(12)發(fā)明專利司專利權(quán)人江蘇中礦辰源科技有限公司所(普通合伙)32543專利代理師張旭基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參本發(fā)明公開了一種基于鉆孔抽采數(shù)據(jù)的煤模擬的瓦斯流量與現(xiàn)場數(shù)據(jù)擬合的瓦斯流量作最后將獲得的煤層初始滲透率及鉆孔抽采時間代入瓦斯流量正演模型，計算煤層殘余瓦斯壓根據(jù)瓦斯?jié)B流理論搭建瓦斯流量正演模型根據(jù)瓦斯?jié)B流理論搭建瓦斯流量正演模型采集現(xiàn)場瓦斯抽采流量數(shù)據(jù)并進行擬合處理建立初始滲透率及鉆孔抽采時間反演適應度函數(shù)通過粒子群算法搜索最佳匹配度煤層初始滲透率及鉆孔抽采時間根據(jù)煤層初始滲透率和煤層采動時間推算相關(guān)瓦斯抽采特征參數(shù)2步驟二、通過瓦斯流量傳感器采集現(xiàn)場瓦斯抽采流量步驟三、將步驟一獲得的正演瓦斯流量函數(shù)與步驟二獲得的擬合現(xiàn)場瓦斯抽采流量函步驟四、采用粒子群算法尋找使步驟三中適應度函數(shù)最小值時對應的煤層初始滲透率步驟五、通過步驟四獲得的煤層初始滲透率及鉆孔抽采時間，將該數(shù)據(jù)代入步驟一建2.根據(jù)權(quán)利要求1所述基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，其初始壓力；p代表煤層瓦斯壓力；φ。代表煤層初始孔隙度；φ表示煤層孔隙度， B):求解式(1)能得到在煤層初始滲透率k?下任意時刻瓦斯壓力分布，并依此得到此時將抽采t時刻單位體積煤體內(nèi)瓦斯量ml對煤體積分，能得到任意體積煤體瓦斯含量M1,如式(3)所示：3C):任意t時刻瓦斯抽采的流量能表示為：通過步驟A)-C)能建立抽采瓦斯流量與煤層初始滲透率及鉆孔抽采時間之間的關(guān)系，3.根據(jù)權(quán)利要求1所述基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，其4.根據(jù)權(quán)利要求1所述基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，其D(k?,t)=max|Q(ti)-QR(t;)|→min5.根據(jù)權(quán)利要求1所述基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，其①預設粒子群算法的參數(shù)：設定算法中種群包含的個體總數(shù)N,最大迭代次數(shù)ger,粒子運動的最大速度Vmx和最小速度Vin,個體學習因子c?,社會學習因子c?,慣性因子w,截斷誤v{+1=wv'+c?r?(Pbesti-X)+C?r?(Gbesti-X)其中粒子慣性因子w,代表粒子具有向自身固有運動方向移動的趨勢；個體學習因子c?4和社會學習因子c?分別賦予粒子個體記憶屬性和社會屬性，代表粒子有向自身歷史最佳位置和種群歷史最佳位置靠攏的趨勢；r?,r?是兩個獨立的隨機參數(shù)，使粒子的運動更具隨機為了避免粒子在尋優(yōu)過程中步幅過大略過最優(yōu)位置，因此對粒子的速度v進行限制：④比較當前煤層初始滲透率及鉆孔抽采時間下的瓦斯流量匹配程度并更新Gb_X,Gb,⑤判斷是否滿足終止條件，若滿足則跳出迭代，輸出適應度函數(shù)最小值時對應的煤層初始滲透率和鉆孔抽采時間，否則回到步驟③繼續(xù)迭代計算。6.根據(jù)權(quán)利要求1所述基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，其特征在于，所述步驟五中煤層的瓦斯抽采特征參數(shù)包括煤層瓦斯壓力p、剩余煤層瓦斯含量煤層滲透率k通過瓦斯流量正演模型求解獲得，瓦斯抽采率η由煤層剩余瓦斯量M與煤層初始瓦斯含量M比值得到，有效抽采半徑r設定為殘余煤層瓦斯壓力低于0.74MPa的區(qū)域。7.