摘要:针对煤矿生产调度与安全管理中设备协同率低、数据集成度不足及安全监测覆盖不全等问题,提出了一种数字孪生驱动的综放工作面地面一体化决策调度系统设计方案。该系统采用“工作面智能终端一巷道控制节点一地面管控中心”三级集中控制架构——工作面智能终端实时采集设备状态与环境参数,巷道控制节点通过隔爆服务器进行数据清洗、融合与边缘预处理,地面管控中心集成数字孪生系统与智能决策引擎实现全局监控与协同优化;通过融合工业以太网与无线Mesh网络,构建高可靠性通信基础设施;采用精确三维模型与运动学机理模型相结合方法构建综放工作面设备数字孪生模型,利用三维场景自动化构建算法实现虚实动态同步;通过多源数据采集与处理、实时数据驱动的同步映射、采放协同控制及多系统融合接入,实现采煤机自主规划截割与支架规划放煤的协同作业。该系统在煤矿的实际应用结果表明:支架跟机率稳定在 97% 以上,放煤自动化率超过85% ,人工干预比例低于 10% ,单班作业人员由5人减至1人;系统响应延迟小于 200ms ,帧率保持在30帧/s以上,实现了“感知—分析—决策—控制”的闭环管理。
摘要:深部强采动条件下综放工作面卸压瓦斯涌出时空演化规律不明,传统高抽巷施工成本高、抽采效率低,目前针对从开切眼至终采的全时间尺度(即全生命周期)内,基于采动覆岩动态演化与瓦斯涌出阶段耦合关系的瓦斯分阶段精准治理研究尚显不足。针对上述问题,以王家岭矿307工作面为工程背景,对采用不同层位高位定向长钻孔替代高抽巷进行卸压瓦斯抽采的可行性进行验证,并提出了“分阶段、差异化”精准治理方法。 ① 建立了深部采动裂隙场“贯通-纵向-水平”三区渗透率分布模型,明确了水平渗透区为卸压瓦斯优势运移与富集区域。 ② 提出了采动卸压瓦斯涌出的全生命周期概念,依据顶板来压特征与瓦斯涌出动态耦合关系,将其划分为发生期、突发期、波动期和稳定期4个阶段,并明确了各阶段瓦斯来源构成、涌出特征及占比,为分阶段瓦斯精准治理提供了理论依据。 ③ 针对初采阶段(发生期和突发期)设计了“弓型”定向钻孔轨迹,实现对瓦斯升浮路径的精准拦截;针对正常回采阶段(波动期)构建了“高-中-低”多层水平定向长钻孔优化布置模式,从而对采动覆岩空间内的卸压瓦斯储运区实现全面覆盖。现场试验结果表明,该方法使工作面瓦斯抽采体积分数提升至 8% 以上,回风流瓦斯体积分数稳定控制在 0.4% 以下,有效解决了回风隅角瓦斯超限问题,实现了瓦斯抽采的精准可控。
摘要:针对现有超声波时差法测风技术因换能器安装位置未能动态适配不同巷道截面而导致测量精度受限的问题,基于不同巷道截面(矩形、梯形、拱形等)的2个超声波换能器安装位置进行研究。通过Fluent数值模拟与井下人工测量,验证了存在一条平行于巷道底板的平均风速线。在此基础上,融合湍流应力分解理论与普朗特混合长理论,并引入修正系数,推导出不同巷道截面处的平均风速线距巷道底板高度的函数。结合测速区间的确定,完成对2个超声波换能器安装位置的研究。模拟及现场测试结果表明: ① 相较于传统换能器固定高度安装方法,基于所提换能器安装位置确定方法得出的测量精度在相同工况下表现更为优异。 ② 安装的换能器在矩形巷道中表现最佳,其测风结果与人工测量的相对误差为 4.486% ;在拱形巷道中次之,相对误差为 4.935% ;在梯形巷道中最差,相对误差为 5.579% 。 ③ 以标准差作为标准,安装的超声波换能器测风结果标准差均小于人工测量结果标准差,表明其在井下环境的数据采集更稳定。
