全部分类/
科学普及/
工矿自动化

工矿自动化

2024年11期

本刊1978年创刊，公开发行。现为中国科技论文统计源刊，全国中文核心期刊，中国煤炭学会煤矿自动化专业委员会会刊。是集中报道我国煤矿及工矿企业通信、生产过程自动化、安全监测监控、计算机应用等国内外新技术、新成果、新工艺、新动向的专业性技术期刊。

扫码免费借阅

目录

快速导航

“新一代信息技术在智能矿山中研究与应用”专题 | 新一代信息技术在智能矿山中的研究与应用综述

“新一代信息技术在智能矿山中研究与应用”专题 | 新一代信息技术在智能矿山中的研究与应用综述

随着信息技术的飞速发展及矿山智能化转型升级的需求加大，新一代信息技术在智能矿山领域的探索与应用持续深化。简述了矿山信息化、数字化及智能化的理论体系，其覆盖从数据采集、处理到智能决策的全方位流程，为矿山转型升级奠定基础。综述了智能矿山监测监控技术、矿山大数据智能分析与决策技术、矿用设备预测性维护技术、智能矿山工业物联网技术、智能矿山AI 技术、矿山数字孪生技术、矿山机器人技术、矿山5G通信技术的核心关键技术、典型应用场景和未来发展趋势。智能矿山监测与监控技术的核心构成是高精度传感器网络、物联网、大数据分析及AI。矿山大数据智能分析与决策关键技术包括数据收集与整合、数据智能分析、决策支持等。矿用设备的预测性维护技术主要包括数据采集、数据分析、故障诊断及维护决策优化。智能矿山工业物联网技术贯穿感知层到应用层，实现矿山安全管理的高效化与智能化。智能矿山AI 技术在预测性维护与自我优化、人机协作与自动化控制等领域具有巨大的应用潜力。矿山数字孪生技术的核心是物联网、三维可视化与建模、AI与机器学习和高可靠通信技术。矿山机器人技术在无人驾驶、智能采矿、环境感知与监测、多机器人协同作业等领域广泛应用。矿山5G技术的核心优势是高速率、低延迟、大连接密度、高可靠性与稳定性，在多传感器融合监测、无人驾驶、5G边缘计算、虚拟现实/增强显示等领域得以应用。
“新一代信息技术在智能矿山中研究与应用”专题 | 采煤工作面CH4大样本数据感知关键技术及监测模式研究

“新一代信息技术在智能矿山中研究与应用”专题 | 采煤工作面CH4大样本数据感知关键技术及监测模式研究

全面感知和实时互联是智能化煤矿最基本的功能要素。现阶段采煤工作面整体环境感知能力不足，感知设备设置监测点数量有限，末端无线网络不够健全，缺乏高精度位置服务，导致矿井与采煤工作面全面感知所需数据样本量偏少，信息透明度不够，隐患识别和安全预警准确性偏低。针对该问题，以采煤工作面为应用场景，以CH4为监测对象，研究煤矿工作环境参数大样本数据感知关键技术及监测模式。通过研究无线低功耗CH4传感与自标校技术，实现在采煤工作面布置大量CH4传感器进行全面感知，解决长时间免标校维护的技术难题；通过研究传感设备对象编码与定位技术，解决大量传感设备的身份和位置识别难题；通过研究适用于矿井线性空间的高速无线数据传输技术，以及无线骨干网链路节点的路由自发现、网络故障自主发现、故障节点及时隔离和自恢复技术，解决采煤工作面布设大量CH4传感器及工作面移动带来的数据实时传输与维护问题；通过研究基于边缘计算的大样本数据连续监测模式，针对采集的大量CH4传感数据，利用空间数字云图技术，实现整个采煤工作面CH4面域连续监测和全面感知及作业现场数据分级处理。采煤工作面CH4大样本数据感知关键技术及监测模式为其他矿井环境参数的全面感知研究提供了基础技术积累。
“新一代信息技术在智能矿山中研究与应用”专题 | 红外和可见光图像融合的隧道火源深度估计技术

