基于CT成像的煤岩孔裂隙结构重建及渗流模拟研究

为了探索煤层压力注水在不同渗透率裂隙条件下的渗流特性,采用CT成像技术对煤样扫描,获得原始图像,利用MATLAB软件中值滤波函数对其噪声点进行滤除,获得二值化孔隙骨架图像,最后采用COMSOL数值分析软件中的插值函数重构煤体二维模型,建立煤体渗流过程的液体流动模型,数值模拟分析压力水的渗流演化过程。研究结果表明:利用MATLAB分析软件处理CT扫描图像,可准确的描述煤岩的孔隙结构;经过COMSOL插值函数对煤的二维模型做出精细表征;水在煤体中流动主要受孔隙结构的影响,在主裂隙水流动衰减速度很小,而在煤基质和次裂隙夹杂区域部分流动,在基质部分基本不流动。     

基于YOLO v3的煤岩钻孔图像裂隙智能识别方法

提出一种基于YOLO v3的深度卷积神经网络检测识别数字钻孔图像裂隙自动识别方法。首先详细阐述了新版本YOLO v3目标检测原理,然后选取煤矿井下钻孔图像在VOC 2007上制作数据集,采用Darknet-53的网络结构进行训练。试验结果表明基于的YOLO v3的钻孔图像裂隙检测方法可以快速准确识别,为围岩裂隙机器的视觉识别提供了新技术支持。     

煤岩孔裂隙结构分形特征及渗透率模型研究

为探究煤岩孔裂隙结构与渗透特性的联动关系,采用扫描电镜、偏光和分形等手段分析煤岩孔裂隙结构分布特征,利用自主研发的出口端正压三轴渗流装置,开展恒定有效应力条件下孔隙压力升高的渗流试验。基于分形理论,考虑煤岩表面孔隙分布情况对煤岩渗透率的影响机理,建立考虑孔裂隙分形特征的煤岩渗透率模型,通过试验验证其合理性,对煤岩孔裂隙下分形维数和渗透率耦合进行定量分析。研究结果表明:①六盘水矿区煤岩表面含有一定数量的孔隙和裂隙,其中四角田7号煤层孔裂隙发育情况最好,具有2条清晰的宽度较大的裂隙,并伴有大量交叉微裂隙及孔隙发育,煤岩结构破坏严重;②通过盒维数法可得煤岩孔裂隙分布具有明显的分形特征,且煤岩孔隙率与分形维数呈正相关关系;③恒定有效应力条件下,煤岩渗透率随孔隙压力升高呈现先急剧降低后趋于平缓的趋势,受孔裂隙结构影响,在相同的孔隙压力下煤岩渗透率存在明显差异。煤岩表面孔裂隙结构越复杂其分形维数越大,有助于瓦斯运移,渗透率呈上升趋势;④考虑孔裂隙分形特征的煤岩渗透率模型计算值与实测值吻合度较高,与前人研究成果相比,无论理论机理的适用性还是对试验点的匹配方面都更加适用,且能较好地反映孔隙压力与渗透率的联动关系。     

基于应变场的卷积神经网络岩石裂缝识别方法

岩石的局部破坏往往诱发岩体的整体失稳进而导致灾害发生，对局部破坏的识别可在岩土工程灾害监测预警中起到重要作用。提出了一种基于变形场的卷积神经网络岩石裂缝识别方法，利用扩展有限元方法建立岩石开裂模型，并获得模型的变形场数据作为训练样本，对VGG16卷积神经网络进行训练，并对结果进行分析。结果表明，采用应变场作为训练数据的VGG16卷积神经网络，在验证集的子集准确率、精确度、召回率、F-Score分别达到94.73%、98.72%、98.71%、98.46%,能有效识别岩石的裂缝位置，证明了变形场作为卷积神经网络训练数据的可行性，完善了卷积神经网络在裂缝识别领域的研究方法。     

