一种煤矿顶板灾害防治知识图谱构建方法

目前煤矿顶板灾害防治措施决策及事故原因分析等过程主要依赖人工经验,智能化水平较低。顶板灾害防治知识图谱可整合顶板灾害防治知识和经验,辅助顶板灾害事故原因分析和顶板灾害防治措施决策。提出了一种煤矿顶板灾害防治知识图谱构建方法。采用本体方法完成煤矿顶板灾害防治知识建模,将顶板灾害防治领域的概念分为矿井地质类、开采技术类、防治措施类和事故表征类,将概念之间的关系定义为使用、引发、易发、治理、预防和适用,为煤矿顶板灾害防治知识抽取(实体抽取和关系抽取)奠定基础;结合煤矿顶板灾害防治领域文本存在大量嵌套实体和关系之间存在实体重叠的特点,确定了基于跨度的实体抽取方法和基于依存句法树引导实体表示的关系抽取方法;构建了顶板灾害防治领域语料库,采用Neo4j图数据库存储数据,为顶板灾害防治知识图谱的应用提供数据来源支撑;展示了煤矿顶板灾害防治知识图谱局部构建结果,说明该知识图谱可辅助顶板灾害事故原因分析和防治措施决策,从而提高顶板管理的智能化水平;指出基于该知识图谱,结合自然语言处理和知识推理等技术,可实现顶板管理知识问答。

深部煤层开采导水裂隙发育规律研究

导水裂隙发育规律是深部煤层安全开采的一个重要参数,以孔庄煤矿7303工作面为依托,采用相似模拟实验、钻孔注水漏失量探测和钻孔窥视相结合的方法,对工作面导水裂隙发育特征进行研究。结果表明:相似模拟实验表明工作面平均周期来压步距19.5 m,垮落带呈梯形,随着工作面推进,离层裂隙被压实,导水裂隙发育由低速向高速转变,导水裂隙最大发育高度69.8 m,裂采比21.8。通过现场实测得到导水裂隙最大发育高度65.27 m,裂采比18.13,与浅部煤层工作面裂隙发育特征进行对比分析,裂采比与煤层埋深呈正相关。该研究成果对孔庄煤矿防治水害具有重要的指导意义。

某钨矿露地联采关键地压灾害监测预警研究

某钨矿形成了露地联采的开采局面,面临着井下群采空区与隔离间柱稳定性、露采边坡稳定性、露地相互影响等关键地压灾害问题。设计建设了最先进的66通道微震监测系统、测量机器人与边坡雷达等地压监测预警系统。文章详细介绍了一次典型的岩体失稳垮塌的成功预警案例。上述综合性的地压监测手段将为矿山安全生产提供重要的技术支撑。

浅析矿山压力监测与围岩稳定性分析

矿山压力监测和围岩稳定性分析是确保矿山安全高效开采的基础和关键技术。本文详细总结了这个领域目前的研究情况和未来的发展方向。首先,需要明确矿山压力监测的重要性。这是确保在矿井开采时能够保持安全,同时也是维护井下作业环境稳定的关键。其次,总结了目前使用的各种传统压力监测方法以及新兴先进技术的现状。然后,重点分析了影响围岩稳定性的几个关键因素。最后,总结了在矿井开发、采场设计和支护参数优化等实际工程领域中,压力监测和稳定性分析的实践经验和成果,以推动该领域取得更深入的突破。

基于地压监测的采空区稳定性评估方法研究

通过对国内外采空区稳定性地压监测评估方法现状分析,综合考虑微震事件的能量-空间-时间分布特征及多种监测技术手段,提出了微震事件时空演化规律、微震能量指数与累积视体积之比EV、微震b值、多参数融合等4种采空区稳定性评估方法。然后,在普朗铜矿、亚克斯矿、寿王坟矿等矿应用了这些方法,分析这些采空区影响下顶板、地表、巷道围岩破裂发展的发育演变规律,与现场实际相契合,验证了这些方法的有效性。

煤岩变形破坏电荷感应规律试验研究及现场应用

准确掌握岩体受载破坏过程电荷感应规律,对于冲击地压等动力灾害预测具有重要意义。在电荷监测仪采集精准度优化提升基础上,对砂岩试样单轴压缩受载破坏电荷感应规律进行了实验室监测试验,并进行井下监测试验,详细分析了不同加载速率下砂岩电荷感应与应力降以及裂纹扩展的关系和超前工作面支承压力影响区电荷感应特征。结果表明:岩样受载破坏过程中裂纹的多次形成、发育与扩展均伴随着电荷感应信号,前兆电荷信号的产生早于岩样受载破裂出现的应力降;在0.005、0.015、0.020 mm/s 3种加载速率条件下,岩样破坏过程的电荷信号规律随加载速率的变化显现出差异性,主要表现为加载速率越大,电荷信号越丰富,超前应力突变前兆电荷信号越发提前出现;现场各测点平均感应电荷量最大值均位于超前支承压力影响区内,且平均感应电荷量大小与工作面超前支承压力分布趋势一致。

