卸荷作用下煤岩异性结构面失稳机制研究

陈曦, 刘广建, 滕杰田, 张恒, 朱亚威, 季宪军

陈曦,刘广建,滕杰田,等. 卸荷作用下煤岩异性结构面失稳机制研究[J]. 工矿自动化,2023,49(5):139-146. DOI: 10.13272/j.issn.1671-251x.2022090037
引用本文: 陈曦,刘广建,滕杰田,等. 卸荷作用下煤岩异性结构面失稳机制研究[J]. 工矿自动化,2023,49(5):139-146. DOI: 10.13272/j.issn.1671-251x.2022090037
CHEN Xi, LIU Guangjian, TENG Jietian, et al. Study on instability mechanism of anisotropic structural planes of coal and rock under unloading[J]. Journal of Mine Automation,2023,49(5):139-146. DOI: 10.13272/j.issn.1671-251x.2022090037
Citation: CHEN Xi, LIU Guangjian, TENG Jietian, et al. Study on instability mechanism of anisotropic structural planes of coal and rock under unloading[J]. Journal of Mine Automation,2023,49(5):139-146. DOI: 10.13272/j.issn.1671-251x.2022090037

卸荷作用下煤岩异性结构面失稳机制研究

基金项目: 国家自然科学基金资助项目(42107177);浙江省自然科学基金资助项目(LQ20E040002)。
详细信息
    作者简介:

    陈曦(1998—),女,河南郑州人,硕士研究生,研究方向为隧道与地下工程,E-mail:chenxisxwlxy@126.com

    通讯作者:

    刘广建(1990—),男,河南信阳人,副教授,博士,研究方向为冲击地压灾害防治,E-mail:liuguangjian5@163.com

  • 中图分类号: TD315

Study on instability mechanism of anisotropic structural planes of coal and rock under unloading

  • 摘要: 目前针对岩体结构面滑移失稳方面的研究未考虑开挖过程中的卸荷效应,且对煤岩异性结构面的研究较少。为了探究触发煤岩异性结构面滑移的条件及其影响因素,通过建立异性结构面力学模型,理论推导了卸荷作用下异性结构面解锁滑移的判据,采用通用离散单元法程序(UDEC)建立平滑结构面数值模型,以验证理论分析异性结构面解锁滑移触发条件的准确性,分析异性结构面解锁滑移的影响因素。研究结果表明:煤岩异性结构面解锁滑移与结构面倾角、内摩擦角及水平应力与轴向应力的比值有关;当水平应力等于轴向应力时,异性结构面始终处于稳定闭锁状态,不会发生解锁滑移;水平应力和轴向应力增大、内摩擦角减小均会增大异性结构面解锁滑移难度;对于下行解锁滑移,当结构面倾角小于$45^\circ + \dfrac{{{\varphi _{\rm{f}}}}}{2}$$\varphi _{\rm{f}} $为内摩擦角)时,其增大会增大解锁滑移难度,大于$45^\circ + \dfrac{{{\varphi _{\rm{f}}}}}{2}$时其增大会减小解锁滑移难度;对于上行解锁滑移,当结构面倾角小于$ 45^\circ - \dfrac{{{\varphi _{\rm{f}}}}}{2} $时,其增大会增大解锁滑移难度,大于$ 45^\circ - \dfrac{{{\varphi _{\rm{f}}}}}{2} $时其增大会减小解锁滑移难度;对于异性结构面稳定闭锁状态,结构面倾角不大于30°时,若轴向应力大于抗压强度,则煤岩组合体发生脆性破坏。
    Abstract: Currently, the research on the slip instability of rock mass structural planes has not considered the unloading effect during heading. There is relatively little research on the anisotropic structural planes of coal and rock. In order to explore the conditions and influencing factors that trigger the slip of anisotropic structural planes of coal and rock, a mechanical model of anisotropic structural planes is established. A criterion for unlocking slip of anisotropic structural planes under unloading is theoretically derived. A smooth structural plane numerical model is established using universal distinct element code (UDEC) to verify the accuracy of theoretical analysis of the triggering conditions for unlocking the slip of anisotropic structural planes. The influencing factors of unlocking slip of anisotropic structural planes are analyzed. The research results indicate that unlocking slip of anisotropic structural planes of coal and rock is related to the inclination angle of structural planes, internal friction angle, and the ratio of horizontal stress to axial stress. When the horizontal stress is equal to the axial stress, the anisotropic structural plane is always in a locked state without slipping. Increase of axial pressure and horizontal pressure and decrease of internal friction angle will increase the difficulty of unlocking slip on anisotropic structural planes. For downward unlocking slip, when the inclination angle of the structural plane is less than $45^\circ + \dfrac{{{\varphi _{\rm{f}}}}}{2}$ ($\varphi _{\rm{f}} $ is internal friction action), its increase will increase the difficulty of unlocking slip. When it is more than $45^\circ + \dfrac{{{\varphi _{\rm{f}}}}}{2}$, its increase will reduce the difficulty of unlocking slip. For upward unlocking slip, when the inclination angle of the structural plane is less than $45^\circ - \dfrac{{{\varphi _{\rm{f}}}}}{2}$ , its increase will increase the difficulty of unlocking slip. When it is more than $45^\circ - \dfrac{{{\varphi _{\rm{f}}}}}{2}$, its increase will reduce the difficulty of unlocking slip. For the locked state of structural plane, when the inclination angle of the structural plane is no more than 30°, if the axial stress is greater than the compressive strength, the brittle failure will occur in coal rock combination.
  • 自2020年2月八部委联合发布《关于加快煤矿智能化发展的指导意见》以来,各产煤省区、煤炭生产企业、煤机装备企业、研究机构与高校、信息技术企业等社会主体纷纷行动,从不同角度开展了研究探索与工程实践,为加快推进煤矿智能化高质量发展积累了宝贵经验[1]。首批智能化示范矿井建设取得重要进展,已有近30个示范建设煤矿通过中级智能化煤矿验收。下一步,煤矿智能化建设将进入推广期和高级智能化难题攻坚期。当前煤矿智能化各系统仍有诸多关键核心技术短板和发展瓶颈,制约着煤矿智能化向更高水平发展,需要智能化顶层规划、标准体系、基础理论和软硬件技术的新突破,更需要过硬技术创新团队和硬科技成果为煤矿智能化建设提供强有力支撑。

    目前全国有近400个煤矿正在开展智能化建设,已建成智能化采掘工作面813个,其中采煤工作面477个,掘进工作面336个[2]。经过产学研用的全面探索,取得了一些可复制、可推广的建设经验,同时也暴露了许多制约煤矿智能化建设的突出技术短板和瓶颈。

    (1) 煤炭工程传统设计模式和工具不能满足智能化建设需求。煤矿智能化建设应规划引领、设计先行。当前煤炭设计仍以二维设计为主[3],基于建筑信息模型(Building Information Modeling,BIM)的三维正向设计理念尚未广泛应用,较其他行业存在较大差距,不能满足智能化建设需求。单项/单位工程设计需要采矿、选煤等工艺专业牵头,机械、电气、土建、水暖、总图等多专业同时参与,存在大量的专业资料传递,不同专业交替作业,协同设计、平行设计比例低;三维标准技术装备族库和基于参数化族库的智能化设计软件尚未形成,设计成效受设计师的经验和喜好影响较大,制约智能化最优方案的建设;尚未形成模块化智能设计工艺包,设计周期长,很难适应煤矿智能化建设需求。

    (2) 信息基础设施规范性差,制约智能化系统信息有效融合。煤矿信息基础设施是煤矿智能化建设的底层支撑[4-5],目前尚未形成统一标准,现存的各个信息系统互联互通难度大,各种设备通信接口不统一,处于“七国八制”状态,严重制约了数据的流通和协同,智能化煤矿的信息安全性不高、系统灵活性和可扩展性较弱。

