煤矿三维地质模型动态修正关键技术

煤矿生产数据具有动态变化的特性,平面数据、剖面数据和三维地质模型需要随着矿山开采不断进行动态的修正和更新,使其对地下生产对象的表达越来越精确。但是,现阶段研究三维地质模型以静态建模为主,对模型数据更新处理的操作复杂,需要进一步深入研究三维模型的动态修正问题。研究提出利用最新的生产数据、修正的模型数据等对三维地质模型进行动态修正的流程及技术框架;对实现过程中所用的相关技术进行了研究,包括平面-剖面对应算法、膨胀搜索算法、样条曲面算法、平滑过渡算法等关键技术,实现了三维模型的局部动态修正;通过应用模型动态修正技术,使煤矿三维地质模型能够及时更新各类数据,更加真实的反映煤矿当前生产状况,提高了三维地质模型的动态更新自动化程度及实用性。相关成果在王家岭煤矿进行应用实践,证明了研究方法的有效性。

采煤工作面煤层三维模型构建及动态修正技术

高精度工作面煤层三维模型是实现无人开采的有效保障,但现阶段构建的煤层三维模型普遍存在以静态模型为主且垂向分辨率较低的问题,为满足无人开采对煤层三维模型高精度的要求,煤层三维模型必须要有一个动态精细修正的过程。为此,在详细分析了煤层三维模型不确定性影响因素基础上,提出一种煤层三维模型的动态精细修正技术,进而提升煤层三维模型局部精度,实现工作面的有限透明。主要思路是在工作面的不断推进过程中,动态融入回采作业中最新探测的工作面激光扫描数据、顶/底煤厚数据和采煤机截割轨迹信息,采用二次序列规划法精确计算出煤层三维模型局部区域的修正值,并利用克里格空间曲面插值法把修正值插入到煤层三维模型中,这样利用上一回采阶段新揭露的修正数据去动态修正下一回采阶段的煤层三维模型,如此逐级递进,逐步求精,从而提升煤层三维模型精度,使修正后的煤层三维模型更准确地表达出工作面实际煤层的结构信息,为工作面无人化开采控制提供关键基础数据。在斜沟煤矿试验结果表明工作面推进前100刀修正后煤层垂向误差绝对值小于0.2 m区域比修正前提高了将近一倍,证实了该研究方法可有效提高采煤工作面煤层三维模型局部精度,提升煤层三维模型的实用价值和应用程度。

综采工作面煤层三维模型动态修正方法研究

综采工作面的高精度煤层地理信息是实现智能无人开采的关键,但现阶段所构建的煤层三维模型垂向精度较低,无法满足智能开采的实际需求。针对该问题,提出了一种综采工作面煤层三维模型动态修正方法。将得到的初始煤层三维模型静态数据及开采过程中采煤机截割产生的动态数据融合,基于长短期记忆网络(LSTM)预测算法及其改进算法(基于空间卷积长短期记忆网络(ConvLSTM)、编码-解码长短期记忆网络(Encoder-Decoder LSTM)的预测算法),根据上一回采阶段的煤层数据,动态预测下一阶段未开采区的煤层底板曲面和煤层厚度。采用双层循环嵌套的网格搜索方法对上述3种预测算法进行参数调优,获取未开采区煤层底板曲面和煤层厚度的高精度垂向分布数据,作为煤层三维模型修正值,动态修正下一阶段未开采区的煤层三维模型;随着工作面不断开采,利用新获取的修正数据持续动态修正并更新初始煤层三维模型,从而提升初始煤层三维模型精度,使动态修正后的煤层三维模型能更准确地反映综采工作面实际煤层分布。以山西吕梁市某煤矿18201工作面煤层三维模型为例,采用提出的动态修正方法对该模型进行修正,在工作面推进方向16〜23.2 m范围内,动态修正后的煤层底板平均误差为0.0685 m,煤层顶板平均误差为0.076 m,相较于修正前的底板平均误差0.20 m、煤层厚度垂向平均误差0.40 m,动态修正后的煤层三维模型精度大大提升,证实了该修正方法的有效性。