“新一代信息技术在智能矿山中研究与应用”专题 | 红外和可见光图像融合的隧道火源深度估计技术

矿井巷道、交通隧道等场景受火灾威胁的困扰，采用基于图像的智能火灾探测方法在火灾初期快速识别其发生位置具有重要意义。现有方法面临时间序列一致性问题，且对相机姿态变化具有高度敏感性，在复杂动态环境中的识别性能下降。针对该问题，提出一种红外（IR）和可见光（RGB）图像融合的隧道火源深度估计方法。引入自监督学习框架的位姿网络，来预测相邻帧间的位姿变化。构建两阶段训练的深度估计网络，基于UNet网络架构分别提取IR 和RGB 特征并进行不同尺度特征融合，确保深度估计过程平衡。引入相机高度损失，进一步提高复杂动态环境中火源探测的准确性和可靠性。在自制隧道火焰数据集上的实验结果表明，以Resnet50为骨干网络时，构建的隧道火源自监督单目深度估计网络模型的绝对值相对误差为0.102，平方相对误差为0.835，均方误差为4.491，优于主流的Lite-Mono，MonoDepth，MonoDepth2，VAD模型，且精确度阈值为1.25，1.252，1.253时整体准确度最优；该模型对近景和远景区域内物体的预测效果优于DepthAnything，MonoDepth2，Lite-Mono模型。
“新一代信息技术在智能矿山中研究与应用”专题 | 轻量化姿态估计时空增强图卷积模型下的矿工行为识别

“新一代信息技术在智能矿山中研究与应用”专题 | 轻量化姿态估计时空增强图卷积模型下的矿工行为识别

基于骨架序列的行为识别模型具有速度快、算力要求低、模型简单等特点，图卷积神经网络在处理骨架序列数据时具有优势，而现有基于图卷积的矿工行为识别模型在高精度和低计算复杂度之间难以兼顾。针对该问题，提出了一种基于轻量化姿态估计网络（Lite?HRNet）和多维特征增强时空图卷积网络（MEST?GCN）的矿工行为识别模型。Lite?HRNet 通过目标检测器进行人体检测，利用卷积神经网络提取图像特征，并通过区域提议网络生成锚框，对每个锚框进行分类以判断是否包含目标；区域提议网络对被判定为目标的锚框进行边界框回归，输出人体边界框，并通过非极大值抑制筛选出最优检测结果；将每个检测到的人体区域裁剪出来并输入到Lite?HRNet，生成人体关键点骨架序列。MEST?GCN 在时空图卷积神经网络（ST?GCN）的基础上进行改进：去除ST?GCN 中的冗余层以简化模型结构，减少模型参数量；引入多维特征融合注意力模块M2FA。生成的骨架序列经MEST?GCN 的BN 层批量标准化处理后，由多维特征增强图卷积模块提取矿工行为特征，经全局平均池化层和Softmax 层得到行为的置信度，获得矿工行为预测结果。实验结果表明：① MEST?GCN 的参数量降低至1.87 Mib；② 在以交叉主体和交叉视角为评价标准的公开数据集NTU60 上，采用Lite?HRNet 提取2D 人体关键点坐标，基于Lite?HRNet 和MEST?GCN 的矿工行为识别模型的准确率分别达88.0% 和92.6%；③ 在构建的矿工行为数据集上，基于Lite?HRNet 和MEST?GCN 的矿工行为识别模型的准确率达88.5%，视频处理速度达18.26 帧/s，可以准确且快速地识别矿工的动作类别。
“新一代信息技术在智能矿山中研究与应用”专题 | 图像特征与振动频谱多源融合驱动的煤矸识别技术研究