根據(jù)權(quán)利要求4所述基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，其特征在于，所述粒子慣性因子w為隨迭代次數(shù)變化的變量，如式(12)所示：其中，w_1和w_2分別代表慣性系數(shù)的上限和下限，L為當前迭代次數(shù)，ger為最大迭代次數(shù)；迭代前期慣性因子w較大，粒子以較大飛行速度在變量空間移動，更易于發(fā)現(xiàn)全局最優(yōu)8.根據(jù)權(quán)利要求4所述基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，其特征在于，所述步驟⑤中的終止條件為：循環(huán)達到最大迭代次數(shù)，或者在連續(xù)三次迭代過程中適應度函數(shù)D(k?,t)的變化小于設定的截斷誤差C。5基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法技術(shù)領(lǐng)域[0001]本發(fā)明涉及一種煤層瓦斯抽采特征參數(shù)快速反演方法，具體為一種基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，屬于煤礦瓦斯抽采技術(shù)領(lǐng)域。背景技術(shù)[0002]作為瓦斯資源化利用的基礎(chǔ)和煤礦瓦斯災害的治本性措施，煤層瓦斯的采前預抽一直是煤礦開采工作中必不可少的環(huán)節(jié)。在抽采過程中，瓦斯抽采基本參數(shù)是瓦斯抽采系統(tǒng)規(guī)劃設計，瓦斯抽采效果評價和瓦斯抽采工程安全技術(shù)管理的基本科學依據(jù)。因此如何快速準確地獲得瓦斯抽采參數(shù)具有重要意義。[0003]然而目前行業(yè)內(nèi)對于煤層瓦斯抽采特征參數(shù)的測定普遍存在操作復雜、耗時費力的問題，以煤層滲透率為例：目前行業(yè)內(nèi)煤礦的煤層滲透率測量方式主要有實驗室測量和現(xiàn)場測試兩類方法。在實驗室測量煤樣滲透率中，由于完整煤樣制備難度大、煤樣在鉆取的過程中易出現(xiàn)裂縫，以及煤體的各向異性特征等原因，導致煤層滲透率的測量結(jié)果較現(xiàn)場情況出現(xiàn)較大偏差，因此實驗室很難模擬真實情況，只能進行定性的、規(guī)律性的研究。而在現(xiàn)場測定煤層滲透率時，目前國內(nèi)主要采用鉆孔瓦斯徑向流量法，該滲透率測定方法探測效果較好，但是徑向流量法仍然存在著測定周期長、待測參數(shù)復雜等缺點。[0004]在煤層氣抽采作業(yè)過程中，瓦斯抽采特征參數(shù)的動態(tài)變化特征是通過生產(chǎn)資料直接體現(xiàn)。而煤層氣生產(chǎn)資料是煤礦施工現(xiàn)場第一手數(shù)據(jù)，具有較高的真實性和準確性。因此關(guān)于如何實現(xiàn)通過生產(chǎn)資料快速而準確地反求瓦斯抽采特征參數(shù)，為煤層氣安全高效開采提供科學支撐的問題，有著較好的發(fā)展前景，需要進一步研究。[0005]與一般研究所用的正向推導不同，根據(jù)結(jié)果或信息反推事件發(fā)生的過程或機制稱為“反演”,其核心思想在于可觀測參數(shù)推測研究對象內(nèi)部源參數(shù)。目前有學者分析了煤層滲透率的復雜變化特點，建立了二維條件下的煤層瓦斯流動非耦合數(shù)學模型，并使用超松弛迭代法進行求解，最終實現(xiàn)了通過煤層瓦斯壓力反演滲透率。但在實際施工過程中，煤層壓力本身作為待測瓦斯抽采特征參數(shù)，測量往往存在操作復雜且具有滯后性的問題。還有學者建立了煤層雙孔隙的耦合無量綱方程，并在此基礎(chǔ)上提出了新的煤基質(zhì)滲透率和裂隙滲透率的反演方法，結(jié)果表明基于流固耦合控制方程的反演算法具有較高的準確性。但是該研究只是通過試算匹配，并不涉及具體的非線性反演方法，具體應用效果較差。