复杂条件工作面智能化开采关键技术及发展趋势

张帅, 任怀伟, 韩安, 巩师鑫

张帅,任怀伟,韩安,等. 复杂条件工作面智能化开采关键技术及发展趋势[J]. 工矿自动化,2022,48(3):16-25. DOI: 10.13272/j.issn.1671-251x.2021090041
引用本文: 张帅,任怀伟,韩安,等. 复杂条件工作面智能化开采关键技术及发展趋势[J]. 工矿自动化,2022,48(3):16-25. DOI: 10.13272/j.issn.1671-251x.2021090041
ZHANG Shuai, REN Huaiwei, HAN An, et al. Key technology and development trend of intelligent mining in complex condition working face[J]. Journal of Mine Automation,2022,48(3):16-25. DOI: 10.13272/j.issn.1671-251x.2021090041
Citation: ZHANG Shuai, REN Huaiwei, HAN An, et al. Key technology and development trend of intelligent mining in complex condition working face[J]. Journal of Mine Automation,2022,48(3):16-25. DOI: 10.13272/j.issn.1671-251x.2021090041

复杂条件工作面智能化开采关键技术及发展趋势

基金项目: 国家自然科学基金重点项目(51834006);国家自然科学基金面上项目(51874174);中国煤炭科工集团科技专项重点项目(2019-TD-ZD001)。
详细信息
    作者简介:

    张帅(1998-),男,山西运城人,硕士研究生,主要研究方向为矿山装备自动化,E-mail:sxzhangshuai@163.com

  • 中图分类号: TD82

Key technology and development trend of intelligent mining in complex condition working face

  • 摘要: 复杂条件煤层地质条件参数变化数量多、参数变化范围大,其智能化开采是当前迫切需要解决的难题。分析了我国不同区域煤矿的主要地质条件特征及面临的问题,指出相较于综合机械化采煤,智能化开采对地质保障度的要求更高。地质条件越复杂,控制系统就越需要更精准的感知、更快速的分析与决策、更高的数据传输速率。以两淮地区“三软”煤层开采为例,探讨了其在智能化开采过程中面临的问题:煤壁频繁片帮、刮板输送机上窜下滑、相邻支架错位及咬合不紧密、护帮板不整齐、支架扎底、超前巷道变形,指出围岩(顶底板、煤壁)条件、煤层走向/倾向角度、矿压及超前巷道稳定性是影响工作面正常连续开采的5个因素。为解决上述5个因素条件参数变化带来的问题,需要从围岩参数感知、趋势分析、精细化控制、动力系统适应、自适应决策等方面研发出解决复杂条件工作面智能化开采的关键核心技术。详细阐述了目前实现复杂条件工作面智能化开采技术即液压支架护帮板精准控制及快速跟机技术、顶板分区协同支护技术、工作面装备姿态监测技术、工作面调直技术、上窜下滑控制技术、稳压供液控制技术、仿真决策系统平台和超前支护技术的应用现状、效果及后续需要解决的问题。指出对于多种复杂条件共存的煤层,关键元部件的机电液一体化设计、分布式控制方式、大数据的分析应用、装备群协同快速推进控制和实时仿真平台与智能决策系统的开发是后续研究的主要方向。
    Abstract: In complex condition coal seam, there are a large number of geological condition parameter changes and a large range of parameter changes. The intelligent mining is the difficult problem which needs to be solved urgently at present. This paper analyzes the main geological conditions and problems of coal mines in different regions of China, and points out that compared with fully-mechanized coal mining, intelligent mining requires higher geological security. The more complex the geological conditions, the more precise the perception, the faster the analysis and decision-making, and the higher the data transmission rate of the control system. Taking the mining of 'three soft' coal seam in Huainan and Huaibei areas as an example, the problems faced in the intelligent mining process are discussed. The coal wall is frequently spalling, the scraper conveyor moves up and down, the adjacent supports are dislocated and the occlusion is not tight, the guard plates are not neat, the supports are tied to the bottom, and the advance roadway is deformed. It is pointed out that the conditions of surrounding rock (roof, floor and coal wall), coal seam strike/dip angle, rock pressure and stability of advance roadway are the five factors that affecting the normal continuous mining of the working face. In order to solve the problems caused by the above five factors, it is necessary to develop the key core technologies to solve the intelligent mining of complex working face from the aspects of surrounding rock parameter perception, trend analysis, fine control, dynamic system adaptation and self-adaptive decision-making. The application status, effect and problems to be solved in the future of the intelligent mining technology of complex conditions working face, such as the precise control and rapid follow-up technology of hydraulic support guard plate, roof partition cooperative support technology, working face equipment attitude monitoring technology, working face straightening technology, moving up and down control technology, stable pressure liquid supply control technology, simulation decision-making system platform and advance support technology, are described in detail. It is pointed out that for the coal seam with many complex conditions, the main directions of follow-up researches are the electromechanical and hydraulic integrated design of key components, distributed control mode, analysis and application of big data, cooperative rapid advancement control of equipment group, and the development of real-time simulation platform and intelligent decision-making system.
  • 煤炭是我国的基础能源,是国家能源安全的“压舱石”[1]。当前,煤矿智能化已成为行业高质量发展的核心技术支撑[2-4]。2020年2月,国家发改委、能源局等八部委联合发布了《关于加快煤矿智能化发展的指导意见》,推动了煤炭行业先进技术的快速落地应用。目前,已经确定71个煤矿作为国家首批智能化示范建设煤矿。内蒙古、陕西、山西等产煤大省也相继出台政策,推动煤矿智能化建设,大幅提升了煤炭生产技术水平。在全矿井智能化建设的同时,智能化开采作为核心工艺环节,面临着不同的地质条件,其能否实现安全、高效、智能化作业直接决定了全矿井的智能化水平。

    在煤层赋存条件相对简单的条件下,形成了薄、中厚、厚煤层综采和特厚煤层综放开采4种较为成熟的智能化高效开采模式[5],对同类地质条件的煤层开采具有较强的参考价值。然而,深部复杂条件煤层更需要智能化开采,实现难度也最大。

