Spatial context in the calculation of gas emissions for underground coal mines

The prediction of gas emissions arising from underground coal mining has been the subject of extensive research for several decades, however calculation techniques remain empirically based and are hence limited to the origin of calculation in both application and resolution. Quantification and management of risk associated with sudden gas release during mining(outbursts) and accumulation of noxious or combustible gases within the mining environment is reliant on such predictions, and unexplained variation correctly requires conservative management practices in response to risk. Over 2500 gas core samples from two southern Sydney basin mines producing metallurgical coal from the Bulli seam have been analysed in various geospatial context including relationships to hydrological features and geological structures. The results suggest variability and limitations associated with the present traditional approaches to gas emission prediction and design of gas management practices may be addressed using predictions derived from improved spatial datasets, and analysis techniques incorporating fundamental physical and energy related principles.

Quantitative hazard assessment for Zonguldak Coal Basin underground mines

Underground coal mining is one of the most dangerous occupations throughout the world.The reasons behind an underground occupational accident are too complex to analyze mainly due to many uncertainties which may arise from geological,operational conditions of the mine or individual characteristics of employees.This study proposes implementing a quantitative methodology for the analysis and assessment of hazards associated with occupational accidents.The application of the proposed approach is performed on the mines of Turkish Hard Coal Enterprises(TTK).The accidents in TTK between the years 2000 and 2014 are firstly statistically analyzed with respect to the number,type and location of accidents,age,experience,education level and main duty of the casualties and also injuries resulting from such accidents.The hazards are classified as individual,operational and locational hazards and quantified using contingency tables,conditional and total probability theorems.Lower and upper boundaries of hazards are determined and event trees for each hazard class are prepared.Total hazard evaluation results show that Armutcuk,Karadon and Uzulmez mines have relatively high hazard levels while Amasra and Kozlu mines have relatively lower hazard values.

Underground Coal Mine Target Tracking via Multi-Feature Joint Sparse Representation

Single-feature methods are unable to effectively track a target in an underground coal mine video due to the high background noise, low and uneven illumination, and drastic light fluctuation in the video. In this study, we propose an underground coal mine personnel target tracking method using multi-feature joint sparse representation. First, with a particle filter framework, the global and local multiple features of the target template and candidate particles are extracted. Second, each of the candidate particles is sparsely represented by a dictionary template, and reconstruction is achieved after solving the sparse coefficient. Last, the particle with the lowest reconstruction error is deemed the tracking result. To validate the effectiveness of the proposed algorithm, we compare the proposed method with three commonly employed tracking algorithms. The results show that the proposed method is able to reliably track the target in various scenarios, such as occlusion and illumination change, which generates better tracking results and validates the feasibility and effectiveness of the proposed method.

Understanding of mineral change mechanisms in coal mine groundwater reservoir and their influences on effluent water quality:a experimental study

This paper presents results of an experimental study to characterize the law of mineral change of fallen rock in coal mine groundwater reservoir ant its influence on water quality.The minerals of the underground reservoir of Daliuta Coal Mine is taken as the research object.Simulation experiments were designed and conducted to simulate water–rock action in the laboratory.The mineral composition was analyzed by X-ray diffractometer(XRD),the surface morphology of the mineral was analyzed by scanning electron microscope(SEM),and the specific surface area,total pore volume and average pore diameter of the mineral were measured by fast specific surface/pore analyzer(BET).The experimental results show that the sandstone and mudstone in the groundwater reservoir of Daliuta Coal Mine account for 70%and 30%,respectively.The pore diameter is 15.62–17.55 nm,and pore volume is 0.035 cc/g.Its pore structure is a key factor in the occurrence of water–rock interaction.According to the water–rock simulation experiment,the quartz content before the water–rock action is about 34.28%,the albite is about 21.84%,the feldspar is about 17.48%,and the kaolinite is about 8.00%.After the water–rock action,they are 36.14%,17.78%,11.62%,and 16.75%,respectively.The content of albite and orthoclase is reduced while the content of kaolinite is increased,that is,the Na+content becomes higher,and the Ca2+and Mg2+contents become lower.This research builds a good theoretical foundation for revealing the role of water and rock in underground coal reservoirs.

