陳建強(qiáng)，王世斌，劉旭東，鄭三龍，王 剛，孫路路

（1.神華集團(tuán)新疆能源有限責(zé)任公司 烏東煤礦，新疆 烏魯木齊 830002；2.山東科技大學(xué) 能源與礦業(yè)工程學(xué)院，山東 青島 266590；3.山東科技大學(xué) 礦山災(zāi)害預(yù)防控制省部共建國家重點(diǎn)試驗(yàn)室培育基地，山東 青島 266590）

0 引 言

隨著煤炭開采向深部轉(zhuǎn)移，煤層的瓦斯含量逐漸增加，開采時會造成煤層中的瓦斯大量涌入工作面，瓦斯引起的災(zāi)害制約著煤炭的安全開采［1－3］。而急傾斜煤層是較水平煤層一種非常特殊的煤層，我國新疆地區(qū)具有非常豐富的急傾斜煤層資源，由于急傾斜煤層特殊的賦存條件，其開采方式以及災(zāi)害特性較水平煤層也不同。 急傾斜煤層開采時瓦斯涌出會造成嚴(yán)重的災(zāi)害。

針對煤層開采時工作面瓦斯涌出的問題，伍愛友等［4］基于灰色系統(tǒng)理論建立了瓦斯涌出量預(yù)測方法，并對具體工作面的瓦斯涌出量進(jìn)行了預(yù)測，驗(yàn)證了預(yù)測模型的準(zhǔn)確性；郭德勇等［5］應(yīng)用多元回歸預(yù)測方法預(yù)測平煤天安十礦己組煤層24110 工作面瓦斯涌出量，其預(yù)測值與實(shí)測值的誤差為±10%；汪明等［6］基于隨機(jī)森林構(gòu)建了回采工作面瓦斯涌出量預(yù)測模型，通過該模型對工作面瓦斯涌出進(jìn)行預(yù)測，預(yù)測結(jié)果與實(shí)測值的相對誤差為6.2%；付華等［7］提出經(jīng)IGA 優(yōu)化的LS－SVM 瓦斯涌出量預(yù)測方法預(yù)測工作面瓦斯涌出量，得出該預(yù)測方法的最大誤差不超過3%；王小朋［8］對單一厚煤層綜采放頂煤工作面瓦斯涌出預(yù)測方法進(jìn)行研究，提出一種適用于單一厚煤層綜放工作面瓦斯涌出量預(yù)測方法，并對11 個單一厚煤層的瓦斯涌出量進(jìn)行預(yù)測，得出理論預(yù)測結(jié)果與實(shí)際結(jié)果的平均誤差為6%；李曲等［9］構(gòu)建了基于基因組和表現(xiàn)型組的新型遺傳算法的瓦斯涌出量預(yù)測模型預(yù)測工作面的瓦斯涌出量，結(jié)果表明預(yù)測模型具有較高的預(yù)測精度和穩(wěn)定性；鄭三龍等［10］對急傾斜煤層工作面的瓦斯涌出來源進(jìn)行研究，得出急傾斜煤層開采工作面的瓦斯主要來源于開采分層以及下部卸壓煤體的瓦斯涌出；劉軍［11］在水平煤層開采工作面瓦斯涌出量預(yù)測的基礎(chǔ)上對急傾斜煤層瓦斯涌出量預(yù)測方法進(jìn)行改進(jìn)，并結(jié)合實(shí)際工作面的瓦斯涌出量進(jìn)行預(yù)測，表明預(yù)測方法的可行性；劉程［12］根據(jù)急傾斜煤層開采時覆巖破斷特性，研究了急傾斜煤層的瓦斯運(yùn)移規(guī)律，得出急傾斜煤層下部煤體具有大量的瓦斯涌出；馬洪濤［13］針對急傾斜煤層的瓦斯賦存特點(diǎn)，采用數(shù)值模擬的方式研究了急傾斜煤層開采時采動圍巖的裂隙分布規(guī)律，為制定較為合理的瓦斯抽采方法提供了依據(jù)；王鵬等［14］采用理論與試驗(yàn)相結(jié)合的方法研究了急傾斜特厚煤層不同掘進(jìn)巷道的瓦斯涌出特性，得出了急傾斜特厚煤層沿頂板、底板掘進(jìn)巷道的煤壁瓦斯涌出差異性。