    (3) 智能地质保障软硬件技术跟不上智能开采发展要求。煤炭地质信息贯穿于煤矿勘探、设计、开拓、生产、关闭等全生命周期,是实现煤炭智能开采的基础和前提。目前地质条件探测精度不高,动态地质信息监测困难,智能开采缺乏精准的地质基础[6],现有地质保障技术难以精准高效预测水害、瓦斯灾害、冲击地压等地质灾害,地质保障软件平台技术面临数据多源异构、集成开发语言不统一、定制化软件在不同煤矿适应性差等问题[7],尚未较好地实现以工作面动态更新的高精度三维透明地质模型支撑回采工作面截割路径规划。

    (4) 采掘运等智能化核心系统技术装备保障能力不足。到2025年,大型煤矿和灾害严重煤矿要基本实现智能化,形成煤矿智能化建设技术规范与标准体系,实现开拓设计、地质保障、采掘(剥)、运输、通风、洗选、物流等系统的智能化决策和自动化协同运行。越是条件复杂、灾害严重的煤矿,越需要以智能化开采为保障。但现有的智能化技术装备难以适应条件复杂的工作面[8-10],主要体现如下:综采放顶煤工作面智能化放煤技术未有效突破,煤矿机械装备可靠性及自适应控制技术有待突破,智能化开采技术对复杂煤层条件适应性差,综采设备群智能协同控制效果有待提升,工作面端头及超前支架智能化水平较低,工作面设备智能决策能力有待提升[11]。这些因素制约着煤矿智能化建设向更高质量和更高水平发展。

    (5) 煤矿安全预测预警与智能安控技术不成熟,制约煤矿智能化快速发展。井工煤矿开采面临瓦斯灾害、水害、火灾、顶板事故、煤尘爆炸五大灾害及多灾种并存的威胁,一直是制约我国煤矿智能高效生产的重要因素。随着灾害预测预警研究力量的持续投入,煤炭行业灾害预测预警水平大幅提升,但预警准确率和智能化水平还不高。在煤与瓦斯突出方面,灾后报警技术取得一定进展;瓦斯、煤尘爆炸防治技术较弱[12],主要集中在防治事故扩大方面开展了相关研究,水害、火灾、冲击地压防治和预警技术较弱。因此,亟需开展基于时空信息感知的闭环智能安控体系研发和建设。

    (6) 智能供电系统“最后一公里”技术可靠性低,智能水务未与水文及生产生活水系统形成智能融合联动。智能供电作为煤矿智能化建设的基础之一,目前对供电系统的防越级跳闸、数据采集和变电所无人值守的研究较多,但对井下供电“最后一公里”智能化技术装备安全性、可靠性研究较少,真正实现防越级跳闸的智能化煤矿比例较低。低压馈电开关漏电试验以人工为主,智能化程度低;供电微机保护装置操作系统国产化比例低,依赖进口;智能供电的实现路径不统一,制约矿井整体智能化发展[13]。矿井主排水及抗灾排水系统尚未与水文监测系统形成较好的智能安全联动,未与矿井水、生活污水、化工废水等水处理系统融合,实现水资源智能循环利用,导致智能化技术在水文条件复杂、水资源缺乏的矿区适用性差,不利于煤炭行业整体智能化水平提升。

    (7) 智能洗选技术装备难以支撑“黑灯工厂”建设。原煤准备环节筛面堵孔、破碎能耗高、噪声大等问题未有效解决,煤矸智能分选实现比例较低,远程故障检测难等问题一直存在[14]。分选环节主要采用块煤重介浅槽分选、末煤重介旋流器或跳汰分选、粗煤泥干扰床分选机分选、细煤泥浮选等工艺,浓缩及压滤等工艺和装备仍高度依赖人工经验,现有工艺过程控制理论和控制模型与实际产品指标无法形成闭环;主要分选过程关键参数在线检测性能不佳,产品质量控制及浮选、跳汰系统过程控制效果较差;智能洗选专家系统尚未有效建立;生产管控过程信息化、数字化水平滞后。现有洗选工艺和装备智能化水平跟不上智能化选煤厂中高级建设需求。

    (8) 煤矿智慧园区建设缺乏全面协调规划。煤矿智慧园区建设方案多聚焦于办公、停车、巡检、消防、环保等通用方向,缺乏与社会生态全面协调规划,煤矿智慧园区与所在区域的智慧社区、智慧城市协调建设规划不足,具有较大局限性[15]。尚未考虑智慧园区对智能柔性煤炭生产供给体系的支撑能力建设。

    (9) 露天煤矿智能化建设核心技术装备支撑能力不足。露天煤矿智能化国产化核心技术装备水平尚不能较好地满足开采工艺需要[16]。以轮斗挖掘机为代表的连续开采装备对物料性质和气候因素敏感度高,设备切割力较小,应用范围具有较强的局限性;端帮大倾角带式输送机等运输装备对随采变化的端帮位置的自适应性较差;排土机等装备智能化程度较低,核心零部件故障检测、堆料识别等关键技术未有效突破。露天煤矿自移式大倾角轨道矿卡运输系统正在研发中。

    (10) 建井技术装备智能化有待加快发展。当前煤矿井巷工程特别是岩石井巷仍以钻爆方式为主,虽然形成了“钻−爆−支−排”机械化作业线,但钻爆凿井工序繁、效率低,工程量占井巷工程总量不足10%,但建设工期占井巷工程总工期的比例却高达40%~50%,与煤矿智能化发展总体进程不协调[17]。我国竖井钻机、竖井掘进机、反井钻机和斜井隧道掘进机(Tunnel Boring Machine,TBM)近年来取得了长足发展,但有待加快推广。深部井巷工程需穿越复杂多变的地层,钻掘及配套装备的自学习、自分析和自决策系统研发及相关技术瓶颈尚未突破。

    (11) 煤矿智能装备和煤矿机器人可靠性和适应性亟待进一步提高。越是条件复杂、灾害严重的煤矿,越需要以智能化开采为保障。但现有的智能化技术装备多为地质条件好的矿井所应用,单机智能化程度不足以较好地适用于条件复杂的矿井[18]。特别是井下机器人技术,机器人应用场景和种类繁多,目前多用于巡检和运输,能够在掘进、喷浆、支护、安装等亟需替人减人场所执行重载作业的机器人较少。单一类别机器人难以满足复杂环境使用要求,特别是在井下防爆要求、复杂环境及非结构化受限空间条件下,煤矿机器人存在关键技术单元研发受限、动力系统等关键技术支撑不足的问题。

    (12) 智能化应急救援及监管监察治理能力有待提升。随着煤矿智能化建设的深入,我国煤矿现有安全监管监察信息化、自动化技术及系统有了进一步提升,但智能双重预防体系建设还不完善,监管监察的实效性和针对性还有较大不足,多数煤矿企业的各类安全生产风险监测系统处于相对孤立状态,数据综合利用价值不高,瓦斯、人员、设备、供电、排水等系统多基于单一指标超限实现预警,缺乏全面性和科学性[19]。国家矿山安全生产智能化平台建设未有效推进。

    针对煤矿智能化建设中存在的12个方面的技术短板,以问题为导向,确定煤矿智能化关键技术创新方向。把智能化系统设计、信息基础设施研究、智能地质保障技术研究、智能采掘运技术装备研究、智能安全及预测预警技术研究、智能供电及智能水务技术研究、智能洗选技术与装备研究、煤矿智慧园区技术研究、智能化露天煤矿技术装备研究、智能建井综合技术装备研发、智能装备及机器人技术研究、应急救援及监管监察技术装备研究等12个研究方向作为重点创新研发方向,开展协同攻关,力争突破关键核心技术短板,切实为煤矿智能化发展提供有力技术支撑。

    中国煤炭科工集团有限公司(简称中国煤科)是煤炭行业科技发展的“国家队”、煤炭科技策源地、煤炭科技产业链链长单位,也是煤矿智能化引领者。中国煤科以打破煤矿智能化建设面临的突出瓶颈为目标,围绕12个研究方向,开展关键核心技术与卡脖子技术攻关,系统布局了由高素质、多专业、跨学科人才组成的46个煤矿智能化主导专业优势创新团队,以院士为引领,形成煤矿智能化全阵容最强创新团队群。重点布局煤矿智能化巨系统耦合、智能化设计、信息技术基础设施等攻关内容。

