒孔隙表面的表面扩散;煤粒中的瓦斯流动是等温过程;煤粒中的瓦斯放散流通质量与游离瓦斯密度梯度成正比,即瓦斯放散受游离瓦斯密度梯度驱动。

取煤粒中厚度为的球壳节点作为研究对象,根据质量守恒定律有:

将上式与简化的煤粒总瓦斯含量朗格缪尔型方程相结合,对简化的煤粒总瓦斯含量朗格缪尔型方程进行微分,得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型(煤粒瓦斯解吸非稳态放散流动的连续性微分方程),该模型如下:

步骤S200、基于有限差分数值方法和高斯-赛德尔迭代法,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行求解,得到煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测,包括步骤S201-步骤S204,具体如下:

步骤S201、对所述煤粒中心到煤粒球体中任意位置的距离和所述煤粒中瓦斯的解吸时间进行划分,得到煤粒的球壳节点和解吸时间节点。

图4为根据本申请的一些实施例提供的球形煤粒网格和节点划分示意图,如图4所示,对球形煤粒进行网格和节点划分,具体为:

将煤粒看作各向同性均质的球形颗粒,从煤粒球心位置出发,将球的半径线划分为N个球壳节点。由于越靠近煤粒表面处,瓦斯气体压力和瓦斯含量的变化越剧烈,因此从球心到球表面的节点间距设置为等比变小的趋势。以两个相邻节点的中点做同心球面,球形煤粒则被分为3个部分:N-1个包含球壳节点i的中间球壳、以球壳节点0为中心的实心球体和包含球壳节点N的球形煤粒外表面。煤粒球壳节点编号为i=0、1、2……N

根据解吸时长,划分解吸时间节点,编号为j=0、1、2……L

N、L分别为球壳节点和解吸时间节点的边界条件对应的数值,N、L为有理数。

步骤S202、根据划分得到的球壳节点和解吸时间节点,基于有限差分数值方法,对煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行差分,得到气体流动的差分方程。

根据质量守恒定律,即每一个球壳节点控制单元体流入流出的净瓦斯量与单元体的瓦斯变化量相等,建立第j解吸时刻以N个球壳节点的游离瓦斯密度为未知量的完整非线性差分方程组,得到气体流动的差分方程。

针对煤粒内部(即第1到N-1个球壳节点)、煤粒中心(即第0个球壳节点)、煤粒外表面(即第N个球壳节点)三种情况,分别得到每一种情况对应的气体流动的差分方程,具体如下:

对于煤粒内部第1到N-1个球壳节点,其气体流动的差分方程为:

对于以第0个球壳节点为中心的实心小球,解吸过程中只有瓦斯气体的流出但没有流入,因此其气体流动的差分方程为:

对于煤粒外表面,即第N个球壳节点处的瓦斯压力为:

基于上述三种情况,得到气体流动的差分方程如下:

式中,为所述球壳节点的编号,为所述解吸时间节点的编号,N、L分别为所述球壳节点和所述解吸时间节点的边界条件对应的数值,N、L为有理数。

步骤S203、基于高斯-赛德尔迭代法对所述气体流动的差分方程求解,得到煤粒累计瓦斯解吸量预测值。

图5为根据本申请的一些实施例提供的气体流动的差分方程解算流程图,如图5所示,该解算流程具体为:

程序初始化操作,包括:定义变量、常量、数组,并输入变量相应的取值、对数组进行初始化;

具体地,本申请实施例中,以某煤矿的煤样为案例,程序初始化时输入如下模拟参数:煤的视密度ρ a 为1200 kg/m3;与煤粒总瓦斯含量有关的常数a为29.06 cm3/g;朗格缪尔常数b为38.92 cm3/g;煤粒的平均半径R为0.26 mm;微孔道瓦斯扩散系数K m 为2.86×10- 8cm2/s;煤基质孔隙率n m为0.036;煤样质量50g;样品罐自由空间体积100.19ml;煤粒内部初始解吸压力2MPa,外表面恒定压力0.1MPa;实验恒定温度35℃。

根据解吸时间节点的划分,计算解吸时间步长;

设定游离瓦斯密度的初值,并对常数列向量及系数矩阵进行赋值;