Developing coal burst propensity index method for Australian coal mines

Coal burst is the violent failure of overstressed coal, and it is often accompanied by sound, coal ejection and seismic events. It is subsequently recognized as a serious safety risk of Australia after double fatalities coal burst happened at Austar Coal Mine. Considering the increasing trend of coal burst severity and frequency with mining depth, it is an urgent task to develop the coal burst risk assessment methods for Australia underground coal mines. Coal burst propensity index method is a widely used method of burst risk evaluation of coal as it is summed up from the coal burst research and practice of many countries.This paper presents the experimental and theoretical research of coal burst propensity index method for coal burst risk assessment in Australia. The definition of four indexes including elastic strain energy index(W_(ET)), bursting energy index(K_E), dynamic failure time(DT) and uniaxial compression strength(RC)is introduced in the first part. Then, the standard laboratory test process and test parameter of coal burst propensity index is presented. DT test is conducted with 0.3 mm/min displacement control loading rate while other test is with 0.5 mm/min. Besides, modified data processing and risk classification method of test are proposed. Differentiate analysis of stress-strain curve is adopted in the data processing of DT and KEindex. A four level risk classification form of burst risk is recommended for Australian underground coal mines. Finally, two likely improvement methods of W_(ET) test, including volumetric strain indicator method and theoretical calculation method, are discussed.

煤矿井下非均匀照度图像去噪研究

煤矿综采工作面空间小、照明环境复杂多变,采煤过程中伴随着大量的粉尘、大雾,导致采集的图像出现曝光、细节特征减弱等问题,难以对井下照明区域光照强度过大的图像进行有效的特征提取。针对上述问题,提出了一种煤矿井下非均匀照度图像去噪算法。首先,将视频截取为图像,判断图像是否需要进行光照抑制,将需要进行光照抑制的RGB图像拆分通道,并计算每个通道的光照调节因子,实现图像的整体光照调节;然后,将未进行整体光照抑制的图像和经整体光照抑制的图像进行反射分量提取,即将输入的图像转换为HSV空间图像,使用单尺度Retinex(SSR)算法对V通道图像中的光照分量进行单独处理,将V分量中的入射分量去除,保留反射分量,并对反射分量使用直方图均衡算法实现光照均衡化处理;最后,使用基于引导滤波的暗通道先验算法对经过光照处理后的图像进行去雾处理,并使用伽马校正函数重新调节亮度不均的图像。主观评价结果表明:提出的煤矿井下非均匀照度图像去噪算法有效抑制了因光照导致整体亮度较高的问题,且由于大雾、粉尘等因素导致图像模糊的部分更加清晰,图像的细节特征更加突出。采用信息熵、均值、标准差、空间频率4种评价指标对提出的算法效果进行客观评价,结果表明,提出的算法在信息熵、均值、标准差、空间频率上较多尺度Retinex(MSR)算法分别平均提升了21.87%,-56.06%,153.43%,294.45%,较基于颜色保持的多尺度视网膜增强(MSRCP)算法分别平均提升了1.18%,-39.56%,33.29%,-4.71%,较带色彩恢复的多尺度视网膜增强(MSRCR)算法分别平均提升了38.06%,-55.27%,462.10%,300.96%,说明提出的算法能更有效地增加图像信息量、抑制光照强度、提升边缘信息及图像清晰度。