    经历数十年的持续大规模开采,浅部地质构造简单、赋存稳定的煤炭资源日益枯竭,深部复杂条件煤层逐步成为某些矿区的主采煤层。复杂条件煤层智能化开采是当前煤炭技术发展迫切需要解决的难题。所谓复杂开采条件是指地质条件在开采过程中发生变化(持续的或突然的),且变化的参数不止1个,存在叠加效应,例如煤层厚度、倾斜角度、断层/夹矸、瓦斯涌出、顶板来压等情况。这些变化会随着开采深度的增加逐渐增多,且幅度变大,严重影响开采的安全。现有的工作面技术及装备都有一定的正常工作范围,适应上述这些变化的因素个数或幅度是有限的,因而难以满足生产需求。

    解决复杂条件煤层开采一般有2种方法:一是采取技术措施减少或降低地质条件变化的程度,例如采取顶底板钻孔卸压、瓦斯抽采等方法,但深部矿井技术措施实施的难度越来越大;二是提高工作面开采技术和装备的适应性,使之具有足够的工作性能、灵活性及智能控制能力。目前,煤矿智能化发展处于初级阶段[6-7],复杂条件下的智能化开采主要还是沿用简单地质条件的技术及装备,例如视频监控、远程操作、自动跟机等。对于地质条件变化的感知、预测及自适应控制等技术的研究并不多,也不够深入,在我国尚未有成熟的工程应用与实践。

    本文在分析我国不同区域煤层赋存特点的基础上,以淮南地区深部“三软”煤层开采为典型代表,探讨了复杂条件工作面智能化开采面临的难题及关键技术。分析得出了影响工作面开采最为主要的5个因素及解决难题采取的8项关键技术。通过文献及工程实践分析、比较,阐述了已有技术的应用效果及需要继续解决的问题。对复杂条件工作面智能化开采技术发展趋势作出了展望,以期推动相关技术发展。

    我国不同区域的煤矿地质条件特征不同,煤层赋存及分布也有较大差别,开采所面临的问题也有所差异。晋陕蒙地区是我国目前的主要产煤地区,煤层埋深浅、煤层厚、煤质硬,常采用大采高开采模式。但随着开采深度、工作面高度的增加,冲击地压开始显现,厚煤层大采高工作面煤壁片帮严重、矿压显现剧烈,围岩控制面临挑战。东北地区是我国的老工业基地,开采历史久远,现采煤层多处于400~800 m水平,是我国首次冲击灾害发生的地区[8],煤层厚度差异大、倾角大。华北地区有我国开采深度最深的煤矿,有的矿井达到千米以上,煤层普遍较薄,受高地温、高地压影响,冲击地压强烈。两淮地区属于典型的“三软”煤层条件,存在煤壁易片帮、顶底板破碎、超前巷道变形量大等问题。西南地区煤炭储量低,地质条件差,多为薄煤层和大倾角煤层,开采难度大,经济效益低,多为小井型煤矿开采。我国不同区域煤矿的主要地质条件特征及面临的问题见表1

    表  1  我国不同区域煤矿的主要地质条件特征及面临的问题
    Table  1.  Main characteristics of geological conditions and problems of coal mines in different regions of China
    地区特征问题
    晋陕蒙地区埋深浅、煤层厚、煤质硬开始出现冲击地压、
    厚煤层工作面围岩控制难
    东北地区开采深度深、煤层厚度差异大、
    倾角大
    最早出现冲击地压,
    开采难度大
    华北地区埋藏深、煤层薄冲击地压强烈、高地温、
    高地压
    两淮地区“三软”煤层煤壁片帮严重、顶底板破碎、
    超前巷道变形量大
    西南地区煤层薄、倾角大开采难度大、经济效益低
    下载: 导出CSV 
    | 显示表格

    煤层地质条件的不同会影响实现工作面智能化开采的原则、路径及目标[9]。相较于综合机械化采煤,智能化开采对地质保障度的要求更高。地质条件越复杂,控制系统就越需要更精准的感知、更快速的分析与决策、更高的数据传输速率。以安徽阜阳中煤新集口孜东矿为例,该矿是典型的“三软”煤层,正在开采的140502工作面处于−967 m水平,工作面长为266 m,采高为4~6 m。煤层存在起伏,呈现回风巷和运输巷两端高、工作面中间低的特点。煤层走向倾角为8~15°,局部为17°以上。开采过程中存在煤壁频繁片帮、刮板输送机上窜下滑、相邻支架错位及咬合不紧密、护帮板不整齐、支架扎底、超前巷道变形等一系列严重问题,如图1图3所示。

    图  1  140502工作面倾向起伏情况
    Figure  1.  Tendency fluctuation of 140502 working face
    图  2  工作面煤壁片帮情况
    Figure  2.  Coal wall spalling of working face
    图  3  超前巷道
    Figure  3.  Advance roadway

    围岩(顶底板、煤壁)条件决定了液压支架支护的稳定性、有效性,如果条件较差就会导致片帮、漏矸、扎底等问题。煤层走向/倾向角度变化造成了液压支架、采煤机及刮板输送机空间相对位姿的变化,由于重力作用会导致倒架、上窜下滑、采煤机割顶/割底等一系列问题。矿压是影响工作面开采的重要因素,来压规律不同会影响开采工艺的安排、支护策略、移架速度等。超前巷道稳定性不佳会影响整个工作面推进效率,超前支护、巷道返修等工作用人多、效率低,直接影响工作面自动化水平。基于工作面技术装备与煤层条件的适应性及多数煤层赋存条件变化情况的分析可得出,围岩(顶底板、煤壁)条件、煤层走向/倾向角度、矿压及超前巷道稳定性是保障工作面正常连续开采的主要因素。

    当上述因素参数变化时,就会给原有开采系统带来问题,导致开采过程不能顺利进行。一般情况下,在地质条件较好的工作面,这些参数只有其中1个或2个变化,或变化范围都不大,可近似认为不变。而对于复杂地质条件煤层,从中煤新集口孜东矿的例子可看出,全部参数都有变化,从而导致了开采困难。为解决围岩(顶底板、煤壁)条件、煤层走向/倾向角度、矿压、超前巷道稳定性这5个因素参数变化带来的问题,需要从围岩参数感知、趋势分析、精细化控制、动力系统适应、自适应决策等方面展开研究,从而研发出解决复杂条件工作面智能化开采的关键核心技术。

