首页期刊导航|煤炭科学技术
期刊信息/Journal information
煤炭科学技术
煤炭科学技术

王金华

月刊

0253-2336

cst410@china.com

010-84262920 84262926

100013

北京和平里青年沟路5号

煤炭科学技术/Journal Coal Science and TechnologyCSCD北大核心CSTPCD
查看更多>>该刊为实用性的技术类刊物。辟有技术经验、实验研究、问题探讨、专家论坛、新产品、科技信息等栏目。是全国优秀期刊之一,第二届全国科技期刊评比获二等奖。读者对象为有关专业的科研生产设计教学管理等单位的工作者。
正式出版
收录年代

    基于各向异性高分辨地震处理的煤层顶板含水性风险评价

    李慧婷常锁亮张生刘波...
    192-200页
    查看更多>>摘要:随着矿井水防治在煤矿开采中的重要性与日俱增,对地震精细勘探的方法也提出了更高要求,常规基于各向同性的地震勘探已无法满足对复杂条件下煤层及其顶底板的高精度勘探要求.根据煤系地层正交各向异性特征,综合其周期性薄互层各向异性和裂隙诱导型各向异性,针对具有垂直对称轴的横向各向同性(Transverse Isotropy Medium with Vertical Symmetry Axis,VTI)介质特性提出基于高阶动校正的广角成像方法拉平同相轴,提高远、近偏移动校正精度,针对方位各向异性(Trans-verse Isotropy with Horizontal Axis of Symmetry,HTI)介质特性应用炮检距向量片(Offset Vector Tile,OVT)域处理消除煤系地层构造裂隙下不同方位各向异性,在地震资料处理阶段提高成像精度及分辨率.在宽方位高保真成像基础上,岩性解释基于岩石物理特征的拟声波方法,通过对声波时差测井曲线进行重构,在速度曲线中融入地层岩性信息,通过反演迭代可分析地层岩性空间展布特征;裂隙解释基于OVT道集所包含的方位角偏移距信息椭圆拟合,得到地震波在不同方位衰减梯度,由方位衰减梯度数据拟合得到裂缝密度及方位推出地层裂缝密度分布特征,实现对影响矿井水灾两大关键参数煤层顶板含水层以及导水裂隙带的精细探查.在此基础上对煤层顶板产水危险区进行综合评估.将所提方法应用于研究区,实际资料含水风险评价与生产井情况吻合度较好,结果验证了所提出的风险评价方法的可行性及适用性,为煤层开采中矿井水灾危险区预测提供了有益参考.

    正交各向异性介质OVT处理顶底板岩性裂隙系统含水性评价

    基于组合赋权法的洛河组含水层富水性评价

    梁戈龙万宝冯来宏张瑞...
    201-210页
    查看更多>>摘要:核桃峪井田生产能力大、煤层分布稳定,煤层顶板的厚层洛河组砂岩含水层是主要充水含水层.随着开采程度加深,导水裂隙带导通上覆含水层富水区域,发生煤层顶板水害,威胁矿井安全生产.因此,煤层顶板含水层的富水性评价是顶板水害防治的基础,查清顶板含水层富水性分布规律对煤矿的安全开采尤为重要.以核桃峪井田首采区煤层顶板洛河组含水层富水性为研究目标,基于研究区的钻孔数据等井田资料,确定了含水层厚度、岩心采取率、脆塑性岩厚度比、冲洗液消耗量、渗透系数和单位涌水量等 6个影响含水层富水性的主控因素.运用基于层次分析法(AHP)和CRITIC法分别计算指标的主观权重和客观权重,运用组合赋权法求取指标综合权重,各指标综合权重分别为 0.1707、0.2078、0.0976、0.1171、0.1465、0.2603;运用基于FDAHP-独立权系数法确定含水层厚度、岩芯采取率、脆塑性岩厚度比、冲洗液消耗量等 4个主控因素的权重分别是 0.1675、0.3120、0.2575、0.2630.引入富水性指数研究,分别提出研究区不同方法下的含水层富水性指数模型,并对煤层顶板洛河组含水层进行富水性分区与评价.结果表明:基于AHP-CRITIC法和指标较少时的FDAHP-独立权系数法的含水层富水性区域分布不均,整体变化趋势一致,具有西强东弱的特征.对于中西部地区存在大面积较强富水区,西部的强富水区以及局部强富水点位开采时需要重点防治,提前做好探放水工作.