山西省煤矿采空地下空间评估与再利用研究

山西省煤炭资源丰富,年煤炭产量占全国产量的近1/4,煤炭资源开采形成大量的采空地下空间。随着碳中和目标的提出和山西风电、光伏发电的大力发展,如何合理利用煤矿采空地下空间,尤其是将地下空间与新能源结合将成为煤炭产业低碳发展的关键。本次研究运用比例系数法和采空地下空间守恒定律,测算出2022年山西省开采煤矿井巷可利用空间为1.54亿m^(3),“十五”到“十三五”期间关闭/退出煤矿的井巷可利用空间为1.05亿m^(3),估算1949至2021年山西省煤矿因工作面开采形成的采空地下空间约38.98亿m3,预测到2030年山西省煤矿工作面开采还可形成采空地下空间约19.56亿m^(3)。根据山西省能源低碳发展需求提出了山西省煤矿采空地下空间未来可利用的四种模式:煤矿地下旅游或地下仓储、煤矿地下抽水蓄能、煤矿地下压缩空气储能和煤矿地下封存二氧化碳等。

井工煤矿甲烷排放精准监测与核算

甲烷作为全球第二大温室气体,具有增温潜势高、寿命短的特点,主要来源于煤炭、油气生产、农业、畜牧业和废弃物处理等领域。积极稳妥有序控制甲烷排放,兼具减缓全球温升的气候效益、能源资源化利用的经济效益、协同控制污染物的环境效益和减少生产事故的安全效益。甲烷也是煤矿生产排放中最主要的温室气体,目前对煤矿甲烷的排放监测及其在煤矿三维立体空间内的浓度分布研究将成为我国甲烷排放控制行动的重点,对煤矿企业更好顺应国家战略具有重要意义。选取山西某高瓦斯矿井、陕西某低瓦斯矿井进行甲烷排放监测核算,以固定监测、手工监测、无人机监测及矿后活动监测等方式研究我国高低瓦斯矿井甲烷分布,并对其甲烷排放量开展分析。结果表明:①美国Climate TRACE网站公布的山西某高瓦斯矿井、陕西某低瓦斯矿井2022年度甲烷排放量与实测法计算的结果差异较大,其中公布的某低瓦斯矿井年度甲烷排放量为实测法计算结果的10.92倍,自上而下的监测核算方法准确性不足,无法为碳交易提供可靠的数据支持。②矿后活动监测核算发现,采用IPCC缺省值计算的矿后活动甲烷排放量是实测法计算的3~5倍,且不同粒径和暴露时间下煤样反馈的矿后活动排放量差异较大。亟需一套统一精准的测试标准,为未来碳市场交易提供公平准确的数据。

煤炭开采等地下工程问题的数字岩石力学解决方案

煤炭开采等地下工程的可观测性极为有限,导致很多复杂的工程问题难以获得可靠的事前分析依据,尤其在面临深部作业和高强度开采所带来的全新工程环境时,现有理论体系和技术方案的适用性面临着严峻的挑战。基于数字化时代的技术发展特点,提出了融合数据规律、力学逻辑和工程经验的数字岩石力学解决方案;充分利用工程数据中包含着真实工程规律的客观特点,建立了理论成果、工程经验与数据规律挖掘进行底层融合的具体模式;借助煤岩物理力学参数无损推断场景,验证了上述技术路径的可行性,实现了兼具可靠性和可解释性的数据挖掘利用。进一步构建了以煤岩物性、矿井结构和空间应力为基本要素的数字岩石力学理论体系,提出了以“工程素描—物理嵌入—业务融合—决策生成”为步骤的数字岩石力学地下工程通用作业模式,并通过在复杂工程现场的应用检验了数字岩石力学解决方案的可靠性,为煤炭开采等地下工程的数字化转型、智能化升级提供了切实可行的实现路径。

倾斜煤层采空区煤柱失稳边坡稳定性研究

为了探究平庄西露天矿露井联采扰动下采空区煤柱失稳对边坡稳定性影响。采用相似模拟实验和数值模拟方法,研究平庄西露天矿不同开采阶段及采空区煤柱失稳边坡应力-位移-塑性区的演化规律及安全系数变化。研究结果表明:采空区煤柱失稳垮塌,对坡体的中上部影响较大,从而引起应力集中区域产生裂隙;在煤层采动期间边坡中部顶端达到剪切破坏的临界值,但随着采空区煤柱坍塌,坡体重心后移,剪应力减小,一定程度上抑制坡体向下滑移;采空区煤柱坍塌,边坡安全系数降低,边坡由稳定转为基本稳定状态,稳定性降低,滑坡的可能性增加。研究结果可为露天矿井工开采提供理论指导。