[0006]因此，如何提供一種新的方法，使其以煤層多場耦合三維模型為基礎(chǔ)，將煤層瓦斯抽采特征參數(shù)作為目標，搭建基于真實生產(chǎn)資料的煤層抽采特征參數(shù)反演算法，從而快速且精準的得出煤層抽采特征參數(shù)，是本行業(yè)的研究方向之一。發(fā)明內(nèi)容[0007]針對上述現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，其以煤層多場耦合三維模型為基礎(chǔ)，將煤層瓦斯抽采特征參數(shù)作為目標，搭建基于真實生產(chǎn)資料的煤層抽采特征參數(shù)反演算法，從而快速且精準的得出6煤層抽采特征參數(shù)。[0008]為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：一種基于鉆孔抽采數(shù)據(jù)的煤層瓦斯抽采特征參數(shù)快速反演方法，具體步驟為：[0009]步驟一、根據(jù)瓦斯?jié)B流理論，先建立煤層內(nèi)瓦斯?jié)B流數(shù)學模型，根據(jù)該數(shù)學模型能確定初始滲透率及鉆孔抽采時間與煤層瓦斯壓力之間的關(guān)系，然后確定煤層瓦斯流量與煤層瓦斯壓力之間的關(guān)系式，將該關(guān)系式與建立的煤層內(nèi)瓦斯?jié)B流數(shù)學模型相結(jié)合，從而建成瓦斯流量正演模型，該瓦斯流量正演模型中所涉及的煤層物性參數(shù)以及邊界條件根據(jù)現(xiàn)場地質(zhì)情況確定，最后根據(jù)該瓦斯流量正演模型得出以煤層初始滲透率及抽采時間為自變量的正演瓦斯流量函數(shù)；[0010]步驟二、通過瓦斯流量傳感器采集現(xiàn)場瓦斯抽采流量，并將獲得的抽采數(shù)據(jù)進行擬合形成連續(xù)函數(shù)，該連續(xù)函數(shù)即為擬合現(xiàn)場瓦斯抽采流量函數(shù)；[0011]步驟三、將步驟一獲得的正演瓦斯流量函數(shù)與步驟二獲得的擬合現(xiàn)場瓦斯抽采流量函數(shù)，兩者之間的差函數(shù)D(k?,t)作為適應度函數(shù)，并以適應度函數(shù)最小值為目標；[0012]步驟四、采用粒子群算法尋找使步驟三中適應度函數(shù)最小值時對應的煤層初始滲透率和鉆孔抽采時間；[0013]步驟五、通過步驟四獲得的煤層初始滲透率及鉆孔抽采時間，將該數(shù)據(jù)代入步驟一建立的瓦斯流量正演模型，最終根據(jù)該模型計算確定煤層的瓦斯抽采特征參數(shù)。[0015]A):根據(jù)瓦斯?jié)B流理論，建立如式(1)所示瓦斯?jié)B流三維流固耦合數(shù)學模型：[0017]式中，G代表煤的剪切模量，MPa,G=E/2(1+v);K和E分別為煤的體積模量和楊氏模層初始壓力；p代表煤層瓦斯壓力；φ。代表煤層初始孔隙度；φ表示煤層孔隙度， k?表示煤層初始滲透率；[0018]B):求解式(1)能得到在煤層初始滲透率k?下任意時刻瓦斯壓力分布，并依此得到此時煤層內(nèi)單位體積煤體瓦斯含量m,如式(2)所示：[0021]將抽采t時刻單位體積煤體內(nèi)瓦斯量m|對煤體積分，能得到任意體積煤體瓦斯含量M|,如式(3)所示：7[0029]通過步驟A)-C)能建立抽采瓦斯流量與煤層初始滲透率及鉆孔抽采時間之間的關(guān)[0033]進一步，所述步驟三中差函數(shù)D(k?,t)具體為：[0036]上式中D(k?,t)值越小，表明反演所得的煤層初始滲透率k?和抽采時間t越接近實粒子運動的最大速度Vn和最小速度Vmin,個體學習因子c?,社會學習因子c?,慣性因子w,截[0043]根據(jù)適應度函數(shù)D(k?,t)計算當前粒子位置適應度，比較各粒子適應度后記錄種群歷史最佳位置Gb_X和此時的種群歷史最佳適應度Gb,并初始化粒子群歷史最佳位置Pb_X=X;子c?和社會學習因子c?分別賦予粒子個體記憶屬性和社會屬性8佳位置和種群歷史最佳位置靠攏的趨勢；r?,r?