“新一代信息技术在智能矿山中研究与应用”专题 | 图像特征与振动频谱多源融合驱动的煤矸识别技术研究

针对目前图像与振动信号融合的方法在煤矸识别领域应用存在特征融合困难、实时性和模型复杂度不满足实际应用要求等问题，设计了基于多头注意力（MA）的多层长短期记忆（ML?LSTM）模型MA?ML?LSTM。采用经粒子群优化（PSO）算法优化的变分模态分解（VMD）算法对振动信号进行处理，将能量、能量矩、峭度、波形因数与矩阵奇异值作为特征量，并采用一维卷积网络获取振动信息；在多分类网络ResNet?18 基础上删除最后的全连接层，用于对煤矸图像进行深度特征提取；通过MA 机制和ML?LSTM 网络实现图像与振动双通道特征融合，强化各通道重要特征信息的表达。实验结果表明：MA?ML?LSTM 模型的平均识别准确率达98.72%，相比传统单一的ResNet， MobilenetV3， 1D?CNN， LSTM 模型分别高4.60%， 7.96%， 5.37%， 6.11%，相比EMD?RF，IMF?SVM，CSPNet?YOLOv7 分别高4.18%，4.45%，3.46%，验证了图像特征与振动频谱多源融合驱动的煤矸识别技术的有效性。
“新一代信息技术在智能矿山中研究与应用”专题 | 煤矿领域知识图谱构建与推理方法研究综述

“新一代信息技术在智能矿山中研究与应用”专题 | 煤矿领域知识图谱构建与推理方法研究综述

将煤矿领域来自不同数据源的知识进行抽取，形成知识网络，借助推理技术可辅助煤矿设备故障诊断、安全风险实时预警与处置、灾害事故原因分析、应急救援方案生成及生产组织和运营管理决策支持，从而推进智慧矿山建设。梳理了知识图谱尤其是煤矿领域知识图谱的研究现状，介绍了以知识为驱动的人工智能发展历程、基于知识图谱的人工智能系统架构、知识图谱的主要类型和代表性工作，剖析了煤矿领域已有知识图谱的知识建模情况、知识图谱构建方式、知识图谱使用方式和成熟度。从实体识别、关系抽取、知识图谱融合与纠错、知识图谱推理等方面，对煤矿领域知识图谱构建与推理技术面临的挑战进行了分析，指出针对上述挑战，需研究基于跨度的实体识别方法、基于多堆叠分类器的关系抽取方法、实体的嵌入表示方法、实体间关系的一致性约束建模方法；煤矿领域知识图谱推理技术的研究需以应用为驱动，与业务场景密切结合；煤矿领域存在大量图像、视频等多模态数据，未来可构建煤矿领域多模态知识图谱，还可融入时间信息构建煤矿领域时序知识图谱。
“新一代信息技术在智能矿山中研究与应用”专题 | 矿用5G通信信号传输的干扰监测技术

“新一代信息技术在智能矿山中研究与应用”专题 | 矿用5G通信信号传输的干扰监测技术

相比现有的干扰抑制技术（自适应滤技术、自适应干扰对消技术），盲源分离技术能够分离混合在一起的多个信号，计算复杂度低，鲁棒性强。但盲源分离技术难以全面覆盖井下复杂多变的干扰源，同时缺乏对处理后信号成分的自动分析与评估机制，不仅限制了通信效率的提升，还可能因干扰残留而引发安全隐患。针对上述问题，提出了一种基于神经网络的矿用5G 通信信号传输干扰监测抑制方法。通过分析井下主运输大巷、综采工作面和变电所等区域的干扰源特点，指出毛刺干扰及串扰信号的抑制和处理是5G 抗干扰问题的关键。采用盲源分离技术初步分离矿用5G 通信信号中的干扰成分，利用神经网络对分离后的信号进行特征提取及深度分析，精准识别并量化其中残留的干扰信号，一旦监测到干扰信号超出预设阈值，将自动触发新一轮的干扰抑制流程，形成迭代优化的闭环控制。实验结果表明：① 在100MHz 全带宽发送的环境中，使用矿用5G通信信号干扰监测抑制方法能够对毛刺干扰与串扰信号实现13 dB 的干扰抑制增益，比使用盲源分离干扰抑制方法效果提升约117% 及86%。② 矿用5G 通信信号干扰监测抑制方法较盲源分离等传统干扰抑制技术，信噪比平均提升了15.56%，误码率平均降低了21.88%，能够显著提升信号质量。
“新一代信息技术在智能矿山中研究与应用”专题 | 基于射线追踪路径损耗模型的煤矿巷道基站选址方法