基于高斯-赛德尔迭代法求解游离瓦斯密度;判断求解得到的游离瓦斯密度与游离瓦斯密度的初值之间的相对误差是否小于设定的阈值(0.0001)。如果求解得到的游离瓦斯密度与游离瓦斯密度的初值之间的相对误差小于设定的阈值,输出求解得到的游离瓦斯密度;如果求解得到的游离瓦斯密度与游离瓦斯密度的初值之间的相对误差大于等于设定的阈值,则重新设定游离瓦斯密度的初值,再次基于高斯-赛德尔迭代法求解游离瓦斯密度,并计算新的游离瓦斯密度与重新设定的游离瓦斯密度的初值之间的相对误差,确定该相对误差是否小于设定阈值。如此重复求解游离瓦斯密度;直到求解得到的游离瓦斯密度与游离瓦斯密度的初值之间的相对误差小于设定的阈值;

根据求解得到的游离瓦斯密度,按照公式:

计算当前解吸时间节点对应的煤粒累计瓦斯解吸量预测值;

式中,表示第j个解吸时间节点(即j时刻)的煤粒累计瓦斯解吸量预测值,cm3/g;为第n个解吸时间节点相对第n-1个解吸时间节点的时间差,

根据所划分的解吸时间节点,重复上述步骤,直到计算得到所有解吸时间节点对应的煤粒累计瓦斯解吸量预测值。

步骤S204、根据所述煤粒累计瓦斯解吸量预测值,绘制所述煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测。

根据步骤S203得到的煤粒累计瓦斯解吸量预测值,绘制以解吸时间为横坐标、煤粒累计瓦斯解吸量预测值为纵坐标的煤粒累计瓦斯解吸量预测曲线。

在本申请的一些实施例中,步骤S200之后还包括:

根据等温下煤粒瓦斯定压吸附解吸实验的实验数据与所述煤粒累计瓦斯解吸量预测曲线的匹配程度,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行验证。

图6为根据本申请的一些实施例提供的等温下煤粒瓦斯定压吸附解吸实验流程示意图;如图6所示,所述等温下煤粒瓦斯定压吸附解吸实验,包括:煤粒试样制作阶段、试验准备阶段、瓦斯吸附阶段、定压瓦斯解吸阶段。具体如下:

采用高温高压吸附仪来进行等温下煤粒瓦斯定压吸附解吸实验。

煤粒试样制作阶段:首先在煤矿井下选择新鲜大块的煤样,密封保存好运回实验室。将煤块粉碎成0.18mm-0.25mm的煤粒,并作干燥处理后放入样品罐。

试验准备阶段:对等温下煤粒瓦斯定压吸附解吸实验装置进行气密性检测以及自由空间体积的标定。接着对整个实验系统进行抽真空处理,实验系统包括:样品罐、参考罐、样品罐和参考罐之间的控制阀门。

瓦斯吸附阶段:向参考罐中充入瓦斯气体,待参考罐内瓦斯压力稳定后,打开样品罐和参考罐之间的控制阀门,通过参考罐向样品罐通入瓦斯气体,待二者瓦斯压力达到平衡时,关闭二者间的控制阀门。煤粒开始吸附瓦斯,当样品罐的压力维持稳定时,煤粒中的瓦斯达到吸附解吸平衡状态,记录此时的平衡瓦斯压力值,得到初始解吸压力值。

定压瓦斯解吸阶段:煤粒中的瓦斯吸附解吸达到平衡状态后,对参考罐和样品罐抽气至一个大气压,关闭样品罐与参考罐之间的控制阀门,使煤粒进行瓦斯解吸。由于在解吸过程中煤粒外表面压力是不断增加的,为了达到定压条件下的煤粒瓦斯解吸状态,每当样品罐升高0.01MPa左右时,打开控制阀门联通参考罐和样品罐,使样品罐中压力重新下降到一个大气压,关闭控制阀门,再将参考罐抽气至大气压。不断重复这个过程,以保证煤粒始终在一个大气压下进行定压瓦斯解吸。

观察并且记录等温下煤粒瓦斯定压吸附解吸实验过程中每一时刻的瓦斯压力值,待到样品罐的瓦斯压力保持平稳时,等温下煤粒瓦斯定压吸附解吸实验完成。

根据等温下煤粒瓦斯定压吸附解吸实验得到的相邻两个时刻的瓦斯压力值,计算单位时间内单位质量煤粒瓦斯解吸量,将它们相加就能得到实验累计煤粒瓦斯解吸体积量。

按照公式:

计算得到煤粒累计瓦斯解吸量实验值;

