煤岩灾变破坏过程的声震前兆识别与综合预警模型研究

针对冲击矿压的有效监测预警难题,利用实验室声发射和采场微震监测手段,开展了煤岩灾变破坏过程的声震前兆识别研究,提出了一种基于微震前兆指标体系的冲击矿压综合预警模型。以陕西彬长胡家河煤矿为例,首先通过现场取样开展了煤样单轴加载的声发射试验,识别选取了b值、缺震、A(b)值、断层总面积、活动度S和等效能级参数6个煤岩灾变破坏的前兆敏感指标;其次,结合401102工作面的历史冲击案例及其全过程的微震监测数据,采用统计学方法进行标准化计算确定各指标异常系数,并以此作为模型输入,发展了以混淆矩阵与高斯隶属判别函数联合的模糊综合评判模型作为智能融合运算的分级预警模型,实现了以客观数据驱动为主的指标权重自适应智能调整,以及以无、弱、中、强4个危险等级标识的概率及综合智能预警模式;最后,根据接续402103工作面回采过程中的两次冲击实例验证了综合预警模型的有效性,为现场冲击矿压的有效综合预警提供了一种思路和方法。     

煤岩微观图像的K-均值和数学形态学分割算法研究

利用SEM扫描观测平煤十矿戊_(10)-20230工作面煤岩的微观形态,针对灰度区域不明显的煤样SEM图像,探究K-means和数学形态学中先开后闭运算相结合分割算法的可行性与有效性,并采用相关分割算法作对比试验。结果表明:本文算法匹配率75.48%,误分率16.96%,相较于其他4种算法匹配率最高,误分率最低,有明显优势,能够较准确地将孔隙从扫描图像中分割出来;本算法TPF值34.79%,TNF值97.18%,正确分割比例最大,而FNF值65.21%,FPF值2.82%,错误分割比例最小,TPF值与FNF值和为1,TNF值与FPF值和也为1,说明评价指标的正确性。     

煤矿深部开采煤岩动力灾害防控理论基础与关键技术

煤岩层赋存条件决定了煤矿深部开采条件下煤岩动力灾害的发生机理更趋复杂、防控难度显著增大,如何解决煤矿深部开采煤岩动力灾害防控问题,直接影响我国煤矿的安全生产和能源的有效供给。针对"煤矿深部开采煤岩动力灾害防控技术研究"这一科学命题,基于冲击地压"三因素"机理和煤与瓦斯突出的综合作用假说,从煤岩动力灾害防控理论基础、关键技术和防控实践等3个方面,梳理澄清了煤矿煤岩动力灾害防控中的一些模糊概念,建立了用于统一描述冲击地压和煤与瓦斯突出发生机理的广义"三因素"("物性因素"、"应力因素"及"结构因素")理论,确定了我国煤矿典型冲击地压的4种类型(煤层材料失稳型、煤层结构失稳型、顶板断裂型、断层滑移错动型),分析了影响冲击地压和煤与瓦斯突出的主要因素,从思想认知、原则方法及技术核心等方面凝练了煤岩动力灾害多尺度分源防控技术,提出了深部开采冲击地压巷道"三级"吸能支护思想与成套技术,开发了煤与瓦斯突出井上下联合抽采防控技术和超高压水射流"横切纵断"防治复合煤岩动力灾害技术,并在现场开展了应用试验。煤矿深部开采煤岩动力灾害防控理论与关键技术的建立与完善,为我国今后煤矿煤岩动力灾害的防治提供了科学依据。     

采煤机滚筒端盘截齿角对截割载荷特性的影响

以采煤机滚筒端盘截齿为研究对象,应用非线性仿真软件ABAQUS建立端盘截齿与煤岩的刚柔耦合模型,利用模型的动态仿真过程,研究了截齿载荷随3种轴向倾斜角和二次旋转角不同的变化规律。研究表明:截齿截割瞬间,截割阻力随着轴向倾斜角和二次旋转角的增大而增加,牵引阻力和侧向阻力变化平稳。     

稳定煤岩地层的钻井液体系研究

当下我国石油行业急需多种技术,尤其是具有较优的常规性能(如流变性、滤失性)的钻井液。本文通过综合考虑成本和环境保护因素,采用水基钻井液体系,初步确立了实验所用钻井液体系:4%～5%膨润土+0. 2%中分子降失水剂JNP(聚合物)+0. 5%～1. 5%LV-CMC+2%～3%磺化酚醛树脂+1%～1. 5%降粘降滤失剂Redu~(2+)2%～3%干粉/磺化沥青+1%乳化沥青,通过钻井液流变性、滤失量以及抑制性和封堵性实验等,对钻井液体系性能进行表征,优选出这种适用于煤岩地层的稳定井壁钻井液体系。     

类煤岩材料煤岩组合体力学及能量特征的煤厚效应分析

采用DYD-10电子万能试验机和PCI-8型声发射信号采集系统,对不同煤厚(11.11%,20.00%,33.33%,50.00%,62.50%)的试件开展了单轴载荷作用下变形破坏全过程的力学及能量特性实验。结果表明:随煤厚占比增加,试件压裂形态从拉伸破坏,经过拉伸剪切复合型破坏,逐步变为剪切破坏;试件抗压强度逐渐减小,压密阶段占比逐渐延长、弹性阶段占比逐渐缩短;随着载荷不断增大,声发射能量和振铃计数均出现与应力应变曲线相匹配的阶段性变化,单轴压缩破裂时AE峰值能量随煤厚占比增大而减小,平均减小率为13.32%;根据能量理论,试件全应力应变过程中弹性能、耗散能分别在弹、塑性阶段有明显增加,随煤厚占比增加,试件储能极限和耗散能转化率逐渐降低,能够有效表征煤层采动覆岩裂隙演化及煤层受载破坏时的剧烈程度。     

YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂，采用“一刀切”的开采方法会加速滚轮截齿的磨损，同时开采效率也大幅降低，对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位，同时与Faster R-CNN，SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%，检测速度达到了63 frame/s，与Faster R-CNN，SSD相比精度高出7.7%，4.7%，而检测速度高出763%，40%；在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间，相对误差较小，不会对采煤效率产生影响。研究结果表明，YOLOv2可以对煤岩进行准确快速的识别。     

陇东煤田沙井子矿区煤5特殊用煤类型初步研究

通过对沙井子矿区以往勘查钻孔煤岩煤质化验资料的分析统计,以及采样测试的基础上,详细分析了主采煤层煤5的煤岩、煤质特征。并编制了主要煤质指标的等值线分布图,论述了硫分、灰分、挥发分、氢碳原子比的分布规律,并参照特殊用煤的煤质评价指标体系对煤5的液化、气化特征进行划分,划分结果表明:沙井子矿区煤5原煤适合二级流化床气化,对该矿区煤炭资源的洁净高效利用具有指导意义。