摘要:目前采用电磁辐射监测技术对巷道进行非接触式定向测量,虽然能够实现大范围的区域性扫查,但在巨厚煤层开采实践中存在抗干扰能力差、无法深入煤岩内部等问题。针对上述问题,研制了适用于钻孔内移动式监测的钻孔电磁辐射监测系统。该系统采用小截面积、低电感量的钻孔电磁辐射天线磁心,在 0~20kHz 频段具有最佳响应特性,有效解决了井下复杂电磁环境及长距离传输信号衰减难题,可实现对煤体深部微弱电磁辐射信号的精准捕捉。使用钻孔电磁辐射监测系统对国网能源新疆准东煤电有限公司准东二矿1101工作面沿煤层倾向、工作面走向和大直径钻孔卸压过程的电磁辐射开展了现场实测,结果表明:钻孔电磁辐射强度及计数与围岩应力分布具有显著相关性——沿煤层倾向的钻孔电磁辐射信号分布形态精确表征了深部围岩应力集中区,根据沿工作面走向的钻孔电磁辐射信号分布形态可有效界定原岩应力区与采动影响区的空间边界,实现了对巨厚煤层开采围岩应力状态的精准反演;卸压过程中的钻孔电磁辐射时序演化过程对应围岩卸压沉默期、应力调整与波动期、流变损伤活跃期3个阶段,有效表征了围岩卸压期的应力演化过程。
摘要:随着浅部煤层存储量日益枯竭,煤矿深部开采是保障国家能源安全的关键。深部开采中煤与瓦斯突出、煤岩瓦斯复合动力灾害等时空关联特征更加复杂,链生性与耦合性显著增强,矿井通风与安全防控难度大。在剖析量子计算于信息表征、信息存储、计算方式等优势,并深入探讨煤矿深部开采复杂矿井通防建设面临的多场耦合求解、高维计算等难题基础上,探索了量子计算赋能复杂矿井通防建设从微观机理到宏观系统的全链条技术体系的潜在优势: ① 量子模拟揭示多场耦合致灾微观机理。 ② 量子并行计算快速求解高维模型。 ③ 量子组合优化算法快速求解通防系统组合优化问题,量子机器学习加速模型训练并深度挖掘与融合多源异构前兆信息。④ 人工智能与量子计算融合打造“智算”通防管控平台。分析了量子计算工程化应用面临的量子相干时间短、易受环境干扰、量子算法适用性与量子硬件设施受限等挑战,指出未来向多实例验证可行性、工程化应用优越性、多场景适配性三方面探索。旨在为量子计算推动复杂矿井智能通防体系向着“人工智能+量子计算 + 量子人工智能”发展提供理论参考。
摘要:针对传统基于PLC的矿井风门监控技术存在检测速度慢、自动化控制水平低等问题,提出一种基于PLC和改进YOLOv11模型的矿井风门监控系统,通过在传统基于PLC的矿井风门监控系统架构中嵌入改进YOLOvl1模型,实现井下人车目标的实时精准识别与风门启闭的智能联动控制。以YOLOvl1为基础模型,提出EAW-YOLO模型:首先,在C3k2模块中引入指数平均数指标(EMA)注意力机制,组合成C3k2-EMA模块,增强模型特征提取能力;然后,引入ADown卷积,在通道降维的同时保留关键信息;最后,引入WIoU损失函数,通过动态调节不同锚框的重要性,增强模型回归收敛的速度。实验结果表明: ① EAW-YOLO模型的准确率较YOLOvl1提升了 1.6%,mAP@0.5 提升了 1.9% ,模型参数量下降了 19.2% ,推理速度提升了 9.7% ,达到86.7帧/s。② EAW-YOLO模型较YOLOvl1,Faster-CNN,EfficientDet,RT-DETR的准确率分别提升了 1.6%,0.6%,2.0% 0.2% mAP(?0.5 分别提升了 1.9%,0.7%,1.6%,1.1% ,参数量分别降低了 0.5×106 135.0×106 1.8×106 40.7×106 个,推理速度分别提升了 7.7,51.2,9.8,35.1 帧/s,模型大小分别减少了 0.4,102.9,11.1,80.9MiB 。 ③ 面对近距离大目标的不同车辆,EAW-YOLO模型的检测精度更高;面对小目标、远距离的不同车辆,EAW-YOLO模型的检测精度略有提升;面对远距离、边缘特征模糊的人员小目标,EAW-YOLO模型的检测精度提升幅度更大,且能正确识别人员目标;在遮挡且高逆光的场景中,EAW-YOLO模型的检测精度更高。为验证基于PLC和改进YOLOvl1模型的矿井风门监控系统的可行性,在实验室进行验证,结果表明:当摄像头捕获到车辆模型时,识别信号实时传输至PLC,从而精确控制风门装置的开启与关闭动作。
摘要:采空区遗煤氧化产生CO逸出会造成煤矿回风隅角CO超限,明确隅角CO超限临界值和建立分级预警指标体系对于采空区煤自燃预警具有重要意义。为精准预警煤矿采空区煤自燃灾害,以中变质程度的烟煤为例,通过实验与现场观测相结合的方法,系统分析了常温及升温阶段煤的氧化特性及标志气体产生规律。实验结果表明,煤在常温下存在消耗 O2 并生成CO的迟滞现象,确定常温氧化CO体积分数背景值为 18×10-6 。在升
摘要:目前露天矿粉尘浓度预测模型通常依赖于已知的指标和参数来估计粉尘浓度,露天矿环境复杂多变,粉尘浓度的关键影响因素众多且难以明确界定,现有预测模型在精度和泛化能力方面存在一定的局限性,且现有预测模型往往忽视了数据中深层次的时空特征,难以全面反映粉尘浓度的变化规律。针对上述问题,提出了一种基于长短期记忆网络(LSTM)-卷积神经网络(CNN)的露天矿粉尘浓度预测模型。利用Pearson相关性分析筛选出湿度、噪声、剥采量与风速作为粉尘浓度预测的输入指标;这些指标经预处理后输入基于注意力机制的多个并行CNN单元,分别在不同尺度上提取输入的局部空间特征,并通过注意力机制加权,以增强与粉尘浓度关联性更强的特征表达,抑制冗余或噪声信息;注意力增强后的特征被重组为时间序列格式,由LSTM门控机制捕捉粉尘浓度随时间变化的动态模式和长期依赖关系,通过全连接层实现粉尘浓度预测。实验结果表明:与单一模型LSTM,CNN和随机森林相比,LSTM-CNN的决定系数 R2 分别提升 7.85% , 12.91% 和 23.49% ;均方根误差(RMSE)分别降低 17.81% 45.76% 和 33.35% ;平均绝对误差(MAE)分别降低 26.48% 25.56% 和 24.52% 。与融合模型随机森林-支持向量回归和随机森林-门控循环单元相比,LSTM-CNN的 R2 分别提升 2.89% 和 4.79% ,RMSE分别降低 9.15% 和 14.12% ,MAE分别降低 11.40% 和 16.53% ○
摘要:矿用无线短距通信技术具备低时延、高可靠和灵活组网的能力,是解决矿山智能化建设过程中面临的数据传输时延大、信息交互流程复杂及装备控制精度受限等问题的关键手段。目前针对矿用无线短距通信技术的研究主要集中于ZigBee,WiFi和5G:ZigBee难以满足常态化应用需求;WiFi存在同频干扰,且传输时延较大;5G存在不可控数据传输风险,且成本较高。针对上述问题,提出了一种以工作于授权专用频段的直连通信为核心的矿用无线短距通信解决方案;构建了矿用直连通信独立组网、矿用直连通信和矿用5G融合组网2种架构,形成了“广域覆盖 .+. 