不同粗糙度煤岩界面超低摩擦效应与声发射特征试验研究

为了揭示动载扰动作用下煤岩界面粗糙度对超低摩擦型冲击地压影响机制,采用自行研制的煤岩界面超低摩擦试验装置,以沈阳红阳三矿1082 m采深煤岩体为研究对象,通过改变煤块与砂岩块体表面粗糙度来模拟煤岩界面不同粗糙特性,以粗糙度系数表征煤岩界面粗糙程度,工作块体水平位移表征冲击过程中超低摩擦效应强度,声发射能量为工作块体摩擦滑动过程中的信号参数,进行应力波扰动下不同粗糙度煤岩界面超低摩擦试验.研究结果表明:(1)超低摩擦滑动过程中,工作块体水平位移、声发射能量计数以及累计能量曲线呈现出孕育阶段、激发阶段、稳定阶段变化特征;(2)煤岩界面粗糙度越小,工作块体水平位移和声发射能量峰值越大,煤岩界面越易发生超低摩擦效应;(3)不同煤岩界面粗糙度下,相比于其他扰动频率, 2 Hz时更易发生超低摩擦效应;(4)给出了声发射能量峰值与煤岩界面粗糙度系数对应关系.声发射能量峰值可以有效表征超低摩擦效应强度,可以用声发射能量峰值预测超低摩擦效应强度.

煤的冲击倾向性对深部煤岩界面超低摩擦效应影响研究

为了揭示动载扰动下煤的冲击倾向性对超低摩擦型冲击地压的影响机制,以不同冲击倾向性煤块为研究对象,首先通过单轴压缩试验测定了煤样冲击倾向性,然后采用自行研制的煤岩界面超低摩擦试验装置,以煤块滑动位移、动能表征冲击过程中超低摩擦效应强度,开展了应力波扰动下不同冲击倾向性煤块超低摩擦试验。研究结果表明:(1)超低摩擦效应强度受扰动频率影响存在频率显著影响区,强、弱、无冲击倾向性煤块频率显著影响区分别为2.5~3.5 Hz、2.0~3.0 Hz、1.5~2.5 Hz,频率显著影响区内煤岩界面更易发生超低摩擦效应。随着煤块冲击倾向性增强,频率显著影响区域整体右移。(2)超低摩擦效应强度与扰动幅值正相关,在高强度扰动下强冲击倾向性煤更易发生超低摩擦效应。(3)建立了有效弹性能释放速率指数与动能之间的拟合函数关系式,实现了用煤的冲击倾向性指标综合评价超低摩擦效应强度。

基于穿层钻孔声波远探测有限元方法的煤岩界面成像

小型地质构造是造成煤与瓦斯突出事故的主要因素,小构造的精准探测是亟需解决的关键问题。煤岩界面高精度探测是查明小构造,实现透明工作面的基础。声波远探测技术具有探测范围大、分辨率高、可成像等优点,能够实现对煤岩界面的精准识别。为此,提出了基于穿层钻孔声波远探测的煤岩界面探测技术,通过在井下穿层钻孔内布置声波远探测仪,采集孔周煤岩分界面产生的阵列波形,并利用反射波信息反演获得煤岩界面成像图,进一步结合钻孔群,实现工作面的整体勘察。首先,利用COMSOL Multiphysics软件构建出煤系单极远探测数值模型;然后通过模型正演分析全波信号与波场快照的全时空变化规律;最后对远探测声波数据进行反演实现煤岩界面的偏移成像。正演结果表明:模型中煤层的纵波波速比顶底板岩层慢1.2 km/s左右,声波在煤层中传播时能量衰减得更快,同时声波穿过煤岩界面时会出现主频的漂移;当测点趋近于仪器从底板岩层向煤层过渡的位置时,直达波的变化特征为幅度的骤降与声时的增大,而界面反射波的特征为时间-深度域中倾斜同相轴的斜率改变。对采集到的波形数据进行滤波、波场分离、反射波增强、偏移成像四个步骤完成模型反演,成像结果与原始模型相似度高,煤岩界面倾角误差0.6°、煤厚误差0.212 m,穿层钻孔远探测声波有限元方法可以有效地反演出煤岩界面的位置和形态特征。该研究可为声波远探测技术应用于穿层钻孔煤岩界面识别提供基础理论支撑。