式中,表示实验解吸放散时间,h;时间段内的实验累计煤粒瓦斯解吸体积量,cm3/g;-1分别表示-1时刻样品罐的瓦斯压力,MPa;代表样品罐的自由空间的体积,mL;表示实验温度下的标准气体摩尔体积,mL/mol。

图7为根据本申请的一些实施例提供的煤粒累计瓦斯解吸量预测曲线与煤粒累计瓦斯解吸量实验值对比图;将煤粒累计瓦斯解吸量预测曲线与等温下煤粒瓦斯定压吸附解吸实验得到的煤粒累计瓦斯解吸量实验值进行比较,如图7所示,基于真实气体状态的煤粒瓦斯放散量预测方法得到的煤粒累计瓦斯解吸量预测曲线,与基于等温下煤粒瓦斯定压吸附解吸实验得到的煤粒累计瓦斯解吸量实验值数据吻合度较好,说明本申请所提出的基于真实气体状态的煤粒瓦斯放散量预测方法准确性好,预测结果合理,能够为煤矿的瓦斯抽采治理、设计以及瓦斯涌出量预测工作提供依据,为井下瓦斯抽采设计以及煤层气产量预测工作提供一定程度上的参考。

本申请中,基于真实游离瓦斯气体状态方程计算得到真实气体的游离态瓦斯密度;根据该真实气体的游离态瓦斯密度,基于气体动力学理论,对朗格缪尔单分子层吸附等温方程进行修正得到吸附态瓦斯含量;根据朗格缪尔方程的形式,对游离瓦斯含量和吸附态瓦斯含量之和进行拟合得到简化的煤粒总瓦斯含量朗格缪尔型方程;根据煤粒中瓦斯的解吸时间和煤粒中心到煤粒球体中任意位置的距离,对简化的煤粒总瓦斯含量朗格缪尔型方程进行微分得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型;基于有限差分数值方法和高斯-赛德尔迭代法,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行求解,得到煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测;最后,基于煤粒瓦斯累计解吸量的实验数据与煤粒累计瓦斯解吸量的模拟预测曲线的匹配程度,对所构建的煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行验证。

本申请所构建的煤粒游离态瓦斯密度梯度驱动的解吸放散模型,克服了传统基于菲克扩散模型得到的解吸放散量与实验数据偏差较大的不足,大大提高了煤粒游离瓦斯解吸放散量的理论预测值与实验测量数据的匹配度。

本申请提供的方法,充分考虑到真实气体与理想气体之间适用条件的差异,更加符合井下煤层的实际气体的运移过程,弥补了基于理想气体状态方程对瓦斯放散量进行预测的缺陷,能够大大提高瓦斯放散量预测的精度,为计算预测煤层瓦斯含量提供依据,为井下瓦斯抽采及煤层气开采生产量的建模预测工作提供基础。

本申请所提供的预测方法,还具有计算快速方便的特点,只用输入参数即可输出结果。

传统的实验室瓦斯解吸放散实验中,一般在十几个小时后达到瓦斯解吸放散极限,即使实验继续进行,解吸放散量也不在产生明显变化。本申请所提供的预测方法,通过设置时间步长以及迭代次数,可以准确的预测较长时间周期煤中瓦斯解吸量的动态变化,不会受到实验时长的限制。

示例性系统

图8为根据本申请的一些实施例提供的一种基于真实气体状态的煤粒瓦斯放散量预测系统的结构示意图;如图8所示,该系统包括:模型构建单元700和瓦斯预测单元800,具体为:

模型构建单元700,配置为:根据煤粒中瓦斯的解吸时间和煤粒中心到煤粒球体中任意位置的距离,对简化的煤粒总瓦斯含量朗格缪尔型方程进行微分,得到煤粒游离态瓦斯密度梯度驱动的解吸放散模型;

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型为:

式中,为与煤粒总瓦斯含量有关的第一常数、为与煤粒总瓦斯含量有关的第二常数;为煤粒的视密度;为瓦斯标准密度;为所述煤粒中瓦斯的解吸时间;为游离瓦斯的微孔道扩散系数;为所述煤粒中心到煤粒球体中任意位置的距离;

为真实游离态瓦斯密度;所述真实游离态瓦斯密度为根据瓦斯压力和瓦斯温度,基于真实游离瓦斯气体状态方程计算得到;所述真实游离瓦斯气体状态方程为:

式中:为所述瓦斯压力;为瓦斯摩尔质量;为通用气体常数;T为所述瓦斯温度;

