基于3DMine软件的煤炭资源数据建模与分析_刘晓宁.pdf

第 47 卷 第 2 期 煤田地质与勘探 Vol. 47 No.2 2019 年 4 月 COAL GEOLOGY 2. School of Resources and Earth Science, China University of Mining and Technology, Xuzhou 221116, China; 3. Guangzhou Institute of Energy Conversion, Chinese Academy of Sciences, Guangzhou 510000, China; 4. Institute of Mountain Hazards and Environment, CAS, Chengdu 610041, China Abstract Taking No.3 coal in Gucheng coal mine, Shandong Province as the target, 3D coal seam entity models were built in 3DMine software, coaly quality indices’ distributions were analyzed and coal reserve was calculated and compared to the reserve estimation in of geological block. Firstly, a boreholes database is established using the geological data and borehole data of the target, and a 3D surface model of the coal seam with faults em- bedded was constructed. Then, the surface model was interpolated into an entity blocks model through the algo- rithm of inverse distance weightedIDW interpolation. Finally, the recoverable coal reserve of the target was computed and the distributions of several indices of the coal quality, such as Mad, Ad, St,d, Qg,d, Vdaf and GR.I., were analyzed and visualized based on the entity blocks model. The result shows that the indices Ad, St,d and Vdaf de- crease from northwest to southeast along the coal seam burial depth increases while the Qg,d and GR.I. grow up. Furthermore, the 3D blocks model with faults embedded not only represents the actual spatial morphology of coal seam and faults structure vividly but gives a much more consulted recoverable coal resources calculation also. Keywords 3DMine; 3D modeling; rule of coal quantity distribution; reserve estimation; Gucheng coal mine ChaoXing 第 2 期 刘晓宁等 基于 3DMine 软件的煤炭资源数据建模与分析 73 三 维 地 学 建 模 3D Geosciences Modeling， 3DGM由加拿大工程地质学家 Simon Houlding 于 1993 年首先提出[1]，借助计算机和可视化技术，在 三维环境下将空间信息管理、地质解译、空间分析、 地学统计与预测、三维图形可视化等技术工具结合 起来，实现地质模型的三维显示和地质分析，进而 为工程设计、施工与决策提供帮助。