    核桃峪井田首采区洛河组含水层组合赋权法独立权系数法富水性分区与评价

    矿井涌水量预测方法及对比分析——以新疆东沟煤矿为例

    周全超王丹丹党志伟霍超...
    211-220页
    查看更多>>摘要:矿井涌水量的预测对煤矿的安全生产具有重要意义.水文地质参数的准确选择、计算方法的选择对矿井涌水量的准确预测影响巨大,同时考虑到矿井开采实际,涌水量不是从开采初期就稳定不变的,而是动态变化的.为提升涌水量预测的准确度,更好地为煤矿开采服务,在分析新疆东沟煤矿地质及水文地质条件,选取准确水文地质参数的基础上,选择了 2种适用于东沟煤矿的涌水量预测方法进行了对比分析.计算结果表明:①非稳定流释水-断面流法计算得到的涌水量呈现动态变化特征,采掘强度稳定后,变化幅度变小,最后趋于稳定;②采用大井法、非稳定流释水-断面流法计算得到的预测涌水量分别为 3396、599.87~612.9 m3/d与实际涌水量 480 m3/d分别相差607.5%>24.97%~27.69%;③根据矿井实际开采产生的涌水量数据验证分析,采用非稳定流释水-断面流法计算得到的涌水量与实际开采产生的涌水量基本吻合,涌水量预测结果的准确度依次为非稳定流释水-断面流法>大井法;④在资料充足、参数准确的情况下,建议优先选择非稳定流释水-断面流法计算涌水量,在补水边界条件差且符合大井法要求的条件下建议首先选用大井法.本次计算结果一方面充分验证了非稳定流释水-断面流法的准确度,另一方面为煤矿矿井涌水量计算提供了借鉴,同时也为东沟煤矿的安全生产提供了数据支撑.

    矿井涌水量预测大井法非稳定流释水-断面流法小东沟煤矿

    基于Piper-层次聚类-灰色关联度的突水水源识别

    潘军
    221-227页
    查看更多>>摘要:快速准确地识别煤矿突水的来源对于煤矿安全开采十分重要,是煤矿防治水的基础工作.基于Piper三线图-层次聚类-灰色关联度的综合方法对甘肃省某煤矿的突水水源进行了识别.工作面井下排水、断层裂隙水和顶板砂岩裂隙水的水化学类型均为SO4-K·Na型水,地表水水化学类型为SO4·HCO3-Ca型水.在Piper三线图中,井下排水与其他类型水在图中的距离较远,初步判断井下排水是来自多种水源的混合水.通过层次聚类分析得到煤层开采产生的井下排水与顶板砂岩裂隙水以及断层裂隙水的水质特征相对距离较近,特征类似.最后,采用灰色关联度判别模型进行判断,结果表明煤层顶板裂隙水以及断层裂隙水与井下排水的关联度较好.综合上述 3种方法可知,工作面开采产生的井下排水主要来源于顶板砂岩水和断层裂隙水,与地表水的关系较小.推测可能是在开采过程中地层扰动导致的顶板水补给以及导水裂隙带导通孔隙水补给.因此,顶板含水层和导水裂隙带的研究与探查是该煤矿今后防治水工作的重点.

    矿井突水水源识别水化学特征Piper三线图层次聚类灰色关联度

    基于新一代信息技术的煤炭工业治理体系平台技术架构

    胡亚辉周昱江庞义辉
    228-237页
    查看更多>>摘要:针对我国煤炭工业治理体系无法适应当前煤炭高质量发展需求的问题,提出利用第四次工业革命所倡导的新一代信息技术建立一套完整的煤炭工业治理体系平台,提升政府监管能力,打通市场合作瓶颈,建立国际对话渠道,支撑我国煤炭工业机制体制深化改革与相关政策的有效落实.分析了 5G、人工智能、大数据、区块链 4种信息技术的技术特点、发展现状及趋势,指出各种信息技术在构建煤炭工业治理平台中的角色与定位.提出了基于新一代信息技术的煤炭工业治理平台总体架构及网络架构图,进一步分析了建设平台所需的信息基础设施,包含公专融合 5G煤炭工业网络、煤炭大数据与智能信息处理子平台、区块链煤炭产业协作监管子平台 3部分.深入探讨了公专融合5G煤炭工业网络、煤炭大数据与智能信息处理子平台及区块块链煤炭产业协作监管子平台的关键技术,为建设煤炭工业治理平台提供可行化方案.

