煤矿采场智能岩层控制原理及方法

煤矿采场智能岩层控制是智慧矿山及智能化开采的重要组成部分,是由“试误岩层控制”向“精准岩层控制”、由“静态岩层控制”向“动态岩层控制”发展的关键路径,是当前和今后一个时期采场岩层控制领域的重要发展方向之一。明确了采场智能岩层控制的内涵:即运用现代信息技术、人工智能技术及方法等,以采场智能装备系统为载体,实现开采全过程的采场围岩自动化、智能化控制。采场智能岩层控制分为3个关键环节:开采过程中的环境及设备运行数据的感知与汇集、动态分析与状态判别、实时决策控制与反馈。分析了矿山数据的构成、感知汇集方法及利用方式,矿山数据的主要用途为:岩层控制效果与事故灾害特征评价的大数据关联分析、为人工智能模型提供学习样本及分析对象、作为动态数值计算的反演分析参照对象、作为数据可视化与开采实景虚拟的信息来源。给出了采场智能岩层控制的动态分析与状态判别、实时决策与控制的技术路径,提出了采场智能岩层控制的关键科学问题:① 环境及设备运行数据的感知汇集方法与技术;② 矿山数据实时快速分析方法与技术;③ 采场智能岩层控制的关联分析与模型;④ 矿山数据可视化与开采场景虚拟构建;⑤ 基于大数据的快速动态数值计算原理及算法;⑥ 采场智能岩层控制“感知-分析-控制-反馈”全过程算法集成与系统构建。结合工程实际介绍了基于支持向量机和动态数值计算的采场智能岩层控制初步应用。     

宝欣煤矿近距离薄煤层联合开采工作面错距研究

宝欣煤矿2#煤和3#煤为近距离煤层,为保证产量,决定对2层煤进行联合开采,需要确定上、下两相邻工作面的合理错距。综合悬臂梁理论和砌体梁理论错距经验公式,对上、下工作面的错距进行了初步确定,并运用FLAC3D数值软件对该错距的安全性进行了验证,模拟结果表明该错距是安全合理的。现场实践也表明了上、下两工作面在该错距下联合开采时相互影响较小。     

大掺量矿渣全尾砂固结剂早强性能与机理研究

为测试大掺量矿渣全尾砂固结剂的早强性能和探究其早强机理,以矿渣水泥为对照,设计实施了胶砂实验和胶凝材料净浆实验,进行了单轴抗压强度测试、扫描电镜和X射线衍射分析。结果表明:全尾砂固结剂比矿渣水泥具有更高的早强性能;与矿渣水泥相比,以全尾砂固结剂制备的试块内存在更多的钙矾石、硅铝酸钙和水合硅酸钙凝胶;全尾砂固结剂配制的料浆中相对较高的碱环境、硫酸根的存在提高了矿渣的火山灰活性是全尾砂固结剂具有早强性能的主要原因。     

全尾砂沉降性能及其影响因素

全尾砂固结排放工艺是一种处理尾矿的高效安全新型排放工艺,尾砂沉降性能综合反映了尾砂物理特性、离析等特点,是影响过滤机对尾矿浓缩脱水效率的重要因素,对全尾砂固结干排工艺的应用研究具有指导意义。采用全尾砂料浆进行单因素试验,考察不同浓度下料浆沉降性能,建立了不同浓度全尾砂料浆沉降速度的数学模型。根据沉降速度数学模型可知较低浓度料浆沉降速度快,沉降周期长且极限下沉量大,而较高浓度料浆则相反;全尾砂料浆沉降速度曲线大致符合单峰右拖尾类型:初期沉降速度不断增大直至最大下沉速度,以最大沉速下沉一定时间后速度减缓,最后停止沉降。采用均匀设计法,建立不同浓度及不同粒级组成的5因素6水平均匀试验,对配级尾砂沉降性能进行研究。试验结果表明,极限下沉量与浓度、-210~+120 μm尾砂含量、-120~+75 μm尾砂含量呈负相关,与+210 μm尾砂含量、-75 μm尾砂含量呈正相关;浓度对尾砂料浆的极限下沉量影响最大,粗颗粒(+210 μm)次之,细颗粒(-75 μm)对极限下沉量影响排在粗颗粒和浓度之后,中粒径(-210~+75 μm)的影响最小。在浓度较低时,配级尾砂沉降速度比全尾砂缓慢,尾砂级配占主导因素;在浓度较高时,配级尾砂和全尾砂沉降速度相差不大,此时主导因素为料浆浓度。