目前，国外的 三维建模技术发展比较成熟，相应的三维地质建模 软 件 主 要 有 GOCAD 、 Petrel 、 Earth Vision 、 Micromine、Surpac 等[2]，而国内起步较晚，三维地 质建模技术在油气勘探领域的应用程度最高，但在 固体矿产资源勘探领域，虽然已有不少三维地质建 模的成功范例，除有色金属矿以外的绝大多数勘探 项目仍然没有对勘探成果进行三维地质建模，可以 说三维地质建模在固体矿产勘探领域仍然处于起步 阶段[3]，其开发多为数字矿山软件，包括 MapGIS、 3DMine、 Longruan GIS、 DeepInsight、 蓝光软件等[4]。 3DMine 通过创建三维表面模型、 实体模型和块 体模型[5]来实现地质体与地质环境的可视化。表面 模型用来描述地形、地层面、断层面和其他空间上 不封闭的面模型形态，由若干不规则三角面组成； 实体模型是一个描述三维地质体几何形态的封闭面 模型，多用来创建矿体模型，可以直观表现矿体的 三维空间展布，计算矿体体积；块体模型是以表面 模型或实体模型约束建模对象外部形态，将内部抽 象为一系列邻接但不交叉的三维块体的集合[6]，模 型中每个块体都可以定义、编辑和量化自身属性， 包括矿石品位、质量、成本、物理特性等，可对指 定区域内的属性值快速定量计算，在矿山生产过程 中及时反映矿体的形态、规模、品位和构造的变化， 从而准确把握资源量和储量的变化情况，评价矿床 的开采价值。 本文以山东古城煤矿 3 煤为研究对象，总结一 套基于 3DMine 软件的煤层断层建模方法[7-9]，通过 建立三维表面模型和块体模型将 3 煤的空间展布形 态可视化，并在模型基础上定量估算煤层储量，分 析煤质分布与煤层埋深的关系。 1 矿区概况 古城煤矿位于山东省兖州市东郊曲阜市以西， 是经国家计委批准建设的国有大型现代化矿井。矿 井位于鲁西南块陷的东部、兖州向斜东北部。地层 倾向东南，总体呈一宽缓的向斜构造，局部存在短 轴褶曲。受南北向峄山断层和北西向滋阳断层的影 响，发育的断层展布方向主要是 NW 向，其次为近 SN 向、NE 向、EW 向，共计 183 条正断层，其中 7 条落差大于 100 m。本区仅在西北部矿井边界以外 见到岩浆岩，为基性辉绿岩和辉绿玢岩，呈脉状沿 断层带侵入太原组地层中，属小型侵入体的边缘部 分。古城煤矿整体构造情况如图 1 所示。 研究区发育含煤地层为二叠系下统山西组和石 炭–二叠系太原组。太原组共含煤 21 层，其中可采 或局部可采煤层 5 层6 煤、10 下煤、15上煤、16上 煤、17 煤；山西组含煤 24 层，其中 2 上和 3 煤可 采或局部可采。3 煤全区可采，平均煤厚 8.58 m， 占区内可采煤层总厚的 66.8，是主要可采煤层， 为本文研究和建模对象。 图 1 古城煤矿构造纲要图 Fig.1 Tectonic outline of Gucheng coal mine 2 煤层表面模型建立 建立 3 煤三维表面模型，所需的原始资料包括 古城矿生产地质报告、钻孔综合确定成果表和采掘 工程平面图。技术路线① 从钻孔综合成果表中提 取有效的钻孔信息，构建钻孔数据库，建立不包含 断层要素的煤层顶底板表面模型； ② 从采掘工程平 面图中提取 3 煤断层线和井田边界线，根据各个断 层产状、落差等参数创建断层面模型；③ 合并无断 层煤层顶底板表面模型和断层面模型，以井田边界 线为约束，建立含断层的 3 煤顶底板表面模型。 2.1 构建钻孔数据库 钻孔数据库包括以下几个方面内容 ① 定位表 描述钻孔的开孔信息， 包括工程编 号、开孔东坐标、开孔北坐标、开孔高程、终孔深 度、轨迹类型默认为曲线。 ② 测斜表 描述钻孔垂向上的弯曲形态， 包括 工程编号、测斜深度、方位角、倾角。矿井原始数 据中只提供了钻孔最大歪斜角数据，默认其与终孔 深度相对应，由此设置终孔处方位角为 0，倾角为 ChaoXing 74 煤田地质与勘探 第 47 卷 最大歪斜角，测斜深度为终孔深度。 ③ 岩性表 描述钻孔揭露的煤层发育情况， 包 括工程编号、起始深度、终止深度、煤号、煤厚。 矿井原始数据中只提供了煤层底板深度数据，而 3 煤无分叉和夹矸，因此煤层顶板深度以底板深度减 煤厚得到。 ④ 煤质信息表 描述采样煤质信息， 包括工程 编号、起始深度、终止深度、煤号、水分Mad、灰 分Ad、全硫St,d、发热量Qgr,d、挥发分Vdaf、黏 结指数GR.I.。 将钻孔数据库导入 3DMine 后可直观显示钻孔 轨迹图 2和目标煤层位置， 可以查询每个钻孔的定 位、测斜和其中的煤层、煤质等属性信息，方便后 续对数据的随取随用。以下三维图件中的 X、Y、Z 坐标分别代表东向、北向、垂向 3 个方向。 图 2 钻孔轨迹 Fig.2 Borehole trajectory 2.2 煤层断层建模 以煤层顶板面为例，创建带断层的三维表面模 型，其流程如下 a. 