工作面矿压大数据动态分析与预测系统

为实现矿井工作面矿压自动分析与预测,以大柳矿为研究对象,使用GUI编程,采用HTML5、Python语言联合编写,运用长短时记忆(LSTM)与ARIMA算法模型,搭建多源数据可视化分析展示平台与预测分析系统。系统程序设计划分为基础信息、监测参量、支架数据、分析预警、报表输出等主模块;通过导入矿压监测数据(支架压力、钻孔应力、巷道变形、顶板离层、锚杆锚索),借助人工智能和大数据技术,可实现监测数据的快速清洗、多参量融合,以及对矿压风险的智能识别与预警。

伊犁一矿浅埋软岩工作面矿压实测及支架选型

伊犁一矿工作面受浅埋薄基软岩条件影响,使覆岩裂隙分布形态复杂化,原1505W综放工作面采用6~8倍采高方法进行工作面液压支架选型,后续监测工作面矿压规律及支架工作阻力较大,接近液压支架额定工作阻力,提出基于覆岩关键层层位计算上覆载荷的方法并对伊犁一矿1503E综放工作面液压支架进行指导选型设计,后续监测工作面支架工作阻力表明该液压支架选型方法在浅埋薄基软岩条件下较6~8倍采高支架选型方法更为科学合理。

矿山微震震源定位精度分析

定量研究初至拾取精度和速度模型对矿山微震震源定位精度的影响直接关系到矿山开采质量评估和矿山风险预警。由于矿山微地震监测主要接收岩石破裂激发的P波,故往往采用基于P波到时的同型波时差法进行震源定位,基于数值模拟方法研究了速度模型和初至拾取精度对同型波时差法矿山微震震源定位精度的影响。结果表明:反演速度模型偏离准确速度模型的误差逐渐增大时,震源定位精度表现出降低的趋势;初至拾取精度降低时,震源定位的精度随之降低;当速度模型误差和初至拾取误差分别控制在200 m/s和10 ms以内时,同型波时差法在矿山微震震源定位中的误差整体控制在20 m以内,可以满足矿山微震质量控制和风险预警的要求。

基于物联网的光纤传感煤矿巷道变形监测系统

为减少顶板事故的发生,设计了一种基于物联网的光纤传感巷道变形监测系统。该系统实现了“感”“传”“警”一体,能实时、客观地监测巷道具体变形情况。利用光纤的光无源特性,在矿井下可以解决带电设备的用电安全问题,搭建了本设计系统。通过实验室模拟测试,本监测系统可以准确地监测巷道变形的程度,同时对巷道变形具有良好的预警效果,误差小于0.5%,具有良好的实时性与准确性,为煤矿巷道安全监测提供了一种可实施性高的应用方案。

基于麻雀优化算法和CNN-BiLISTM的矿压预测模型

为了精准预测工作面顶板来压步距,提出了一种智能预测模型,将融合正余弦和柯西变异的麻雀优化算法(SCSSA)与卷积双向长短期记忆神经网络(CNN-BiLSTM)相结合,从而实现工作面顶板来压步距的精确预测。实验结果表明,SCSSA-CNN-BiLSTM来压步距预测模型预测值与实测值基本吻合,RMSE为1.051,MSE为1.1045,MAE为0.8162,MAPE为0.0566,相关系数R为0.9943,决定系数R2为0.9497,可以完成对于来压步距的预测。以样本1举例,实际值为20.20,而CNN-BiLSTM模型预测值为15.22,SCSSA-CNN-BILSTM模型预测值为18.49;以样本10举列,实际值为9.55,而CNN-BiLSTM模型预测值为13.78,SCSSA-CNN-BILSTM模型预测值为10.60,与未经过优化的CNN-BiLSTM算法相比,预测精度提升了约18%,参数优化效果显著提升。