是兩個獨立的隨機參數(shù)，使粒子的運動更具隨機性，增大了全局尋優(yōu)的可能性；[0049]為了避免粒子在尋優(yōu)過程中步幅過大略過最優(yōu)位置，因此對粒子的速度v;進行限[0052]④比較當前煤層初始滲透率及抽采時間下的瓦斯流量匹配程度并更新Gb_X,Gb,[0053]⑤判斷是否滿足終止條件，若滿足則跳出迭代，輸出適應度函數(shù)最小值時對應的煤層初始滲透率和鉆孔抽采時間，否則回到步驟③繼續(xù)迭代計算。[0054]進一步，所述步驟五中煤層的瓦斯抽采特征參數(shù)包括煤層瓦斯壓力p、剩余煤層瓦斯含量M、瓦斯抽采率η、煤層滲透率k及有效抽采半徑r含量M、煤層滲透率k通過瓦斯流量正演模型求解獲得，瓦斯抽采率η由煤層剩余瓦斯量M與煤層初始瓦斯含量M比值得到，有效抽采半徑r設定為殘余煤層瓦斯壓力低于0.74MPa的區(qū)[0055]進一步，所述粒子慣性因代次數(shù)；迭代前期慣性因子w較大，粒子以較大飛行速度在變量空間移動，更易于發(fā)現(xiàn)全局最優(yōu)值；迭代后期慣性因子w較小，使算法的收斂性大大提高。[0058]進一步，所述步驟⑤中的終止條件為：循環(huán)達到最大迭代次數(shù)，或者在連續(xù)三次迭代過程中適應度函數(shù)D(k?,t)的變化小于設定的截斷誤差C。[0059]與現(xiàn)有技術(shù)相比，本發(fā)明先建立煤層內(nèi)瓦斯?jié)B流數(shù)學模型，并結(jié)合瓦斯抽采流量演化特征與瓦斯壓力分布特征的參數(shù)表征關(guān)系，建成瓦斯流量正演模型，該瓦斯流量正演模型中所涉及的煤層物性參數(shù)以及邊界條件根據(jù)現(xiàn)場地質(zhì)情況確定，通過正演模型得出；接著采集現(xiàn)場瓦斯抽采數(shù)據(jù)擬合成連續(xù)函數(shù)，作為現(xiàn)場瓦斯抽采流量函數(shù)；將上述正演瓦斯流量函數(shù)和現(xiàn)場擬合的瓦斯抽采流量函數(shù)作差，形成的差函數(shù)作為適應度函數(shù)；采用粒子群算法尋找適應度函數(shù)最小值時對應的煤層初始滲透率和鉆孔抽采時間；最后將獲得的煤層初始滲透率及鉆孔抽采時間代入上述瓦斯流量正演模型，計算確定煤層的瓦斯抽采特征參數(shù)。因此本發(fā)明能以煤層多場耦合三維模型為基礎(chǔ)，將煤層瓦斯抽采特征參數(shù)作為目標，搭建基于真實生產(chǎn)資料的煤層抽采特征參數(shù)反演算法，從而快速且精準的得出煤層抽采特征參數(shù)。附圖說明[0060]圖1是本發(fā)明整體的反演流程圖；[0061]圖2是本發(fā)明中采用粒子群算法尋找適應度函數(shù)最小值的流程圖；[0062]圖3是本發(fā)明實施例中煤層幾何參數(shù)和邊界條件圖；[0063]圖4是本發(fā)明實施例中煤層初始滲透率及抽采時間反演結(jié)果圖；9[0064]圖5是本發(fā)明實施例中抽采94天時煤層瓦斯壓力分布圖；[0065]圖6是本發(fā)明實施例中抽采94天時有效抽采半徑圖；[0067]圖7是本發(fā)明實施例中抽采94天時煤層剩余瓦斯分布示意圖；[0068]圖8是本發(fā)明實施例中抽采94天時煤層滲透率分布圖。具體實施方式[0072]A):根據(jù)瓦斯?jié)B流理論，建立如式(1)所示瓦斯?jié)B流三維流固耦合數(shù)學模型：會[0074]式中，G代表煤的剪切模量，MPa,G=E/2(1+v);K和E分別為煤的體積模量和楊氏模層初始壓力；p代表煤層瓦斯壓力；φ。代表煤層初始孔隙度；φ表示煤層孔隙度， k?表示煤層初始滲透率；[0075]B):求解式(1)能得到在煤層初始滲透率k?下任意時刻瓦斯壓力分布，并依此得到此時煤層內(nèi)單位體積煤體瓦斯含量m,如式(2)所示：[0078]將抽采t時刻單位體積煤體內(nèi)瓦斯量m|對煤體積分，能得到任意體積煤體瓦斯含量M|,如式(3)所示：[0081]C):任意t時刻瓦斯抽采的流量可以表示為：[0084]由式(1)到式(4)得到，瓦斯抽采流量Q為初始滲透率k?