建立无断层的煤层顶板表面模型 从钻孔 数据库中提取 3 煤顶板点数据，用距离幂次反比法 插值加密，用不规则三角网拟合成面，建立不含断 层的煤层顶板表面模型[10]。 b. 建立包含断层产状、 落差等信息的断层面模 型 首先在 AutoCAD 中将断煤交线闭合，再导入 3DMine 中赋予其煤层顶板面或底板面的高程，而 后根据原始资料提供的断层信息设置参数，建立断 层面模型，如图 3 所示。设置的参数包括断层面倾 角、方位角倾向、断层性质本文均为正断层和断 层面垂向延伸距离要求大于断层实际落差，使断层 面与顶底板面均能相交等。 c. 以断层面模型约束煤层顶板面模型，使两模 型无缝衔接 首先设置各断层落差和影响范围参 数，使煤层顶板面在各个断层面处错断，然后以井 田边界线约束顶板面模型范围，得到带断层的煤层 顶板面模型，如图 4 所示，图中橙色与灰色部分为 受断层影响区域。 图 3 断层面模型 Fig.3 Model of fault surface 图 4 煤层顶板面模型带断层 Fig.4 Coal seam roof surface model with faults 若断层形态简单且分布稀疏， 3DMine 提供一种 简易的断层建模方法首先，对断层线高程赋值， 设置断层产状等参数，得到断层面的边界线文件； 然后，基于煤层顶底板钻孔数据使用网格估值，添 加断层线文件约束，即得到带断层的煤层顶底板面 模型。此方法的局限性是无法设置断层落差，仅适 用于简单断层建模， 当断层形态复杂或数量较多时， 会影响模型精度。 3 建立块体属性模型 为了研究 3 煤的煤质分布规律[11-14]并进行煤炭 储量计算，需要建立煤层三维块体模型，将有限个 钻孔数据反映的煤质信息插值到模型的每个块体 中。创建块体模型包括 3 个要素设置块体尺寸， 约束模型边界和插值块体属性。 3.1 设置块体尺寸 模型中块体尺寸越小，则精度越高，数据所需 ChaoXing 第 2 期 刘晓宁等 基于 3DMine 软件的煤炭资源数据建模与分析 75 存储空间越大，计算机运行速度越慢。通常情况下， 块体尺寸取决于矿体的类型、规模和采掘方式，每 个有一定体积的长方体叠加构成了块体模型[15]，而 在井田边缘需要将块体分割成更小的子块[16]，使得 井田边缘的块体更接近于煤层。结合 3 煤发育情况 和矿区范围，建立一级块体尺寸为 20 m20 m4 m EW 和 SN 方向上各延伸 20 m，厚度为 4 m，次级 块体尺寸为 10 m10 m2 m。 3.2 约束块体边界 利用建立的带断层煤层顶底板表面模型约束块 体模型的外部形态，得到由 500 537 个块体组成的 块体模型，如图 5 所示。 3.3 插值建立煤质属性模型 a. 在块体模型中添加属性 依据国家和煤炭 行业标准 GB/T 15224.12010煤炭质量分级第 1 部分灰分 、GB/T 15224.22010煤炭质量分级 第 2 部分硫分 、GB/T 15224.32010煤炭质量 分级第 3 部分发热量以及 MT/T 8492000煤 的挥发分产率分级 、MT/T 8502000 煤的全水分 分级 、MT/T 5962008烟煤黏结指数分级 ，本 文确定 6 个评价煤质的重要指标，包括 Mad、Ad、 St,d、Qgr,d、Vdaf、GR.I.。 b. 地质统计学方法插值 从钻孔数据库中提 取各钻孔揭露的 3 煤煤质数据，如表 2 所示，将其 图 5 煤层块体模型 Fig.5 Block model of coal seam 表 2 煤质样品钻孔数据 Table 2 Borehole data of samples of coal quality 工业分析/ 工业分析/ 钻孔号 采样 深度/m Mad Ad Vdaf St,d/ Qgr,d/ MJkg-1 GR.I 钻孔号 采样 深度/m Mad Ad Vdaf St,d/ Qgr,d/ MJkg-1 GR.I. 2-2 775.2810.3 3.07 14.35 38.91 0.36 34.34 67 7-6 212.17222.25 2.72 18.12 36.84 0.53 33.08* 26 2-3 882.22923.55 3.31 12.03 37.82 0.52* 33.08* 56* 8-1 611.55648.95 3.02 13.70 37.75 0.53 33.86 56 2-4 959.251 002.9 2.61 11.59 38.04 0.49 33.79 65 8-10 170.8204.85 1.65 10.40 37.73* 2.89 33.08* 56* 2-6 