筆者在前人研究的基礎(chǔ)上，分析急傾斜特厚煤層回采工作面瓦斯涌出來源，應(yīng)用急傾斜特厚煤層瓦斯涌出量預(yù)測方法預(yù)測烏東煤礦急傾斜特厚煤層回采工作面瓦斯涌出量，與實(shí)測數(shù)據(jù)進(jìn)行比較，并對影響工作面瓦斯涌出量的因素進(jìn)行靈敏度分析，為研究急傾斜特厚煤層回采工作面瓦斯涌出影響因素提供了一種分析方法。

1 急傾斜特厚煤層回采工作面瓦斯涌出特性

1.1 急傾斜特厚煤層回采工作面瓦斯涌出來源分析

急傾斜特厚煤層的賦存條件較水平煤層與緩傾斜煤層不同，其煤層傾角在45°以上，如圖1a 所示。急傾斜特厚煤層的開采方式較水平煤層和緩傾斜煤層也不同，大多采用水平分段綜放開采方式，該開采方式的開采效率較高，如圖1b 所示。 該方法是沿煤層傾向?qū)⒚簩觿澐譃槿舾蓚€分段，從上至下分段開采煤層，沿著煤層走向采用綜放開采的方式。 正是由于煤層這種不同的賦存條件以及開采方式，從而導(dǎo)致急傾斜特厚煤層回采工作面瓦斯涌出來源較水平煤層與緩傾斜煤層不同［15］。

圖1 急傾斜特厚煤層賦存條件和水平分段開采方式Fig.1 Occurement condition of steeply inclined extra－thick coal seam and mining method of horizontal subsection

結(jié)合急傾斜特厚煤層分段開采的工藝特點(diǎn)，回采工作面瓦斯涌出來源有底部卸壓帶煤體涌出的瓦斯、開采分段涌出的瓦斯，鄰近煤層涌出的瓦斯以及老采空區(qū)涌出的瓦斯［11］，如圖2 所示。

圖2 回采工作面瓦斯涌出源示意Fig.2 Schematic diagram of gas emission source in mining face

1.2 急傾斜特厚煤層回采工作面瓦斯涌量預(yù)測方法

工作面瓦斯涌出量預(yù)測方法大致可以分為2 種：一種是礦山統(tǒng)計法，一種是分源預(yù)測法。 礦山統(tǒng)計法是基于煤層條件及開采條件相似的工作面瓦斯涌出統(tǒng)計數(shù)據(jù)，對另一個相似條件的煤層進(jìn)行瓦斯涌出量的預(yù)測。 分源預(yù)測法是研究工作面瓦斯涌出的來源，通過計算各個涌出源的瓦斯涌出量來計算回采工作面的瓦斯涌出量，該方法較礦山統(tǒng)計法較為準(zhǔn)確，且應(yīng)用較為普遍。 采用分源預(yù)測法［16］計算急傾斜特厚煤層回采工作面瓦斯涌出量時，計算公式為

式中：qc、q1、q2、q3、q4分別為回采工作面、開采分段、鄰近煤層、卸壓帶煤體和上部老采空區(qū)的相對瓦斯涌出量，m3／t。

根據(jù)分源預(yù)測法應(yīng)當(dāng)先計算出開采分段、鄰近煤層、卸壓帶煤體以及分段上部老采空區(qū)相對瓦斯涌出量，因所研究的急傾斜特厚煤層開采分層不超過4個，因此采用開采分層不超過4 層的計算公式，開采分段瓦斯涌出量為