煤层数字高程模型构建与动态修正方法

为解决在有限煤层地质数据条件下难以构建高精度煤层的难题,提出了一种基于多源煤层数据的煤层DEM(Digital Elevation Model,数字高程模型)构建与动态精细修正方法。首先,基于采区煤层变化特征,提出结合双轨扫掠与加权融合的初始煤层DEM构建方法,通过该方法所构建的煤层DEM能够反映煤层的变化趋势,垂直方向上的模型节点RMSE(Root Mean Square Error,均方根误差)与MAE(Mean Absolute Error,平均绝对误差)分别达到0.25 m与0.2 m以下;其次,引入采区内离散分布的煤层地质数据,在原有模型基础上计算煤层DEM中相应节点处高程误差值,基于这些误差值通过拟合的方法得到残差曲面,并通过残差曲面对DEM节点进行整体性偏移。通过该方法对煤层DEM进行修正后,模型RMSE与MAE降低至0.14 m与0.12 m水平;最后,引入工作面上连续煤层地质数据,在该工作面处产生新的模型分段面,对同一区域的DEM进行划分,新划分的区域中重新构建区域煤层DEM,覆盖原有DEM,从而达到煤层DEM的动态精细修正。通过该方法对煤层DEM进行修正后,模型局部RMSE与MAE均达到0.12 m以下,模型精度水平能够为无人工作面的实现提供可靠的地质信息保障基础。

含复杂地质构造的三维煤层动态建模方法

三维煤层模型是煤矿井下工程辅助分析新的参考信息来源,由于煤层地质构造的复杂性和钻孔采样数据的稀疏性,仅仅利用离散的钻孔采样数据等无法有效控制建模的准确性。论文在建立了煤层初始规则格网的基础上,深入分析煤层建模的误差来源,提出了基于点状、线状和面状地质数据对三维煤层模型的动态修正,并将复杂地质断层建模规划为一种面状数据对煤层模型的修正,进而实现了煤层的三维精细建模。

煤矿综采工作面高精度三维地质模型构建方法与实践

为满足复杂开采条件综采工作面高产、高效、安全开采需求、提出了在煤炭开采过程中超前查明前方煤层赋存条件,获得具有高分辨率、高精准度的煤层三维地质模型,进而指导煤炭精准开采的生产模式;为建立能够真正指导综采开采的高精度三维地质模型:①通过物探、测量、收集等方式对多源地质数据进行融合,建立初始三维地质模型;②采用层状地质体表面模型构建方法并结合TIN,ARTP等技术方法建立地质模型中点、线、面间的各种拓扑关系,形成高精度三维地质模型建模;③LongRuanGIS3.2地理信息系统平台为基础,通过解决多种数据类型导入、拓扑关系分析、空间数据插值、平剖对应、膨胀计算、TIN模型重构等方面的业务逻辑和算法,实现工作面高精度三维地质模型的动态修正;最终通过可视化渲染实现模型三维可视化展示。通过工程实践表明:该方法实现了煤矿综采工作面高精度三维地质模型的构建,最终模型系统可为综采智能化开采提供煤层赋存数据,从而满足综采工作面安全、高效、智能开采需求。

基于LSTM的煤层厚度动态预测方法研究

"透明工作面"是实现智能化无人开采的关键,但现阶段的煤层三维地质模型精度较低,无法满足构建高精度煤层地理信息系统的要求。为此,提出了以采煤机历史截割数据和煤层三维地质模型数据根据不同方式划分出2种数据组合,利用长短期记忆(Long-Short Term Memory,LSTM)神经网络挖掘煤层厚度的变化规律并预测煤层厚度分布。基于LSTM神经网络和编码——解码长短期记忆(Encoder-Decoder Long-Short Term Memory,Encoder-Decoder LSTM)神经网络分别建立了煤层厚度预测模型。结果表明:在超参数未优化时,2种模型的煤层厚度预测结果误差均较大;通过优化两种模型的超参数,并以均方根误差(Root Mean Square Error,RMSE)作为煤层厚度预测的评估标准。在第1种数据组合方式下,LSTM模型和Encoder-Decoder LSTM模型的煤厚预测RMSE分别为0.05、0.044 m;在第2种数据组合方式下,2种模型的煤厚预测RMSE分别为0.051、0.049 m。为进一步对比2种模型预测结果,引入绝对误差,求取预测范围内各点的煤厚预测值与真实值的差值。最后得出,2种数据组合方式下,Encoder-Decoder LSTM模型的预测误差在各较小误差范围内的占比始终优于LSTM模型,Encoder-Decoder LSTM预测模型在预测煤层厚度上表现较好,精度较高,其预测的煤层厚度能够修正煤层地质模型。