    针对复杂条件工作面智能化开采技术,目前已经开展了大量的研究,部分成果已成为减少事故、提高开采效率和技术水平的关键性技术。智能感知、智能决策、智能控制是实现煤矿智能化开采的三要素[10-11],对于复杂地质条件,这三者的实现难度要远大于浅部简单条件煤层开采。如前文所述的中煤新集口孜东矿,由于顶底板软、煤质软、煤层厚等特性,出现煤壁片帮、工作面直线度较差、油缸推移不到位、感知匮乏无法形成有效决策、超前巷道变形等问题。本文通过总结已有研究成果,分析了已有解决复杂条件工作面智能化开采的8项关键技术的应用效果及需要继续解决的问题。工作面三机装备布置及关键技术如图4所示,复杂条件工作面智能化开采关键技术部分研究成果见表2

    图  4  工作面三机装备布置及关键技术
    Figure  4.  Three machines equipment layout and key technologies in working face
    表  2  复杂条件工作面智能化开采关键技术部分研究成果
    Table  2.  Some research results on key technologies of intelligent mining under complex conditions working face
    关键技术研究成果
    液压支架护帮板精准控制
    及快速跟机技术
    0.4倍采高是护帮重点;优化三级护帮
    结构;成组移架
    顶板分区协同支护技术工作面分区支护和分区推进协同控制;
    三机协同控制策略
    工作面装备姿态监测技术新型传感手段;高速通信;视觉测量;
    多信息融合
    工作面调直技术采煤机惯导定位;精准拉架控制
    上窜下滑控制技术改进割煤工艺;外力干预控制技术
    稳压供液控制技术智能泵站按需稳压供液
    仿真决策系统平台三维仿真;实时数据驱动
    超前支护技术超前支架自适应支护;回风巷超前支架
    搬运小车;运支一体化超前支护系统
    下载: 导出CSV 
    | 显示表格

    煤壁片帮是工作面开采后,上覆岩层的直接顶难以及时垮落且冒落后的矸石无法充分充填采空区,形成“短悬臂梁−铰接岩梁”的力学结构,当顶板来压时,超前压力作用在煤壁上,煤体受力发生破坏,在推进前方形成松塌区和塑性区。研究表明:距离顶板0.35倍采高处煤壁水平位移量最大,片帮发生的频率最高,所以距离顶部0.4倍采高煤壁是液压支架护帮板的重点防护区域[12]

    范京道等[9]分析了工作面煤壁的应力状态,将片帮分为拉裂破坏与滑移失稳2个阶段,提出在不同的煤壁片帮阶段采取不同的方式进行防护。王国法等[12]重点优化了护帮板的结构,提出采用铰接在伸缩梁上的三级护帮结构形式(图5),采用一级与二级护帮板双向联动液压锁控制方式,大幅提升了护帮板末端支护力。同时,优化调整液压支架跟机自动化工艺,精确控制采煤机截割前后液压支架伸缩护帮板的时间顺序,在避免采煤机截割部与支架干涉的同时,尽可能增加护帮时间。

    图  5  液压支架三级护帮板
    Figure  5.  Three-level guard plate of hydraulic support

    采高增加可提高开采效率及煤炭采出率,但也会增加围岩控制的难度,顶板压力显现及煤壁片帮都会加剧。增加护帮高度会影响伸收护帮板的速度,大尺寸、大质量的护帮板精准控制难度也大大增加。因而,研究新型的护帮结构、护帮板精准快速控制技术是后续煤壁片帮防治的关键。

    当前,煤矿开采深度、工作面长度和推进长度、采高均日益增加。工作面长度增加可减少搬家倒面次数,是提高采出率的重要途径,但随着工作面长度增加,顶板来压增大,来压步距减小,故选取合适的工作面长度尤为重要。王国法等[13]采用弹性支座模型分析得到超长工作面矿压规律呈现马鞍形三峰值“M”型特性,即靠近两端的压力峰值比中间峰值大,且液压支架大部分区域都位于高应力区,首次提出采用工作面应力是否出现三峰值“M”型作为超长工作面的判据。

    根据工作面顶板来压三峰值特性,提出采用主动支护和非等强支护理念。中部支架受压力值高,承受冲击载荷概率大,故以提高支架的强度和刚度为主,即同时提高支架的初撑力和工作阻力(安全阀开启压力)。工作面两侧支架承受偏载力,为使其具有足够的变形空间并保证稳定性,应适当降低工作阻力(安全阀开启压力)。同时,通过中煤新集口孜东矿的实际监测数据可发现,超长工作面中部和两端作用在支架上的合力作用点的位置也不同,中部支架合力作用点位置靠近煤壁,两端则偏向支架顶梁后部。为此,现场选型了四柱式液压支架来适应合力作用点前后范围变化大的特点[14]

    此外,在推进工艺上提出采用工作面分区推进协同控制的优化模型,即两端头区域截割三角煤,矿压显现小、推进速度慢,工作面采高适当增加从而满足推进工艺需求;在工作面中部则加快采煤机采煤速度,适当降低采高,加快移架速度,从而避免强烈来压及煤壁片帮。

    通过顶板分区支护及协同推进,对不同位置的围岩进行精细化控制,从而有利于工作面连续、快速推进,实现复杂条件工作面高效安全生产。后续研究应通过对工作面矿压、空间态势的感知,自动生成最优工艺,实现自主调节和控制。

    智能感知是实现采煤工作面智能化运行的基础[15],而工作面装备姿态监测既能够了解装备的工作状态是否正常,又能够反映工作面总体空间态势信息,是最为重要的感知内容。目前,对工作面设备的监测传感体系研究已经较为广泛。方新秋等[16]从传感器工作原理出发,分析了光纤光栅作为新型传感元件的可行性。周凯等[17]、韩哲等[18]采用倾角、位移传感器感知液压支架空间角度和油缸行程等数据,通过LoRaWAN通信方式将数据传输至上位机,结合液压支架本身结构尺寸反算出液压支架的位姿及工作状态。李帅帅等[19]分析了工作面多传感器感知数据不全面和整体可靠性差的问题,将视觉测量技术引入煤矿领域。王渊等[20]将视觉测量技术和图像清晰算法应用到支架护帮板收回状态监测。张旭辉等[21]采用安装在采煤机机身的深度相机采集支架上的LED标志板特征点,通过视觉测量方式监测液压支架的角度和直线度。任怀伟等[22]针对中煤新集口孜东矿条件,研发了开采装备全位姿测量系统(图6),通过多数据融合推算和反演出工作面支架姿态及总体空间态势。