式中：K1為圍巖瓦斯涌出系數(shù)［17］，若采用全部陷落法管理頂板，碳質(zhì)組分較多的圍巖，K1取1.3，局部充填法管理頂板K1取1.2，全部充填法管理頂板K1取1.1；K2為工作面丟煤瓦斯涌出系數(shù)，采用采出率的倒數(shù)進(jìn)行取值；K3為準(zhǔn)備巷道預(yù)排瓦斯對開采層瓦斯涌出影響系數(shù)［10］，采用長壁后退式回采時，K3＝（L－2h）／L；采用長壁前進(jìn)式回采時，如上部相鄰工作面已采，則K3＝1，上部相鄰工作面未采，K3＝（L＋2h＋2b）／（L＋2b），L為工作面的長度，m，h為掘進(jìn)巷道預(yù)排等值寬度，m；b為巷道寬度，m；X0為開采分段煤層原始瓦斯含量，m3／t；Xc為煤運(yùn)出礦井后殘存的瓦斯含量，m3／t；Kf為根據(jù)煤層開采的分層數(shù)量和順序而確定的分層瓦斯涌出系數(shù)，所研究急傾斜特厚煤層是開采完成上一分段后再繼續(xù)開采下一分段，并沒有采用分層同時開采，因此Kf取值為1。

鄰近層瓦斯涌出量［18］采用式（3）計算：

式中：mi為第i個鄰近層的煤厚，m；m0為開采煤層的厚度，m；X0，i為第i個鄰近層的瓦斯含量，m3／t；Xc，i為鄰近層的殘存瓦斯含量，m3／t；ηi為第i個鄰近層受采動影響的瓦斯排放率，%［19］。

下部煤體的瓦斯涌出量［20］采用式（4）計算：

式中：M為水平分段高度，m；X為底部煤體原始瓦斯含量，m3／t；hp為采動影響破壞深度，m；α為煤層傾角，（°）；Xt為瓦斯含量梯度，m3／（t·m－1）。

上分段老采空區(qū)瓦斯涌出量用下式計算：

式中：K′為老采空區(qū)瓦斯系數(shù)，取0.15［11］。

1.3 急傾斜特厚煤層回采工作面瓦斯涌量預(yù)測方法應(yīng)用

對烏東煤礦＋575 m 水平45 號煤層西翼回采工作面瓦斯涌出來源進(jìn)行分析，確定計算涌出量的各個參數(shù)，開采分段瓦斯涌出量計算參數(shù)如下：

由于該煤層為急傾斜煤層，其開采方式為長壁后退式回采，K3的計算若按K3＝（L－2h）／L計算常出現(xiàn)負(fù)值，因此按下式進(jìn)行計算［11］：

式中：Qk為開采分段煤體瓦斯儲量，m3；Qk＝GkX0；Gk為開采分段內(nèi)煤炭儲量，t；Qp為巷道風(fēng)排瓦斯量，m3，若未掘進(jìn)則可根據(jù)掘進(jìn)巷道瓦斯涌出量預(yù)測方法進(jìn)行計算，K′＝（U－LD）／U，U為巷道所含煤體周長，m，LD為巷道底部寬度，m。

根據(jù)烏東煤礦實(shí)際情況，該式子中各參數(shù)值為：Gk＝158 676 8 t，X0＝2.68 m3／t，Qp＝70 876 m3，K′＝0.60，因此求得K3＝0.99。 將表1 中數(shù)據(jù)代入式（2）中，可得開采分層相對瓦斯涌出量q1為2.91 m3／t。鄰近層瓦斯涌出涌出量計算參數(shù)見表1，將表中各參數(shù)代入式（3）后得該工作面鄰近層的預(yù)測瓦斯涌出量。

表1 鄰近層瓦斯涌出量計算參數(shù)Table 1 Calculation parameters of gas emission in adjacent layers