    (1) 智能化系统设计方向。创建了由中煤科工开采研究院有限公司(简称开采研究院)、煤炭科学研究总院有限公司(中央研究院)、中煤科工集团北京华宇工程有限公司(简称北京华宇)、中煤科工集团南京设计研究院有限公司(简称南京设计院)、中煤科工集团武汉设计研究院有限公司、中煤科工集团沈阳设计研究院有限公司(简称沈阳设计院)分别主导的煤矿智能化系统耦合、智能化煤矿设计等2个创新团队。

    (2) 信息基础设施研究方向。创建了由中央研究院、中煤科工集团常州研究院有限公司(简称常州研究院)主导的“煤智云”与大数据基础平台、信息技术基础与控制系统等2个创新团队。

    (3) 智能地质保障研究方向。创建了由中煤科工西安研究院(集团)有限公司(简称西安研究院)主导的透明矿井和地质保障等2个创新团队。

    (4) 智能采掘运研究方向。创建了由北京天玛智控科技股份有限公司(简称天玛智控)、开采研究院、中煤科工集团上海有限公司(简称上海研究院)、中国煤炭科工集团太原研究院有限公司(简称太原研究院)、宁夏天地奔牛实业集团有限公司、常州研究院分别主导的无人化智能开采、智能开采工艺、智能采煤机、智能短臂开采、智能全断面掘进、智能运输、工作面智能装备、智能掘进、主煤流智能化、智能辅助运输等10个创新团队。

    (5) 智能安全及预测预警方向。创建了由中煤科工集团重庆研究院有限公司(简称重庆研究院)、煤炭科学技术研究院有限公司(简称煤科院)、常州研究院、中煤科工集团沈阳研究院有限公司(简称沈阳研究院)、西安研究院、开采研究院、中央研究院分别主导的智能通风、智能安控、智能灾害防治等3个创新团队。

    (6) 智能供电及智能水务方向。创建了由常州研究院、上海研究院、中煤科工集团杭州研究院有限公司(简称杭州研究院)分别主导的智能供电、供排水、智能水务等3个创新团队。

    (7) 智能洗选技术与装备方向。创建了由北京华宇、南京设计院、中煤科工集团信息技术有限公司(简称信息公司)、中煤科工集团唐山研究院有限公司(简称唐山研究院)、中煤科工智能储装技术有限公司分别主导的智能化选煤厂、智能洗选装备、智能储装运、智能产运销等5个创新团队。

    (8) 煤矿智慧园区研究方向。创建了由南京设计院、重庆研究院、中央研究院分别主导的智慧矿区(园区)和数字化转型等2个创新团队。

    (9) 智能化露天煤矿研究方向。创建了由沈阳设计院、沈阳研究院、太原研究院、上海研究院等分别主导的露天煤矿工艺系统、露天煤矿智能化监测预警和智能露天装备等2个创新团队。

    (10) 智能建井综合技术方向。创建了由北京中煤矿山工程有限公司(简称北京中煤)主导的智能建井创新团队。

    (11) 智能设备及机器人方向。创建了由天玛智控、西安研究院、常州研究院、重庆研究院、煤科院、安标国家矿用产品安全标志中心有限公司、沈阳研究院、上海研究院、中煤科工机器人科技有限公司、太原研究院、开采研究院、中央研究院、澳大利亚华瑞矿业科技有限公司、天地宁夏支护装备有限公司、北京中煤等分别主导的智能制造、故障诊断与设备管理平台、智能传感器、电磁兼容、矿用永磁驱动、煤矿机器人、辅助作业智能装备、巷道围岩控制、采煤工作面智能支护与支护装备、新型动力系统和智能钻进等12个创新团队。

    (12) 应急救援及监管监察方向。创建了由沈阳研究院、西安研究院、中央研究院应急科学研究院、重庆研究院、北京中煤、煤科院、常州研究院等分别主导的应急救援和智能监管监察等2个创新团队。

    为促进各创新团队协同运转,通过资源共享、人才互联、信息互通的方式实现研发目标协同、知识协同、组织协同和业务协同,确保形成标准体系、核心装备、科学模式等一系列成果,最终实现以硬成果支撑煤矿智能化建设。智能化创新团队工作模式如图1所示。

    图  1  智能化创新团队工作模式
    Figure  1.  Working mode of intelligent innovation team

    创新能力以创新型人才为根本,各创新团队以深刻掌握传统煤矿系统并具有多专业技术融合创新能力的高水平学术带头人为主导,以具有多学科背景的科研骨干为核心,打破常规的组织部门界限、企业界限、行业界限,通过分工合作避免低水平重复研发、重复投入,在科研领域围绕特定方向、任务,从理论基础与应用基础研究、关键技术攻关和新领域新方向技术研究等多层级开展科研工作,从而充分发挥团队成员专业特色突出、领域知识互补的创新优势,跨越知识边界,突破现有技术,协作研发,共享成果,发挥团队的最大效率和创新合力。

    协同创新模式是以团队间的内部协同循环为主体,按研发目标和资源需要,吸纳行业先进技术,实现团队内外协同,带动全行业联合研发,突破煤矿智能化建设存在的技术、模式瓶颈,支撑煤炭工业高质量发展。智能化创新团队内部协同与内外协同如图2所示。

    图  2  智能化创新团队内部协同与内外协同
    Figure  2.  Internal and external collaboration of intelligent innovation team

    实验研发平台是科技研发活动的重要基础和载体,是实现技术突破、取得重大科研成果的关键。中国煤科以承担建设的煤矿采掘机械装备国家工程实验室、煤矿综采输送设备智能制造技术国家地方联合工程实验室等136个省部级以上实验平台为载体,为创新团队、创新成果和工程应用三要素提供全面支撑,形成要素间良性循环。实验平台与团队、成果、应用之间的相互促进关系如图3所示。

    图  3  实验平台与团队、成果、应用之间的相互促进关系
    Figure  3.  Mutual promotion relationship between experimental platform and team, achievements and applications

    中国煤科煤矿智能化主导专业优势创新团队群自创建以来,通过与大型煤矿和各大集团建立协同创新中心、创新联合体,将深入煤矿现场与实验室实验研究相结合,开展了一系列创新实践,率先解决了一批煤矿智能化建设中的关键技术难题,系统性形成了一批科技创新成果,持续为煤矿智能化建设和高质量发展提供技术装备保障与智力支持。

    提出了智能化煤矿基本构成理论模型。在智能矿山顶层架构设计理论、智能化煤矿标准体系、多源异构数据处理及融合分析理论、多系统交互耦合关系、智能协同控制、智能开采等方面开展深入研究,形成了“总体规划,突出重点;规范标准,安全可靠;融合互通,智能协同”的智能化煤矿及智能开采基础理论体系与一体化解决方案。

    提出并实践了煤矿智能化巨系统耦合理论。针对整个矿井智能化巨系统缺乏统一数据模型、传感器数据不完备、跨系统数据融合等难题,提出了统一的多源异构数据融合处理方法−基于“分级抽取−关联分析−虚实映射”的数字煤矿智逻辑模型,构建了完整的井下跨系统全时空信息感知体系,感知数据结构如图4所示。形成集井下现场生产状态、采掘空间信息、煤机装备状态、风险信息等多参量、多尺度、全时空特性的数据感知方案;基于煤矿多源异构数据的信息“实体”和虚实映射机理,提出基于知识需求模型的信息实体主动匹配、推送策略与自动更新机制,解决数据实时连接及迭代更新难题。提出了基于ABCD(人工智能(Artificial intelligence)、区块链(Block chain)、云计算(Cloud computing)、大数据(big Data))的智能化煤矿系统耦合技术(图5)。首次建立了1.0版智能化煤矿数据标准体系[20]

    图  4  井下跨系统全时空信息感知数据结构
    Figure  4.  Data structure of underground cross system full space-time information perception

    煤矿智能化巨系统耦合相关技术已在陕煤集团神木张家峁矿业有限公司成功应用,创建了矿井整体智能化系统。

    图  5  基于“ABCD”的智能化煤矿系统耦合技术
    Figure  5.  Coupling technology of intelligent coal mine system based on "ABCD"