667.49676.57 2.89 12.24 36.28 0.44 33.08* 52 16 446.42485.06 2.33 13.06 37.08 0.43 33.69 56* 2-7 489.1522.95 2.90 11.45 37.15 0.45 33.08* 61 9-1 800.55846.57 2.54 15.57 37.13 0.46 33.43 56* 109 273.67317.79 1.93 15.21 37.20 0.46 33.07 56* 103 591.31640.07 1.71 14.07 36.95 0.40 33.41 56* 3-7 370.88380.55 2.85 14.37 37.73* 0.47 34.17 56* 10-2 725.8773.35 2.16 15.92 39.62 0.47 33.63 56* 3-3 538.8572.82 2.09 14.43 38.35 0.59 33.08* 59 14-2 731.17753 2.98 15.25 39.90 0.65 33.81 56* 3-9 579.5611.8 3.09 14.83 36.67 0.47 34.16 57 15-3 841.67880.65 2.70 18.05 39.16 0.46 33.08* 73 3-10 794.1828.05 2.54 12.02 37.47 0.50 34.13 59 17-3 814.22859.72 2.54 12.30 36.75 0.65 34.04 56* 3-4 855.48887.9 1.12 18.02 37.38 0.41 33.22 66 25-6 572.05602.35 3.02 12.48 36.55 0.50 33.90 53 9-4 963.451 004.35 3.02 10.00 37.73* 0.38 33.08* 56* 4-1 645.42675.8 3.07 12.88 38.94 0.40 34.23 56* 4-3 383.22420.72 3.18 12.99 40.85 0.57 33.08* 31 25-3 833861.43 2.17 18.16 35.76 0.43 33.08* 64 4-4 493.85529.1 2.01 13.89 37.73* 0.53 33.08* 56* 26-1 619.06662.71 2.56 13.65 35.99 0.47 33.08* 51 6-4 589.2630.6 2.02 24.12 41.40 0.73 31.56 56* 2 667.38709.45 3.21 16.42 37.57 0.39 34.69 56* 5-1 319.02329.47 3.08 9.40 37.97 0.52 34.68 64 26-2 765.9808.16 2.57 12.93 37.20 0.45 33.08* 66 5-2 414.8425.45 3.75 13.03 35.93 0.49 33.08* 44 26-3 908.35944.93 2.31 12.89 36.80 0.48 33.08* 62 6-2 456.35493.65 1.98 17.64 38.96 0.47 33.08* 56* 29-2 959.031 000.35 1.89 17.31 37.73* 0.40 34.34 56* 5-3 563.65573.15 2.06 12.45 41.34 0.44 33.08* 66 14 930.82939.97 2.94 12.02 35.98 0.46 33.08* 56* 8-2 718.5759.2 1.72 13.61 38.12 0.44 33.79 56* 注表中带*数据表示无原始数据，以其余钻孔数据平均值代替。 ChaoXing 76 煤田地质与勘探 第 47 卷 插值到块体模型的煤质属性中。估值方法通常根据 矿床类型和样品数量来选择，克里格法适用于详细勘 探、样品量较大的生产矿山[17]，但不适用于矿化稳定 的沉积矿床，而对于研究区详查或勘探级别、样品量 不多的矿山而言，一般采用距离幂次反比法[18-19]，计 算公式如下 b 11 1 / nn i NN ii ii X X dd    1 式中 Xb为空间未知样品点品位，Xi为已知第 i 个 样品点品位，di为未知点到第 i 个已知点的距离， n 是影响范围内样品的个数，N 为影响的幂指数。 根据研究目的和精度的不同，可选择不同的幂次， 一般为 13 的整数，本文选为 2，也称距离平方反 比法。 