局部增强”的全场景矿用通信新模式;针对直连通信在煤矿领域应用面临的时间同步、资源效率提升与可靠性保障等需求,研究了无GNSS时间同步、基于子帧和子信道的资源池动态配置、物理层无线信号传输及终端分布式资源分配等关键技术,有效提升了系统在复杂煤矿环境中的适应性与可靠性;研究了矿用直连通信技术在装备智能控制、井下自动驾驶及灾变应急指挥等领域的应用场景,验证了该技术在促进矿山业务与通信系统融合方面的实用价值。在实验室搭建了模拟煤矿井下无GNSS环境的测试系统,测试结果表明,系统平均时延低于 23ms ,能够有效满足矿山关键业务场景对无线短距通信技术的需求,为矿山智能化建设提供了可靠的无线短距通信解决方案。
摘要:现有矿用确定性承载网研究对时间敏感网络(TSN)和切片分组网络(SPN)的适用边界、协同可能及技术融合路径缺乏深入探讨,未能结合矿山多业务、多层次、高动态的网络承载现实,给出具有指导意义的技术选型与融合组网方案。针对该问题,系统分析了在智能化矿山背景下,工业以太网及面向矿山垂直行业的5G无线接入网对确定性承载网的迫切需求,重点研究了TSN和SPN技术的基本原理与性能特征,TSN关键技术包括业务流量监管、业务确定性调度技术、集中管控技术,SPN关键技术包括切片以太网技术、小颗粒切片技术、分组转发技术。结合矿山生产环境中工业环网的实际组网架构与业务类型,进一步探讨了TSN与SPN在井下通信、远程控制、视频监控及传感器数据传输等典型场景中的适用性与技术局限性。研究表明,SPN凭借其硬隔离能力、灵活业务调度和面向垂直行业的切片特性,更契合矿山工业环网对多业务统一承载和确定性性能保障的要求。最后,论证了SPN作为矿山智能化建设中确定性网络演进的重要技术路径,并为矿山工业环网的升级部署提出了建议。
摘要:煤岩界面轨迹是多变量时序数据,不同变量之间存在复杂的相关性,高精度预测存在难点。针对该问题,提出了一种基于多通道关联互补特征(SSIC-former)的煤岩界面预测模型,该模型融合了集中式注意力机制(CAM)交互卷积块(ICB)和锐度感知最小化策略(SAM)。使用滑动窗口的办法将原始数据构造成连续样本;构建用于煤岩识别的 SIC-former结构,提取煤岩界面的跨通道关联信息及局部特征,引入可逆实例归一化动态消除数据非平稳性:采用CAM提取多通道间的关联互补特征,通过ICB提取不同尺度的局部特征并实现跨尺度动态交互,二者输出经残差融合强化特征表达;训练阶段结合SAM避免模型陷入局部最优,并通过投影层输出预测结果。实验结果表明: ① 采用基于SSIC-former的煤岩界面预测模型进行煤岩界面预测,平均绝对误差为6.37mm ,平均绝对百分比误差为 2.79% ,均方根误差为 8.08mm ,均方误差为 0.07mm ,决定系数 R2 为0.99,单样本平均推理时间为 0.0066s ,在基于Transformer类的模型中推理时间最短,可满足采煤机实时作业的低延迟需求。 ② 与基于LSTM,Crosformer,Nonstationary_Transformer,FPPformer,iTransformer,PatchTST等的模型相比,基于SSIC-former的模型在上述前5个评价指标上均更优,说明基于SSIC-former的模型预测精度高,泛化能力强,能够在煤岩界面轨迹预测中提供更为准确的结果。