Z为瓦斯压缩因子;所述瓦斯压缩因子为根据所述瓦斯压缩因子与所述瓦斯压力之间的线性变化关系计算得到,所述瓦斯压缩因子与所述瓦斯压力之间的线性变化关系为:

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型的初始条件为:

所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型的边界条件为:

式中,为煤粒内部初始瓦斯压力;为煤粒外表面的瓦斯压力;为煤粒半径;为第一拟合常数,取值为-0.012561,为第二拟合常数,取值为1;

瓦斯预测单元800,配置为:基于有限差分数值方法和高斯-赛德尔迭代法,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行求解,得到煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测。

在本申请的一些可选实施例中,模型构建单元700包括方程简化子单元,配置为:所述简化的煤粒总瓦斯含量朗格缪尔型方程为根据朗格缪尔方程的形式,对游离瓦斯含量和吸附态瓦斯含量之和进行拟合得到;

所述简化的煤粒总瓦斯含量朗格缪尔型方程为:

式中,为单位质量煤粒的瓦斯总含量;为所述吸附态的瓦斯含量;为所述游离态的瓦斯含量;分别为与煤粒总瓦斯含量有关的常数;为真实游离态瓦斯密度。

在本申请的一些可选实施例中,方程简化子单元包括:游离瓦斯含量计算模块,配置为:按照公式:

计算得到所述游离瓦斯含量

式中,为与游离瓦斯含量有关的系数;代表煤粒的孔隙率;为真实游离态瓦斯密度;为标准摩尔体积;为煤粒的视密度;为瓦斯摩尔质量。

在本申请的一些可选实施例中,方程简化子单元还包括:吸附态瓦斯含量计算模块,配置为:所述吸附态瓦斯含量为根据所述真实游离瓦斯密度,基于气体动力学理论,对朗格缪尔单分子层吸附等温方程进行修正得到;所述吸附态瓦斯含量为:

式中,为所述吸附态的瓦斯含量;为与饱和吸附量有关的常数;为与吸附解吸速率有关的过程常数;为所述真实游离态瓦斯密度。

在本申请的一些可选实施例中,瓦斯预测单元800包括:煤粒划分子单元、差分子单元、解算子单元、模拟曲线生成子单元;

煤粒划分子单元配置为:对所述煤粒中心到煤粒球体中任意位置的距离和所述煤粒中瓦斯的解吸时间进行划分,得到煤粒的球壳节点和解吸时间节点;

差分子单元配置为:根据所述球壳节点和所述解吸时间节点,基于有限差分数值方法,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行差分,得到气体流动的差分方程;

解算子单元配置为:基于高斯-赛德尔迭代法对所述气体流动的差分方程求解,得到煤粒累计瓦斯解吸量预测值;

模拟曲线生成子单元,配置为:根据所述煤粒累计瓦斯解吸量预测值,绘制所述煤粒累计瓦斯解吸量预测曲线,以对煤粒瓦斯放散量进行预测。

在本申请的一些可选实施例中,差分子单元中,所述气体流动的差分方程为:

式中,为所述球壳节点的编号,为所述解吸时间节点的编号,N、L分别为所述球壳节点和所述解吸时间节点的边界条件对应的数值,N、L为有理数。

在本申请的一些可选实施例中,解算子单元中,所述基于高斯-赛德尔迭代法对所述气体流动的差分方程求解,得到煤粒累计瓦斯解吸量预测值,包括:

根据对所述气体流动的差分方程求解得到的游离瓦斯密度,按照公式:

计算得到所述煤粒累计瓦斯解吸量预测值;

式中,表示第个解吸时间节点的所述煤粒累计瓦斯解吸量预测值;L为所述解吸时间节点的边界条件对应的数值,L为有理数;为第n个解吸时间节点相对第n-1个解吸时间节点的时间差,

在本申请的一些可选实施例中,该吸附条件下煤粒渗透率演变模型构建系统还包括:

模型验证单元,配置为:根据等温下煤粒瓦斯定压吸附解吸实验的实验数据与所述煤粒累计瓦斯解吸量预测曲线的匹配程度,对所述煤粒游离态瓦斯密度梯度驱动的解吸放散模型进行验证。

在本申请的一些可选实施例中,模型验证单元中,所述等温下煤粒瓦斯定压吸附解吸实验,包括:煤粒试样制作阶段、试验准备阶段、瓦斯吸附阶段、定压瓦斯解吸阶段。

以上所述仅为本申请的优选实施例,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

31页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种用于坡地径流水土流失的抽样监测装置

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!