“新一代信息技术在智能矿山中研究与应用”专题 | 基于射线追踪路径损耗模型的煤矿巷道基站选址方法

煤矿巷道狭长且多分支的结构特征导致5G 信号难以实现全面覆盖，巷道内的高路径损耗导致无线信号传输受限，因此需要对煤矿巷道基站进行选址规划。现有方法大多通过最大化视距区域的覆盖范围实现基站选址，忽略了非视距区域的基站选址问题。针对该问题，提出了一种基于射线追踪路径损耗模型的煤矿巷道基站选址方法。基于射线追踪路径损耗模型确定矩形断面巷道中基站的覆盖半径；构建了巷道数字高程模型，在此基础上确定了基站位置优化问题的目标函数，通过最小化基站数量和位置优化达到最佳覆盖率；采用遗传算法对基站位置进行优化选择，从而确定基站最优位置。仿真结果表明，使用14 个基站的选址方案时，网络覆盖率为91.2%，与数值计算结果的误差仅为2.4%。煤矿巷道实测结果表明，信号接收功率略低于模拟结果，?80 dBm 的信号强度可提供200 m 的覆盖半径，验证了射线追踪路径损耗模型的有效性。
“新一代信息技术在智能矿山中研究与应用”专题 | 基于已知点约束的高精度煤矿巷道三维点云建模方法

“新一代信息技术在智能矿山中研究与应用”专题 | 基于已知点约束的高精度煤矿巷道三维点云建模方法

面对煤矿井下低照度、弱纹理、高粉尘等复杂条件，现有煤矿巷道三维建模方法存在成本高、时效性差和精度低等问题，提出了一种基于已知点约束的高精度煤矿巷道三维点云建模方法。首先，通过体素滤波器对激光雷达点云数据进行降采样，并对降采样后的激光雷达点云数据利用迭代最近点（ICP）匹配提取出局部点云地图，结合惯性测量单元（IMU）数据对点云数据进行畸变校正；其次，利用ICP 配准局部点云地图和畸变校正后的点云地图，以提高前端配准的精度和效率，并在后端加入回环检测来提高煤矿巷道定位与建图精度；然后，通过附合导线控制测量获取煤矿巷道分段已知点坐标，为点云建模提供全局约束条件；最后，将已知点和激光雷达同时定位与建图（SLAM）确定的测站点进行联合平差计算，对测站点坐标进行校正，并进一步利用非线性优化方法校正全局点云地图坐标，从而提高三维点云建模精度。实验结果表明：该方法构建的煤矿巷道三维点云地图具有较好的全局一致性和几何结构真实性，在煤矿井下具有较高的定位与建图精度。
“新一代信息技术在智能矿山中研究与应用”专题 | 融合传感器数据和人工调控信息的工作面直线度智能预测

“新一代信息技术在智能矿山中研究与应用”专题 | 融合传感器数据和人工调控信息的工作面直线度智能预测

目前综采工作面直线度调控采用基于工作面推移行程等传感器数据和人工观测调控相结合的方式，但存在传感器数据和人工调控信息得不到有效利用的问题。针对上述问题，提出了融合传感器数据和人工调控信息的工作面直线度智能预测方法。对支架推移油缸行程、支架立柱压力、采煤机位置等进行数据清洗，并按照正常推溜调控距离和调整推溜调控距离进行分类，构建由工作面正常推溜调控距离矩阵和累计推溜调控距离矩阵组成的工作面直线度分析矩阵；通过特征工程对工作面直线度分析矩阵进行特征提取，生成特征矩阵作为样本，将人工调控距离对应的工况类型作为样本标签；采用机器学习分类算法建立工作面直线度预测模型。实验结果表明，采用随机森林算法搭建的工作面直线度预测模型准确率最高，为91.41%。将该模型应用于高河煤矿2312工作面，结果表明，在运行30d、115 次割煤循环的工作面直线度预测过程中，该模型预测准确率达81.4%。
“新一代信息技术在智能矿山中研究与应用”专题 | 基于GAT−Informer的采空区煤自燃温度预测模型　