摘要:针对矿井粉尘浓度大、光照多变等复杂环境因素导致难以准确、高效识别煤矸石的问题,在YOLOv12网络模型基础上进行改进,提出了一种基于改进YOLOv12的煤矸石智能识别方法。通过设计双尺度稀疏注意力(DSSA)机制,提升了模型对多尺度煤矸石目标区域的关注力与空间感知能力;设计了多条件特征精炼(MCFR)机制,对深层和浅层特征进行条件引导融合,有效增强煤炭与煤矸石的类别差异性表达;构建了动态多任务平衡损失(DMTBL)函数,实现位置、类别与置信度之间的权重自适应调节,从而增强模型对难样本区域的学习能力。实验结果表明,改进YOLOvl2在煤研石识别任务中的识别精准率、召回率和mAP分别达 96.5% 94.9% 95.8% ,较原始YOLOv12分别提升了 3.8%,4.5%,4.5%, ,有效解决了煤矸石漏检、误检和边界模糊等问题,且保持高达47.7帧/s的推理速度。可视化激活热力图表明,改进YOLOv12在处理不同结构与纹理复杂度的煤矸石时,均能准确聚焦于目标本体区域,无明显背景干扰,激活区域基本覆盖了煤块与煤矸石的主要轮廓。
摘要:煤矿井下辅助运输大巷中存在大量双向单行巷道,相向行驶的车辆必须依赖调车碉室进行会车避让,多车并行作业易引发时空资源竞争。若缺乏协同调度与冲突消解,会引起交通阻塞和车辆运输任务延误,甚至可能引发安全事故。针对现有研究在精确建模井下行车冲突和高效求解复杂约束路径问题方面存在的不足,提出了一种基于改进大邻域搜索算法的煤矿井下无轨胶轮车路径优化方法。以最小化行驶距离成本、车辆启动成本和时间窗违反成本为目标,考虑车辆额定载质量、最大行驶距离、行驶时间及需求点时间窗等传统车辆路径问题约束,并引入基于调车碉室的会车规则和时空冲突避免约束,构建了煤矿井下无轨胶轮车路径优化模型。为了在可接受时间内获得模型的高质量可行解,设计了一种改进的自适应大邻域搜索(IALNS)算法。该算法采用高层路径与底层路径分层机制,以提高搜索效率;集成多种破坏算子与修复算子,引入模拟退火准则,以平衡算法的全局探索与局部搜索能力;使用基于精英解池的扰动重启策略,以避免陷入局部最优。实验结果表明,IALNS算法能获得与Gurobi求解器一致的最优解,且具有更高的效率和稳定性;与遗传算法、粒子群优化算法、自适应大邻域搜索算法相比,IALNS 算法在求解质量、速度和稳定性上均有提升;在不同调车碉室密度环境下,IALNS 算法均能保持稳定的求解性能。
摘要:无参考视频质量评价(NRVQA)是衡量煤矿并下钻场视频质量、实现远程监控的关键。现有NRVQA方法多基于地面通用场景设计,针对井下钻场环境中因煤尘、设备振动等因素引起的视频时空复合失真问题难以取得良好效果。针对该问题,提出了一种基于时空域动态聚合的井下钻场NRVQA方法。从空间与运动2个维度分别提取钻场监控视频特征:空间特征提取分支基于Swin Transformer架构,引入局部感知增强模块,以强化煤尘干扰下的纹理与边缘细节表征能力;运动特征提取分支通过在ResNet中嵌入DeformConv3D可变形卷积模块,实现对钻机运动轨迹与煤尘扩散动态特征的精准捕捉。设计时空动态聚合模块,通过动态分配空间和运动特征权重,实现对不同失真类型与程度的判别性表达。构建Coal-DB数据集并开展消融实验和对比实验,结果表明该方法的斯皮尔曼秩相关系数、皮尔逊线性相关系数、肯德尔秩次相关系数、均方根误差分别为0.9043,0.9023,0.7536,4.6840,优于基础模型和VSFA,StableVQA等主流视频质量评价方法,且该方法预测的视频质量分数更接近主观评分。
