深部煤储层孔隙结构特征及其分形规律研究

为了研究深部煤储层孔隙结构特征及其分形规律,选取了河北大城地区埋深介于1 000~1 400 m的煤层作为研究对象,通过压汞测试揭示了研究区孔隙结构特征。利用分形维数研究孔隙分形规律,表明深部煤储层孔隙分形维数介于2.241 8~2.424 6,满足分形维数要求,孔隙存在分形特征且为中等复杂结构。     

低水胶比偏高岭土混凝土的强度和细观结构的分形特征

为探明低水胶比偏高岭土混凝土的力学性能,以及定量表征掺入偏高岭土后混凝土内部细观结构的变化规律,测试了不同偏高岭土掺量混凝土的抗压、劈裂和弯折强度;利用扫描电镜拍摄了混凝土水化产物微结构的SEM图像;运用分形理论计算分析了SEM图像的分形维数及其变化规律;并研究探讨了分形维数和强度的关系。研究表明：偏高岭土可以有效提高和改善混凝土的力学性能和细观结构;分形方法能够定量分析偏高岭土混凝土内部细观结构的变化特征,分形维数随着偏高岭土掺量的增加呈现降低趋势;抗压强度和分形维数存在良好的指数负相关性,抗压强度随分形维数的增大而减小。     

淮北矿区许疃矿构造煤类型及其孔隙特征研究

通过手标本及电子显微镜对研究区发育的构造煤进行观测,不同类型构造煤在宏观及微观变形特征方面差异性显著。利用分形理论结合压汞实验数据对构造煤孔隙特征进行了研究。研究结果表明:随构造变形程度增强,总孔容、孔隙度整体呈增大趋势,韧性变形阶段尤为显著,而孔隙连通性逐步变差;孔隙特征对构造变形作用的响应程度随孔隙尺度的减小而变弱;基于压汞数据的分形维数仅能有效表征大孔及中孔的孔隙结构特征,分形维数随煤体变形程度的增强而增大,孔隙结构呈现多样化及复杂化;大孔孔容和渗流孔比重与分形维数呈正线性相关,而中孔孔容与分形维数呈正指数相关。     

基于扫描电镜图像分割的煤体结构分形研究

运用扫描电镜试验对两种煤样表面进行观测,分析裂-孔隙结构发育特征,并通过Matlab软件对电镜图像进行傅里叶变换与小波变换降噪处理,计算表面分形维数。结果表明:相较于傅里叶变换,小波变换的二值化图像保留了更多的煤体表面裂-孔隙结构信号,所得表征煤体表面裂-孔隙结构复杂程度的分形维数值也较大。     

煤岩孔隙结构分形特征表征方法研究

煤岩孔隙结构对煤层气解吸、扩散、渗流具有重要影响。分形理论为孔隙结构研究提供了有效的方法,但目前对煤岩孔隙分形特征的表征方法尚未形成统一认识,需要进一步研究。从分形定义出发,建立了新的煤岩孔隙结构分形特征表征方法,然后通过煤岩压汞实验对分形定义法和文章新建方法进行对比评价,最后对煤岩分形区间和分形维数进行了探讨。结果表明,通过文章提出的毛管压力法确定的分形区间和分形维数与通过分形定义法得到的结果非常接近,是表征煤岩孔隙结构分形特征的有效方法;煤岩在整个孔隙空间上具有分形特征,且其分形维数能够有效表征煤储层非均质性,分形维数越大,煤储层物性越差,非均质性越强。     

寒区矿山边坡冻融岩石细观结构及分形维数研究

在新疆大范围寒区矿产资源开发中,边坡矿岩冻融灾害问题突出.为研究寒区边坡冻融岩石细观结构的演化特征,开展了０~１２０次循环冻融试验,基于低场核磁共振技术获得了循环冻融过程中岩石的细观结构参数.分析结果表明:随着循环冻融次数的增加,岩石核磁孔隙度呈现三个阶段变化特征,T２谱曲线在前２０次循环冻融时变化明显,且变化主要表现在第２个峰.循环冻融岩石内部孔隙具有明显的分形特征,孔隙分形维数随循环冻融次数的增加呈现“V”字型变化,６０次循环冻融时分形维数最小;随着分形维数的增大,孔隙的复杂程度增加,连通性增强.循环冻融过程中,中孔隙主导了岩石的细观结构演化.     