跨煤岩界面穿层压裂裂缝动态扩展特征试验研究

针对跨煤岩界面穿层压裂裂缝动态扩展过程,采用相似材料制作煤岩组合体试件,开展三点弯曲试验、真三轴水力压裂物理模拟试验,分别结合数字散斑技术、声发射监测技术,捕捉裂缝的动态扩展特征,分析裂缝扩展形态及影响因素。结果表明:三点弯曲试验中裂缝可从顶板直接进入煤层,裂缝在界面处未转向,增大预制裂缝长度试件断裂所需的峰值应力降低;真三轴水力压裂试验条件下,由于煤层塑性强,顶板内裂缝高度、长度均大于煤层,顶板内声发射事件比例高于煤层;在裂缝穿层扩展的前提下,增大水平井与煤层顶面距离会导致裂缝穿层扩展时间延长,提高压裂液注入排量可增大裂缝进入煤层的穿透深度,但是易导致缝高失控、缝长降低,提出采用变排量压裂施工,初期压裂液大排量注入促使裂缝纵向穿层,随后降排量促进裂缝在顶板和煤层内横向延伸;多裂缝同步起裂时缝间存在竞争扩展现象,部分裂缝可能无法穿层扩展。研究成果可为掌握裂缝跨煤岩界面穿层扩展特点、优化设计压裂施工参数提供理论支撑。

基于机器视觉的煤尘环境下掘进空间煤岩界面感知与精准识别

巷道掘进过程中煤岩识别技术是掘进机截割头自动调整的核心,同样是制约矿山智能化建设的关键难题之一。针对当前采掘失衡,掘进工作面缺乏成熟有效的煤岩识别方案,现有基于图像的煤岩识别模型存在分割精度差、无法灵活部署等问题,提出一种应用在掘进工作面下基于图像分割的煤岩截割界面感知与精准识别方法。该方法结合掘进工作面实际截割情况,采用Mobile-NetV2特征提取网络作为DeepLabV3+的主干网络,使模型更好地兼顾分割精度和模型复杂度;将空洞空间卷积池化金字塔模块输出的高级特征进行通道注意力(SE)操作,分配通道权重以强化对重点特征信息的训练;在主干网络输出的浅层特征引入通道空间注意力(CA)机制,使浅层特征图中的低级表征信息加权,从而设计出融合双注意力机制于DeepLabV3+的煤岩截割界面识别模型。同时搭建煤尘环境下煤岩识别实验平台模拟掘进机截割后形成的煤岩截割面,研发巷道掘进过程中煤岩截割界面采集方法,并以实际矿井的掘进工作面为工程背景,验证该煤岩识别模型的分割精度以及实际应用性。研究结果表明:SE-CA-DeepLabV3+模型的平均交并比和平均像素精度分别为97.15%和98.51%,相较于其他模型具有更优的分割性能。将所建立模型对来自陕北试验矿井掘进工作面的原始煤岩图像进行验证,平均误差为0.7%,每秒传输帧数为43 fps,满足井下现场应用部署条件。

基于探地雷达的煤岩界面探测数据解释方法

针对现有煤岩界面识别方法缺乏对煤岩层特性的研究、无法对数据进行较好解释的问题,结合基于探地雷达的煤岩界面探测模型,提出了一种煤岩界面探测数据解释方法,即采用一种改进的最大类间方差法,在二维灰度直方图下对探地雷达探测的煤岩图像进行阈值化分割,从而实现煤岩界面识别。通过仿真实验研究了探地雷达天线频率对可探测煤层厚度的影响,结果表明随着天线频率增大,理论可探测最大煤层厚度减小;采用LTD-2100型探地雷达,设置400 MHz天线频率进行现场测试,结果表明基于探地雷达的煤岩界面探测数据解释方法可提高煤岩界面识别准确性。

自然T射线煤岩界面识别传感器的理论建模及实验验证

根据采煤机实际工作环境，提出了顶板自然ｒ射线在穿透顶煤后按加权指数函数衰减的观点，在此基础上导出了指导煤岩界面识别的测报方程，提出通过３次标定确定煤层的线衰减系数，更接近实际参数。现场实验表明，提出的方法与以往基于简单指数衰减函数的测报方法相比精度大为提高，实验中出现的最大误差为５０ｍｎ，同时，该方法具有在薄顶煤条件下测报精度高、可靠的特点，适合我国不留顶煤或少留顶煤的采煤工艺要求。为开发适合我国煤矿使用要求的煤岩界面识别传感器提供了理论依据。