    开展了“四维+多参数”矿山数字化模型(海绵模型)和煤矿数字化设计软件平台研发。开发了集成三维建模、数据库操作、信息关联、行业逻辑、规范标准的数字化设计软件,初步形成了数字化矿山建模技术理论、煤田地质设计分析建模、煤矿井巷数字化设计、井工煤矿电气数字化设计和煤矿采矿设计等软件包。其中煤田地质设计分析建模软件在钻孔建模、标准地层及断层建模、四维(包含时间维度)参数演示等基础功能稳定应用基础上,实现了多区域纯煤储量计算、三维剖切、灰分硫分等值线绘制等地质分析功能,延伸性实现了智能出图功能。基于精准地质模型,采用正向设计思维和BIM技术,初步实现了数字化协同设计,实现了工程优化布置、开采模拟及采掘接续等采矿工程全生命周期自优化,相关技术进入试用阶段。

    实现了“煤科云”(MineCloud)智能一体化管控平台技术迭代升级。基于“统一数据、统一模型、统一平台、统一架构”理念,“煤科云”智能一体化管控平台实现由1.0版本向2.0版本的升级迭代[21]。管控平台实现了矿井各业务系统的设备标准接入、数据融合共享、智能协同管控等功能,融合了智能安全监测监控、智能运输、智慧园区、智能水务等各智能化子系统(子平台),满足了智能煤矿综合管理平台建设需求。管控平台提供了开放式二次开发功能,可满足特殊业务定制化需求,实现数据集成、协同控制、业务管理等“云边协同、管控一体”的系统智能化应用模式。管控平台已在山西天地王坡煤业有限公司开展了近2 a的应用,由先进适用发展到成熟可靠,应用界面如图6所示。

    图  6  “煤科云”智能一体化管控平台应用界面
    Figure  6.  Application interface of MineCloud intelligent integrated management and control platform

    研究形成智能矿山网络通信定位整体方案。由常州研究院牵头搭建了基于切片分组网(Slicing Packet Network,SPN)和硬切片隔离技术、可代替工业环网的上行通信网。开发了超宽带(Ultra Wide Band,UWB)和加速度传感器多源融合定位技术,实现了井下目标高精度跟踪定位,静态误差小于0.1 m。于2022年初,开发了满足最新政策法规和行业标准的KJ1580J煤矿井下人员精确定位系统,取得全国首张同类产品矿用产品安全标志证书[22]。开发了TD_MF7矿用可编程通信控制模块和运动控制模块等高性能控制器,程序基于硬实时操作系统运行,首次实现了煤矿数字化通信控制设备国产化。“通信网+定位网”技术框架和应用效果如图7所示。

    图  7  “通信网+定位网”技术框架和应用效果
    Figure  7.  Technical framework and application effect of "communication network+positioning network"

    (1) 煤矿综采成套装备智能化系统。率先提出了远程干预型智能化无人采煤方法,开发了综采成套装备智能化系统,大幅减少了工作面作业人员数量,降低了工人劳动强度,整体减少作业人员80%,工作面生产效率提高5%~30%。基于数据挖掘技术,开发了综采工作面自动化专家决策系统,实现了“预测、预判、预控”。

    (2) 薄煤层井下无人化开采控制系统。在SAM型综采自动化控制系统、SAC型液压支架电液控制系统、SAP型智能集成供液系统基础上,开发出一套适用于较复杂地质条件煤层的采场无人化控制系统[23],形成了无人化智能开采技术、装备、服务一体化解决方案(图8),并在较复杂地质条件较薄煤层进行了示范应用。研制了综采工作面准闭式液压系统,实现了综采工作面泄漏液回收利用。

    图  8  无人化智能开采一体化解决方案
    Figure  8.  Integrated solution of unmanned intelligent mining

    开发了2~3 m煤层千万吨级智能化综采工作面关键技术及成套装备。针对中厚煤层短工作面掘进率高、效率低和产量小等现状,聚焦超长工作面围岩控制、装备可靠性和智能化关键技术,开发了2~3 m煤层智能化超长综采工作面成套技术与装备,支撑建设了全球首个高度智能化超长综采工作面。在配套模式、工作面高可靠智能支护技术与装备等方面取得了重大突破。相关技术成果已在陕煤集团小保当公司二号煤矿132202工作面成功应用,如图9所示。

    图  9  2~3 m煤层千万吨级智能综采成套装备
    Figure  9.  10 million ton intelligent complete set of fully mechanized mining equipment for 2~3 m coal seam

    开发了西部特厚硬煤层超大采高智能化综放开采成套技术与装备。结合西部特厚硬煤高效、高采出率开采“卡脖子”难题,首次实现了6~7 m超大采高智能综放开采,研制了6~7 m超大采高放顶煤液压支架,形成了智能化放煤关键技术、控制系统和围岩控制等成套技术体系[24]

    开发了采煤机智能化成套技术及解决方案。实现了由截割控制模块、自动截割软件包、传感检测模块、配套传感器等组成的智能截割技术装备。开发了基于毫米波雷达探测技术的采煤机摇臂滚筒干涉预警装置和远程运维服务系统,频移键控(Frequency-Shift Keying,FSK)载波、宽带载波、光纤等有线通信与WiFi,5G等无线通信冗余热备用,可远程访问工作面采煤机并根据运行状态进行数据统计、诊断预警、程序更新等远程支持服务,通过与客户协作维护促进采煤机安全高效运行。

    由太原研究院牵头的智能化掘进创新团队对悬臂式掘进机、连续采煤机、掘锚一体机等行业龙头技术装备进行升级,在导航、智能截割、远程智能协同控制等方面取得了新突破。

    研制了智能矿用高精度光纤陀螺导航系统。首次采用基于多信息融合的自主导航控制技术,解决了单一传感器无法实现掘进全工况应用的工程难题。研发了掘进装备自适应截割控制系统。率先实现了掘锚一体机截割油缸运动速度根据粉尘浓度、煤岩硬度和胶带运量自适应调节,有效提高了截割效率,降低了掘锚机截割故障率。该系统已集成到掘锚一体机内部并广泛应用于陕西、内蒙古各大矿区,实现了掘进机断面自动成型,一次成型高质量截割。研发了掘进成套装备远程协同控制系统。通过集成各设备状态信息并统一编队,实现快速掘进成套装备智能联动。通过掘、支、运作业流程的统一规划控制,实现掘进成套装备一键启停。开发了基于数字孪生的掘进装备智能控制系统,实现了掘进工作面设备虚实同步、实时映射、协同控制及煤矿井下环境实时、高质量三维场景真实呈现,具备掘进工作面大数据预处理、数据关联分析和数据挖掘等功能。智能化控制技术与装备体系如图10所示。

    图  10  智能化控制技术与装备体系
    Figure  10.  Intelligent control technology and equipment system

    传统的通信控制装置已不能满足主运系统智能运行的需求。为实现煤矿带式输送机运输系统大运量、长运距、安全高效运行目标,常州研究院研制了新一代KTC199煤矿井下智能通信控制装置(图11)。该装置采用模块化、标准化、本安化、平台化设计思路,基于全数字化的现场总线控制系统(Fieldbus Control System,FCS)和分布式控制架构,将数字传输技术、开放式可编程控制技术、基于机器视觉的增强型保护检测技术充分融合,对全煤流带面载荷分布进行精准感知,应用协同控制策略,实现了采、掘、运经济协同运行[25]。目前,该装置已推广应用60多套,得到了用户的广泛认可。

    图  11  KTC199矿用通信控制装置组成
    Figure  11.  Composition of KTC199 mine communication control device

    研制了80 t级纯电动铲板式搬运车。攻克了分布式电驱动牵引控制关键技术,突破了重型承载式非道路车桥的“卡脖子”技术,解决了传统集中传动方式效率低、故障率高的难题,实现了大采高综采工作面清洁、高效搬家作业[26]

    开发了可视化远程遥控驾驶技术。开发了首套适用于井下低照度、多粉尘、潮湿环境的辅助运输车辆可视化遥控驾驶系统(图12)。开发了高精度防爆电液控制技术和低照度高清视频监控系统,并已成功应用于10 t薄煤层铲车[27]