4 储量计算与煤质分布分析 4.1 储量计算及分析 据古城矿生产报告，3 煤视密度为 1.35 t/m3， 依据本文建立的 3 煤块体模型，储量计算的公式为 视密度块体数量块体体积储量 2 由式2得到 3 煤储量为 19 361.0 万 t。传统块段 法估算的储量为 14 425.2 万 t，两者估算结果相差较 大的原因 ① 传统块段法估算过程由人为操作， 且将 煤厚平均化，结果相较实际情况偏小；② 钻孔数量少 导致所建煤层顶底板面模型不够精确，模型煤厚 与实际煤厚相比可能偏大。 式2计算得到的 19 361.0 万 t 储量仅考虑了断 层引起的煤层错断，未考虑其他地质、水文地质条 件引起的煤层储量损失、永久煤柱损失两者合称全 矿性损失与实际开采中的储量损失[21]， 实际意义不 大。若记煤层能利用储量为 Qy，矿井采区平均采出 率为，全矿性损失占矿井损失的比例为，则矿 井可采储量 Qc为 y [11]QQ c 3 据文献[20]所述，我国国有重点煤矿矿井采区 平均采出率为58.778；文献[21]给出的全国67 个国有重点煤矿实际数据统计表明，全矿性损失占 矿井总损失的比例为49.4；据此，在所建三维煤 层块体模型基础上，计算3煤可采煤炭储量区间为 15 392.0万 t17 250.6 万 t。 4.2 煤质分布规律 用距离幂次反比法将煤质信息数据插值到 500 537个块体中， 统计各项煤质指标在所有块体 中的分布，均大致呈正态分布，说明插值结果较 为合理。依据行业标准用不同颜色表示不同煤级 分布，并绘制等值线直观表现煤质的平面分布规 律， 得到 3 煤煤质分布图图 6。依据 GB/T5751 2009中国煤炭分类 ，3 煤煤级主要为气煤，局部 有 1/3 焦煤和少量 1/2 中黏煤及弱黏煤， 煤变质程度 普遍较低，与文献[10]结论一致。 图 6 古城煤矿 3 煤煤质分布图 Fig.6 Coal quality distribution in No.3 coal seam of Gucheng coal mine ChaoXing 第 2 期 刘晓宁等 基于 3DMine 软件的煤炭资源数据建模与分析 77 由图 6 可知，3 煤主要为低水分、低灰分、 高挥发分、特低硫分、特高发热量、中强–强黏结 煤； 局部分布中灰煤和中高挥发分煤； 自 NW 到 SE 硫分分级由低硫煤降至特低硫煤，黏结指数分级由 弱黏结煤递增至强黏结煤。 结合煤层模型图 4的三维空间形态分析， 埋深 自 NW 向 SE 逐渐加深，西部区域局部明显突起， 与 Ad、St,d、Vdaf、GR.I.各指标自西向东的变化趋势具 有显著相关性从 NW 到 SE，Ad、St,d和 Vdaf随埋深 增加而降低，Qgr,d和 GR.I.随埋深增加而升高；Mad在 全区分布较为均一，在西部突起区域有所下降。 5 结 论 a. 以山东古城煤矿 3 煤为研究对象，依据 3DMine 三维矿山软件的建模流程， 建立了断层控制 下的煤层顶底板面模型和三维块体模型，既能直观 地反映煤层的空间分布形态，也为后续定量分析奠 定了基础。 b. 与传统人工估算储量的块段法相比，本文基 于 3DMine三维块体模型的储量估算方法简便快捷， 在考虑全矿性损失的影响后，计算所得的可采储量 区间可信度高。 c. 实现了煤质数据三维属性建模，结合煤层三 维模型的埋藏深度分析煤质分布规律，表明研究区 从 NW 到 SE，随着煤层埋深逐渐增加，煤的深成变 质作用加深，Ad、St,d和 Vdaf随之降低，Qgr,d和 GR.I. 升高。 d. 分析 3 煤煤质分布情况可知，本区煤变质程 度较低，且随煤层埋深而加深，构造条件对煤质变 化的影响不大，煤变质作用主要是深成变质作用。 由于数据资料有限，本文创建的断层模型和三 维煤层块体模型的精度有待在后续的研究中进一步 提高。 参考文献 [1] HOULDING S W. 3D Geo-science modelingComputer tech- niques for geological characterization[M]. London Springer-Verlag，19931–2. [2] 李青元，张丽云，魏占营，等. 三维地质建模软件发展现状及 问题探讨[J]. 地质学刊，2013，374554–561. LI Qingyuan，ZHANG Liyun，WEI Zhanying，et al. On 3D geological modeling software development and discussions on several issues[J]. Journal of Geology，2013，374554–561. [3] 李青元，张洛宜，曹代勇，等. 三维地质建模的用途、现状、 问题、趋势与建议[J]. 