融合多种模态特征的井下供水管网流量预测

煤矿井下供水系统是煤矿安全生产的生命线,供水管网水流量的预测是供水系统优化调度的基础,预测的重要性对供水调度有重要影响。文章提出了一种融合多模态数据特征的煤矿井下供水管网流量预测方法,该方法通过图深度学习的方法实现了对井下管网空间拓扑结构、历史时间依赖、井下实际生产工况、周期相关等多种数据模态特征的融合,具体的,使用添加空间注意机制的图卷积神经网络获取井下管网监测点的空间拓扑关系,然后利用循环神经网络中的门控循环单元获取监测点的时间依赖,并融合煤矿生产规律与不同周期的流量数据形成最终预测结果,通过陕西亭南煤矿实际数据进行实验,结果表明,提出的预测方法相较于SVM、LSTM、STGCN等方法能更准确地预测井下流量未来的趋势,预测偏差分别降低了9.3%、6.84%和3.65%。

煤矿井下供水管网智能调控策略方法研究

煤矿井下供水管网系统是保证煤矿安全生产的关键环节,针对煤矿井下供水管网系统能耗高、管网漏损率高以及调控复杂度增加等问题,以陕西亭南煤矿井下实际供水系统工况展开智能调控策开研究。综合管网影响调控因素建立两级优化调度模型,通过一级优化调度确定每个水泵房的最佳供水压力与供水量,然后以泵组的运行费用为目标函数,建立二级优化模型寻求水泵的最佳运行方案。求解模型中针对传统遗传算法易陷入局部最优解的问题,采用了组合变异算子进行改进。实验结果表明,通过优化调度后,煤矿井下供水系统的能耗明显降低,节能效果显著,在保障供水系统的安全运行的前提下平均日节能8.8%。

井下煤矸智能分选在新庄煤矿的应用

井下煤矸智能分选系统作为煤炭绿色开采的重要内容,能促使煤矿矸石不出井、地面无留存、有效杜绝矸石山地面堆放引发的系列生态环保问题,最大限度减少煤炭开采对生态环境的扰动。开展井下矸石智能分选系统建设是新型煤炭工业发展的方向,是构建人与自然和谐共生的新型能源供给体系的优先选项,设计推荐井下煤矸分选采用以智能干选机为核心的智能分选工艺。在井底煤仓下口布置TDS智能分选硐室系统。以减少矸石无效运输,提高原煤质量,节省运输成本,提高销售收入,提高企业经济效益。

煤矿井下钻探数字化监测系统

针对煤矿井下钻探存在孔底工程参数测量困难、钻探数据准确性和完整性不足、钻探数据融合应用不够等问题,设计了一种煤矿井下钻探数字化监测系统。该系统由数据来源层、虚拟模型层、数据处理层和钻探服务层构成:数据来源层为虚拟模型层提供数据支撑,虚拟模型层通过仿真模拟分析生成新的数据并反馈至数据来源层;数据处理层接收到数据来源层和虚拟模型层提供的数据后,进行数据清洗、转换及合并等处理;钻探服务层通过后台数据管理端的权限设置,为不同层级用户提供数据显示、查询、分析、报警等服务。将钻探数据按时序特征分为事前数据(钻探施工之前根据钻孔设计资料和施工方案等获取的数据)、实时数据(包括钻探过程设备实时监测的参数和钻场视频等)和延时数据(孔底随钻测量装置采集的参数),针对这3类钻探数据设计了数据处理流程,并建立了由接入层、汇聚层和核心层组成的系统通信网络架构。工程实践结果表明:该系统实现了煤矿井下钻探施工数据的采集、传输、显示与动态管理,满足钻探施工过程监测和数据管理的需求,具有较好的实时性和准确性。该系统为煤矿井下钻探智能化施工和精细化管理提供了技术支撑。