“新一代信息技术在智能矿山中研究与应用”专题 | 基于GAT−Informer的采空区煤自燃温度预测模型　

现有的煤自燃温度预测模型仅考虑监测数据前后的时间关联性，未考虑监测点之间的空间关系，并存在多步长煤自燃温度预测精度低的问题。针对上述问题，提出了一种基于图注意力网络（GAT）和Informer 模型（GAT?Informer）的采空区煤自燃温度预测模型。首先，采用随机森林回归法和Savitzky?Golay 滤波器对采空区沿空侧煤自燃监测数据中的异常值、缺失值和噪声进行处理，并使用Z?score 方法对数据进行标准化。其次，采用GAT 提取多个监测点煤自燃监测数据间的空间特征。然后，使用Informer 模型的编码器对包含空间特征的数据进行编码，利用多头概率稀疏自注意力机制捕捉数据之间的长期依赖关系和时间特征；解码器通过交叉注意力机制与编码器交互，结合编码器提取的全局特征与目标序列的上下文依赖关系，生成特征矩阵并输入全连接层，得到煤自燃温度预测值。最后，对Informer 模型输出的煤自燃温度预测值进行反标准化处理，恢复到原始数据尺度，得到最终的预测结果。实验结果表明，相较于循环神经网络（RNN）、长短期记忆网络（LSTM）、门控循环单元（GRU）和Informer 模型，GAT?Informer 模型在6 个监测点上预测24 步长煤自燃温度时，均方误差（MSE）分别平均降低了15.70%， 22.15%， 25.45%， 36.49%，平均绝对误差（MAE）分别平均降低了16.01%， 14.60%， 20.30%，26.27%，表明GAT?Informer 模型能有效提高煤自燃温度多步长预测精度。
“新一代信息技术在智能矿山中研究与应用”专题 | 工作面液压支架丢架状态视觉自动检测方法

“新一代信息技术在智能矿山中研究与应用”专题 | 工作面液压支架丢架状态视觉自动检测方法

受采场地质条件变化、泵站压力波动及自动跟机系统误差等因素影响，液压支架在自动跟机移架过程中存在丢架情况，人工丢架监测严重影响工作面自动跟机效率。而基于传感器和感知信息的液压支架实时丢架状态监测方法的稳定性和可靠性较差。针对上述问题，提出一种液压支架丢架状态视觉自动检测方法。首先采用YOLOv8 对实时获取的工作面监控视频图像进行工作面目标区域划分，通过充分学习工作面图像内部特征准确获取液压支架底座及推杆的轮廓信息与位置信息，分析不同液压支架底座及推杆的位置信息，确定监控视频图像中的支架号；然后提取相邻液压支架最小底座区域局部图像，利用融合多尺度特征信息的ResNet50 卷积网络对底座局部图像进行特征提取，获取图像多尺度融合特征信息，再将特征信息映射到类别空间，获取不同液压支架状态的概率分布，根据概率判断液压支架正常移架或丢架状态，结合支架号信息确定处于丢架状态的液压支架。实验结果表明：基于监控视频的工作面目标区域平均分割精度为0.98，准确实现目标区域结构化提取；支架号自动识别准确率为98.78%，为液压支架丢架状态检测提供准确的支架号信息；工作面液压支架丢架状态视觉自动检测的平均准确率达99.17%，单帧图像处理时间为36 ms，满足采煤工作面AI 视频监控系统检测丢架状态的实时性与可靠性需求。
科研成果 | 基于统一数字底座的煤矿灾害融合管控平台