    图  6  开采装备全位姿测量系统
    Figure  6.  Full position and pose measurement system of mining equipment

    当前,工作面装备姿态测量存在传感器数量多、可靠性低、参数不全面、数据难以融合分析决策等问题,而复杂地质条件开采对工作面装备姿态感知又提出了更高要求,增加传感器数量不再是可行方案。后续研究应聚焦于3个方面:一是多测量参数传感器研发,减少传感器数量;二是通过视觉等新型传感手段一次性测量多个数据;三是通过与已知先验信息(例如设备尺寸)融合的方式实现间接测量。只有更加全面、可靠、快速的监测数据才能为智能决策提供数据支撑。

    工作面“三直两平”是智能化开采的基本要求。对于复杂条件工作面,一方面工作面直线度受到煤层走势的影响,为了尽可能提高采出率,装备紧跟煤层变化,造成直线度低;另一方面人工操作精度低,持续误差累计造成工作面弯曲。工作面直线度测量方法目前主要有3种:一是引进的澳大利亚LASC惯导系统,可实现工作面自动找直[23],通过安装在采煤机上的航空激光陀螺仪测量绘制刮板输送机弯曲曲线,如图7所示。之后通过研制的高精度磁致伸缩行程传感器和双速控制阀实现液压支架自动精确推溜拉架,从而解决工作面直线度控制难题。二是采用激光对位传感器实现工作面直线度控制[24]。经现场试验,相邻液压支架推进方向位置误差最大为34 mm,最小为2 mm,传感器及其控制功能稳定,满足相邻支架间距不超过50 mm的要求,如图8所示。三是采用光纤光栅方法测量工作面直线度[16]。基于光纤光栅曲率传感原理设计光纤光栅三维曲率传感器,进行刮板输送机三维弯曲度测量。

    图  7  基于惯导系统的工作面自动找直
    Figure  7.  Automatic alignment of working face based on inertial navigation system
    图  8  基于激光对位传感器的工作面直线度控制方法
    Figure  8.  Straightness control method of working face based on laser alignment sensor

    上述3种方法,第1种最为成熟,已经在国外商业化应用,引入国内也超过30套,但价格较高;第2种方法易受到粉尘、障碍物阻挡,可靠性不高;第3种方法只是完成了实验室实验,并未投入实际应用。后续研究重点是解决光纤光栅的安装问题,光纤光栅方法有望成为一种低成本、高精度(三维测量)的直线度测量方法。

    长壁综采方式中,工作面刮板输送机是弯曲蛇形推进的。在平行煤层倾斜方向受到煤体对其的摩擦力、采煤机对其的作用力和自身重力的分力的影响,煤层倾角越大,刮板输送机受沿平行煤层倾斜方向向下的分力越大,易造成刮板输送机下滑,严重威胁工作人员的安全和影响正常生产。

    通过对刮板输送机受力分析可知,可采取增加向上的受力或减小向下的受力策略补偿刮板输送机的受力不平衡。张科学等[25]提出为使采煤机截割过程中对刮板输送机仅有向上的力,采用单向割煤控制技术、反向推移刮板输送机控制技术、加减刀控制技术、外力干预控制技术,比如在机头机尾锚固液压缸,采用链条将刮板输送机和液压支架连接起来。梅伏萍等[26]提出可增加刮板输送机与底板、液压支架的接触面积提高摩擦力,中部槽规格采用较宽规格,在其底部安装防滑肋板。针对采煤机电缆下滑问题,研发电缆小车控制系统,使其自动跟随采煤机运动,防止下滑。

    供液系统的稳定性与快速性密切关系到工作面支架支护和跟机自动化效果,是实现智能化工作面所面临的一项“卡脖子”技术。井下普遍采用额定供液方式,时常出现供液不足和供液过足的问题,影响油缸动作的快速性和精准度。有学者提出采用多泵联合的方式,即每个泵站为固定的几个设备供液,减少管路过长的动力损耗,动作速度快但精度低。采用单泵变频、单泵分级控制方式来改善支架供液的过足与不足问题,提高了控制精度,但应力突变时反响时间较长。

    王然风等[27]、付翔等[28]基于液压支架动作的负载特性,提出了适应液压支架动作的稳压供液技术,根据液压支架不同动作特征和预先设定的动作顺序,提前控制多级泵站输出所需的稳压供液流量,在保障供液速度的情况下尽可能提高供液精度。但目前稳压供液技术仍处于时序开环控制阶段,实现根据实时动作状态反馈进行控制是未来研究的重点。

    深部开采围岩环境更为复杂,随机干扰更多,与常规地质条件采用机器代替人工,以时序开环控制来实现智能化开采的技术路径不同,复杂条件面临更多程序预设之外的情况,每隔稍长时间就需要人工干预,影响智能化技术的应用效果。

    任怀伟等[29]指出复杂条件工作面开采,除成套装备功能、参数与围岩条件相匹配外,控制系统能否适应环境动态变化、控制围岩稳定并驱动装备跟随煤层自动推进是影响开采效率和安全、减少作业人员、降低劳动强度的关键,分析决策系统根据当前的围岩环境和煤层赋存状态,通过预演来获取最佳行走路径,将控制参数集传送给各个执行机构予以参考,可实现工作面设备与环境间安全联动运行。

    针对中煤新集口孜东矿条件,任怀伟等[22]开发了仿真决策平台(图9),该平台具有根据感知数据和装备固有尺寸反算姿态的能力,可监测支架前后立柱的压力、推移油缸的行程并将数据储存在数据库内。采用Unity 3D开发三维仿真模型,并根据感知数据进行决策。