據(jù)烏東煤礦的實(shí)際情況，式（4）中對應(yīng)的參數(shù)依次為：M0＝25 m；Xt＝0.016 3 m3／（t·m－1）；X＝5.21 m3／t；Xc＝1.53 m3／t；hp＝30 m；α＝45°，代入后得下部煤體瓦斯涌出量q3為3.26 m3／t。 基于所得到的結(jié)果可以計算出回采工作面上分段老采空區(qū)的瓦斯涌出量q4為0.95 m3／t。

則回采工作面的相對瓦斯涌出量預(yù)測值qc為7.29 m3／t，絕對瓦斯涌出量計算公式為

式中：qcj為工作面絕對瓦斯涌出量，m3／min；A為工作面煤炭日產(chǎn)量，t。

工作面煤炭日產(chǎn)量為1 543.17 t 時，計算后得絕對瓦斯涌出量為9.20 m3／min，實(shí)測絕對瓦斯涌出量為9.40 m3／min，相對誤差為2.13%，表明預(yù)測模型能夠合理且準(zhǔn)確地預(yù)測回采工作面的瓦斯涌出量。 為了進(jìn)一步驗(yàn)證預(yù)測模型的準(zhǔn)確性，選取多組數(shù)據(jù)進(jìn)行絕對瓦斯涌出量的預(yù)測，其實(shí)測值與預(yù)測結(jié)果如圖3 所示。

由圖3 可得，回采工作面瓦斯涌出量預(yù)測值與實(shí)測值整體上具有較高的一致性，相對誤差為0.18%～5.43%，相對誤差的平均值為3.23%，能夠滿足實(shí)際的要求。

圖3 瓦斯涌出量預(yù)測值與實(shí)測值對比Fig.3 Comparison diagram of predicted and measured gas emission quantity

2 急傾斜特厚煤層回采工作面瓦斯涌出源影響因素

2.1 瓦斯涌出源占比分析

為研究各個影響因素對回采工作面瓦斯涌出量的影響，現(xiàn)對烏東煤礦＋575 m 水平45 號煤層西翼回采工作面與43 號煤層西翼回采工作面的瓦斯涌出量以及各個瓦斯涌出源的瓦斯涌出量進(jìn)行分析，該回采工作面各涌出源的瓦斯涌出量占比如圖4所示。

圖4 瓦斯涌出量及涌出占比Fig.4 Gas emission amount and emission ratio

由圖4 可得，回采工作面的瓦斯涌出中開采分段與下部煤體所占據(jù)比重較大［10］。 下部煤體的瓦斯涌出是由于工作面開采煤體后，開采分段下部煤體在頂?shù)装宓膴A持作用形成卸壓區(qū)，卸壓區(qū)的煤體產(chǎn)生采動裂隙，透氣性顯著增加，其煤體中含有的游離瓦斯在壓力差的作用下，會沿著原生裂隙和采動裂隙流向工作面。 同時由于下部煤體中的瓦斯壓力發(fā)生改變，吸附在煤體中的瓦斯進(jìn)一步解析為游離狀態(tài)的瓦斯，從而使得瓦斯不斷向回采工作面流動。利用COMSOL Multiphysics 數(shù)值模擬軟件對工作面開采后煤巖體的受力變形及孔隙率的變化進(jìn)行數(shù)值模擬，結(jié)果如圖5 所示，由圖5a 可得，煤層開采后覆巖發(fā)生變形破斷充填采空區(qū)，未發(fā)生破斷的覆巖在下部煤體的支撐作用下形成懸臂梁模型，其在端部的受力較為集中從而對煤體造成擠壓破壞產(chǎn)生裂隙。 由圖5b 和圖5c 的孔隙率分布可以看出下部煤體的局部位置的孔隙率出現(xiàn)了明顯的增加，這說明底部卸壓煤體產(chǎn)生了裂隙，促進(jìn)了底部煤體的瓦斯涌入到工作面。