煤矿井下多重约束的视觉SLAM关键帧选取方法

煤矿智能化的重大需求对煤矿井下移动机器人智能感知提出了更高的要求,视觉同时定位与建图(Visual Simultaneous Localization and Mapping,VSLAM)是煤矿机器人智能感知的关键技术。然而,煤矿井下存在非结构化环境特征、纹理弱、光照不均匀、空间狭小等问题,现有依赖启发式阈值进行关键帧选取的方法无法满足煤矿下视觉SLAM的定位与建图需求。为此,提出一种煤矿井下多重约束的视觉SLAM关键帧选取方法,实现了煤矿井下移动机器人实时稳健的位姿估计,并为煤矿井下数字孪生提供数据基础。首先,提出的方法根据几何结构约束,采用自适应阈值取代静态启发式阈值进行关键帧选取,以实现视觉SLAM关键帧选取的有效性和鲁棒性。其次,通过重心平衡原则对有效特征点分布进行均匀化处理,以进一步确保视觉SLAM关键帧选取的稳定性以及创建地图点的稠密性和准确性。最后,利用航向角阈值对转向处做进一步约束,降低视角突变对视觉SLAM精度的影响。为验证本文方法的有效性,利用自主搭建的移动机器人数据采集平台在室内场景及煤矿井下分别进行了实验,并从绝对轨迹误差(Absolute Trajectory Error,ATE)和均方根误差(Root Mean Square Error,RMSE)等方面进行了定量和定性评价。结果表明:相比于启发式视觉SLAM关键帧选取方法,提出的方法在室内场景中轨迹RMSE提高了29%,在煤矿井下环境中轨迹RMSE提高了44%,具有较高的鲁棒性、定位精度和全局一致的建图效果。

基于YOLOv7−SE的煤矿井下场景小目标检测方法

目前的小目标检测方法虽然提高了小目标检测效果,但针对的多为常规场景,而煤矿井下环境恶劣,在井下小目标检测过程中存在小目标特征信息提取困难的问题。针对上述问题,提出了一种基于YOLOv7−SE的煤矿井下场景小目标检测方法。首先,将模拟退火(SA)算法与k−means++聚类算法融合,通过优化YOLOv7模型中初始锚框值的估计,准确捕捉井下小目标;然后,在YOLOv7骨干网络中增加新的检测层得到井下小目标高分辨率特征图,减少大量煤尘对井下小目标特征表示的干扰;最后,在骨干网络中的聚合网络模块后引入双层注意力机制,强化井下小目标的特征表示。实验结果表明:①YOLOv7−SE网络模型训练后的损失函数值稳定在0.05附近,说明YOLOv7−SE网络模型参数设置合理。②基于YOLOv7−SE网络模型的安全帽检测平均精度(AP)较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了13.86%,25.3%,16.13%,12.71%,15.53%,11.59%,12.20%。基于YOLOv7−SE网络模型的自救器检测AP较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了12.37%,20.16%,15.22%,8.35%,19.42%,9.64%,7.38%。YOLOv7−SE网络模型的每秒传输帧数(FPS)较Faster R−CNN,RetinaNe,CenterNet,FCOS,SSD,YOLOv5分别提升了42.56,44.43,31.74,39.84,22.74,23.34帧/s,较YOLOv7下降了9.36帧/s。说明YOLOv7−SE网络模型保证检测速度的同时,有效强化了YOLOv7−SE网络模型对井下小目标的特征提取能力。③在对安全帽和自救器的检测中,YOLOv7−SE网络模型有效改善了漏检和误检问题,提高了检测精度。