地质与勘探，2016，524759–767. LI Qingyuan，ZHANG Luoyi，CAO Daiyong，et al. Usage， status，problems，trends and suggestions of 3D geological modeling[J]. Geology and Exploration，2016，524759–767. [4] WANG Gongwen，PANG Zhenshan，BOISVERT J B，et al. Quantitative assessment of mineral resources by combining geo- statistics and fractal s in the Tongshan porphyry Cu de- positChina[J]. Journal of Geochemical Exploration， 2013， 134 85–98. [5] 褚娜娜. 基于 3DMine 软件三维地质模型在陕南汉阴长沟金 矿中的应用[D]. 西安长安大学，2012. [6] 王庆牛. 煤系地层三维地质建模及可视化技术研究[D]. 焦 作河南理工大学，2010. [7] 荆永滨，杜学胜，张瑞林，等. 复杂地质构造煤层三维模型自 动构建技术[J]. 辽宁工程技术大学学报自然科学版，2016， 353243–247. JING Yongbin， DU Xuesheng， ZHANG Ruilin， et al. Techniques for automatic 3D modeling of coal seam with complicated geo- logical structure[J]. Journal of Liaoning Technical Univer- sityNatural Science，2016，353243–247. [8] 董前林，李青元，曹代勇，等. 多源地质数据综合三维建模及 地质学分析以青海木里三露天勘探区为例[J]. 煤田地质与 勘探，2017，45337–44. DONG Qianlin， LI Qingyuan， CAO Daiyong， et al. 3D modeling with integration of geological data of multi-sources and geologi- cal analysisA case of Sanlutian exploration area of Muli， Qinghai[J]. Coal Geology Exploration，2017，45337–44. [9] 魏竹斌，李青元，张明辉，等. 基于煤层底板等高线的逆断层 叠覆区全自动三角剖分[J]. 煤田地质与勘探，2018，461 28–34. WEI Zhubin，LI Qingyuan，ZHANG Minghui，et al. of full-automatic triangulation for reverse faults with overlapping area based on coal seam floor contour map[J]. Coal Geology Exploration，2018，46128–34. [10] 李青元，董前林，贾会玲，等. 三维地质建模技术及其在煤田 构造中的应用[J]. 中国煤炭地质，2014，26839–44. LI Qingyuan，DONG Qianlin，JIA Huiling，et al. 3D geological modeling technology and its application on coalfield structural study[J]. Coal Geology of China，2014，26839–44. [11] 刘贝，黄文辉，敖卫华，等. 淮南煤田煤质随埋深演化特征及 煤变质作用研究[J]. 煤炭科学技术， 2014， 42增刊 1 270–273. LIU Bei， HUANG Wenhui， AO Weihua， et al. Study on evolution characteristics of coal quality and coal metamorphism with burial depth in Huainan coalfield[J]. Coal Science and Technology， 2014，42S1270–273. [12] 于得明，刘海燕，王东东，等. 鲁西南地区煤类分布及煤变质 作用类型分析[J]. 