卷积神经网络在图像识别技术中的应用研究

为了有效提高图像目标识别率,采用卷积神经网络,重点分析了卷积神经网络的层级结构,主要研究了卷积层、全连接层、池化层,设计了卷积神经网络的实验样本,针对数据集进行了十类识别目标任务,得到了Sar10卷积神经网络结构,对于不同目标,卷积核提取独有的特征。最后进行了基于卷积神经网络的SAR图像目标识别。研究得出,卷积神经网络模型大大提高图像目标识别。     

不同加卸载条件煤岩裂隙面形貌分形各向异性特征研究

为研究典型破坏形式下煤岩裂隙面分形各向异性特征及其尺寸效应,以复杂破坏荷载作用下煤岩裂隙面为研究对象,采用激光扫描、CATIA三维模型重构等研究手段,结合分形理论,对煤岩裂隙面的分形各向异性特征及尺寸效应展开研究。研究表明:针对裂隙截面迹线分维而言,复杂破坏路径下的迹线分维范围在1.0013~1.0096之间,最大值均出现在沿裂隙扩展方向30°~90°范围内;针对裂隙截面分维而言,复杂路径破坏裂隙面的分维最大值集中在120°~300°范围内;截取的正方形裂隙截面分形维数计算结果表明,当截面尺寸边长小于20 mm时,各典型破坏裂隙面分维波动幅度范围较大,但当所取区域边长大于20 mm时,分维逐渐趋于稳定,分析裂隙面分维时初步建议采用大于20 mm的截面尺寸。     

玉华矿4-2煤裂隙煤岩三轴压缩破坏机理研究

采用TAW—1000三轴试验系统进行不同围压下完整和单一裂隙煤岩的三轴压缩试验,并借助声发射监测系统,结合裂隙煤岩破坏图及应力应变关系,分析了裂隙煤岩的破坏机理。结果表明:单一裂隙煤岩相比于完整煤岩受力更复杂,裂隙尖端应力集中,形成微裂隙并发育贯通,造成煤岩更早进入塑性阶段,导致煤岩强度和弹性模量的劣化显著;裂隙煤岩与完整煤岩相比,在较高围压下侧向变形更加显著;随着围压增大,45°裂隙煤岩破裂形态呈现出由直剪破坏向斜剪破坏过度的破坏形态;60°裂隙煤岩应力应变曲线呈现平台式软化,且围压增大弹性模量变化不明显;在相同围压下,随着裂隙角度的增加,裂隙煤岩力学参数劣化显著;裂隙倾角与振铃计数呈正相关。     

裂隙煤岩三轴压缩特性宏细观试验研究

依托焦坪矿区某煤矿顺槽支护工程,以预制裂隙煤岩体为研究对象,采用宏观三轴压缩试验与细观核磁共振试验相结合的研究方法对裂隙煤岩体三轴压缩试验下宏细观变形、破坏特征及力学特性进行研究。研究结果表明：(1)完整煤样的三轴压缩强度对围压的敏感程度最高,其次为含45°倾角裂隙的煤岩样,含60°倾角裂隙的煤岩样的敏感程度最低;(2)裂隙煤岩的破坏模式随围压增加由直剪破坏向斜剪破坏过渡;(3)裂隙煤岩破坏的峰总面积及第4峰面积所占总面积百分比与围压及裂隙倾角成正相关;(4)裂隙煤岩的孔隙孔径主要分布在1～10μm,破坏后大孔径孔隙所占比例较高,随着裂隙倾角及围压的增加,裂隙煤岩内部更加破碎。     