    图  9  仿真决策平台界面
    Figure  9.  Simulation decision platform interface

    巷道端头支护段设备众多,需要在有限的空间实现大块煤的破碎和转载。随着工作面产量的增加,装备的体量也随之增加,目前针对超前支护技术少有研究,超前支护技术已成为制约工作面智能化水平的关键因素[30]。目前普遍采用的超前支护方式有单体液压支柱和超前液压支架2种。单体液压支柱存在需要人工搬运且支护强度低的缺点,但其对地质条件适应性强,在复杂条件的煤矿和机械化程度低的地方煤矿仍在使用。之后借鉴工作面支架,在巷道发展出迈步式超前支架及单元式超前支架,提高了支护强度并降低了劳动强度,但由于支架与巷道锚护系统匹配性低且对顶板条件要求高,使其的推广应用具有局限性。

    徐亚军等[31]分析了现有超前支架出现过支护和欠支护的原因,提出超前支架自适应支护的概念;通过增加限位块和柱顶销结构使顶梁实现支架小于10°的前后左右摆动,创新支架行走方式,采用螺旋推进器作为行走部,仅需分别控制两侧推进器的旋转方向就可实现支架的推移。螺旋行走式超前支架如图10所示。李丁一等[32]认为超前支架的工作阻力沿着工作面推进方向呈线性关系,即越靠近采空区支护阻力越大。王国法等[33]为了使所有支架都处于合理的工作阻力范围,预防过支护,采用“低初撑、高工阻”的支护方法设计了支护阻力自适应系统。李刚[34]提出采用支架运输车来降低超前支架对锚护系统的干扰,运输车可前后行驶并具有升降和夹持机构,可以实现尾架向首架的搬运,减小反复支撑对顶板的破坏。张德生等[35]研制出了运输巷运−支一体化超前支护系统(图11),在转载机上铺设轨道,轨道上安装可前后行走且具有夹持机构、升降机构、旋转机构的转运小车,由小车夹持运输支架。

    图  10  螺旋行走式超前支架
    Figure  10.  Spiral walking advance support
    图  11  运输巷运−支一体化系统
    Figure  11.  Transportation and support integration system in transportation roadway

    随着采掘机械的大型化,超前段对工作面开采效率的影响日益变大。目前运输小车已在多个条件良好的煤矿回风巷应用,运输巷尚无工程应用的例子。对于复杂条件煤层,提高对超前支架煤层走向的适应性、支架稳定性尤为重要。

    与常规条件相比,开采复杂条件煤层需要更准确的感知状态、更迅速的数据传输、更智能的决策系统、更融洽的协同运行。对于多种复杂条件共存的煤层,现有智能化开采系统无法满足要求,需要在以下几个方面进一步开展研究。

    (1) 关键元部件的机电液一体化设计。控制是“大脑”,机械是“骨骼”、液压是“肌肉”,发挥三者的优势,将机械结构、传感器、动力系统、控制计算单元等集成,形成一体化的新装置,实现工作面装备的智能精准控制。

    (2) 分布式控制方式。革新现有数据处理方式,发展边缘计算,适应复杂条件工作面不同区域、不同时刻的控制需求,减少数据的传输量和提高控制的实时性。在工作面安装具有边缘计算功能的摄像头,可以减少视频的传输,节约宽带,边缘侧分析工作面生产状态,将视频分析的结论传输至控制中心,实现边缘计算。

    (3) 注重大数据的分析和应用。现阶段,工作面安装了大量传感器用于感知装备姿态、围岩变化、瓦斯、水火等,布置高清摄像头采集工作面的图像,这些数据大部分只是起到预警、展示作用,尚未充分挖掘数据间的逻辑关系,没有对围岩环境动态变化趋势进行预测及分析。未来的趋势是开发大数据分析平台,改变以往煤矿根据经验控制装备的情况,建立以感知数据为控制逻辑的新型控制方式。

    (4) 装备群协同快速推进控制。重点在于端头与超前液压支架间的协调动作,研究基于非等强支护原理且不反复支撑的单元式超前支架及其控制策略,提高超前支护的效率;研制适应大变形、强动载的端头支架,满足深井开采的要求;工作面分区跟机运行,分为超前支护区、中部区、截割区,分析不同区段液压支架支护和推移动作的时序,提出适用于不同区段的液压支架支护群组协同控制策略。

    (5) 实时仿真平台和智能决策系统开发。现有仿真系统多根据围岩状态感知、支架立柱压力感知、支架倾角感知等数据绘制工作面装备示意图、工作面支架压力柱状图等,其实时性较差;另外,现有系统没有决策功能,绝大部分煤矿的控制平台都只是起到展示作用。未来发展的重点在于提高数据传输与分析的实时性及智能决策算法的开发。

    (1) 分析了我国不同区域煤层赋存的特点及存在的问题,以两淮地区“三软”煤层开采为典型代表,探讨了影响复杂条件工作面正常连续开采的主要因素,即围岩(顶底板、煤壁)条件、煤层走向/倾向角度、矿压及超前巷道稳定性。

    (2) 分析了实现复杂条件工作面智能化开采的8项关键技术及其研究成果、需要继续解决的问题及发展趋势,包括液压支架护帮板精准控制及快速跟机技术、顶板分区协同支护技术、工作面装备姿态监测技术、工作面调直技术、上窜下滑控制技术、稳压供液控制技术、仿真决策系统平台和超前支护技术等。

    (3) 展望了复杂条件工作面智能化开采技术的发展趋势,提出了后续研究的主要方向:关键元部件的机电液一体化设计、分布式控制方式的利用、大数据的分析应用、装备群协同快速推进控制和实时仿真平台与智能决策系统的开发。

  • 图  1   140502工作面倾向起伏情况

    Figure  1.   Tendency fluctuation of 140502 working face

    图  2   工作面煤壁片帮情况

    Figure  2.   Coal wall spalling of working face

    图  3   超前巷道

    Figure  3.   Advance roadway

    图  4   工作面三机装备布置及关键技术

    Figure  4.   Three machines equipment layout and key technologies in working face

    图  5   液压支架三级护帮板

    Figure  5.   Three-level guard plate of hydraulic support

    图  6   开采装备全位姿测量系统

    Figure  6.   Full position and pose measurement system of mining equipment

    图  7   基于惯导系统的工作面自动找直

    Figure  7.   Automatic alignment of working face based on inertial navigation system