圖5 煤層分段開采煤巖體受力及孔隙率分布Fig.5 Distribution map of stress and porosity of rock mass in first section of coal seam

2.2 影響因素靈敏度分析

為了進(jìn)一步探究預(yù)測模型中的各個因素對瓦斯涌出量的影響，對各個因素進(jìn)行靈敏度分析，進(jìn)行靈敏度分析大多采用的Morris 篩選法［21］。 Morris 篩選法為進(jìn)行靈敏度分析較為普遍的方式。 Morris 篩選法是根據(jù)所建立的模型采用控制變量法，只改變其中一個變量xi，保持其余參數(shù)不變，在變量閾值范圍內(nèi)隨機(jī)改變模型中的xi得到模型y（x） ＝y(tǒng)（x1，x2，…，xn）的值，用影響值ei判斷參數(shù)變化對輸出值的影響程度：

式中：y、y?分別為參數(shù)變化前后的輸出值；Δi為參數(shù)i的改變幅度。

結(jié)合Morris 篩選法采用修正后的Morris 篩選法［21］來計算各影響因素的靈敏度，修正后采用固定步長變化的自變量，靈敏度判別因子S取Morris 多個平均值：

式中：Yi為模型第i次運(yùn)行輸出值；Y0為參數(shù)率定后計算結(jié)果初始值；Pi為第i次模型運(yùn)算參數(shù)值相對于率定參數(shù)后參數(shù)值變化的百分率；n為模型運(yùn)行次數(shù)。

回采工作面瓦斯涌出量預(yù)測模型為：

對回采工作面瓦斯涌出量的影響因素進(jìn)行分析時，選取工作面的瓦斯涌出量作為檢驗(yàn)變量，對回采工作面瓦斯涌出量預(yù)測模型中的圍巖瓦斯涌出系數(shù)以及丟煤瓦斯涌出系數(shù)等10 個影響因素的靈敏度進(jìn)行分析，得出的影響因素靈敏度見表2。

表2 影響因素靈敏度數(shù)據(jù)Table 2 Sensitivity data of influencing factors

其中，靈敏度分級［21－22］如下：

結(jié)合影響因素的靈敏度分析結(jié)果可以看出，除老采空區(qū)瓦斯涌出系數(shù)K′的靈敏度小于0.05 外，其他因素的靈敏度均大于0.05，這說明除老采空區(qū)瓦斯涌出系數(shù)外其他因素對回采工作面的瓦斯涌出量都有較為顯著的影響。 老采空區(qū)對回采工作面的瓦斯涌出量影響小是因?yàn)楣ぷ髅嫔喜康睦喜煽諈^(qū)基本已經(jīng)壓實(shí)，游離態(tài)瓦斯氣體在其中的流動比較困難。在上部采空區(qū)壓實(shí)的過程中，瓦斯氣體在其中流動所受到的阻力較煤層中小，采空區(qū)的瓦斯會隨著工作面的風(fēng)流流出回采工作面，造成其瓦斯含量的減少，因而老采空區(qū)的瓦斯涌出對回采工作面的瓦斯涌出影響較小。

