Geri Dön

Kömür damarı gaz içeriği belirleme yöntemlerinin değerlendirilmesi ve yapay sinir ağları ile tahmin modellerinin geliştirilmesi

Assesment of coal seam gas content determination methods and development of prediction models using artificial neural networks

  1. Tez No: 876235
  2. Yazar: SAMED BOZDOĞAN
  3. Danışmanlar: PROF. DR. ABDULLAH FİŞNE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Maden Mühendisliği ve Madencilik, Mining Engineering and Mining
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Maden Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Maden Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 111

Özet

Karbon içeriği yüksek, yanıcı, kimsayal ve fiziksel olarak heterojen yapıda organik bir sedimanter kayaç olarak tanımlanan kömür, bitkisel kökenli malzemenin uzun jeolojik zaman dilimleri boyunca yer altına gömülmesi ile ortaya çıkan yüksek basınç ve yüksek sıcaklık etkilerinin beraberinde getirdiği kimyasal, fiziksel ve yapısal bozunmalar sonucunda oluşmaktadır. Kömürleşme olarak isimlendirilen bu süreçte, biyojenik gaz oluşumu ve termojenik gaz oluşumu olarak isimlendirilen iki temel mekanizma sonucunda farklı bileşimlere sahip gazlar oluşmaktadır. Kömür bünyesindeki organik içeriğin mikroorganizmalar tarafından parçalanması esnasında düşük sıcaklıklarda gaz oluşumu biyojenik gaz oluşumu olarak, yüksek sıcaklık ve basıncın etkisiyle kömürün kimyasal bağlarında meydana gelen bozunmalar sonucunda gaz oluşumu ise termojenik gaz oluşumu olarak tanımlanmaktadır. Oluşan gazlar, kömürün bünyesinde depolanabilmekte ve bu sebeple kömür damarları gaz ihtiva eden formasyonlar olarak tanımlanmaktadır. Kömür damarlarında gaz sorpsiyonu mikro gözeneklerde (< 2 nm) adsorbe halde, klit – çatlak sistemi ile mezo (2 – 50 nm) ve makro gözeneklerde (> 50 nm) serbest halde, çatlak sistemindeki su içerisinde absorbe olmuş halde olmak üzere üç farklı mekanizma ile açıklanmaktadır. Kömür damarlarının sorpsiyon kapasitesi ise sıcaklık, basınç, kömürleşme derecesi, maseral bileşimi, gözeneklilik, nem ve kül içeriği, efektif gerilme gibi çok sayıda parametreden etkilenmektedir. Bu kompleks sorpsiyon mekanizması sonucunda kömür bünyesinde depolanan gaz miktarı genellikle kömürün maksimum gaz tutma kapasitesinin altında kalmakta, kömür damarları doğada çoğunlukla gaz bakımından tamamen doygun halde bulunmamaktadır. Birim kömür kütlesinin ihtiva ettiği gaz hacmi ise“gaz içeriği”olarak tanımlanmaktadır. Kömür damarlarının bünyesinde depolanan bu gaz içeriği, farklı bileşimlere sahip olabilse de yüksek oranlarda metan içermesi sebebiyle kömür kökenli metan olarak da isimlendirilmektedir. Kömür kökenli metan, patlayıcı özelliği sebebiyle madencilik tarihi boyunca çok sayıda ve büyük ölçekte maden kazasının oluşmasında rol oynamıştır. Oluşturduğu risklerin yanı sıra kömür kökenli metan, günümüzde artan enerji taleplerini karşılamak adına ankonvansiyonel gaz kaynağı olarak değerlendirilmekte ve ekonomik olarak üretimi gerçekleştirilmektedir. Yeraltı kömür madenlerinde grizu ile mücadele amacıyla havalandırma ve drenaj sistemlerinin tasarlanmasında, ekonomik olarak üretim gerçekleştirilecek kömür damarlarında rezervuar çalışmalarında ve atmosfere yayılacak metan miktarlarının öngörülmesinde gaz içeriği parametresinin belirlenmesi kritik önem taşımaktadır. Kömürün gözenekli ve heterojen yapısı gereği kömür damarlarında gaz sorpsiyonu, yayılımı ve taşınımı geleneksel gaz rezervuarlarından ayrışmakta ve bu sebeple geleneksel gaz rezervuar değerlendirme yöntemleri kömür damarlarında uygulanamamaktadır. Kömür damarlarında depolanan gaz miktarının belirlenmesi adına günümüze dek çok sayıda gaz içeriği belirleme yöntemi geliştirilmiştir. Bu yöntemler başlıca doğrudan (direkt) yöntemler ve dolaylı (indirekt) yöntemler olmak üzere iki ana sınıfta incelenmektedir. Temel olarak kömürlerin gaz tutma kapasitesinin tahmin edilmesi veya ölçülmesi amacıyla geliştirilen dolaylı (indirekt) yöntemler, adsorpsiyon izotermi ve ampirik eşitlikleri kapsamakla beraber genellikle gaz içeriğini aşırı tahmin etmektedir. Doğrudan (direkt) yöntemler ise desorpsiyon deneylerinin ihtiyaç duyduğu zamana göre yavaş desorpsiyon yöntemler (USBM yöntemi, Değiştirilmiş USBM yöntemi, GRI yöntemi, Smith & Williams yöntemi, Eğri uydurma yöntemleri) ile hızlı desorpsiyon yöntemler (Avustralya standart yöntemi, CSIRO – CET yöntemi) olmak üzere iki ana başlıkta sınıflandırılmakta ve toplam gaz içeriğini kayıp gaz miktarı (Q1), yayılan gaz miktarı (Q2) ve artık gaz miktarı (Q3) olmak üzere üç ana bileşene ayırarak incelemektedir. Farklı doğrudan yöntemler, bu bileşenlere ait farklı ölçüm ve tahmin prosedürleri