单轴压缩煤岩损伤演化及声发射特性研究

 为建立声发射参数与岩石(煤岩)力学破坏机制的关系,更好地了解受载煤岩体的损伤演化规律,进一步揭示煤岩动力灾害演化过程及灾害时间效应产生机制,利用MTS815岩石力学测试电液伺服试验系统和8CHS PCI–2声发射检测系统,对单轴压缩煤岩的损伤演化及声发射特性进行试验研究,分析单轴压缩煤岩的声发射特性,提出基于“归一化”累积声发射振铃计数的损伤变量,建立基于声发射特性的单轴压缩煤岩损伤模型,得出煤岩的损伤演化曲线和方程。研究表明,声发射信息反映煤岩内部的损伤破坏情况,与其内部原生裂隙的压密及新裂隙的产生、扩展、贯通等演化过程密切相关,煤岩的声发射特征能较好地描述其变形和损伤演化特性。基于声发射特性的单轴压缩煤岩损伤模型是合理的。单轴压缩煤岩损伤演化过程可分为3个阶段：初始损伤阶段、损伤稳定演化和发展阶段、损伤加速发展阶段。煤岩由变形至破坏可视为一逐渐发展过程：由变形、损伤的萌生和演化,直至出现宏观裂纹,再由裂纹扩展到破坏的全过程。     

基于小波包能量流和LTSA的垮落煤岩特征提取

针对综放工作面垮落煤岩识别的技术问题,采集了放煤过程中垮落煤岩冲击液压支架后尾梁的振动信号,并提出了一种基于小波包能量流和LTSA的特征提取方法。该方法首先利用小波包变换把振动信号分解成一系列的时频子空间;为了观察原信号能量在各层时频子空间的分布特征,计算了小波包分解每一层各个时频子空间的能量,构成了一个小波包能量矩阵,称为小波包能量流;然后利用局部切空间排列(Local Tangent Space Alignment,LTSA)挖掘小波包能量流的低维流形。为了验证小波包能量流低维流形的有效性,把该特征向量输入BP神经网络来识别垮落煤岩。结果表明:基于小波包能量流和LTSA提取的特征向量可以准确简约地表征垮落煤岩,BP神经网络的识别率达到100%。     

考虑区域地应力特征的裂隙煤岩流固耦合特性实验

通过位移反演方法对区域地应力特征进行理论分析,建立研究煤岩内部裂隙时空演化规律的力学实验系统,设计了区域地应力作用下裂隙煤岩流固耦合计算模型,初步揭示裂隙煤岩流固耦合特性。通过地应力的现场监测,验证了位移反演方法的准确性,垂直地应力与最小水平主应力数值稳定,受开采扰动影响,最大水平主应力出现局部性突增。借助数字化X射线摄影系统,给出了不同载荷下内部裂隙场DR扫描图像,发现随外载增大煤岩内主裂隙持续扩展,且裂隙场形态分别为共轭型与X型。矢量化处理裂隙场信息并导入耦合计算模型,分析不同工况下耦合模型的渗流参数变化情况,初步得出裂隙煤岩流固耦合特性:外载增大将导致煤岩内部微裂隙进一步相互贯通扩展并出现宏观破裂,这是裂隙煤岩孔隙率与渗透率持续性增加的本质原因,且流速最大区域迁移过程可表征裂隙煤岩次生裂隙分布特点,主裂隙内水体流速最大且随注水压力的增大,水体流速不断增加,较大的流速一般发生在具有较大水力梯度的细小裂隙位置处。同时,出口流速特征表现为出口流速分量的最大值均位于煤岩两侧并随着外载的增大而增加。     

我国煤、岩与二氧化碳突出的情况及地质原因

随着我国煤炭开发强度的不断加大、煤、岩与二氧化碳突出灾害问题也日趋引起人们的重视。本文论述了目前我国矿井发生煤、岩与二氧化碳突出、二氧化碳喷出的基本情况;突出矿井二氧化碳的来源问题;发生二氧化碳突出的主要地质原因。以提供煤、岩与二氧亿碳突出的预测和预防作为参考。     