科研成果 | 基于统一数字底座的煤矿灾害融合管控平台

针对煤矿灾害监测预警与透明地质系统数据多源异构、预警结果可视化手段单一、业务流程不畅、数字化决策支撑不足等问题，提出了基于统一数字底座的煤矿灾害融合管控平台。该平台分为数据采集层、数据存储层、应用支撑层和应用层，以透明地质系统为井巷工程数据来源，利用智能通风系统进行通风网络解算和通风决策分析，集成各灾害预警系统分析结果和控制策略，从空间和业务2 条主线按照“隐蔽致灾因素—安全监测—安全管理—灾害预警—仿真规划—协同控制”进行灾害全链路管控。该平台利用Web API 和FIP 接口对透明地质系统数据与服务进行集成，基于统一的预警信息描述规范对灾害预警数据进行集成，通过“场景—模型—对象—属性”层级结构的数据对象模型对安全监测数据进行集成，解决了数据一致性难题；从巷道拓扑关系生成、巷道三维模型生成和要素空间关系生成等方面进行井巷工程三维参数化建模，实现了基于透明地质系统数据的井巷工程自动更新；采用“模型压缩+浏览器端缓存+渲染调度策略优化”，实现了基于WebGL 的地质体三维可视化；通过逐级确认的预警事件协同处置机制，提升了预警结果及处置的可靠性。现场应用结果表明，该平台实现了基于统一数字底座的瓦斯、水害、火灾、矿压、粉尘、智能通风等系统数据同步、功能集成、流程衔接和统一可视化，为开展融合透明地质的灾害预警提供了支撑。
科研成果 | 基于改进卡尔曼滤波和状态观测器的井下信号灯闭锁控制

科研成果 | 基于改进卡尔曼滤波和状态观测器的井下信号灯闭锁控制

在非煤矿山井下斜坡道运输过程中，由于井下UWB 动态定位精度不足、车辆定位卡采样间隔长和数据丢失等，传统信号灯闭锁控制方法效果较差。针对该问题，提出一种基于改进卡尔曼滤波和状态观测器的井下信号灯闭锁控制方法。分析了基于UWB 的井下车辆定位原理，给出了适合非煤矿山井下特点的信号灯逻辑判定方法。提出一种强跟踪卡尔曼滤波算法，通过强跟踪自适应方式对卡尔曼滤波算法进行改进，在计算预测误差时加入时变渐消因子，提高定位精度；根据滤波后所得的后验距离与速度值预测出车辆到达门限的时间，解决离散数据采集导致的控制滞后性问题，提高信号灯闭锁的可靠性和及时性。采用远程状态观测器评估信号灯闭锁控制效果，基于时域自动跟踪的统计，实现了闭锁可靠性的量化评估。仿真结果表明，改进卡尔曼滤波算法后，车辆动态与静态位置误差分别降低25.67% 和27.19%，动态与静态速度误差分别降低25.28% 和34.73%，信号灯门限逻辑响应更快。井下工业性试验和应用结果表明，采用强跟踪尔曼滤算法后，井下信号闭锁成功率达99.5% 以上，有效提高了井下斜坡道岔路口信号闭锁控制的实时性和可靠性，保障了井下车辆的安全行驶。
科研成果 | 小型化双向波束矿用定位终端天线设计

科研成果 | 小型化双向波束矿用定位终端天线设计

双向天线可有效提高信号覆盖范围和天线耦合效率，削弱由巷道侧壁反射所带来的多径效应，适用于结构狭长、断面较小的煤矿井下巷道。针对现有双向天线尺寸大、增益低、带宽不满足井下UWB 精确定位系统要求等问题，设计了一种小型化双向波束矿用定位终端天线。通过布置2 个等幅同相U 形单极子天线并在金属地板上引入U 形槽结构，在保证天线整体结构紧凑的同时，实现了双向边射波束辐射特性。仿真和实测结果表明：天线的?10 dB 带宽为1GHz（3.6～4.6 GHz），可有效覆盖煤矿井下UWB 人员精确定位系统的工作频段（3.7～4.2 GHz）；在3.6～4.6 GHz 频段内，天线峰值增益为2.2～2.5 dBi，具有良好的幅频响应。
科研成果 | 厚硬顶板悬顶致灾机理及切顶控制技术研究