為更加直觀看出各個影響因素對回采工作面瓦斯涌出量的影響程度，將各個影響因素的靈敏度繪制成圖6 所示。

圖6 影響因素靈敏度分析Fig.6 Sensitivity analysis of influencing factors

由圖6a 可得，工作面的丟煤瓦斯涌出、開采層瓦斯涌出、煤層的原始瓦斯含量、殘存瓦斯含量以及開采煤層瓦斯含量梯度對回采工作面瓦斯涌出量的影響靈敏度均大于1，是高靈敏度參數(shù)。 工作面的丟煤瓦斯涌出系數(shù)是與采出率有關(guān)的，當(dāng)工作面的采出率較高時，表明開采的煤量較多。 煤層開采時煤中瓦斯將會隨著煤體的采落釋放出來。 工作面前方煤體處于卸壓的塑性區(qū)，孔裂隙較為拓展，裂隙的拓展造成了煤體中大量吸附的瓦斯解析，在工作面的開采過程中，這些解析的瓦斯從煤體中涌出，增加了工作面的瓦斯涌出量，因此開采層的瓦斯涌出對工作面的瓦斯涌出量具有較大的影響。 煤層的原始瓦斯含量對回采工作面的瓦斯涌出量也有相當(dāng)大的影響［23］，當(dāng)煤層原始瓦斯量較多時，開采較少部分的煤體就可能會釋放出較多瓦斯，從而造成工作面瓦斯涌出量的增加。 殘存瓦斯含量是煤體運(yùn)出礦井后殘存的瓦斯含量，當(dāng)采落的煤體運(yùn)出礦井后工作面還是有較多殘存的瓦斯，這就會增加工作面的瓦斯含量。 開采煤層的瓦斯含量梯度對工作面的瓦斯涌出量影響表現(xiàn)在下部卸壓煤體的瓦斯涌入回采工作面，當(dāng)開采煤層的瓦斯含量梯度較大時，即使因采動影響下部卸壓帶煤體的破壞深度較淺，工作面下部的煤體也會涌出大量的瓦斯氣體，造成工作面的瓦斯含量增加，因此也會影響工作面的瓦斯涌出量。

圍巖瓦斯涌出系數(shù)、分層瓦斯涌出系數(shù)和水平分段高度對回采工作面瓦斯涌出量影響靈敏度等表明3 個參數(shù)是靈敏參數(shù)，圍巖瓦斯涌出系數(shù)對回采工作面瓦斯涌出量的影響表現(xiàn)在當(dāng)圍巖瓦斯涌出系數(shù)增加時，表明瓦斯能夠較為容易地從圍巖中涌入工作面造成工作面的瓦斯涌出量增加。 工作面進(jìn)行多分層開采時，該分段工作面的下部煤體相當(dāng)于下分段工作面的開采煤層，因此該部分煤體的瓦斯會向2 個空間涌入，從而影響工作面的瓦斯涌出量，如圖7 所示。

圖7 多分層開采工作面底部煤體瓦斯涌出示意Fig.7 Diagram of gas emission from coal at bottom of multi－layer mining face

水平分段的高度對瓦斯涌出量的影響也是通過下部卸壓煤體的變化而表現(xiàn)出來的，當(dāng)水平分段的高度變化時，其下部煤體的卸壓帶范圍也會發(fā)生相應(yīng)的變化，如圖8 所示。 分段開采的高度增加后，底部卸壓帶煤體的孔隙率變大，說明分段開采的高度變化影響了底部卸壓帶煤體的孔裂隙發(fā)育，使底部煤體孔裂隙發(fā)育，這種變化也相應(yīng)地影響了下部卸壓煤體的瓦斯涌出，從而影響回采工作面的瓦斯涌出量。

圖8 分段開采高度變化致底部煤體孔隙率變化分布Fig.8 Distribution of porosity of coal body caused by sublevel mining height change

＋575 m 水平43 號煤層西翼回采工作面靈敏度分析結(jié)果與＋575 m 水平45 號煤層西翼回采工作面靈敏度分析結(jié)果整體上具有一致性，即工作面的丟煤瓦斯涌出系數(shù)、開采層瓦斯涌出、煤層的原始瓦斯含量、開采煤層瓦斯含量梯度均為靈敏度大于1 的高靈敏度參數(shù)，而圍巖瓦斯涌出系數(shù)和分層瓦斯涌出系數(shù)均為靈敏參數(shù)，采動影響破壞深度為中靈敏度參數(shù)，老采空區(qū)瓦斯涌出系數(shù)為不靈敏參數(shù)。 兩個工作面的圍巖瓦斯涌出系數(shù)、工作面丟煤瓦斯涌出系數(shù)、開采層瓦斯涌出系數(shù)、分層瓦斯涌出系數(shù)以及煤體原始瓦斯含量均為靈敏和高靈敏參數(shù)，表明這些參數(shù)對工作面瓦斯涌出量的影響較大。 而開采分段的瓦斯涌出量計算模型包含這些參數(shù)，因此開采分段的瓦斯涌出量在工作面瓦斯涌出量中所占據(jù)的比例較大。 同理瓦斯含量梯度也是高靈敏度參數(shù)，對瓦斯涌出量具有較高的影響，因而下部煤體的瓦斯涌出量在工作面瓦斯涌出量中所占據(jù)較大的比例。