    图  8   基于激光对位传感器的工作面直线度控制方法

    Figure  8.   Straightness control method of working face based on laser alignment sensor

    图  9   仿真决策平台界面

    Figure  9.   Simulation decision platform interface

    图  10   螺旋行走式超前支架

    Figure  10.   Spiral walking advance support

    图  11   运输巷运−支一体化系统

    Figure  11.   Transportation and support integration system in transportation roadway

    表  1   我国不同区域煤矿的主要地质条件特征及面临的问题

    Table  1   Main characteristics of geological conditions and problems of coal mines in different regions of China

    地区特征问题
    晋陕蒙地区埋深浅、煤层厚、煤质硬开始出现冲击地压、
    厚煤层工作面围岩控制难
    东北地区开采深度深、煤层厚度差异大、
    倾角大
    最早出现冲击地压,
    开采难度大
    华北地区埋藏深、煤层薄冲击地压强烈、高地温、
    高地压
    两淮地区“三软”煤层煤壁片帮严重、顶底板破碎、
    超前巷道变形量大
    西南地区煤层薄、倾角大开采难度大、经济效益低
    下载: 导出CSV

    表  2   复杂条件工作面智能化开采关键技术部分研究成果

    Table  2   Some research results on key technologies of intelligent mining under complex conditions working face

    关键技术研究成果
    液压支架护帮板精准控制
    及快速跟机技术
    0.4倍采高是护帮重点;优化三级护帮
    结构;成组移架
    顶板分区协同支护技术工作面分区支护和分区推进协同控制;
    三机协同控制策略
    工作面装备姿态监测技术新型传感手段;高速通信;视觉测量;
    多信息融合
    工作面调直技术采煤机惯导定位;精准拉架控制
    上窜下滑控制技术改进割煤工艺;外力干预控制技术
    稳压供液控制技术智能泵站按需稳压供液
    仿真决策系统平台三维仿真;实时数据驱动
    超前支护技术超前支架自适应支护;回风巷超前支架
    搬运小车;运支一体化超前支护系统
    下载: 导出CSV
  • [1] 边文越,陈挺,陈晓怡,等. 世界主要发达国家能源政策研究与启示[J]. 中国科学院院刊,2019,34(4):488-496.

    BIAN Wenyue,CHEN Ting,CHEN Xiaoyi,et al. Research and enlightenment of energy policy in major developed countries in the world[J]. Bulletin of Chinese Academy of Sciences,2019,34(4):488-496.

    [2] 王国法,徐亚军,张金虎,等. 煤矿智能化开采新进展[J]. 煤炭科学技术,2021,49(1):1-10.

    WANG Guofa,XU Yajun,ZHANG Jinhu,et al. New development of intelligent mining in coal mines[J]. Coal Science and Technology,2021,49(1):1-10.

    [3] 王国法,徐亚军,孟祥军,等. 智能化采煤工作面分类、分级评价指标体系[J]. 煤炭学报,2020,45(9):3033-3044.

    WANG Guofa,XU Yajun,MENG Xiangjun,et al. Specification,classification and grading evaluation index for smart longwall mining face[J]. Journal of China Coal Society,2020,45(9):3033-3044.

    [4] 王国法,杜毅博. 智慧煤矿与智能化开采技术的发展方向[J]. 煤炭科学技术,2019,47(1):1-10.

    WANG Guofa,DU Yibo. Development direction of intelligent coal mine and intelligent mining technology[J]. Coal Science and Technology,2019,47(1):1-10.

    [5] 王国法. 综采自动化智能化无人化成套技术与装备发展方向[J]. 煤炭科学技术,2014,42(9):30-34.

    WANG Guofa. Development orientation of complete fully-mechanized automation,intelligent and unmanned mining technology and equipment[J]. Coal Science and Technology,2014,42(9):30-34.

    [6] 王国法,刘峰,孟祥军,等. 煤矿智能化(初级阶段)研究与实践[J]. 煤炭科学技术,2019,47(8):1-36.

    WANG Guofa,LIU Feng,MENG Xiangjun,et al. Research and practice of intelligent coal mine (primary stage)[J]. Coal Science and Technology,2019,47(8):1-36.

    [7] 刘峰,曹文君,张建明. 持续推进煤矿智能化促进我国煤炭工业高质量发展[J]. 中国煤炭,2019,45( 12):32-37. DOI: 10.3969/j.issn.1006-530X.2019.12.006

    LIU Feng,CAO Wenjun,ZHANG Jianming. Continuously promoting the coal mine intellectualization and the high-quality development of China's coal industry[J]. China Coal,2019,45( 12):32-37. DOI: 10.3969/j.issn.1006-530X.2019.12.006

    [8] 高家明,潘俊锋,杜涛涛,等. 我国东北矿区冲击地压发生特征及防治现状[J]. 煤炭科学技术,2021,49(3):49-56.

    GAO Jiaming,PAN Junfeng,DU Taotao,et al. Characteristics and prevention and control status quo of rock burst in northeastern mining area of China[J]. Coal Science and Technology,2021,49(3):49-56.

    [9] 范京道,徐建军,张玉良,等. 不同煤层地质条件下智能化无人综采技术[J]. 煤炭科学技术,2019,47(3):43-52.

    FAN Jingdao,XU Jianjun,ZHANG Yuliang,et al. Intelligent unmanned fully-mechanized mining technology under conditions of different seams geology[J]. Coal Science and Technology,2019,47(3):43-52.

    [10] 王国法,刘峰,庞义辉,等. 煤矿智能化:煤炭工业高质量发展的核心技术支撑[J]. 煤炭学报,2019,44(2):349-357.

    WANG Guofa,LIU Feng,PANG Yihui,et al. Coal mine intellectualization:the core technology of high quality development[J]. Journal of China Coal Society,2019,44(2):349-357.

    [11] 王国法,张德生. 煤炭智能化综采技术创新实践与发展展望[J]. 中国矿业大学学报,2018,47(3):459-467.

    WANG Guofa,ZHANG Desheng. Innovation practice and development prospect of intelligent mechanized technology for coal mine[J]. Journal of China University of Mining & Technology,2018,47(3):459-467.

