简介：沁水煤层气田部分煤层气井出灰严重，煤粉不断沉积在口袋中很可能埋住生产管柱。目前现场主要采用捞砂和冲砂的方法清除井底堆积物，但是两种工艺都存在不同程度的缺点。研究的桥式无污染连续冲灰工艺克服了常规冲砂和捞砂工艺的缺点，可实现无污染连续冲灰作业，能有效清除现有煤层气井的口袋堆积物，为煤层气井解决捞砂问题提供了一种新的方法。

简介：新疆是我国的资源大省,煤层气资源十分丰富,2014年~2017年新疆煤田地质局一五六煤田地质勘探队在阜康矿区、乌鲁木齐矿区、达坂城矿区的数口煤层气井中采用连续油管分段压裂工艺,取得成功。现场实验结果表明,连续油管分段压裂技术有效的解决了煤层气井多层压裂储层利用不充分、储层改造不充分、施工周期长、工序繁琐等问题。该技术适用于水平井分段及多段目的煤层的分层快速压裂。

简介：布沼坝露天矿轮斗一胶带机连续工艺系统自投入运行以来，生产能力一直很低，轮斗挖掘机不能服务整个工作面和进行选采作业，胶带机煤岩分流系统也不具备建设的实际意义。其工作面不足也正是在这些条件下产生的。本文分析了工作面不足的影响因素，对如何改善连续工艺工作面不足作了探讨，并提出了一些初浅认识以供参考。

简介：煤矿瓦斯涌出量和瓦斯突出受控于多种因素。如何根据各个影响因素预测计算煤层瓦斯含量是一个非常复杂的问题。近年来迅速发展起来的神经网络具有较高的非线性映射和并行处理能力。广义回归神经网络（GRNN）具有网络结构自适应确定、输出与初始权值无关等优良特性，能够逼近任意连续的非线性函数，可以处理系统内在的难以解析的规律。本文以某矿13-1煤层为研究对象，在分析影响煤层瓦斯含量的各种地质因素和量化定性因素的基础上，应用GRNN神经网络方法建立某矿13—1煤层瓦斯含量预测模型，以达到对井田未开采区域进行瓦斯含量预测的目的。

简介：影响煤与瓦斯突出的因素众多，应用神经网络进行预测时，选取突出预测指标是关键。基于经验和所谓“多多益善”原则的选择方法都有一定的不合理、不科学性。笔者应用灰色关联分析筛选突出预测指标，结合神经网络建模进行突出预测，使突出预测指标的选择由定性分析转化为定量分析，实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合。经过实例验证，本方法是可行的。

简介：为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07~0.26%)和0.72%(0.01~2.4%),预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据。

简介：随着对煤层气井排采规律认识的不断提高,煤层气井在自动排采控制过程中非线性、时变性的增加,传统的PID调节已不能满足生产需要。通过采用基于神经元人工网络智能控制理论和智能动态专家库技术的控制方式,实现了对煤层气井井底流压的精确控制,满足了生产需求。