盡管2 個工作面的煤層原始瓦斯含量和開采煤層瓦斯含量梯度影響因素靈敏度等級相同，但是靈敏度的值相差較大。 因?yàn)?5 號煤層的原始瓦斯含量與瓦斯含量梯度均比43 號煤層高，因此45 號煤層兩個影響因素的靈敏度計算結(jié)果比45 號煤層高。除上述靈敏度等級相同的影響因素外，2 個工作面的殘存瓦斯含量和水平分段高度的靈敏度等級有所不同。 水平分段高度的變化影響了回采工作面的瓦斯涌出量，2 個工作面的水平分段高度不同，因此靈敏度等級也不同，且上文中已經(jīng)進(jìn)行了詳細(xì)的闡述。因?yàn)閮蓚€工作面的開采水平分段高度不同，煤層厚度不同，因而開采的煤量也有所不同，開采后運(yùn)出礦井的煤量不同造成殘存的瓦斯含量有差異，因此靈敏度等級不同。 盡管兩種因素對工作面的瓦斯涌出量影響靈敏度等級不同，但都產(chǎn)生了中等程度以上的影響。 通過比較兩個工作面的兩個參數(shù)的靈敏度可以發(fā)現(xiàn)，兩個參數(shù)的計算結(jié)果都是負(fù)數(shù)。 且＋575 m 水平45 號煤層西翼回采工作面的殘存瓦斯含量為高靈敏度參數(shù)，水平分段高度為靈敏參數(shù)，而＋575 m水平43 號煤層西翼回采工作面兩個因素的分析結(jié)果恰好與45 號煤層相反，因此兩個因素之間可能存在某種制約或者聯(lián)系。

3 結(jié) 論

1）急傾斜特厚煤層回采工作面瓦斯涌出量預(yù)測模型能夠較好地預(yù)測回采工作面的瓦斯涌出量，烏東煤礦＋575 m 水平45 號煤層西翼回采工作面瓦斯涌出量的預(yù)測結(jié)果與實(shí)測值的最大相對誤差為5.43%，最小相對誤差為0.18%，平均相對誤差為3.23%，驗(yàn)證了預(yù)測模型的準(zhǔn)確性。

2）回采工作面的瓦斯涌出主要來自開采分段與下部煤體，鄰近煤層與上部老采空區(qū)的瓦斯涌出所占比重較少；兩個工作面的瓦斯涌出量影響因素靈敏度分析中大多數(shù)影響因素均具有相同的靈敏度等級，殘存瓦斯含量和水平分段高度的靈敏度等級不同。

3） 采用急傾斜特厚煤層水平分段綜放開采的烏東煤礦＋575 m 水平45 號與43 號煤層2 個工作面的丟煤瓦斯涌出系數(shù)、開采層瓦斯涌出系數(shù)、煤體原始瓦斯含量以及瓦斯含量梯度均為高靈敏度參數(shù)，這些影響因素對工作面瓦斯涌出影響最大；采動影響破壞深度為中靈敏參數(shù)，其對工作面瓦斯涌出影響較大；圍巖瓦斯涌出系數(shù)和分層瓦斯涌出系數(shù)為靈敏參數(shù)，影響次之；老采空區(qū)瓦斯涌出系數(shù)為不靈敏參數(shù)，幾乎不產(chǎn)生影響。