    图  12  辅助运输车辆可视化遥控驾驶系统
    Figure  12.  Visual remote control driving system for auxiliary transport vehicles

    形成了具有完全自主知识产权的透明矿井技术体系。通过核心技术攻关与底层软件开发,攻克了矿井级三维地质动态高精度建模及随采随掘动态更新、多属性模型构建、地质信息与开采工程联动、智能地质预测预报、与采煤机实时交互等规划截割关键技术[28]。透明工作面规划截割系统如图13所示。开发了成套化、系列化软件系统,建成透明地质数据中心和智能地质保障中心,可为智能化煤矿提供区域级透明矿井基础应用平台和个性化定制服务,整体技术水平进一步提升,煤矿透明地质保障技术逐步完善。

    图  13  透明工作面规划截割系统
    Figure  13.  Planning cutting system of transparent working face

    开发了高精度高可靠性的智能通风管理系统(图14)。在主要通风机智能控制方面,通过通风机故障诊断和健康管理技术实现通风机最佳工况智能决策,创造性开发了全自动高效测风系统,实现了远程“一键启动、一键反风、一键不停风倒机”和主要通风机无人值守。研发了掘进工作面需风量−工作面供风量−气体浓度−通风机转速多因素联动的低噪声(<80 dB)按需供风系统[29]。开发了具备环境参数精准监测、实时通风网络解算、智能决策控风、避灾路线智能规划等功能的智能通风综合管控软件平台。开发了高精度传感器及控风装备。研发了高精度单点风速传感器和对射式线风速传感器,量程为−25~25 m/s,精度为±0.1 m/s,具备自清洗功能,解决了粉尘影响风速监测精度问题[30]

    图  14  煤矿智能通风管理系统
    Figure  14.  Coal mine intelligent ventilation management system

    由重庆研究院牵头的煤矿智能安全瓦斯灾害防治创新团队围绕煤矿瓦斯灾害智能、高效、精准防控技术需求,将煤层瓦斯参数超前检测、瓦斯地质三维建模、煤层自动控制增渗、抽采管网自主调控、瓦斯灾害预警与联动控制等作为主攻方向,研发形成了瓦斯灾害多源信息深度融合技术、智能预警及联动防控技术等一批支撑煤矿智能化建设的安全技术,实现了瓦斯地质、通风抽采、矿压监测、瓦斯涌出等多个维度的指标自动分析、工作面最大采掘强度自动计算、停风期瓦斯超限时间自动推演、采掘区域瓦斯超限风险自动预判及不同区域严重程度自动排序等重要功能。瓦斯风险分析及预测技术已在全国多个煤矿成功应用,应用案例如图15所示。

    图  15  瓦斯风险分析及预测平台
    Figure  15.  Gas risk analysis and prediction platform

    由杭州研究院牵头的创新团队率先提出了基于煤矿原水系统、污废水系统、供水、排水等的覆盖煤矿整个水资源的煤矿智能水务概念,从“源−净−供−排”4个方面开展科研攻关,取得了全面的技术进展[31]。通过对不同煤炭企业、不同水资源条件、不同功能需求的水务系统进行研究,形成了具有运行监控、设备管理、水质管理、能耗管理、智能报表、辅助决策、移动端应用等多业务应用场景的通用型智能水务平台,实现了煤矿水务一体化平台管理和智能业务应用,矿井水加药、排泥、刮泥、过滤、压滤、超滤、反渗透、蒸发结晶等全工艺生产过程的智能控制和辅助决策,以及曝气、回流、加药等全环节的生活污水智能精准控制。煤矿智能水务一体化管控平台如图16所示。

    图  16  煤矿智能水务一体化管控平台
    Figure  16.  Integrated management and control platform for coal mine intelligent water affairs

    由北京华宇、南京设计院、信息公司和唐山研究院等牵头组建的智能化选煤厂创新团队将先进的传感监测、大数据、人工智能、物联网、云计算、5G等技术深度融合到复杂选煤工艺生产过程中,打造全域感知、全局协同、全线智能的“智能选煤厂体系”,研发了智能化选煤厂一体化解决方案。开发了智能重介密度控制系统,该系统可根据目标密度变化情况自动调节工艺参数,将精煤产品实际灰分范围控制在9.50%~10.50%。开发了智能加药系统,实现了集中、分点自动跟踪矿浆浓度、流量变化,可将加药控制精度范围控制在1%~2%。在智能远程停送电系统、智能化选煤厂制造执行系统 (Manufacturing Execution System,MES)管控平台研究上取得了新突破,以智能洗选技术为基础,开发了选煤厂智能管控平台,并在多个选煤厂进行了应用,如图17所示。

    图  17  选煤厂智能化管控平台
    Figure  17.  Intelligent management and control platform of coal preparation plant

    煤矿机器人团队由行业学术带头人和技术骨干等150余人组成,开发了60余款机器人产品,打造了国内首个煤矿多场景机器人群技术创新与实践体系,研制的煤矿机器人及集群指挥调度系统在30余个矿区开展了应用。

    (1) 煤矿智能巡检机器人。形成了巡检类煤矿机器人20余款,包括轨道式和轮式巡检机器人,具有图像识别、异常温升识别、环境异常报警、自主导航、避障定位、AI智能分析决策等功能,覆盖井下带式输送机、变电所、水泵房、选煤厂、回风巷道等场景。

    (2) 智能辅助作业机器人。形成了辅助作业类煤矿机器人8款,包括水仓清淤、喷浆、管路安装、巷修、选矸、搬运等类型,已在陕煤集团神木柠条塔矿业有限公司、陕煤集团神木红柳林矿业有限公司等成功应用,作业效率提高了40%以上,大幅减少了井下从业人员数量,为解决危重场合机器人替人难题提供了有效支撑。井下巷修及管路安装机器人如图18所示。

    图  18  井下巷修及管路安装机器人
    Figure  18.  Robots for underground roadway repair and pipeline installation

    (3) 井下重载作业机器人。攻克了煤矿机器人环境自适应结构及控制理论、井下长距离混合导航方法、井下受限空间煤矿机器人重负荷机械臂、煤矿机器人群协同调度指挥机理等20余项关键技术,导航定位精度在±5 cm以内,目标识别率≥85%,为煤矿机器人井下实际应用奠定了基础。

    目前正在全面推动井下机器人理论、技术及装备体系进步与发展。

    露天煤矿工艺系统创新团队围绕三维设计及数字化交付、露天开采核心装备、智能矿山建设3个领域持续深耕,构建了“设计−装备−系统−平台”的总体布局,形成了露天煤矿智能一体化解决方案等一系列科技创新成果,形成了间断、半连续和全连续智能开采工艺技术体系。开发了露天煤矿资源储量管理系统和露天煤矿智能化综合管控平台,应用多源异构数据融合、系统集成、大数据分析、BIM、地理信息系统(Geographic Information Systems,GIS)、数字孪生等技术,实现露天煤矿全场景、全业务系统集成,如图19所示。攻克了大切力紧凑型轮斗挖掘机、适用于15~45°端帮大倾角带式输送机及智能巡检机器人等多项关键核心技术[32]

    图  19  露天煤矿智能化综合管控平台
    Figure  19.  Intelligent integrated management and control platform for open-pit coal mine

    煤矿智能化建设示范先行,国家首批70处智能化煤矿计划投资约160亿元,目前平均投资完成率超70%,从已经完成验收的30余处建设效果看,切实发挥了示范引领作用。在首批示范煤矿的带动下,全国煤矿智能化建设全面提速,为行业积累了宝贵的经验。建议在不断总结建设经验模式和问题短板的同时,开展第二批智能化示范煤矿建设,并持续提高技术装备保障能力,重点从以下9个方向进行突破。