煤矿井下爆炸性环境下电磁波热效应的安全性研究

GB/T 3836.1—2021《爆炸性环境第1部分:设备通用要求》规定爆炸性环境中射频设备的阈功率不得大于6 W,该规定限制了大功率射频设备在煤矿井下的应用,而现有针对爆炸性环境电磁安全性的相关研究缺乏完善的理论分析和实验验证。针对上述问题,推导了电磁波热效应方程,分析得出影响电磁波耦合瓦斯和煤尘混合气体产生热能的可控参数为电磁波耦合时间、电场强度和电磁波频率。以GB/T 3836.1—2021中可能堆积煤尘的电气设备表面温度最高不能超过150℃的规定为依据,采用多物理场仿真软件COMSOL对不同发射功率的电磁波耦合瓦斯和煤尘混合气体的热效应安全性进行了仿真实验,结果表明:满足温度不超过150℃的电磁波热效应安全阈发射功率为16.48 W;随着电磁波发射功率的增加,电磁波热效应安全时长(电磁波耦合瓦斯和煤尘混合气体产生的热能不会使环境温度超过150℃对应的时间段)逐渐减少,但只要在安全时长内,电磁波的发射功率不受限制。

综合电参数在采煤地区拟建城市区地质结构识别及其评价研究

贵州黔西北地区煤矿资源丰富,因煤矿开采导致城市地下地质结构变化从而引发安全问题。城市地下空间是城市未来发展的重要增长极,拟建城市规划区地下空间地质结构的识别及评价工作极为重要。文中提出基于电场理论、采空区氧化还原环境及煤区地质规律,综合电阻率、电流、自然电位等多个电参数对采煤区拟建城市区地质结构快速识别的方法,并对强风化层、老窑采空区、煤矿采空区等地质结构特征进行评价。取得成果与实地踏勘、已有工程一致,可为城区建设场地地质灾害危险性评价和地下空间开发利用提供重要依据。该方法具有无损、高效、绿色、低成本等优势,值得进一步研究推广。

煤矿井下散射环境雾化图像的气室仿真方法

在粉尘环境中,井下监控图像会出现雾化退化现象,而在井下难以进行环境控制实验开展图像雾化的研究。因此,文章利用相对平均梯度定义图像雾化程度、分析了井下粉尘粒径构成、提出了井下粉尘配比方法、设计并搭建仿真气室模拟井下雾化图像。结果表明:利用平均梯度定义的雾化程度优于其他常用评价参数,其评价结果与人眼判断结果相符,而井下图像的雾化退化程度可以达到80%,此时图像的细节信息基本被雾化影响所掩盖;井下粉尘样本的测试结果显示:99%的井下粉尘粒径小于30μm,粒径小于10μm的粉尘的粒子数占比约为93%;利用仿真气室生成的雾化图像不仅可以涵盖井下图像雾化程度范围,相较于雾化算法生成的结果,具有更准确地模拟粉尘下的光散射扩散效果的优点。

煤矿井下钻场目标检测数据集

煤矿井下钻场打钻是解决瓦斯灾害、水害、隐蔽地质灾害的重要措施,可以显著提升我国煤矿井下灾害防治水平。为了实时监测打钻过程并提高打钻效率,需要进行煤矿井下钻场目标检测,即对打钻现场所涉及的重要目标进行识别和定位。相对于传统的煤矿井下钻场目标检测方法,基于深度学习的煤矿井下钻场目标检测方法可以提升目标检测的精度、时效性和稳定性,但需依赖高质量的数据集。目前,煤矿井下钻场目标检测研究主要依赖于小规模的私有数据集,难以为深度神经网络模型训练提供充足而可靠的数据。本研究通过采用煤矿用本安型执法记录仪对煤矿井下打钻现场进行拍摄,经过数据清洗、数据标注、专家抽检核查等步骤,构建了标准化的煤矿井下钻场目标检测数据集,并使用主流的YOLO系列目标检测模型进行数据质量评估。本数据集包含了来自不同钻场和环境背景条件下的70948张图片,涵盖了夹持器、钻机卡盘、煤矿工人、矿井安全帽和钻杆等5类目标,并提供了PASCAL VOC格式的标注文件。本数据集可为煤矿井下钻场目标检测研究提供强有力的数据支撑,对推动智能化煤矿井下监测预警具有重要作用。