和抽采時間t的函數(shù)，即[0086]通過步驟A)-C)能建立抽采瓦斯流量與煤層初始滲透率及鉆孔抽采時間之間的關(guān)系，即瓦斯流量正演模型，在瓦斯流量正演模型中通過任意給定煤層初始滲透率k?和抽采時間t能得到該時刻的鉆孔瓦斯流量。[0087]步驟二、通過瓦斯流量傳感器采集現(xiàn)場瓦斯抽采流量，并將獲得的抽采數(shù)據(jù)進行擬合形成連續(xù)函數(shù)，該連續(xù)函數(shù)即為擬合現(xiàn)場瓦斯抽采流量函數(shù)，其中擬合現(xiàn)場瓦斯抽采流量函數(shù)具體為：[0090]步驟三、將步驟一獲得的正演瓦斯流量函數(shù)與步驟二獲得的擬合現(xiàn)場瓦斯抽采流量函數(shù)，兩者之間的差函數(shù)D(k?,t)作為適應度函數(shù)，其中差函數(shù)D(k?,t)具體為：[0092]式中，下標i=1,2……n,表示監(jiān)測的數(shù)據(jù)時間點；[0093]上式中D(k?,t)值越小，表明反演的煤層初始滲透率k?和抽采時間t越接近實際值，故以該函數(shù)獲取最小值為目標。[0094]步驟四、采用粒子群算法尋找使步驟三中適應度函數(shù)最小值時對應的煤層初始滲透率和鉆孔抽采時間，具體過程為：[0095]①預設粒子群算法的參數(shù)：設定算法中種群包含的個體總數(shù)N,最大迭代次數(shù)ger,粒子運動的最大速度Vmx和最小速度Vmn,個體學習因子c1,社會學習因子c2,慣性因子w,截斷誤差C;[0096]②確定反演區(qū)間邊界，并在反演區(qū)間內(nèi)隨機生成N個粒子，第i個粒子的初始位置Xi以及粒子變化區(qū)間分別如式(7)和式(8)所示：[0099]其中，i=(1,2,3...N),U,T分別代表粒子的滲透率下限和上限；[0100]根據(jù)適應度函數(shù)D(k?,t)計算當前粒子位置適應度，比較各粒子適應度后記錄種群歷史最佳位置Gb_X和此時的種群歷史最佳適應度Gb,并初始化粒子群歷史最佳位置Pb_X[0101]③開始迭代，更新粒子群位置，第i個粒子的位置更新公式如式(9)所示：[0103]其中，L為當前迭代次數(shù)，v{+1表示粒子移動速度，使用式(10)表示[0105]其中粒子慣性因子w,代表粒子具有向自身固有運動方向移動的趨勢；個體學習因子c?和社會學習因子c?分別賦予粒子個體記憶屬性和社會屬性，代表粒子有向自身歷史最佳位置和種群歷史最佳位置靠攏的趨勢；r?,r?是兩個獨立的隨機參數(shù)，使粒子的運動更具隨機性，增大了全局尋優(yōu)的可能性；[0106]上述粒子群算法不設變異過程，容易陷入局部的最優(yōu)解中，最終無法收斂到全局的最優(yōu)位置，因此將速度公式中的粒子慣性因子w由固定值更改為隨迭代次數(shù)變化的變量，[0109]為了避免粒子在尋優(yōu)過程中步幅過大略過最優(yōu)位置，因此對粒子的速度v;進行限[0112]④比較當前煤層初始滲透率及抽采時間下的瓦斯流量匹配程度并更新Gb_X,Gb,三次迭代過程中適應度函數(shù)D(k?,t)的變化小于設定的截斷誤差C;若滿足則跳出迭代，輸煤的彈性模量(E,MPa)煤體骨架的彈性模量(Es,煤的泊松比(v)煤的密度(Pc,kg/m3)煤基質(zhì)的初始孔隙率(φo)煤層初始瓦斯壓力2標準大氣壓力(pa,MPa)CH?的Langmuir壓力常數(shù)(Pa,CH?的Langmuir體積常數(shù)(V,CH?的Langmuir體積應變常數(shù)(cL)CH?的動力粘度系數(shù)(μ,N·s/m2)標準狀態(tài)下CH?的密度[0119]瓦斯抽采模擬初始條件為：[0120]在t=0時刻，煤巖體內(nèi)瓦斯初始壓力為2MPa,邊界位移量為0,即：[0122]式中，pl二0和u|二分別代表初始時刻模型內(nèi)瓦斯壓力(MPa)和位移值(m)。[0123]瓦斯抽采模擬邊界條件為：[0124]①滲流邊界條件：模型外表面邊界以及鉆孔封孔段壁面設置無流動邊界條件，抽采段按抽采負壓設置定壓力邊