    (1) 持续构建煤矿智能化支撑技术体系。研究构建未来煤矿智能化建设范式和支撑技术体系是对我国煤矿智能化建设中长期目标的系统呈现和宏伟蓝图的综合描绘,对行业发展具有系统引领性。应结合我国煤炭工业基本现状和供需关系,研究构建基于6S(安全(Safety)、可靠(Security)、可持续(Sustainability)、柔性(Sensitivity)、服务(Service)和智慧(Smartness))特征的未来智能化煤矿建设范式、未来智能化煤矿运行与评价指标体系、未来煤矿采掘运智能柔性生产系统技术体系、未来煤矿安全智能闭环管控技术体系、未来煤矿智慧管理体系、未来煤矿绿色低碳生态、未来煤矿智能洗选与清洁多元化利用、未来煤矿资源循环园区与智慧小镇建设模式。

    (2) 加快构建煤矿智能化技术标准体系及建设效益评价体系。搭建涵盖煤矿智能化通用基础、支撑与技术平台、煤矿信息互联网、生产保障系统、安全监控系统、智能控制系统及关键装备的技术标准体系,从标准体系框架搭建、体系所含标准立项、修订与起草等全过程统一规划、协同推进,消灭“标准孤岛”,为煤矿智能化技术研究与建设运行提供系统性支撑[33-34]。构建煤矿智能化建设效益评价体系,确保一把尺子量到底,标准和建设成效间相互促进、迭代升级和良性循环。

    (3) 加快推进煤矿智能化“煤智云”研究应用。智能化建设作为我国煤炭工业的第四次技术革命,是提升技术装备水平、增强安全生产能力、保障职工生命健康等各项事业的大融合,是煤炭工业转型升级的“大工程”,需要全行业人共同推进和行业间“大协同”,要加强煤炭行业“煤智云”工业互联网平台建设[35],加快构建煤炭行业数据产业结构,建立行业数据标准,打通信息交互链条,与安监云、安标云、运销云及煤炭企业联合共建煤炭行业“煤智云”混合云平台,实现政府、协会、高校、企业、从业者间高效协同,形成“产、学、研、用、管”五位一体的煤矿智能化科学建设新生态。

    (4) 开发大采高放顶煤智能开采工艺成套装备。由于煤矸识别技术尚未成熟,综放工作面智能化放煤技术一直未有效突破,是智能化综放工作面建设的短板[36]。要加强大采高放顶煤智能开采工艺及成套技术装备研发,特别是超大采高综放采−运−支−放成套装备及协同控制系统开发,强化智能化放煤理论与控制策略研究,加大煤矸识别技术攻关力度。

    (5) 加强智能快速掘进技术及装备研发。我国煤矿巷道掘进装备主要有悬臂式掘进机、连续采煤机、掘锚机等较多类型和型号,90%以上巷道采用悬臂式掘进机。煤矿高效快速掘进技术为我国煤矿采掘的重要技术难题,提高掘进效率与智能化控制水平是掘进技术发展的主攻方向[37],应加强复杂巷道条件下快速掘进技术、工艺及成套装备研发,重点在定位截割、记忆截割、自动截割断面成型等精准智能控制关键技术上取得新突破,促进掘进工作面减人提效。

    (6) 开发高可靠性、高稳定性的矿用智能传感器。智能化煤矿实现安全可靠稳定的常态化运行,需要以准确可靠的数据为支撑,数据的准确可靠依托传感器的精准可靠、安全稳定。因此,智能化建设要不断研究探索矿用智能传感器高带宽、低延时、大容量、透明数据传输等关键技术,实现传感器数据与智能化系统数据的高速交互。加快开发具备边缘计算、数据智能分析、数据自甄别与自过滤、精度自动校准、故障自诊断、无线自组网等功能的低功耗矿用智能传感器,为煤矿智能化的实现和常态化运行提供基础装备保障。

    (7) 加快煤矿机器人集群关键技术研发。通过煤矿机器人替代井下繁重危险岗位人员作业是煤矿智能化建设的重要组成部分。煤矿机器人产品“巡检为主、作业为辅”是当前现状,面对煤矿井下复杂条件,加快机器人续航能力管理、防爆材料、防爆设计理论、评价体系等关键共性技术研究[38-39],研发高适应性机器人行走机构、重载执行机构、防爆动力和轻量化技术,加快研发井下探水、防突、防冲等钻孔机器人,研发巷道清理、煤仓清理、水仓清理、巷道修复、设备安装等作业类机器人,开发煤矿机器人集群管控和协同作业技术。

    (8) 加快构建智能洗选成套装备及工艺包开发。① 在洗选装备开发上,加快研发原煤浮沉试验数据智能分析系统;研发重介、浮选等系统的闭环控制技术;研发高精度高准确性仓位、液位、灰分等智能监测仪器设备,不断提高传感器的可靠性;加快推进具备智能管理分析、智能决策功能的选煤厂智能一体化管控平台技术迭代升级[40-42]。② 在智能洗选工艺上,研发适用于不同类型选煤厂的工艺包:构建适用于炼焦煤选煤厂、动力煤选煤厂等的针对不同原煤性质和用途的智能洗选工艺包,适用于矿井型选煤厂、群矿型选煤厂、矿区型选煤厂等不同区位选煤厂的智能洗选工艺包,以及适用于小型、中型、大型、特大型等不同规模选煤厂的智能洗选工艺包。③ 在产品结构和生产能力上,根据冶金焦炭用煤、化工用煤、高炉喷吹用煤、电厂用煤及碳素制品用煤等不同用途,研究构建不同产品定向和定位的智能柔性洗选技术体系,实现洗选工艺可根据客户变化和产品结构、产品档次的动态变化“一键智能调整”,满足当前煤炭产品需求的多样性和市场的多变性。

    (9) 强化露天煤矿智能化工艺先进成熟与核心装备稳定高可靠。持续优化露天煤矿经营管理模式和开采工艺,形成适用于露天煤矿智能化升级建设的经营模式和管理机制体制[43]。突破连续和半连续开采工艺“卡脖子”难题,重点加快大切割力紧凑型轮斗挖掘机、复杂路况卡车自动驾驶与智能调度技术、自移大运量大倾角带式输送机研发,提高大斗容液压铲、大吨位矿卡等露天煤矿智能化建设核心装备国产化设计制造能力,提高装备性能,加快实现通信协议统一。

    (1) 当前我国煤矿智能化建设正处于加快发展的关键阶段,经过示范建设和经验总结,梳理出了12个方面的问题:煤炭工程传统设计模式工具跟不上智能化建设需求;信息基础设施规范性差,制约智能化系统信息有效融合;智能地质保障软硬件技术跟不上智能开采发展要求;采掘运等智能化核心系统技术装备对智能化建设保障能力不足;煤矿安全预测预警及智能安控技术不成熟,制约煤矿智能化快速发展;智能供电系统“最后一公里”技术可靠性低,智能水务未与水文及生产生活水系统形成智能融合联动;智能洗选技术装备难以支撑“黑灯工厂”建设;煤矿智慧园区建设缺乏全面协调规划;露天煤矿智能化核心装备支撑能力不足;智能化建井技术装备有待加快发展;煤矿智能装备与煤矿机器人可靠性和适应性需要进一步提高;智能化应急救援及监管监察治理能力有待提升。以问题和短板为导向,提出了12个煤矿智能化创新研发方向。

    (2) 中国煤科以引领煤矿智能化发展为使命,以面向行业重大需求为导向,创建了12个方向的46个优势专业创新团队,依托136个省部级以上实验平台,率先攻克了一批亟需解决的关键技术问题。作为全球唯一一家为煤炭行业提供全产业链服务的科技创新型企业,中国煤科将持续强化创新团队建设,发挥团队的创新主体作用,不断拓展协同创新力量,打造原创技术策源地,为煤矿智能化高质量发展提供全面智力支持和技术装备保障。

  • 图  1   赵楼煤矿7301工作面布置

    Figure  1.   7301 working face layout of Zhaolou Coal Mine

    图  2   常见的断层形式

    Figure  2.   Common fracture types

    图  3   异性结构面微小单元体结构力学模型

    Figure  3.   Structural mechanical model of tiny unit body of structural plane

    图  4   结构面解锁与闭锁数值化结果

    Figure  4.   Numerical results of structural plane unlocking and locking

    图  5   异性结构面滑移数值模型

    Figure  5.   Numerical model of structural plane slipping

    图  6   异性结构面下行解锁滑移位移云图

    Figure  6.   Displacement nephogram of downward unlocking slip of structural plane