探地雷达探测煤岩界面的方法与试验

介绍了探地雷达探测煤岩界面的原理,探讨了利用探地雷达技术进行煤岩界面探测的可行性与实用性,经理论分析,证明200MHz^1GHz的雷达天线可实现绝大多数的煤岩界面探测;采用LTD-2100探地雷达在郭庄煤矿进行了相关试验,结果表明,400 MHz雷达天线可实现气煤-砂岩界面的探测,且误差较小。

基于太赫兹时域光谱技术的煤岩界面识别

为了研究基于太赫兹时域光谱的煤岩界面识别可行性,首先应用太赫兹时域光谱技术,以气煤和砂岩粉末压片作为实验样本进行了相关实验,得到了太赫兹脉冲穿过不同样本时所产生的时间延迟和衰减幅度。然后采用Hilbert-Huang变换对煤岩样的太赫兹光谱进行了时频域分析,并与由传统快速傅里叶变换方法获得的样品频谱进行了对比,结果表明,在时频域内太赫兹光谱信号具有更高的分辨率,可以更好、更直观地分析太赫兹脉冲在任意时刻的频率、能量成分,研究任意频率在不同时刻对吸收谱线的作用。最后介绍了基于太赫兹时域光谱技术的煤岩界面识别过程,通过实验验证了采用Hilbert谱和边际谱提取出的光谱特征值可以很好地区分煤岩介质。

基于EMD与神经网络的煤岩界面识别方法

针对放顶煤中煤岩界面难以识别的问题,采用检测液压支架尾梁振动信号的方式进行了研究,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和神经网络的识别方法。首先,对振动信号进行经验模态分解,得到多个固有模态分量(intrinsic mode functions,简称IMF);然后,对各IMF进一步分析以提取特征参数;最后,选择若干个包含主要信息的参数组成特征向量作为神经网络的输入来识别落煤和落岩两种情况,实现煤岩界面的自动识别。实验结果表明,分别以各IMF的能量、峭度和波峰因子组成的特征向量均可用于识别煤岩界面,且当以能量组成特征向量时比其他两种方式具有更高的识别率。

独立分量分析法在综采煤岩界面识别中的应用

介绍了独立分量分析(ICA)理论,将ICA方法用于对放顶煤过程中产生的混合声波信号的处理,并给出了煤岩界面识别技术的实现方法。试验结果表明,ICA方法可以较好地分离出混合声音信号中独立的源信号,根据独立信号的频谱差异,能够确定煤和矸石的混合比例,实现煤岩界面的识别。

基于主成分分析和BP神经网络的煤岩界面识别

针对现有煤岩识别方法由于提取的时域参数过多,存在识别速度慢、实时性差等问题,提出了一种基于主成分分析和BP神经网络的煤岩界面识别方法。该方法首先提取采煤机滚筒扭矩的时域信号,然后利用主成分分析方法对该时域信号进行压缩,最后将得到的最终信号输入到BP神经网络进行煤岩识别。仿真结果表明,该煤岩识别方法不仅满足了识别率,还提高了识别速度,为提高滚筒调高响应速度奠定了基础。

基于图像多小波变换的煤岩界面识别

针对现有煤岩界面识别方法存在普适性差、可靠性差等问题,提出了一种基于图像多小波变换的煤岩界面识别方法。对煤岩图像进行多小波变换,提取不同频带多小波系数在固定窗口大小下的标准差作为纹理测度并生成归一化多频带特征向量,利用朴素贝叶斯分类器对纹理特征进行识别。实验结果表明,对于分辨率为128×128的图像,当窗口大小为9,选择频带F5—F16构造特征向量时,识别率可达96.14%。

基于EMD与峭度滤波的煤岩界面识别

煤岩界面识别问题一直是制约放煤自动化发展的一项关键问题,液压支架尾梁振动信号分析法是近年来发展较快的一种有效方法。该方法中煤和矸石信号在频域内存在差异是非常有用的信息,但因系统低频干扰较多且两种信号差异微弱,无法直接提取使用。通过对振动信号使用经验模态分解(empirical mode decomposition,简称EMD)得到多个固有模态分量(intrinsic mode function,简称IMF);以峭度为准则,选取煤和矸石差异最大的通道对信号重新合成;使用Hilbert边际谱分析煤、矸石的频域范围,以矸石频域特征区域求取带通滤波最优截止频率;对合成后的信号进行滤波。实验结果表明,该方法能够减少信号低频干扰、突出较高频成分,使煤与系统干扰的低频信号视为常态被屏蔽,而混入煤中的矸石较高频信号能够被及时识别,实现了煤岩界面识别的目的。