煤岩体裂隙结构形态和力学属性的可视化数据库构筑初探

煤岩体中裂隙赋存状态、结构形态和力学属性等对其材料强度、变形能力和抗冲击性能等具有显著的影响，确定裂隙的空间几何结构、空间展布形态和力学属性对于研究煤岩力学性能具有重要的理论意义和工程应用价值，构筑煤岩体裂隙结构形态和力学属性可视化数据库可为研究裂隙形态多样性识别提供一个新的思路和方向。从数据库概念和建立数据库基本方法出发，设计了裂隙可视化数据库构筑的基本思路，建立了煤岩实体和裂隙实体间一对多的映射关系，构建了裂隙多源数据智能获取、裂隙属性智能分类与存储、形态可视化分析与实现3个方面的数据库基本框架，实现了可视化数据库的裂隙结构形态智能识别、基于结构形态和断裂力学的分类属性多角度判别、几何展布形态可视化、基于条形码与二维码扫描的裂隙属性智能传输等特色功能。以北京昊华能源股份有限公司大安山煤矿为工程背景，获取了逆冲断层和倒转褶皱等复杂地质构造中的煤岩样品。运用CT扫描、图像分析处理与三维重构等技术手段构建了若干裂隙的三维数字化模型。结合不同属性分类标准，基于智能识别算法分类了裂隙的形态特征、分布位置和几何特征等数据，初步建立了煤岩体裂隙可视化数据库的基本模块，开展了裂隙检索与数据入库，展...     

基于卷积神经网络和语义分割混合模型的煤岩识别系统研究

综采工作面煤岩识别是实现煤矿智能化无人开采的关键技术。目前,基于图像的煤岩识别研究主要是对煤岩进行分类识别,对煤岩复杂混合层界面的识别研究较少。因此,提出了一种基于卷积神经网络的煤岩信息识别边缘计算系统,该系统包括煤矸石智能分类单元以及煤岩层智能语义分割和视觉重构单元。在煤矸石智能分类单元,采用数据增强模块和图像显著化处理模块处理图像,获得的显著化图像经过 VGG16深度网络模型进行分类识别。试验结果表明,在自制煤矸石数据集上该模型测试准确率可达99.07%;在煤岩层语义分割和视觉重构单元,将通道注意力模块(ChannelAttention,CA)嵌入到 DeepLabv3+的主干网络中,并采用Poly自适应学习策略自动调整网络训练的学习率,构建了一种适用于煤岩层图像分割的 CA_Poly_DeepLabv3+ 网络,在自制 煤 岩 分 割 数 据 集 上 的 平 均 交 并 比 定 量 指 标 为66.81%,相较于 DeepLabv3+基准网络提高了7.74个百分点,实现了较好的界面分割识别和视觉重构。     

局部约束的自学习煤岩识别方法

针对训练样本不足情况下的煤岩图像识别问题,提出了一种局部约束的自学习(LCSL)煤岩识别方法。该方法首先从辅助数据中通过局部约束的字典优化模型获取高层结构特征,这些辅助数据是无标签的非煤岩自然图像,与煤岩图像的特征分布不同,且更容易获取;然后利用学习的高层结构特征结合局部约束线性编码提取煤岩图像特征;最后利用SVM算法对煤岩图像进行分类识别。实验表明:通过该方法得到的特征能够有效地表征煤岩图像,具有很强的鉴别性和鲁棒性,达到了很好地识别效果,相比于原有煤岩识别方法平均识别率提高了1%～3%。     

声发射及CT在煤岩体裂纹扩展实验中的应用进展

声发射技术和CT扫描技术是监测煤岩体裂纹扩展的重要手段。概述了声发射及CT扫描实验在煤岩体领域的发展历程和应用现状。结合声发射技术与CT扫描实验的优点,提出声发射与CT相结合进行煤岩体实验的研究方向,以便于有效结合煤岩体内部裂纹变化情况进行煤岩体裂纹扩展机理的研究,为进一步研究煤矿冲击地压的发生机理提供理论依据。     

开挖卸荷条件下煤岩变形破坏与能量释放的数值分析

煤岩原始存在着大量不规则无序分布的节理/裂隙和软弱夹层等断续结构,这些断续结构的几何形态、尺寸、分布、接触以及填充物性质决定着煤岩的物理力学性能与变形破坏行为。现有的数学或力学方法尚不足以从理论上准确刻画断续结构及其对煤岩变形破坏的控制作用。本文采用高精度CT成像和三维重构方法,构建了体现不连续节理/裂隙的不规则几何形态、接触与切割状态以及网络结构特征的断续煤岩三维数值模型,引入单元生死算法定量分析和直观显示了不同开挖卸载模式下断续煤岩变形破坏的应力场、破坏区域及空间分布、能量耗散与能量释放特征,揭示了卸载模式、断续节理/裂隙对煤岩力学性质及破坏机制的影响,为认识和掌握开挖卸荷对断续煤岩变形破坏的控制作用提供了方法和途径。     