    煤炭工业治理体系第五代无线通信技术大数据人工智能区块链

    基于CSPNet-YOLOv7目标检测算法的煤矸图像识别模型

    韦小龙王方田何东升刘超...
    238-248页
    查看更多>>摘要:煤矸识别技术是矿井智能化建设的关键技术之一,针对工作面低照度高粉尘环境造成的煤矸识别模型精度不高以及小目标煤矸难以识别的问题,提出一种基于CSPNet-YOLOv7目标检测算法的煤矸图像识别模型.采用跨阶段部分网络(Cross Stage Partial Network,CSPNet)改进YOLOv7模型的主干特征提取网络,优化梯度信息减少网络参数,同时采用递归特征金字塔(Recursive Feature Pyr-amid,RFP)和可切换卷积(Switchable Auto Convolution,SAC)替换颈部特征提取网络中简单的上下采样和普通卷积模块,并采用 3次迁移训练进行不同宽度和深度的特征学习,增强网络的泛化能力.试验结果表明,CSPNet-YOLOv7模型的平均精度均值为 97.53%,准确率为 92.24%,召回率为97.91%,F1 得分为 0.95,模型的参数量为 30.85×106,浮点运算次数为 42.15×109,每秒传输帧数为24.37 f/s,与YOLOv7模型相比,平均精度均值提高了 7.46%,参数量和浮点运算次数分别降低了17.23%和 60.41%,相较于 FasterRCNN-Resnet50、YOLOv3、YOLOv4、MobileNet V2-YOLOv4、YOLOv4-VGG、YOLOv5s模型、CSPNet-YOLOv7模型对煤矸识别的平均精度均值最高,同时参数量和浮点运算次数较小,在识别精度和速度之间有着较好的平衡.最后,通过井下现场试验验证了CSPNet-YOLOv7模型,为煤矸精准识别提供了有效技术手段.

    煤矸识别YOLOv7跨阶段部分网络递归特征金字塔可切换自动卷积迁移学习

    智能放顶煤技术在特厚煤层上覆含水层保护中的应用

    程伟轩陈敬川张立辉刘生优...
    249-258页
    查看更多>>摘要:我国内蒙古东部和新疆北部草原地区煤炭及地下水资源丰富,煤矿高强度开采形成的采动裂隙易导通强富水含水层,极易引起上覆岩层的地下水系统破坏,更容易发生突水溃砂事故,尤其含水层下综合机械化放顶煤开采的放煤高度难以控制.以特厚煤层上覆含水层系统保护为研究对象,以含水层保护和水砂灾害安全防控为研究目标,研发特厚煤层上覆含水层保护的智能放顶煤关键技术,应用井工煤矿动力突水溃砂防控技术,得出特厚煤层上覆地下水系统保护的根本途径.研发应用一种智能放顶煤技术,包括顶煤运移跟踪系统、多轮记忆放煤方法及系统.基于水文地质条件精细探查、覆岩破坏高度的实测、顶煤采放高度确定,应用多轮记忆放煤智能放顶煤技术,控制采动裂隙带高度.以应用工作面为例,应用水文地质精细探查与钻探验证、覆岩破坏高度获取、智能放顶煤技术后,在工作面回采过程中实现了上覆含水层水砂灾害的安全精准控制,有效保护了煤层上覆强富水含水层.