基于图像多小波变换的煤岩界面识别

针对现有煤岩界面识别方法存在普适性差、可靠性差等问题,提出了一种基于图像多小波变换的煤岩界面识别方法。对煤岩图像进行多小波变换,提取不同频带多小波系数在固定窗口大小下的标准差作为纹理测度并生成归一化多频带特征向量,利用朴素贝叶斯分类器对纹理特征进行识别。实验结果表明,对于分辨率为128×128的图像,当窗口大小为9,选择频带F5—F16构造特征向量时,识别率可达96.14%。     

基于振动特性分析的采煤机煤岩识别控制系统

针对采煤机截割过程中的煤岩识别及滚筒自动调高控制问题,提出并设计了一种基于振动特性分析的采煤机煤岩识别控制系统。该系统采用传感器检测采煤机滚筒在截割煤岩过程中3个方向的振动信号,采用PLC进行振动信号的分析和处理,得到采煤机滚筒在截割煤岩过程中的振动特性规律,由此建立采煤机滚筒调高控制规则表,并通过反馈信号偏差在线查表和控制信号输出的闭环控制方法实现采煤机滚筒的自动调高控制。相似模拟截割试验结果表明,该系统能够较好地实现煤岩界面识别和滚筒自动调高控制,具有良好的动态性能。     

基于Mean shift算法的煤岩分界识别

提出了一种基于Mean shift算法的煤岩分界识别方案。首先介绍了Mean shift算法原理,通过关联图像的像素位置向量和灰度值构建了一个空间联合域;然后给出了适用于煤岩图像分割的带宽参数选择方法,以去除虚假孤立区域和杂散边界;最后利用煤岩图像的人造边界和真实边界进行仿真,结果表明Mean shift算法较K-means算法能更准确地获得煤岩分界线。     

新的受载煤岩电磁辐射信号去噪算法

针对煤矿井下现场电磁干扰多,采用煤岩受载产生的电磁辐射(EME)预测煤岩动力灾害效果有待提高,提出一种新的结合自适应集合经验模态分解(AEEMD)和改进小波变换(IWT)的电磁辐射信号去噪算法,克服了模态混叠,弥补了对小波基存在选择性的不足.分别采用IWT、EMD—IWT及AEEMD—IWT对构造的带噪信号进行去噪仿真及试验测试研究,结果表明:AEEMD—IWT算法去噪性能优越,对高信噪比和低信噪比的电磁辐射信号均能有效去噪.     

坚硬煤岩组合体变形破坏特征及冲击特性研究

为研究冲击地压机理,考虑冲击地压发生的“顶板-煤层”组合结构,进行了不同加载条件下的单轴组合样品试验,通过分析坚硬煤岩组合体在不同加载条件下的变形发展过程和破坏特征,初步得到组合体破坏的基本形式以及可能的突变条件。研究结果表明:试样的变形破坏呈现明显发展过程,随加载速率的变化表现为渐进破坏、劈裂破坏和整体破坏3种形式,伴随内部承载结构的削弱,最终发生整体突然失稳。结合煤岩相对滑动特性,通过分析典型冲击矿井的开采地质条件和采动效应,明确了坚硬煤岩组合条件下冲击地压的破坏模式,可为后续有针对性的灾害防治提供参考。     

真实-虚拟多层传感器技术在煤岩识别中应用

将真实-虚拟多层传感器信息融合技术应用到煤岩界面识别系统中。采用由真实传感器层和虚拟传感器层组成的复合融合结构,并引用了多层传感器的复合融合估计算法,以解决在测量噪声干扰下的参数估计问题。通过实例仿真结果表明：采用此方法后,煤岩界面识别精度明显提高,从而使采煤系统的生产自动化程度得到进一步增强。