    图  7   不同因素对结构面下行解锁滑移的影响

    Figure  7.   Influences of different factors on downward unlocking slip of structural plane

    图  8   异性结构面上行解锁滑移位移云图

    Figure  8.   Slip displacement nephogram of upward unlocking of structural plane

    图  9   不同影响因素对结构面上行解锁滑移的影响

    Figure  9.   Influences of different factors on upward unlocking slip of structural plane

    图  10   结构面倾角为25°时煤岩组合体应力−时间曲线

    Figure  10.   Stress-time curves of coal-rock combination at 25° of structural plane angle

    图  11   结构面倾角为25°时煤岩组合体裂隙演化规律

    Figure  11.   Fracture evolution pattern of coal-rock combination at 25° of structural plane angle

    表  1   模型块体参数

    Table  1   Block parameters of the model

    岩性密度/(kg·m−3体积模量/GPa剪切模量/GPa
    2 8505030
    1 6003020
    下载: 导出CSV

    表  2   模型结构面参数

    Table  2   Structural plane parameters of the model

    接触面法向刚度/
    (GPa·m−1
    切向刚度/
    (GPa·m−1
    黏聚力/MPa内摩擦角/(°)
    非滑移区域2 0002 0001.045
    滑移区域2 0002 000016
    下载: 导出CSV
  • [1] 谢和平,周宏伟,薛东杰,等. 煤炭深部开采与极限开采深度的研究与思考[J]. 煤炭学报,2012,37(4):535-542.

    XIE Heping,ZHOU Hongwei,XUE Dongjie,et al. Research and consideration on deep coal mining and critical mining depth[J]. Journal of China Coal Society,2012,37(4):535-542.

    [2] 袁亮,姜耀东,何学秋,等. 煤矿典型动力灾害风险精准判识及监控预警关键技术研究进展[J]. 煤炭学报,2018,43(2):306-318.

    YUAN Liang,JIANG Yaodong,HE Xueqiu,et al. Research progress of precise risk accurate identification and monitoring early warning on typical dynamic disasters in coal mine[J]. Journal of China Coal Society,2018,43(2):306-318.

    [3] 袁亮. 煤及共伴生资源精准开采科学问题与对策[J]. 煤炭学报,2019,44(1):1-9. DOI: 10.13225/j.cnki.jccs.2018.5048

    YUAN Liang. Scientific problem and countermeasure for precision mining of coal and associated resources[J]. Journal of China Coal Society,2019,44(1):1-9. DOI: 10.13225/j.cnki.jccs.2018.5048

    [4] 齐庆新,潘一山,李海涛,等. 煤矿深部开采煤岩动力灾害防控理论基础与关键技术[J]. 煤炭学报,2020,45(5):1567-1584.

    QI Qingxin,PAN Yishan,LI Haitao,et al. Theoretical basis and key technology of prevention and control of coal-rock dynamic disasters in deep coal mining[J]. Journal of China Coal Society,2020,45(5):1567-1584.

    [5] 窦林名, 赵从国, 杨思光, 等. 煤矿开采冲击矿压灾害防治[M]. 徐州: 中国矿业大学出版社, 2006.

    DOU Linming, ZHAO Congguo, YANG Siguang, et al. Prevention and control of rock burst in coalmine[M]. Xuzhou: China University of Mining and Technology Press, 2006.

    [6]

    CAI Wu,DOU Linming,CAO Anye,et al. Application of seismic velocity tomography in underground coal mines:a case study of Yima Mining Area,Henan,China[J]. Journal of Applied Geophysics,2014,109:140-149. DOI: 10.1016/j.jappgeo.2014.07.021

    [7] 窦林名,何江,曹安业,等. 煤矿冲击矿压动静载叠加原理及其防治[J]. 煤炭学报,2015,40(7):1469-1476. DOI: 10.13225/j.cnki.jccs.2014.1815

    DOU Linming,HE Jiang,CAO Anye,et al. Rock burst prevention methods based on theory of dynamic and static combined load induced in coal mine[J]. Journal of China Coal Society,2015,40(7):1469-1476. DOI: 10.13225/j.cnki.jccs.2014.1815

    [8] 窦林名,周坤友,宋士康,等. 煤矿冲击矿压机理、监测预警及防控技术研究[J]. 工程地质学报,2021,29(4):917-932.

    DOU Linming,ZHOU Kunyou,SONG Shikang,et al. Occurrence mechanisim,monigoring and prevention technology of rockburst in coal mines[J]. Journal of Engineering Geology,2021,29(4):917-932.

    [9] 李志华,窦林名,曹安业,等. 采动影响下断层滑移诱发煤岩冲击机理[J]. 煤炭学报,2011,36(增刊1):68-73. DOI: 10.13225/j.cnki.jccs.2011.s1.024

    LI Zhihua,DOU Linming,CAO Anye,et al. Mechanism of fault slip induced rockburst during mining[J]. Journal of China Coal Society,2011,36(S1):68-73. DOI: 10.13225/j.cnki.jccs.2011.s1.024

    [10] 姜耀东,王涛,赵毅鑫,等. 采动影响下断层活化规律的数值模拟研究[J]. 中国矿业大学学报,2013,42(1):1-5.

    JIANG Yaodong,WANG Tao,ZHAO Yixin,et al. Numerical simulation of fault activation pattern induced by coal extraction[J]. Journal of China University of Mining & Technology,2013,42(1):1-5.

    [11]

    SAINOKI A,MITRI H S. Dynamic behaviour of mining induced fault slip[J]. International Journal of Rock Mechanics and Mining Sciences,2014,66:19-29. DOI: 10.1016/j.ijrmms.2013.12.003

    [12] 宋义敏,马少鹏,杨小彬,等. 断层冲击地压失稳瞬态过程的试验研究[J]. 岩石力学与工程学报,2011,30(4):812-817.

    SONG Yimin,MA Shaopeng,YANG Xiaobin,et al. Experimental investigation on in investigation on instability transient process of fault rockburst[J]. Chinese Journal of Rock Mechanics and Engineering,2011,30(4):812-817.

    [13] 李振雷,窦林名,蔡武,等. 深部厚煤层断层煤柱型冲击矿压机制研究[J]. 岩石力学与工程学报,2013,32(2):333-342.

    LI Zhenlei,DOU Linming,CAI Wu,et al. Fault-pillar induced rock burst mechanisim of thick coal seam in deep mining[J]. Chinese Journal of Rock Mechanics and Engineering,2013,32(2):333-342.

    [14] 王同旭,曹明辉. 采动影响下断层渐进破坏过程及能量释放规律研究[J]. 采矿与安全工程学报,2022,39(5):992-1001.

    WANG Tongxu,CAO Minghui. Progressive failure process and energy release law of fault induced by coal exteaction[J]. Journal of Mining & Safety Engineering,2022,39(5):992-1001.

    [15] 张宁博,赵善坤,赵阳,等. 逆冲断层卸载失稳机理研究[J]. 煤炭学报,2020,45(5):1671-1680.

    ZHANG Ningbo,ZHAO Shankun,ZHAO Yang,et al. Mechanism of thrust fault rupture causing by unloading effect[J]. Journal of China Coal Society,2020,45(5):1671-1680.

    [16] 于秋鸽. 上下盘开采断层滑移失稳诱发地表异常沉陷机理研究[J]. 采矿与安全工程学报,2021,38(1):41-50.

    YU Qiuge. Mechanism of abnormal subsidence induced by fault slipping instability during mining on hanging-wall and foot-wall[J]. Journal of Mining & Safety Engineering,2021,38(1):41-50.

    [17] 蔡武. 断层型冲击矿压的动静载叠加诱发原理及其监测预警研究[D]. 徐州: 中国矿业大学, 2015.

    CAI Wu. Fault rockburst induced by static and dynamic loads superposition and its monitoring and warning[D]. Xuzhou: China University of Mining and Technology, 2015.