淮北朱仙庄矿构造煤孔隙结构及其分形表征研究

基于压汞法对淮北朱仙庄矿的构造煤孔隙发育特征进行了研究,采用Menger海绵模型对样品的渗流孔和扩散孔发育特征进行了研究。研究结果表明:构造对孔隙结构的改造作用随着孔隙尺度的减小而减弱,煤体结构变形增强,大孔和中孔的孔容增幅显著,过渡孔孔容有一定程度的增加,微孔孔容变化很小,孔隙结构变得复杂;分形维数对构造煤孔隙结构特征和煤体变形特征具有良好的表征作用,随着煤体变形增强,分形维数呈增大趋势,脆性变形阶段分形维数缓慢增大,样品分形差异逐渐变大,韧性变形阶段,分形维数显著增加,样品分形差异性相对减小。随着分形维数的增加,样品的孔容和孔隙度呈指数增大趋势;渗流孔的孔容比呈负指数形式减小,扩散孔的孔容比线性增大,分形维数D3.1时渗流孔所占比重高,随分形维数增大扩散孔孔容所占比重逐渐超过渗流孔;渗流通道增多,气体吸附能力增强,煤储层的渗透率往往减小。     

不同变质程度煤孔隙结构分形特征对瓦斯吸附性影响

为研究不同变质程度煤孔隙结构分形特征及其对瓦斯吸附特性的影响,通过压汞试验测试了9组不同变质程度煤样孔隙结构,利用Menger海绵模型分析了不同变质程度煤孔隙结构分形特征,结合煤样吸附常数,研究了孔隙结构分形特征对瓦斯吸附特性的影响。研究结果表明,煤孔隙在不同孔径段具有不同的分形特征,渗流孔分形维数D_1和吸附孔分形维数D_2均随变质程度的增加呈线性增大。煤孔隙分形特征对瓦斯吸附特性具有一定的影响,渗流孔分形维数D_1与吸附常数b呈良好的线性关系,与极限吸附瓦斯量a的关联性不大,表明渗流孔分形维数D_1对吸附瓦斯速率影响较大,对吸附能力影响较小;吸附孔分形维数D_2与极限吸附量a呈正相关关系,与吸附常数b关联关系不明显,说明吸附孔分形维数D_2对瓦斯吸附能力影响较大,对吸附瓦斯速率影响不明显。     

气煤的孔隙分形特征对瓦斯吸附的影响

为了研究气煤的孔隙的分形特征对瓦斯吸附的影响,通过低温液氮吸附法对阜康气煤的孔隙结构进行测试,采用FHH模型对实验煤样进行分形维数计算,运用高压容量法测定煤样的吸附特性,分析了气煤的分形维数与瓦斯吸附性能的关系。实验结果表明:表面分形维数D_1与Langmuir体积V_L呈正相关,与Langmuir压力p_L呈负相关;但结构分形维数D_2与煤样的Langmuir体积V_L和Langmuir压力p_L之间的相关性不明显;通过分析可知,气煤中孔隙结构的分布和孔隙类型同时影响着瓦斯气体在煤体孔隙中的运移。     

煤孔隙结构构造变形的压汞法和小角X射线散射表征

依托渭北煤田韩城矿区煤样,采用压汞法和小角X射线散射技术(SAXS),结合孔隙分形表征,从分形特征的角度探讨了构造变形对煤孔隙结构的影响程度。结果表明,煤的孔隙分形维数定量表征了构造煤孔隙结构的差异性变化及其非均质性。强构造变形煤具有较高的渗流孔分形维数(DHg),孔隙结构及表面非均质性较高,而渗透率较低,说明强烈构造变形所导致的复杂孔隙结构是构造煤储层低渗透的原因之一。吸附孔孔隙表面分形维数(DSAXS)随着构造变形的增强而增大,表明变形作用造成煤孔隙表面结构在微观上变得复杂。研究认为,分形维数可以指示煤中孔隙结构的构造变形程度。     