基于探地雷达的特厚煤层厚度动态探测技术

煤层厚度动态探测对于提升工作面煤层三维模型局部精度及实现智能化精准开采具有重要意义。而现阶段煤厚探测普遍以薄煤层为主很少涉及特厚煤层,且在进行煤厚计算时主要使用单一的介电常数进行计算,探测方式大多为静态点测,探测效率较低且测点之间的探测精度难以控制。为提高特厚煤层三维模型局部建模精度,迫切需要对工作面两巷区域的特厚煤层信息进行动态探测。为此,在详细分析了目前特厚煤层厚度探测存在的问题基础上,提出基于带通滤波的煤岩界面识别技术、煤层介电常数精确校正技术、基于时间同步的探测数据定位技术,实现了两巷特厚煤层厚度的动态测量。主要研究思路是:首先,在钻孔位置利用探地雷达对煤厚信息进行静态探测获取煤岩分界面数据,利用钻孔数据与雷达探测煤岩界面信息对煤层的介电常数进行校正;其次,利用插值法获取相邻两钻孔之间的煤层介电常数,探地雷达结合单片机与加速度计测量信息实现对钻孔之间煤厚信息动态探测,精确计算出探地雷达位移量,并利用井下巷道开拓时已标记的距离信息对雷达位移进行校正;最后,基于时间同步原则将探测数据与位移进行匹配,实现探测数据精确定位,融合校正后的介电常数与带有位移信息的探测数据准确计算出各个探测位置的煤厚信息。在塔山煤矿试验结果表明特厚煤层动态探测误差小于10%,满足煤层三维模型局部建模垂向精度的要求,验证了该方法进行特厚煤层厚度动态探测的有效性。

中薄煤层智能开采技术及其装备

针对我国薄煤层产量逐年增长和开采技术相对滞后的现状,提出了透明化自适应型中厚偏薄煤层智能开采模式。以神东矿区为例,对当前的中厚偏薄煤层智能化开采技术进行了总结,介绍了中厚偏薄煤层智能开采情况,由此提出厚度1.0~1.7 m的煤层称为中薄煤层的分类概念,以适应煤矿智能化开采和优先发展的需要。首先,在综合处理多源异构信息的基础上,将三维初始地质模型、激光扫描动态数字化工作面、顶底煤厚度探测结果以及煤机姿身数字化,实时提交给智能开采系统进行超前规划,生成动态透明四维地质模型。随后,根据实时生成的动态四维地质模型,获取每个截割位置的顶、底板高度数据,结合煤机姿态参数和采煤机的绝对位置坐标,及工作面平直度要求,对未来几个割煤循环的采煤机调高策略进行提前规划,形成基于动态透明工作面智能化割煤技术。提出了“十二工步”割煤工艺,建立采煤机电缆拖拽系统。最终,以动态四维地质模型构建、采煤机智能化割煤、工作面自动调直、机器人巡检、采煤机电缆拖拽、液压支架自动跟机以及智能协同联控等技术为依托,建立了具备综采工作面全面感知、设备远程集控、协同联动、自动控制、多维数据融合、隐患自动辨识、流程数据驱动、智能辅助决策的中厚偏薄煤层智能化综采工作面开采体系,实现由可视化远程干预型智能开采模式向透明化智能自适应型智能开采模式的转变。实践表明,动态四维地质模型的构建解决了薄煤层开采煤岩分界线识别,对未来10刀割煤循环给出调高策略,预设割煤轨迹与实际割煤轨迹趋势曲线位置偏差小于0.3 m。榆家梁煤矿43101工作面实践,日割煤15刀,年产量达221.6万t,生产工效提高15.08%;工作面无直接操作人员,仅有1人巡视。

基于时空地理信息系统的智能化开采技术取得新进展

井工煤矿生产是一个复杂的巨系统,实现其智能化开采的重要基础是安全生产全业务流程信息的高度共享和动态分析。目前基于时空地理信息系统的工作面智能化开采技术取得新的进展,实现了基于统一坐标的驱动、三维地质模型及动态修正的自适应割煤,为相对复杂条件工作面智能自适应开采探索了现实可行的技术路径。

基于远场周期来压的地表动态下沉预计

针对以往时间函数模型在预测特厚煤层综放开采深厚比较小时地表动态下沉偏差较大的问题,论文以大同矿区芦子沟煤矿3108综放工作面为工程背景,采用现场实测与理论分析的方法将工作面矿压显现与地表变形两者结合起来研究,提出了依据远场周期来压预测地表下沉的动态过程。研究表明:特厚煤层综放采场会有规律地发生大步距周期性强矿压显现,地表点的下沉速度曲线随工作面周期性强矿压发生有规律性的波动,高位主关键层失稳使得工作面周期强矿压与地表动态下沉之间密切相关,工作面的周期强矿压会在地表变形中显现出来。据此基于远场周期来压建立了修正的分段建模的Weibull时间函数模型,该模型对于工作面各个位置地表点的动态下沉均具有较好的适应性,实例计算结果表明修正的分段Weibull时间函数模型具有较高的精度,能够更好地用于描述地表点动态沉降变形过程。