    顶煤运移跟踪系统多轮记忆放煤方法及系统覆岩精细地质探查覆岩破坏高度实测采放高度智能控制上覆含水层保护水砂灾害防控

    矿用硬岩巷道机械化掘进破岩形式研究现状及展望

    李潮鲁义强陈召易海洋...
    259-268页
    查看更多>>摘要:硬岩巷道快速掘进是实现煤矿智能高效开采的重要环节,悬臂掘进机、TBM和底切割装备都在尝试解决这一难点,掘进技术和装备的发展直接影响采矿的安全生产和经济效益.首先,总结了悬臂掘进机在硬岩截割工况的适用范围和截齿消耗现状,分析截割破岩形式的现场试验,发现在较高的岩石强度条件下,截齿消耗量较正常磨损翻倍,掘进速度与开采速度的不匹配,严重制约了矿井生产.其次,分析了滚刀破岩形式和装备在矿山领域的应用和新产品现状,得出移动式矿用掘进设备采用滚刀挤压破岩,块状渣土少,粉末多,刀盘推力小,导致破岩能力不足.最后,分析了线性底切割破岩技术和非线性底切割技术的原理和装备研发现状.结果表明:随着振荡频率的提高,切削力显著降低,非线性底切割破岩单位体积消耗能量少,优势明显.但在硬岩条件下的掘进效率、设备稳定性等关键问题有待验证,非线性底切割技术有望突破未来矿山硬岩掘进的技术难题.

    硬岩巷道掘进技术破岩形式截齿破岩滚刀破岩底切割技术

    基于B样条曲线拟合和蜉蝣算法的采煤机截割路径约束优化

    程诚吴洪状刘送永
    269-279页
    查看更多>>摘要:实现采煤机智能化调高,关键是解决煤岩界面识别问题、截割路径优化问题及采煤机调高控制问题.即使煤岩界面被精确识别,受到实际工作中顶底板的平整性和液压支架的推移滑溜等要求的限制,采煤机滚筒无法完全跟随煤岩界面曲线,因此需要基于煤岩界面识别结果,对起伏变化的煤岩界面曲线进行截割路径优化,得到采煤机调高控制的目标轨迹.滚筒截割路径优化是基于煤岩界面估计曲线,在采煤工艺、煤质要求和设备的适应能力等限制条件的约束下,得到使回采最大化的平滑轨迹.针对上述采煤机截割路径约束优化问题,提出一种基于B样条曲线拟合和蜉蝣算法的采煤机截割路径约束优化方法.为了提高截割路径优化效果和降低计算复杂度,以B样条曲线节点系数作为设计变量,构建一种新型截割路径优化目标函数;考虑采煤机截割工艺、煤质要求等限制,使用多段赋值罚函数法处理约束,根据约束的不满足程度动态改变罚函数系数值,避免优化陷入局部最值和约束不能起到实际作用;为了进一步提高优化效果和收敛速度,使用修正蜉蝣算法寻找最优截割路径.最后,考虑实际煤岩界面中褶皱、陷落柱、断层等典型地质构造,进行仿真研究,结果表明,所提方法能在满足实际约束下快速得到平滑的截割优化路径,实时性好、适用性高.

    采煤机记忆截割约束优化蜉蝣算法B样条曲线

    基于迁移学习的矿用主扇风机滚动轴承故障诊断方法

    崔巍孟国营万星炜
    280-287页
    查看更多>>摘要:矿用主扇风机滚动轴承的状态监测与故障诊断研究对煤矿生产安全具有重要意义.现有的滚动轴承故障诊断方法在实际工况中进行直接应用时存在训练不足、故障诊断准确率不足的问题,且矿用主扇风机滚动轴承长期处于正常运行状态,正常样本的数量远多于故障样本,即存在样本不平衡问题.因此,提出一种基于迁移学习的矿用主扇风机滚动轴承故障诊断方法(TLCNN+加权交叉熵损失).该方法将常规滚动轴承数据作为源域数据,将矿用主扇风机滚动轴承数据作为目标域数据.首先利用对称极坐标(SDP)方法将振动信号转换为SDP图像;然后利用充足的源域图像样本对常规滚动轴承故障诊断模型进行训练,训练完成后将诊断模型的参数迁移至矿用主扇风机滚动轴承故障诊断模型中;其次迁移过程中对低层网络进行锁定并通过目标域图像样本对模型的高层网络进行微调,便可得到参数权重优化后的矿用主扇风机滚动轴承故障诊断模型.最后,为了解决样本不平衡问题,在模型中添加了加权交叉熵损失函数进行训练,使诊断模型对作为少数类的故障样本赋予更高的权重并在诊断过程中更加关注故障样本,从而提高诊断准确率.为了验证提出方法的有效性,通过常规滚动轴承故障试验台与实际工况中的矿用主扇风机滚动轴承数据进行了试验验证.结果表明所提方法可以对矿用主扇风机滚动轴承的运行状态进行准确识别分类,准确率达99.28%.

    矿用主扇风机滚动轴承故障诊断迁移学习加权交叉熵损失