Uniaxial compression CT and acoustic emission test on the coal crack propagation destruction process

Acoustic emission test and CT scanning are important techniques in the study of coal crack propagation. A uniaxial compression test was performed on coal samples by integrating CT and acoustic emission. The test comparison analyzes the acoustic emission load and CT images for an effective observation on the entire process, from crack propagation to the samples’ destruction. The box dimension of the coal samples’ acoustic emission series and the CT images were obtained through calculations by using the authors’ own program. The results show that the fractal dimension of both the acoustic emission energy and CT image increase rapidly, indicating coal and rock mass has entered a dangerous condition. Hence, measures should be taken to unload the pressure of the coal and rock mass. The test results provide intuitive observation data for the coal meso-damage model. The test contributes to in-depth studies of coal or rock crack propagation mechanisms and provides a theoretical basis for rock burst mechanism.     

综放工作面煤柱尺寸对顶板破断结构及裂隙发育的影响规律

煤层开采后基本顶破断结构直接影响上覆岩层裂隙区的范围和发育程度,运用理论分析和数值模拟相结合的方法,对不同煤柱条件下基本顶破断结构以及由此带来的顶板裂隙发育区演化规律进行了研究。上工作面侧向破断 “三铰拱”结构使下工作面基本顶破断由固支悬臂梁结构变为铰支结构,煤柱两侧形成不对称裂隙发育区。研究结果表明：中小煤柱时,岩块铰接回转,岩块长度大于基本顶悬臂极限断裂长度且随煤柱尺寸增加逐渐增加,裂隙发育区范围随之增加;大煤柱时,下工作面基本顶破断超出上工作面侧向结构影响范围外,岩块长度不变。回转角度由岩块长度和下沉量共同决定,并通过理论分析得到了相应的计算公式。     

煤粒图像识别系统的设计与实现

 摘要：设计开发了一个用于现场自动控制的煤粒图像识别系统,并给出该系统MATLAB编程的部分实现。利用该系统可以提取煤粒图像的一些特征参数,通过输入神经网络进行适应性训练,建立一定的网络,利用这些网络可以精确预测当前煤质指标,从而为现场的煤质指标控制提供了可靠数据依据。     

基于CT扫描的煤样图像处理及裂隙形态表征

利用工业CT扫描设备对赵固一矿优质无烟煤进行样品取心和微观扫描分析;运用图像处理技术对原始图像进行降噪、增强对比度和二值化处理,借助阈值调节使图像信息得到准确表达;通过Avizo软件对CT图像进行重建,得到三维的裂隙结构模型。结果表明:基于工业显微CT扫描重建的三维数字煤心,能准确地反映真实煤心的内部裂隙结构;图像精细处理能够对煤样中错综复杂的裂隙网络进行精确表征,达到定量描述的要求。     

基于深度学习的煤中异物机器视觉检测

在煤炭生产加工过程中,由于开采条件的限制,原煤中混入了大量的异物,导致重介质系统管路的堵塞,严重影响了煤炭加工的生产效率,制约了煤炭质量的提高.为有效解决煤炭分选系统中异物对生产的影响,使用机器视觉技术完成异物检测.本文针对煤中异物的不规则形状和复杂特征,构建一种多尺度特征融合的语义分割网络,对实际生产现场采集的煤中异...     

基于双流神经网络的煤矿井下人员步态识别方法

人脸、指纹和虹膜等生物识别方法在井下复杂环境限制下常常比较模糊,导致基于这些生物特征的煤矿井下人员身份识别率不高.本文在残差神经网络和栈式卷积自动编码器的基础上,提出了一种基于双流神经网络(TS-GAIT)的步态识别方法.主要利用残差神经网络提取步态模式中包含时空信息的动态特征,利用栈式卷积自动编码器提取包含生理信息的...