中国煤炭地质，2015，27106–9. YU Deming，LIU Haiyan，WANG Dongdong，et al. Coal ranks distribution and coal metamorphism type analysis in southwest- ern Shandong[J]. Coal Geology of China，2015，27106–9. [13] 孟令国. 开滦矿区炼焦煤特性及煤质变化趋势预测的研究[D]. 北京北京化工大学，2013. ChaoXing 78 煤田地质与勘探 第 47 卷 [14] 左蔚然，何亚群，贺靖峰，等. 峰峰煤田煤质预测管理信息系 统的设计与实现[J]. 煤炭科学技术，2007，35565–68. ZUO Weiran， HE Yaqun， HE Jingfeng， et al. Design and practice on coal quality prediction management ination system of Fengfeng coal field[J]. Coal Science and Technology，2007， 35565–68. [15] 李梅，董平，毛善君，等. 地质矿山三维建模技术研究[J]. 煤 炭科学技术，2005，33446–49. LI Mei，DONG Ping，MAO Shanjun，et al. Research on 3D modeling technology for geology and mine[J]. Coal Science and Technology，2005，33446–49. [16] 曾庆田. 复杂多金属矿床可视化模拟及其三维采矿设计技术 研究[D]. 长沙中南大学，2007. [17] 朱银萍. 克里格法在建立地质模型应用中的研究[D]. 北京 中国地质大学北京，2012. [18] 李章林，王平，张夏林. 距离幂次反比法的改进与应用[J]. 金 属矿山，2008488–92. LI Zhanglin，WANG Ping，ZHANG Xialin. Improvement and application of inverse distance weighted [J]. Metal Mine， 2008488–92. [19] 牛仲行. 河北省丰宁县大西沟金矿床三维地质建模及储量计 算[D]. 北京中国地质大学北京，2014. [20] 陆刚. 衰老矿井残煤可采性评价与复采技术研究[D]. 徐州 中国矿业大学，2010. [21] 彭世济，韩可琦. 矿业经济导论[M]. 徐州中国矿业大学出 版社，1996160–162. 责任编辑 范章群 上接第 71 页 XIE Lirong，LU Peng，FAN Wenhui，et al. LVQ-CPSO- BP-based prediction technique of coal gas permeability rate[J]. Journal of Mining Safety Engineering， 2017， 342 398–404. [11] 汤国水，张宏伟，韩军，等. 基于 MABC-SVM 的含瓦斯煤体 渗透率预测模型[J]. 中国安全生产科学技术，2015，112 11–16. TANG Guoshui，ZHANG Hongwei，HAN Jun，et al. Prediction model on permeability of gas-bearing coal based on MABC-SVM[J]. Journal of Safety Science and Technology， 2015，11211–16. [12] 邵良杉，马寒. 煤体瓦斯渗透率的 PSO-LSSVM 预测模型[J]. 煤田地质与勘探，2015，43423–26. SHAO Liangshan，MA Han. Model of coal gas permeability prediction based on PSO-LSSVM[J]. Coal Geology Explora- tion，2015，43423–26. [13] 魏建平，李波，王凯，等. 受载含瓦斯煤渗透性影响因素分析[J]. 采矿与安全工程学报，2014，312322–327. WEI Jianping， LI Bo， WANG Kai， et al. Influencing factors on permeability of loaded gas-bearing coal mass[J]. Journal of Mining Safety Engineering，2014，312322–327. 责任编辑 范章群 ChaoXing