科研成果 | 厚硬顶板悬顶致灾机理及切顶控制技术研究

针对侧向厚硬悬顶下临空巷道围岩变形大、失稳风险高的问题，以大同马脊梁煤矿3810 工作面运输巷为工程背景，建立了厚硬侧向悬顶力学模型，确定合理切顶位置理论值为内错煤柱3.98 m。建立UDEC数值计算模型，分析了厚硬悬顶长度、断裂位置对煤柱应力分布及3810 运输巷围岩变形的控制效果，结果表明：降低悬顶长度、在煤柱上方合理位置断裂，能够有效降低煤柱侧向应力集中程度，减少巷道围岩的破坏范围及变形。根据分析结果，确定煤柱采空区侧厚硬悬顶进行切顶卸压控制，促使厚硬顶板及时垮落，提高采空区顶板垮落带高度，从而降低煤柱承载的载荷并为煤柱提供侧向约束，提高煤柱承载性能。提出了厚硬侧向悬顶水压致裂切顶卸压控制方案并应用于现场，结果表明：3810 运输巷采取水力压裂切顶措施后，巷道围岩变形得到显著改善；切顶后巷道两帮最大值移近量为600 mm，顶板最大下沉量为277 mm；相对于未采取切顶方案的区段，巷道变形量分别降低39.6%（两帮）、31.8%（顶板），巷道有效断面能够满足矿井安全高效生产的需要。
分析与研究 | 通风方式对沿空留巷采空区煤自燃影响规律研究

分析与研究 | 通风方式对沿空留巷采空区煤自燃影响规律研究

沿空留巷开采条件下采空区气体分布特征易受通风方式影响，煤自燃隐患位置难以精准掌握。针对上述问题，以甘肃某矿8521 工作面为研究背景，利用Fluent 软件构建了沿空留巷采空区物理模型，分析了沿空留巷采空区煤体孔隙率，对比了“W”型通风与“Y”型通风（一进两回、两进一回）方式下采空区漏风流场及氧浓度分布特征。结果表明：沿空留巷采空区煤体孔隙率整体呈“铲状”分布（即边缘高、中部低）并逐步向采空区收缩；当矿井供风量及速率一定时，沿空留巷采空区漏风速率受通风方式影响，与进风巷数量呈正相关；采空区关键漏风位置多为沿空侧风流交汇处，该位置的漏风速率受压差影响；采空区漏风流场的差异导致各通风方式下的氧浓度及氧化升温带的分布特征不同，“W”型通风方式下采空区浅部、深部气体整体均呈扇形运移，氧化升温带靠近沿空留巷且呈“√”分布，氧化升温带面积占已采区域面积的38.1%；综合对比采空区关键漏风位置、氧化升温带分布特征及防灭火难度等方面，得出“W”型通风更有利于采空区煤自燃防治。
分析与研究 | 干湿循环处理后煤在差速循环荷载作用下的力学特征