摘要:现有图像超分辨率重建方法难以应对煤矿井下煤尘散射与非均匀模糊等多源耦合退化,受限于局部感受野而难以捕捉全局结构,因模型复杂度过高而难以满足煤矿井下边缘设备的轻量化部署要求。针对上述问题,提出了一种基于退化核扩散的煤矿井下图像盲超分辨率重建方法。在退化建模阶段引入退化核扩散建模,利用扩散概率模型的反向采样过程显式模拟煤矿井下复杂场景的退化核分布,从源头修正因退化估计偏差导致的重建伪影;在图像重建阶段设计混合Transformer-CNN编码器与动态可逆解码器,通过并行双分支结构互补提取局部纹理与全局依赖,并结合动态比例融合机制实现退化特征与图像内容的自适应交互,在保证深层特征无损传输的同时降低模型参数量;通过结合LI损失、结构相似性(SSIM)损失与感知损失构建多指标联合损失函数,在保证像素级精度的同时提高图像的感知质量。在煤矿井下图像数据集CMUID及公共基准数据集上进行了实验,结果表明:在客观评价指标上,所提方法在保持较低参数量的同时,峰值信噪比与SSIM均整体优于对比方法;在主观视觉效果上,所提方法有效抑制了低照度噪声,锐化了边缘结构,清晰恢复了煤矿井下输送带与煤块的纹理细节。
摘要:目前针对高位厚硬关键层的致灾机制研究多侧重于关键层的破断行为及其对采场强矿压的影响作用,关于关键层与煤层间距(层间距)变化对高位关键层的破断形式转变现象及其对应变能“积聚—释放”过程影响的研究相对较少。针对上述问题,综合采用理论分析、数值模拟与相似模拟实验方法,揭示了高位关键层破断形式转变机制与能量聚散演化规律,比较了不同层位高位关键层弱化后工作面来压强度的衰减特征,阐明了高位厚硬关键层的弱化减灾效应。研究结果表明:关键层与煤层间距增大会导致关键层悬露区域面积发生变化,改变关键层走向及倾向边界上的弯矩大小及增长规律,促使其破断形式由竖向破断转变为横向破断;高位典型厚硬关键层因其承载能力强,悬露面积较低位关键层更大,弹性应变能积聚量更大,其破断弹性应变能快速释放诱发强矿压灾害的风险更高;水压致裂方法可显著改变关键层的破断步距及采场矿压显现强度,对煤层上方 125m 处的高位关键层进行水压致裂弱化后,其破断步距较未弱化时减小 40.94% ,弹性应变能积聚量降低 98.40% ,工作面顶板压力下降了 48.77% ,因高位厚硬关键层断裂诱发的采场强矿压显现得到有效控制。
摘要:为探究坚硬低渗煤层孔周煤体渗透率演化与孔周径向应力分布、破坏特征之间的耦合机制,揭示坚硬低渗煤层孔周煤体瓦斯径向渗流特性,分析了孔周煤体径向应力分布特征和裂隙发育程度,利用恒速恒压泵加载轴压直至煤样发生破坏,模拟煤样从弹性变形到破坏的全过程,结合稳态法与瞬态法开展了坚硬低渗煤层孔周煤体瓦斯径向渗流特性实验研究,得到了煤样变形破坏全过程的渗透率演化特征。结果表明: ① 孔周煤体在径向依次形成破碎区、塑性区与弹性区:破碎区内煤体结构失稳,产生大量相互贯通的裂隙;塑性区内煤体虽产生新生裂隙,但在高应力作用下裂隙开度受限;弹性区内原生裂隙发生弹性闭合。 ② 孔周煤体沿钻孔径向的渗透率迅速降低,随后缓慢回升,整体呈现明显的“V”型变化趋势。 ③ 当围压从 3MPa 升到 4MPa 时,煤样渗透率显著下降,煤样在 4MPa 围压下的渗透率仅为 3MPa 时的 4.57% 。 ④ 孔周煤体沿钻孔径向各应力分区内,破碎区渗透率最高,塑性区内出现应力峰值且渗透率最低,弹性区内应力集中现象逐渐消失且渗透率逐渐回升至煤层原始渗透率。