枣泉煤矿五分区地应力测试及其分布规律研究

为了获取枣泉煤矿五分区地应力分布规律,采用水压致裂法对原岩地应力进行了现场测试。结果表明:5个测点中最大水平主应力最大为12.66 MPa,最小为4.96 MPa;最小水平主应力最大为6.08 MPa,最小为2.33 MPa;地应力场类型均为水平主应力场,除测点4外,其余测点各方向应力大小排序均为σ_(H)>σ_(v)>σ_(h);测点1~3的最大水平主应力方向分别为N16.5°W、N30.9°W和N22.3°W,具有较强的一致性,测点4和测点5受褶曲构造影响,最大水平主应力方向为N42.6°E和N24.8°W,向垂直褶曲轴线方向偏转。

基于动态自适应旗鱼优化BP神经网络的工作面周期来压预测

针对现有工作面周期来压预测方法精度不足、泛化性较差和算力要求高等问题,提出了一种基于动态自适应旗鱼优化BP神经网络(DASFO−BP)的工作面周期来压预测模型。通过分析工作面周期来压机理,得到与来压相关的影响因素,通过皮尔逊相关系数确定对来压具有显著影响的因素(推进速度、直接顶厚度、基本顶厚度、采高、煤层倾角和倾向长度)作为预测模型输入,并以下次来压强度和来压步距作为预测模型输出。针对旗鱼优化(SFO)算法鲁棒性不足的问题,提出了动态自适应优化策略对SFO算法进行改进,即在优化前期利用SFO达到快速收敛的目的,中期则借助秃鹰搜索(BES)跳出局部最优,后期发挥粒子群优化(PSO)深度搜索的优势来提高解的精度。通过改进后的动态自适应旗鱼优化(DASFO)算法对BP神经网络的超参数进行训练,构建了基于DASFO−BP的来压预测模型。实验结果表明:DASFO算法在单峰和多峰测试函数上均能实现快速收敛;与BP,SFO−BP和NCPSO−BP相比,DASFO−BP对周期来压强度和步距的预测值与真实值更为接近,具有更高的精度,拟合能力和泛化能力强,能够准确预测下一周期来压分布情况。

基于SLAM技术井下采空区及巷道探测

随着对矿井生产要求的不断提高,传统的井下测量技术已经难以满足当前对采空区管理和隐患治理的需要。同时定位与建图(SLAM)三维激光扫描技术能够对地下采空区进行精确扫描,准确获取采空区的空间位置、形态、体积以及形变等三维立体数据,所获取的数据能够作为地下采空区管理规划以及提出的治理方案科学合理性的依据。本文对某铅锌矿采空区及巷道探测,通过现场及综合分析采用移动式三维激光扫描仪(Hovermap)进行探测。快速、准确的实现数据采集。通过三维建模,得出了采空区治理后及巷道的实测模型,为客观评价采空区的治理效果提供可靠的数据支撑。

基于EMD-LSTM的DAS系统巷道安全监测方法

煤岩体的应力分布不均衡是造成巷道煤岩体坍塌的主要原因。实时了解和预测煤岩体安全性对保障煤矿安全生产和矿工生命安全具有重大意义。LSTM模型为光纤扰动预测提供了合适的技术方法,但光纤传感技术中后向瑞利散射信号具有非平稳特性,增加了预测难度。针对扰动预测精度低的问题,提出了一种基于EMD-LSTM的DAS系统巷道安全监测方法,以提高信号预测精度。使用EMD技术将解调信号分解成若干相对稳定的子序列,然后利用LSTM建模,通过多次迭代方式获得准确的预测结果。实验结果表明,该方法在保持实时性的同时,定位预测成功率达95%,预测解调信号波形失真度仅为0.035,较BP神经网络具有更优的综合性能和异常噪声数据消除效果,实现了精准预测,推动了DAS系统在结构检测中的实用化进程。

花岗岩劈裂破坏电磁-震动有效信号重构与混沌特征

电磁辐射、震动监测技术广泛应用于地下工程动力灾害的监测预警,对地下工程的安全高效开发具重要意义。深入研究电磁-震动信号有助于推动岩体监测预警技术的发展,然而当前电磁辐射和震动信号(电磁-震动)分析主要集中于信号的相关性和时频特征,对于花岗岩破裂电磁-震动信号的非线性动力特征研究较少,相关特征尚未明确。基于此,利用经验模态信号(EMD)重构和分形理论相结合的方法,分析了花岗岩劈裂破坏电磁-震动信号的混沌特征,揭示了电磁-震动信号非线性动力特征。研究结果表明:花岗岩劈裂破坏产生的电磁辐射与震动信号在时间上具有较好的一致性,劈裂破坏产生的电磁-震动信号频谱集中在中低频段;花岗岩破坏有效电磁辐射信号的盒维数D_(E)=1.600 6,有效震动信号的盒维数D_(A)=1.594 8,两者频率结构特征高度相似;利用EMD分解重构方法可以获得花岗岩破裂有效电磁辐射与震动信号,使用EMD分解重构去除了高频存在的干扰对花岗岩破裂电磁-震动信号中的混沌特征描述更为精准。有效电磁辐射与震动信号包含的低频、大能量信号比原始信号更多,更能表征微小裂纹扩展;重构后电磁-震动信号的不均匀度相较于初始信号整体有明显的上升,不同能量信号出现的频率关系整体出现下降,重构后的有效电磁-震动信号以低频、大能量信号为主,但震动信号的不均匀程度大于电磁辐射。