    [18] 左建平,谢和平,孟冰冰,等. 煤岩组合体分级加卸载特性的试验研究[J]. 岩土力学,2011,32(5):1287-1296.

    ZUO Jianping,XIE Heping,MENG Bingbing,et al. Experimental research on loading-unloading behavior of coal-rock combination bodies at different stress levels[J]. Rock and Soil Mechanics,2011,32(5):1287-1296.

    [19] 沈文兵,余伟健,潘豹. 不同倾角煤岩组合岩石力学试验及破坏特征[J]. 矿业工程研究,2021,36(1):1-8.

    SHEN Wenbing,YU Weijian,PAN Bao. Rock mechanics test and failure characteristics of coal-rock combination with different dip angles[J]. Mineral Engineering Research,2021,36(1):1-8.

    [20] 肖福坤,邢乐,侯志远,等. 倾角影响下煤岩组合体的力学及声发射能量特性[J]. 黑龙江科技大学学报,2021,31(4):399-404.

    XIAO Fukun,XING Le,HOU Zhiyuan,et al. Mechanics and acoustic emission energy characteristics of coal-rock combined body under influence of dip angle[J]. Journal of Heilongjiang University of Science and Technology,2021,31(4):399-404.

    [21] 杨永杰,马德鹏. 煤样三轴卸荷破坏的能量演化特征试验分析[J]. 采矿与安全工程学报,2018,35(6):1208-1216. DOI: 10.13545/j.cnki.jmse.2018.06.017

    YANG Yongjie,MA Depeng. Experimental research on energy evolution properties of coal sample failure under triaxial unloading testing[J]. Journal of Mining & Safety Engineering,2018,35(6):1208-1216. DOI: 10.13545/j.cnki.jmse.2018.06.017

  • 期刊类型引用(33)

    1. 王剑,张善兵,樊君. 基于地质保障+5G的智能透明开采技术研究. 能源科技. 2025(01): 10-13 . 百度学术
    2. 王双明,孙强,胡鑫,耿济世,侯恩科,王生全,周书涛,师庆民,袁士豪,陈凯,宋世杰. 煤炭开采地质体复合损害与减损保障. 煤田地质与勘探. 2025(01): 1-11 . 百度学术
    3. 王国法,任怀伟,富佳兴. 煤矿智能化建设高质量发展难题与路径. 煤炭科学技术. 2025(01): 1-18 . 百度学术
    4. 郑小磊. 基于改进OSELM算法的煤矿紧急救援通信系统研究. 现代电子技术. 2025(07): 16-22 . 百度学术
    5. 程刚,陈杰,潘泽烨,魏溢凡,陈森森. 基于水传热和红外热成像的煤矸识别方法. 工矿自动化. 2024(01): 66-71+137 . 本站查看
    6. 郝炳勇,李萌,王时轮,宋艳萍. 煤矿一卡通管理平台设计与实现. 内蒙古煤炭经济. 2024(01): 37-39 . 百度学术
    7. 李永安,赵军军. 基于元件原理解析的掘进机液压系统故障诊断. 煤矿机械. 2024(03): 159-162 . 百度学术
    8. 杜潇,栗飞. 露天煤矿智能化建设关键技术研究与发展概述. 露天采矿技术. 2024(01): 70-73 . 百度学术
    9. 齐爱玲,王雨,马宏伟. 基于改进门控循环神经网络的采煤机滚筒调高量预测. 工矿自动化. 2024(02): 116-123 . 本站查看
    10. 秦泽宇,王伟涛,冯银辉,崔耀,王建兵,王帅. 综采机电设备智能化管控平台研究与应用. 中国煤炭. 2024(02): 77-83 . 百度学术
    11. 崔聪,舒龙勇,梁银泉,杨建,刘正帅,朱南南. 瓦斯异常涌出预警系统架构设计与平台开发. 煤炭技术. 2024(03): 160-164 . 百度学术
    12. 贺海涛,宋德军,赵海兴. 煤矿辅助运输防爆车辆电动化和数智化的应用研究. 煤炭工程. 2024(02): 219-224 . 百度学术
    13. 袁泉. 综放工作面智能化升级改造与应用. 陕西煤炭. 2024(04): 91-94 . 百度学术
    14. 张强,张吉雄,宗庭成,金子山,韩雨,杨康,张斌,傅瑞华. 超长柔性悬挂固体充填刮板输送机异常工况表征及自主调控方法. 煤炭学报. 2024(04): 2141-2151 . 百度学术
    15. 于志强. 基于机器视觉的异物识别系统在输送机保护中的应用. 煤矿安全. 2024(05): 251-256 . 百度学术
    16. 郑闯,李丹宁,冯银辉. 基于工艺驱动的采煤机智能截割调控. 工矿自动化. 2024(05): 23-27+150 . 本站查看
    17. 邹云兴,李标. 煤矿采煤机自动拖缆装置及控制方法研究. 工矿自动化. 2024(S1): 179-182 . 本站查看
    18. 贾文琪. 基于机器视觉的输送带纵向撕裂检测系统设计. 煤矿机械. 2024(09): 179-181 . 百度学术
    19. 陈修奇,白永清,姜思远,张忠,盖春杰,王传真. 龙王沟选煤厂智能化控制实践与分析. 洁净煤技术. 2024(S1): 553-559 . 百度学术
    20. 张立亚,李晨鑫,刘斌,杨志方. 基于子图像分割映射点云空间的机器人避障算法. 煤炭科学技术. 2024(S2): 368-374 . 百度学术
    21. 李爽,贺超,鹿乘,许锟,薛广哲. 煤矿智能双重预防机制与智能安全管控平台研究. 煤炭科学技术. 2023(01): 464-473 . 百度学术
    22. 马宏超,司垒,谭超. 融合传感数据和模型的采煤机VR系统研究. 煤矿机械. 2023(06): 200-204 . 百度学术
    23. 李森,李重重,刘清. 基于透明地质的综采工作面规划截割协同控制系统. 煤炭科学技术. 2023(04): 175-184 . 百度学术
    24. 金智新,闫志蕊,王宏伟,李正龙,史凌凯. 新一代信息技术赋能煤矿装备数智化转型升级. 工矿自动化. 2023(06): 19-31 . 本站查看
    25. 张境麟,姚钰鹏. 矿用设备组态化开发平台技术研究. 电脑与信息技术. 2023(04): 93-96+118 . 百度学术
    26. 韩燕南. 基于UWB定位技术的无轨胶轮车路径偏离报警. 煤矿安全. 2023(09): 218-226 . 百度学术
    27. 陈芳,李开富. 煤矿智能化建设实践分析. 内蒙古煤炭经济. 2023(15): 127-129 . 百度学术
    28. 王冰纯. 矿用高分辨电法监测系统设计. 工矿自动化. 2023(10): 118-126 . 本站查看
    29. 郭焦锋,任世华. 如何保障新时代中国能源供给安全. 人民论坛·学术前沿. 2023(19): 46-55 . 百度学术
    30. 郭连安,董广乐,蒋帅旗. 智能煤巷掘进工作面建设关键技术探讨. 能源与节能. 2023(11): 126-130 . 百度学术
    31. 洪志鑫,蒋伟,贾文琪,韩朝晖. OOIP设计在煤矿控制系统的研究与应用. 煤矿机电. 2023(06): 38-42 . 百度学术
    32. 郅富标,袁雪雅,梁娜娜. 智能化采煤装备的关键技术分析. 科技资讯. 2023(24): 119-121 . 百度学术
    33. 周兆宇,富佳兴,张亮,程长荣. 基于G1-DEMATEL的煤矿智能化协同创新效果综合评价模型. 煤炭经济研究. 2023(11): 66-71 . 百度学术

    其他类型引用(9)

图(11)  /  表(2)
计量
  • 文章访问数:  202
  • HTML全文浏览量:  52
  • PDF下载量:  15
  • 被引次数: 42
出版历程
  • 收稿日期:  2022-09-10
  • 修回日期:  2023-05-18
  • 网络出版日期:  2022-11-15
  • 刊出日期:  2023-05-24

目录

/

返回文章
返回