barındırmakta veya geliştirilme amacına bağlı olarak bileşenlerin yalnızca ikisinin belirlenmesine gereksinim duymaktadır. Günümüzde bir endüstri standardı haline gelmiş, yaygın kullanım alanı bulunan ve güvenilirliği en yüksek yöntem olarak sınıflandırılan USBM doğrudan yöntemi ise her üç bileşenin yüzeyden alınan karot numuneler kullanılarak belirlenmesini önermekte ve yüksek maliyet ile uzun zaman gerektirmektedir. Hızlı karar ve aksiyonların alınabilmesine adına kömür damarlarında gaz içeriğinin mümkün olan en kısa sürede, düşük maliyetler ve yüksek güvenilirlik ile belirlenmesi maden ve petrol endüstrisinin ortak bir ihtiyacı konumundadır. Bu çalışmada, USBM doğrudan yöntemine kıyasla daha kısa zaman ve düşük maliyet ile güvenilir sonuçlar ortaya koyabilecek gaz içeriği belirleme yöntemleri araştırılmıştır. Bu doğrultuda, farklı kömürleşme derecelerine ve gaz içeriklerine sahip Eskişehir – Alpu, Manisa – Soma ve Zonguldak kömür havzalarından alınan numuneler üzerinde çalışmalar gerçekleştirilmitir. Çalışmaya konu olan her bir havzada öncelikle saha çalışmaları gerçekleştirilmiş ve karotlu sondaj faaliyetleri esnasında numuneler alınarak sızdırmaz kanisterlere yerleştirilmiş, USBM yöntemi kullanılarak gaz içeriği belirleme çalışmaları gerçekleştirilmiştir. Desorpsiyon ölçümlerinin tamamlanmasının ardından numuneler üzerinde kısa kimyasal analiz çalışmaları gerçekleştirilmiş ve numunelerin ASTM D388 standardına göre kömürleşme dereceleri Alpu numunesi için linyit B, Soma numunesi için alt Bitümlü C, Zonguldak numunesi için ise düşük uçuculu bitümlü olmak üzere sınıflandırılmıştır. Sonrasında numunelere ait desorpsiyon verileri ile Smith & Williams yöntemi, Amoco eğri uydurma yöntemi, analitik yöntem ve Kim eşitliği yöntemleri uygulanmış, elde edilen sonuçlar karşılaştırmalı olarak analiz edilmiştir. Bu analizlere göre, Alpu havzasında USBM yöntemi ile 1,12 cm3/g olarak belirlenen gaz içeriğine en yakın sonuç Amoco eğri uydurma yöntemi kullanılarak 1,00 cm3/g olarak, Soma havzasında USBM yöntemi ile 2,78 cm3/g olarak belirlenen gaz içeriğine en yakın sonuç Smith & Williams yöntemi ile 1,96 cm3/g olarak, Zonguldak havzasında USBM yöntemi ile 11,23 cm3/g olarak belirlenen gaz içeriğine en yakın sonuç ise analitik yöntem kullanılarak 10,01 cm3/g olarak belirlenmiştir. Farklı kömürleşme dereceleri ve gaz içeriği değerlerine sahip örneklerde her bir yöntemin USBM yöntemine kıyasla gösterdiği performans değişiklik göstermiş, konvansiyonel gaz içeriği belirleme yöntemleri ile tekrarlanabilir ve güvenilir sonuçlar elde etmenin numune özelliklerine bağlı olduğu görülmüştür. Bu doğrultuda, havza özelinde mümkün olan en kısa süre içerisinde sonuç verebilecek, düşük maliyet ve yüksek güvenilirliğin hedeflendiği yapay sinir ağları temelli tahmin modeli geliştirme çalışmaları gerçekleştirilmiştir. Çalışmalara ait veri seti farklı lokasyon ve derinliklere ait, Alpu kömür havzası A damarından toplamda 90 adet numune, Soma kömür havzası kM2 damarından ise toplamda 60 adet numune oluşturmaktadır. Zonguldak havzasına ait veri seti sınırlı olduğu için tahmin modeli geliştirme çalışmalarına dahil edilmemiştir. Tahmin modellerinde kısa kimyasal analiz sonuçları ve derinlik bilgisi girdi parametresi olarak, USBM doğrudan yöntemi ile elde edilmiş orijinal bazda gaz içeriği değerleri ise çıktı parametresi olarak kullanılmıştır. Model geliştirme sürecinde Matlab R2022b paket programı ve“Neural Net Fitting”araç kutusu kullanılmış ve her iki havzaya ait veri setleri %70 eğitim, %15 doğrulama ve %15 test verisi olacak şekilde dağıtılmıştır. Modellerde öğrenme algoritması olarak Lavenberg – Marquardt yöntemi, gizli katmanlarda aktivasyon fonksiyonu olarak hiperpolik tanjant fonksiyonu ve çıktı katmanında ise doğrusal fonksiyon kullanılmıştır. Farklı gizli katman ve nöron sayıları seçilerek farklı modeller geliştirilmiş, modellerin hata miktarları ve bellek tüketimleri göz önüne alınarak aşırı uyumdan uzak, uygun gizli katman ve nöron sayıları tercih edilmiştir. Bu çalışmalar sonucunda, Alpu havzası A damarı için 1 gizli katman ve 14 nörondan oluşan yapay sinir ağı ile geliştirilen tahmin modelinde yüksek determinasyon katsayısı (R2 = 0,90) elde edilirken, Soma havzası kM2 damarı için 1 gizli katman ve 20 nörondan oluşan yapay sinir ağı ile geliştirilen tahmin modelinde görece daha düşük bir determinasyon katsayısı (R2 = 0,76) elde edilmiştir. Alpu havzası A damarı için geliştirilen tahmin modelinin havzada gerçekleştirilecek çalışmalarda yüksek güvenilirlik ile kullanılabileceği, Soma havzası kM2 damarı için geliştirilen tahmin modelinin ise güçlü bir ön değerlendirme aracı olarak kullanılabileceği görülmüştür.