煤矸双能X射线图像多维度分析识别方法

环境适应能力强、识别精度高是有效分离煤和矸石的前提。采用双能X射线透视煤和矸石并成像,避免了粉尘、光照强度和物料表面等外界因素影响。但双能X射线探测器采集射线能量数据存在余晖效应、厚度效应和射束硬化效应等缺陷。为降低缺陷影响,提高煤和矸石识别率,提出一种联合R值图像与高、低能图像特征对煤和矸石进行多维度分析的方法。首先基于双能X射线采集系统获取高、低能图像,并利用比值法得到R值图像;然后针对所获取的3种图像,研究煤和矸石密度及灰分含量等关键物性参数与图像特征关系,据此设计特征提取方案,共计提取8个特征参量,形成一种强特征组合;最后采用Relief算法度量每个特征参量的重要性,进而设计分类试验。以不同地区肥煤、焦煤、气煤和矸石为试验对象,观察剔除权重较低的特征后,分类模型准确率,发现以特征组合[R_c,Gl_c,G_l,R_a]为输入,PSO-SVM分类模型对3种煤混合矸石识别效果最佳,识别率为99.4%。结合PSO-SVM分类模型和[R_c,Gl_c,G_l,R_a]的特征组合对肥煤、焦煤和气煤分别混合矸石进行识别验证,结果表明:肥煤混合矸石识别率为98.89%,焦煤混合矸石识别率为100%,气煤混合矸石的识别率为99.44%。本方法通过联合多张图像的多个特征,进行多维度分析,发现R值图像特征和高能图像特征对煤和矸石的区分度最好,可有效降低双能X射线缺陷影响,能以较少的特征,实现对不同煤种的较高识别率,优于现有方法。此外,以灰分、密度为参照选取特征阈值,贴合实际需求,减少了工程应用中根据矿区煤质差异进行参数调整的频次,提高了识别模型的泛化能力。     

西山煤田不同变质程度煤孔隙结构分形特征及影响因素研究

为研究煤的多孔介质属性及其分形特征,以山西沁水盆地西山煤田为研究对象,采用扫描电镜(SEM)分析了煤表面孔隙结构特征。基于SEM图片,通过盒维数法计算得到了不同煤样表面孔隙分形维数,并分析了其影响因素。研究结果表明:煤表面具有显著的分形特征,分形理论能够较好地描述煤孔隙结构复杂程度;在本测试煤样中,不同煤样分形维数值在1.33～1.92范围内变化;变质程度、水分、埋深、坚固性系数(f值)对煤孔隙分形维数有显著影响,随Ro和埋深的增加煤体表面孔隙趋于复杂化,分形维数值不断增大;而水分和灰分的存在使得煤体表面变得相对光滑,能够减小分形维数值。分形维数是衡量煤孔隙复杂程度的有效参数,在煤矿现场瓦斯防治中,对于具有高分形维数的煤体,应该引起重视。这类煤体往往破坏程度较高,具有强吸附性,孔隙连通性差,瓦斯抽采困难,在煤炭开采过程中,容易导致煤与瓦斯突出、瓦斯涌出等灾害。     

基于光学图像的煤矸石识别方法综述

基于光学图像的煤矸石识别方法具有设备简单、易实现、绿色环保等优势,是实现智能化煤矸石分选的重要途径。该类方法分为两种研究路径,一种是需要人为提取特征进行识别的路径,一般包括煤矸图像数据采集、图像预处理、特征选择与提取和煤矸识别|另一种是利用深度学习神经网络进行自主提取特征识别的路径。文章对这两种研究路径的各类方法进行了总结,指出现有识别方法存在煤矸图像数据集不完备不充分、特征理解不全面不深入、识别方法无法兼顾高效与实时性等缺点,给出进行高效煤矸石识别的建议。     