同步挤压小波变换在矿山微震监测系统中的应用

微震监测技术是一种保证矿山安全、高效、可持续发展的重要地压监测手段。矿山传感器获取的微震数据容易受到宽频带非平稳噪声的影响,导致微震监测缺乏可用的高质量数据。本文介绍了一种新的频谱分析方法——同步挤压小波变换,它提供了一种将数据同时分解到时域和频域的方法,且比小波变换等方法的时频分辨率更高,可以在时频谱上更为清晰地展示微震信号。同时,本文还比较了Morlet小波基和Bump小波基对微震波形的影响程度,并通过现场微震监测波形验证了Morlet小波基的相对可靠性。采用基于噪声水平的硬阈值滤波方法对其进行分别处理,结果表明,基于Morlet小波基的同步挤压小波变换在从原始数据中提取微震信号方面具有更大的实用价值,能够有效地提高信号的信噪比。

江西某钨矿深部开采微震监测研究

江西某钨矿矿区深部区域大采采场周边围岩中巷道变形、冒顶片帮等地压问题显现明显,严重影响了矿山生产安全。本文简要介绍了矿区的开采历史,主要采矿方法及地压的显现方式,指出了矿山深部地压的危害性,论述了采用多通道微震监测技术的必要性及其系统的组成与特点。建立微震监测系统后,通过统计矿区每日产生的微震信号的幅值及次数,分析其变化规律,成功对巷道冒顶事件进行了预警;同时系统收集到老采空区的微震定位事件,表明老采空区的岩体结构并不稳定。实际情况表明,微震监测系统能够对矿山岩体的状态进行评估,对一定的岩体灾害进行预警,为矿山生产安全提供保障。

基于波形特征的矿山微震监测事件分类方法研究

目的:针对微震监测技术应用中出现的微震爆破信号分类困难、人工分类工作量大、分类准确率低等问题,本文创新性地提出了支持向量机的波形自动分类技术,旨在解决微震监测系统现有应用难题。方法:针对BSN微震监测系统采集的微震信号和人工爆破信号进行了时域和频域的分析,获得了信噪比、P波到时、首次峰值、最大峰值、主频及P波主频等9个波形特征,经过分析对比后挑选出了5个典型特征,最后采用SVM方法对上述典型特征进行训练,建立了微震和爆破信号自动分类模型,并在广西某金属矿山进行了实际现场应用分析。结果:微震准确率为80.28%,爆破准确率为86.36%。结论:本文研究的分类模型的识别和分类方法使分类准确率达到了80%以上,说明成果能够协助矿山人员减少部分波形分类工作,有助于推动全自动矿山微震监测系统发展。意义:本文提供的分类方法研究思路,能够实际解决微震监测系统在现场应用中的难题,且其中的分析方法不仅可在微震处理中应用,还可进一步用于微震分析,对实现矿山微震实时监测服务具有重大意义。

矿山微震信号多层联合降噪研究

目的:矿山工作环境复杂,干扰噪声多,微震信号和噪声混叠在一起,对微震信号分析产生干扰,影响后续震相到时拾取与震源定位的工作,需对微震信号进行降噪研究。方法:针对微震信号的随机性和非平稳性,本文提出了一种基于多层联合的信号降噪方法,将SVD(奇异值分解)作为第一层降噪方法,去除信号中的白噪声;EMD(经验模态分解)作为第二层降噪方法,处理随机、非平稳的微震信号;小波阈值作为第三层降噪方法,消除EMD产生的模态混叠现象。结果:经过实验分析表明本文方法对不同信噪比的仿真信号和实际微震信号都有很好的降噪效果。结论:克服了单一降噪方法降噪效果不好的缺点,能极大提高信号信噪比,并且和原信号的相似度高,为微震信号降噪提供了一种新思路。