Özet (Çeviri)

Coal, defined as an organic sedimentary rock with high carbon content, combustible, and chemically and physically heterogeneous structure, is formed through chemical, physical, and structural decomposition resulting from high pressure and high temperature during prolonged geological periods of submersion of plant-derived material. In the process known as coalification, two primary mechanisms result in the generation of gases with different compositions: biogenic gas generation and thermogenic gas generation. The generation of gas at low temperatures during the decomposition of organic matter in coal by microorganisms is termed biogenic gas generation, whereas gas generation resulting from the degradation of chemical bonds in coal under the influence of high temperature and pressure is termed thermogenic gas generation. These gases can be stored within the coal, leading coal seams to be defined as gas-containing formations. Gas sorption in coal seams is explained through three different mechanisms: adsorption in micro-pores (50 nm), and absorption in water within the fracture system. The sorption capacity of coal seams is influenced by numerous parameters such as temperature, pressure, coalification degree, maceral composition, porosity, moisture, and ash content, as well as effective stress. As a result, the quantity of gas stored within coal generally remains below its maximum gas holding capacity, and coal seams are typically not found to be fully saturated with gas in natural settings. The volume of gas contained in a unit mass of coal is termed“gas content.”This gas content, though it may vary in composition, is often referred to as coalbed methane due to its high methane content. Coalbed methane has played a significant role in numerous and large-scale mining accidents throughout mining history due to its explosive nature. Besides posing risks, coalbed methane is currently considered an unconventional gas source to meet increasing energy demands and is produced economically. In underground coal mines, determining the gas content parameter is critically important in designing ventilation and drainage systems to prevent firedamp, conducting reservoir studies in coal seams targeted for economic production, and predicting methane emissions to the atmosphere. Due to the porous and heterogeneous nature of coal, gas sorption, diffusion, and transport in coal seams differ from traditional gas reservoirs, rendering conventional gas reservoir evaluation methods inapplicable to coal seams. Numerous methods for determining the gas content in coal seams have been developed to date, broadly classified into direct and indirect methods. Indirect methods, developed primarily to estimate or measure the gas holding capacity of coals, include adsorption isotherms and empirical equations but generally tend to overestimate gas content. Direct methods, however, are categorized into slow desorption methods (USBM method, Modified USBM method, GRI method, Smith & Williams method, Curve fitting methods) and rapid desorption methods (Australian standard method, CSIRO – CET method) based on the time required for desorption experiments and evaluate total gas content by dividing it down into three main components: lost gas (Q1), desorbed gas (Q2), and residual gas (Q3). Different direct methods involve various measurement and estimation procedures for these components or, depending on the development purpose, may require determining only two of the components. The USBM direct method, classified as an industry standard with widespread use and high reliability today, proposes determining all three components using core samples taken from the surface, requiring high cost and time. To facilitate quick decision-making and actions, there is a common need in the mining and petroleum industries to determine the gas content in coal seams in the shortest possible time, at low costs, and with high reliability. This study investigated gas content determination methods that could yield reliable results in shorter times and at lower costs compared to the USBM direct method. Accordingly, studies were conducted on samples from the Eskişehir-Alpu, Manisa-Soma, and Zonguldak coal basins, each with different coalification degrees and gas contents. Initially, field studies were conducted in each basin, and samples were taken and placed in sealed canisters during drilling activities, followed by gas content determination studies using the USBM method. After completing desorption