    [12] 王国法,庞义辉,张传昌,等. 超大采高智能化综采成套技术与装备研发及适应性研究[J]. 煤炭工程,2016,48(9):6-10.

    WANG Guofa,PANG Yihui,ZHANG Chuanchang,et al. Research and development and adaptability of intelligent fully mechanized mining technology and equipment with super large mining height[J]. Coal Engineering,2016,48(9):6-10.

    [13] 王国法,张金虎,徐亚军,等. 深井厚煤层长工作面支护应力特性及分区协同控制技术[J]. 煤炭学报,2021,46(3):763-773.

    WANG Guofa,ZHANG Jinhu,XU Yajun,et al. Supporting stress characteristics and zonal cooperative control technology of long working face in deep thick coal seam[J]. Journal of China Coal Society,2021,46(3):763-773.

    [14] 王国法,胡相捧,刘新华,等. 千米深井大采高俯采工作面四柱液压支架适应性分析[J]. 煤炭学报,2020,45(3):865-875.

    WANG Guofa,HU Xiangpeng,LIU Xinhua,et al. Adaptability analysis of four-leg hydraulic support for underhand working face with large mining height of kilometer deep mine[J]. Journal of China Coal Society,2020,45(3):865-875.

    [15] 王国法,范京道,徐亚军,等. 煤炭智能化开采关键技术创新进展与展望[J]. 工矿自动化,2018,44(2):5-12.

    WANG Guofa,FAN Jingdao,XU Yajun,et al. Innovation progress and prospect on key technologies of intelligent coal mining[J]. Industry and Mine Automation,2018,44(2):5-12.

    [16] 方新秋,梁敏富,李爽,等. 智能工作面多参量精准感知与安全决策关键技术[J]. 煤炭学报,2020,45(1):493-508.

    FANG Xinqiu,LIANG Minfu,LI Shuang,et al. Key technologies of multi-parameter accurate perception and security decision in intelligent working face[J]. Journal of China Coal Society,2020,45(1):493-508.

    [17] 周凯,任怀伟,华宏星,等. 基于油缸压力的液压支架姿态及受载反演[J]. 煤矿开采,2017,22(5):36-40.

    ZHOU Kai,REN Huaiwei,HUA Hongxing,et al. Loading inversion and hydraulic support pose based on cylinder pressure[J]. Coal Mining Technology,2017,22(5):36-40.

    [18] 韩哲,杜毅博,任怀伟,等. 基于LoRaWAN的液压支架状态监测系统[J]. 工矿自动化,2020,46(8):89-93.

    HAN Zhe,DU Yibo,REN Huaiwei,et al. Hydraulic support condition monitoring system based on LoRaWAN[J]. Industry and Mine Automation,2020,46(8):89-93.

    [19] 李帅帅,任怀伟. 综采工作面“三机”设备位姿测量技术研究现状与展望[J]. 煤炭科学技术,2020,48(9):218-226.

    LI Shuaishuai,REN Huaiwei. Research status and development trend of position and posture measurement technology on hydraulic support,scraper conveyor,shearer in fully-mechanized mining face[J]. Coal Science and Technology,2020,48(9):218-226.

    [20] 王渊,李红卫,郭卫,等. 基于图像识别的液压支架护帮板收回状态监测方法[J]. 工矿自动化,2019,45(2):47-53.

    WANG Yuan,LI Hongwei,GUO Wei,et al. Monitoring method of recovery state of hydraulic support guard plate based on image recognition[J]. Industry and Mine Automation,2019,45(2):47-53.

    [21] 张旭辉,王冬曼,杨文娟. 基于视觉测量的液压支架位姿检测方法[J]. 工矿自动化,2019,45(3):56-60.

    ZHANG Xuhui,WANG Dongman,YANG Wenjuan. Position detection method of hydraulic support based on vision measurement[J]. Industry and Mine Automation,2019,45(3):56-60.

    [22] 任怀伟,赵国瑞,周杰,等. 智能开采装备全位姿测量及虚拟仿真控制技术[J]. 煤炭学报,2020,45(3):956-971.

    REN Huaiwei,ZHAO Guorui,ZHOU Jie,et al. Key technologies of all position and orientation monitoring and virtual simulation and control for smart mining equipment[J]. Journal of China Coal Society,2020,45(3):956-971.

    [23] 李森. 基于惯性导航的工作面直线度测控与定位技术[J]. 煤炭科学技术,2019,47(8):169-174.

    LI Sen. Measurement & control and localization for fully-mechanized working face alignment based on inertial navigation[J]. Coal Science and Technology,2019,47(8):169-174.

    [24] 牛剑峰. 综采工作面直线度控制系统研究[J]. 工矿自动化,2015,41(5):5-8.

    NIU Jianfeng. Research of straightness control system of fully-mechanized coal mining face[J]. Industry and Mine Automation,2015,41(5):5-8.

    [25] 张科学,李首滨,何满潮,等. 智能化无人开采系列关键技术之一:综采智能化工作面调斜控制技术研究[J]. 煤炭科学技术,2018,46(1):139-149.

    ZHANG Kexue,LI Shoubin,HE Manchao,et al. Study on key technologies of intelligent unmanned coal mining series I:study on diagonal adjustment control technology of intelligent fully-mechanized coal mining face[J]. Coal Science and Technology,2018,46(1):139-149.

    [26] 梅伏萍,王鹏. 大倾角中厚偏薄煤层工作面高效开采输送装备研究与应用[J]. 煤矿机械,2021,42(7):174-176.

    MEI Fuping,WANG Peng. Research and application of high-efficiency mining and conveying equipment in large inclined medium thick and thin coal seam working face[J]. Coal Mine Machinery,2021,42(7):174-176.

    [27] 王然风, 付翔, 赵阳升, 等. 适应液压支架动作的稳压供液技术研究[J]. 工矿自动化, 2018, 44(2): 32-38.

    WANG Ranfeng, FU Xiang, ZHAO Yangsheng, et al. Research on the technology of constant pressure liquid supply adapted to the action of hydraulic support[J]. Industry and Mine Automation 2018, 44(2): 32-38.

    [28] 付翔,王然风,赵阳升,等. 基于交叠协同逻辑的液压支架运行自适应稳压供液控制方法[J]. 煤炭学报,2020,45(5):1891-1900.