分析与研究 | 干湿循环处理后煤在差速循环荷载作用下的力学特征

在煤矿地下水库中，煤柱坝体处于动态扰动的干湿环境中，单一研究煤在干湿循环或循环加卸载条件下的力学特征不够全面、客观。针对该问题，通过试验研究了经过干湿循环处理后的煤样在差速循环荷载作用下的力学特征。将煤样分为4 组进行试验，第1 组处于自然状态，第2 组干湿循环10次，第3组干湿循环40 次，第4 组一直浸泡在水中；设计了2 种试验模式，模式1 为快速加载、慢速卸载，模式2 为慢速加载、快速卸载。重点分析了煤样应变、割线模量、泊松比随循环次数的演化规律，结果表明：加载模式对煤样的力学性质影响明显，煤样在模式1 下的峰值和残余应变比模式2 大；整个循环阶段没有发生破坏的煤样在模式1 下产生了更大的割线模量增量；泊松比在前几个循环级缓慢增加，到最后2 个循环级或破坏前的循环级中快速增大，经过干湿循环的煤样泊松比增量高于自然状态下的煤样。试验结果可为地下水库中的煤柱坝体稳定性设计提供安全方面的指导，以增强煤柱坝体的稳定性和安全性。
分析与研究 | 近距离特厚煤层综放开采可行性及合理放煤工艺研究

分析与研究 | 近距离特厚煤层综放开采可行性及合理放煤工艺研究

目前针对近距离煤层厚度变化范围较大、煤层厚度超出正常开采高度的工作面的合理放煤工艺参数研究较少。以内蒙古平庄煤业（集团）有限责任公司西露天煤矿011N1?1 工作面为研究对象，开展了近距离特厚煤层综放开采可行性及合理放煤工艺研究。首先，通过理论分析计算出近距离特厚煤层上方021N2 工作面开采后底板最大破坏深度为3.88 m，小于011N1?1 工作面与021N2 工作面之间的距离，表明对下煤层011N1?1 工作面进行综放开采是可行的。然后，结合理论分析与现场实测，采用模糊数学方法量化了煤体单轴抗压强度、煤层埋深、煤层厚度、煤体裂隙发育程度、顶板级别及煤层夹矸厚度对顶煤冒放性的影响，基于隶属度函数评定011N1?1 工作面顶煤冒放性为中等水平。最后，基于PFC 2D 离散元颗粒流软件建立了放煤数值模型，分析了不同采放比和放煤方式对顶煤采出率的影响，发现当煤层厚度超过正常开采高度时，将工作面采放比定为1∶4.5 可有效适应煤层厚度变化，此时对顶煤采出率的影响较小，且采用三轮放煤工艺可有效提高顶煤采出率。现场放煤效果表明，优化放煤工艺后，随着煤层厚度的增大，增大采放比能够较好地适应地质条件变化，显著提高工作面顶煤采出量。
分析与研究 | 基于DTW−Hilbert与改进K−means的谐振接地系统故障选线方法

分析与研究 | 基于DTW−Hilbert与改进K−means的谐振接地系统故障选线方法

受消弧线圈、过渡电阻、环境噪声等因素的影响，谐振接地系统故障信号特征微弱，且基于单一判据构成的故障选线方法难以保证选线结果的可靠性。针对上述问题，提出了一种基于动态时间弯曲（DTW）距离算法?Hilbert 包络能量与改进K?means 聚类算法的谐振接地系统故障选线方法。基于故障线路与健全线路波形相似度差距较大的原理，采用DTW 距离算法定量刻画各线路电流序列之间的波形相似程度；为避免单一判据可能存在的选线盲区，基于故障线路与健全线路的能量系数区分度明显的原理，引入Hilbert 包络能量衡量暂态零序电流信号中的高频分量幅值；为增强所提选线方法的数据处理能力与效率，采用改进K?means 聚类算法对故障特征数据集进行分类处理，将各条线路的故障信息整理为故障数据集，作为改进K?means 聚类算法的输入，聚类算法输出各条线路的聚类标签，依据聚类标签判定故障线路。仿真实验结果表明：① 该方法在面对不同过渡电阻、不同故障距离、不同故障初相角、不同线路结构等工况时，均可确保选线结果的准确性；② 相较于传统的K?means 聚类算法，改进K?means 聚类算法将选线准确率提升了3.4%。现场测试数据表明：该方法具有较强的抗噪声干扰能力，能够在强噪声环境下将保护的耐过渡电阻能力提升至3 000 Ω。

过往期刊

更多

猜你喜欢

陕西青年职业学院电子阅览室