基于机器视觉的煤矸识别系统设计及试验研究

为解决手工选煤、湿法选煤中存在的效率低下、劳动强度大、水资源耗费、环境污染等诸多问题。研究了基于机器视觉的煤矸识别方法,在实验室中搭建了试验平台,开发了MFC软件应用平台,实现了煤矸实时识别|选取山西西山、内蒙古和陕西神木的煤和矸石作为样本,建立了样本图像库|取420张图像作为实验样本,提取样本的灰度均值、峰值灰度、能量、熵、对比度、逆差矩6个特征进行统计和分析|采用粒子群优化算法(PSO)对支持向量机(SVM)的进行优化,并对分类器进行训练和分类测试。对特征分析的结果表明,灰度特征比为纹理特征具有更好的区分度|PSO-SVM分类器测试中,以灰度、纹理、组合特征作为输入时,其识别准确率分别为95.83%、72.92%、93.75%,结果表明以灰度特征作为输入识别效果最好。     

基于低场核磁共振技术的酸化煤样孔隙特征研究

为研究酸化作用后煤体的孔隙结构特征,采用低场核磁共振技术和X射线衍射实验方法,测试了高阶煤自然煤样和酸化煤样的孔隙结构和矿物含量,并根据分形理论对比研究了2种煤样孔隙的分形维数,探讨了酸化作用原理.研究结果表明:自然煤样和酸化煤样中微孔和过渡孔都占较大的比例;煤样酸化后,其孔隙率增大,最小孔径和最大孔径都变大;酸化作用...     

不同照度下煤矸图像灰度及纹理特征提取的实验研究

研究煤和矸石在不同照度下的响应特性,设计了差异照度煤矸图像采集系统,进行了煤矸图像采集实验,建立了煤矸灰度子图像数据库,对数据库中的子图像的灰度、纹理特征进行了提取,通过定义归一化特征差异指数以及基于支持向量机(SVM)对实验数据进行了分析与讨论。结果表明:在同一照度下,煤和矸石在灰度及纹理特征上存在差异,且随着照度的改变,煤和矸石的特征也发生变化,同时两者的变化规律存在显著差异。基于不同特征的SVM分类器的识别正确率不同,照度的变化也会对分类器的识别正确率产生影响;当考虑照度因素后,分类器的识别正确率最大增加了13.31%,此外基于多特征多照度融合的SVM分类器性能较好,识别正确率为98-39%。     

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。     

Relief-MRMR-SVM在煤矸图像分类的研究

煤和矸石的图像分类是实现煤矸自动分选的关键环节。为提高煤矸分选模型的准确性和稳定性,提出了一种结合Relief、MRMR算法及SVM分类器构建的混合式特征选择及分类方法,提取煤矸图像的颜色及纹理共26个特征对其分类进行研究。在提取纹理时联合使用了LBP局部和GLCM全局特征,有助于提高分类的准确性。利用该特征选择方法选出最优特征子集后,用粒子群和支持向量机算法构建PSO-SVM最佳参数模型进行煤矸分类。结果显示,该方法能剔除较多冗余特征,提高煤矸分类的效率|在两个数据集上,该模型的平均分类准确率分别达到96.12%和94.17%,证明了方法的有效性和模型的稳定性。     

基于小波域非对称广义高斯模型的煤岩识别算法

针对采煤工作面无人开采、煤与矸石自动分离等工程实际需求,研究了基于计算机视觉的煤岩识别技术。提出了一种有效的基于小波域统计建模的煤岩识别算法。通过小波变换对煤岩图像进行多级分解;提出表达煤岩纹理细节特征的高频子带系数统计分布符合非对称广义高斯模型的假设,并通过最大似然估计方法确定其模型参数;利用改进的相对熵相似性测度实现煤岩图像的分类判别。结果表明:在小波域中,非对称广义高斯模型能够有力地刻画煤岩图像的纹理特征,与现有的其他算法相比较,所提出算法具有更高的正确识别率,其平均识别率达到了87.77%,为进一步研究煤岩界面的自动检测提供了参考。     

基于三维图像特征的矸石含煤率在线检测方法

矸石含煤率是选煤生产的关键指标之一,目前还不能在线检测.因此,提出一种基于机器视觉和粒子群支持向量机的新方法来检测矸石含煤率.首先将采集到的矸石胶带上的单目图像进行分割,识别出属于煤和矸石类别的各个区域.从各区域中提取出尺寸特征参数和密度特征参数,分别得到煤和矸石的特征参数,再将矸石的特征参数除以煤的特征参数,得到样本...