measurements, proximate analysis studies were performed on the samples, classifying the coalification degrees according to the ASTM D388 standard as lignite B for the Alpu sample, sub-bituminous C for the Soma sample, and low volatile bituminous for the Zonguldak sample. Subsequently, desorption data for each sample were applied to the Smith & Williams method, Amoco curve fitting method, analytical method, and Kim method, and the results were comparatively analyzed. According to these analyses, the most comparable result to the gas content determined by the USBM method (1.12 cm³/g) in the Alpu basin was obtained using the Amoco curve fitting method (1.00 cm³/g). In the Soma basin, the most comparable result to the USBM method (2.78 cm³/g) was achieved using the Smith & Williams method (1.96 cm³/g). For the Zonguldak basin, the most comparable result to the gas content determined by the USBM method (11.23 cm³/g) was provided by the analytical method (10.01 cm³/g). The performance of each method compared to the USBM method varied among samples with different coalification degrees and gas content values, indicating that obtaining reproducible and reliable results with conventional gas content determination methods depends on sample characteristics. Accordingly, studies were conducted to develop an artificial neural network-based prediction model targeting high reliability, low cost, and quick results specific to each basin. The dataset for these studies comprised a total of 90 samples from seam A of the Alpu coal basin and 60 samples from seam kM2 of the Soma coal basin. Due to limited data, the Zonguldak basin was not included in the prediction model development studies. In the prediction models, proximate analysis results and depth information were used as input parameters, and gas content values obtained by the USBM direct method were used as output parameters. During model development, MATLAB R2022b software and the Neural Net Fitting toolbox were used, with the datasets from both basins divided into 70% training, 15% validation, and 15% test data. The Levenberg-Marquardt method was used as the learning algorithm, the hyperbolic tangent function as the activation function in hidden layers, and the linear function in the output layer. Various models were developed by selecting different numbers of hidden layers and neurons, and models were chosen based on error amounts and memory consumption, avoiding overfitting. As a result of these studies, a high coefficient of determination (R² = 0.90) was obtained for the prediction model developed with an artificial neural network comprising one hidden layer and 14 neurons for seam A of the Alpu basin, whereas a relatively lower coefficient of determination (R² = 0.76) was obtained for the prediction model developed with an artificial neural network comprising one hidden layer and 20 neurons for seam kM2 of the Soma basin. The prediction model developed for seam A of the Alpu basin was found to be highly reliable for future studies in the basin, while the prediction model developed for seam kM2 of the Soma basin could be used as a robust preliminary evaluation tool.

Benzer Tezler

  1. Development of combustion tube experimental setup for underground coal gasification

    Yer altı kömür gazlaştırması için yanma tüpü deney düzeneği geliştirilmesi

    İSMAİL HAKKI SARIÇAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT ÇINAR

  2. Kütahya Gediz bölgesi kömürlerinin gaz içeriklerinin belirlenmesi

    Determining the gas content of the coals in Kütahya Gediz region

    AHMET ÖZGÜR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Maden Mühendisliği ve MadencilikKütahya Dumlupınar Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞAHİN YUVKA

    PROF. DR. İSMAİL GÖKTAY EDİZ

  3. Zonguldak taşkömürü havzası işletilebilir kömür damarlarının metan gazı içeriğinin belirlenmesi ve etkileyen bünyesel faktörlerin araştırılması

    Determinining the methane content of Zonguldak bituminous coal seams and the influence of intrinsic coal properties

    SAMET CAN ÖZER

    Doktora

    Türkçe

    Türkçe

    2020

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ABDULLAH FİŞNE

  4. TTK Karadan İşletmesi- 303/-360 büyük damarının gaz içeriğinin ve gaz yayma karakteristiklerinin belirlenmesi

    Başlık çevirisi yok

    ALAADDİN ÇAKIR

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    Maden Mühendisliği ve MadencilikZonguldak Karaelmas Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DOÇ.DR. VEDAT DİDARİ