摘要:煤自燃过程受多种因素的影响,现有研究主要从煤变质程度、供氧浓度、供风量、空气湿度、粒度和含水率等方面对煤自燃特性进行探讨,然而煤中硫元素的含量也是影响煤自燃的重要因素之一。为探究硫含量对无烟煤自燃特性及氧化动力学参数的影响规律,利用管式炉程序升温实验系统对5种不同硫含量煤样的氧化过程进行了测试,定量分析了不同硫含量对煤低温氧化过程中CO, CO2 气体释放特性及自燃特征温度的影响规律。通过计算不同硫含量煤样在不同温度条件下的耗氧速率,定量考察了耗氧速率随温度的变化规律。运用化学反应动力学原理计算出不同硫含量条件下煤样的表观活化能,定量分析了表观活化能随硫含量的变化规律。结果表明:当硫含量不变时,CO和 CO2 浓度、耗氧速率随温度的升高均呈指数级增长,表观活化能则逐渐减小;随着硫含量的增加,各温度点的CO和 CO2 浓度、耗氧速率呈现出先增加后减少的变化规律,在硫含量为 5.14% 处达到最大值;自燃特征温度和表观活化能则呈现出相反的变化规律,在硫含量为 5.14% 处达到最小值,此时煤样自燃倾向性最大,即硫含量对无烟煤自燃倾向性影响的临界值为 5.14% 。
摘要:为探究露天-地下联合开采模式下,下伏采空区群对边坡稳定性的影响,以大煤沟露天矿采场西帮排土场-采场复合边坡为研究对象,选取W1剖面下伏6个工作面采空区和W2剖面下伏4个工作面采空区为计算剖面,采用UDEC数值模拟软件依次模拟分析各工作面采空区形成后覆岩的位移、剪应变变化规律,探明采空区群形成的垮落带、断裂带和弯曲下沉带发育特征;基于“三带”分布特征构建了边坡工程地质模型,采用极限平衡法计算了考虑与未考虑“三带”影响下的边坡稳定性系数;结合Mohr-Coulomb准则进行边坡稳定性数值模拟分析,揭示了采空区群影响下的滑坡机理。研究结果表明:采空区上覆岩层呈梯形垮落,且随着采空区数量增加,产生叠加效应,上覆岩层垮落范围显著增大;W1,W2剖面边坡潜在滑坡模式为圆弧滑动,计算得到的无采空区群和含采空区群但未考虑“三带”效应时W1,W2剖面边坡稳定性系数一致,分别为2.038和2.634,考虑“三带”效应后分别降至1.637和1.685,验证了采空区群形成的“三带”效应是影响边坡稳定性的关键。
摘要:目前大多煤矿电力系统调度方法采用单目标优化框架,以最小化运行成本为唯一目标,且主要考虑静态安全约束。然而,实际煤矿能源系统运行中,需同时满足动态与静态安全要求,并在多个竞争性目标之间寻求合理权衡。基于PID的元启发式寻优算法(PSA)具有较强的优化潜力,但易陷入局部最优,难以适应煤矿微电网多变的求解环境。针对该问题,引入自适应参数调整机制,提出了基于PID的自适应元启发式寻优算法(APSA),构建了基于APSA的煤矿微电网源网荷储协同优化模型。该模型包含运行成本、可再生能源消纳率与渗透率及电压偏移度等多个目标函数。设计了一种基于分层序列优化的三层嵌套求解框架,通过逐层施加约束来寻找最优解集,实现解空间的逐步收缩,保证算法的收敛速度和计算效率。实验结果表明:与优化前相比,采用APSA优化后系统日运行成本降低了 44.9% ,可再生能源消纳率提升至 98.5% ,综合电压偏移度降至 1.8p.u. ;与常用的粒子群优化算法、遗传算法相比,APSA在求解稳定性及收敛精度上均具有显著优势,能够有效解决煤矿微电网的源网荷储协同优化问题,为矿区的安全、绿色、经济运行提供了有效的解决方案。