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度的情况，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。     

组合煤岩冲击倾向性演化及声电效应的试验研究

在采掘工作面及巷道中,顶板、煤层、底板共同组成一个力学平衡系统,当这个系统受到采动的影响时,就有可能诱发煤岩体所积聚的弹性能通过弱面结构突然释放,形成冲击矿压灾害。因此,研究不同组合类型的顶板–煤样–底板组合试样的冲击倾向性演化及声电效应规律对于监测、预警冲击矿压灾害及强度弱化治理起到非常重要的指导作用。通过大量组合煤岩试样的冲击倾向性及声电效应的试验研究发现,随着煤样强度、顶板岩样强度及其厚度的增加,组合试样的冲击倾向性随之增强,且电磁辐射与声发射信号强度随着组合试样的强度、顶板岩样的高度比例以及冲击能指数的增加而增强。同时发现试样冲击破坏前,声电信号的强度达到极值,冲击破坏之后,信号强度均产生突降。上述研究成果对于指导现场冲击矿压灾害强度的弱化控制以及卸压解危效果的检验具有重要的意义。     

基于字典学习的煤岩图像特征提取与识别方法

现今的煤岩图像识别方法取得了一些阶段性的成果,但还无法满足实际需求。为了挖掘新的煤岩图像识别方法,研究了基于字典学习的煤岩图像特征提取与识别技术,提出用字典学习算法提取煤岩图像特征。字典学习算法采用随机选择的方法对字典进行初始化和更新。结合分类算法对煤岩图像进行分类识别,结果表明:通过字典学习,能简单有效表达煤岩图像的特征信息,获得了较高的识别率,且该特征提取方式具有较好的发展前景。研究结果可为煤岩界面的自动识别提供新的思路和方法。     

煤岩微弱电磁信号的噪声源识别及去噪方法

煤岩破坏可以产生电磁信号,分析其信号特征对于准确预测煤岩动力灾害有着重要作用,然而当破裂信号较为微弱时,外界干扰因素会对结果分析产生极大影响。为此,在分析实验条件下煤岩受载电磁信号的噪声来源及其各自特征的基础上,提出了循环带阻滤波、基于白噪声统计特征及经验模态分解(EMD)的均值滤波、基于模态分量自相关函数频谱的准周期特征识别及带阻滤波等方法,对不同源头的噪声进行了自动识别及去噪,同时,在信号源未知的情况下提出了评估去噪效果的噪噪比(NNR)方法。结果表明:基于分源去噪方法而得出的型煤电磁信号噪噪比仅为0.136 6,明显优于单一的小波及EMD去噪方法,表明分源去噪方法在煤岩受载微弱电磁信号去噪中有着良好的应用效果。     

煤－岩组合体冲击倾向性三维数值试验分析

运用FLAC3D对河南某矿的煤－岩组合体冲击倾向性进行三维数值试验研究,分别通过改变煤－岩体高度比例（1∶1、1∶2、2∶1）和夹角（0、30°、45°）来进行模拟,分析煤－岩体不同的组合模式对冲击倾向性的影响。三维数值试验结果表明：岩石高度所占比例越大,煤－岩体的冲击能量指数越大,弹性能量指数越大,冲击倾向性也就增强;煤岩夹角越大,煤－岩体的冲击能量指数越小,弹性能量指数也越小,冲击倾向性也就减弱。     

含水煤岩体瓦斯压力测定的水锥效应研究

针对直接法瓦斯压力测定过程中受承压水影响的问题进行分析研究,通过查阅国内外文献发现,目前含水煤岩层瓦斯压力测定过程中,考虑煤层透气性系数、吸附特性的水锥效应尚未有人研究。针对此建立了动态水锥突破钻孔界限理论模型,分析认为瓦斯压力测定过程中放空时瓦斯流量最大,水锥突破速度最快,封孔后气体流量减少后影响变小。推导出了动态水锥上升过程中突破钻孔界限的时间与瓦斯流量、煤层厚度、钻孔深度及煤的孔隙率的关系式。并举例计算了不同流量、煤层厚度及钻孔长度下水锥突破界限的时间,发现,突破时间随流量的增大显著减小,流量一定时,随钻孔深度的增加,先经历一个变化较小过程,然后大幅度减小。工程上利用球向流场进行瓦斯压力时,可以通过缩短放空时间避免煤层水锥效应对测压的影响。     

用1／3焦煤替代肥煤炼焦探索

介绍了肥煤和1／3焦煤的煤岩特性,指出可用适量质量相近的1／3焦煤代替稀缺肥煤进行炼焦,既能保证焦炭质量,又能降低配煤成本,实现节约优质炼焦煤之目的。     

煤岩体破裂过程中声发射行为及时空演化机制

 利用MTS 815试验机和声发射监测系统对单体岩石、单体煤和煤岩组合体进行单轴试验下的声发射测试,找出三者之间破坏机制的差异,从而为现场微震监测提供指导。试验结果表明,随着荷载的增加,单体岩石、单体煤及煤岩组合体的累积声发射数都增加,并且煤及煤岩组合体单位体积的声发射数要比岩石的声发射数高1个数量级,这主要是煤的强度较低且内部结构松软破碎所致。通过区分不同时段的声发射特征,得出三者破坏存在本质差异：随着荷载的增加,岩石的时段声发射数逐渐增多,煤的时段声发射数逐渐减少,而煤岩组合体的时段声发射先逐渐增加后逐渐减少。岩石的抗拉强度最高,煤的最低,而煤岩组合体的位于单体岩石和煤之间。对于煤岩组合体,岩石内部的声发射数约占声发射总数的10%～30%,煤体占70%～90%;并且声发射的空间分布主要受煤体结构及原生裂隙的影响。     

煤岩组合体破坏行为的能量非线性演化特征

利用MTS 815试验机对煤岩组合体进行单轴和循环加卸载试验,研究了煤岩组合体的能量演化特征及规律。试验结果表明:输入能密度与应力关系可分为3个阶段,即缓慢增长阶段、非线性增长阶段、峰后跌落阶段;单轴压缩下输入能密度和弹性能密度均随着应力的增大而增大,耗散能密度与应力关系比较复杂,其增长率逐渐减小,并趋于0,而后迅速增大,体现出明显的非线性特征;循环加卸载下输入能密度、弹性能密度和耗散能密度随着应力的增大而增大。当试样发生屈服时,耗散能比例增加,弹性能比例降低;研究结论为煤矿动力灾害的能量驱动机制提供一定的理论参考。     

基于Curvelet变换和压缩感知的煤岩识别方法

针对小波难以表达煤岩图像的边缘曲线特征,影响识别精度的问题,提出一种基于曲波变换的方法,对煤岩图像边缘进行稀疏表示。该方法通过曲波变换对煤岩图像进行曲波分解,得到各尺度层曲波系数,保留图像变换后的Coarse层低频系数,基于压缩感知理论,利用随机高斯矩阵对高频系数进行测量,实现高维系数降维,Coarse层低频系数与降维后的高频系数通过级联构成煤岩图像特征向量,最后结合支持向量机对煤岩图像进行分类识别。实验表明:通过曲波分解提取的特征能够有效地表达煤岩图像边缘的曲线特征,所提出方法煤岩的分类准确率达93.75%,比Haar小波方法提高了4.37%,所用降维方法比线性降维方法提取的特征向量更加有利于煤岩图像的分类识别。