    FU Xiang,WANG Ranfeng,ZHAO Yangsheng,et al. Self-adaptive control method of fluid feeding with steady pressure for hydraulic support based on overlapping synergetic logic[J]. Journal of China Coal Society,2020,45(5):1891-1900.

    [29] 任怀伟,巩师鑫,刘新华,等. 煤矿千米深井智能开采关键技术研究与应用[J]. 煤炭科学技术,2021,49(4):149-158.

    REN Huaiwei,GONG Shixin,LIU Xinhua,et al. Research and application on key techniques of intelligent mining for kilometer deep coal mine[J]. Coal Science and Technology,2021,49(4):149-158.

    [30] 张德生,任怀伟,卞冀,等. 综采工作面超前巷道自动化辅助作业技术现状与展望[J]. 矿山机械,2020,48(5):1-6. DOI: 10.3969/j.issn.1001-3954.2020.05.001

    ZHANG Desheng,REN Huaiwei,BIAN Ji,et al. Present situation and prospect of automatic auxiliary operation technology of advanced roadway in fully mechanized mining face[J]. Mining & Processing Equipment,2020,48(5):1-6. DOI: 10.3969/j.issn.1001-3954.2020.05.001

    [31] 徐亚军,张坤,李丁一,等. 超前支架自适应支护理论与应用[J]. 煤炭学报,2020,45(10):3615-3624.

    XU Yajun,ZHANG Kun,LI Dingyi,et al. Theory and application of self-adaptive support for advanced powered support[J]. Journal of China Coal Society,2020,45(10):3615-3624.

    [32] 李丁一,徐亚军. 超前液压支架沿工作面走向承载特性研究[J]. 煤矿开采,2018,23(1):5-7.

    LI Dingyi,XU Yajun. Study on bearing behavior of advanced hydraulic support along working face strike[J]. Coal Mining Technology,2018,23(1):5-7.

    [33] 王国法,牛艳奇. 超前液压支架与围岩耦合支护系统及其适应性研究[J]. 煤炭科学技术,2016,44(9):19-25.

    WANG Guofa,NIU Yanqi. Study on advance hydraulic powered support and surrounding rock coupling support system and suitability[J]. Coal Science and Technology,2016,44(9):19-25.

    [34] 李刚. 回风顺槽无反复支撑超前支护运载成套装备的研究[J]. 煤矿机械,2020,41(6):35-37.

    LI Gang. Research on complete set of equipment for advanced support and transportation without repeated support in return air chute[J]. Coal Mine Machinery,2020,41(6):35-37.

    [35] 张德生, 任怀伟, 徐亚军, 等. 运输顺槽运−支一体化超前支护系统: 202010212281.2[P]. 2020-06-16.

    ZHANG Desheng, REN Huaiwei, XU Yajun, et al. Integrated advanced support system of transportation and support along the transportation chute: 202010212281.2[P]. 2020-06-16.

  • 期刊类型引用(15)

    1. 张阳,刘英豪,高强,刘骅毅,周如林,乔子石. 高水基数字比例阀控电液位置伺服系统建模与控制. 液压与气动. 2025(01): 124-131 . 百度学术
    2. 张闯,张超力,崔涛,武国旺,王志红. 煤矿智能化开采技术现状及展望. 能源与节能. 2024(01): 186-189 . 百度学术
    3. 张嘉岿,李铁,贾春涛,雷鸣,彭湃,李晓璐. 基于“双机”耦合下前部刮板输送机“上窜下滑”研究. 煤. 2024(02): 48-54+94 . 百度学术
    4. 陈湘源. 综采工作面轨迹测量与直线度控制方法. 矿业研究与开发. 2024(03): 185-191 . 百度学术
    5. 滕贷宇,南柄飞. 工作面液压支架丢架状态视觉自动检测方法. 工矿自动化. 2024(11): 99-108 . 本站查看
    6. 刘志强,宋朝阳,程守业,荆国业,崔泽升. 复杂地层条件智能化建井关键技术及发展趋势. 建井技术. 2023(01): 1-7 . 百度学术
    7. 靳翔龙. 工作面液压支架自动化跟机系统仿真与应用. 机械管理开发. 2023(09): 30-31+34 . 百度学术
    8. 张晓海,田慕琴,张敏龙,宋建成,许春雨,聂鸿霖,杨永锴. 智能工作面液压支架电液控制系统端头控制器设计. 工矿自动化. 2023(08): 30-36 . 本站查看
    9. 郑大治. 精细化工过程控制技术的发展研究. 造纸装备及材料. 2022(04): 129-131 . 百度学术
    10. 任怀伟,张帅,张德生,周杰,任长忠,苗兴,刘科,侯炜. 液压支架精准推移与快速跟机技术研究现状及发展趋势. 工矿自动化. 2022(08): 1-9+15 . 本站查看
    11. 张锦涛,付翔,王然风,王宏伟. 智采工作面中部液压支架集群自动化后人工调控决策模型. 工矿自动化. 2022(10): 20-25 . 本站查看
    12. 王国法,富佳兴,孟令宇. 煤矿智能化创新团队建设与关键技术研发进展. 工矿自动化. 2022(12): 1-15 . 本站查看
    13. 赵康康,刘波. 煤矿井下水处理装置智能控制系统设计. 工矿自动化. 2022(12): 151-157 . 本站查看
    14. 谭震,王建文,王宏科,加保瑞,陈菲. 煤矿灾害智能综合防治系统构建及关键技术. 中国煤炭. 2022(12): 68-75 . 百度学术
    15. 张强,崔鹏飞,张吉雄,张昊,常天骄,杨军辉. 固体智能充填关键装备工况位态表征及自主识别调控方法. 煤炭学报. 2022(12): 4237-4249 . 百度学术

    其他类型引用(5)

图(11)  /  表(2)
计量
  • 文章访问数:  607
  • HTML全文浏览量:  126
  • PDF下载量:  108
  • 被引次数: 20
出版历程
  • 收稿日期:  2021-09-12
  • 修回日期:  2021-12-20
  • 网络出版日期:  2022-03-04
  • 刊出日期:  2022-03-25

目录

/

返回文章
返回