基于主动红外激励的煤岩界面识别

针对综采工作面采煤机智能化截割时存在的煤岩识别精度低等问题,采用红外热像技术,建立了煤岩界面检测实验台。利用煤粉、水泥、沙子、黏合剂等材料分别浇筑全煤、全岩和煤岩混合3种试件,在单光源9 kLux的激励强度下,开展煤岩界面识别研究。实验过程中通过IRBIS3红外分析软件对3种试件检测表面不同时刻的温度场信息进行提取和分析,并建立温度场梯度模型加以研究。研究结果表明:煤、岩两种物质在相同的激励下的温度场特性有明显差异,当存在煤岩混合情况时,检测区域内的温差范围和标准方差会明显增大,可以此作为煤岩混合的一种预测识别依据;对煤岩试件进行主动激励时,检测区域前10 min内温升变化最为明显,温差范围和标准方差增大较快,10~30 min内温度缓慢上升,温差范围和标准方差缓慢增大,30 min后温度相对稳定,温差范围和标准方差无明显变化。激励时间的越长,煤和岩的温度场信息差异就越大,更利于提升煤岩识别的精度。但综合考虑温度场信息差异增长幅度和主动激励能源消耗等问题后,选在主动激励30 min时进行红外图像的提取较为合理;通过提取检测区域内的温度场信息,建立的温度场梯度模型可以较为直观地观察到煤和岩的分布位置及分布趋势,通过对温度梯度模型进行温线划分、煤岩分布划分处理以及建立煤岩分布模拟还原图像后可以准确判定煤岩分布的过渡区域,提升煤岩识别的精度,降低采煤机在截割过程中的截齿磨损程度,有效延长截齿的使用寿命。

基于机器视觉的煤岩界面识别研究

针对现有煤岩识别方法存在煤岩界面传感器结构复杂、可靠性差、普适性差等问题,提出了一种基于机器视觉的煤岩界面识别系统设计方案,给出了系统总体结构,分析了系统识别煤岩界面的工作原理,重点讨论了图像特征选取和分类器的设计。该系统根据灰度共生矩阵理论提取煤岩图像的22种纹理特征,采用增l减r法搜索出优选特征,最后运用线性函数判别法构建煤岩分类器模型。实验结果表明,该系统的煤岩分类器模型性能稳定,具有较强的识别能力。

基于神经网络和Dempster-Shafter信息融合的煤岩界面预测

针对煤岩界面识别精度无法满足采煤机自动调高的情况 ,提出采用神经网络融合工作面的三边信息 ,使用D -S证据理论再将此信息和不断获得的煤岩界面识别信息进行二次融合 ,从而实现在线融合和在线预测 ,不断提高预测精度 .仿真结果显示 :该方法不仅对地质条件好的工作面有效 ,而且对断层也有一定的适应性 ;同时 ,具有优良的容错性 .

扭振测量在煤岩界面识别中的应用研究

为了更有效地进行煤岩界面识别,利用扭振信号来进行煤岩界面识别研究。首先从理论上分析了扭振信号与滚筒截割力的关系;应用小波包和模糊神经网络技术进行信息特征提取和数据融合,论证了扭振信号的有效性与可靠性,并与直线振动信号进行了对比。识别结果表明,扭振信号数据比较稳定,识别正确率达到92%;而直线振动信号的正确识别率为63%,理论分析与试验验证是一致的。通过滚筒轴扭振信号来监测采煤机运行状态是一有效手段。

煤岩界面识别技术研究

煤岩界面识别系统是综采工作面智能化生产的重要环节,总结了目前国内外各种煤岩界面识别的技术方法,分析了各种方法的优缺点及其应用场合,展望了未来煤岩界面识别技术的发展方向,对煤矿的智能化生产具有重要意义。

基于虚拟煤岩界面的采煤机上滚筒路径规划

针对采煤机上滚筒截割过程中在顶板煤岩界面弯曲区域极易截割到顶板岩石的问题,提出了一种基于虚拟煤岩界面的采煤机上滚筒路径规划方法。该方法定义了对上滚筒产生斥力的虚拟煤岩界面和虚拟引力场,模拟了上滚筒跟随煤岩界面落煤的运动过程,通过上滚筒的运动模拟计算出了截割路径离散点,并基于高斯核模型的l2约束最小二乘回归方法,通过训练路径离散点获得了一条光滑的上滚筒截割路径曲线。仿真结果表明,采用该方法规划的路径能够有效避免上滚筒截割到顶板煤岩界面弯曲区域的岩石。